Quels rôles pour les robots dans la formation ?

Comme toute nouvelle technologie, les robots et l’I.A viennent accélérer des tendances de transformation déjà à l’œuvre dans l’apprentissage. Deux en particulier :

– L’adaptative learning ou plus généralement l’idée d’une personnalisation plus fine des parcours et modes d’apprentissage,

– La décentralisation de l’acte d’apprendre qui de plus en plus se situe un peu partout ailleurs que dans les salles de formation.

En réponse à ces évolutions, le robot pourra tenir trois rôles différents dans des cadres d’apprentissage :

– un robot compagnon de l’apprenant,

– un robot qui permet à un formateur ou un élève de faire de la télé-présence dans une situation d’apprentissage

– un robot formateur (retrouvez plus de détails sur ces rôles dans cet article).

Ce dernier rôle est celui qui a davantage retenu notre attention et celles des participants sur différentes questions : quelle sera la complémentarité entre un formateur humain et robot ? Quelle place auront-ils l’un par rapport à l’autre ? Ensemble, nous avons tenté d’imaginer les différents visages des possibles futurs robots de l’IFCAM.

Dans le processus d’apprentissage, le rôle de partenaire d’entraînement, ou sparring partner en anglais, est peu mis en avant mais souvent très précieux. L’exemple le plus flagrant est celui de l’apprentissage du sport (difficile d’apprendre le tennis ou la boxe sans partenaire), mais cela s’applique également à l’apprentissage des langues par exemple, ou à toutes les compétences sociales ou relationnelles en général (négociation, prise de parole en public, etc.). Que ce soit pour réciter ou mettre en pratique des connaissances, le partenaire d’entraînement permet aux apprenants d’ancrer l’apprentissage dans la durée. Alors est-ce que le robot pourrait tenir cette fonction dans l’apprentissage ? Il le fait déjà ! Les robots sparring partners existent déjà pour tous les usages mentionnés ci-dessus mais aussi pour s’entraîner à débattre, ou aider les personnes atteintes de troubles autistiques : découvrez ces robots en cliquant ici !

L’apprentissage se fait de plus en plus à distance (e-learning, mobile learning…), et la salle s’étend (MOOC, classe virtuelle…). Si ces modalités ont leurs avantages (flexibilité et personnalisation), elles ont aussi leurs limites (notamment celle de ne pas pouvoir analyser le langage non verbal des apprenants). Les robots peuvent pallier ce défaut avec, par exemple, la WOW Room. Cette dernière, déployée à IE business school (école de commerce de Madrid), permet à un professeur de donner cours à plusieurs dizaines d’élèves à distance avec l’aide d’un traducteur automatique, mais aussi l’assistance d’une intelligence artificielle qui décrypte les visages des élèves pour renseigner le professeur sur leur état cognitif et ainsi personnaliser son cours ! Ce dispositif ne réduit pas vraiment la distance réelle entre élèves et professeur, mais pour cela, il y a le Mebot : un robot qui permet aux élèves de s’incarner dans la salle de classe. Le robot reproduit le mouvement des bras, de leur tête et leur permet de s’exprimer de manière plus incarnée malgré la distance, et ça fonctionne ! Cela soulève donc la question : est-ce qu’un jour, grâce aux robots, nous apprendrons aussi bien à distance qu’en présentiel ? Découvrez le détail de ces innovations dans cet article.

Enfin, le robot peut aussi être un formateur.
C’est le rôle qui pose peut-être le plus de questions : est-ce qu’il remplace l’humain ? Estce qu’il le complète ; qu’apporte-t-il de plus ? Pour y répondre, nous avons demandé aux participants de l’exposition d’inventer leur propre robot formateur idéal lors d’un atelier « Le portrait-robot du robot formateur ».

Le robot formateur idéal selon eux serait bienveillant car il ne porterait jamais de jugement sur ses stagiaires : il serait patient, à l’écoute, ce qui lui permettrait d’adapter son accompagnement en fonction du niveau d’attention et de réceptivité qu’il percevrait. Son stock de connaissances serait nettement supérieur à celui d’un formateur humain en quantité et en niveau de détails ; et, il pourrait les dispenser de manière claire et efficace. Il saurait les incarner et les illustrer de manière ludique et attractive, notamment grâce à la réalité virtuelle ou à des hologrammes ! Selon les participants, le robot pourrait avoir plusieurs formes : humanoïde (avec des mains et un visage pour pouvoir s’exprimer et se déplacer) ou virtuel derrière un écran à la manière d’un chatbot.

Tous ces arguments viennent renforcer les retours du premier temps de l’exposition (prêts à apprendre avec un robot !) Mais avec la nuance que le robot ne peut pas tout faire. En énumérant les compétences d’un bon formateur, les participants en ont identifiées certaines qu’un robot serait incapable de maîtriser selon eux, comme la bienveillance ou la capacité à fédérer un groupe.

