Comment utiliser l’IA dans l’apprentissage et le développement sans sacrifier la qualité

L’IA améliore la vitesse et l’échelle de la création de contenu d’apprentissage et de développement, mais la qualité dépend toujours du jugement humain, d’instructions précises et d’une révision délibérée. L’IA générative (technologie qui produit du texte, des images, de la vidéo et de l’audio à partir de prompts en langage naturel) a permis aux équipes d’apprentissage et de développement et aux experts en la matière de créer des contenus de formation plus rapidement que jamais. Ce qu’elle ne peut pas faire, c’est remplacer les connaissances spécialisées, le contexte organisationnel et l’œil critique qui rendent la formation réellement utile. Cet article couvre ce que l’IA peut et ne peut pas faire dans l’apprentissage et le développement aujourd’hui, comment évaluer les outils qui valent la peine d’être utilisés, et ce que ce changement signifie pour les concepteurs pédagogiques et les équipes avec lesquelles ils travaillent.

L’IA dans l’apprentissage et le développement est une augmentation, pas une automatisation

L’IA ne remplace pas l’expert humain dans l’apprentissage et le développement. Elle élimine les obstacles qui les empêchent de créer et de partager des connaissances en premier lieu. Cette distinction est importante car elle change la façon dont les équipes d’apprentissage et de développement doivent envisager l’adoption de l’IA, l’évaluation des outils et l’explication de la technologie aux gestionnaires sceptiques.

Patrik Schmitt, directeur produit chez Easygenerator, l’a clairement expliqué lors d’un webinaire récent sur l’e-learning. L’IA dans l’apprentissage aujourd’hui concerne très peu l’automatisation, ce qui est peut-être différent d’une voiture autonome où aucun humain n’est impliqué. En ce qui concerne la création, il s’agit davantage d’augmentation. L’humain est toujours celui qui sait quelque chose et qui souhaite le communiquer à ses collègues. La question devient comment rendre ce processus plus efficace, et comment utiliser l’IA pour effectuer le travail fastidieux afin de créer du contenu plus rapidement et de meilleure qualité.

La raison pour laquelle l’IA fonctionne particulièrement bien dans l’apprentissage et le développement tient à ce que font réellement les grands modèles de langage. Les formes antérieures d’IA, des moteurs de recommandation aux systèmes de détection de fraude, étaient conçues pour analyser des modèles dans des données structurées. Elles fonctionnaient bien pour des plateformes comme Netflix ou Google, mais avaient peu à offrir aux professionnels de l’apprentissage et du développement. Les grands modèles de langage travaillent avec le langage, qui est le support par lequel se produit presque tout l’apprentissage. Patrik a décrit cela comme étant « la bonne technologie pour la bonne industrie », d’une manière que la blockchain ou l’apprentissage automatique n’ont jamais été pour ce domaine.

Sur le plan pratique, cela signifie que l’IA gère désormais des tâches qui ralentissaient considérablement la création de contenu. Rédiger un plan de cours à partir d’un document, générer des questions d’évaluation, produire des voix off dans plusieurs langues, créer une vidéo avec un présentateur réaliste : tout cela coûtait autrefois des milliers de dollars et des semaines de temps de production. L’IA a compressé les deux. Patrik a noté qu’une vidéo de formation professionnelle qui coûtait autrefois 10 000 $ à produire coûte désormais plus près de 10 $ avec des outils vidéo générés par l’IA. Cette compression ne change pas ce à quoi ressemble un bon contenu. Elle change qui peut le produire, et à quelle vitesse.

Derek Bruce, directeur de l’apprentissage et des connaissances chez Easygenerator, a décrit ce changement à partir de sa propre expérience en tant que praticien. L’IA ne va pas révolutionner l’espace de la formation et du développement en termes de suppression d’emplois. Elle aidera les gens. En dehors d’un produit, le mot copilote est probablement la meilleure description de la façon dont l’IA peut soutenir les apprenants, en travaillant aux côtés des personnes pour aider à donner un meilleur impact aux organisations.

