Thèse Apprendre en Enseignant à un Robot-Élève Vers un Outil Pédagogique Basé sur l'IA pour Renforcer l'Engagement et les Apprentissages des Élèves en Difficulté H/F

Doctorat.Gouv.Fr

Établissement : CY Cergy Paris Université École doctorale : ED EM2PSI - Économie, Management, Mathématiques, Physique et Sciences Informatiques Laboratoire de recherche : ETIS - Equipes Traitement de l'Information et Systèmes Direction de la thèse : Laura COHEN ORCID 0000000178112027 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-08-31T23:59:59 Les difficultés d'apprentissage en mathématiques au cycle 3 constituent un enjeu éducatif majeur, en particulier pour les élèves présentant des fragilités scolaires. Ce projet vise à concevoir et évaluer un robot-élève capable d'apprendre en temps réel au contact des élèves, afin d'exploiter le paradigme du learning-by-teaching ou « effet protégé ». En plaçant l'élève dans une posture d'enseignant auprès d'un robot présenté comme novice, le dispositif cherche à renforcer l'engagement, la persévérance, l'organisation des connaissances et les compétences métacognitives.

Le robot-élève reposera sur des mécanismes d'apprentissage en ligne combinant apprentissage par renforcement et réseaux de neurones. Il sera d'abord développé pour des tâches simples de type QCM, puis étendu à des activités plus réalistes du cycle 3, telles que la résolution de problèmes, les tracés géométriques et les questions ouvertes, avec l'intégration possible de modèles d'IA générative. Le projet prévoit une évaluation progressive du dispositif, d'abord en laboratoire, puis en conditions contrôlées, et enfin en classe, en collaboration avec le partenaire EdTech Prof En Poche.

Les hypothèses principales sont que l'enseignement à un robot capable d'apprentissage réel augmente l'engagement et les performances des élèves par rapport à un apprentissage classique, que cet effet est particulièrement marqué chez les élèves en difficulté, et que les interactions avec le robot favorisent le développement de compétences métacognitives. Les connaissances acquises par le robot pourront également constituer un indicateur des représentations des élèves, ouvrant la voie à un outil d'aide au diagnostic pour les enseignants. À terme, ce projet ambitionne de contribuer à la fois aux recherches en robotique sociale, en intelligence artificielle éducative et en technologies pour l'apprentissage, tout en proposant un dispositif transférable vers des usages pédagogiques concrets. Les difficultés d'apprentissage en mathématiques au cycle 3 sont souvent associées à des situations d'échec, de l'anxiété et des comportements d'évitement. Le paradigme du learning-by-teaching, ou « effet protégé », montre que les élèves apprennent plus efficacement lorsqu'ils enseignent à un tiers. Le projet propose d'exploiter ce mécanisme à travers un robot-élève réellement capable d'apprendre, au-delà des approches prédéfinies ou simulées, afin de favoriser l'engagement actif, la verbalisation et la métacognition. Le projet vise à concevoir et évaluer un robot-élève capable d'apprendre en temps réel au contact des élèves, afin de renforcer l'engagement, les apprentissages et les compétences métacognitives, en particulier chez les élèves en difficulté. Il s'agira de développer un modèle d'apprentissage en ligne, de l'étendre à des tâches pédagogiques variées du cycle 3 et d'évaluer son impact en laboratoire puis en classe. Le projet sera mené en trois étapes : modélisation d'un robot-élève fondé sur l'apprentissage par renforcement et les réseaux de neurones ; extension du système à des tâches réalistes, telles que QCM, tracés géométriques, résolution de problèmes et questions ouvertes ; évaluation progressive du dispositif en laboratoire, en conditions contrôlées puis en classe, avec comparaison à des situations d'apprentissage classiques.