Carnegie Learning associe les sciences cognitives à l'IA pour fournir aux élèves de la maternelle à la 12e année un et une plateforme adaptative de tutorat en mathématiques et en alphabétisation, qui a été adoptée par des milliers d'écoles à travers les États-Unis.

Carnegie Learning : plateforme d'apprentissage adaptatif de la maternelle à la 12e année basée sur les sciences cognitives

Paramètres et statistiques de base de Carnegie Learning

Le système de produits de Carnegie Learning est construit autour de la trinité « modèle cognitif + moteur adaptatif + tableau de bord de l'enseignant ». Il ne s’agit pas d’un système général de questions et réponses sur l’IA, mais d’une plateforme d’apprentissage disciplinaire profondément liée au programme américain de la maternelle à la 12e année. Son moteur adaptatif est basé sur plus de trente ans de recherche en psychologie cognitive et en systèmes de tutorat en IA (Intelligent Tutoring System) à l'Université Carnegie Mellon. Dans la logique sous-jacente, il est fondamentalement différent des produits d'apprentissage recommandés purement basés sur les données.

Paramètre	Valeur
Positionnement du produit	Plateforme d'apprentissage adaptatif des mathématiques et de l'alphabétisation de la maternelle à la 12e année
Produits de base	MATHia (mathématiques), Fast ForWord (lecture et écriture), LiveLab (analyse pédagogique), MATHstream (streaming vidéo), ClearMath Elementary (mathématiques à l'école primaire)
Utilisateurs cibles	Écoles, districts, enseignants et élèves de la maternelle à la 12e année
Technologie de base	Moteur d'apprentissage cognitif adaptatif, graphique de connaissances, modélisation du comportement des étudiants, notation du raisonnement en langage naturel
Langues prises en charge	Anglais, Espagnol (y compris cours de langues du monde : français, allemand, chinois, italien, etc.)
Méthode de déploiement	Cloud SaaS (enseignant + élève), certains prennent en charge la pratique hors ligne
Nombre d'écoles couvertes	Des milliers d'écoles aux États-Unis
Couverture du sujet	Mathématiques (6e à 12e années et mathématiques avancées), ELA (English Language Arts), intervention en alphabétisation, langues du monde
Dernière version	Inédit (itération continue)

Interprétation des paramètres : L'approche "adaptative" de Carnegie Learning n'est pas une simple amélioration ou diminution de la difficulté d'une question, mais une modélisation du processus de résolution de problèmes des élèves basée sur un "modèle cognitif" - y compris la stratégie de résolution de problèmes choisie par les élèves, l'étape sur laquelle ils restent trop longtemps et le type de malentendus conceptuels qui se reflètent dans les mauvaises réponses. Cela permet au moteur non seulement de proposer des questions « plus appropriées pour vous », mais également de localiser des points d'arrêt spécifiques dans les structures cognitives actuelles des étudiants et de proposer des micro-leçons correspondantes pour des réparations ciblées. C'est la principale différence dans la logique d'enseignement sous-jacente entre celle-ci et les plateformes d'apprentissage gratuites telles que Khan Academy.

Utilisateurs de Carnegie Learning et reconnaissance du marché

Les racines du marché de Carnegie Learning se trouvent dans le système éducatif public américain de la maternelle à la 12e année, et sa logique d'adoption est fondamentalement différente de celle des outils d'IA grand public : les décisions d'achat sont prises au niveau du district scolaire ou de l'école et sont motivées par de multiples facteurs tels que les normes des programmes, les données sur l'efficacité de l'enseignement et le financement fédéral de l'éducation.

Échelle d'adoption scolaire : des milliers d'écoles de la maternelle à la 12e année à travers les États-Unis utilisent les produits de Carnegie Learning, couvrant les districts scolaires publics urbains, les écoles de banlieue et les écoles à charte (Charter Schools). MATHia est répertorié comme outil d'intervention en mathématiques recommandé ou approuvé par plusieurs départements de l'éducation nationale et a un taux d'adoption élevé, en particulier dans les scénarios d'enseignement différencié dans les classes à niveaux mixtes.

Vérification de l'efficacité académique : les produits de Carnegie Learning ont fait l'objet de plusieurs séries d'évaluations de recherches pédagogiques tierces. Selon des rapports de recherche indépendants accessibles au public, les étudiants qui ont utilisé MATHia ont amélioré leurs résultats aux tests de mathématiques standardisés davantage qu'un groupe témoin ayant suivi un enseignement traditionnel, en particulier dans les matières de base telles que l'algèbre I et la géométrie. Fast ForWord a été vérifié dans plusieurs revues à comité de lecture comme ayant un effet d'intervention positif sur les compétences d'alphabétisation des élèves souffrant de dyslexie et de retards de développement du langage, et a été inclus dans la liste des outils recommandés pour l'éducation spécialisée dans de nombreux États.

Évaluation et certification par des tiers : MATHia a obtenu la certification de conception basée sur la recherche auprès d'organisations telles que Digital Promise, indiquant que la conception de ses produits repose sur une base solide dans la recherche pédagogique. Carnegie Learning participe également au système d'évaluation ESSA (Every Student Succeeds Act), et l'efficacité de ses produits répond aux normes de preuve de niveau 2 (preuves modérées) à 3 (preuves prometteuses), ce qui permet aux districts scolaires d'utiliser le titre fédéral I et d'autres fonds pour l'approvisionnement.

Controverses du marché et points d'attention : L'efficacité des produits d'apprentissage adaptatif dépend fortement de la qualité de la mise en œuvre par les enseignants. Certains chercheurs en éducation ont souligné que si les enseignants n'utilisaient MATHia que pour remplacer le « temps passé devant un écran » plutôt que de l'intégrer profondément à l'enseignement quotidien, l'effet réel serait nettement inférieur aux données divulguées dans le rapport de recherche. En outre, la vague d’achats numériques dans les districts scolaires des États-Unis pendant l’épidémie a entraîné une vague de croissance. Cependant, après l'épidémie, certains districts scolaires ont réduit les abonnements aux logiciels en raison de coupes budgétaires. Le taux de renouvellement réel de Carnegie Learning n’a pas été rendu public. Il est recommandé aux acheteurs de demander directement à l'équipe commerciale les données sur le taux de rétention des écoles actuellement actives.

Analyse comparative de l'industrie : dans le parcours d'apprentissage adaptatif de l'IA de la maternelle à la 12e année, Carnegie Learning est en concurrence directe avec DreamBox Learning, i-Ready (Curriculum Associates), ALEKS (McGraw-Hill) et IXL Learning. L’avantage différencié de Carnegie Learning réside dans ses racines dans les sciences cognitives et dans la modélisation approfondie par MATHia des processus de résolution de problèmes des étudiants, plutôt que dans de simples présomptions de niveaux de capacité.

