L'IA ne fait plus qu'écrire : elle commence à nous entraîner à parler

Ces dernières années, les discussions sur l'intelligence artificielle ont surtout porté sur ce qu'elle peut produire : textes, images, présentations, code, vidéos et réponses aux questions. Pourtant, l'un des changements les plus intéressants se joue dans le sens inverse. Au lieu de demander à l'IA d'accomplir une tâche à leur place, davantage de personnes l'utilisent pour s'exercer à quelque chose qu'elles souhaitent elles-mêmes mieux maîtriser.

L'apprentissage de l'anglais illustre parfaitement cette évolution.

Au lieu d'ouvrir un manuel, de faire un test de vocabulaire ou de réserver un cours, un utilisateur peut désormais ouvrir une application, parler anglais avec retour immédiat d'un système d'intelligence artificielle.

Cela ressemble peut-être à une fonctionnalité technologique supplémentaire, mais ce changement touche plus largement notre manière d'apprendre avec le numérique.

Du contenu uniforme à une expérience qui réagit à l'utilisateur

La plupart des produits traditionnels d'apprentissage numérique sont conçus à l'avance.

Chacun reçoit à peu près la même leçon, la même question et la même bonne réponse. Le rythme et le niveau de difficulté peuvent varier, mais le parcours reste relativement défini.

L'intelligence artificielle générative modifie ce modèle.

Une conversation avec un système IA ne suit pas nécessairement un scénario fixe. L'utilisateur peut parler de son travail, préparer un entretien, simuler un échange avec un client, poser une question absente du cours et changer de sujet selon le déroulement de la conversation.

Du point de vue de l'expérience utilisateur, la différence est considérable.

Le logiciel ne se contente plus d'afficher du contenu. Il réagit à l'utilisateur.

Cette évolution apparaît aussi ailleurs, du service client aux systèmes d'entreprise : on passe d'interfaces dont l'utilisateur doit apprendre le fonctionnement à des systèmes qui tentent de s'adapter à la personne qui les utilise.

Pourquoi l'expression orale constitue un cas intéressant

L'une des difficultés de l'apprentissage d'une langue est qu'il est relativement facile de la recevoir, mais beaucoup plus difficile de l'utiliser activement.

On peut lire en anglais, regarder des séries et très bien comprendre ce qui est dit, tout en restant bloqué lorsqu'il faut répondre rapidement pendant une réunion ou un entretien d'embauche.

La raison est simple : parler demande de la pratique.

L'IA présente ici un avantage concret qui ne tient pas nécessairement à une intelligence supérieure à celle d'un enseignant humain. Elle est simplement beaucoup plus disponible.

On peut discuter dix minutes avant le travail, et même lui parler au travail pour demander un avis professionnel, répéter la même réponse, s'arrêter, recommencer ou essayer un autre scénario. Inutile de réserver un cours, et aucune impression de faire perdre son temps à quelqu'un.

Le sujet n'est plus seulement théorique. Des entreprises développent des produits entiers autour de cette idée, et la recherche universitaire commence à en examiner les effets. Une analyse plus large de la pratique de l'anglais avec l'IA s'intéresse notamment à la start-up israélienne Loora, aux nouvelles études et aux domaines où l'IA peut aider, tout en examinant les situations où un enseignant humain conserve un avantage clair.

La répétition change l'économie de l'apprentissage

Lorsqu'on pense aux produits IA, on se concentre facilement sur la qualité de leur réponse. Dans l'apprentissage, la quantité compte parfois tout autant.

Supposons qu'un salarié souhaite améliorer son anglais pour présenter des projets à des clients étrangers.

Un cours hebdomadaire d'une heure peut être excellent, mais il offre toujours un nombre limité de minutes de parole. Si ce salarié ajoute dix ou quinze minutes de pratique presque chaque jour, son volume d'interaction avec la langue change radicalement.

Ce modèle intéresse aussi les organisations.

Une entreprise de plusieurs dizaines ou centaines de salariés ne peut pas nécessairement offrir des cours particuliers à chacun. Un système numérique disponible à la demande peut augmenter le volume de pratique sans chercher à remplacer entièrement l'accompagnement humain.

C'est peut-être un point essentiel : les produits les plus intéressants ne sont pas forcément ceux qui tentent d'effacer l'existant, mais ceux qui parviennent à le compléter.

Tout retour d'une IA n'est pas forcément pertinent

Une grande disponibilité ne résout pas tous les problèmes.

Un système conversationnel peut permettre de parler davantage, mais le volume de pratique ne garantit ni la détection de chaque erreur, ni une explication correcte et adaptée au niveau de l'apprenant.

La notion de "savoir parler anglais" recouvre elle-même plusieurs compétences.

Il y a la fluidité, la précision grammaticale, la prononciation, le vocabulaire, la compréhension orale et la capacité à adapter son langage à une situation professionnelle ou sociale. Un système peut être très efficace dans un domaine et moins performant dans un autre.

Un enseignant humain peut aussi comprendre l'apprenant dans la durée, repérer une difficulté récurrente et savoir quand interrompre pour corriger ou laisser la conversation continuer.

La question intéressante n'est donc pas de savoir si l'IA peut remplacer les professeurs d'anglais. Elle consiste à identifier ce qui change dans l'apprentissage lorsque chacun dispose d'un partenaire d'entraînement presque toujours disponible.

La voix devient une interface plus centrale

Cette évolution technologique dépasse largement l'apprentissage de l'anglais.

Pendant des années, nous avons surtout communiqué avec les ordinateurs par écran, souris, clavier et formulaire de recherche. Les systèmes IA vocaux font de la conversation elle-même une interface.

Pour les entreprises qui créent des produits numériques, les implications sont importantes.

Lorsqu'un utilisateur peut simplement parler à un service, la frontière entre application, enseignant, conseiller client et assistant personnel commence à s'estomper. Nous passons de produits qui présentent une série d'écrans à des produits qui entretiennent une interaction continue.

Le défi ne sera pas seulement de construire un modèle capable de répondre, mais de créer une expérience à laquelle l'utilisateur fait confiance et souhaite revenir.

Le vrai test n'est pas ce que sait l'IA, mais ce que l'utilisateur parvient à faire

L'intelligence artificielle peut impressionner dans une démonstration de deux minutes. Un produit utile doit prouver quelque chose de plus difficile : qu'il fait progresser l'utilisateur.

Pour une langue, l'indicateur n'est pas le naturel de la voix de l'IA, mais la capacité de l'utilisateur, après des semaines ou des mois, à parler mieux, avec davantage d'assurance et de fluidité.

Le même principe s'appliquera probablement à toute une vague de produits IA dans l'éducation, la formation professionnelle et le travail.

La première étape de la révolution de l'intelligence artificielle consistait à faire produire des choses par la machine pour nous.

La suivante pourrait être plus intéressante : utiliser la machine pour nous aider à progresser nous-mêmes.