Les six méthodes d'apprentissage¶
Adaptive Learner implémente six méthodes d'apprentissage issues de la recherche en sciences de l'éducation. Chacune a ses propres forces, faiblesses et cas d'usage optimaux.
1. Déductive¶
En une phrase : apprendre la règle d'abord, puis l'appliquer.
| Aspect | Détail |
|---|---|
| Posture | L'IA explique ; vous pratiquez |
| Force | Clarté, structure, progression rapide sur des sujets bien définis |
| Faiblesse | Peut devenir mécanique sans compréhension profonde |
| Style d'invite IA | Clarté maximale, règle énoncée avant l'application |
Idéale pour : grammaire, formules mathématiques, syntaxe de programmation, tout sujet avec des règles explicites.
2. Inductive¶
En une phrase : voir des exemples d'abord, découvrir la règle soi-même.
| Aspect | Détail |
|---|---|
| Posture | L'IA présente ; vous découvrez |
| Force | Compréhension plus profonde, mémorisation à long terme |
| Faiblesse | Plus lente ; peut frustrer si le contenu est trop complexe |
| Style d'invite IA | Exemples avant l'explication, la règle vient en dernier |
Idéale pour : reconnaissance de schémas, grammaire en contexte, gammes musicales, concepts statistiques.
3. Basée sur les erreurs¶
En une phrase : faire des erreurs délibérément, puis comprendre pourquoi.
| Aspect | Détail |
|---|---|
| Posture | L'IA guide vers les pièges ; vous les comprenez |
| Force | Des modèles mentaux robustes, basés sur l'échec productif |
| Faiblesse | Nécessite une sérénité face à l'erreur ; mal adaptée en cas de stress élevé |
| Style d'invite IA | Problèmes avec pièges typiques, analyse d'erreur explicite |
Idéale pour : faux amis dans les langues, erreurs de décalage en programmation, erreurs de signe en maths — tout ce qui a des sources d'erreurs classiques.
4. Dialogique¶
En une phrase : apprendre par une conversation ouverte avec l'IA.
| Aspect | Détail |
|---|---|
| Posture | Dialogue ouvert, pas d'exercices rigides |
| Force | Faible pression, idéale en cas de stress d'examen ou d'inhibition |
| Faiblesse | Moins structurée ; peut manquer de rigueur |
| Style d'invite IA | Ton conversationnel, motivant, adaptatif |
Idéale pour : consolidation après d'autres méthodes, situations de stress élevé, exploration de sujets complexes.
5. Contextuelle¶
En une phrase : apprendre dans des situations réelles simulées.
| Aspect | Détail |
|---|---|
| Posture | L'IA simule une situation ; vous résolvez la tâche |
| Force | Résout le problème de transfert (savoir vs. pouvoir faire) |
| Faiblesse | Nécessite des bases préalables ; moins adaptée à la mémorisation pure |
| Style d'invite IA | Scénarios concrets (restaurant, entretien, revue de code) |
Idéale pour : langues appliquées, préparation à des situations spécifiques, après les premières bases.
6. IA adaptative¶
En une phrase : le système choisit la méthode en fonction de votre historique.
| Aspect | Détail |
|---|---|
| Posture | Vous vous concentrez sur l'apprentissage ; l'IA gère la méthode |
| Force | Optimal pour les débutants ou lors de changements fréquents de sujet |
| Faiblesse | Moins prévisible ; peut surprendre si vous attendez de la régularité |
| Style d'invite IA | Variable, piloté par l'évaluateur à double invite |
Idéale pour : apprenants débutants, sujets variés, quand vous faites confiance au système pour optimiser.
Choisir la bonne méthode¶
Le test d'évaluation produit un profil pondéré sur les six méthodes. Vous pouvez suivre cette recommandation ou sélectionner n'importe quelle méthode manuellement au démarrage de la session.
Les profils ne sont pas figés : le système ajuste ses recommandations à chaque session complétée et chaque changement de méthode. Si une méthode génère du stress pendant plusieurs sessions, le recommandeur de changement de méthode se déclenche automatiquement.