L’apprentissage automatique (en anglais : machine learning) est une branche de l’intelligence artificielle qui vise à concevoir des systèmes informatiques et des machines capables « d’apprendre » constamment des bassins de données qu’ils analysent, c’est-à-dire d’adapter leur fonctionnement et d’améliorer leur rendement en continu.
Cette technologie est notamment utilisée pour la reconnaissance d’objets (visages, schémas, caractères manuscrits, formes), la classification d’images, la reconnaissance vocale, l’aide aux diagnostics (médicaux, informatiques), la cybersécurité, la détection de fraudes, l’analyse du marché boursier, les robots de messagerie (chatbot), les systèmes de navigation, etc.
Par exemple, plus un robot de messagerie acquiert des données concernant des formulations utilisées ou des questions posées, plus il est en mesure de répondre adéquatement aux nouvelles questions des utilisateurs. Les assistants vocaux utilisent également l’apprentissage automatique pour « s’habituer » aux intonations et à la voix de leurs utilisateurs. Les applications de navigation telles Google Maps utilisent quant à elles l’apprentissage automatique pour adapter les informations fournies en fonction de différents paramètres ponctuels, comme la densité de la circulation et les travaux routiers en cours.
Actuellement, certaines plateformes utilisées dans les établissements d’enseignement (environnements numériques d’apprentissage – ENA) peuvent, à partir des parcours et des actions des apprenants (les données), générer des modèles d’intervention favorisant la réussite. Diverses actions peuvent également découler de l’analyse des parcours d’apprentissage des étudiants, par exemple l’envoi de rappels à des moments opportuns concernant des contenus moins bien maîtrisés.
Les activités d'animation et de perfectionnement sont diffusées sur le site de Éductive.
L'infolettre APOP est supportée par Dialog Insight.
