Du texte aux compétences : Construire un moteur IA qui comprend la lecture (2023)

DÉFI

Une entreprise de technologies éducatives devait identifier automatiquement plus de 200 compétences de lecture spécifiques dans tout texte et générer du matériel de pratique ciblé, mais disposait de données d'entraînement limitées et exigeait des résultats que des experts du domaine pourraient valider.

SOLUTION

Nous avons créé un système d'apprentissage automatique avec boucle humaine combinant l'analyse linguistique, des modèles ML personnalisés suivis dans MLflow et une interface d'annotation experte qui s'améliorait continuellement grâce aux retours—atteignant des gains de précision de 29 % à 95 %.

RÉSULTAT

Le système alimente désormais l'apprentissage personnalisé pour plus de 2 000 élèves dans 42 écoles, avec une croissance projetée à 10 000 utilisateurs dans l'année, tout en réduisant considérablement la charge de travail des enseignants pour la création d'instructions ciblées.