🎤 Interview - Apprendre les langues avec l'IA (Antoine Brenner, Aimigo)

Antoine Brenner: [0:01] Et ça, c'était vraiment les trois premiers piliers fondamentaux de notre approche Antoine Brenner: [0:06] historique, qui étaient le micro-learning, l'apprentissage adaptatif et la scénarisation. Tout ça dans l'objectif de faire en sorte que les utilisateurs puissent se projeter dans la durée avec nous et avoir de hauts taux d'assiduité. Parce que ce n'est pas parce qu'on a une bibliothèque en bas de chez soi qu'on Antoine Brenner: [0:21] y va et qu'on passe spontanément du temps à apprendre des choses. Il faut que ça donne envie. Monde Numérique : [0:34] Bonjour Antoine Brenner. Antoine Brenner: [0:35] Bonjour Jérôme Colombain. Monde Numérique : [0:37] Vous êtes cofondateur de Aimigo, qui est donc une application, une plateforme d'apprentissage. Au départ, c'était l'apprentissage des langues. C'est bien ça, parce qu'en fait, vous avez déjà une histoire qui est assez longue. Antoine Brenner: [0:50] Exactement, on a plus de 20 ans maintenant. Et nous avons commencé avec Benjamin Lévy quand on a créé la société en 2004. qui s'appelait Gymglish. C'était la gymnastique de l'English. C'était uniquement de l'anglais avec une approche qui, à l'époque, ne rentrait pas vraiment dans des cases. Et depuis, on a trouvé des cases où on rentrait bien, des cases de micro-learning, et des cases d'apprentissage adaptatif. Ces termes-là n'existaient pas à l'époque. Monde Numérique : [1:24] Avec beaucoup de technologies, avec beaucoup d'IA, on va en parler. Mais juste, vous dites, ça ne rentrait pas dans les cases. Pourquoi ? Parce qu'il y avait déjà une originalité au départ. Antoine Brenner: [1:31] Exactement, on était dans l'innovation. Sur un segment, l'apprentissage des langues, qui est extrêmement concurrentiel, on a cherché à se différencier avec, d'une part, cette approche de micro-learning, dont on avait senti le potentiel très tôt. Monde Numérique : [1:50] Qu'est-ce que c'est le micro-learning ? Antoine Brenner: [1:51] On n'était pas très nombreux à faire du micro-learning. Le micro-learning, c'est l'idée qu'il vaut mieux travailler un petit peu régulièrement, que de passer un week-end ou une semaine à faire des efforts herculéens sur un sujet donné, les langues étant évidemment notre sujet à nous, mais ça s'applique par exemple au sport. Il n'y a pas trop d'intérêt pour quelqu'un de se dire, allez, je me fais un week-end marathon où je cours et je ne cours pas le reste de l'année. Ce week-end, ça va être très dur pour le corps. Ça va avoir aucun impact à long terme sur la capacité à courir alors que prendre le même temps 10 minutes, 15 minutes par semaine, permettra le jour où il y a besoin de faire un 1000 mètres, de savoir doser son effort alors évidemment avec 10 minutes, 15 minutes par semaine on ne va pas être champion olympique, mais on va savoir doser son effort on va savoir courir le 1000 mètres au mieux de ses capacités alors que si on ne court pas du tout on ne sait pas doser son effort Et puis, évidemment, c'est compliqué. Monde Numérique : [2:58] Donc, l'un des systèmes originaux que vous avez mis en place, c'est un système de conversation pour l'apprentissage des langues. Antoine Brenner: [3:04] Exactement. Donc, ça, c'est nouveau. On avait avec Gymglish un système d'apprentissage adaptatif en fonction du modèle de l'apprenant qui évoluait tous les jours avec toutes les traces que l'apprenant laissait après avoir interagi avec nos systèmes. La possibilité de faire la grammaire, le vocabulaire, la compréhension écrite, la compréhension orale. En revanche, techniquement, on n'était pas en mesure de façon informatisée et nous, on n'avait pas le savoir-faire pour gérer des flottes de