Mettant l’intelligence artificielle au service des apprentissages, ProfessorBob a levé, en octobre, 4 millions d’euros auprès des fonds d’investissement Innovacom et Inco Ventures. L’entreprise sociale et solidaire souhaite investir 3 millions d’euros dans la R&D afin de renforcer son outil qui permet aux élèves d’apprendre de manière individualisée.
S’il a été officialisé en 2019, le projet de lancement de la start-up ProfessorBob remonte à 2009, lorsque son fondateur, François-Xavier Hussherr, a souhaité centrer sa vie professionnelle sur le développement d’outils d’accompagnement des élèves, en particulier ceux qui souffrent de difficultés scolaires. « J’ai d’abord créé une entreprise, LeLivreScolaire.fr, un éditeur de manuels scolaires numériques interactifs. À cette époque, l’intelligence artificielle, qui m’intéressait particulièrement, n’était pas encore suffisamment convaincante pour être utilisée dans l’éducation », explique-t-il. En effet, ce n’est qu’à partir de 2018 que de nouvelles générations de technologies plus pointues ont émergé en permettant, par exemple, de reconnaître le langage humain. De là est né ProfessorBob, un tuteur virtuel capable d’enseigner, de poser des questions aux élèves, de répondre à leurs questions et de personnaliser les apprentissages en fonction des singularités des profils.
Un « compagnon numérique d’enseignement »
Concrètement, le « compagnon numérique d’enseignement » répond aux questions des élèves, permettant ainsi au professeur de « déléguer » à l’outil la prise en charge des questions les plus récurrentes pour mieux se concentrer sur la remédiation pédagogique. Deuxième service proposé : l’apprentissage adaptatif. Sur sa tablette ou son ordinateur, l’élève réalise des séries d’exercices dont le niveau de difficulté est adapté à ses compétences. Enfin, lorsque l’IA n’est pas capable de répondre à une question, le professeur reçoit une alerte pour intervenir. L’entreprise s’adresse également aux lycées technologiques, où 40 % des élèves présentent des troubles DYS. « Dans ce type d’établissements, nous déployons un service où l’IA est associée à des capsules vidéo pour fournir aux élèves des contenus concrets d’enseignement », indique le fondateur. Pour l’instant, c’est seulement par le biais de l’écriture que les élèves posent des questions au tuteur. « Dans 6 à 12 mois, nous aurons développé un outil de compréhension vocale afin qu’ils puissent le faire en parlant. »
Un taux de compréhension de 80 %
Quant aux contenus pédagogiques ingérés par l’ordinateur, ils sont extraits de livres scolaires et de références définis par les clients de l’entreprise dont le CNED, l’École supérieure de la Banque ou l’EDHEC. Ce processus permet de créer des milliers de couples questions/réponses qui sont revues par un expert humain. L’intelligence artificielle n’étant pas (encore) parfaite, le taux de compréhension du langage humain par la machine avoisine les 80 %. L’outil est donc capable de répondre à 80 % des questions formulées par les 200 000 apprenants qui y recourent aujourd’hui. Outre la levée de fonds de 4 millions d’euros qu’elle a réalisée en octobre, l’entreprise est lauréate de l’appel à projets « Innovation dans la forme scolaire » de l’Éducation nationale. Une sélection qui lui permettra d’être déployée dans des académies comme celle de Lyon ou d’Aix-Marseille. « Cela nous permettra de toucher 700 000 élèves d’ici à 2025. C’est d’autant plus important que 20 % des élèves en France rencontrent des difficultés d’apprentissage », relève le fondateur.
Des projets de R&D
Les nouveaux fonds récoltés permettront à l’ESS de lancer des projets de R&D pour renforcer son savoir-faire et devenir « la référence mondiale de l’éducation assistée par l’IA ». « Nous avons la chance de travailler avec des normaliens, des polytechniciens ou encore des docteurs en IA. Nous prévoyons maintenant de recruter des data scientists et de lancer des chantiers afin que notre technologie puisse s’adapter à l’ensemble des usages et des disciplines : nous étudions ainsi le transfer learning et le continuous learning dans les algorithmes. Le but est d’augmenter la pertinence du modèle pour une meilleure autonomisation de l’élève », souligne François-Xavier Hussherr.