Pourquoi le contenu généré par l’IA nécessite toujours une intervention humaine

La fiabilité du résultat de l’IA dans le domaine de la formation et du développement dépend uniquement de l’humain qui l’examine. Ce n’est pas une limite qui disparaîtra à mesure que les modèles s’amélioreront. C’est une caractéristique structurelle du fonctionnement des grands modèles linguistiques, et les professionnels de la formation et du développement qui le comprennent produisent un meilleur contenu que ceux qui traitent le résultat de l’IA comme un travail fini.

Talha Faridy, responsable produit pour EasyAI chez Easygenerator, a expliqué la raison sous-jacente lors de la même session. La base d’un grand modèle linguistique repose sur des probabilités. Cela signifie qu’il est très probable que l’IA se trompe et n’ait pas la réponse définitive que vous recherchez. Ce qui le rend précieux, c’est le processus itératif : vous travaillez avec lui, vous affinez et vous construisez vers le résultat que vous souhaitez. Il ne faut pas le considérer comme une solution miracle unique, mais comme quelque chose que vous façonnez au fil de multiples échanges.

Cela s’est illustré par un exemple concret provenant du public du webinaire. David Scrimshire, un praticien basé au Royaume-Uni, a partagé une expérience de mise en garde spécifique : « Soyez prudent en utilisant ChatGPT pour l’analyse statistique dans les cours de formation. Je vérifie toujours, et j’ai trouvé plusieurs cas où l’IA a généré une analyse statistique incorrecte des données que j’avais fournies. ChatGPT s’est excusé et a dit « c’est pourquoi nous travaillons en partenariat. » Sarah Larson a renforcé le même point simplement : « Vous devez vérifier la validité de tout ce que l’IA vous donne. »

Seán, contribuant depuis Dublin, a fait la même remarque sous l’angle de la création de contenu : L’IA est excellente pour la création de contenu, mais des experts en la matière sont toujours nécessaires pour vérifier le résultat. Cette combinaison, l’IA pour la rapidité et la structure, l’expert humain pour la précision et le contexte, est ce qui fait fonctionner le modèle.

Derek a bien formulé le principe plus large :

L’implication pratique est simple. Le résultat de l’IA doit être traité comme un premier brouillon, et non comme un produit final. L’humain dans la boucle n’est pas là pour corriger les erreurs de l’IA dans un sens correctif. Il est là parce que les connaissances que la formation doit transmettre résident dans sa tête, et non dans le modèle.

Comment évaluer si un outil d’IA vaut réellement la peine d’être utilisé

Les meilleures fonctionnalités d’IA dans la formation et le développement résolvent un problème spécifique. Elles ne sont pas impressionnantes pour elles-mêmes. À mesure que l’IA devient la norme sur les plateformes logicielles, la capacité à distinguer les outils ayant une utilité réelle de ceux qui suivent une tendance comptera de plus en plus.

Patrik a donné le test le plus clair lors du webinaire :

Son cadre mérite d’être conservé : identifiez d’abord le vrai problème, puis évaluez si un outil améliore concrètement la situation par rapport à ce que vous faisiez auparavant. Si la réponse est oui et que le problème est réellement coûteux, l’outil mérite d’être testé. Si la réponse nécessite de plisser les yeux, ce n’est probablement pas le cas.

Un cadre pratique de conception de cours partagé par David Scrimshire lors de la session illustre bien cela. Son approche, développée en travaillant avec Easygenerator, décompose le processus en quatre étapes : diviser d’abord la formation en sections de taille réduite, définir l’objectif d’apprentissage pour chaque section, spécifier comment tester la compréhension, et seulement ensuite créer le contenu de la section. Plusieurs participants ont réagi positivement à cette méthode car elle donne à l’IA des tâches claires plutôt que des tâches ouvertes, ce qui produit systématiquement de meilleurs résultats.

