Par Ezequiel Saraceno,
AI Engineering Manager, Learnlight
Avant de me reconvertir en ingénieur IA, j’ai passé 15 ans comme neuroscientifique. D’abord dans mon pays d’origine, à l’Université de Buenos Aires, puis au CNRS en France, où j’ai effectué deux post-doctorats.
Apprendre une nouvelle discipline tout en construisant ma vie dans une langue qui n’était pas la mienne a façonné ma vision de l’apprentissage des langues plus que toute autre expérience n’aurait pu le faire. Alors, lorsque mon équipe chez Learnlight s’est vu confier la mission de développer Fluency Lab, un outil d’entraînement linguistique basé sur l’IA, j’ai abordé ce projet avec cette expérience personnelle dans les bagages.
Le problème d’apprentissage des langues que nous avons décidé de résoudre
La question à laquelle je revenais sans cesse : comment rendre l’IA véritablement utile pour l’apprentissage ?
Chaque grand fournisseur d’IA — OpenAI, Anthropic, Google — propose une IA conversationnelle avec laquelle un apprenant peut interagir en quelques secondes. Chacune de ces applications permet de s’exercer à pratiquer une langue, à condition de savoir le prompter correctement. Chez Learnlight, l’exigence était plus haute.
Pour placer la barre plus haut, il a fallu s’appuyer sur notre contenu pédagogique élaboré par des experts, avec des objectifs d’apprentissage clairs, des référentiels de vocabulaire et une grammaire soigneusement vérifiée. Tous ces éléments seraient ensuite transformés en une expérience IA qui semble naturelle à utiliser. Concrètement, cela imposait de s’aligner sur notre méthodologie existante qui maintient les sessions d’apprentissage à seulement 10 à 15 minutes et de créer quelque chose d’accessible pour des apprenants qui n’avaient peut-être jamais parlé avec une IA auparavant. Et surtout, cela signifiait garder l’IA bien ancrée : pas d’hallucinations, et pas de sessions qui semblent productives mais qui n’ont finalement rien apportées.
Comment fonctionne Fluency Lab
Le cœur de Fluency Lab, c’est une boucle de pratique conversationnelle. L’apprenant choisit un sujet, parcourt des cartes de vocabulaire, puis entre en conversation avec le formateur IA. Le rôle de l’IA est de le guider naturellement vers l’usage de ce vocabulaire en contexte, à travers une véritable conversation qui crée des occasions concrètes de mettre la langue en pratique. À la fin de la session, l’apprenant reçoit un feedback immédiat : ce qui a bien fonctionné, ce qui n’a pas marché, et à quoi pourrait ressembler une version plus solide d’une phrase donnée.
Les défis de la conception d’un formateur IA
Les grands modèles de langage (LLM) sont génératifs par nature. Ils cherchent à faire avancer les conversations, à combler les silences, à explorer les digressions, et à se rendre utiles dans toutes les directions à la fois. Pour un assistant généraliste, c’est une qualité utile. Pour une session d’apprentissage des langues de 12 minutes au but pédagogique précis, cela crée un véritable défi.
Concevoir Fluency Lab, c’était en grande partie concevoir des garde-fous. Il nous fallait quelque chose qui donne l’impression d’une vraie conversation : chaleureuse, naturelle, réactive, et suffisamment disciplinée pour servir l’objectif d’apprentissage. Cela a nécessité un important travail d’ingénierie en amont et des tests de performance rigoureux avant que quoi que ce soit ne soit mis à la disposition des apprenants.
Ma formation en neurosciences m’a été plus utile que je ne l’aurais cru. Comprendre comment fonctionne la consolidation de la mémoire, comment la pratique de la restitution renforce la mémorisation et comment la charge cognitive influe sur l’acquisition : tout cela a nourri des décisions de conception très concrètes sur la structure des sessions, le moment du feedback et la manière dont l’IA gère les erreurs. Concevoir des outils destinés à améliorer la cognition humaine exige une compréhension opérationnelle de la manière dont elle fonctionne réellement. Cela devrait aller de soi, mais dans ce domaine, ce n’est souvent pas le cas.
Faire de l’IA une expérience qui donne envie de revenir
L’architecture technique était un défi surmontable. Celui qui a occupé une plus grande part de ma réflexion, c’est l’adoption.
Nous sommes à un moment particulier de la courbe d’adoption de l’IA : l’usage progresse rapidement, mais la technologie avance encore plus vite que la zone de confort de la plupart des gens. J’avais bien conscience que si un apprenant essayait Fluency Lab une fois, se sentait incertain ou perdu, et fermait l’onglet, nous risquions de le perdre pour de bon.
L’expérience apprenant devait donc faire deux choses en même temps : être pédagogiquement efficace, et donner un sentiment de sécurité. Ces deux objectifs ne s’alignent pas toujours. Une session qui challenge l’apprenant de la bonne manière peut aussi paraître inconfortable. Une IA qui corrige les erreurs doit le faire d’une manière qui maintient l’engagement, plutôt que de freiner la personne.
Nous avons passé beaucoup de temps sur la manière dont l’IA communique, gère les réponses inattendues et fait en sorte que les sessions restent productives, même quand un apprenant rencontre des difficultés. Pour les équipes L&D qui réfléchissent au déploiement, c’est ce travail de design qui détermine si un outil continue d’être utilisé après le premier essai. L’adoption est, avant tout, un problème de conception produit — et il faut le traiter comme tel dès le départ.
Pourquoi une approche centrée sur l’humain est-elle essentielle ?
Chez Learnlight, notre priorité c’est l’humain ; les technologies sont un levier. Je dis cela en tant que responsable du développement technologique.
Certaines entreprises de ce secteur adoptent une approche centrée sur l’IA, et je comprends ce qui la rend séduisante. Cependant, compte tenu de ma formation technique et de la rapidité avec laquelle les choses évoluent, je pense que nous devons faire preuve de prudence. Les LLM sont des outils extraordinaires, mais ils continuent à générer du langage sur la base de probabilités — ils ne pensent pas par eux-mêmes. C’est pour cela que l’humain reste essentiel.
Introduction de l’avatar IA de Fluency Lab sur le marché
Nous avons présenté l’avatar IA de Fluency Lab lors d’un salon en France en janvier. L’engouement était tel que les visiteurs nous demandaient déjà dans quel délai ils pourraient mettre cet outil à la disposition de leurs équipes.
Cette réaction nous a fait comprendre une chose : nous avions résolu le bon problème
—-
À propos de l’auteur
Ezequiel Saraceno est AI Engineering Manager chez Learnlight, où il dirige l’équipe chargée de développer les outils d’apprentissage des langues basés sur l’IA de Fluency Lab. Avant de se tourner vers l’ingénierie IA, il a exercé pendant 15 ans en tant que neuroscientifique.
