Le Natural Language Processing : un usage de l'intelligence artificielle en formation des adultes

• Nora Yennek est la responsable d'IfisLab, le laboratoire de recherche de l'Ifis (Institut de formation des industries de santé). Elle est chercheure associée au Laboratoire interdisciplinaire en neurosciences, physiologie et psychologie (LINP2-AAPS) de l'Université Paris-Nanterre.
• Nejma Belkhdim est cheffe de projet R&D et “research scientist" chez Neuronys, entreprise technologique spécialisée dans le traitement automatique du langage naturel.

L'un des enseignements de la psychologie cognitive est le rôle central de l'engagement actif dans la formation pour favoriser des apprentissages efficaces. Les formats hybrides de formation se multiplient. Ils intègrent des contenus et outils digitaux synchrones et asynchrones (depuis le Covid, on ne parle plus de l'opposition distance-présence !). Ce qui implique une ingénierie de conception à même de soutenir l'engagement actif et la motivation à apprendre des adultes en formation, dans des écosystèmes d'apprentissages élargis.

C'est de ce constat qu'est née la volonté de co-construire un projet de recherche et développement entre IfisLab, laboratoire de recherche dédié à l'innovation pédagogique intégré au groupe Ifis (Institut de formation des industries de santé), et Neuronys, une “edtech" spécialisée dans le traitement du langage naturel (natural language processing, NLP). Associant la psychologie cognitive, les sciences de l'éducation et de la formation et l'intelligence artificielle en faveur d'une pédagogie active.

Objet de la recherche

Ce projet vise l'étude des usages en formation professionnelle d'une application en cours de développement (Nolej.app) intégrant un module d'intelligence artificielle, permettant la génération automatique de plusieurs activités favorables à l'apprentissage : questions ouvertes, flashcards, résumés, vidéos interactives, mais également l'automatisation de stratégies d'apprentissage, dont le surlignage.

L'ambition de ce projet est de prendre en considération, dans la conception de ce type d'application, d'une part, le caractère limité de la cognition humaine, et, d'autre part, l'engagement de l'apprenant dans son activité. En parallèle, ce projet est soutenu par une recherche visant à déterminer les éventuels impacts de l'intelligence artificielle sur l'engagement cognitif de l'apprenant.

La méthodologie mise en place s'apparente à la recherche-action (recherche, expérimentation, rétroaction). Elle vise à élargir en parallèle les connaissances liées à la motivation à l'apprentissage, les usages de l'IA dans le champ de l'éducation à travers une revue de littérature, de manière imbriquée avec le développement de l'application (Nolej.app) et l'intégration de ses fonctionnalités dans des projets concrets sur des sujets de formation à l'Ifis.

Développement des cas d'usage

Le cadre théorique choisi pour modéliser les comportements d'apprentissage est celui du modèle Icap (interactive, constructive, active and passive) de Michelene Chi et Ruth Wylie (2014). Il repose sur la catégorisation des comportements d'apprentissage observables des apprenants en quatre niveaux d'engagement : passif (l'apprenant réceptionne les connaissances), actif (l'apprenant manipule les connaissances), constructif (l'apprenant génère les connaissances) et interactif (l'apprenant dialogue sur les connaissances). Plus le niveau d'engagement se rapproche de l'interactivité, plus les performances d'apprentissage sont élevées.

Sur la base de ce continuum représentant le niveau d'engagement cognitif de l'apprenant, cette recherche vise à configurer une situation d'apprentissage favorisant des comportements d'apprentissage plus ou moins engagés par les apprenants. En particulier, nous mettrons à l'épreuve une des fonctionnalités de l'application, le surlignage, en tant qu'elle permet l'automatisation d'une stratégie cognitive et d'analyser son effet sur l'engagement.

Surlignage et motivation

Selon Claire Weinstein et Richard Mayer (1986) le surlignage est une stratégie cognitive qui permet d'identifier les informations importantes (afin d'y focaliser son attention) et de stocker ces informations en mémoire de travail. Ainsi, l'information surlignée attire l'attention et agit comme un indice textuel qui signale au lecteur l'importance des éléments du texte. Et lorsque cette stratégie d'apprentissage est utilisée efficacement, elle peut contribuer grandement à une bonne compréhension et la mémorisation des informations (Fowler et Barker, 1974).

Notons par ailleurs que la mise en œuvre de stratégies mobilise des ressources interdépendantes de deux types : conatif^{[ 1 ]}La conation est “un effort, une tendance, une volonté, une impulsion dirigée vers un passage à l'action". et cognitif. En effet, un sujet qui n'est pas suffisamment motivé (mobilisation réduite des ressources conatives) ne pourra pas recruter les ressources d'ordre cognitif nécessaires à l'exécution d'une stratégie (Rozencwajg, 2005). C'est pourquoi, nous nous intéresserons également dans cette recherche au concept d'intérêt et aux émotions ressenties par les apprenants.

Perspectives et attendus

Les avancées technologiques et les perspectives offertes par l'IA, en particulier le NLP, peuvent aider à renouveler la question de l'implication active dans des activités d'apprentissage utilisant le numérique. Ces solutions peuvent en effet faciliter l'ancrage des connaissances.

D'après le modèle de l'Icap, le surlignage automatique, par exemple, qui est une des fonctionnalités de Nolej.App, positionne l'apprenant dans un état d'engagement passif, a priori moins favorable à l'apprentissage. Néanmoins, le surlignage automatique peut également représenter un gain de temps, contribuer à réduire la charge cognitive de l'apprenant qui peut allouer ses ressources au traitement utile de l'information.

La recherche vise à identifier la manière dont les activités d'apprentissage proposées par l'IA peuvent impacter l'apprentissage actif et donc l'engagement soutenu dans le contenu de la formation.