Exploiter l'IA dans l'E-Learning : Apprentissage Personnalisé et Évaluation Adaptative à travers la Neuropsychologie Cognitive - Une Analyse Systématique

Cet article passe en revue la littérature sur l'intégration de l'IA dans l'e-learning, du point de vue de la neuropsychologie cognitive, pour l'Apprentissage Personnalisé (AP) et l'Évaluation Adaptative (EA). Cette revue suit la méthodologie de revue systématique PRISMA et synthétise les résultats de 85 études sélectionnées à partir d'un pool initial de 818 enregistrements dans plusieurs bases de données. Les résultats indiquent que l'IA peut améliorer la performance, l'engagement et la motivation des étudiants ; en même temps, certains défis comme le biais et la discrimination doivent être notés. La revue couvre le développement historique de l'IA dans l'éducation, sa base théorique et ses applications pratiques au sein de l'AP et de l'EA, ainsi que les enjeux éthiques des systèmes éducatifs alimentés par l'IA. Les orientations futures incluent la validation empirique de l'efficacité et de l'équité, le développement d'algorithmes qui réduisent le biais, et l'exploration des implications éthiques concernant la vie privée des données. La revue identifie le potentiel transformateur de l'IA dans le développement d'environnements d'apprentissage personnalisés et adaptatifs (AA), et plaide ainsi pour le développement et l'exploration continus comme moyen d'améliorer les résultats éducatifs.