Dimensions d'analyse comparative	Apprentissage Carnegie	Apprentissage DreamBox	je-Prêt	ALEX
Matières principales	Mathématiques (6-12), intervention en alphabétisation	Mathématiques (K-8), Lecture (K-8)	Mathématiques, lecture (K-8)	Mathématiques (3-12), Chimie
Profondeur du modèle cognitif	Stratégie de résolution de problèmes + chemin + modélisation temporelle	Suivi de l'état des connaissances	Tests adaptatifs alignés sur les normes	Théorie de l'espace de la connaissance
Tableau de bord des enseignants	Suggestions d'intervention en temps réel LiveLab	Panel d’informations sur l’enseignement	Suggestions d'enseignement en groupe	Rapports d'avancement
Tutorat	MATHstream Vidéo MATHia Aventure	Aucun	Aucun	Aucun
Niveaux de preuve ESSA	Niveau 2-3	Niveau 2-3	Niveau 2-3	Niveau 2-3

Résumé de la reconnaissance du marché : Carnegie Learning jouit d'une grande réputation dans la communauté de la recherche pédagogique, et la conception de ses produits est influente dans les cercles universitaires des sciences cognitives et de l'AIED (IA in Education). Mais sur le marché actuel des achats de la maternelle à la 12e année, sa part de marché n'est pas la première du secteur : IXL et i-Ready ont plus d'avantages dans les achats à grande échelle dans les districts scolaires en raison d'une couverture de classes plus large et de prix plus bas. Le scénario avantageux de Carnegie Learning est le marché des classes supérieures (de la 6e à la 12e année) qui nécessite un tutorat approfondi en mathématiques et une intervention en alphabétisation, plutôt qu'une couverture complète de la maternelle à la 5e année.

L'avantage de coût de Carnegie Learning

La structure de coûts de Carnegie Learning utilise les écoles/districts scolaires comme organisme d'achat et ne peut pas être achetée directement par les familles individuelles. Ceci est fondamentalement différent de la plupart des produits éducatifs sur l’IA destinés au consommateur. Ce qui suit est une analyse des coûts basée sur les informations publiques et les pratiques de l'industrie (sous réserve des cotations officielles en temps réel).

Côté/Maison individuelle : Carnegie Learning ne propose pas de plans d'abonnement individuels. Les étudiants doivent obtenir l'accès via leur école ou leur district. Cela signifie que les familles ne peuvent pas payer directement pour l’accès, comme avec les plans de don Duolingo Plus ou Khan Academy. Pour les enfants scolarisés à la maison ou les familles ayant des besoins supplémentaires en matière de tutorat, veuillez contacter directement l'équipe commerciale pour vous renseigner sur la disponibilité de plans d'accès externe limités. Au moment d'écrire ces lignes, aucun plan de ce type n'a été officiellement divulgué.

Approvisionnement côté B/écoles et districts : Carnegie Learning utilise des frais annuels basés sur le nombre d'étudiants dans son modèle de tarification. Selon les estimations de la base de données sur les marchés publics de technologies de l’éducation, les frais de licence annuels par étudiant se situent approximativement dans la fourchette suivante (une confirmation commerciale est requise) :

Portefeuille de produits	Frais annuels estimés/étudiant	Ce qui est inclus
MATHia Mathématiques à matière unique (6e à 12e années)	30-45$	Licence plateforme, formation des enseignants, support technique
Intervention d'alphabétisation Fast ForWord	35$-55$	Diagnostic adaptatif + Pratique + Suivi des progrès
Combo MATHia + Rapide ForWord	50$-70$	Licence double sujet, intégration de données multi-produits
Forfait tous sujets (comprend ELA, les langues du monde et plus)	60$-90$	Accès multi-sujets, support prioritaire, reporting personnalisé

Facteurs influençant le prix : Le prix de transaction réel est affecté par les variables suivantes : le nombre total d'élèves (le prix unitaire des petits districts scolaires de moins de 500 élèves est généralement plus élevé que celui des grands districts de 10 000 élèves), la durée du contrat (des réductions sont disponibles pour les contrats pluriannuels), la nécessité ou non de services professionnels supplémentaires (ateliers de formation des enseignants, services de cartographie des programmes, aide à la migration des données) et l'achat par l'intermédiaire d'un revendeur intermédiaire (tel qu'un service éducatif). intermédiaire).

Comparaison des coûts avec des produits concurrents : sur la base des frais de licence du logiciel mathématique par étudiant et par an, Carnegie Learning se situe dans la fourchette supérieure de la médiane du secteur. IXL coûte environ 15 à 25 $/étudiant/an, i-Ready coûte environ 20 à 35 $/étudiant/an et DreamBox coûte environ 35 à 50 $/étudiant/an. Le prix de Carnegie Learning correspond à la complexité de son produit en termes de profondeur fonctionnelle (modèle cognitif + micro-cours + LiveLab + coaching vidéo), mais si vous n'avez besoin que d'exercices adaptatifs de base, les produits concurrents proposent des options plus économiques.

Analyse des coûts cachés :

• Coût de mise en œuvre : La formation des enseignants est le plus gros investissement caché. La profondeur du modèle cognitif de MATHia signifie que les enseignants doivent investir du temps dans la compréhension de sa logique pédagogique et de ses panels de données, sinon il sera difficile d'être efficace. Il est recommandé de réserver 3 à 5 jours de développement professionnel des enseignants dans le budget d'achat.
• Coût d'alignement du programme : bien que le contenu de MATHia soit aligné sur le tronc commun et les normes de l'État, les districts adoptant les NGSS (Next Generation Science Standards) ou d'autres cadres pédagogiques non standard peuvent nécessiter un travail supplémentaire de cartographie du programme, qui entraîne généralement des frais de programme en fonction de la taille du district.
• Coût de l'infrastructure : le modèle SaaS ne nécessite pas de serveur local, mais les écoles devront s'assurer que les Chromebooks, iPads ou appareils Windows des élèves répondent aux exigences minimales de navigateur et de bande passante réseau. Étant donné que Fast ForWord implique un traitement audio, il comporte certaines exigences concernant la qualité des écouteurs et le retard audio de l'appareil.

Principales fonctions de Carnegie Learning

La matrice fonctionnelle de Carnegie Learning n'est pas un simple « conseiller en IA », mais un système de produits à quatre niveaux conçu autour de « diagnostic cognitif – poussée personnalisée – intervention de l'enseignant – évaluation des effets ». Voici ses principales fonctionnalités et les synergies entre elles :

1. Tutorat de mathématiques cognitives adaptatives MATHia

Valeur fondamentale : il ne s'agit pas de poser des questions, de juger du bien ou du mal et de pousser la question suivante, mais de modéliser « l'état cognitif » des étudiants en temps réel et de localiser avec précision les lacunes conceptuelles.

• Carte de connaissances de niveau multi-compétences : Chaque point de connaissance mathématique (comme « Équation linéaire unidimensionnelle ») est décomposé en 5 à 15 compétences fines (telles que « Fusionner des éléments similaires », « Déplacer des éléments », « Coefficient à 1 »). Le système suit la maîtrise par les étudiants de chaque niveau de compétence et bloque automatiquement la progression lorsqu'ils ne maîtrisent pas les compétences préalables, garantissant ainsi qu'il n'y a pas de trous structurels dans le parcours d'apprentissage.
• Suivi de la stratégie de résolution de problèmes : MATHia peut non seulement déterminer si la réponse est correcte ou incorrecte, mais également identifier la stratégie de résolution de problèmes que l'étudiant a adoptée (telle que « méthode des numéros d'essai », « méthode de l'algèbre », « méthode du dessin ») et déterminer l'applicabilité de cette stratégie dans la situation problématique actuelle. Si un étudiant résout systématiquement des problèmes en utilisant la méthode algébrique au lieu de la méthode algébrique, le système identifiera ce problème et proposera des micro-leçons guidées.
• Score du raisonnement en langage naturel : dans MATHia Writing, qui demande aux étudiants d'expliquer des idées de résolution de problèmes avec des mots, l'IA évalue la qualité du raisonnement en fonction de la sémantique plutôt que de la correspondance de mots clés. Cela résout le défaut fondamental des systèmes d’apprentissage adaptatifs traditionnels qui « ne s’intéressent qu’aux résultats et non au processus ».
• Pousse instantanée de micro-leçon : lorsque le système détecte que les étudiants font des erreurs à plusieurs reprises dans une certaine compétence, il insère automatiquement une micro-leçon interactive de 3 à 5 minutes (construite dans MATHia au lieu de passer à une vidéo externe) pour expliquer le concept et continuer immédiatement la pratique, formant un concept de « diagnostic-enseignement-vérification ».

