117
Les MOOCs, à la recherche de modèles économiques viables. La première raison d’être des
Massive Open Online Courses (MOOC – Cours en ligne ouverts et massifs) est de démocratiser
l’enseignement supérieur en ouvrant l’accès à la connaissance à tout un chacun gratuitement. Ces
cours se sont développés de manière exponentielle ces dernières années et rassemblent des millions
d’apprenants. De ce fait, même s’ils ont un coût de développement initial assez élevé, ils permettent
aux institutions de les proposer gratuitement ou à faible prix. Cette gratuité des formations rend
cependant difficile la production de valeur ajoutée économique à partir du seul contenu. Les
plateformes d’hébergement des MOOC développent ainsi d’autres formes de monétisation qui, pour
une grande part, ne reposent pas sur les apprenants : de la vente de certificats (dont le prix varie selon
qu’ils concernent des cours à visée professionnelle ou pas), de la proposition de services employeematching (mise en relation entre les entreprises et les apprenants dont le coût est entièrement supporté
par les entreprises), vente des droits d’utilisation des MOOC à d’autres institutions. Certaines
plateformes, telle que France Université Numérique (FUN), misent également sur le marché de la
formation continue. Elles proposent des SPOC – Small Private Online Courses – qui sont des cours en
ligne sur le même format que les MOOC mais conçus pour un nombre plus restreint d’apprenants afin
d’assurer un encadrement plus efficace. Elles sont généralement adaptées aux besoins des entreprises.
Les apports de l'intelligence artificielle
Les premières plateformes d'enseignement en ligne se contentaient de délivrer des cours, sous forme
de vidéos, et de proposer des exercices aux apprenants, sous forme de questionnaires à choix
multiples. Les méthodes issues de l'intelligence artificielle sont essentielles pour rendre ces
enseignements plus diversifiés, plus adaptatifs et plus efficaces.
La diversité des exercices. L'apprentissage passe par la réalisation d'exercices, telle la réponse à des
questions fermées ou ouvertes. Par exemple, après avoir étudié la révolution de la Terre et les saisons,
un apprenant peut se voir proposer une question fermée « Où fait-il plus chaud en décembre ? », suivie
de plusieurs réponses possibles : en Afrique du Sud, au Canada, ou en France. Mais les mêmes
connaissances peuvent être testées de manière plus approfondie par question ouverte « Pourquoi, en
décembre, fait-il plus chaud en Afrique du Sud qu'au Canada ? ». Cette dernière question est
pédagogiquement plus intéressante, car, dans sa réponse, l'apprenant doit mentionner l'inclinaison de
la Terre par rapport au plan de l'écliptique, là où, dans la question à choix multiples, il lui suffisait de
cocher une case. Aujourd'hui, ces questionnaires sont la plupart du temps réalisés par les enseignants
eux-mêmes. Pour améliorer leur efficacité, les enseignants doivent être assistés dans leur construction.
Il est en particulier essentiel d'engendrer des exercices de difficultés différentes, afin de proposer des
exercices adaptés au niveau de chaque apprenant.
La correction automatique des questionnaires à choix multiples est beaucoup plus simple que celle des
questions ouvertes, qui nécessitent d'analyser la réponse rédigée par l'apprenant. Une démarche est
l'organisation d'une évaluation entre pairs, qui, pour évaluer les réponses d'un apprenant, exploite les
capacités intellectuelles d'un autre apprenant. Une autre démarche est l'utilisation de correcteurs
automatiques de réponses ouvertes exploitent des techniques d'apprentissage automatique, dans
lesquelles un algorithme d'intelligence artificielle doit « comprendre » la réponse fournie par
l'apprenant pour en évaluer la pertinence. De tels algorithmes existent, mais ils demandent à être
améliorés et déployés à grande échelle.
