Individualiser les plans de formation grâce à l'adaptive learning

apprenant

Diagnostic de la maîtrise des compétences grâce à un positionnement adaptatif
Recommandations de formations adaptées à son profil et à ses besoins métier grâce à l’Adaptive Learning
Tableau de bord personnalisé et gamifié pour suivre sa montée en compétences

Superviseur

Interface de pilotage de la montée en compétences des apprenants de façon individuelle et collective
Reporting sur la maîtrise par les apprenants des compétences requises pour l’exercice du métier
Tableau de bord pour mesurer l’efficience des actions de formation et l’engagement des apprenants

concepteur

Conception de thèmes via l’outil auteur ou l’import de ressources existantes
Export du thème en format SCORM pour diffuser l’activité sur le LMS
Tableau de bord avec des indicateurs de pertinence sur les ressources pédagogiques

Nos clients améliorent les impacts de la formation

37 %

Temps gagné pour acquérir les compétences cibles

49 %

Échecs en moins dans le parcours de formation

Les résultats ci-dessus ont été obtenus dans le cadre de protocoles expérimentaux mis en place avec plusieurs clients de Domoscio.

L’adaptive learning au service de l’individualisation des plans de formation

Une illustration d'un apprenant en train de réaliser une formation adaptée à son profil et à ses objectifs pédagogiques

Hub est une solution d’adaptive learning qui individualise les plans de formation en fonction du niveau de compétences de chaque apprenant et des attendus métiers :

L’objectif de l’apprenant est défini par des référentiels métiers et compétences ou par une GPEC
Le niveau de maîtrise de l’apprenant est évalué grâce à un questionnaire de positionnement adaptatif : le niveau des questions évolue en temps réel en fonction de ses réponses
Le parcours de l’apprenant est construit à travers des recommandations d’actions de formation adaptées à son profil : formation présentielle, e-learning, micro-learning, immersive learning, etc.

Une fois les recommandations suivies, l’algorithme repositionne l’apprenant afin de mesurer sa montée en compétences et, si nécessaire, lui recommander de nouvelles actions de formation à suivre. Les modèles de machine learning exploitent ces nouvelles données pour identifier les actions de formation les plus efficientes en fonction des différentes typologies d’apprenants.

Hub s’adapte au contexte de chaque entreprise et de chaque métier en se basant sur le contenu existant, quels qu’en soient le format (présentiel, classe virtuelle, vidéo, quiz, etc.) et la source (LMS, bibliothèque de ressources digitales, plateforme de streaming vidéo, etc.). Pour cela, il s’interface dans les plateformes de formation existantes (LMS, TMS, LEP, etc.) grâce aux normes d’interopérabilité du marché de la formation : SCORM, LTI, xAPI, etc. Ainsi, l’expérience utilisateur est fluide et transparente pour l’apprenant, ce qui permet d’améliorer son engagement.

Une illustration de plusieurs collaborateurs dans une salle accompagnés de leur manager dans le cadre de la formation professionnelle

Grâce aux données générées, Hub remonte aux acteurs de la formation des analytics adaptés à leurs besoins. Le manager peut piloter la montée en compétences de ses collaborateurs, de façon individuelle et collective, afin d’identifier de potentielles actions de formation à mettre en œuvre. L’équipe pédagogique peut consulter des données d’utilisation, de difficulté et de pertinence des ressources, dans le but de mieux cibler la réingénierie pédagogique. Enfin, le responsable RH peut suivre des analytics agrégés liés à l’usage de l’outil et à la gestion des compétences.