Effet synergique : les données du modèle cognitif de MATHia sont directement saisies dans LiveLab. Les enseignants peuvent saisir la « carte cognitive » de l'ensemble de la classe en temps réel sans avoir à analyser eux-mêmes les devoirs des élèves – quels élèves sont coincés dans quelle sous-étape de quelle compétence, d'un seul coup d'œil. Ceci est fondamentalement différent du reporting de style « bulletin » des LMS traditionnels.

2. Formation à l'alphabétisation cognitive Fast ForWord

Valeur fondamentale : Entraînement neurocognitif pour les étudiants souffrant de dyslexie et de difficultés d'apprentissage, plutôt que les exercices traditionnels « lire plus, écrire plus ».

• Entraînement auditif adaptatif : Entraînez la vitesse de traitement auditif du cerveau en ajustant précisément la durée et la fréquence de la stimulation de la parole. Ceci est particulièrement critique pour les élèves dyslexiques présentant un déficit de traitement phonologique.
• Exercices cognitifs de langage et de lecture : Un système d'exercices en couches allant de la conscience phonémique à la compréhension syntaxique et au raisonnement discursif. Chaque section d'exercices est conçue sur la base du principe de plasticité cérébrale (neuroplasticité) en neurosciences cognitives, plutôt que de « questions sur demande » basées sur des normes de qualité.
• Suivi des progrès et rapport d'intervention : Le système génère automatiquement des courbes d'amélioration des compétences cognitives des élèves, et les enseignants peuvent comparer les scores d'évaluation standardisés avant et après la formation.

Synergie : Fast ForWord et MATHia peuvent être connectés au niveau des données - lorsque LiveLab constate que les difficultés d'un élève en mathématiques sont dues à une compréhension insuffisante en lecture (l'incapacité de comprendre le texte des problèmes de mots), il peut recommander à l'enseignant d'inclure simultanément l'élève dans le plan de formation Fast ForWord. Ce lien de diagnostic multi-produits constitue un avantage unique de la matrice de produits de Carnegie Learning.

3. Tableau de bord en temps réel des enseignants LiveLab

Valeur fondamentale : La transformation de la prise de décision pédagogique de « juger qui est bon sur la base de l'expérience » à « savoir qui est coincé où en regardant les données ».

• Carte thermique de toute la classe : affiche les activités d'apprentissage en cours de chaque élève, les progrès de maîtrise et la répartition des points de connaissances difficiles en temps réel. Le vert signifie « progresser », le jaune signifie « rencontrer des difficultés » et le rouge signifie « coincé depuis longtemps ».
• Suggestions de regroupement hiérarchique : Le système recommande automatiquement un plan de regroupement de 3 à 5 personnes adapté à l'enseignement en groupe, un regroupement basé sur les points de difficulté actuels des étudiants - pas un simple "groupe de bons étudiants/groupe d'étudiants pauvres", mais "un groupe d'étudiants bloqués sur la multiplication de fractions et un groupe d'étudiants bloqués sur des preuves géométriques".
• Enregistrement des actions d'intervention : les enseignants peuvent noter les mesures d'intervention mises en œuvre (telles que le tutorat individuel, la réexplication, les exercices supplémentaires) dans LiveLab, et le système suivra l'effet de la mesure pour former un système d'intervention pédagogique basé sur les données.

4. Tutorat vidéo interactif MATHstream

Valeur fondamentale : intégrez des vidéos de résolution de problèmes de vrais enseignants dans des parcours d'apprentissage adaptatifs pour résoudre le problème du « tutorat pur par l'IA dépourvu de contact humain ».

• Push vidéo à la demande : lorsque les élèves sont bloqués sur un certain point de connaissance dans MATHia, le système diffuse une vidéo de résolution de problèmes de 2 à 4 minutes enregistrée par un vrai professeur de mathématiques. Le style est similaire à celui de TikTok/Reels, s'adaptant aux habitudes de consommation de vidéos courtes des étudiants contemporains.
• Point de contrôle intégré : la vidéo sera mise en pause pendant la lecture et une question de contrôle apparaîtra. Les étudiants ne peuvent continuer à regarder qu'après avoir répondu correctement, en s'assurant que le visionnage passif ne se transforme pas en « bruit de fond ».

5. Solutions mathématiques pour l'école primaire ClearMath Elementary

Valeur fondamentale : étendez le modèle cognitif de MATHia au stade mathématique de la maternelle à la 5e année, couvrant le parcours d'apprentissage complet depuis le sens des nombres, l'addition et la soustraction jusqu'aux fractions et aux décimales.

6. Autres matières et cours de langue

• ELA Curriculum : Mirrors & Windows (English Language Arts Curriculum), Clearfluency (Oral Fluency Assessment), Bookshop Phonics (Phonics).
• Cours de langues du monde : systèmes de cours complets tels que l'espagnol, le français, l'allemand, le chinois, l'italien, etc. Chaque cours fournit du matériel pédagogique, des exercices en ligne et des outils d'évaluation.

Evolution du modèle et des versions de Carnegie Learning

L'évolution des produits de Carnegie Learning n'est pas une itération logicielle marquée par un « numéro de version », mais un historique de développement basé sur l'expansion de la gamme de produits et les mises à niveau du moteur cognitif. Comprendre cette évolution aide les acheteurs à évaluer la maturité de la plateforme et la stabilité de la feuille de route technologique.

La première étape : la naissance et la culture profonde de MATHia (1998-2014)

• 1998 : Le projet démarre sous la forme d'un programme de recherche en psychologie cognitive à l'Université Carnegie Mellon, avec une équipe fondatrice comprenant Steven Ritter, William S. Hadley, John R. Anderson (créateur de l'architecture cognitive ACT-R) et Kenneth Koedinger (expert en interaction homme-machine et en sciences de l'apprentissage).
• 2011 : Apollo Group acquiert Carnegie Learning pour 75 millions de dollars et paie 21,5 millions de dollars supplémentaires pour obtenir une licence sur la technologie liée à l'Université Carnegie Mellon.
• 2014 : MATHia (initialement nommé Cognitive Tutor) a été déployé de manière mature dans les écoles publiques, couvrant un système pédagogique complet de la sixième année aux mathématiques avancées. Le modèle cognitif a atteint une grande précision après plus de dix ans d’accumulation de données d’enseignement en classe.

La deuxième phase : expansion des fusions et acquisitions et expansion de la discipline (2015-2020)

• 2015 : Apollo Group vend Carnegie Learning à un groupe d'investissement dans l'éducation basé à Chicago, ramenant l'entreprise à une voie indépendante axée sur la maternelle à la 12e année.
• 2018 : La société de capital-investissement CIP Capital acquiert Carnegie Learning. La même année, elle a intégré les actifs d'édition de New Mountain Learning et acquis des marques de manuels telles que EMC, Paradigm et JIST pour compléter des lignes d'objet telles que ELA et World Languages.
• 2020 : acquisition de Scientific Learning Corporation et intégration des produits d'alphabétisation Fast ForWord dans la matrice de produits, marquant une étape clé dans la transformation des « mathématiques en tant que matière unique » à « toutes les matières ».

