30/04/2025

L'intelligence artificielle

Dans les coulisses de STUDEA

🌍 Direction Palerme cet été !

On est super heureux de partager une belle nouvelle pour le pôle R&D d’Effet B : deux de nos papiers ont été acceptés à la conférence internationale AIED 2025 (Artificial Intelligence in Education), qui se tiendra en juillet à Palerme, en Italie 🇮🇹.

🎓 Ces recherches sont le fruit d’une collaboration précieuse avec le laboratoire LIRIS (INSA Lyon) — un grand merci à nos partenaires pour leur confiance et leur expertise !

Voici un aperçu de nos contributions :

💬 [Track Industry & Practitioners]

🔹 "A Conversational Tool Based on Knowledge Graph, LLMs and BERT Model for Work-Study Programs in France"

👥 Baba Mbaye, Diana Nurbakova, Duaa Baig

On y propose une solution de chatbot basée sur les LLMs, un graphe de connaissances et un modèle BERT pour accompagner les apprentis dans le suivi et l’acquisition de compétences.

> L’objectif ? Offrir un suivi personnalisé, accessible et interactif.

Les LLMs sont des modèles d'intelligence artificielle capables de comprendre et générer du langage humain. Ils sont entraînés sur d'énormes quantités de textes (livres, articles, sites web, etc.) et peuvent effectuer des tâches comme :

répondre à des questions, rédiger des textes, traduire des langues, résumer des documents, générer du code, ...

Le modèle BERT (pour Bidirectional Encoder Representations from Transformers) est un modèle de langage développé par Google en 2018. C’est l’un des modèles clés qui a révolutionné le traitement automatique du langage naturel (NLP).

En résumé :
BERT est un modèle de type LLM, basé sur l'architecture Transformer.

Il est bidirectionnel, ce qui veut dire qu'il lit un texte dans les deux sens (gauche→droite et droite→gauche) pour mieux comprendre le contexte global d’un mot dans une phrase.

Il est pré-entraîné sur une énorme quantité de textes, puis peut être spécialisé (fine-tuned) pour des tâches spécifiques : classification, question/réponse, résumé, etc.

🧠 [Doctoral Consortium]

🔹 "Enhancing Knowledge Tracing with Large Language Models (LLMs)"

👥 Duaa Baig, Diana Nurbakova, Sylvie Calabretto, Baba Mbaye

Ici, on explore comment les LLMs peuvent rendre les systèmes de tutorat intelligents encore plus adaptatifs, en capturant des parcours d’apprentissage complexes et en personnalisant l’expérience pour chaque apprenant.

💡Ces projets reflètent notre engagement à construire des outils plus humains, plus intelligents, et surtout plus utiles pour l’éducation de demain.

🙏 Bravo à toute l’équipe R&D, et encore merci à nos collègues du LIRIS – INSA Lyon.

On a hâte d’échanger avec la communauté internationale à AIED 2025 !

✅ Ces recherches s’inscrivent pleinement dans la vision portée par Studéa : proposer des outils intelligents et accessibles pour accompagner l’alternance et l’apprentissage.

📚 Des avancées qui nourrissent directement le développement de Studéa, notre solution dédiée au suivi et à la réussite des alternants.

🤖 Studéa bénéficie directement de ces travaux de R&D pour offrir une expérience plus personnalisée et innovante aux utilisateurs.

🛠️ Ces projets viennent renforcer les fondations technologiques de Studéa, notre plateforme pensée pour tous les acteurs de l’alternance.