professeurs qui auraient pu faire des conversations téléphoniques avec nos apprenants. Donc, il fallait que ça soit fait de façon logicielle et à l'époque, il n'y avait pas les technologies qui permettaient de faire l'expression orale des apprenants. Et depuis ces trois dernières années, les avances en intelligence artificielle générative, aussi bien générative de texte pour la partie dialogue que générative audio pour la partie expression orale des contreparties des apprenants et aussi la partie éducative. Antoine Brenner: [4:15] Speech-to-text, qui permet de comprendre ce que l'apprenant exprime, les progrès ont été tels que c'est désormais possible, et dans nos produits, d'avoir en plus des offres historiques, la partie conversation, qui était la grande brique, disons, pédagogique, en termes de fonctions pédagogiques qui manquaient dans nos produits. Monde Numérique : [4:40] D'accord. Donc, en fait, les contenus peuvent être générés par l'IA, et également l'aspect conversationnel, ça veut dire quoi ? Vous utilisez le chat GPT vocal, des choses comme ça ? Antoine Brenner: [4:50] Alors, les contenus générés par l'IA, oui et non, ça dépend de quel contenu on va parler. Antoine Brenner: [4:55] Un des sujets fondamentaux dans le self-learning, c'est l'assiduité. Il y a énormément de gens qui vont s'inscrire à des formations de XYZ, dont les langues, et qui vont abandonnés après un mois, qui ne reviendront plus dans leur formation. Et on peut avoir tous les contenus qu'on veut, tout ce qu'on veut. Si les gens ne travaillent pas, ils ne progressent pas. Et s'ils ne viennent pas, ils ne travaillent pas. Donc, une des façons qu'on avait initialement dans Gymlish d'accrocher nos utilisateurs et de les motiver pour les. Antoine Brenner: [5:36] Impliquer dans la durée, dans l'apprentissage, ça a été de scénariser tout un tas d'histoires et on a dit à nos profs de langue écoutez, vous êtes irréprochable en langue, vous êtes natif, c'est pour ça qu'on vous a recruté. Mais, changement de paradigme, maintenant, votre job, c'est plus prof de langue, c'est scénariste Hollywood. Antoine Brenner: [5:58] Maintenant, on veut faire, C'est un peu l'edutainment avant l'heure aussi. Maintenant, on veut que vous nous fassiez des histoires où les utilisateurs soient accros et que c'est parce qu'ils ont envie de connaître la suite qu'ils vont venir le lendemain, et le surlendemain, et ainsi de suite. Et en plus, ces histoires-là, on va vouloir qu'elles soient non chronologiques pour pouvoir faire de l'adaptative learning, et puis on va vouloir qu'il y ait des traitements pédagogiques qui soient faits dessus, pour que s'il y a un moment, il y a un yet et un style qui soient utilisés dans l'histoire, À ce moment-là, on le pointe du doigt à l'utilisateur en lui disant, tiens, regarde la grammaire, là, machin, plutôt que de demander a priori à quelqu'un de nous faire une histoire avec un yet et un style. Et si on demande ça à quelqu'un, on a un Brian qui est still in the kitchen et qui n'est pas yet dehors. Antoine Brenner: [6:46] Et ça, c'était vraiment les trois premiers piliers fondamentaux de notre approche historique, qui étaient le micro-learning, l'apprentissage adaptatif et la scénarisation. Tout ça dans l'objectif de faire en sorte que les utilisateurs puissent se projeter dans la durée avec nous et avoir de hauts taux d'assiduité. Parce que ce n'est pas parce qu'on a une bibliothèque en bas de chez soi qu'on y va et qu'on passe spontanément du temps à apprendre des choses. Il faut que ça donne envie. Et donc une grande partie de nos contenus a été généré dans cet esprit pour, embarquer les utilisateurs. Antoine Brenner: [7:28] Avec l'IA générative, on peut générer de nouveaux contenus mais ça ne va pas