Des enseignants-robots qui aident les élèves à conserver leur esprit en éveil

Nous nous souvenons TOUS de s’être endormi au cours d’une leçon ennuyeuse à l’école. Un enseignant robotique qui surveille les niveaux d’attention et imite les techniques des enseignants humains, pour retenir l’attention des élèves, promet de mettre fin aux roupillons, en particulier à destination des étudiants qui ont des cours via Internet. Les tests indiquent que le robot peut stimuler les élèves et combien ont retenu leurs leçons.

Les systèmes intelligents de soutiens, qui utilisent des enseignants virtuels pour interagir avec les étudiants, pourraient jouer un rôle crucial dans le domaine en expansion de l’éducation en ligne. Leur problème est qu’il est généralement impossible de savoir si l’étudiant se concentre et s’engage sur la leçon. Contrairement aux professeurs virtuels, les enseignants humains ont toute une série d’astuces pour garder leurs cours intelligibles – changer la hauteur ou la tonalité de leur voix, par exemple, ou des gestes pour souligner des points et s’engager avec leur public. Bilge Mutlu et Dan Szafir, de l’Université Wisconsin-Madison ont voulu savoir si un robot pourrait utiliser une partie des mêmes techniques pour améliorer la façon de conserver l’attention.

« Nous voulions voir comment l’apprentissage se passe dans le monde réel », dit Mutlu. « Qu’est-ce que les enseignants humains font et comment pouvons-nous capter cela pour construire un robot éducatif qui permettrait d’obtenir quelque chose de semblable ? »

Un robot humanoïde Wakamaru a été programmé pour raconter une histoire en tête-à-tête avec étudiants, puis les a testés par la suite pour voir combien s’en étaient rappelés. Les niveaux d’engagement ont été surveillés à l’aide d’un capteur électro-encéphalographique (EEG) pour surveiller une zone du cerveau qui gère l’apprentissage et la concentration. Lorsqu’une diminution significative de certains signaux cérébraux a indiqué que le niveau d’attention de l’étudiant était en chute, le système envoyait un signal au robot pour déclencher un signal. « Nous ne pouvons pas le faire juste à un moment donné, nous devons essayer et faire comme les enseignants en chair et en os », explique Mutlu.

Le premier enseignant robotique a raconté une histoire courte sur les animaux qui composent le zodiaque chinois, afin d’obtenir une lecture de référence pour le capteur EEG. Ensuite, le robot a raconté une histoire de plus de 10 minutes, basée sur un conte peu connu de folklore japonais appelé « Monseigneur sac de riz », dont l’élève était peu probable d’avoir entendu parler auparavant.

Au cours de cette histoire le robot a fait entendre sa voix ou utilisé des gestes de bras pour regagner l’attention de l’élève en fonction des niveaux EEG. Deux autres groupes ont été testés, mais le robot ne donnait soit aucun indice, soit les saupoudrait au hasard de la narration. Ensuite, les élèves ont été invités à répondre à quelques questions sur le zodiaque chinois pour les distraire, avant toute une série d’autres au sujet du conte.

Comme l’équipe l’avait prévu, les étudiants, ayant reçu une information du robot quand leur attention était en déclin, arrivaient beaucoup mieux à se rappeler l’histoire que les deux autres groupes, répondant correctement à une moyenne de 9 sur 14 questions, par rapport à seulement 6,3 lorsque le robot n’a pas émis de signaux. Les résultats ont été présentés à la Conférence sur les Facteurs Humains dans les Systèmes Informatiques à Austin, au Texas, plus tôt ce mois-ci.

L’idée de recapter l’attention en déclin des élèves de cette manière pourrait avoir « des conséquences importantes dans le domaine de l’éducation », dit Andrew Ng, directeur du laboratoire de l’Intelligence Artificielle de l’Université de Stanford en Californie et co-fondateur de Coursera – une classe en ligne. Il offre des cours gratuits de Stanford, de l’Université de Princeton, de l’Université du Michigan et de celle de Pennsylvanie, et a déjà attiré plus d’un million d’étudiants depuis son lancement le mois dernier.

« Le tutorat en tête-à-tête a été démontré à maintes reprises pour donner des résultats spectaculaires dans l’apprentissage des élèves, mais le principal problème avec cette voie est le coût, et qu’il est tout simplement difficile à mettre en place au vu de l’échelle », dit Ng. « La vision d’une mesure automatique de l’engagement des élèves, afin de construire un enseignant plus interactif, est très excitante ».

Citation de NewScientist
Crédit image : Nesnad – CC 3.0