Le cycle en sept étapes¶
Chaque session d'apprentissage dans Adaptive Learner suit un cycle structuré en sept étapes. Ce cycle est issu de la recherche sur l'apprentissage efficace et est adapté dynamiquement à votre progression.
Vue d'ensemble du cycle¶
1. Input → Vous recevez du nouveau matériel
2. Attempt → Vous essayez de l'appliquer
3. Error → Une erreur ou un malentendu devient visible
4. Feedback → L'IA explique ce qui a fonctionné ou pas
5. Adapt → Vous ajustez votre stratégie
6. Repeat → Vous pratiquez avec des variations
7. Integrate → Vous reliez à des connaissances existantes
Les étapes 3 et 4 ne sont atteintes que si votre tentative à l'étape 2 ne passe pas le seuil de confiance. En cas de haute confiance, le cycle passe directement à l'étape 5.
L'évaluateur à double invite¶
Chaque session fait tourner deux instances IA en parallèle :
- IA enseignante — génère les explications, les exemples et les exercices selon la méthode choisie.
- IA évaluatrice — lit vos réponses et attribue un score de confiance (0-100 %). Elle décide si le cycle peut avancer ou si une étape doit être répétée.
L'IA évaluatrice n'est jamais visible directement, mais ses décisions déterminent le rythme de la session.
Seuils de confiance¶
| Méthode | Seuil pour avancer |
|---|---|
| Déductive | 70 % |
| Inductive | 70 % |
| Basée sur les erreurs | 75 % |
| Dialogique | 50 % (plus tolérant — exploration) |
| Contextuelle | 65 % |
| IA adaptative | Variable selon l'historique |
Auto-boucle¶
Après l'étape 7, une nouvelle boucle peut démarrer automatiquement avec le sujet suivant de votre curriculum. L'auto-boucle continue jusqu'à ce que vous l'arrêtiez ou que le nombre maximum de cycles soit atteint (par défaut : 5).
Vous pouvez interrompre l'auto-boucle à tout moment via :
- Le bouton Terminer la session
- La soumission d'une évaluation après un cycle
- L'acceptation d'une recommandation de changement de méthode
La matrice d'invites¶
Le système IA utilise une matrice 42 cellules (6 méthodes × 7 étapes) de modèles d'invites. Chaque cellule adapte le rôle de l'IA, la posture pédagogique et les attentes de sortie à la combinaison méthode/étape précise.
Cela signifie que « l'étape 2 en méthode déductive » et « l'étape 2 en méthode contextuelle » produisent des exercices fondamentalement différents — même si les deux sont des étapes « Attempt ».