IA générative et intelligence éducative : vers des évaluations intégratives multimodales

Les systèmes tutoriels intelligents sont de plus en plus utilisés pour offrir un apprentissage personnalisé dans les environnements numériques. Ils permettent d’adapter les activités aux besoins de chaque apprenant, de suivre sa progression en temps réel et de fournir un accompagnement individualisé. Ces technologies génèrent une grande quantité de données sur la façon dont les étudiants apprennent, par exemple leur niveau d’engagement, leurs stratégies d’étude ou leurs difficultés.

Cependant, les méthodes actuelles d’évaluation utilisent encore des mesures ponctuelles, comme des tests ou des notes finales, qui reflètent mal la progression globale des apprenants et leurs compétences complexes, telles que la pensée critique ou l’autonomie. Bien que l’intelligence artificielle générative puisse analyser des réponses écrites et offrir du feedback personnalisé, elle n’est pas encore pleinement intégrée dans des méthodes d’évaluation complètes et cohérentes.

Ce projet vise à développer une nouvelle approche d’évaluation intégrative, assistée par l’IA générative, capable de combiner différentes sources d’information sur l’apprentissage. En analysant à la fois les comportements d’étude, les productions écrites et les résultats, le système pourra produire des diagnostics clairs et personnalisés. Cette approche aidera étudiants et enseignants à mieux comprendre les progrès, identifier les difficultés et soutenir un apprentissage plus efficace et équitable.

Faculty Supervisor:

Belkacem Chikhaoui

Student:

Partner:

Polytechnique International Tunis

Discipline:

Computer science

Sector:

Artificial Intelligence; Information and Communications Technology (ICT); Social Innovation

University:

Université TÉLUQ

Program: