Les potentiels des environnements numériques d’apprentissage

Concrètement, le travail de recherche du D-VET Hub consiste à développer des modèles et algorithmes innovants rendant possibles des outils d’apprentissage numériques hautement individualisés ; avec pour objectif d’optimiser la réussite de l’apprentissage et de préparer les élèves à apprendre tout au long de leur vie.

La numérisation est l’un des moteurs centraux du changement sur le marché du travail suisse. Les métiers et activités évoluent et obligent donc la formation professionnelle et continue à participer activement au changement. Les tâches de routine passent au second plan, tandis que des aptitudes telles que la pensée critique, la capacité à résoudre des problèmes de manière créative ou encore les compétences numériques sont de plus en plus demandées. Pour un pays comme la Suisse qui ne possède pas beaucoup de ressources, il est primordial de discerner ces évolutions le plus tôt possible et de les encourager de manière ciblée.

Le D-VET Hub : l’innovation grâce aux technologies éducatives

Le D-VET Hub de l’EPFL poursuit l’objectif, grâce à l’emploi d’environnements numériques d’apprentissage, de préparer les élèves et étudiantes à un monde du travail numérisé et rapidement changeant. Il se consacre à la recherche pour la numérisation de la formation professionnelle, et au transfert de ses résultats chez l’ensemble des actrices et acteurs de la formation professionnelle. Ce faisant, il poursuit ainsi les activités de Dual-T qui ont plusieurs fois fait l’objet d’un rapport dans la revue spécialisée Transfer.[1] Démarré en 2020, le D-VET Hub de l’EPFL est prévu pour une durée de huit ans. Outre la professeure Tanja Käser, qui est directrice du projet, et une assistante administrative, ce sont actuellement huit doctorantes et doctorants et un postdoc qui travaillent sur le D-VET Hub, ainsi qu’un chef de projet et un ingénieur de recherche. Ces derniers jouent un rôle central en soutenant l’équipe, en particulier pour ce qui est des études réalisées dans les cours : ils favorisent les échanges avec les actrices et acteurs de la formation professionnelle et poursuivent le développement permanent des environnements d’apprentissage en ligne, mais aussi de l’infrastructure servant au prélèvement des données.

Concrètement, le travail de recherche du D-VET Hub consiste à développer des modèles et algorithmes innovants rendant possibles des outils d’apprentissage numériques hautement individualisés ; avec pour objectif d’optimiser la réussite de l’apprentissage et de préparer les élèves à apprendre tout au long de leur vie. Cette ambition nécessite des progrès autant dans le secteur de l’apprentissage automatique que dans celui de la recherche en éducation.

En ce qui concerne l’apprentissage automatique, le défi consiste à développer des modèles et des algorithmes en mesure de représenter et de prédire, avec précision, les connaissances et les stratégies d’apprentissage des élèves, afin de rendre possible un ajustement individualisé du processus d’apprentissage.

Du point de vue des sciences éducatives, le D-VET Hub se consacre au développement d’environnements numériques d’apprentissage qui permettent d’encourager à la fois les connaissances spécialisées, les compétences opérationnelles professionnelles, ainsi que les compétences d’apprentissage transversales pour un apprentissage tout au long de la vie. Dans ce cadre, l’être humain se trouve au cœur de la recherche. Grâce à l’implication étroite de professionnels de l’éducation, le pôle de recherche s’assure que la technologie soit mise au service de la pédagogie, et non pas le contraire.

