Lancée en novembre 2024, Pyxiscience est une solution d’intelligence artificielle dédiée à un meilleur apprentissage des mathématiques. Sa mission est aussi d’offrir aux enseignants un outil de remédiation pédagogique pour les étudiants en difficulté. Les explications de Joachim Lebovits, CEO.

Pourquoi avez-vous créé Pyxiscience ?

Le projet de créer Pyxiscience est né de ma collaboration avec mon directeur de thèse à l’École centrale Paris, Jacques Lévy Véhel, qui est directeur de recherche à l’INRIA et spécialiste de l’intelligence artificielle. Je suis, pour ma part, enseignant-chercheur à l’Université Sorbonne Paris Nord et à l’Université de New York. En tant qu’enseignants, nous rencontrons tous les deux des problématiques de remédiation pédagogique, en particulier lorsqu’il s’agit de promotions accueillant des étudiants dont les niveaux sont fortement hétérogènes. Nous avons donc décidé de mettre l’IA au service de la remédiation et de l’aide aux professeurs, en concevant une plateforme d’apprentissage adaptatif.

Comment fonctionne votre plateforme ?

La plateforme se destine à la fois aux élèves (de bac-3 à bac+3) et aux enseignants de mathématiques. Le premier cas d’usage concerne les étudiants : en se connectant sur la plateforme, ils retrouvent l’ensemble des leçons de l’année en cours et des exercices adaptés à leurs lacunes. Le deuxième est dédié aux enseignants. Ces derniers retrouvent les ressources dont ils ont besoin (cours, exercices, contenus qu’ils créent…). Enfin, un troisième usage concerne les interactions entre les étudiants et leurs enseignants. Ces derniers peuvent utiliser nos ressources pour créer des devoirs à assigner aux étudiants, qui pourront être notés par la plateforme. Grâce à l’IA, l’outil offre aussi une aide à la correction de copies manuscrites via un système de reconnaissance optique des caractères de mathématiques. Ainsi, si l’épreuve a lieu en classe, l’enseignant scanne les copies, les envoie à la plateforme pour lancer la correction. Le professeur peut ensuite décider de valider ou non les appréciations de l’IA. Enfin, à l’issue du processus de correction, l’enseignant peut avoir une vue statistique sur les types d’erreurs commises par ses étudiants, qui sont regroupées en 40 types et trois niveaux de gravité. Cela lui permet de repérer les erreurs qui se répètent le plus souvent et de générer, grâce à l’IA, des exercices personnalisés en fonction des lacunes apparues pendant le devoir.

Quels sont vos projets ?

Après un premier lancement auprès d’une cohorte de 35 étudiants de l’Université Sorbonne Paris Nord, d’autres déploiements de la solution ont été réalisés. Aujourd’hui, la plateforme compte 10 000 utilisateurs en France et aux États-Unis. Suite à notre levée de fonds de 2 millions d’euros réalisée en mari dernier, nous prévoyons également un déploiement plus large, dès la rentrée prochaine, dans des établissements publics et privés en France et, d’ici à janvier 2026, au Canada et aux États-Unis. Au cours des 24 prochains mois, nous pensons atteindre entre 70 000 et 100 000 utilisateurs. L’adaptativité de la plateforme devrait également être améliorée dans les prochains mois. Enfin, nous comptons élargir l’usage de la plateforme à d’autres disciplines comme la physique et la chimie.