LERNIT-SyIA - L’IA pour l’Autonomie des Personnes avec Déficience Intellectuelle
Ingénierie et Architecture
Problématique : L’autonomie des personnes atteintes de déficience intellectuelle est fortement liée à leur capacité à gérer des situations inhabituelles ou complexes. Être déstabilisé face à l’inattendu peut avoir des conséquences négatives sur leur bien-être et leur indépendance, comme lors de l’apprentissage d’un trajet ou de la gestion des courses. Cependant, la création de scénarios d’apprentissage interactifs, bien que très bénéfique, demande actuellement un effort conséquent et des compétences techniques souvent difficiles à acquérir pour les auteurs.
Solution proposée : Le projet LERNIT-SynIA propose une solution pour simplifier radicalement cette tâche. L’idée est de permettre aux utilisateurs, y compris les professionnels de l’accompagnement, de créer facilement des scénarios interactifs sans compétences en programmation. L’application s’appuie sur l’intelligence artificielle pour générer automatiquement le contenu des scénarios à partir d’un contexte simple fourni par l’utilisateur, tout en veillant au respect des principes pédagogiques, simplicité du langage utilisé et à la cohérence logique. Le système gère deux niveaux de complexité : la création de parcours linéaires et l’intégration de scènes problèmes pour confronter l’apprenant à des imprévus.
Résultats : Le principal livrable de ce projet est une application (preuve de concept) fonctionnelle. Cette application permet de générer des scénarios d’apprentissage structurés en scènes séquentielles, incluant des scènes problèmes spécifiquement conçues pour évaluer et entraîner les utilisateurs à réagir. Pour améliorer la qualité des scénarios générés, un système inspiré des réseaux antagonistes génératifs a été mis en place et évalué. Ce système utilise deux LLMs, l’un agissant comme générateur de scénarios et l’autre comme évaluateur, spécialisé dans la détection d’erreurs. Le processus vise à créer une boucle de rétroaction automatique pour identifier et corriger les erreurs logiques liées à la structure et les erreurs sémantiques concernant la conformité du contenu aux règles du Facile à Lire et à Comprendre (FALC), essentiel pour le public cible. Une première évaluation de plusieurs modèles open source (llama3.1, codeGemma, mathstral) et OpenAI (gpt4o-mini, O1-mini) pour le rôle d'évaluateur a montré que seul O1-mini était potentiellement adapté. L'arrivée ultérieure du modèle DeepSeek a conduit à une seconde analyse qui a validé son utilisation comme évaluateur au sein du système. L’évaluation du projet a été menée de manière formative, en intégrant activement les retours qualitatifs. La collaboration avec la FOVAHM a aidé à confirmer les prompts aux directives FALC, et les échanges avec des maîtres socioprofessionnels ont enrichi l’application par des suggestions pratiques et l’intégration de quatre scénarios concrets. Les retours des enseignants ont notamment confirmé le potentiel de l’application à générer un gain de temps significatif dans leur travail de scénarisation.
Un appel à projets destiné aux entreprises pour stimuler leur innovation, leur compétitivité et leur durabilité
Le projet décrit ci-dessus fait partie d'un appel à projets extraordinaire intitulé "Innovation, compétitivité et durabilité", lancé par le domaine Ingénierie et Architecture de la HES-SO. Ces fonds sont destinés aux professeur-es proches des sociétés de services et d'entreprises suisses. Les hautes écoles concernées par cet appel à projets sont :
- HE-Arc Ingénierie ;
- Haute école d'ingénierie et d'architecture de Fribourg - HEIA-FR ;
- Haute école du paysage, d'ingénierie et d'architecture de Genève (HEPIA) ;
- HES-SO Valais-Wallis - Haute Ecole d'Ingénierie - HEI ;
- Haute Ecole d'Ingénierie et de Gestion du Canton de Vaud - HEIG-VD ;
- CHANGINS - Haute école de viticulture et œnologie.