MODEL-PRO

Ce projet s’inscrit dans la continuité de recherches fondamentales et appliquées menées à l’UGA entre 2013 et 2020 (ANR-11-IDFI-0024) qui ont abouti à la réalisation d’un dispositif d’évaluation en langues à visée formative : SELF. Ce dispositif, qui se décline en 7 langues cibles et qui compte parmi les actifs de propriété intellectuelle de l’UGA, est déployé auprès d’une trentaine d’Établissements en France et à l’international par Floralis, filiale de valorisation de l’UGA.

L’évaluation automatisée des habiletés langagières représente un enjeu éducatif de taille pour les institutions d’enseignement secondaire et supérieur. Si l’expertise acquise par l’UGA avec SELF – et ailleurs par des organismes de formation privés – permet de satisfaire un certain nombre d’attentes, un défi majeur reste à relever : évaluer de manière automatisée la production orale spontanée en L2. À ce jour, aucun produit de formation disponible sur le marché ou conçu en milieu académique n’a encore atteint cet objectif ambitieux.

Le projet MODEL-PRO se donne précisément comme but de permettre à SELF d'évaluer la Production Orale (PO). Ce macro-objectif se situe dans une démarche d’amélioration continue de SELF, dont les perspectives d’évolution à moyen terme (cinq ans) sont d’ordre technologique et pédagogique. Si au niveau technologique l’application doit pouvoir gagner en robustesse et en adaptabilité, au niveau pédagogique les attentes convergent vers la réalisation d’un modèle informatisé qui permette d’apprécier de manière valide et fiable le degré d’aisance des locuteurs à l’oral en L2 sur l’échelle des niveaux du Cadre Européen Commun de Références pour les Langues (de A1 à C2).

En tenant compte de cet horizon, le macro-objectif de MODEL-PRO se subdivise en deux sous-objectifs :

1. Doter l’application SELF d’un module de « Production Orale » permettant à l’utilisateur de s’enregistrer sur la base d’une typologie de tâches établies en adéquation avec l’échelle de niveaux visée.

2. Créer un premier modèle de prédiction des scores de PO entraîné à l'aide des enregistrements collectés (point 1) et préalablement traités et évalués par des experts linguistes et pédagogues.

Ces deux sous-objectifs, réalisables en un temps court (18-20 mois) et à l’aide d’un investissement financier raisonnable (30K€), permettront à la fois à l’application actuelle d’effectuer un saut qualitatif au niveau de ses fonctionnalités et de générer une grande quantité de données. Ces avancées permettront à leur tour de jeter les bases d’un projet scientifique de vaste envergure (ANR ou ERC) en Intelligence Artificielle. Par ce biais, nous pourrions nettement relever les standards de l’évaluation automatique de la parole spontanée en L2 par rapport à des phénomènes d’oralité jugés linguistiquement et pédagogiquement pertinents, dans une perspective à la fois formative et certificative.