être dans le cas des langues chez nous, de nouvelles histoires ça va être dans le cas des langues chez nous, des choses qui vont aller autour de l'histoire, qui vont s'appuyer sur nos univers, sur nos personnages et qui vont permettre à l'utilisateur de discuter avec des personnages de nos histoires. Monde Numérique : [7:51] Vous pouvez me donner un exemple précis ? Je ne sais pas, il y a un personnage en plus qui est récurrent chez vous, je crois. Antoine Brenner: [7:56] Bien sûr, Bruno Delavigne, qui est le CEO de la Delavigne Corporation, qui est un des personnages principaux de notre histoire d'English. Lui, il est donc dirigeant d'une société de cosmétiques, Et il lui arrive tout un tas de choses dans nos univers, dans notre learning série. Et aussi, l'utilisateur peut discuter avec Bruno, peut lui poser des questions. Et nous, notre IA générative, elle a des informations qui n'étaient pas forcément dans l'histoire du jour de l'utilisateur, mais elle sait quels sont les hobbies de Bruno, quels sont les centres d'intérêt. Et ça lui permet d'avoir des conversations avec les utilisateurs, conversations d'ailleurs sur lesquelles il y a une mémoire, donc il sait que le lendemain, il a parlé de ça la veille, et ça rend, ça donne à l'apprenant self-learning en distanciel la possibilité de faire de l'expression orale, de la discussion, à 3h du matin, un dimanche, avec 2 secondes de préavis s'il le souhaite. Monde Numérique : [9:09] D'accord. Alors derrière tout ça, on le devine, il y a donc des outils d'IA qui doivent être assez costauds. C'est quoi ? Ça vient d'où ? C'est des choses que vous avez développées vous-même ? Antoine Brenner: [9:22] Alors, il y a deux grandes familles d'outils d'IA qu'on va utiliser. Première famille, c'est ce qu'on a développé en interne, en apprentissage adaptatif, dans la grande famille des systèmes experts depuis 2004, donc ça fait plus de 20 ans. un très gros savoir-faire chez nous. Deuxième famille, c'est les IA génératives ou à base de transformers qu'on utilise aujourd'hui notamment pour ce qui est conversation. Et Un de nos savoir-faire, c'est d'arriver à marier les deux ensemble. Et tout à l'heure, je vous ai parlé de l'analogie de la bibliothèque qu'on avait en bas de chez nous. Pendant des années, ce que proposait Gymglish, c'était des supercours. Des cours qui donnaient vraiment envie de revenir. Antoine Brenner: [10:17] Et l'an dernier, on a fait un grand bilan sur notre savoir-faire. Et notre savoir-faire, ce n'est pas juste de donner des cours. Notre savoir-faire, c'est de s'assurer que les gens vont être assidus, vont travailler, vont avoir envie. Et finalement, c'est plus du coaching que du cours en soi-même. Et donc, on a redéfini notre société. Et aujourd'hui, on est un niveau au-dessus. C'est-à-dire que le niveau 1, c'est mettre un livre dans une bibliothèque. Le niveau 2, c'est de mettre une super learning série dans la bibliothèque qui donnent envie aux gens de revenir. Antoine Brenner: [10:54] Et le niveau 3, et ça c'est AIMIGO, c'est pour ça qu'on a changé d'identité. Le niveau 3, c'est de proposer aux apprenants de les accompagner dans l'apprentissage. Antoine Brenner: [11:04] Évidemment, l'apprentissage des langues avec nos propres produits, ce qu'on sait faire historiquement, nos learnings séries, mais aussi l'apprentissage sur des choses qui ne seraient pas des langues, avec des contenus de tiers qu'on peut transformer avec de l'intelligence artificielle générative dans les formats qui sont adaptés à notre intelligence artificielle adaptative. D'accord. Et donc, pour répondre à votre question, et c'est souvent une question qu'on me pose, vous utilisez quel modèle ? Alors déjà, je pense que la question du modèle, elle est un