WeSign — Retour en temps réel assisté par IA pour l'apprentissage de la langue des signes vietnamienne, Hanoï
Viêt Nam
WeSign offre aux élèves sourds et malentendants du primaire à Hanoï un retour en temps réel, généré par IA, sur …
Mexique · Tijuana · Voir le profil de Mexique
Preuves: Quasi expérimental Top 25% 60/100 · Demandez à Evidence Copilot à propos de cette pratique
Des chercheurs du TecNM et de l'UABC à Tijuana ont conçu une appli combinant vision par ordinateur et difficulté adaptative pour enseigner la langue des signes mexicaine, avec 95,7 % de précision et un gain d'apprentissage de 0,78 face à un groupe témoin.
La langue des signes mexicaine (LSM) est la langue première de la communauté sourde du Mexique, mais sa place dans l'éducation formelle a longtemps été limitée par une pénurie d'interprètes qualifiés et un manque de technologies soutenant un enseignement personnalisé. Une équipe de recherche du Tecnológico Nacional de México (TecNM), basée à l'Instituto Tecnológico de Tijuana, a entrepris de combler cette lacune en 2023, dans le cadre d'une bourse de recherche approuvée par le TecNM, conjointement avec l'Universidad Autónoma de Baja California (UABC).
Le projet visait à développer une application mobile combinant reconnaissance gestuelle par vision par ordinateur et difficulté adaptative des leçons pour enseigner la LSM, selon un processus de conception Scrum avec la contribution d'enseignants, de linguistes et de membres de la communauté sourde.
L'équipe a construit un modèle de reconnaissance gestuelle utilisant des réseaux neuronaux convolutifs et l'estimation de pose, compressé pour une utilisation embarquée, et a mené une comparaison contrôlée de l'application adaptative avec un groupe témoin non adaptatif, publiée après évaluation par les pairs dans Future Internet (MDPI) en septembre 2026.
Le modèle de reconnaissance gestuelle a atteint une précision top-1 de 95,7 % (98,61 % top-3) après compression de 38 Mo à 10,4 Mo, avec un temps d'exécution d'environ 112 ms par image. Les apprenants utilisant la version adaptative ont obtenu un gain d'apprentissage normalisé de 0,78 (précision de reconnaissance des signes passant de 48,2 % à 88,7 %), une rétention de 84,3 % lors d'un post-test différé, et une précision de 73,5 % sur les tâches de transfert contre 57,2 % pour le groupe témoin non adaptatif ; l'utilisabilité a obtenu un score de 89,1/100 (System Usability Scale) avec un Net Promoter Score de +72, et la charge cognitive autodéclarée (NASA-TLX) est passée de 62 à 44.
Ces résultats proviennent d'une seule étude évaluée par des pairs, menée par l'équipe même du développement, et non d'un déploiement multi-sites répliqué de manière indépendante ; la publication ne précise pas non plus le nombre d'élèves sourds ayant participé, ni un quelconque déploiement à l'échelle de la classe au-delà du pilote.
National / regional programmes
Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.
Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.
D'où proviennent les informations de cette pratique, et quand.
Viêt Nam
WeSign offre aux élèves sourds et malentendants du primaire à Hanoï un retour en temps réel, généré par IA, sur …
Inde
La plateforme d'IA d'I-Stem convertit documents STEM, examens et manuels en formats accessibles aux lecteurs d'écran avec 92% de précision. …
Kenya
L'ONG kényane inABLE et Google ont testé le sous-titrage en direct par IA à l'école primaire Kambui pour sourds, avec …
Palestine, État de
Des chercheurs de l'Université arabo-américaine de Palestine, soutenus par Warwick, ont conçu un Vision Transformer reconnaissant les gestes de la …
Ouvrir le copilote complet Fondé sur des pratiques citées — vérifiez toujours les sources.