Lumilo — Les lunettes intelligentes de Carnegie Mellon pour enseignants : les analyses en temps réel d'un tuteur IA améliorent l'apprentissage dans une expérience sur 286 élèves

Lumilo est une application HoloLens d'aide à l'enseignant, conçue avec des enseignants par Kenneth Holstein et Vincent Aleven à la Carnegie Mellon University. Elle fonctionne avec un tuteur IA et superpose au-dessus des élèves des icônes indiquant si chacun avance bien, est en difficulté ou décroche, avec des écrans de détail sur les points de blocage.
Une étude de terrain a porté sur 343 collégiens de 18 classes, 8 enseignants (tous avec plus de 5 ans d'enseignement des mathématiques et une expérience des tuteurs IA) et 4 établissements. Les classes ont été affectées aléatoirement, avec stratification par enseignant, à trois conditions : sans lunettes (pratique habituelle avec tuteur IA), lunettes sans analyses et lunettes avec analyses (Lumilo complet). Les élèves ont passé un pré-test de 15 minutes, deux séances avec le tuteur « Lynnette » sur les équations linéaires, puis un post-test de 15 minutes. Après exclusion de 57 élèves absents un jour ou plus, 286 ont été analysés par modélisation linéaire hiérarchique.
Résultats : l'usage de Lumilo a amélioré l'apprentissage par rapport à la pratique habituelle et les analyses ont apporté un bénéfice au-delà des seules lunettes (une partie du gain provenait des lunettes sans analyses, un effet de nouveauté ou de surveillance ne peut donc être exclu). Les enseignants utilisant Lumilo ont consacré plus de temps aux élèves de faible niveau initial ; ceux-ci ont le plus progressé, atténuant l'effet habituel « les riches s'enrichissent ». Les auteurs y voient la première démonstration expérimentale qu'un partenariat enseignant–IA peut améliorer les résultats.
Réserves : seulement deux séances sur un thème (équations linéaires), peu d'enseignants et d'établissements, aucun suivi à long terme, et la presse de 2018 jugeait les lunettes trop lourdes pour un port prolongé et pas prêtes pour le marché. L'enseignement transférable est le modèle de conception — rendre visibles en temps réel à l'enseignant les données du tuteur IA — plutôt que le matériel.