Construire un tuteur vocal IAqui enseigne vraiment.
Comment nous avons construit Disco Party, une IA conversationnelle qui se souvient de ce que vous avez appris hier et sait quand vous êtes prêt à passer à la suite.
Disco Party
Disco Party est un tuteur vocal IA que nous avons conçu pour les élèves qui veulent apprendre à leur rythme. Vous lui parlez comme si vous étiez assis face à un vrai tuteur : pas de clavier, juste de la conversation. Il couvre l’histoire des États-Unis, l’éducation civique, les sciences sociales et d’autres matières, selon les programmes scolaires américains.
Ce système offre un apprentissage réellement personnalisé et suit votre progression comme le ferait un vrai tuteur. Il reprend des éléments des leçons précédentes pour évaluer et consolider votre compréhension en continu, avec une barre de progression visible qui avance à mesure que vous démontrez votre maîtrise. Si vous bloquez ou confondez une notion, le système vous guide pas à pas, sans répéter bêtement la même explication.
Vous pouvez étudier cinq minutes ou y passer l’après-midi. Quand vous fermez l’application, elle retient où vous en étiez et ce que vous aviez compris. À la prochaine ouverture, vous reprenez exactement là où vous vous êtes arrêté : Mr. Disco (votre tuteur IA) commence par un court rappel basé sur votre dernière session.
Tutorat vocal en temps réel
Conversation vocale en temps réel avec questionnement guidé par le programme
Pourquoi le tutorat vocal par IA est difficile
Faire expliquer une notion à une IA n’a rien de compliqué. Claude, Deepseek et la famille GPT expliquent très bien l’histoire ou l’algèbre. Le plus dur, c’est de lui faire enseigner : ne pas simplement répondre aux questions à la demande, mais guider quelqu’un dans son apprentissage pendant des semaines ou des mois.
Un vrai tutorat, c’est suivre ce que quelqu’un comprend, et non ce qu’il vient simplement d’entendre. C’est conserver le contexte entre des sessions parfois espacées de plusieurs jours. C’est savoir quand avancer et quand consacrer plus de temps aux fondamentaux.
La plupart des applications de tutorat IA ne sont guère plus que ChatGPT avec du contenu pédagogique greffé dessus. Vous posez des questions, vous obtenez des réponses. Mais aucune vraie notion de progression, aucun souvenir de ce qui vous a posé problème mardi dernier, aucune adaptation à votre façon d’apprendre.
Nous voulions construire quelque chose qui se comporte davantage comme un vrai tuteur.
Un apprentissage fondé sur la maîtrise
Le système ne vous fait pas avancer parce que vous avez cliqué sur « suivant » ou donné une bonne réponse. Il vous fait progresser quand vos réponses montrent que vous avez assez bien compris la matière pour construire dessus.
Le système s’appuie sur une IA agentique pour piloter le tutorat. Un agent tuteur offre l’expérience de tutorat personnalisée en temps réel, en s’appuyant sur des modèles multimodaux pour transmettre les consignes. En parallèle, un agent évaluateur surveille la conversation en continu et, grâce à sa mémoire des sessions passées de l’élève, mesure la progression des apprentissages et envoie des indications ciblées à l’agent tuteur. Les deux agents s’appuient sur un système de génération augmentée par récupération (RAG) construit à partir des manuels de l’élève, ce qui garantit un contenu exact et aligné sur le programme.
La maîtrise est déterminée par l’agent évaluateur, qui cherche des signaux précis :
Régularité
Répondre correctement à des notions similaires ou liées, sur plusieurs sessions.
Profondeur de l’explication
Dépasser la simple restitution de surface pour fournir des explications complètes et nuancées.
Liens entre notions
Relier avec succès le sujet du moment à des acquis précédents, sans y être invité.
L’agent évaluateur utilise ces signaux pour indiquer à l’agent tuteur quand l’élève a démontré une compréhension suffisante pour passer à la notion suivante, ou quand il doit approfondir les fondamentaux avant d’avancer.
