Les premières Assises de la Francophonie scientifique le 22 Septembre 2021 à Bucarest « Le rôle de l’intelligence artificielle dans l’innovation pédagogique »
Utilisation de l’intelligence artificielle dans l’amélioration du message pédagogique des formateurs à l’Université Centrale du Groupe Honoris United Universities en Tunisie
Houbeb AJMI1, Chadli DZIRI1 et Nidhal REZG1,2
1Université Centrale-Groupe HONORIS United Universities en Tunisie
2Laboatoire LGIPM/Ditex- Université de Lorraine (France)
Les universités et les campus universitaires sont des lieux où les étudiants vivent et étudient à proximité les uns des autres. Ce sont également des centres culturels animés où se rassemblent des étudiants de nations du monde entier. Récemment, les fondements de cet écosystème unique ont été considérablement impactés par la propagation rapide de l’épidémie de coronavirus (Covid-19), créant une incertitude quant aux implications pour l’enseignement supérieur.
Au cours des derniers mois, les responsables universitaires ont été contraints d’annuler les cours et de fermer les portes des campus du monde entier en réponse à l’épidémie croissante de coronavirus. En outre, la majorité des établissements universitaires dans le monde, ont basculé les cours vers l’apprentissage en ligne, annulé les voyages de vacances de printemps et les étudiants qui étudient à l’étranger en Chine, en Italie et en Corée du Sud ont été encouragés à rentrer chez eux pour terminer leurs études.Bien que les fermetures de classes, les baisses d’inscriptions au début d’un nouveau semestre et les annulations puissent être temporaires, il est difficile de prévoir si le nouveau coronavirus entraînera une perturbation à long terme du système d’enseignement supérieur dans le monde. Etant donné la situation de l’épidémie dans le monde, l’outil le plus efficace pour garder les étudiants et maintenir l’accès à l’apprentissage a été les cours en ligne. Les universités aux États-Unis, en particulier, ont ajusté leurs programmes en réponse à la propagation du coronavirus. L’Université de Stanford a annulé les deux semaines restantes de cours en classe, exhortant ses professeurs à déplacer toutes les leçons restantes en ligne. L’Université de Washington a annoncé une interdiction des cours sur le campus jusqu’après les vacances de printemps, après qu’un membre du personnel a été diagnostiqué avec un coronavirus la semaine dernière. D’autres universités, dont l’Université Hofstra de New York, l’Université de Princeton du New Jersey et l’Université de Seattle commencent à passer aux classes virtuelles. L’utilisation des technologies de l’information et de la communication donne l’opportunité à l’apprenant d’avoir, dans une certaine mesure, un contrôle sur le temps, le lieu, les moyens et la vitesse. Dans ce cadre, il est important de développer des systèmes de communication robustes supportant une charge de communication en ligne très importante, étant donné que la majorité des collèges des universités du monde entier ont opté pour des enseignements en ligne, ce qui peut engendrer des perturbations bloquant les différents réseaux de communication d’internet. Ainsi, déplacer tous les programmes en ligne peut bloquer le fonctionnement du système. Alors que certaines universités disposent déjà de systèmes en ligne solides, les universités plus petites peuvent couler sous le poids de la demande. Les créateurs de cours universitaires doivent travailler en étroite collaboration avec leurs services informatiques pour s’assurer que leurs programmes peuvent être pris en charge en ligne. L’Université de Californie du Sud est l’une de ces universités qui entreprend actuellement ces mesures, qui teste ses plateformes en ligne pour s’assurer que sa technologie peut gérer ses 7 000 cours et plus. L’Université Centrale du Groupe Honoris United Univerties en Tunisie a mis en place une stratégie de continuité des enseignements dans ses différentes composantes à travers une formation hybride (blended learning) résultant d’une combinaison d’une séquence pédagogique de formation en ligne et de formation en présentiel. Pour réussir ce challenge l’université Centrale a investi dans son infrastructure numérique afin d’assurer une robustesse de son offre de formation en ligne et elle a sensibilisé ses étudiants à la nécessité d’un changement intellectuel dans la façon d’apprendre et de suivre les cours. L’apprentissage en ligne est la voie à suivre afin de continuer l’éducation de nos cadres dans un monde évoluant sous divers risques comme celui du COVID-19 qui dure depuis plus de 16 mois.
L’Université Centrale du Groupe Honoris United Univerties en Tunisie a également travaillé sur l’équité de l’accès à la formation en ligne afin de permettre à chaque étudiant de se connecter aux supports d’apprentissage via un appareil personnalisé. Elle uniformise ainsi les conditions d’enseignement. Ceci a permis aux étudiants de vivre un enseignement numérique plus collaboratif à travers des séances de classe collectives permettant de maintenir leur engagement vis-à-vis de l’enseignant de la matière. Un certain nombre de solutions d’apprentissage hybride ont été proposées permettant un apprentissage asynchrone. Les salles de classe virtuelles sont ainsi plus vivantes et, grâce à nos outils de collaboration, plus sociales aussi.
