Résultats des pilotes

Ce que nous savons, comment nous le savons, et ce que nous ne savons pas encore.

Les élèves qui travaillent une notion avec Coach la retiennent-ils mieux ? Voici ce que les classes pilotes ont montré jusqu’ici, comment nous le savons, et ce qu’elles n’ont pas encore montré. La page s’enrichira à mesure que les pilotes avancent.

  • Un travail de recherche engagé en 2023

    Nourri par les retours d’enseignants, puis construit et itéré en classe avec des enseignants et des élèves, surtout en mathématiques.

  • Des retours d’enseignants en classe

    Dans des classes pilotes, les enseignants ont rapporté une meilleure rétention des notions. Détail ci-dessous.

  • Un cas d’usage publié

    Méthode et architecture décrites dans notre cas d’usage 2026, publié dans le programme Innovate for Impact d’AI for Good (UIT).

  • Pas encore d’essai indépendant

    Nous cherchons un partenaire académique pour en concevoir un.

Classes pilotes

Ce que les enseignants des classes pilotes ont rapporté.

Présenté dans le format que nous utiliserons pour chaque étude : question, contexte, participants, ce qui a été observé, mesure, limites, source.

QuestionLes élèves qui travaillent une notion avec Coach la retiennent-ils mieux ?
ContexteL’Ensemble Scolaire Notre Dame Saint Joseph (Épinal), établissement partenaire, et des enseignants qui expérimentent Coach de leur côté ; en mathématiques, pendant les séances habituelles.
ParticipantsDes classes pilotes et leurs enseignants.
Ce qui a été observéLes enseignants ont rapporté une meilleure rétention des notions chez les élèves qui utilisent Coach.
MesureAucune mesure contrôlée publiée à ce jour.
LimitesObservation rapportée par les enseignants, sans groupe témoin ni évaluation externe. Elle ne se généralise pas.
SourceRetours recueillis auprès des enseignants des classes pilotes, rapportés dans notre cas d’usage AI for Good de 2026. Détail sur demande.

Les résultats de recherche sur lesquels la méthode s’appuie, et ce qu’ils changent dans Coach.

  • Théorie de l’autodétermination

    Autonomie, compétence et lien soutiennent une motivation plus durable. D’où le choix laissé à l’élève de la forme d’aide, et des étapes qu’il passe quand il est prêt.

  • Théorie de la charge cognitive

    Une aide efficace isole un obstacle à la fois. D’où une interface qui n’affiche qu’une chose, et une correction qui nomme une étape.

  • Rappel actif

    Se souvenir avec effort ancre mieux que relire. D’où l’examen sans aide avant de passer à la suite.

  • Diagnostic des erreurs

    Trois types de difficulté (modélisation, raisonnement, exécution) à travailler séparément. L’inhibition, le blocage face au problème, en est la conséquence quand les trois autres ne tiennent pas. Décrit dans le cas d’usage AI for Good.

  • L’erreur comme information

    Le sentiment de contrôle soutient l’engagement. D’où une correction qui décrit l’erreur et donne la solution, sans croix rouge.

  • Des préférences que l’élève peut réviser

    Les « styles d’apprentissage » fixes ne sont pas étayés par la recherche. Coach recueille des préférences (comment entrer dans une leçon, quelle aide quand ça bloque), et l’élève peut les régénérer.

Publication.

Notre méthode, notre architecture et les retours ci-dessus sont décrits dans un cas d’usage publié sur la plateforme AI for Good de l’Union internationale des télécommunications. Le texte est rédigé par AiCole.

AI for Good · UIT

Cas d’usage 2026 · Infrastructure pédagogique pour le mentorat et l’éducation

Catégorie : IA générative pour la créativité, l’éducation et les services publics · France.

Ce que vous trouverez ici à mesure que les pilotes avancent.

  • Chaque pilote publié avec sa question, son protocole, ses limites et ce qui a échoué.

  • Aucun pourcentage sans échantillon, méthode et comparaison à côté.

  • Les enseignants concernés relisent ce qui est écrit sur leur classe.

  • Aucune donnée individuelle d’élève n’est publiée.

Ce que nous ne prétendons pas.

  • On entend parfois

    « Coach détecte si votre enfant est visuel, auditif ou kinesthésique. »

    Ce qui est vrai dans Coach

    Coach recueille ce qui aide cet élève à entrer dans une leçon et à repartir quand il bloque. Ce sont des préférences, qu’il peut changer.

  • On entend parfois

    « L’IA remplace l’explication du professeur. »

    Ce qui est vrai dans Coach

    Coach prolonge le travail de classe entre deux cours. Les contenus suivent les programmes officiels de l’Éducation nationale, publiés au Bulletin officiel.

  • On entend parfois

    « Résultats garantis. »

    Ce qui est vrai dans Coach

    Nous publions les retours de nos classes pilotes avec leurs limites. Une observation rapportée par les enseignants ne prouve pas une efficacité générale.

  • On entend parfois

    « Préparation officielle au Brevet et au Bac. »

    Ce qui est vrai dans Coach

    Les examens et défis de Coach sont des vérifications internes au parcours. Les Brevet et Bac blancs sont des sujets d’entraînement générés par IA ; les annales officielles restent la référence.

Chercheur, enseignant, établissement : travaillons ensemble.

Les retours des classes pilotes et leurs limites sont partagés sur demande. Nous cherchons un partenaire académique pour concevoir une évaluation indépendante.