Development and Validation of AI instructional Platform Using ADDIE Model for Enhancing Pre-service Biology Teachers Learning Outcomes in Collaborative Learning Settings in North-East, Nigeria
Cette étude a développé et validé une plateforme d'enseignement par l'IA en utilisant le modèle ADDIE, démontrant que son intégration avec des stratégies d'apprentissage collaboratif — particulièrement le tutorat par les pairs — a significativement amélioré la réussite académique en génétique chez les futurs enseignants de biologie dans le nord-est du Nigéria par rapport aux méthodes d'enseignement conventionnelles.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Dans le monde de l'éducation, un défi persistant consiste depuis longtemps à savoir comment enseigner efficacement des idées complexes et abstraites. La biologie, l'étude de la vie, est remplie de tels concepts. Des sujets comme la génétique, qui explique comment les traits sont transmis des parents à la progéniture, semblent souvent invisibles et difficiles à appréhender car ils ne peuvent pas être vus à l'œil nu. Depuis des décennies, les enseignants s'appuient sur des cours magistraux et des manuels scolaires standards, mais de nombreux étudiants éprouvent toujours des difficultés à visualiser ces processus ou à les relier au monde réel. Parallèlement, l'essor de l'intelligence artificielle a promis de révolutionner l'apprentissage en offrant une aide personnalisée et un retour d'information instantané. Cependant, le simple fait de remettre un appareil intelligent à un étudiant ne garantit pas qu'il apprendra mieux. La véritable question est de savoir comment tisser cette technologie puissante dans le tissu social de la classe, là où les étudiants apprennent mieux en discutant, en argumentant et en résolvant des problèmes ensemble.
Une équipe de chercheurs du Nord-Est du Nigéria s'est donné pour mission de répondre à cette question en construisant un outil numérique personnalisé conçu spécifiquement pour les futurs professeurs de biologie. Ils se sont concentrés sur le sujet difficile de la génétique et ont cherché à savoir si un programme informatique pouvait aider les étudiants à mieux apprendre lorsqu'il est combiné à des méthodes de travail collaboratif spécifiques. L'équipe n'a pas seulement testé une application prête à l'emploi ; elle a construit sa propre plateforme de toutes pièces en utilisant un processus de planification systématique en cinq étapes connu sous le nom de modèle ADD-IE. Cette approche a permis de s'assurer que chaque fonctionnalité du logiciel était choisie pour correspondre aux besoins des étudiants et aux objectifs du programme de biologie. Les chercheurs ont ensuite testé ce nouveau système par rapport aux méthodes d'enseignement traditionnelles dans quatre collèges différents, impliquant des centaines de futurs enseignants pour voir si l'approche numérique faisait réellement une différence.
Le développement de cette plateforme fut un parcours méticuleux, étape par étape. D'abord, l'équipe a analysé les besoins des étudiants ainsi que les exigences du programme de biologie, identifiant que la génétique constituait un obstacle majeur. Ils ont ensuite conçu un système où les étudiants pouvaient travailler en groupes, partager des notes et recevoir une aide immédiate d'un assistant intelligent intégré au logiciel. Lors de la phase de construction, les chercheurs ont créé un environnement numérique où les étudiants pouvaient rejoindre des appels vidéo, collaborer sur des documents en temps réel et recevoir des indices personnalisés lorsqu'ils étaient bloqués. Avant que l'outil ne soit utilisé en classe, il a été rigoureusement vérifié par des experts en éducation et en informatique. Ces experts ont confirmé que le contenu était exact, que le logiciel était facile à utiliser et que la conception était adaptée à l'enseignement. La plateforme a reçu un score quasi parfait pour sa qualité, prouvant qu'elle était prête pour une utilisation en conditions réelles.
Une fois l'outil validé, les chercheurs l'ont mis à l'épreuve auprès de 361 futurs enseignants. Ils ont divisé les étudiants en différents groupes pour voir quelle méthode d'apprentissage fonctionnait le mieux. Un groupe a utilisé la nouvelle plateforme d'IA tout en travaillant en binômes pour discuter des idées. Un autre groupe a utilisé la même plateforme mais a suivi la méthode du « jigsaw » (ou méthode de la mosaïque), où chaque étudiant devient un expert sur une partie d'un sujet pour ensuite l'enseigner à ses coéquipiers. Un troisième groupe a utilisé la plateforme pour le tutorat par les pairs, où les étudiants plus expérimentés aidaient ceux qui éprouvaient des difficultés. Un quatrième groupe, servant de groupe témoin, a étudié la génétique en utilisant la méthode conventionnelle classique de cours magistraux et de manuels, sans aucun outil numérique spécialisé. Tous les groupes ont passé un test avant l'enseignement et à nouveau après douze semaines pour mesurer ce qu'ils avaient appris.
Les résultats ont montré un avantage clair et significatif pour les étudiants ayant utilisé la plateforme soutenue par l'IA. Ceux qui ont appris avec l'aide de l'outil numérique et des stratégies collaboratives ont obtenu des scores bien plus élevés au test final que les étudiants enseignés par les méthodes traditionnelles. Parmi les différentes stratégies, l'approche du tutorat par les pairs a produit les scores les plus élevés, les étudiants de ce groupe surpassant largement le groupe témoin. Les autres méthodes collaboratives ont également montré une amélioration marquée, les groupes de travail en binôme et de type « jigsaw » obtenant des scores nettement supérieurs au groupe témoin. Les données indiquent que la combinaison de la technologie intelligente et de la coopération humaine a créé un environnement d'apprentissage où les étudiants ont compris les concepts difficiles de la génétique bien mieux qu'avec l'enseignement standard seul.
Cette étude démontre que l'intelligence artificielle n'a pas besoin de remplacer l'enseignant ou d'isoler l'étudiant pour être efficace. Au contraire, lorsque la technologie est soigneusement conçue pour soutenir le travail collaboratif des étudiants, elle peut amplifier les bénéfices de la collaboration. Les chercheurs ont découvert que la clé ne résidait pas seulement dans la possession du logiciel, mais dans la manière dont il était utilisé. En intégrant l'outil d'IA à des méthodes éprouvées comme le tutorat par les pairs, la plateforme a aidé les étudiants à s'expliquer les concepts les uns aux autres, à recevoir un feedback instantané et à construire une compréhension plus profonde des systèmes biologiques complexes. Le succès de ce projet suggère que pour les sujets difficiles comme la génétique, l'avenir de l'apprentissage réside dans une approche équilibrée où les outils intelligents et l'interaction humaine travaillent côte à côte pour rendre les idées abstraites claires et accessibles.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.