La troisième phase : mise à niveau de l'IA et amélioration de la matrice de produits (2020-2026)

• 2020-2022 : L'épidémie entraîne une vague d'achats numériques dans les districts des États-Unis. Carnegie Learning accélère la mise à niveau du moteur d'IA de MATHia en introduisant un modèle de suivi des politiques plus précis, un module de notation du raisonnement en langage naturel et un algorithme de regroupement en temps réel.
• 2022 : acquisition de MUSE Virtual, une plateforme d'apprentissage en ligne de la maternelle à la 12e année fondée par Suzy Amis Cameron et James Cameron, pour acquérir une expérience en matière d'exploitation d'écoles virtuelles et des actifs technologiques.
• 2023-2024 : Lancement des tutorats vidéo interactifs MATHstream MATHia Adventure (apprentissage gamifié) et ClearMath Elementary (programme de mathématiques à l'école primaire). Le tableau de bord LiveLab a effectué une mise à niveau majeure de l'interface utilisateur, ajoutant des fonctionnalités d'intégration de données multi-produits.
• Octobre 2024 : Ouverture du siège social canadien à St. John's, Terre-Neuve, Canada, marquant le lancement de l'expansion sur les marchés en dehors de l'Amérique du Nord.
• 2025-2026 : Continuer à mettre à niveau le modèle d'apprentissage profond du moteur adaptatif pour intégrer plus profondément les capacités de PNL dans les modules de notation de raisonnement et d'identification de politiques. LiveLab introduit des suggestions d'intervention prédictives - non seulement en indiquant aux enseignants "qui a des problèmes en ce moment", mais également en prédisant "qui pourrait être laissé pour compte la semaine prochaine si aucune intervention n'est faite".

Notes de version : les numéros de version des produits pour Carnegie Learning ne sont pas accessibles au public. Les étapes ci-dessus sont basées sur des enregistrements Wikipédia, des communiqués de presse officiels et des rapports publics de l'industrie. Le numéro de version précis du moteur et la version de l'API doivent être obtenus via les canaux commerciaux. Il est recommandé à l'acheteur de demander à l'équipe commerciale la feuille de route de mise à jour du produit (Roadmap) pour les trois dernières années comme base d'évaluation.

Avantages techniques de Carnegie Learning

La barrière technique de Carnegie Learning ne réside pas dans « le dernier modèle d'IA utilisé », mais dans sa compréhension approfondie des scénarios éducatifs et le perfectionnement continu des modèles cognitifs. Ce qui suit démonte son mécanisme technique sous quatre dimensions :

1. Moteur adaptatif basé sur un modèle cognitif (non basé sur les données)

La plupart des systèmes d'apprentissage adaptatif (y compris certains produits éducatifs d'IA) adoptent la méthode du « Knowledge Tracing » : via un modèle bayésien ou un réseau d'apprentissage profond, la probabilité de maîtrise est calculée en fonction de la séquence de réponses de l'élève. Le moteur MATHia de Carnegie Learning ajoute trois couches de dimensions de modélisation sur cette base :

• Modèle de sélection de stratégie : cela dépend non seulement de "si vous le pouvez", mais aussi de "comment vous pensez". Le système dispose d'une bibliothèque intégrée de stratégies de résolution de problèmes marquée par plusieurs experts en enseignement des mathématiques. Lorsque les élèves résolvent des problèmes, le moteur déduit la stratégie qu'ils adoptent en analysant la séquence de saisie de l'élève (comme déplacer d'abord des éléments ou fusionner des éléments similaires en premier) et détermine l'efficacité de la stratégie dans le problème actuel.
• Modélisation de la dimension temporelle : Le temps de séjour de chaque étape est incorporé dans le modèle. Un temps d'attente inhabituellement long peut indiquer une « devinette » ou une « distraction », et un temps inhabituellement court peut indiquer un « remplissage aléatoire » ou un « plagiat ». Ces signaux sont utilisés pour ajuster la stratégie push : augmenter la fréquence des invites pour deviner les étudiants et changer de méthode de présentation des questions pour les étudiants distraits.
• Modèle de classification des erreurs : Le système n'enregistre pas simplement les "mauvaises réponses", mais classe les erreurs en types tels que "incompréhension du concept", "erreur de calcul", "stratégie inappropriée" ou "écart de lecture des questions". Différents types d’erreurs déclenchent différentes réponses pédagogiques.

Mécanisme → Effet : L'effet superposé du modèle à trois couches ci-dessus est que le traitement par MATHia d'un étudiant qui « fait une erreur en additionnant des fractions » ne consiste pas simplement à poser 10 questions supplémentaires sur l'addition de fractions, mais à déterminer si « l'étudiant ne comprend pas le concept de dénominateurs communs (malentendu du concept) » ou « peut utiliser des méthodes mais manque fréquemment les étapes d'ajout de molécules (erreurs de calcul). » Le premier proposera des micro-conférences sur les explications des concepts, et le second proposera des exercices ciblés.

2. Liaison approfondie de la carte des connaissances et des normes pédagogiques

Le modèle de contenu de MATHia n'est pas seulement un arbre de niveaux de compétences, mais est parfaitement aligné sur les normes de base communes de l'État (CCSS) et les normes des programmes d'études de l'État. Chaque point de connaissance correspond à un ensemble de codes standards CCSS dans le système, ce qui signifie :

• Facilités d'audit standard : les écoles peuvent suivre avec précision « nos progrès sur CCSS.7.EE.B.4 (résolution de problèmes réels en plusieurs étapes). »
• Cartographie flexible des programmes : si un district scolaire utilise des normes non CCSS (telles que TEKS pour le Texas), Carnegie Learning fournit un outil de cartographie personnalisé standard, mais cet outil nécessite un certain investissement de configuration.
• Connexion entre niveaux : Le système peut identifier que "la difficulté d'un certain élève de huitième année à résoudre des équations est due au fait que les compétences de transfert des élèves de septième année n'ont pas été maîtrisées" et remplir automatiquement le contenu du niveau de septième année - il s'agit d'une sorte de flexibilité d'adaptation du programme dans les écoles qui enseignent uniformément par niveau.

3. Analyse des données et conseils d'intervention de LiveLab

LiveLab n'est pas un « tableau de bord des performances des étudiants » traditionnel, mais un système d'aide à la décision pédagogique :

• Algorithme de regroupement en temps réel : sur la base des données actuelles sur l'état d'apprentissage de tous les étudiants, un algorithme de regroupement est utilisé pour regrouper les étudiants en fonction de points de connaissances difficiles. Contrairement au regroupement par performance, ce regroupement dynamique peut changer d'une classe à l'autre car il reflète les points de difficulté « actuels » plutôt que les résultats du « dernier examen ».
• Suivi des effets de l'intervention : une fois que l'enseignant a marqué une action d'intervention, le système suit automatiquement les changements de performances de l'élève lors de l'apprentissage ultérieur. Les données accumulées au fil du temps peuvent aider les enseignants à identifier les stratégies d’intervention les plus efficaces pour leurs propres classes.
• Analyse prédictive : la dernière version de LiveLab introduit des prévisions de séries chronologiques simples : prédire les performances probables d'un élève lors de la prochaine évaluation d'unité en fonction de la trajectoire d'apprentissage actuelle, aidant ainsi les enseignants à intervenir à l'avance au lieu de remédier après coup.

