
L’apprentissage adaptatif. Tout le monde le veut, tout le monde en parle, mais rares sont ceux qui le proposent réellement.
Comme son nom l’indique, l’adaptabilité, cela signifie s’adapter. Dans le cadre de l’apprentissage, cela implique de s’adapter à l’apprenant. L’apprentissage adaptatif est souvent axé sur les apprenants qui ont des difficultés. Il est pourtant également utile d’adapter le parcours d’apprentissage de ceux qui n’ont pas de difficultés. Mais que doit-on exactement adapter dans ce cas ? Le niveau, le rythme, le mode d’apprentissage des apprenants ? En quelques mots, la réponse est la suivante : de préférence, tous ces éléments. Si vous voulez une réponse plus détaillée, vous la trouverez ci-dessous →
Détails : l’adaptabilité de l’apprentissage est généralement assurée par le biais d’un ordinateur (un algorithme) ou par des personnes (un formateur, par exemple). Lorsque l’adaptabilité est assurée par des personnes, on parle souvent d’apprentissage personnalisé. Les termes sont cependant souvent utilisés indifféremment dans la pratique.
Formes d’apprentissage adaptatif
Les sciences de l’éducation ont démontré que l’apprentissage adaptatif fonctionne. Les gens apprennent le mieux lorsqu’ils travaillent à leur rythme et selon leur niveau ainsi que lorsqu’ils bénéficient directement dufeed-back d’un expert. L’apprentissage est alors plus efficace qu’en l’absence d’adaptabilité.
L’apprentissage adaptatif avec Drillster
Drillster est une application d’apprentissage adaptatif. Comme vous venez de le voir, l’adaptabilité est une notion relativement large. Nous allons donc vous expliquer ce que signifie l’adaptabilité pour nous.
Plus il y a d’adaptabilité, mieux c’est. Nous appliquons cela de différentes manières dans notre algorithme, aussi bien sur le court terme que sur le long terme. Drillster utilise un apprentissagebasé sur l’évaluation, les apprenants apprennent donc en cherchant la bonne réponse à des questions. À chaque question à laquelle la personne répond, l’algorithme aussi apprend quelque chose la concernant : a-t-elle bien ou mal répondu à la question, à quelle vitesse a-t-elle répondu ? à quelle fréquence a-t-elle bien ou mal répondu à des questions ou desvariantes de questions portant sur cet élément de connaissances et combien de temps s’est-il écoulé depuis qu’elle a répondu au drill pour la dernière fois ? Quelqu’un peut répondre correctement à une question sans avoir une réelle maîtrise des connaissances. Le hasard est bien évidemment pris en compte etchaque élément de connaissances fait l’objet de plusieurs questions.
Ces informations sont utilisées pour déterminer la prochaine question, le moment où quelqu’un a atteint le bon niveau de connaissances et celui où ces connaissances sont devenues inférieures au niveau souhaité. Les connaissances peuvent en effet être rapidement oubliées. L’algorithme calcule alors, en fonction des résultats, quand il est temps pour quelqu’un de réviser ses connaissances. La personne reçoit alors un message l’invitant à s’exercer de nouveau. Les questions qui sont posées sont principalement centrées sur les sujets qui semblaient les moins maîtrisés précédemment. Nous vérifions également que la matière qui semblait facile est encore bien en mémoire. S’il s’avère que les connaissances sont de mieux en mieux ancrées, l’intervalle à laquelle la personne devra s’exercer de nouveau augmentera progressivement.
Découvrez davantage comment Drillster applique l’apprentissage adaptatif dans l’article ‘L’adaptive learning au niveau micro‘.
Adaptabilité en ligne et hors ligne
Le mieux serait bien évidemment de proposer à chaque élève ou collaborateur un parcours d’apprentissage entièrement personnalisé. Ce n’est cependant pas une mince affaire, surtout si vous disposez déjà d’un programme d’apprentissage qui n’est pas adaptatif. Vous êtes convaincu mais vous ne savez pas par où commencer ? Commencez petit. Vous pouvez opter pour une adaptabilité partielle avec unparcours de blended learning. Vous pouvez ainsi choisir un outil d’apprentissage adaptatif en ligne, tel que Drillster, et le combiner à des formations en classe. Les résultats obtenus avec l’outil peuvent ensuite être utilisés pour adapter la leçon. De cette manière, vous pouvez utiliser l’apprentissage adaptatif en ligne et hors ligne pour un effet d’apprentissage renforcé.
Abonnez-vous et nous vous en enverrons d'autres de temps en temps. Pas de spam, promis. Juste des lectures pertinentes sur la science de l'apprentissage et son impact sur vos enjeux metier.