Si vous sortez du sujet, par exemple en posant une question sur la Seconde Guerre mondiale pendant une leçon sur la Révolution américaine, Mr. Disco fera le lien avec ce que vous étudiez, ou vous proposera de changer de leçon si c’est vraiment sur cela que vous voulez vous concentrer.
Continuité des sessions : le système retient votre progression et s’y adapte
Outils d’administration
Les outils d’administration permettent à des utilisateurs non techniques d’ajuster la façon d’enseigner de Mr. Disco sans reconstruire le système. Les prompts peuvent être mis à jour, testés en A/B et affinés selon la façon dont les élèves apprennent réellement. C’est essentiel, car l’enseignement n’est pas figé : il faut pouvoir itérer sur l’approche sans casser l’expérience.
Routage des modèles & ciblage des utilisateurs
Les administrateurs choisissent quels modèles d’IA assurent les sessions de tutorat en direct et peuvent répartir le trafic entre eux. Ils peuvent aussi cibler des segments d’apprenants précis, comme les nouveaux utilisateurs, les cohortes très actives ou les classes pilotes, afin que les changements de prompts soient testés auprès du bon public avant un déploiement plus large.
Infrastructure technique
L’interaction vocale repose sur LiveKit, la même technologie que celle des visioconférences professionnelles et de l’application ChatGPT d’OpenAI. Elle gère le traitement audio en temps réel, sans les latences ni les saccades des solutions bon marché. Quand vous parlez, vos mots sont traités immédiatement. Quand Mr. Disco répond, on dirait une vraie conversation, pas un robot qui lit un script.
L’ensemble du système tourne sur Google Cloud, ce qui garantit un fonctionnement fiable que vous étudiiez à 15 h ou à 3 h du matin, sur téléphone ou sur ordinateur. Nous avons utilisé des technologies serverless pour y parvenir à moindre coût et sans devops complexe, afin de livrer vite avec des pratiques modernes. De plus, Google Cloud et LiveKit acheminent dynamiquement le trafic vers les serveurs les plus proches de vous, pour une disponibilité mondiale à faible latence. Rien de lourd à télécharger, aucune attente de chargement : tout fonctionne simplement, dans votre navigateur.
LiveKit
Traitement vocal en temps réel
Google Cloud
Infrastructure serverless
Ce que nous avons appris
L’obstacle technique le plus surprenant et le plus difficile a été le prompt engineering lui-même. Obtenir la personnalité précise de « Mr. Disco » et l’expérience pédagogique voulue a demandé un affinage constant. Notre équipe a travaillé en étroite collaboration avec le client, non seulement pour atteindre la vision initiale, mais pour le rendre autonome sur le long terme. Nous avons développé un outillage spécialisé qui permet à des utilisateurs non techniques de tester en A/B des variantes de prompts dans un environnement contrôlé. Cette capacité a été décisive pour prototyper vite et itérer rapidement, de sorte que l’expérience de tutorat puisse évoluer selon les retours réels des élèves sans casser le cœur du système.
Conclusion
Disco Party montre ce qui est possible quand on construit autour de la manière dont les gens apprennent vraiment, plutôt que de simplement ajouter une interface de chat à du contenu existant. Conversation vocale en temps réel, contexte persistant d’une session à l’autre, progression guidée par le programme, avancement fondé sur la maîtrise.
C’est l’un des projets que nous avons menés chez Jinka. Nous accompagnons nos clients sur des applications d’IA dans l’éducation, l’automatisation de workflows et d’autres domaines. Si vous construisez quelque chose de complexe et avez besoin d’ingénieurs qui ont déjà résolu des problèmes similaires, contactez-nous.
Vous construisez quelque chose de complexe ?
Nous accompagnons nos clients sur des applications d’IA dans l’éducation, l’automatisation de workflows et au-delà. Parlons de ce que vous construisez.
Discutons