4. Différences de positionnement technique par rapport aux produits d'apprentissage purs de l'IA

Dimension technique	Apprentissage Carnegie	Assistants généraux d'IA (tels que ChatGPT/Claude) appliqués à l'éducation
Contenu pédagogique faisant autorité	Rédigé par des experts en la matière et aligné sur les normes du programme	Contenu généré par un modèle, non garanti par les normes du programme
Modèle étudiant	Modèle cognitif multidimensionnel (stratégie + temps + classification des erreurs)	Modèle d'étudiant non structuré, pas de mémoire du statut d'apprenant
Stratégie pédagogique	Stratégie pédagogique hiérarchique basée sur les sciences cognitives	Questions et réponses uniques, pas de planification du parcours d'apprentissage à long terme
Gestion des données	Diagnostic → Enseignement → Pratique → Évaluation → Re-diagnostic	Chaque conversation est indépendante, pas de gestion pédagogique
Conformité à la confidentialité	Conforme FERPA, conforme COPPA, les données ne sont pas utilisées pour la formation du modèle	La politique d'utilisation des données de la version gratuite et de la version commerciale est à distinguer

Résumé des avantages techniques : le parcours technique de Carnegie Learning détermine qu'il ne s'agit pas du « produit éducatif sur l'IA le plus rapide », mais il s'agit probablement de la « plate-forme adaptative avec la logique d'enseignement la plus explicable ». Pour les chercheurs en éducation et les décideurs en matière d’achats, cette explicabilité signifie que les effets d’un produit sont reproductibles et améliorables : vous pouvez expliquer pourquoi il fonctionne et comment le rendre plus efficace.

Comment utiliser Carnegie Learning

Le parcours de déploiement et d'utilisation de Carnegie Learning est fondamentalement différent des produits d'IA destinés aux consommateurs : il s'agit d'une plate-forme SaaS qui nécessite un déploiement unifié au niveau de l'école/du district, plutôt qu'une application que les individus peuvent enregistrer eux-mêmes. Voici le processus d'utilisation des différents rôles :

Processus de lancement des achats dans les écoles/districts

1. Évaluation des besoins : Le district détermine les matières qui nécessitent une couverture (mathématiques, alphabétisation ELA, langues du monde), les tranches de notes et le budget. Il est recommandé de postuler d'abord pour un essai pilote (généralement 3 à 6 mois, couvrant 2 à 3 classes), puis de l'étendre une fois que l'effet pédagogique est vérifié.
2. Signature du contrat : contactez l'équipe commerciale de Carnegie Learning (formulaire de contact du site officiel ou téléphone) pour obtenir un devis personnalisé. À confirmer dans le contrat : type de licence (par élève ou par école), emplacement de stockage des données (aux États-Unis ou au Canada/autres régions), conditions de conformité FERPA, méthode de prestation de formation des enseignants (en ligne/hors ligne/hybride) et SLA de support technique.
3. Mise en œuvre et formation : Fournit officiellement des services de formation des enseignants (développement professionnel), comprenant généralement un atelier de démarrage de 2 à 3 jours et une assistance en ligne continue. Il est recommandé de préparer en interne un « coach en technologie pédagogique » comme interface principale avec Carnegie Learning.
4. Déploiement technique : Carnegie Learning est un modèle SaaS cloud et les écoles n'ont pas besoin d'installer de serveurs. Le service informatique doit s'assurer que : tous les appareils des étudiants peuvent accéder au nom de domaine « *.carnegielearning.com », que le navigateur est la dernière version de Chrome/Firefox/Safari/Edge et que Fast ForWord nécessite des écouteurs et une connexion Internet stable.
5. Cartographie des cours : le coordinateur du programme scolaire (coordinateur du programme) collabore avec l'équipe du service pédagogique de Carnegie Learning pour mapper le plan de programme de l'école (guide de rythme) à la séquence de contenu standard du système.

Processus d'utilisation quotidien pour les enseignants

1. Préparation avant le cours : les enseignants se connectent à LiveLab pour afficher la carte thermique de la classe ce jour-là afin de comprendre quels étudiants ont des difficultés sur quels points de connaissances et ajuster le plan d'enseignement en conséquence - quels étudiants ont besoin d'un tutorat individuel, quels étudiants peuvent progresser de manière indépendante et quels étudiants sont adaptés aux discussions de groupe.
2. Mise en œuvre en classe :
   • Les étudiants se connectent à MATHia ou Fast ForWord pour réaliser des exercices personnalisés ; les enseignants peuvent suivre les progrès dans LiveLab en temps réel.
   • Lorsque LiveLab montre que la classe a une faible maîtrise d'un certain point de connaissance, l'enseignant mettra en pause l'auto-apprentissage et passera en mode d'explication unifiée.
   • Pour les étudiants qui ont besoin d'une aide supplémentaire, les enseignants peuvent visualiser instantanément le « chemin de solution complet des étudiants » dans MATHia - voir non seulement la réponse finale, mais également la séquence d'opérations de l'étudiant à chaque étape pour localiser rapidement les points d'arrêt cognitifs.
3. Évaluation post-classe : utilisez les rapports d'apprentissage générés par le système pour effectuer une évaluation formative (évaluation formative) afin d'identifier les points de connaissances qui nécessitent un ajustement des stratégies d'enseignement.

Entrée étudiante

Rôle	Entrée	Principales opérations	Équipement requis
Étudiants (Mathématiques)	Application Web MATHia	Exercices personnalisés, apprentissage en micro-classes, explications écrites	Chromebook/iPad/ordinateur portable Windows
Étudiants (lecture et écriture)	Client/Web rapide ForWord	Entraînement auditif, pratique du langage, pratique de la lecture	Ordinateur + écouteurs
Enseignants	Tableau de bord LiveLab	Surveillance en temps réel, gestion de groupe, enregistrement des interventions	N'importe quel navigateur Web
Chercheur/directeur pédagogique	Panneau du rapport de gestion	Aperçu des données à l'échelle de l'école/du district, rapport de réussite standard	N'importe quel navigateur Web

Différences d'expérience utilisateur par rapport aux outils pédagogiques généraux sur l'IA

L'expérience de l'utilisation de Carnegie Learning ne consiste pas à « ouvrir une boîte de dialogue et à poser des questions sur l'IA », mais à un système de gestion de l'apprentissage structuré. Les étudiants ne peuvent pas choisir « quoi étudier aujourd'hui » : le moteur adaptatif du système attribue automatiquement des tâches d'apprentissage basées sur des modèles cognitifs. Les avantages et les inconvénients de ce concept de conception sont tout aussi évidents : l'avantage est de garantir l'intégrité et la systématique du parcours d'apprentissage, mais l'inconvénient est que les étudiants n'ont pas le droit de faire des choix indépendants, ce qui peut créer un sentiment de retenue chez les étudiants ayant une forte motivation personnelle.

Prix des produits pour Carnegie Learning

Le système de tarification de Carnegie Learning est centré sur les achats des écoles du niveau B et ne dispose pas de liste de prix publique. L’analyse suivante est basée sur les données sur les achats de technologies d’éducation publique et les pratiques de l’industrie. Les devis réels doivent être obtenus par les canaux commerciaux.

Présentation du modèle de tarification

Modèle d'approvisionnement	Mode de facturation	Objets applicables	Cycle de contrat typique
Licence d'école unique	Frais par année d'étudiant	École unique de la maternelle à la 12e année	1 an
Licence de district	Frais par année d'élève (réductions progressives)	Districts avec 2+ écoles	1-3 ans
Dans tout l'État	Contrats personnalisés	Départements de l'Éducation de l'État	3-5 ans
Essai pilote	Frais annuels par étudiant (généralement 6 à 12 mois)	École potentielle	6 mois

Côté C/individuel

Carnegie Learning ne vend pas directement aux ménages individuels. Il s'agit d'une limitation de décision importante : les familles scolarisées à la maison ou les étudiants qui souhaitent accéder à MATHia en dehors des cours ne peuvent pas payer directement comme un abonnement à Grammarly ou Duolingo. Au moment de la rédaction de cet article, aucun plan d’abonnement individuel officiel n’a été divulgué. Les familles dans le besoin peuvent essayer de contacter l’équipe commerciale pour savoir s’il existe des dispositions d’exception, mais il ne s’agit pas d’un parcours produit standard.

