Avec les avancées de l’intelligence artificielle, il est désormais possible de concevoir des assistants d’apprentissage capables de s’adapter aux aptitudes et au rythme de chacun. Cependant, les IA les plus performantes exigent d’importants volumes de données, ce qui complique leur personnalisation en fonction des capacités, des limites et du niveau de chaque apprenant. Pour surmonter cet enjeu, il est nécessaire de combiner plusieurs approches d’IA et de développer un méta-modèle permettant d’ajuster l’assistant en fonction de l’apprenant et de l’évolution de son contexte.
Le projet innovant GAIAHL ambitionne de créer un assistant personnalisé pour l’apprentissage humain. Pour garantir performance et adaptabilité, il repose sur une infrastructure complète intégrant : (1) la description des concepts, des situations d’apprentissage et des ressources disponibles, (2) une représentation simplifiée de l’apprenant selon les compétences à acquérir, (3) un diagnostic des processus existants et de leur adéquation avec les apprenants, (4) la génération et le suivi de parcours d’apprentissage sur mesure.
Une telle infrastructure pourrait révolutionner le transfert des apprentissages en complément de l’école, en s’adaptant au niveau, aux motivations et au rythme de chacun. Dans la formation professionnelle, elle offrirait un accompagnement sur mesure, facilitant l’adaptation aux évolutions industrielles pour plus de performance, d’efficacité et de résilience. Un assistant d’apprentissage personnalisé favoriserait également une meilleure acceptation des changements de processus.
La thèse vise à démontrer la faisabilité de certains aspects théoriques du méta-apprentissage en combinant les connaissances du domaine et les expériences d’apprentissage, puis à déployer cette infrastructure. Elle s’attachera à modéliser les biais influençant l’apprentissage (intention, attention, motivation, oubli, etc.) et à développer des modèles et des algorithmes intégrant à la fois les invariants et les connaissances a priori et les expériences concrètes.
Mots clés liés au projet : Intelligence Artificielle (IA) et alignement de l’IA, méta-apprentissage, transfert des savoirs, assistant aux apprentissages humains, objets connectés.