Intégrer l'intelligence artificielle pour augmenter la fréquence des cycles d'apprentissage : étude de preuve de concept

Pourquoi une prise de notes plus intelligente compte

Quiconque a assisté à un long cours sait combien il est facile de perdre sa concentration et de laisser filer les points importants. Cette étude examine une idée simple mais puissante : combiner les notes traditionnelles sur papier avec l'intelligence artificielle moderne pour aider les étudiants en soins infirmiers à apprendre plus en profondeur, obtenir des retours plus rapides et permettre aux enseignants de mieux comprendre ce qui est réellement acquis pendant le cours.

De la salle de classe au retour intelligent

La recherche s'est déroulée dans un vrai cours d'infirmiers lors d'une conférence de trois heures sur les soins cardiaques. On a demandé aux étudiants de ranger ordinateurs et téléphones et de prendre des notes manuscrites, réduisant ainsi les distractions numériques. Après le cours, 31 volontaires ont photographié leurs notes et utilisé un système d'IA (ChatGPT) pour les transformer en texte numérique organisé. L'IA a ensuite ajouté des informations pertinentes, aidant les étudiants à relire ce qu'ils avaient noté et à voir le contenu de manière plus claire et structurée.

Comment l'IA a aidé les enseignants à comprendre la pensée des étudiants

Le même système d'IA a aussi été chargé de repérer des idées clés que l'enseignant avait définies avant la conférence, telles que la collecte de données, l'évaluation clinique, le diagnostic de douleur thoracique et les étapes du traitement. Pour les notes de chaque étudiant, l'IA a évalué la présence de ces idées et extrait dix mots-clés centraux. L'enseignant a ensuite vérifié dans quelle mesure ces mots-clés correspondaient aux objectifs d'apprentissage de la conférence, les notant comme très pertinents, plutôt pertinents ou de faible pertinence. Cela a permis de dresser un portrait des parties du cours bien comprises par les étudiants et des domaines pouvant nécessiter davantage d'explications la fois suivante.

Ce que les modèles dans les notes ont révélé

Sur les 31 jeux de notes, tous les concepts clés prévus sont apparus, et la plupart ont obtenu des scores élevés. Les sujets liés à l'évaluation — comme la collecte de données patients et la vérification des signes vitaux — se sont avérés particulièrement solides, ce qui suggère que les étudiants ont suivi attentivement ces sections. En revanche, les idées liées au diagnostic et aux actions pratiques de suivi, comme l'interprétation de la douleur thoracique ou la décision de traitements pour la respiration, ont montré plus de variations. Certains étudiants semblaient très sûrs d'eux, tandis que d'autres mentionnaient ces points moins souvent ou de façon moins claire. Le nombre de mots écrits par les étudiants ne semble pas expliquer ces différences, ce qui laisse penser que la qualité et la concentration des notes importent davantage que la longueur brute.

Créer des boucles d'apprentissage plus fréquentes

L'étude présente ce processus comme une série de cycles d'apprentissage. D'abord, les étudiants écoutent et prennent des notes à la main, ce qui favorise une réflexion active. Ensuite, l'IA transforme ces notes en une version plus propre et enrichie, offrant aux étudiants une seconde lecture du matériel. Puis l'évaluation par l'IA des idées clés et les courts retours personnalisés qu'elle génère offrent une troisième et une quatrième occasion de revenir sur ce qui a été enseigné, de réfléchir aux lacunes et d'ajuster la compréhension. Pour les enseignants, ces mêmes données mettent en évidence les sujets bien compris et ceux qui peuvent nécessiter de nouveaux exemples, un rythme plus lent ou des méthodes pédagogiques différentes.

Ce que cela signifie pour les futures salles de classe

Pour un lecteur général, l'idée principale est que l'IA ne remplace ni les enseignants ni l'effort des étudiants : elle agit comme une sorte de miroir à haute vitesse. En « lisant » des notes manuscrites à grande échelle, elle peut renvoyer un retour structuré à chaque étudiant et une vue d'ensemble au professeur, le tout sans temps de correction supplémentaire. Cette étude de preuve de concept ne prouve pas encore que les notes ou la connaissance à long terme s'amélioreront, et les scores produits par l'IA doivent encore être vérifiés par des experts. Mais ce travail montre une voie réaliste vers des salles de classe où les habitudes simples de prise de notes sur papier sont renforcées par des outils intelligents, facilitant le retour sur les idées importantes pour les apprenants et permettant aux éducateurs d'affiner leur enseignement.

Citation: Svellingen, A.H. Integrating artificial intelligence to enhance frequency of learning cycles: a proof-of-concept study. Humanit Soc Sci Commun 13, 615 (2026). https://doi.org/10.1057/s41599-026-06928-3

Mots-clés: éducation en soins infirmiers, intelligence artificielle, notes manuscrites, retour personnalisé, cycles d'apprentissage