peu... Elle mérite d'être creusée. C'est-à-dire que ce qui compte, ce n'est pas tellement le modèle, c'est le combo prompt slash modèle. Un modèle formidable avec un prompt pourri va donner un résultat pourri. Un modèle pas terrible avec un prompt qui est parfaitement adapté aux besoins va répondre parfaitement aux besoins. Et donc, notre savoir-faire, si aujourd'hui je devais le qualifier, ce ne serait pas le temps de dire, nous, on est les spécialistes de tel modèle. Nous, en revanche, on est des spécialistes, on a développé tout un tas de tests suite qui nous permettent d'évaluer la pertinence d'un combo prompt slash modèle. Antoine Brenner: [12:24] Par rapport à des besoins donnés. Et donc typiquement, sur les besoins de conversation avec les apprenants, on est capable d'évaluer les combos Pro-StageModels. Sur de la transformation de contenu de partenaire, éditeur, on serait capable de faire la même chose. On est capable de faire la même chose. Antoine Brenner: [12:44] Et d'ailleurs, ça nous a permis, on est capable de mesurer la performance de ces combos. Ça nous a permis de voir qu'il y a des moments, OpenAI, qui fait partie de la trousse à outils des LLM qu'on peut utiliser, il y a des moments, ils vont changer leur modèle par défaut et il va se comporter moins bien. Antoine Brenner: [13:08] Et soit il va falloir changer de modèle, soit il va falloir changer de prompt pour réussir à obtenir les résultats que l'on souhaite avoir. Donc aujourd'hui, on ne se sent pas du tout tenu ou accroché à un modèle en particulier. En revanche, on est très attaché à mesurer la performance des combos prompt-modèles, et ensuite, en fonction des différents critères qu'on peut avoir, parce qu'il y a des critères de performance, il y a des critères de latence, des critères de coût, on est sur du multicritère, donc il y a forcément, à moins qu'il y ait, un combo qui soit meilleur dans toutes les dimensions on appelle ça Pareto Optimal, à moins qu'il y ait ça, il y a des... Des choix qu'il faut faire, des concessions à apporter sur telle ou telle dimension. Et ça, c'est des choix qu'on revoit régulièrement au fur et à mesure que les différents modèles disponibles évoluent. Parce qu'à notre niveau, on se situe comme une société qui va exploiter les possibilités qui sont disponibles. On ne cherche pas, nous, à créer des modèles fondamentaux. Monde Numérique : [14:23] Oui, bien sûr. Antoine Brenner: [14:23] Comme de la même façon qu'il y a plein de sociétés qui vont utiliser des bases de données, qui vont faire des super logiciels en utilisant des logiciels de bases de données, et aucune va se dire, ah ben non, mais moi j'aurai intérêt à développer mon propre moteur SQL. On va plutôt prendre des moteurs SQL sur le marché, et puis en fonction de ces critères, et puis ensuite développer des applications dessus. Nous c'est la même chose pour l'IA, sauf que contrairement au moteur SQL où globalement, l'état des lieux le paysage ne change pas trop donc SQL c'est tout ce qui est base de données c'est les bases de données relationnelles voilà donc les grands des bases de données relationnelles il y a Oracle, il y a Microsoft SQL Server il y a IBM qui en a un dans les logiciels libres il y a PostgreSQL qui est formidable MySQL qui existe aussi enfin il y a des choix mais le paysage ne change pas trop. Dans l'IA, le paysage change très très vite. Et nous, notre savoir-faire, ce n'est pas d'être les spécialistes de tel modèle. Nous, notre savoir-faire, c'est d'être capable de mesurer vers quel modèle on doit changer pour avoir les meilleurs résultats et les meilleurs objectifs par rapport à ce qu'on cherche pour l'apprentissage. Monde Numérique : [15:39] Comment vous faites pour suivre justement ? Vous arrivez