Ses projets de recherche actuels recouvrent trois secteurs centraux :

1. L’apprentissage par la découverte & les aptitudes au diagnostic
   Les projets appartenant à ce secteur de recherche encouragent l’apprentissage par la découverte ainsi que le développement de stratégies pour la résolution de problèmes. Des environnements d’apprentissage ouverts et exploratoires permettent aux élèves d’acquérir des connaissances de façon autonome et de développer leurs compétences en résolution de problèmes. Pour cela, le comportement d’apprentissage des jeunes est analysé dans le cadre de diverses simulations utilisant les méthodes de l’apprentissage automatique ; pour pouvoir le soutenir ensuite de manière ciblée et individualisée.
2. L’apprentissage autodirigé
   Dans les projets appartenant à ce secteur de recherche, l’accent est mis sur l’encouragement de l’apprentissage autorégulé et réfléchi. Grâce à des systèmes numériques de documentation des acquis et à des approches d’apprentissage mixte, les élèves ont la possibilité de piloter et d’améliorer leur propre processus d’apprentissage. Dans ce secteur aussi, l’emploi de modèles et d’algorithmes renferme un grand potentiel pour appréhender, représenter et prédire avec plus de précision les connaissances et les stratégies d’apprentissage des élèves ; et rendre ainsi possible un soutien individualisé de l’apprentissage.
3. L’apprentissage automatique comme fondement
   Ce secteur de recherche forme la base technologique des deux autres. Ici, on développe des modèles d’apprentissage automatique sur mesure pour le secteur de l’éducation, capables d’encourager et d’optimiser l’apprentissage par la découverte de même que l’apprentissage autorégulé.

Exemples de technologies numériques dédiées à l’apprentissage : plus-value pour la formation professionnelle

La pharmacie virtuelle offre aux élèves un espace protégé pour développer de nouvelles compétences opérationnelles, faire des essais et apprendre de leurs erreurs.

Dans le cadre de la voie de recherche A (apprentissage par la découverte & aptitudes au diagnostic), l’accent est mis sur le développement d’environnements numériques d’apprentissage. La pharmacie virtuelle « PharmaSim », développée au D-VET Hub, en est un exemple. Dans ce contexte interactif, les futures assistantes en pharmacie CFC viennent à bout de divers scénarios visant à conseiller des clientes et clients virtuels. Pour cela, l’élève doit rassembler des informations pertinentes issues de différentes sources (notamment l’entretien avec le client, le journal d’apprentissages de l’élève ou un compendium des médicaments) et en tirer des conclusions. La pharmacie virtuelle offre aux élèves un espace protégé pour développer de nouvelles compétences opérationnelles, faire des essais et apprendre de leurs erreurs. Dans le même temps, notre analyse des données d’utilisateurs fournit au corps enseignant, ainsi qu’aux décisionnaires de la politique éducative, un précieux aperçu des besoins des élèves en matière d’apprentissage.

PharmaSim : interface utilisateur de la pharmacie virtuelle dédiée à l’apprentissage par scénario.

Lors du développement de tels environnements d’apprentissage, les acteurs et actrices pertinents du système de formation professionnelle sont impliqués activement dès le début. Ce sont surtout le corps enseignant et les élèves qui occupent une place centrale, et endossent un rôle clé en tant que concepteurs et utilisateurs principaux de ces environnements. Le succès d’un environnement d’apprentissage numérique ne dépend pas seulement de sa qualité pédagogique, mais aussi de sa bonne compatibilité technique à un emploi quotidien. C’est pourquoi les nouvelles applications sont continuellement testées dans le contexte des cours, et leur utilisabilité est mise à l’épreuve dans la pratique et la réalité. Les activités numériques d’apprentissage doivent pouvoir fonctionner avec un équipement technique minimal et permettre un accès le plus large possible : un ordinateur et un accès à Internet doivent suffire.

Combinés à l’apprentissage automatique et à l’intelligence artificielle, les environnements numériques d’apprentissage permettent une évaluation détaillée et élargie des processus d’apprentissage humains ; une évaluation qui ne serait que très difficilement réalisable par simple observation humaine. Les recherches ont montré que les comportements d’utilisateur liés à l’apprentissage ne sont pas toujours faciles à prédire. Et pourtant, les environnements d’apprentissage impliquant l’IA rendent possible un ajustement personnalisé dudit environnement aux besoins de chaque utilisatrice individuelle ou d’un certain groupe d’utilisateurs. Ils permettent d’observer, évaluer, analyser, représenter et prédire l’état des acquis et les stratégies d’apprentissage des élèves ; et de prendre des mesures ciblées pour encourager leur développement individuel. Dans un laboratoire de chimie virtuelle (Chemlab), nous avons par exemple observé quelles étaient les stratégies appliquées par les élèves au plus fort taux de réussite ; et comment l’on pouvait accompagner au mieux les élèves présentant des difficultés pour leur apprendre à résoudre des problèmes de manière autonome. L’objectif consiste à fournir aux élèves, de manière ciblée, les outils nécessaires pour qu’ils puissent venir à bout de leurs tâches avec le moins possible d’aide extérieure.