Côté B/écoles et districts

Fourchette de prix estimée (nécessite une confirmation commerciale) :

Produits	Frais annuels par étudiant (estimés)	Services inclus
MATHia (6-12 Mathématiques)	30-45 $ US	Moteur d'apprentissage adaptatif LiveLab, bibliothèque de micro-cours, support technique de base
Fast ForWord (intervention en alphabétisation)	35$-55$	Diagnostic et formation adaptatifs, suivi des progrès, formation des enseignants
Combo MATHia + Rapide ForWord	50$-70$	Intégration de données multi-produits, tableau de bord LiveLab unifié
Ensemble sujet complet	60$-90$	Mathématiques + Alphabétisation + ELA + Langues du monde + Support prioritaire

Possibilité de négociation de remises : sur la base des pratiques de l'industrie en matière d'approvisionnement en technologies éducatives de la maternelle à la 12e année aux États-Unis, les gros contrats (100 000 $ + frais annuels) bénéficient généralement de remises de 10 à 25 %. Les contrats pluriannuels (3 ans et plus) bénéficient d'une réduction supplémentaire de 5 à 15 % sur le prix total. Les écoles qui achètent via le programme de subventions E-rate reçoivent également des subventions fédérales supplémentaires.

La question de prix la plus importante : avant de signer le contrat, assurez-vous de demander à l'équipe commerciale de préciser si les coûts suivants sont inclus dans le devis : le nombre et la forme de formation des enseignants (développement professionnel), les heures de travail maximales du service de cartographie des cours, le coût de la migration des données (en cas de migration depuis d'autres plateformes) et le prix unitaire pour une expansion flexible au-delà du nombre d'étudiants sous licence.

Niveau entreprise/district scolaire

Les grands districts scolaires (plus de 10 000 élèves) peuvent utiliser un modèle de contrat personnalisé qui comprend :

• Responsable du Succès Client dédié
• Rapports personnalisés et exportation de données (prend en charge l'exportation par lots API/SFTP)
• Personnalisation approfondie de la formation des enseignants (formation stratifiée par matière/niveau)
• Réponse prioritaire du support technique (par exemple réponse dans les 4 heures)
• Stockage localisé en option des données des étudiants (frais d'infrastructure supplémentaires négociés)

Scénarios d'application de Carnegie Learning

Les scénarios d'application de Carnegie Learning se concentrent sur l'amélioration structurée des compétences en mathématiques et en littératie dans le système éducatif public de la maternelle à la 12e année. Les quatre scénarios suivants ont été vérifiés grâce à un déploiement à grande échelle :

Scénario 1 : Enseignement différencié des mathématiques dans les classes mixtes

Point douloureux : dans un cours de mathématiques de septième année, un tiers des élèves ont maîtrisé les points de connaissances actuels, un tiers sont juste en état de préparation et un tiers doit encore compléter les compétences préalables. L'enseignement traditionnel à un rythme unifié conduit à « les bons ne peuvent pas manger à leur faim, et les mauvais ne peuvent pas suivre ».

Solution de Carnegie Learning :

• MATHia attribue à chaque élève un parcours d'apprentissage personnalisé, sans obliger toute la classe à étudier le même contenu en même temps.
• Les enseignants peuvent maîtriser la « carte cognitive » de l'ensemble de la classe en temps réel grâce à LiveLab et diviser les élèves qui ont besoin d'une aide similaire en groupes pour un tutorat ciblé.
• Les courtes vidéos MATHstream fournissent des conseils en personne aux étudiants bloqués, réduisant ainsi le fardeau des enseignants qui répètent les explications.

Déduction pour réduction des coûts et amélioration de l'efficacité :

• Pour les enseignants : De "corriger des piles de devoirs pour savoir qui n'y arrive pas" à "ouvrir le panneau pour savoir qui est coincé où", le temps de préparation aux diplômes différenciés a été réduit de 2-3 heures par semaine à 15-20 minutes (estimées). Cependant, la capacité d’interprétation du panel LiveLab nécessite une formation, ce qui peut augmenter la charge cognitive des enseignants dans la phase initiale.
• Pour les étudiants : Les étudiants ayant une maîtrise de plus de 80 % peuvent progresser de manière autonome et ne perdent plus de temps en classe à attendre toute la classe ; les étudiants ayant une maîtrise insuffisante reçoivent une remédiation ciblée au lieu d'être obligés de suivre un contenu qu'ils ne comprennent pas.

Scénario 2 : Dyslexie et intervention d'alphabétisation en éducation spécialisée

Point douloureux : L'incidence de la dyslexie (dyslexie) parmi les élèves de la maternelle à la 12e année est d'environ 5 à 15 %, mais la plupart des produits d'apprentissage numérique ne proposent pas de formation cognitive ciblée : ils supposent que les élèves possèdent déjà des capacités de traitement phonologique de base.

Solution de Carnegie Learning :

• L'entraînement auditif de Fast ForWord commence au niveau neurocognitif et entraîne la vitesse de traitement auditif du cerveau en ajustant la vitesse et la fréquence des signaux vocaux.
• Multiples évaluations standardisées avant, pendant et après la formation pour fournir un support de données quantitatives pour l'IEP (Plan d'éducation individualisé).

Réduction des coûts et amélioration de l'efficacité : dans l'éducation spécialisée traditionnelle, un enseignant en éducation spécialisée s'occupe généralement de 8 à 15 élèves, et la plupart d'entre eux s'appuient sur des exercices papier et crayon sans assistance informatique. Le diagnostic et la formation automatisés de Fast ForWord permettent aux enseignants en éducation spécialisée de passer du statut de « concepteurs de sujets » à celui de « superviseurs d'effets de formation », leur permettant ainsi de consacrer plus de temps à l'intervention individuelle ou en groupe. Le domaine de l’éducation spécialisée accorde généralement plus d’attention à l’effet de l’intervention (taille de l’effet) qu’à l’efficacité. L'ampleur de l'effet (d de Cohen) rapportée par Fast ForWord dans plusieurs articles évalués par des pairs est comprise entre 0,3 et 0,5, ce qui constitue une intervention modérément efficace - un niveau acceptable pour une intervention éducative.

Scénario 3 : Amélioration de la qualité de l'enseignement au niveau du district scolaire

Point douloureux : Le personnel enseignant et de recherche du district scolaire doit déterminer « quels points de connaissances sont mal maîtrisés dans le district scolaire » afin d'ajuster uniformément l'allocation des ressources pédagogiques. Les approches traditionnelles s'appuient sur des données de test standardisées semestrielles : décalées, clairsemées et à granularité grossière.

Solution de Carnegie Learning :

• Le panneau de rapport de gestion offre des capacités d'exploration des données à quatre niveaux par district scolaire, école, niveau et classe.
• Chaque point de connaissance correspond à un code standard CCSS, permettant aux chercheurs enseignants d'identifier avec précision « les étudiants de notre district sont en retard par rapport à la moyenne de l'État sur CCSS.8.F.A.1 (Compréhension de la définition de fonction). »
• Les données prennent en charge le filtrage par année universitaire, semestre, trimestre et intervalle de temps personnalisé pour suivre l'évolution de la tendance des effets de l'intervention.

