Attention! Ce contenu n’a pas été mis à jour depuis plusieurs années. Il pourrait contenir des informations ou des liens périmés.
Annie Magnan et Jean Ecalle, chercheurs à l’Université Lyon2, nous présentent des logiciels d’aides à l’apprentissage de la lecture qu’ils ont conçus et validés expérimentalement. Ils reposent sur des hypothèses théoriques récentes sur les mécanismes cognitifs de la lecture.
par Annie Magnan & Jean Ecalle
Université Lyon2 – France
Chercheurs depuis de nombreuses années au laboratoire d’Etudes des Mécanismes Cognitifs dans l’équipe Apprentissage, Développement et Troubles du Langage, Annie Magnan et Jean Ecalle travaillent sur les aides informatisées à l’apprentissage de lecture (voir sur leur site l’ensemble de leurs travaux http://ecalle-magnan.fr).
Dans une démarche partant de la recherche fondamentale à la recherche appliquée, ils plaident en faveur d’interventions “raisonnées” (evidence-based practices), c’est-à-dire basées sur des outils qui ont fait l’objet de validation empirique. Dans cette perspective ils ont conçu et validé expérimentalement des logiciels d’aides à l’apprentissage de la lecture qui reposent sur des hypothèses théoriques récentes sur les mécanismes cognitifs de la lecture.
Ils ont ainsi mis au point et testé deux logiciels correspondant aux deux composantes de la lecture distinguées dans le modèle simple de la lecture (Simple View of Reading), l’identification de mots et la compréhension. L’élaboration de ces deux logiciels repose sur des arguments expérimentaux récents concernant pour l’un le rôle des unités syllabiques comme unités intermédiaires et fondamentales de décodage phonologique en français chez l’enfant normo-lecteur et dyslexique (Chassymo), pour l’autre l’extraction d’informations littérales et la construction d’inférences, processus dont on connaît désormais l’importance dans la compréhension en lecture (LoCoTex).
Ces deux systèmes d’aides ont été testés auprès d’un échantillon de jeunes enfants en difficulté d’apprentissage de la lecture (CP et CE1) et répartis à l’issue d’un diagnostic différentiel selon trois profils : faibles identifieurs, faibles compreneurs et faibles lecteurs mixtes. Ces logiciels peuvent être utilisés dans une démarche de réponse de première intention à l’école pour des enfants à risque familial de dyslexie ou en difficultés d’apprentissage de la lecture.
Cet hiver, le réseau EdCan et l’École branchée proposent une série de tables rondes virtuelles sur l’intégration de l’intelligence artificielle en éducation, en partenariat avec The Dais. Au cœur des discussions : enjeux éthiques, compétences à développer et transformation des pratiques. Voici la programmation complète et les thèmes qui seront explorés, ainsi que les liens pour vous inscrire.
Alors que les projets d’intelligence artificielle se multiplient dans l’administration publique, notamment en éducation, le gouvernement du Québec a précisé en décembre le cadre de gouvernance devant encadrer leur déploiement. Deux nouveaux documents publiés par le ministère de la Cybersécurité et du Numérique viennent baliser l’utilisation de l’IA — dont l’IA générative — afin d’en assurer un usage responsable, transparent et sécuritaire, tout en permettant la reprise encadrée des assistants virtuels au sein des organismes publics.
Apprendre l’IA, c’est comme apprendre à nager : on ne peut pas le faire en restant sur le bord de la piscine. C’est avec cette image parlante que la professeure franco-albertaine Martine Pellerin a invité les participants du Symposium Élève Exposant IA à plonger dans la littératie en intelligence artificielle. Pour elle, enseignants et élèves doivent apprendre ensemble, en explorant et en manipulant les outils, tout en développant leur pensée critique et leur sens éthique. Une approche « main à la pâte » qui redonne à l’éducation un rôle essentiel : comprendre avant d’utiliser.
Pour commenter un article et y ajouter vos idées, nous vous invitons à nous suivre sur les réseaux sociaux. Tous les articles y sont publiés et il est aussi possible de commenter directement sur Facebook, X, Instagram, Bluesky ou LinkedIn.
Sauf dans les cas où la licence est expressément indiquée, il n’est pas permis de reproduire les articles de l’École branchée. Toute demande de reproduction doit être adressée directement à l’organisme.
Dans son processus éditorial, notre équipe fait appel à des technologies intégrant l’intelligence artificielle pour améliorer les textes, entre autres par la reformulation de passages, la révision linguistique, la traduction et la synthèse des idées. Tous les textes sont révisés par des humains avant leur publication.