La même logique s’applique à l’adoption par les dirigeants. Derek a décrit comment son équipe aborde ce défi : « La seule chose que je dirais, c’est : rendez cela normal, rendez cela accessible, et n’ayez pas peur de tout casser. J’ai vu des dirigeants qui n’ont même pas de profil LinkedIn. Si vous pensez que c’est le point de départ, alors l’IA va représenter un saut énorme. C’est donc à nous, en tant qu’équipe d’apprentissage, de dire : cela arrive, vous devez l’utiliser, c’est tout à fait normal et vous ne pouvez pas le casser. »

Une exposition structurée plutôt qu’une exploration ouverte tend à mieux fonctionner. Les séances sans rendez-vous sur des cas d’usage spécifiques, la rédaction d’e-mails avec Copilot, la synthèse de documents, la rédaction d’une section de stratégie d’apprentissage, donnent aux gens suffisamment de contexte pour se faire une véritable opinion sur ce que l’IA peut et ne peut pas faire pour eux.

Une chose qui freine constamment les gens, c’est le prompting. Talha l’a identifié comme la compétence la plus sous-estimée dans ce domaine. Les gens vont sur ChatGPT ou un autre outil d’IA, commencent à rédiger des prompts, et lorsqu’ils n’obtiennent pas la réponse qu’ils recherchaient, ils reviennent à leur flux de travail manuel habituel. Investir du temps pour comprendre comment fonctionne le prompting change la donne. Plus vous êtes doué en ingénierie de prompt, meilleurs seront vos résultats avec tous les outils d’IA, pas seulement Easygenerator, mais aussi ChatGPT, NotebookLM, Synthesia et d’autres. C’est une compétence professionnelle fondamentale, pas un raccourci.

Comment le jeu de rôle par IA et l’apprentissage adaptatif transforment la formation aux compétences

L’IA rend l’apprentissage basé sur la pratique évolutif pour la première fois. La formation aux compétences a toujours été confrontée au même problème structurel : les méthodes qui développent réellement les compétences, à savoir la pratique répétée avec un retour d’information réaliste, sont coûteuses à mettre en œuvre à une échelle significative. Un formateur ne peut pas, de manière réaliste, faire des jeux de rôle avec un millier d’employés. L’IA modifie cette contrainte.

Patrik a décrit l’approche d’Easygenerator face à ce problème. Le jeu de rôle est un moyen précieux de pratiquer les compétences relationnelles, mais le défi logistique est important lorsque vous avez un formateur et un millier d’employés. L’expérience a consisté à créer un produit où les employés font des jeux de rôle avec une IA qui a des instructions très précises sur la façon dont le scénario doit se dérouler et les contraintes auxquelles l’apprenant doit faire face. Des conversations réalistes, une évaluation immédiate par la suite et un résultat personnalisé pour chaque apprenant.

Deux participants ont partagé des mises en œuvre concrètes qui ont montré comment les organisations construisent déjà cela dans la pratique. Karol Isip, de Telus International, a décrit l’utilisation de l’IA pour des séances de jeu de rôle agent-formateur, avec des copilotes IA conçus pour améliorer l’apprentissage, la productivité et la performance, incluant des évaluations documentées et des cours interactifs avec certifications. Stephen Bruington de Gusto en Virginie a décrit l’utilisation d’un outil appelé Call Simulator pour des jeux de rôle interactifs basés sur l’IA, et également la mise en place de la même approche dans ChatGPT via des GPT personnalisés ou dans Gemini.

Ce dernier point est important. Les outils de jeu de rôle par IA ne sont pas simplement une version moins coûteuse de la pratique dirigée par des humains. Lorsque le scénario est bien conçu et que les contraintes sont clairement définies, ils permettent de généraliser la pratique délibérée à l’ensemble d’une organisation sans perdre la qualité de la boucle de rétroaction.

EasyCoach, le produit de jeu de rôle par IA d’Easygenerator, est conçu exactement pour ce cas d’utilisation. Il permet aux employés de répéter des conversations professionnelles réalistes, des appels de vente aux discussions de leadership en passant par des conversations internes difficiles, et de recevoir un retour immédiat sur leurs réponses. Comme il est intégré à la même plateforme que celle où le contenu est créé, les équipes de formation et de développement peuvent connecter la couche de pratique directement à la formation qu’elles ont déjà élaborée, plutôt que de les gérer comme des systèmes distincts.

