Quand l'intelligence artificielle s'empare de la formation

Avec la décennie qui s'ouvre, placer les apprenants et les formateurs au cœur de formations reposant sur les données fournies par des systèmes numériques devient de plus en plus plausible. Ces datas fournissent le socle indispensable pour que l’intelligence artificielle s’empare de la formation.

D'un côté, il y a les promesses d'un monde meilleur (plus de personnalisation, un meilleur impact de la formation auprès de chaque apprenant, moins de tâches répétitives...). Et de l'autre côté, il y a les craintes que suscite l'IA (confronter la place du formateur, confidentialité...). Il devient donc essentiel de comprendre la réalité que recouvre l'IA et d'anticiper ses impacts.   

L'intelligence artificielle, c'est maintenant… ou presque

Dans son rapport Horizon report 2019, Educause positionne le temps d'adoption de l'intelligence artificielle (IA) dans la formation supérieure à horizon 2 ans.  

Une autre étude de Synergy Learning sur l'usage de l'intelligence artificielle dans le Learning indique que : 

• 19 % des organisations utilisent déjà l'intelligence artificielle d'une manière ou d'une autre
• 31 % des organisations comptent utiliser l'IA à court terme 
• 26 % comptent utiliser l'IA à moyen terme 
• 24 % comptent utiliser l'IA dans quelques années 

Il devient ainsi essentiel pour l'ensemble des parties prenantes Learning & Development (L&D) de négocier le virage IA. Tout comme les années 2000 ont vu l’avènement et la démocratisation appliquée d’Internet, les années 2020 seront celles d’une IA accessible et au service des acteurs du L&D. 

« Si vous n’agissez pas aujourd’hui et maintenant, d’ici 10 ans vous ne serez plus dans la course. » Damien Gromier (Fondateur de AI for good)

De quoi parle-t-on exactement ? 

L’IA désigne un programme informatique qui peut :

• simuler des capacités humaines (reconnaissance de forme, d’image, son, traduction automatique),
• gérer un dialogue homme/machine (question/réponse)
• ou tout simplement traiter une immense quantité de données pour orienter des décisions.  

On pourrait distinguer deux types d’IA :  

• IA Faible : Réalise des tâches simples et répétitives mais peut toutefois évoluer tout en restant dans un domaine restreint.  
• IA Forte : Capable de produire des réflexions, de comprendre un contexte et de développer ses propres raisonnements. On parle également de notion de conscience machine.  

À ce stade, dans l'univers L&D, nous ne côtoyons que des IA faibles. Lire 3 usages de l'IA appliquée à la formation.

Zoom sur l'intelligence artificielle faible 

Le principe de l’IA faible est de reproduire des tâches « simples ». Le but n’est pas de concevoir une intelligence à proprement parlé mais de copier fidèlement des actions humaines à l’aide d’automate ou de programme, en apportant plus de fiabilité, et moins de pénibilité. Le programme réalise uniquement des actions pour lesquelles il a été créé, et n'est pas capable d'évoluer par lui-même.  

Attention, au mot faible, qui ne veut pas dire idiot . Il faut plutôt voir cela comme une conception qui n’est pas en mesure de prendre un problème dans sa globalité, ni de comprendre son environnement (à quoi il se réfère pour exister). 

Exemple

Nous sommes dans une entreprise qui cherche à comprendre l'impact de certaines de ses formations sur ses employés. Ces derniers ont pris l'habitude de réagir sur les formations sur le réseau social d'entreprise. Cette mesure d'impact pourrait bien sûr être prise en charge par des humains, en recensant l'ensemble des messages publiés, en les classant, en les analysant… mais ce serait très long et fastidieux ! 

Alors, cette entreprise construit d'une part un dictionnaire des mots positifs / neutres / négatifs. Et d'autre part, elle conçoit une solution permettant d'aspirer le contenu des publications sur le réseau social interne.  

L'algorithme va ensuite analyser les mots utilisés dans les publications, et leur attribuer des notes en lien avec le dictionnaire initial :

•  -1 pour des mots reflétant une perception négative
•  0 pour les mots neutres
•  +1 pour les mots positifs

Chaque publication sera ainsi évaluée. L'analyse globale permettra de produire un tableau de bord mettant en lumière la perception des apprenants par rapport à la formation ciblée. CQFD : c'est un processus d'IA faible.

La pyramide de l'IA 

Dans cet exemple, nous suivons une logique de RPA (Robotic Process Automation), en bas de la pyramide de l'IA. Elle vise principalement à automatiser un processus qui pourrait être réalisé par un humain.   

Ajoutons maintenant des services cognitifs, avec notamment de la reconnaissance vocale. Elle a pour objectif d'analyser toutes les publications vidéos associées à la formation, et de poster automatiquement des réponses cohérentes avec le contenu de la vidéo. En somme, ces services cognitifs créent de riches interactions avec les utilisateurs. Nous disposons maintenant d'une CRPA (Cognitive Robotic Process Automation). 

Enfin, imaginons que notre solution repère d'autres mots initialement non répertoriés qui sont associés à des publications de nature positive, qu'elle commence à alimenter son propre dictionnaire, et qu'elle l'affûte progressivement au fur et à mesure des messages qu'elle analyse… Elle devient réellement une Robotic Intelligence (IRPA) ou IA forte ! 

Cet article a été co-écrit par Fabienne Bouchut, François Debois et le support de Fabrice Léonard.

Sur le même sujet :

Comment l’IA va changer le métier de formateur ?

Comment allier éthique et IA dans le secteur de la formation ?