à suivre les évolutions à toute vitesse ? Je veux dire, vous parliez des changements possibles ou radicaux parfois d'OpenAI ou autres ? Comment vous faites ? Antoine Brenner: [15:54] Il y a... Antoine Brenner: [15:58] On a sur notre radar, évidemment, les modèles qu'on utilise. OpenAI, en faisant partie, il est de base sur notre radar. Et donc là, automatiquement, quand il y a des nouvelles mises à jour de modèles, on va réévaluer nos promptes avec les nouveaux modèles. On aura les résultats. De façon générale, je suis très attaché au logiciel libre, l'open source ou aux open wait. Je suis abonné à tout un tas de publications qui me tiennent au courant de l'actualité, sur ces nouveaux modèles, et quand il y a des nouveaux modèles qui ont l'air d'avoir de bonnes performances et qui sont libres, dans le sens où à la fois c'est open weight open source et puis utilisable de façon commerciale puisqu'on est une entreprise à but lucratif, et bien là si c'est prometteur on va prendre du temps de notre équipe on a un laboratoire d'intelligence artificielle c'est Aimigo c'est le AI Lab je suis chief of AI Lab et on va tester ces modèles et éventuellement les introduire, dans le flux de notre de notre production donc. Monde Numérique : [17:19] Vous allez par exemple sur Hugging Face faire. Antoine Brenner: [17:22] Ah j'adore ou Hugging Face, exactement. On est grand utilisateur d'Hugging Face, grand fan et je suis très très content que ce hub se développe à la vitesse où il se développe. C'est une ressource qui est absolument formidable pour, je pense, tout un tas d'entreprises dans le monde dont les PME françaises nous sommes représentants. Monde Numérique : [17:49] Oui, dont Clément Delangue, Le cofondateur a écouté en interview sur Monde Numérique. C'est intéressant tout ça, sans rentrer trop dans le détail malgré tout, pour rester quand même accessible au plus grand nombre. Monde Numérique : [18:07] Vous avez l'impression vraiment qu'IA a permis de faire un bond important en matière d'apprentissage des langues ? Antoine Brenner: [18:17] Alors, de façon très concrète, il n'y avait pas possibilité de faire convenablement de la conversation en self-learning avec un logiciel avant 2022, 2021. C'était impossible de faire ça bien. Il y avait des trucs qui existaient. C'était la reconnaissance vocale qui ne fonctionnait pas bien la reconnaissance ne fonctionnait pas super bien la conversation n'avait pas forcément de sens c'était. Antoine Brenner: [18:52] Plus gadget que réel. Aujourd'hui, C'est réel. Aujourd'hui, on peut vraiment discuter, on peut vraiment parler pendant des heures à l'oral avec une IA. Lorsque cette IA, elle est, comme c'est le cas chez nous, calibrée pour vous aider dans l'enseignement des langues, elle va vous signaler quand vous n'utilisez pas les bons idiomes, qu'on fait des fautes de grammaire, elle va vous corriger, elle va vous accompagner. Ça c'est des choses qui n'étaient pas possibles avant ça ne veut pas dire qu'avant on ne faisait rien en langue puisque pendant 20 ans on a quand même fait des trucs qui étaient vraiment super mais il n'y avait pas cette partie expression orale discussion, et maintenant elle est possible donc là rien que ça sur les langues c'est un énorme avancée et ce qu'on va proposer aussi nous chez Amigo maintenant avec le coaching, au-delà juste du cours c'est aussi possible parce qu'on a ces avancées, et ça, ça ne couvre pas que les langues c'est de façon générale pour l'apprentissage, ces nouveaux outils ouvrent des perspectives qui sont super et qu'on n'avait pas avant. Monde Numérique : [20:01] Mais Antoine qu'est-ce qu'une application comme Aimigo apporte de plus que, simplement si je me mets devant si j'utilise OpenAI en mode vocal, je lui