Limite de collaboration homme-machine : l'analyse des données au niveau du district peut être effectuée automatiquement par le système - identifiant les points faibles des connaissances, comparant les différences entre les écoles et suivant l'évolution des tendances. Cependant, les sections suivantes nécessitent une prise de décision manuelle : faut-il procéder à des ajustements pédagogiques unifiés pour l'ensemble du district scolaire sur les points de connaissances faibles, s'il faut acheter du matériel pédagogique supplémentaire pour ce point de connaissances et comment allouer les ressources de formation des enseignants. Le système fournit des réponses à la question « de quoi s'agit-il », mais « que faire » nécessite toujours le jugement professionnel du personnel enseignant et de recherche.

Scénario 4 : Remédier aux pertes d'apprentissage après l'épidémie

Points douloureux : L'épidémie de COVID-19 a provoqué d'importantes pertes d'apprentissage (Learning Loss) en mathématiques et en lecture parmi les élèves de la maternelle à la 12e année à travers les États-Unis, en particulier dans les districts scolaires à faible revenu et les élèves issus de minorités qui sont les plus touchés.

Solution de Carnegie Learning :

• Les fonctionnalités de diagnostic de MATHia identifient rapidement les écarts entre le niveau de maîtrise actuel d'un étudiant et les normes du niveau scolaire.
• Le moteur adaptatif reconstitue automatiquement les compétences prérequises - si un élève de neuvième année a de faibles bases en algèbre en septième année, le système organisera automatiquement des exercices de rattrapage au lieu de pousser directement le contenu de neuvième année.
• Les enseignants peuvent mettre en œuvre un « tutorat à haute dose » basé sur les données du LiveLab - un tutorat ciblé trois fois par semaine pendant plus de 30 minutes à chaque fois avec un ratio enseignant-élève de 1:3 ou 1:4. La recherche pédagogique estime qu’il s’agit de l’une des formes d’intervention les plus efficaces pour compenser la perte d’apprentissage.

À qui s’adresse Carnegie Learning ?

Le groupe concerné par Carnegie Learning n'est pas « toutes les personnes qui souhaitent apprendre les mathématiques », mais les participants à des scénarios éducatifs spécifiques. Voici les quatre rôles principaux et leurs limites d’adaptation :

Premier rôle applicable : professeur de mathématiques de la maternelle à la 12e année (6e à la 12e année)

• Valeur fondamentale : De la « correction des devoirs pour juger des performances académiques » à « l'enseignement basé sur les données en temps réel ». La combinaison MATHia + LiveLab libère l'attention des enseignants de « qui a bien fait les choses » vers « qui est coincé où, pourquoi et quoi faire ».
• Prérequis : Une adaptabilité de base de l'enseignement numérique et la volonté d'intégrer la prise de décision basée sur les données dans l'enseignement quotidien sont requises. Les enseignants réticents à « l’enseignement sur écran » pourraient avoir besoin d’une période de transition plus longue.
• Misfit Boundary : Si les écoles ne prévoient pas de temps de formation adéquat pour les enseignants (au moins 3 jours d'ateliers + un support en ligne continu), l'efficacité de la mise en œuvre de MATHia diminuera considérablement. Les enseignants ne peuvent pas espérer "l'installer et il fonctionnera automatiquement" - le produit est un outil pédagogique plutôt qu'un substitut pédagogique.

Rôles applicables 2 : enseignants en éducation spécialisée et spécialistes en intervention en alphabétisation

• Valeur fondamentale : Fast ForWord fournit un support de données quantitatives pour les objectifs de l'IEP et le suivi des progrès d'apprentissage, réduisant ainsi le recours à l'évaluation manuelle. La formation auditive automatisée permet aux élèves de suivre une formation quotidienne sans la participation directe des enseignants, libérant ainsi le temps des enseignants en éducation spécialisée pour des interventions individuelles plus complexes.
• Prérequis : Les étudiants doivent être capables d'utiliser des ordinateurs et des écouteurs de manière indépendante pour terminer la formation (généralement de 2e à 3e années ou plus). Les élèves des classes plus jeunes ou ceux souffrant de troubles cognitifs graves peuvent avoir besoin du soutien d'un paraprofessionnel.
• Ne correspond pas aux limites : Fast ForWord n'est pas la solution unique ou universelle pour la dyslexie. Il cible principalement les difficultés de lecture au niveau du traitement phonologique et a un effet limité sur les difficultés d’apprentissage causées par un déficit d’attention, des troubles du traitement visuel ou des facteurs contextuels.

Rôles applicables trois : coordonnateurs des programmes des districts scolaires et chercheurs pédagogiques

• Valeur fondamentale : La capacité de comparer les données entre les écoles et les niveaux permet à l'allocation des ressources pédagogiques au niveau du district scolaire de passer d'une allocation « fondée sur l'expérience » à une « fondée sur des preuves ».
• Prérequis : Des connaissances statistiques de base sont nécessaires pour interpréter les rapports de données et éviter une surinterprétation des différences dans de petits échantillons.
• Limite inadéquate : bien que les dimensions d'analyse des données de Carnegie Learning (maîtrise des points de connaissance, répartition des stratégies et vitesse de progression) soient riches, elles ne fournissent pas d'inférences causales - telles que "Pourquoi le score d'algèbre de l'école B est-il pire que celui de l'école A" ? Cela nécessite que les chercheurs en enseignement portent des jugements complets basés sur des informations externes telles que les observations en classe, le statut d'enseignant et les ressources parascolaires.

Rôle applicable quatre : élèves de la maternelle à la 12e année (6e à la 12e année)

• Valeur fondamentale : Obtenez un parcours d'apprentissage véritablement personnalisé - pas une simple adaptation du "sautez si vous réussissez, arrêtez si vous vous trompez", mais une adaptation profonde basée sur des modèles cognitifs. Le processus d'apprentissage n'est pas un examen isolé de questions, mais un processus d'apprentissage complet de « diagnostic-micro-cours-pratique-re-diagnostic ».
• Prérequis : Les étudiants doivent avoir des compétences de base en utilisation informatique et un certain degré de maîtrise de soi. Le processus d'apprentissage de MATHia est structuré et ne convient pas à un apprentissage exploratoire du type « apprenez ce que vous voulez ».
• Ne correspond pas aux limites :
  • Étudiants de la maternelle à la 5e année : la conception de base de MATHia est destinée aux niveaux 6 à 12. Bien que ClearMath Elementary couvre les mathématiques de l'école primaire, l'interaction en classe et les besoins d'apprentissage par le jeu de ce niveau scolaire ne correspondent pas entièrement au style structuré de MATHia.
  • Étudiants extraordinaires : Pour les étudiants extrêmement talentueux en mathématiques et qui ont besoin de progresser dans leur apprentissage, le mécanisme de blocage des pré-compétences de MATHia peut devenir un goulot d'étranglement - le système insistera sur la maîtrise de toutes les compétences pré-requises, même si l'étudiant a prouvé ses capacités par d'autres moyens. Cependant, les enseignants peuvent ajuster les paramètres du parcours d'apprentissage en arrière-plan pour s'adapter aux besoins des élèves extraordinaires.
  • Étudiants non américains : si le programme de mathématiques d'un élève n'est pas basé sur le tronc commun ou les normes de l'État américain, le coût de l'alignement du programme peut être supérieur à la valeur du produit lui-même.

Résumé et perspectives de Carnegie Learning

Carnegie Learning occupe une position unique dans le parcours d'apprentissage adaptatif de l'IA de la maternelle à la 12e année : il ne recherche pas la maîtrise de la conversation comme un assistant général en IA, ni un accès gratuit et ouvert comme la Khan Academy. Au lieu de cela, il cultive profondément le segment « sciences cognitives + achats scolaires » et a passé plus de 20 ans à accumuler un ensemble de systèmes de tutorat en mathématiques et en alphabétisation explicables, vérifiables et approuvés académiquement.

