I. Description du Projet

I.1 Contexte :

Le projet que notre équipe de quatre personnes a réalisé s’inscrit dans une logique de micro-apprentissage contextualisé. Il visait à initier les enseignant•es du département des soins infirmiers d’un cégep fictif, Jules-Vermont, à l’utilisation de l’intelligence artificielle, en particulier NotebookLM de Google. Cette IA permet de générer des questionnaires à partir de documents textuels, ce qui offre un potentiel intéressant pour alléger le travail d’évaluation formative tout en maintenant un haut niveau de rigueur pédagogique. Ensemble, nous avons conçu une capsule de formation interactive d’environ dix minutes à l’aide du logiciel Articulate Storyline 360. Chaque membre a contribué selon ses forces respectives à la conception pédagogique, à la production technologique, à la validation des contenus ou à l’organisation des tests utilisateurs. Le projet s’est inscrit dans une démarche itérative orientée vers l’amélioration continue de la ressource avant un éventuel déploiement à plus grande échelle.

I.2 Résultats et démarches :

Nous avons adopté une approche collaborative structurée autour du modèle SAM (Successive Approximation Model), qui privilégie des cycles rapides de design, test et ajustement. Ce modèle s’est avéré particulièrement efficace pour organiser le travail d’équipe dans un environnement dynamique à échéancier court. Dès le départ, nous avons défini collectivement les objectifs pédagogiques en lien avec les besoins des futurs utilisateurs. Ensuite, nous avons réparti les tâches en fonction des expertises : scénarisation du parcours de formation, élaboration des contenus interactifs, programmation avec Articulate, création de visuels et organisation des tests. Pour l’évaluation formative, nous avons utilisé la méthode « think aloud » avec UserZoom GO, qui permettait aux testeurs de verbaliser leurs impressions pendant leur navigation. Les données ont ensuite été analysées collectivement pour guider les ajustements.

II. Commentaires et réflexions

II.1 Compétences développées :

Travailler en équipe dans ce type de projet m’a permis de développer et d’approfondir un ensemble de compétences essentielles dans le domaine de la technologie éducative. Sur le plan de la conception pédagogique, j’ai appris à co-construire un scénario de formation cohérent, à structurer les contenus selon un alignement pédagogique clair et à intégrer des stratégies d’interactivité efficaces. Sur le plan technologique, j’ai acquis une plus grande aisance avec Articulate Storyline, notamment pour la gestion des déclencheurs, l’édition des timelines et l’intégration de boucles de feedback. L’analyse collaborative des tests utilisateurs m’a permis de renforcer mes compétences en évaluation qualitative, en interprétant les commentaires dans une logique de design centré sur l’usager. Enfin, cette expérience m’a appris à collaborer efficacement en contexte de production numérique, en conciliant nos idées, en assurant une communication fluide et en adaptant notre rythme de travail aux contraintes techniques et humaines

II.2 Défis rencontrés :

Travailler à quatre a présenté des avantages mais aussi certains défis. L’un des premiers défis a été la synchronisation de nos horaires et la gestion de nos disponibilités respectives. Pour y faire face, nous avons mis en place un calendrier partagé et tenu des rencontres régulières afin d’assurer la cohérence de l’avancement. Sur le plan technique, la version d’essai limitée d’Articulate Storyline a nécessité une gestion rigoureuse du temps et une priorisation stricte des éléments essentiels. Un autre défi concernait la qualité des productions de NotebookLM. L’IA générait parfois des questions peu pertinentes ou ambiguës. Nous avons dû revoir et corriger plusieurs items, en sollicitant une validation croisée entre membres de l’équipe. Enfin, le recrutement des testeurs a exigé un effort particulier, étant donné la charge de travail élevée des enseignant•es ciblés. Nous avons opté pour des sollicitations personnalisées et souples afin d’obtenir leur participation.

II.3 Solutions adoptées :

Pour répondre à ces défis, notre équipe a mis en place plusieurs stratégies. Afin d’assurer une coordination efficace, nous avons adopté des outils de travail collaboratif comme un tableau Miro partagé pour la planification et Google Drive pour la coédition des documents. Nous avons aussi défini des rôles flexibles, permettant à chacun•e de prendre le relais si une tâche n’était pas complétée à temps. Pour la validation des questions générées par NotebookLM, nous avons instauré un processus de double vérification, avec une grille de critères partagée. Sur le plan technique, nous avons convenu d’un format SCORM standardisé compatible avec Moodle, pour contourner les limites des autres standards de traçabilité. En matière de tests utilisateurs, l’organisation de séances individuelles sur mesure, parfois en visioconférence, a permis de collecter des données tout en respectant les contraintes des participants.

II.4 Leçons apprises :

Cette expérience en équipe m’a permis de comprendre l’importance du travail collaboratif dans la réussite d’un projet technopédagogique. J’ai appris que la richesse des idées naît de la diversité des profils, mais qu’elle demande aussi de la rigueur, de l’écoute et une bonne dose de flexibilité. La co-conception de la capsule nous a obligés à concilier plusieurs visions pédagogiques, ce qui a renforcé la pertinence du résultat final. J’ai également pu mesurer la valeur ajoutée des tests utilisateurs menés tôt dans le processus : les ajustements que nous avons réalisés sur la base de leurs retours ont considérablement amélioré l’expérience d’apprentissage. Enfin, cette expérience a confirmé que l’intelligence artificielle peut être un excellent levier pédagogique, à condition d’être encadrée par une expertise humaine et un regard critique.

II.5 Autocritique et alternatives :

Avec le recul, il aurait été utile de prévoir un temps d’exploration libre à la fin de l’atelier pour que les participants puissent approfondir certains aspects à leur rythme. Nous aurions également pu explorer des solutions logicielles plus légères ou gratuites, telles que Clipchamp ou Capcut, pour éviter les contraintes liées à la performance des postes. Enfin, intégrer un volet sur la scénarisation vidéo ou le storyboard aurait enrichi la compréhension globale du processus de création.

II.6 Perspectives futures :

Notre capsule est en voie d’être bonifiée à partir des commentaires reçus lors des tests. Une fois finalisée, elle sera rendue accessible sur la plateforme pédagogique interne du cégep partenaire. Elle pourra également servir de modèle pour d’autres projets dans des disciplines variées. Notre équipe envisage de proposer une déclinaison générique de la capsule, adaptable aux contextes pédagogiques d’autres départements. En parallèle, nous explorons l’idée de développer une version enrichie avec un assistant virtuel intégré, capable d’accompagner les enseignant•es dans la formulation de questions et la sélection de documents sources. Ce projet s’inscrit dans mes ambitions professionnelles à long terme, notamment en lien avec mon mémoire de maîtrise et mon futur doctorat, qui explorent les conditions éthiques et pédagogiques d’intégration de l’IA dans les pratiques éducatives. Il reflète aussi l’importance du travail d’équipe dans le développement de solutions numériques significatives et durables