Optimisation cognitive en temps réel des effectifs et apprentissage hyper-personnalisé grâce aux neurosciences
Actualités et articles
Taux d'erreur
Optimisation de l'engagement par la modulation du taux d'erreur
À mesure que l'apprenant progresse dans un sujet, la difficulté des exercices augmente et les tests qui lui sont proposés deviennent plus ardus. Cependant, si les questions deviennent trop difficiles trop rapidement, l'apprenant risque de se désintéresser et de devenir anxieux. À l'inverse, si les questions restent trop faciles, l'apprenant s'ennuiera vite et se désintéressera également.
Il existe donc une zone d'équilibre étroite où les apprenants conservent leur curiosité et leur attention, tout en optimisant leur apprentissage et leur engagement. Cette zone peut varier d'un utilisateur à l'autre en fonction de son âge, de son endurance et d'autres facteurs.
La meilleure pratique consiste à identifier cette limite pour chaque apprenant et à moduler la difficulté des questions et des leçons de manière à ce que l'apprenant puisse naviguer sans difficulté sur cette limite.

Une simulation qui suggère que la difficulté de la tâche devrait être constamment modulée, de sorte que le taux d'erreur optimal soit maintenu à 16,6 % pour obtenir le meilleur taux d'apprentissage.
Wilson, Robert C., et al. « La règle des 85 % pour un apprentissage optimal ». Nat. Commun., vol. 10, n° 4646, 5 nov. 2019, p. 1-9, doi : 10.1038/s41467-019-12552-4. https://www.nature.com/articles/s41467-019-12552-4
van Praag, Henriette, et al. « Conséquences neuronales de l’enrichissement environnemental ». Nat. Rev. Neurosci., vol. 1, déc. 2000, p. 191-198, doi : 10.1038/35044558. https://www.nature.com/articles/35044558
Dehaene, S. (7 juillet 2023). Comment nous apprenons : pourquoi le cerveau apprend mieux que n’importe quelle machine. https://www.tandfonline.com/doi/abs/10.1080/00131911.2021.1930914