L’adaptative learning ou « apprentissage adaptatif » en français est une technologie qui propose un enseignement au plus près des capacités et des besoins de chacun des élèves tant pour les contenus que pour les rythmes d’apprentissage grâce à l’analyse (par des algorithmes) d’une multitude de données collectées et stockées (le big data), et aux neurosciences. En analysant les performances et les traces numériques de l’activité des élèves, le système ajuste les exercices pour optimiser l’apprentissage. Ces plateformes sont en fait des exerciseurs améliorés dont le but est d’arriver à une automatisation ou à une mémorisation.

Le test de positionnement, le programme personnalisé, les feed-back du logiciel et l’environnement ludique ou gamifié représentent les ingrédients majeurs présents dans la plupart des logiciels dits d’adaptative learning.
La possibilité pour l’enseignant de suivre les avancées de l’élève constitue une piste stratégique pour lui permettre d’intégrer dans un parcours de formation plus globale le développement des compétences de l’élève.

Pour l’heure, cette méthode est surtout adaptée aux sciences dures, aux langues ou à la lecture et au calcul. Autant de disciplines dont l’apprentissage peut être séquencé, qui repose sur un travail de mémorisation et sur l’acquisition d’automatismes. L’adaptive learning est aussi très utile pour la remise à niveau ou le tutorat, ce que ne peut pas faire un enseignant en classe ». Mais pour les matières qui font appel à des compétences d’argumentation, d’expression, de réflexion ou d’esprit critique, telles que les humanités, l’algorithme a plus de mal. Pour l’instant?

Un exemple de plateforme développée par l’Université de Rennes pour l’apprentissage de la lecture (apprendre à comprendre): TACIT

Sources: Le Monde, Primàbord. Image d’illustration: outilstice.com