Anthropic, une société de recherche et de sécurité en matière d’IA qui s’efforce de construire des systèmes d’IA fiables, interprétables et pilotables, s’associe à Pratham, l’une des plus grandes organisations à but non lucratif dans le domaine de l’éducation, pour développer des outils alimentés par l’IA qui aident les étudiants à apprendre plus efficacement.
Le premier produit issu de ce partenariat est le « Anytime Testing Machine (ATM) ». Ce système d’évaluation de bout en bout, alimenté par Claude, génère des tests conformes au programme scolaire, numérise les réponses manuscrites des élèves, fournit une notation automatique et délivre un retour d’information personnalisé. De cette manière, les élèves apprennent non seulement leurs résultats, mais reçoivent également des conseils sur ce qu’ils doivent faire par la suite. Il est essentiel que l’ATM soit conçu pour renforcer les parcours d’apprentissage, et non pour les remplacer. Pour garantir l’intégrité pédagogique et l’alignement sur les réalités de la classe, la supervision humaine reste au cœur de l’utilisation et de la fourniture de l’ATM, les enseignants et les instructeurs de la communauté examinant et contextualisant les commentaires générés par l’IA avant qu’ils ne soient partagés avec les apprenants.
La collaboration a été très itérative et axée sur la mise en œuvre. Les équipes d’Anthropic et de Pratham se sont réunies régulièrement pendant plusieurs mois pour affiner conjointement le système – non seulement pour déployer le modèle, mais aussi pour améliorer la clarté des questions, calibrer les critères de notation et adapter le retour d’information pour s’assurer qu’il est accessible aux apprenants de langues secondes.
Pour les premiers projets pilotes en Inde, l’ATM a été conçu pour fonctionner dans le cadre des réalités systémiques et vécues du pays, et non en dehors de celles-ci. Par exemple, la conception a pris en compte les défis posés par le contexte, notamment les évaluations qui génèrent souvent des notes sans retour d’information exploitable, les écoles manquant de ressources, les ratios élèves-enseignants élevés, le soutien individualisé limité, la connectivité inégale et l’accès à l’appareil. Grâce à ces projets pilotes, l’ATM a déjà touché 6 000 apprenants, notamment des écoliers et des femmes plus âgées qui reviennent pour passer leurs examens de 10e année. En 2026, l’ATM sera testé auprès de 15 000 apprenants supplémentaires dans le pays.
« Les outils d’IA comme Claude nous donnent un moyen de réimaginer l’apprentissage pour les étudiants qui n’ont pas accès à des ressources éducatives avancées », a déclaré Madhav Chavan, cofondateur de Pratham. « En plus de fournir un soutien personnalisé pour comprendre le manuel, l’innovation ATM aidera les enfants à vérifier et à authentifier leurs connaissances au-delà des manuels. »
Pour M. Chavan, l’évaluation n’est que le point de départ de quelque chose de plus vaste : un système dans lequel les élèves pourront éventuellement être testés sur n’importe quel sujet, et pas seulement sur ce que le programme scolaire prescrit, et recevoir un diplôme pour ce qu’ils savent réellement. « Au lieu de poser aux enfants des questions sur le programme scolaire, posez-leur des questions sur ce qu’ils savent », a déclaré M. Chavan. « Si nous inversons les choses, nous pouvons transformer le système éducatif, qui n’est plus un mécanisme de filtrage, en un système qui offre des parcours différenciés en fonction des intérêts et des connaissances de base de l’enfant. Avant l’IA, cela n’était pas possible.
Le partenariat s’étend déjà. Anthropic soutiendra l’initiative Tech in TaRL (Teaching at the Right Level) de Pratham, un système d’aide aux enseignants alimenté par l’IA, dont l’essai contrôlé randomisé est prévu pour plusieurs milliers d’élèves. Pratham et Anthropic explorent également l’infrastructure publique numérique éducative (y compris les graphes de connaissances), ainsi que les possibilités de répondre aux besoins des apprenants dans des pays comme le Kenya, le Rwanda et d’autres communautés dans le Sud global. Au cours des trois prochaines années, l’objectif de Pratham est de faire évoluer l’ATM vers un moteur d’apprentissage et d’accréditation qui reconnaît les compétences acquises par des voies non linéaires, disponibles pour les apprenants du monde entier.
