R&D : Un moteur de recommandations personnalisées de contenus en préparation

Votre espace en ligne devient plus intelligent grâce aux données et aux algorithmes ! Ils permettent à Paris Classe Numérique, l’espace de travail des écoles et collèges parisiens (28 millions de connexions par an), d’expérimenter les recommandations personnalisées d’activités dans la Bibliothèque. C’est la première étape d’un programme de recherche et de développement basé sur l’IA et porté conjointement par l’académie de Paris et Open Digital Education. Ses objectifs sont d’accompagner chaque enseignant dans son évolution de l’utilisation du numérique et de stimuler les pratiques collaboratives.

Open Digital Education, en partenariat avec l’académie de Paris, AI for Better et le Laboratoire Techné mènent des travaux de recherche et de développement afin d’encourager l’évolution des pratiques des utilisateurs de ONE et NEO. Ce projet, nommé CoAI (communauté Apprenante Intelligente) a remporté en 2021 les Challenges Education, dans le cadre du Programme des investissements d’avenir lancé par BPI France. L’enjeu est d’exploiter la masse importante de données pédagogiques accumulées à travers l’activité des enseignants et élèves sur l’espace en ligne, pour construire un moteur de recommandations qui guidera les usagers en fonction de leur contexte individuel. Comme toujours, l’utilisation de ces données se fait en conformité avec le RGPD, son seul but est d’améliorer le service proposé aux utilisateurs et elles ne sont, en aucun cas, exploitées à des fins commerciales.

Des recommandations individualisées dans la Bibliothèque grâce à l’intelligence artificielle

Une première expérimentation est en cours pour les utilisateurs de la plateforme Paris Classe Numérique (ONE et NEO). Des suggestions d’activités sont générées automatiquement et envoyées aux enseignants par email. Cela est rendu possible grâce à un algorithme d’intelligence artificielle qui va puiser des informations dans les données générées par les utilisateurs. Les recommandations sont basées sur les usages individuels, tels que les contenus déjà consultés ou récupérés, les mots-clés renseignés, l’application, le niveau ou la discipline. Par exemple, le moteur de recommandation va signaler à un enseignant des activités que d’autres enseignants aux intérêts similaires ont consulté  dans la bibliothèque. L’objectif principal est de diversifier la découverte de ressources et de favoriser les pratiques collaboratives. Ce travail intervient dans la continuité des récentes évolutions apportées à la Bibliothèque. Les enseignants peuvent désormais se présenter dans une fiche et s’abonner à leurs pairs.

Améliorer les compétences numériques et les pratiques collaboratives grâce l’IA

À plus long terme, le projet vise à étendre ce type de recommandation personnalisée à plus d’applications dans l’espace numérique de travail. Le but est de diffuser aux enseignants des clés pour s’autoformer progressivement, en s’appuyant en particulier sur les usages partagés par leurs pairs. Une information adaptée à leur utilisation viendra à eux facilement, en contexte de travail sur l’espace en ligne. Le projet de R&D testera plusieurs canaux tels que l’email, les push-notifications, les notifications in-app”, etc. Par exemple, si un enseignant envoie régulièrement au groupe d’élèves de sa classe des messages avec des pièces jointes, le moteur de recommandations le détectera et déclenchera alors une recommandation adaptée, mettant en valeur la possibilité de partager à partir de l’espace documentaire. L’autre axe de ce travail de recherche et de développement est de mettre en place des indicateurs de mesure de la maturité numérique. Il est envisagé qu’ils soient accessibles à chaque enseignant individuellement, afin qu’ils puissent s’en inspirer pour explorer de nouvelles pratiques possibles. L’encadrement académique disposera aussi d’un tableau de bord qui rendra compte des évolutions à l’échelle de l’académie dans les pratiques pédagogiques, informationnelles et communicationnelles. Cet outil pourra aiguiller la stratégie de formation et d’encadrement.

Ce projet s’inscrit dans notre dernier programme de R&D « Covalence », construit avec le laboratoire de recherche Techné et AI 4 Better depuis 2020. La recherche, l’innovation et la collaboration sont au cœur de nos principes de fonctionnement. Les nouveautés développées avec nos clients-partenaires peuvent ensuite être développées à grande échelle, dans une démarche de mutualisation inédite entre les collectivités et des contributeurs publics et privés, partageant une nouvelle vision du numérique éducatif.