En 2019, Vitomir Radosavljevic, Slavica Radosavljevic et Gordana Jelic publient dans Interactive Learning Environments un article fondateur : Ambient intelligence-based smart classroom model (2019).
Ils y définissent l’intelligence d’ambiance comme un environnement numérique capable de percevoir, analyser et adapter en temps réel les conditions d’apprentissage grâce à des capteurs et des données contextuelles.
Dans leur expérimentation menée sur 80 étudiants, le système observe en continu des variables invisibles pour un formateur : niveau de fatigue, rythme de travail, historique d’activité. Sur cette base, il ajuste automatiquement la pédagogique : rythme, difficulté, type d’exercice.
Résultat : malgré la faiblesse du panel évalué, l’étude met en évidence un meilleur niveau de performance et une réduction du temps nécessaire pour l’attendre.
Ainsi, une salle équipée de capteurs détectera un apprenant qui décroche. Non pas parce qu’il a échoué à un test, mais parce que son attention baisse, que ses interactions ralentissent, que ses patterns cognitifs changent.
Qu’est-ce que cela change ? L’évaluation ne vient plus après la formation, est ambiante, continue pendant la formation.
C’est ici que se joue la rupture.
L’évaluation quitte le moment solennel du test pour s’inscrire dans une écologie de traces. Chaque geste, chaque hésitation, chaque silence deviennent un indicateur.
Pour les professionnels de la formation, la promesse est vertigineuse : une évaluation permanente, contextualisée, capable de détecter les signaux faibles de l’apprenant.
C’est un outil extraordinaire pour l’adaptive learning : adapter la pédagogie en fonction de la situation élargie de l’apprenant.
Mais l’intelligence d’ambiance franchit un seuil supplémentaire.
Elle ne se contente plus d’adapter la pédagogie. Elle modélise l’apprenant. À partir de signaux faibles, elle construit un profil dynamique, évolutif, presque comportemental. L’apprenant n’est plus seulement évalué sur ce qu’il produit, mais sur la manière dont il apprend.
Cette modélisation ouvre des perspectives intéressantes… la modélisation permet l’évaluation prospective de la formation, anticiper les difficultés avant qu’elle ne se manifeste.
C’est un changement de paradigme majeur : l’intelligence d’ambiance ne mesure plus seulement les compétences : elle cartographie les trajectoires d’apprentissage.
L’IA d’ambiance est promue par des secteurs comme la domotique ou la ville intelligence, mais la formation aurait son mot à dire. Ce qu’elle fait déjà dans des secteurs comme la e-santé, une intelligence de surveillance et la France est doté d’une belle filière.
Evidemment, cela n’est pas sans poser des questions éthiques dans la gouvernance de cette intelligence, mais le potentiel est énorme de faire de l’intelligence d’ambiance un progrès social.
C’est le travail des hommes de construire les usages des outils qu’il crée.
Fait à Paris, le 26 mars 2026
@StephaneDIEB pour vos commentaires sur X
Sources :
Article de Vitomir Radosavljevic, Slavica Radosavljevic et Gordana Jelic
https://doi.org/10.1080/10494820.2019.1652836
Pour aller plus loin :
L’évaluation à l’ère de l’IA
https://affen.fr/pedagogie/levaluation-de-la-formation-a-lere-de-lia/