Former les salariés avec l’adaptive learning

Basée sur l’intelligence artificielle et les sciences cognitives, l’adaptive learning apporte une expérience d’apprentissage individualisée et évolutive. La formation vient s’adapter en temps réel à l’apprenant, grâce à des algorithmes prenant en compte ses objectifs de formation, son niveau de connaissance sur le sujet, son historique de formation, son poste, notamment, et capables d’analyser et d’interpréter ses réponses, ses temps de réponses, son rythme, ses méthodes d’apprentissage privilégiées, pour lui proposer le contenu le plus adapté.

Améliorer le parcours apprenant

Les formations en ligne sont très populaires au sein des entreprises. Mais seulement 13% des apprenants vont au bout des parcours facultatifs proposés. Ennui et enjeux décorrélés de la réalité sont deux raisons souvent évoquées pour expliquer ce faible score. De fait, le but du parcours de formation, apprendre et/ou monter en compétence, n’est pas atteint.

L’enjeu de l’adaptive learning est justement de proposer à l’apprenant le « bon » contenu de formation, celui qui lui permettra de retenir les concepts dont il a besoin, qui stimule son intérêt, qui retient son attention, le tout dans un temps optimal. Il s’agit de se mettre au service de la personne pour améliorer son parcours apprenant, et lui permettre d’atteindre ses objectifs.

Partant souvent d’un premier test de positionnement, les algorithmes vont analyser les réponses, le temps de réponse, etc., pour proposer par la suite le contenu le plus adapté à l’utilisateur. L’outil inclut également souvent un chatbot dont la fonction est de répondre le plus précisément possible aux questions de l’individu tout en se nourrissant de ses réponses pour établir son profil d’apprenant.

Comment adapter la formation ?

On distingue souvent le macro adaptive du micro adaptive learning. Au niveau macro, on vient adapter le parcours de formation au fur et à mesure de la progression de l’apprenant dans le parcours. Les modules du parcours sont communs, mais sont agencés et proposés de manière optimisée pour que chacun atteigne l’objectif. Seuls les modules qui lui sont utiles seront proposés à l’apprenant, et classés par priorités. L’individu ne se trouve ainsi pas découragé face à une multitude de contenus dont la moitié ne sont pas pertinents pour lui. Cela permet également de ne pas perdre des apprenants en cours de route. Si le logiciel détecte une défaillance sur un concept déjà vu, il proposera alors à l’apprenant un module complémentaire de révision pour s’assurer que le concept est bien acquis.

L’adaptation micro consiste elle en l’adaptation du contenu même de formation au profil de l’apprenant. Les questions du quiz, leur format, les concepts à retenir, vont varier d’un apprenant à l’autre, puisque basés sur l’analyse de l’algorithme de ses objectifs, et de son comportement : temps de réponses, rythme, difficultés et modalités d’apprentissage privilégiés. Le contenu, le format et la temporalité sont donc adaptés à chaque apprenant.

Il est clair que l’adaptive learning vise en premier lieu l’efficacité. Efficacité pour l’apprenant, qui a accès « au juste contenu, au bon moment » et va plus vite acquérir les concepts qui sont justement ceux dont il a besoin. La montée en compétence est plus rapide, ce qui favorise le taux d’engagement et la motivation de l’utilisateur. L’efficacité vaut aussi pour l’entreprise, qui voit le temps passé par ses salariés en formation réduit, avec un taux de rétention plus élevé.

La personnalisation de la formation à l’apprenant rend donc la formation plus efficace, aussi bien en termes de temps que de résultats.

Mais comment l’intégrer au sein des entreprises ?

Intégrer l’adaptive learning

L’adaptive learning suppose la (bonne) combinaison de data et de machine learning. Il faut donc avoir suffisamment de données exploitables en amont (puis en récolter au fur et à mesure de l’utilisation du logiciel), et des algorithmes capables de les traiter et d’en faire une base de prédiction. Les données sont récupérées et traitées en amont (celles provenant des LMS des entreprises comme l’historique de formation, les informations sur la fonction de l’apprenant au sein de l’entreprise…) et en temps réel (temps de réponses, erreurs, etc). Il faut également être capable d’interpréter les résultats. Enfin, il faut disposer d’un nombre conséquent de contenus pédagogiques variés (quiz, vidéos, articles, etc) afin de pouvoir les injecter au logiciel pour concevoir et proposer des parcours diversifiés.

Tous les voyants ne sont toutefois pas au vert quand on parle d’adaptive learning. La présence de l’intelligence artificielle amène forcément avec elle ses propres inconvénients (capacité de stockage, coût…) et dangers (cybersécurité, empreinte carbone…).
Pour les formateurs, si la récolte des informations permet un suivi fin des progressions de chaque apprenant, l’adaptive learning exige aussi un travail rigoureux de leur part, concernant la conception des parcours et la sélection des contenus ; il faut notamment réussir à combiner ces contenus digitaux avec des formations en présentiel.

Enfin, il existe une diversité d’outils sur le marché, plus ou moins matures, et il est important d’avoir en tête les bons critères de l’entreprise pour sélectionner le plus adapté aux besoins de son entreprise.

De l’accélération des évolutions à la fois en matière d’IA et de sciences cognitives observée de nos jours déboucheront très certainement des outils de plus en plus performants et présents au cœur de la formation des salariés.