Selon les participants, les qualités/compétences suivantes sont associées à l’humain :

– Bienveillance : L’humain est capable d’empathie.

– Pertinence : L’humain est capable de faire des retours d’expérience pertinents en toutes circonstances (contrairement à un robot qui ne peut que retranscrire l’expérience humaine des autres).

– Capacité à motiver grâce à sa personnalité (sens de l’humour, sensibilité…) et son charisme.

– Capacité à animer, réguler et fédérer un groupe d’apprenants : la socialisation durant la formation a paru à tous une composante essentielle de l’apprentissage qui ne peut être impulsé selon eux que par un être humain.

Quels seraient les autres rôles d’un formateur humain face au robot ?
Olivier Charbonnier nous a apporté quelques réponses dans sa conférence « La place du formateur humain face au robot ? »

L’IFCAM investit ces sujets de robots et d’IA dans la formation dès lors qu’il y a une vraie valeur ajoutée pédagogique.
3 dimensions sont explorées soit pour alléger le collaborateur sur des tâches de recherche, soit pour l’assister au moment où il en a le plus besoin, ou encore pour augmenter son apprentissage.

– Notre Chatbot CArl :

Un chatbot est un agent conversationnel. Le terme est issu de l’association des termes « chat » (discuter) et « bot » (robot). Grâce à un système d’intelligence artificielle et un algorithme de reconnaissance de langage naturel, le chatbot est capable de répondre à de nombreuses questions des utilisateurs. Cet outil est très souvent utilisé sur des sites Internet pour répondre aux questions des consommateurs.
Nous avons créé notre Chatbot CArl pour accompagner les conseillers en situation de travail sur des questions relatives aux contenus bancaires. CArl est installé sur les postes de travail des collaborateurs en agence. A tout moment, ceux-ci peuvent lui poser une question précise et avoir la réponse.
Aujourd’hui déployé dans 3 Caisses Régionales, CArl est très apprécié des collaborateurs qui indiquent être satisfaits à plus de 80% de son accompagnement. Les réponses sont pédagogiques, instantanées et en contexte. Les collaborateurs indiquent que Carl est « bien utile et rassure », qu’il « [me] propose un parcours personnalisé en fonction de ce que je lui demande » et apprécient « la facilité d’utilisation, efficace pour trouver vite la bonne réponse ».

Les collaborateurs du Groupe Crédit Agricole imaginent déjà d’autres usages possibles des chatbots en formation, notamment pour réviser suite à une formation -le chatbot poserait des questions- ou encore pour apprendre les langues -discuter à l’écrit ou à l’oral avec le chatbot. Il est en revanche jugé moins pertinent pour des formations de type « développement personnel ».
Le Chatbot, complémentaire dans un processus d’apprentissage, trouverait sa place avant et après un temps de formation dédié. Il permet d’accompagner dans le temps et faciliter l’ancrage des connaissances.

– L’adaptive learning :

L’adaptive learning (« apprentissage adaptatif » en français) consiste à utiliser des données de formation passées et l’intelligence artificielle pour analyser les profils d’apprenants et personnaliser leur parcours de formation ou des quiz personnalisés, adaptés à leurs besoins et leurs niveaux.

L’adaptive learning permet d’identifier la manière dont chacun apprend le mieux et le(s) format(s) d’apprentissage le(s) plus adapté(s) pour :

• Personnaliser la réponse formation
• Optimiser l’apprentissage
• Rationaliser le temps de formation
• Améliorer l’expérience apprenant et rendre l’apprenant acteur.

Nous expérimentons l’adaptive learning depuis janvier à l’IFCAM afin de proposer aux apprenants des quiz « intelligents » personnalisés, adaptés à leur besoin et leur profil.

Nos objectifs pour ces pilotes :

• Faciliter et consolider l’apprentissage des collaborateurs en s’appuyant sur les opportunités offertes par la DATA formation et l’intelligence artificielle
• Optimiser le taux de réussite et le temps de formation sur les MOOC
• Optimiser le temps de passation d’un quiz orientant vers des préconisations de formation.

Des REX sont actuellement en cours.

Les visiteurs ont pesé le pour et le contre de l’apprentissage adaptatif. Les grands avantages ? Un gain de temps certain, une formation toujours plus en adéquation avec ses besoins, plus pertinente, plus efficace ! Si la majorité des visiteurs se positionnent pour l’adaptive learning, certains se posent néanmoins la question de la transparence de l’algorithme alors que d’autres évoquent la limite de la définition de profils qui leur donnent le sentiment d’être mis dans des « cases » ou d’être juste une « donnée ».

D’autres projets sont en cours :
– la mise en place de CAMILL, le bot d’ancrage mémoriel qui s’invite sur Lync.
– le Datalab de Crédit Agricole SA nous accompagne dans le développement d’un moteur de recherche de recommandations de formation en utilisant nos données issues de notre catalogue d’offres et historique de formations qui pourrait être complété par les données des entités du Groupe Crédit Agricole intéressées par la démarche.