Aller au contenu
ATLAS Humain × IA

Référentiel B — capacité IA

Tutorat adaptatif personnalisé (EdTech IA)

SectorielMultiples acteurs EdTech ; le seul système nommé par les sources de la fiche est le Cognitive Tutor — Khan Academy/Khanmigo, Duolingo et Squirrel AI n'y figurent pas.documentéVérifié le

Architecture

Systèmes combinant modèles de suivi des connaissances de l'élève (knowledge tracing) et grands modèles de langage pour adapter en continu le contenu et le rythme pédagogique

Capacités clés

  • Adaptation en temps réel de la difficulté et du contenu pédagogique au niveau de compréhension mesuré de chaque élève
  • Génération d'exercices et de feedback personnalisés à la volée plutôt qu'à partir d'un contenu figé
  • Suivi longitudinal de la progression individuelle permettant d'identifier précocement les difficultés d'apprentissage

Usages documentés par secteur

ÉducationTRL 9 / 9

La source documente un déploiement de masse : le Cognitive Tutor « has been incorporated into mathematics curricula in a substantial number of United States high schools », avec des résultats mesurés aux examens finaux et aux tests standardisés. La source ne date pas ce déploiement.

Personnalisation de l'apprentissage à grande échelle dans l'enseignement primaire, secondaire et la formation continue

  • Le Cognitive Tutor, « incorporated into mathematics curricula in a substantial number of United States high schools », avec de meilleurs résultats aux examens finaux et aux tests standardisés
  • Dans 46 des 50 évaluations contrôlées recensées (92 %), les élèves suivis par tutorat intelligent dépassent ceux des classes conventionnelles

Sources de cet usage

IndustrieTRL non déterminableDiffusion établie

Formation professionnelle continue personnalisée en entreprise

  • « ITS systems… have found homes in the sphere of corporate training and organizational learning »

Sources de cet usage

Limites connues

Contrairement à ce que la fiche affirmait, les résultats publiés ne sont pas mitigés mais convergents : effet médian de 0,66 sur les tests locaux dans la méta-analyse de Kulik et Fletcher (2015), et absence de différence statistique d'effet entre un tuteur humain expert et un système pas à pas selon VanLehn (2011). La réserve réelle est ailleurs, et elle est plus informative : le même effet tombe à 0,13 sur les tests standardisés. S'y ajoutent la collecte de données comportementales détaillées sur des élèves mineurs et le risque de réduire l'apprentissage à une optimisation algorithmique, que les sources de la fiche n'abordent pas.

Débats documentés

Aucune autre fiche du référentiel ne nomme celle-ci, et celle-ci n'en nomme aucune. Ce n'est pas un signe d'accord : c'est un silence documentaire, et il se comble en écrivant les limites de la fiche avec des noms.

Sources

Analyses de gap citant cette fiche

Fiches connexes — Sectoriel

Données brutes de cette fiche : /api/fiches/tutorat-adaptatif-personnalise-edtech-ia — voir la méthodologie.