evidoria

← Retour à la liste

Good practice

bettermarks — L'efficacité réelle de la plateforme de mathématiques adaptative par IA dans les systèmes scolaires des Länder allemands

Allemagne · Berlin · Voir le profil de Allemagne

La plateforme allemande bettermarks — utilisée dans 9 des 16 Länder, environ 500 000 élèves — a fait l'objet en 2026 de son test indépendant le plus rigoureux : une étude sur 587 élèves d'écoles défavorisées a montré des gains réels mais liés à l'usage, impact moyen quasi nul.

587 students, 60 classes, 25 schools
Échantillon de l'étude de terrain allemande (Sept 2024 - Mar 2025)
9.2 minutes/week
Utilisation hebdomadaire moyenne du système (Allemagne)
β=.13 (p<.01)
Effet individuel de l'utilisation à l'école
2,143 students, 237 schools
Échantillon de l'étude uruguayenne (PAM) (study published Oct 2017)
0.20 standard deviations
Effet sur les gains d'apprentissage en Uruguay (PAM)
~500,000 students, 500+ schools, 9 of 16 German federal states
Échelle de déploiement de la plateforme (as of August 2025)
bettermarks — L'efficacité réelle de la plateforme de mathématiques adaptative par IA dans les systèmes scolaires des Länder allemands

Détails

Maturité
Established
Promoteur
bettermarks GmbH
Période
2009 pilot – ongoing; cited field study Sept 2024 – Mar 2025
Mots-clés
adaptive learning, mathematics, intelligent tutoring system, K-12

Contexte

bettermarks est une plateforme allemande de mathématiques adaptative fondée sur l'IA qui génère des exercices individualisés et des retours étape par étape basés sur les erreurs de chaque élève. À la suite d'une étude pilote de 2009 menée par le ZNL Transfer Center for Neuroscience and Learning de l'université d'Ulm (34 écoles, un semestre, effet positif significatif sur les performances en fractions), la plateforme s'est étendue à des licences dans au moins 9 des 16 Länder allemands, l'entreprise déclarant environ 500 000 élèves utilisateurs et plus de 500 écoles en août 2025.

Activités

Son évaluation indépendante la plus rigoureuse à ce jour est une étude de terrain évaluée par des pairs en 2026, menée par Schaaf, Rolfes, Nagy et Heinze (Frontiers in Education), qui a suivi 587 élèves de 8e-9e année dans 60 classes de 25 écoles socio-économiquement défavorisées du Schleswig-Holstein, d'un prétest (septembre-octobre 2024) à un post-test (février-mars 2025). Une évaluation d'impact antérieure, d'octobre 2017, menée par Perera et Aboal (Centro de Investigaciones Económicas, commandée par le Plan Ceibal uruguayen) a suivi 2 143 élèves du primaire dans 237 écoles utilisant la même plateforme, appelée localement PAM.

Résultats

L'utilisation moyenne du système dans l'étude allemande n'était que de 9,2 minutes/semaine (4,6 à l'école, 4,5 à la maison). Les gains d'apprentissage moyens sur l'ensemble de l'échantillon étaient proches de zéro, mais les élèves ayant utilisé le système plus que leurs camarades pendant les heures scolaires ont montré un bénéfice individuel faible mais statistiquement significatif (β=.13, p<.01) ; l'utilisation à domicile et les effets agrégés au niveau de la classe n'étaient pas significatifs. En Uruguay, l'étude antérieure a constaté un effet positif robuste de 0,20 écart-type sur les gains d'apprentissage en mathématiques, l'effet augmentant pour les élèves ayant complété davantage d'exercices — un net effet dose-réponse.

Conclusions

Pris ensemble, ces résultats montrent que bettermarks peut être bénéfique — en particulier pour les élèves qui l'utilisent réellement de manière régulière, surtout dans un cadre scolaire structuré — mais les effets moyens et inconditionnels sont faibles ou nuls, et l'impact dépend fortement du dosage et de la mise en œuvre, et non du seul logiciel.

Mise en œuvre

Coût indicatif
Medium (€50k–€500k)
Délai jusqu’aux résultats
Long (> 3 years)
Personnel et compétences
ZNL Transfer Center for Neuroscience and Learning, University of Ulm (original pilot research), bettermarks GmbH (platform vendor), 52 teachers involved in the 2009 ZNL pilot

Conditions de réussite

  • Consistent, sustained in-school usage (dose-response relationship between usage and learning gain)
  • Structured classroom integration rather than unsupervised home use

Modes d’échec courants

  • Average, unconditional effects are small or null without sufficient dosage
  • Home use showed no significant effect
  • No independent data-protection or algorithmic-transparency audit found

Où cela s’applique

Type de gouvernance
statewide licensing by German federal state education authorities; commissioned national evaluation in Uruguay (Plan Ceibal)
Échelle
multi-state/national, ~500,000 students
Niveau de revenu
high-income (Germany) and upper-middle-income (Uruguay) deployments

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles