Kodokon kodokon.com

Construire son programme d'apprentissage piloté par l'IA

Transformez l'IA en tuteur personnel : diagnostic honnête, plan par semaines, répétition espacée et suivi mesurable de vos progrès.

11 min · 3 questions

Ouvrir cette leçon dans Kodokon

Un développeur senior qui apprend un nouveau domaine commet presque toujours la même erreur : il surestime ses acquis transférables et sous-estime ses angles morts. Demander directement un plan d'apprentissage à une IA aggrave le problème, car le modèle vous renvoie un programme générique calibré sur un profil moyen qui n'existe pas. La bonne séquence est donc : diagnostic d'abord, plan ensuite. Le diagnostic doit être adaptatif - chaque question s'ajuste à votre réponse précédente, exactement comme un examinateur humain qui creuse là où vous vacillez. C'est précisément ce qu'un modèle conversationnel sait faire, à condition de le contraindre : sans règles explicites, il glisse vers son comportement par défaut, qui est de vous enseigner au lieu de vous évaluer.

PROMPT
Tu es un tuteur technique senior chargé d'établir mon diagnostic de compétences avant de construire un programme d'apprentissage.
Contexte : je suis développeur avec [X] années d'expérience en [VOS DOMAINES ACTUELS] et je veux progresser sur [DOMAINE CIBLE, ex. Rust, systèmes distribués].

Déroulé imposé :
1. Pose-moi 10 questions de difficulté croissante, UNE PAR UNE. Attends ma réponse avant la suivante.
2. Ne commente pas mes réponses pendant le test : pas de correction, pas de félicitations.
3. Adapte chaque question à ma réponse précédente : plus difficile si je réussis, question latérale sur le même thème si j'échoue.
4. Inclus au moins 2 questions où je dois écrire du code de tête et 2 questions sur des cas limites.

À la fin seulement, rends un bilan au format :
- Acquis solides (avec la preuve tirée de mes réponses)
- Fragilités (avec l'erreur exacte que j'ai commise)
- Lacunes probables non testées
- Les 3 priorités d'apprentissage, justifiées en une phrase chacune.

Interdiction : ne me donne aucun cours pendant le diagnostic.
Prompt de diagnostic adaptatif - à lancer avant toute demande de plan

Une fois le bilan en main, faites-en la matière première du plan. Un bon plan d'apprentissage respecte trois principes validés par la recherche en sciences cognitives : la pratique délibérée (des exercices juste au-dessus de votre niveau, jamais confortables), l'entrelacement (mélanger les thèmes plutôt que les traiter en blocs étanches) et la répétition espacée (revoir une notion juste avant de l'oublier, à intervalles croissants). Exigez aussi un critère de réussite vérifiable par semaine : « comprendre les lifetimes » n'est pas vérifiable, « faire compiler tel programme sans clone() superflu » l'est.

PROMPT
Tu es ingénieur pédagogique spécialisé dans la formation de développeurs expérimentés.
À partir du bilan de diagnostic ci-dessous, construis un plan d'apprentissage de 6 semaines pour atteindre : [OBJECTIF MESURABLE, ex. être capable d'écrire un service HTTP concurrent en Rust sans assistance].

[COLLER ICI LE BILAN DU DIAGNOSTIC]

Contraintes :
- 45 minutes par jour, 5 jours par semaine, pas davantage.
- Chaque semaine : un objectif vérifiable, un mini-projet, et 2 séances de rappel portant sur les semaines précédentes (répétition espacée).
- 70 % de pratique, 30 % de théorie maximum.
- Aucun contenu que je pourrais copier-coller : uniquement des exercices où je produis moi-même.
- Les thèmes doivent être entrelacés, pas traités en blocs isolés.

Format attendu : tableau semaine par semaine avec les colonnes Objectif / Exercices / Rappels / Critère de réussite.
Termine par la question exacte que tu me poseras en fin de semaine 1 pour vérifier que l'objectif est atteint.
Prompt de plan par semaines - le bilan du diagnostic est obligatoire en entrée

Le maillon faible de tout auto-apprentissage est la révision. La courbe de l'oubli est brutale : sans rappel, vous perdez l'essentiel d'une notion en quelques jours. La parade éprouvée est le rappel actif - récupérer l'information de mémoire, pas la relire - à intervalles croissants (1, 3, 7, 14, 30 jours). L'IA excelle ici, à une condition : lui fournir un journal d'apprentissage. Tenez un fichier texte où chaque séance ajoute une ligne : date, notion, erreurs commises. Ce journal devient l'état persistant que le modèle n'a pas entre deux conversations.

PROMPT
Tu es mon système de répétition espacée. Voici mon journal d'apprentissage (notions étudiées, dates, erreurs commises) :

[COLLER LE JOURNAL]

Ta mission :
1. Sélectionne les 5 notions les plus urgentes à réviser selon leur date de dernier rappel et mes échecs passés (priorité absolue aux notions où j'ai déjà fait des erreurs).
2. Pose-moi une question de rappel actif par notion : jamais de QCM, uniquement des questions ouvertes ou du code à écrire de tête.
3. Une question à la fois. Après ma réponse : corrige-moi, puis indique dans combien de jours revoir cette notion (1, 3, 7, 14 ou 30) selon la qualité de ma réponse.

Format final : une liste « notion - prochaine révision - justification » que je copierai telle quelle dans mon journal.
Interdiction : ne réexplique jamais une notion tant que je n'ai pas tenté de répondre.
Prompt de séance de rappel - 10 minutes, 2 à 3 fois par semaine

Reste le suivi. Un plan qui ne se recale jamais devient une fiction au bout de deux semaines. Programmez un re-diagnostic léger toutes les deux semaines : cinq questions ciblées sur les objectifs passés, générées par l'IA à partir de votre journal. Deux signaux imposent de réviser le plan : vous réussissez tout du premier coup (le plan est trop facile, vous n'êtes plus en pratique délibérée) ou vous échouez aux rappels de notions vues il y a plus de deux semaines (le rythme de révision est trop lâche). Dans les deux cas, redonnez le bilan à l'IA et demandez un plan corrigé - jamais un plan neuf, toujours un différentiel justifié.

Quiz de validation

Vérifiez que vous avez bien retenu les points clés de cette leçon.

  1. Pourquoi faut-il un diagnostic avant de demander un plan d'apprentissage à l'IA ?
    • Parce que les modèles refusent de générer un plan sans données préalables
    • Pour calibrer le plan sur vos lacunes réelles au lieu d'un profil moyen supposé
    • Pour prouver au modèle que vous êtes un développeur expérimenté
  2. Quel mécanisme rend la répétition espacée réellement efficace ?
    • Relire ses notes immédiatement après chaque séance
    • Le rappel actif à intervalles croissants, juste avant le moment de l'oubli
    • Tout réviser d'un bloc la veille de commencer un projet
    • Multiplier les supports différents pour une même notion
  3. Dans le prompt de séance de rappel, pourquoi interdire les QCM à l'IA ?
    • Parce que les modèles génèrent souvent des QCM incorrects
    • Parce que reconnaître une bonne réponse parmi des choix est bien plus facile que la récupérer de mémoire, donc moins formateur
    • Parce que les QCM prennent trop de temps à corriger