Nombre d’experts considèrent que l’intelligence artificielle (IA) jouera un rôle important dans l’éducation du XXIe siècle. Alors que les universitaires continuent de s’interroger sur les meilleures pratiques, la Chine n’a pas attendu. Au cours des dernières années, le pays a massivement investi dans dans l’enseignement et l’apprentissage boostés à l’IA. Des géants de la technologie, des startups et des établissements d’enseignement ont tous sauté le pas. Des dizaines de millions d’élèves utilisent des outils d’IA pour apprendre par le biais de programmes de tutorat parascolaires comme Squirrel’s, de plateformes d’apprentissage numériques comme 17ZuoYe, ou même dans leurs salles de classe. La Chine a mis en place la plus grande expérience au monde d’intégration de l’IA dans l’éducation, et personne ne peut en prédire les résultats.
Mais les experts s’inquiètent de la direction que prend cette ruée vers l’IA dans l’éducation. Au mieux, disent-ils, l’IA peut aider les enseignants à renforcer l’intérêt et les forces de leurs élèves. Au pire, elle pourrait induire le renforcement de la normalisation à l’échelle mondiale de l’apprentissage et de l’évaluation, ce qui préparerait mal la prochaine génération à un monde du travail en évolution rapide.
Le boom de l’IA dans l’éducation en Chine a été induit par trois éléments. Le premier est l’allégement fiscal et les mesures incitatives pour les entreprises d’IA qui améliorent l’apprentissage des élèves, la formation des enseignants et la gestion scolaire. Pour les sociétés de capital-risque, ces entreprises constituent donc un bon investissement. Selon une estimation, la Chine a été le premier pays à investir plus d’un milliard de dollars l’an dernier dans l’IA appliquée à l’éducation. Deuxièmement, la concurrence académique en Chine est féroce. Dix millions d’étudiants passent chaque année l’examen d’entrée à l’université, le gaokao. Votre score détermine si et où vous pouvez étudier pour obtenir un diplôme, ce qui est considéré comme le plus grand facteur de réussite pour le reste de votre vie. Les parents paient volontiers le tutorat ou tout autre chose qui aide leurs enfants à progresser. Enfin, les entrepreneurs chinois disposent de grands volumes de données pour entraîner et affiner leurs algorithmes. La population est vaste, les opinions des gens sur la protection des données sont beaucoup plus laxistes qu’en Occident, et les parents croient fermement au potentiel de la technologie, ayant vu combien elle a transformé le pays en quelques décennies seulement.
Squirrel s’efforce d’aider les élèves à obtenir de meilleurs résultats aux tests annuels normalisés, qui exploitent directement l’anxiété nationale gaokao. L’entreprise a également conçu son système pour capturer toujours plus de données, ce qui a rendu possible toutes sortes d’expériences de personnalisation et de prédiction. Depuis sa création il y a cinq ans, l’entreprise a ouvert 2 000 centres d’apprentissage dans 200 villes et inscrit plus d’un million d’élèves, soit l’équivalent de l’ensemble du système scolaire public de la ville de New York. Elle prévoit de l’étendre à 2 000 autres centres à l’échelle nationale d’ici un an.
L’innovation de Squirrel réside dans sa granularité et son échelle. Pour chaque cours propsoé, son équipe d’ingénieurs travaille avec un groupe de maîtres enseignants pour subdiviser la matière en éléments conceptuels les plus petits possibles. Les mathématiques au collège, par exemple, sont divisées en plus de 10 000 » points de connaissance « , comme les nombres rationnels, les propriétés d’un triangle et le théorème de Pythagore. L’objectif est de diagnostiquer le plus précisément possible les lacunes de compréhension d’un élève. Une fois les points de connaissance établis, ils sont jumelés à des conférences vidéo, des notes, des exemples de travail et des problèmes pratique. Leurs relations sont codées dans un « graphique de connaissances », également basé sur l’expérience des maîtres enseignants.
L’étudiant commence un cours par un bref diagnostic pour évaluer dans quelle mesure il comprend les concepts clés. Si il répond correctement à une première question, le système supposera qu’il connaît les concepts connexes et sautera à l’étape suivante. En 10 questions, le système définit un plan de travail approximatif, et l’utilise pour construire un programme d’études. Au fur et à mesure qu’il étudie, le système met à jour son modèle de compréhension et adapte le programme en conséquence. A mesure que de plus en plus d’élèves utilisent le système, ce dernier détecte des liens qui n’avaient pas été identifiés auparavant entre les concepts. Les algorithmes d’apprentissage machine mettent ensuite à jour les relations dans le graphique de connaissances pour prendre en compte ces nouvelles connexions.
A mesure que les machines s’améliorent dans l’exécution de tâches complexes, les humains devront se concentrer sur les compétences qui leur sont propres : la créativité, la collaboration, la communication et la résolution de problèmes. Ils devront également s’adapter rapidement à mesure que de plus en plus de compétences seront exécutables par des machines. La salle de classe du XXIe siècle devrait faire ressortir les forces et les intérêts de chaque personne, plutôt que de transmettre un ensemble uniforme de connaissances plus adaptées à l’ère industrielle. L’approche de Squirrel peut donner d’excellents résultats dans l’éducation traditionnelle, mais elle ne prépare pas les élèves à faire preuve de souplesse dans un monde en évolution.
Si le rythme d’apprentissage était personnalisé, les élèves ayant des capacités différentes aurait plus ou moins de temps pour apprendre le même champ de connaissances. Si le cheminement était personnalisé, les leviers de motivation utilisés auprès des élèves seraient différents pour atteindre les mêmes objectifs et le format d’enseignement également. Si la destination était personnalisée, les étudiants pourraient choisir, par exemple, d’apprendre au sein d’une école professionnelle ou une université.