Une meilleure indexation des ressources. L'efficacité d'un processus d'enseignement en ligne dépend
beaucoup de la capacité à proposer à chaque apprenant une liste de cours qui correspondent à son
Les MOOCs, à la recherche de modèles économiques viables. La première raison d’être des
Massive Open Online Courses (MOOC – Cours en ligne ouverts et massifs) est de démocratiser
l’enseignement supérieur en ouvrant l’accès à la connaissance à tout un chacun gratuitement. Ces
cours se sont développés de manière exponentielle ces dernières années et rassemblent des millions
d’apprenants. De ce fait, même s’ils ont un coût de développement initial assez élevé, ils permettent
aux institutions de les proposer gratuitement ou à faible prix. Cette gratuité des formations rend
cependant difficile la production de valeur ajoutée économique à partir du seul contenu. Les
plateformes d’hébergement des MOOC développent ainsi d’autres formes de monétisation qui, pour
une grande part, ne reposent pas sur les apprenants : de la vente de certificats (dont le prix varie selon
qu’ils concernent des cours à visée professionnelle ou pas), de la proposition de services employeematching (mise en relation entre les entreprises et les apprenants dont le coût est entièrement supporté
par les entreprises), vente des droits d’utilisation des MOOC à d’autres institutions. Certaines
plateformes, telle que France Université Numérique (FUN), misent également sur le marché de la
formation continue. Elles proposent des SPOC – Small Private Online Courses – qui sont des cours en
ligne sur le même format que les MOOC mais conçus pour un nombre plus restreint d’apprenants afin
d’assurer un encadrement plus efficace. Elles sont généralement adaptées aux besoins des entreprises.
Les apports de l'intelligence artificielle
Les premières plateformes d'enseignement en ligne se contentaient de délivrer des cours, sous forme
de vidéos, et de proposer des exercices aux apprenants, sous forme de questionnaires à choix
multiples. Les méthodes issues de l'intelligence artificielle sont essentielles pour rendre ces
enseignements plus diversifiés, plus adaptatifs et plus efficaces.
La diversité des exercices. L'apprentissage passe par la réalisation d'exercices, telle la réponse à des
questions fermées ou ouvertes. Par exemple, après avoir étudié la révolution de la Terre et les saisons,
un apprenant peut se voir proposer une question fermée « Où fait-il plus chaud en décembre ? », suivie
de plusieurs réponses possibles : en Afrique du Sud, au Canada, ou en France. Mais les mêmes
connaissances peuvent être testées de manière plus approfondie par question ouverte « Pourquoi, en
décembre, fait-il plus chaud en Afrique du Sud qu'au Canada ? ». Cette dernière question est
pédagogiquement plus intéressante, car, dans sa réponse, l'apprenant doit mentionner l'inclinaison de
la Terre par rapport au plan de l'écliptique, là où, dans la question à choix multiples, il lui suffisait de
cocher une case. Aujourd'hui, ces questionnaires sont la plupart du temps réalisés par les enseignants
eux-mêmes. Pour améliorer leur efficacité, les enseignants doivent être assistés dans leur construction.
Il est en particulier essentiel d'engendrer des exercices de difficultés différentes, afin de proposer des
exercices adaptés au niveau de chaque apprenant.
La correction automatique des questionnaires à choix multiples est beaucoup plus simple que celle des
questions ouvertes, qui nécessitent d'analyser la réponse rédigée par l'apprenant. Une démarche est
l'organisation d'une évaluation entre pairs, qui, pour évaluer les réponses d'un apprenant, exploite les
capacités intellectuelles d'un autre apprenant. Une autre démarche est l'utilisation de correcteurs
automatiques de réponses ouvertes exploitent des techniques d'apprentissage automatique, dans
lesquelles un algorithme d'intelligence artificielle doit « comprendre » la réponse fournie par
l'apprenant pour en évaluer la pertinence. De tels algorithmes existent, mais ils demandent à être
améliorés et déployés à grande échelle.
Une meilleure indexation des ressources. L'efficacité d'un processus d'enseignement en ligne dépend
beaucoup de la capacité à proposer à chaque apprenant une liste de cours qui correspondent à son