CoAI : les datas et l’intelligence artificielle au service des enseignants sur PCN

Au sein de l’Académie de Paris, les datas et l’intelligence artificielle sont mises au service de la progression numérique des enseignants. Le projet CoAI leur donne des clés pour s’autoformer au fil de l’eau et dans leur contexte, en fonction de leurs besoins individuels. Il dote aussi les équipes encadrantes d’indicateurs éclairants sur les dispositifs d’accompagnement à mettre en œuvre.

CoAI, pour Communauté Apprenante Intelligente, a été lancée il y a deux ans dans le cadre des Challenges Éducation de BPI France. C’est le fruit d’un programme partenarial de recherche et de développement porté par l’Académie de Paris, et mené par Édifice, AI4Better et le Laboratoire Techné. Une expérimentation est menée auprès de 13 000 enseignants sur Paris Classe Numérique, l’ENT des écoles et des collèges parisiens. L’approche est innovante et se positionne en complément des dispositifs traditionnels de formation et de conduite du changement, qui s’inscrivent généralement dans un temps long. Capitaliser sur des datas et des algorithmes favorise l’apprentissage autonome des enseignants et l’évolution vers des usages plus matures. En s’appuyant d’une part sur des stimulations individuelles de cas d’usage et de recommandations de contenus au sein de services pédagogiques utilisés au quotidien, et d’autre part sur des stimulations d’usages collectifs et collaboratifs en mettant à profit les capacités infrastructurelles d’un réseau collaboratif déployé à grande échelle.

CoAI : faire parler les données numériques

Paris Classe Numérique enregistre 28 millions de connexions par an et environ 330 000 enseignants l’utilisent au quotidien. Toutes leurs activités sur la plateforme sont autant de données numériques, ou datas, qui constituent une mine d’informations sur les interactions en ligne au sein des communautés éducatives. Le projet CoAI a pour objectif d’exploiter ces données afin d’en tirer des recommandations personnalisées et permettre aux enseignants de monter progressivement en compétences sur la plateforme Paris Classe Numérique. Comme toujours, les données sont utilisées en respect avec le RGPD, l’objectif étant d’améliorer le service proposé aux utilisateurs, et elles ne sont, en aucun cas, exploitées à des fins commerciales.

Des outils de pilotage

Les équipes ont pu dégager des traces laissées par ces milliards d’interactions des données signifiantes, les ont transformées en indicateurs permettant ensuite d’identifier des tendances dans les groupes d’usagers enseignants avec des typologies d’usages comparables. Afin que ces indicateurs soient le plus pertinents possible, nous avons travaillé à partir d’une revue mondiale des modèles de maturité numérique, en particulier le référentiel européen DigCompEdu. Ce travail a permis au laboratoire Techné de définir un nouveau modèle unifié, le MUME. Les datas ont ensuite été agrégées de manière visuelle dans un tableau de bord appelé « Sunburst », permettant à l’Académie de représenter les degrés de maturité dans les pratiques de PCN, depuis l’utilisation simple des outils de communication jusqu’aux pratiques pédagogiques et collaboratives les plus avancées. Ce Sunburst est un outil de pilotage pour améliorer la définition et le ciblage des actions de formation des équipes de l’Académie de Paris, afin de mieux adapter une formation ou une action d’accompagnement à la maturité collective de l’équipe pédagogique de chaque école ou établissement.

Des recommandations personnalisées

Grâce aux datas compilées sur ce tableau de bord, il est également possible de faire des recommandations inspirantes, adaptées et personnalisées pour chaque enseignant. Dans le cadre de l’expérimentation CoAI, des cas d’usage ont été suggérés à des groupes d’enseignants précis. Par exemple, les enseignants qui n’ont visité la Bibliothèque qu’une seule fois ont reçu par email quatre propositions d’activités. Elles ont été sélectionnées par une intelligence artificielle d’AI4Better pour les faire correspondre au profil et aux centres d’intérêt de l’enseignant. À l’issue de cette expérimentation, les taux d’utilisation et d’exploration des activités en question étaient bien supérieurs à la moyenne. Autre exemple, un groupe d’enseignants utilisateurs de PCN, mais pas de son appli mobile, a été incité à télécharger l’application pour smartphone. Une dizaine de suggestions de ce type ont été testées, dont la majorité ont vu leur pertinence et leur impact sur les usages confirmés par les statistiques. 

Les résultats obtenus donnent des perspectives très prometteuses, qui ont conduit Édifice et l’Académie de Paris à prolonger leur collaboration au-delà du projet CoAI, maintenant terminé. Une prochaine étape doit permettre de concevoir une restitution individuelle à l’enseignant, associée à des recommandations d’usages mis en place par d’autres enseignants. En parallèle, nous entamons un travail de mobilisation de l’IA generative pour créer des contenus “brouillons” qui feraient gagner du temps à l’enseignant lors de la mise en place d’usages pédagogiques et collaboratifs.