Chemlab : les élèves réalisent des expériences dans un laboratoire de chimie virtuel et résolvent différents problèmes. Ce faisant, ils obtiennent des instructions pour le prélèvement et/ou l’analyse de données.

Ces solutions techniques doivent constituer un soutien pour le personnel enseignant, et en aucun cas remplacer ce dernier. L’objectif final est que les pédagogues, grâce à une base de données plus complète, puissent prendre des décisions mieux fondées ; et bénéficient d’un répertoire élargi d’interventions pédagogiques pour pouvoir encore mieux réagir aux besoins individuels de leurs élèves. Leur rôle n’est donc pas remplacé mais enrichi. De plus, une grande attention est portée à ce que les données à caractère personnel des élèves soient anonymisées et restent anonymes.

Dans les projets appartenant au secteur de recherche B (l’apprentissage autodirigé), le D-VET Hub s’efforce notamment d’améliorer l’efficacité des portefeuilles et journaux d’apprentissages numériques. Cela peut permettre de consolider encore les avantages du système suisse de formation professionnelle duale.

La numérisation de la formation professionnelle apporte également des opportunités pour l’optimisation du parcours d’acquis individuel tout au long de l’apprentissage professionnel. Dans les projets appartenant au secteur de recherche B (l’apprentissage autodirigé), le D-VET Hub s’efforce notamment d’améliorer l’efficacité des portefeuilles et journaux d’apprentissages numériques. Cela peut permettre de consolider encore les avantages du système suisse de formation professionnelle duale. En effet, ces solutions numériques viennent améliorer la collaboration entre les différents lieux de la formation : l’école professionnelle, l’entreprise et les cours interentreprises. Dans ce secteur, le D-VET Hub a développé par exemple l’assistant d’écriture « Reflectium » qui aide à l’écriture réflexive en utilisant les potentiels des grands modèles de langage (Large Language Models). L’objectif est d’aider les élèves à structurer consciemment leurs expériences et à en tirer des leçons.

« Reflectium » analyse les récits de situations difficiles survenues sur le lieu de travail, et accompagne l’élève de façon interactive le long des étapes du processus de réflexion d’après le modèle de Gibbs. Ce modèle structure la réflexion sur le propre vécu en six phases successives : de la description de la situation jusqu’à la déduction de perspectives d’action concrètes. Il encourage ainsi un raisonnement plus profond sur les propres actions. De cette manière, les élèves apprennent à tirer des acquis autant de leurs situations réussies que des moins réussies, et à planifier de manière plus consciente leurs actions futures.

Reflectium : un aperçu de l’interface principale de « Reflectium », un assistant d’écriture intelligent consacré à l’écriture réflexive. « Reflectium » analyse les événements décrits et guide l’utilisateur, de façon interactive, à travers les étapes du processus de réflexion selon le modèle de Gibbs.

Perspectives

Depuis le lancement du D-VET Hub en 2020, bien plus d’un millier d’élèves ont travaillé avec les environnements numériques d’apprentissage développés par ce dernier. À présent, le D-VET Hub se concentre plus fortement sur le renforcement de sa collaboration avec les écoles professionnelles et sur l’expansion de son réseau. Les écoles sont invitées à participer aux développements actuels et à utiliser l’expertise du Hub pour leurs propres projets.

La présente contribution est protégée par le droit d'auteur. Toute utilisation est autorisée à l'exception de l'utilisation commerciale. La distribution sous la même licence est possible ; elle nécessite toutefois la mention de l’auteur.