Sur le plan de l’apprentissage adaptatif, Talha l’a décrit comme la prochaine frontière majeure. Les préférences des apprenants sont très diverses et chacun apprend différemment. L’objectif est de créer un système qui s’adapte véritablement à chaque individu : en lui montrant un contenu sur mesure, en l’évaluant, en le guidant et en l’aidant à mieux retenir les informations. Percer le code de l’apprentissage adaptatif est le prochain grand défi pour une formation et un développement personnalisés.

L’apprentissage adaptatif est un système qui ajuste le contenu, le rythme ou le format d’une expérience d’apprentissage en fonction de la progression de chaque apprenant, plutôt que de proposer le même parcours fixe à tout le monde. La technologie existe aujourd’hui sous une forme préliminaire, mais sa conception de manière à garantir que tous les objectifs d’apprentissage soient couverts, quel que soit le parcours suivi, reste un problème non résolu. Selon une analyse de 2024 par le Brandon Hall Group, les organisations ayant mis en œuvre l’apprentissage adaptatif signalent une réduction de 40 % du temps de formation tout en maintenant des résultats de rétention des connaissances équivalents, bien que les déploiements à grande échelle restent relativement rares.

Ce que cela signifie pour les concepteurs pédagogiques et les professionnels de la formation et du développement

Talha a décrit ce qu’il observe lors de ses conversations avec des praticiens. De nombreux concepteurs pédagogiques envisagent déjà l’évolution de leur rôle vers le conseil. Les experts en la matière sont désormais dotés de connaissances en conception pédagogique qu’ils n’avaient pas auparavant, et l’IA est ce qui permet de franchir cette barrière. L’expertise en conception pédagogique ne disparaît pas ; elle se diffuse.

Derek a confirmé la même tendance : « Le rôle de ce que nous appellerions les concepteurs de contenu s’est définitivement éloigné de la simple conception de contenu. Il s’est orienté vers l’accompagnement des individus pour comprendre l’IA. »

Louise Puddifoot, consultante indépendante en L&D, a fait une observation similaire lors d’une conversation distincte sur les tendances L&D : « Le grand changement que j’ai vraiment constaté est que les professionnels de la formation pensent en termes d’autonomisation plutôt que simplement de conception ou de développement. J’ai même commencé à voir le terme « autonomisation » figurer assez souvent dans les intitulés de poste pour les personnes occupant des rôles dans la formation et le développement. »

Ce que cela signifie en pratique, c’est que l’expertise en conception pédagogique ne perd pas de sa valeur. Elle devient plus largement diffusée. Lorsque les experts métier peuvent créer un cours structurellement solide avec l’aide de l’IA, le travail du concepteur pédagogique s’oriente vers l’assurance qualité, la gouvernance et le conseil stratégique sur ce qui doit être créé et pourquoi. C’est un travail plus intéressant, et non moindre, mais il exige une réelle volonté de renoncer au rôle de production.

Pour les équipes L&D qui naviguent dans ce changement, le conseil de Derek est de l’aborder de la même manière que tout changement organisationnel important : faites en sorte qu’il semble normal plutôt qu’exceptionnel. Offrez une mise en situation structurée aux collègues qui se sentent incertains. Partagez les erreurs publiquement tout comme les réussites. Et acceptez que le prompting soit une compétence professionnelle dans laquelle il vaut la peine d’investir, et non un raccourci.

Selon le rapport 2023 sur l’avenir de l’emploi du Forum économique mondial, les spécialistes de l’IA et de l’apprentissage automatique figurent parmi les rôles à la croissance la plus rapide au niveau mondial, tandis que les rôles de création de contenu et d’instruction évoluent plutôt que de diminuer. Les organisations qui géreront bien cette transition seront celles qui aideront leurs équipes L&D à développer la maîtrise de l’IA comme une compétence essentielle plutôt que comme une mise à niveau optionnelle.