Avantages de base actuels :

• Profondeur du modèle cognitif : Modélisation multidimensionnelle des choix stratégiques des étudiants, des cheminements de résolution de problèmes, de la consommation de temps et des types d'erreurs. Il s’agit d’une capacité différenciée que la plupart des produits concurrents ne possèdent pas. Pour les éducateurs qui privilégient la logique pédagogique plutôt que l’efficacité du rythme, cette profondeur signifie une plus grande interprétabilité pédagogique.
• Base de preuves académiques : les niveaux de preuves ESSA niveaux 2-3, la vérification de recherches indépendantes par des tiers et des décennies de données de déploiement en classe réduisent considérablement le « risque de non-conformité » lorsque les districts scolaires achètent - des achats fondés sur des preuves avec des fonds fédéraux tels que Title I, IDEA, et plus encore.
• Exhaustivité de la matrice de produits : de MATHia (mathématiques) à Fast ForWord (alphabétisation) en passant par LiveLab (analyse de données) et MATHstream (tutorat vidéo), Carnegie Learning a construit une matrice de produits interdisciplinaires et multi-rôles plutôt qu'un outil unique. Le diagnostic lié aux mathématiques et à la lecture et à l'écriture de données dans LiveLab est une fonctionnalité difficile à copier par des produits concurrents.

Limitations actuelles majeures :

• Curriculum System Locked : Le produit est profondément lié au Common Core américain et aux normes de l'État. Pour les écoles utilisant l’IB (Baccalauréat International), le programme de Cambridge, les normes nationales chinoises du programme scolaire ou tout autre système pédagogique non américain, l’alignement des programmes serait un investissement énorme et presque irréalisable. Cette limitation fait que la pénétration du marché de Carnegie Learning en dehors de l'Amérique du Nord sera très lente.
• Seuil d'achat élevé : il n'est pas vendu à des familles individuelles et il n'existe pas de canal d'essai pour l'inscription en libre-service. Les cycles de décision en matière de passation des marchés scolaires durent généralement de 6 à 18 mois, ce qui n'est pas favorable aux établissements qui doivent se déployer rapidement. Le processus d'essai pilote et la tarification nécessitent de contacter l'équipe commerciale, et le processus initial n'est pas suffisamment transparent.
• Dépendance élevée de l'enseignant : l'effet du produit dépend fortement de la qualité de la mise en œuvre par l'enseignant. - Les données de LiveLab nécessitent que les enseignants les interprètent et les utilisent activement, et le parcours d'apprentissage de MATHia nécessite la compréhension et la coopération des enseignants. Dans les écoles où la formation des enseignants est insuffisante ou où le roulement des enseignants est fréquent, le produit peut devenir un « système d'exploitation en ligne coûteux ».
• Support multilingue limité : Bien que plusieurs cours de langues du monde soient proposés, la langue et la structure du contenu sous-jacent de l'interface pédagogique sont principalement l'anglais, ce qui peut créer des barrières linguistiques supplémentaires pour les étudiants et les familles ayant une maîtrise limitée de l'anglais.

Points d'observation de suivi :

• L'établissement du siège social canadien signifie-t-il le début de l'expansion du marché à l'extérieur de l'Amérique du Nord ? Y aura-t-il des versions de contenu du produit adaptées aux cursus canadiens, britanniques ou singapouriens ?
• La fonction d'analyse prédictive introduira-t-elle davantage de modèles d'apprentissage automatique dans les itérations futures, passant de la « description des conditions d'apprentissage » à la « recommandation de stratégies d'enseignement » ?
• Carnegie Learning lancera-t-elle un plan d'abonnement individuel/familial pour couvrir les marchés de l'enseignement à domicile et du tutorat extrascolaire ? C’est l’une des principales lacunes par rapport à la concurrence, comme IXL, qui propose des forfaits familiaux.

Évaluation des risques en matière d'approvisionnement et d'adoption : Carnegie Learning n'est pas un produit éducatif qui « augmente automatiquement les points lors de l'achat » : son efficacité est profondément liée à la qualité de la formation des enseignants, aux capacités de mise en œuvre des écoles et à l'adaptabilité des programmes. Pour les districts scolaires envisageant d’approvisionnement, il est recommandé de suivre les voies d’évaluation suivantes :

1. Pilote d'abord : sélectionnez 2 à 3 classes représentatives (il est recommandé d'inclure une classe de niveau régulier, une classe avec une forte proportion d'élèves en éducation spécialisée et une classe avec une forte proportion d'apprenants en anglais) et exécutez le pilote pendant un semestre complet.
2. Conception expérimentale contrôlée : La classe pilote utilise MATHia et la classe de comparaison utilise le plan d'enseignement existant. À la fin du semestre, les résultats des tests standardisés et les données de participation en classe des deux groupes d'étudiants sont comparés.
3. Collecte de commentaires des enseignants : Menez des entretiens structurés avec les enseignants participants après le projet pilote, en vous concentrant sur la compréhension : LiveLab a-t-il vraiment changé les décisions pédagogiques ? La formation des enseignants est-elle adéquate ? Quels sont les freins à une utilisation quotidienne ?
4. Comptabilité du coût complet : avant de signer le contrat d'approvisionnement, calculez le TCO (coût total de possession) = frais de licence + frais de formation des enseignants + frais de cartographie des cours + coût du support informatique + coût estimé du temps supplémentaire des enseignants.
5. Vérification des termes clés du contrat :
   • Emplacement de stockage des données des étudiants et conditions de conformité FERPA/COPPA (une confirmation supplémentaire est requise si des centres de données canadiens sont utilisés)
   • Comment la formation des enseignants sera dispensée, combien de sessions elle prendra, si elle comprendra un soutien continu ou simplement un atelier ponctuel
   • Droits d'exportation des données et format d'exportation à la résiliation du contrat (que ce soit pour prendre en charge les normes LMS courantes telles que 1EdTech)
   • Si des frais supplémentaires sont requis pour les mises à jour majeures du produit, ainsi que la fréquence de publication et le délai de notification des mises à jour
   • Conditions SLA - disponibilité du système, temps de réponse du support technique, temps de réparation des pannes (par exemple, disponibilité de 99,5 %, réponse dans les 4 heures les jours ouvrables, etc.)
   • Conditions d'expansion des utilisateurs - si Pilot est étendu avec succès à l'ensemble du district scolaire, si le prix unitaire pour les nouveaux utilisateurs sera verrouillé ou basé sur la liste de prix actuelle.

Décision en une seule phrase : Si votre district scolaire accueille principalement des élèves de la 6e à la 12e année, présente de sérieux écarts en matière de résultats en mathématiques, dispose d'une équipe d'enseignants prêts à adopter un enseignement basé sur les données et dispose d'un cycle d'évaluation et de déploiement de plus de 6 mois - Carnegie Learning mérite de figurer sur la liste restreinte du projet pilote. Si vous avez un besoin urgent d'une solution couvrant la maternelle à la 5e année ou les systèmes de programmes d'études non américains, ou si vous avez des exigences extrêmement élevées en matière de transparence dans le processus d'approvisionnement (telles que la comparaison des prix en libre-service et l'activation instantanée), Carnegie Learning n'est peut-être pas le meilleur choix.

Outils associés : khanmigo, quizlet

Informations de version

• Carnegie Learning dernière version ：Il n’y a pas encore de date officielle précise, et le moteur d’apprentissage adaptatif et le contenu des cours seront continuellement mis à jour. （~2026）
• MATHia première édition ：Il n'y a pas encore de date officielle précise, Carnegie Learning lance la plateforme de tutorat en mathématiques IA MATHia. （~2014）