Les solutions de gestion de classe, avec Microsoft Teams et les kits GoogleGoogle Meet Series One Room, permettent aux enseignants de personnaliser les leçons durant les cours en distanciel. Tout ceci en maintenant un environnement multimédia riche et un sens de la communauté pour les étudiants.
L’ensemble de ces outils mis en place pour un apprentissage en ligne nécessite des moyens de régulation afin de mesurer leur pertinence ainsi que leur impact sur les étudiants. Ces mesures sont des indicateurs importants dans l’autoévaluation des cours en ligne. Dans ce cadre, l’Université Centrale du groupe Honoris United Universities en collaboration avec le Laboratoire de Génie Informatique, de Production et de Maintenance – LGIPM de l’Université Lorraine à Metz en France, travaillent actuellement sur la mise en place d’un outil d’évaluation de ses enseignements en ligne par l’utilisation de « l’intelligence artificielle » notée IA. La crise du COVID-19 a imposé à l’ensemble des universitaires du monde de repenser leur façon de donner les cours aux étudiants. Dans ce cadre, nous accompagnons nos enseignants dans l’amélioration des cours donnés en ligne à travers un outil d’évaluation basé sur l’analyse émotionnelle du comportement de l’étudiant. En détectant par reconnaissance faciale, vocale ou textuelle ces émotions auprès de ses étudiants, l’enseignant dans une classe peut ajuster son message pédagogique pour, in fine, augmenter leur taux de satisfaction. Cet ajustement passe par une analyse de comportement émotionnel des apprenants par adaptation de la façon de donner le cours et la nécessité de garder l’attention des étudiants.
De manière universelle, les sept émotions sont la joie, la tristesse, la colère, la peur, la surprise, le mépris et le dégoût. L’outil encours de développement repose sur une reconnaissance de ces émotions afin de les analyser dans leur contexte. Nous utilisons l’apprentissage automatique dit « Machine Learning », un outil puissant en intelligence artificielle afin de procéder à la reconnaissance émotionnelle.
L’apprentissage automatique/Machine Learning, est un champ d’étude de l’IA, qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité « d’apprendre » à partir de données, c’est-à-dire d’améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l’analyse, l’optimisation, le développement et l’implémentation de telles méthodes. L’apprentissage automatique comporte généralement deux phases. La première consiste à estimer un modèle à partir de données, appelées observations, qui sont disponibles et en nombre fini, lors de la phase de conception du système. L’estimation du modèle consiste à résoudre une tâche pratique, telle que traduire un discours, estimer une densité de probabilité, reconnaître la présence d’un chat dans une photographie ou participer à la conduite d’un véhicule autonome et dans notre cas il s’agit de reconnaitre les émotions. Cette phase dite « d’apprentissage » ou « d’entraînement » est généralement réalisée préalablement à l’utilisation pratique du modèle. La seconde phase correspond à la mise en production : le modèle étant déterminé, de nouvelles données peuvent alors être soumises afin d’obtenir le résultat correspondant à la tâche souhaitée. En pratique, certains systèmes peuvent poursuivre leur apprentissage une fois en production, pour peu qu’ils aient un moyen d’obtenir un retour sur la qualité des résultats produits.
Dans le cadre du développement de notre outil, nous avons appliqué le principe de l’apprentissage automatique précédemment présenté. Nos « Machines Learning » ont été soumises à un apprentissage des comportements types d’un étudiant à travers ses émotions. Cette étape est portée par à un analyseur d’émotions à base de « Machine Learning » dans notre outil, où chaque émotion est caractérisée par sa signature. La figure ci-dessous illustre le principe de fonctionnement de notre outil.
Figure : Principe de l’outil d’évaluation des enseignements en ligne par l’utilisation de IA
Pour ce faire, nos expériences actuelles utilisent des caméras spécifiques d’une classe permettant de filmer le comportement d’un apprenant lors d’un cours. A partir de cet enregistrement, on passe l’analyseur d’émotions afin de déceler et de classer les séquences selon les sept émotions précédemment citées. Nous travaillons actuellement sur un questionnaire générique à adresser aux étudiants afin de consolider les résultats de l’analyseur des émotions et comprendre ainsi le comportement des apprenants lors des séances en ligne afin d’adapter le message pédagogique de l’enseignant et augmenter le taux de satisfaction des étudiants.
Ce projet est mené sur deux ans impliquant des enseignants chercheurs de l’Université Centrale du groupe Honoris United Universities en collaboration avec le Laboratoire de Génie Informatique, de Production et de Maintenance – LGIPM de l’Université Lorraine à Metz en France, pour un livrable attendu pour le premier semestre de 2022.
Atelier n°9 -Axe stratégique : Formation des formateurs et Innovation pédagogique