dis, de jouer au prof parce que c'est possible de lui demander de tenir un rôle, et puis d'entamer une conversation dans une langue étrangère avec lui, Monde Numérique : [20:23] ce qu'il sait parfaitement bien faire. Antoine Brenner: [20:25] Alors ça, c'est une très bonne question. Sur la première heure que vous allez faire ça, il n'y aura pas fondamentalement de différence. Discuter avec Bruno Delavigne ou discuter avec OpenAI, la première heure, si vous lui avez donné les bonnes consignes en disant je veux apprendre la langue, il fera de son mieux. En revanche, L'apprentissage va être pertinent s'il est fait sur la durée. Et OpenAI sur la durée, lui, il ne va pas être capable de savoir identifier vos points faibles, de vous faire retravailler sur tel et tel point dans une semaine, dans un mois et demi, dans trois mois et dans six mois pour consolider l'apprentissage. Et c'est ça que nous, on apporte, c'est-à-dire le mariage de la partie générative, et de la partie adaptative. C'est-à-dire qu'une fois qu'on a fait cette discussion, une fois qu'on a fait une heure, qu'on a des traces comme ça qui sont d'excellente qualité de ce que vous avez dit, on peut analyser les difficultés, les problèmes grammaticaux. Eh bien, il faut le faire. Et puis ensuite, créer ce modèle de l'apprenant et ensuite, l'utiliser ce modèle de l'apprenant. Et ça, OpenAI ne le fait pas. Le jour où peut-être... Monde Numérique : [21:42] Oui, c'est tout ce qui touche plus à la pédagogie et au suivi sur le terme. Antoine Brenner: [21:47] Exactement. Monde Numérique : [21:48] D'accord, ok. Ok, ok, je comprends. Qu'est-ce que vous envisagez comme développement futur ? Pour vous, ça va aller jusqu'où ces choses-là ? Antoine Brenner: [22:00] Alors, nous, concrètement aujourd'hui, on est très excités parce qu'on a la possibilité de travailler maintenant sur des contenus qui ne sont pas des contenus de langue. On avait fait des essais de choses comme ça à la fin des années 2010, enfin entre 2018 et 2020, où on avait malheureusement constaté que fabriquer des contenus qui étaient compatibles avec notre moteur d'apprentissage adaptatif, c'était extrêmement, extrêmement coûteux. Et on a dû malheureusement se limiter en quantité par rapport à nos idées initiales parce qu'il y avait trop de temps d'édition. Et aujourd'hui, cette édition où on prend des contenus qui sont déjà des contenus de qualité, attention, il ne s'agit pas de dire abracadabra, sors-moi un cours de je ne sais pas quoi et le voilà. On part de contenus de qualité et juste on transforme ces contenus de qualité dans un format qui est compatible avec l'apprentissage adaptatif. Et ça, c'est génial parce que ça va nous permettre de proposer du coaching sur tout un tas d'ouvrages et on va pouvoir donner une vie numérique à tous ces ouvrages qui ont déjà une vie papier et poste cette vie papier, on va pouvoir accompagner tous les apprenants qui utilisent ce type d'ouvrage. Monde Numérique : [23:27] C'est quoi ? De quel type d'ouvrage parlez-vous ? Antoine Brenner: [23:30] Là, on parle typiquement d'ouvrages qui vont être soit pour de la formation post-bac, donc qui vont accompagner des étudiants pendant leurs études, soit de la formation professionnelle. Monde Numérique : [23:43] D'accord. Sur des thèmes précis, sur quoi ? Antoine Brenner: [23:47] Sur des thèmes précis que je ne pourrai malheureusement pas encore communiquer, puisqu'on communiquera lors des lancements des produits, mais c'est génial. Monde Numérique : [23:57] Bon. Eh bien, écoutez, très bien, vous reviendrez nous en parler. Antoine Brenner: [24:01] Avec grand plaisir. Monde Numérique : [24:03] Merci beaucoup Antoine Brenner, cofondateur de Aimigo. Antoine Brenner: [24:09] Merci Jérôme Colombain.