Un cadre hybride acteur–critic et BERT pour la recommandation intelligente de cours dans des systèmes d'e-learning sensibles à l'IoT

Trouver le bon cours en ligne

À mesure que les plateformes d'enseignement en ligne se multiplient avec des milliers de cours, de nombreux apprenants sont confrontés à un problème simple mais frustrant : quel cours suivre ensuite ? Cet article s'attaque à cette surcharge en concevant un système de recommandation intelligent qui observe la façon dont les gens étudient réellement sur téléphones, tablettes et ordinateurs, puis suggère des cours mieux adaptés à leurs objectifs, capacités et habitudes au fil du temps.

Pourquoi l'apprentissage en ligne a besoin de guides plus intelligents

Les MOOC (cours en ligne ouverts et massifs) offrent à chacun, partout, l'accès à des leçons de haute qualité. Mais le succès de ce modèle a créé un nouveau défi : face à tant d'options, il est facile de se sentir perdu. Les méthodes de recommandation traditionnelles, qui reposent principalement sur les évaluations par étoiles ou sur de simples similarités entre utilisateurs, peinent dans cet environnement en rapide évolution. Elles supposent que vos préférences restent fixes et ignorent souvent des signaux riches tels que la durée d'une session, l'appareil utilisé ou le moment où vous abandonnez. Sur les plateformes d'apprentissage connectées d'aujourd'hui, ces comportements sont constamment enregistrés et peuvent révéler beaucoup plus sur ce qui maintiendra l'engagement d'un apprenant.

Conjuguer ce que disent les cours et ce que font les apprenants

Les auteurs proposent un système hybride qui combine deux types d'informations : le contenu sémantique des cours et les traces détaillées du comportement des apprenants. D'une part, ils utilisent un puissant modèle de langage appelé BERT pour lire les titres, descriptions et étiquettes des cours, les transformant en empreintes numériques denses qui saisissent des différences subtiles de sujet et de style. Parallèlement, le système recueille des signaux d'interaction provenant des journaux web et mobiles — la fréquence des clics d'un apprenant, la durée de visionnage des vidéos, la rapidité de progression dans les ressources et la difficulté ressentie pour différents cours. Ces traces représentent un contexte d'apprentissage connecté à l'Internet des objets, où de nombreux appareils contribuent à dresser le portrait des habitudes d'étude de chaque personne.

Comment l'assistant d'apprentissage s'auto-entraîne

Au cœur du cadre se trouve une configuration d'apprentissage par renforcement, où le système de recommandation se comporte comme un agent qui apprend par essais et erreurs. Une paire de réseaux « acteur–critic » choisit quels cours suggérer et évalue la qualité de ces choix, améliorant progressivement sa stratégie. L'état fourni à cet agent mêle les empreintes des cours basées sur BERT, des résumés compacts du comportement des apprenants et des caractéristiques supplémentaires produites par un module de distance de Mahalanobis, qui mesure la similarité en tenant compte des corrélations entre de nombreuses caractéristiques. Plutôt que de viser des clics rapides, le signal de récompense favorise des résultats plus profonds : terminer davantage de cours, mieux réussir aux quiz et passer un temps d'engagement significatif avec le contenu. Une méthode d'entraînement appelée Proximal Policy Optimization assure la stabilité de l'apprentissage même lorsque le système explore de nouvelles recommandations.

Test sur des plateformes de cours réelles

Pour vérifier si ce dispositif fonctionne en pratique, les auteurs ont entraîné et évalué leur modèle sur trois grands corpus de cours : MOOCCube, edX et NTHU MOOCs. Ces jeux de données diffèrent par leur taille, la répartition des sujets et la densité des interactions utilisateurs, ce qui en fait un bon banc d'essai. Ils ont comparé leur système à plusieurs concurrents solides, y compris des méthodes basées sur des graphes neuronaux, le clustering et des architectures hybrides profondes. Sur l'ensemble des jeux de données et des mesures standard de qualité de classement, le nouveau modèle a systématiquement obtenu de meilleures performances, améliorant typiquement les scores clés de deux à quatre points de pourcentage. Des études d'ablation soignées ont montré que chaque élément — l'encodage sémantique des textes, la structure acteur–critic, la règle d'entraînement PPO et la mesure de distance prenant en compte la corrélation — a contribué aux gains finaux.

Ce que cela signifie pour l'étude en ligne future

En termes simples, l'étude montre qu'un moteur de recommandation qui prend réellement en compte à la fois ce que promettent les cours et comment se comportent les apprenants peut mieux guider les personnes à travers des catalogues en ligne surchargés. En suivant non seulement les clics mais aussi les taux d'achèvement, la réussite aux quiz et l'attention soutenue, le système apprend à suggérer des cours plus susceptibles de correspondre au niveau de chaque apprenant et de les maintenir sur la bonne voie. Conçu avec des garanties de confidentialité et pouvant être étendu avec des techniques telles que l'apprentissage fédéré et des interfaces explicables, le cadre offre une voie pratique vers des classes en ligne plus adaptatives et bienveillantes, qui ressemblent moins à l'exploration d'un labyrinthe et plus à l'accompagnement d'un tuteur compétent indiquant la prochaine meilleure étape.

Citation: Chunqin, X., Peixi, W. A hybrid actor–critic and BERT framework for intelligent course recommendation in IoT-aware e-learning systems. Sci Rep 16, 10259 (2026). https://doi.org/10.1038/s41598-026-40952-2

Mots-clés: recommandation de cours en ligne, e-learning personnalisé, apprentissage par renforcement, données éducatives, analytique de l'apprentissage