Interaction vocale en formation : usages et points de vigilance

Trois aspects de l’expérience vocale à examiner

1. Poser une question sans saisie au clavier

La voix peut ré­duire cer­taines étapes de saisie, tandis que le texte reste pré­fé­rable dans d’autres si­tua­tions. Le nombre de ques­tions dépend no­tam­ment du public, du contexte et de l’in­ter­face ; sans don­nées com­pa­ra­tives do­cu­men­tées, il ne faut pas an­non­cer de hausse chif­frée.

2. La pause n'est plus une rupture

Dans la dé­mons­tra­tion Di­dac­tic­Bot, la vidéo se met en pause pen­dant la ques­tion vocale, puis le par­cours re­prend à la de­mande. L’IA répond à partir du conte­nu pé­da­go­gique validé. Cette sé­quence illustre le fonc­tion­ne­ment du lec­teur, pas un gain mesuré de com­pré­hen­sion ou de conti­nui­té pé­da­go­gique.

3. Une tonalité conversationnelle différente

La voix peut donner une to­na­li­té dif­fé­rente à l’échange, mais elle ne le rend pas né­ces­sai­re­ment plus humain. Si vous avan­cez cet effet, ap­puyez-vous sur des re­tours d’ap­pre­nants iden­ti­fiés et contex­tua­li­sés, en pré­ci­sant la mé­thode de re­cueil.

Et côté formateur ?

Si l’outil conserve ou classe les ques­tions, le for­ma­teur peut s’en servir comme indice pour re­pé­rer des points à cla­ri­fier. Vé­ri­fiez les fonc­tions de trans­crip­tion, de clas­se­ment, de confi­den­tia­li­té et d’export dans la so­lu­tion choi­sie ; ces pos­si­bi­li­tés ne sont pas sys­té­ma­tiques. À lire aussi : réveiller un catalogue vidéo de formation.

Pour un centre de for­ma­tion, des don­nées d’usage peuvent com­plé­ter l’éva­lua­tion, si elles sont dis­po­nibles, in­ter­pré­tées avec pru­dence et com­mu­ni­quées dans le res­pect de la confi­den­tia­li­té. Elles ne dé­montrent pas à elles seules ce que les ap­pre­nants ont com­pris. Voir la page organismes de formation.

Pour conce­voir les ac­ti­vi­tés autour de la vidéo, consul­tez les principes de l’e-learning interactif. Choi­sis­sez les mo­da­li­tés selon la tâche et l’en­vi­ron­ne­ment de l’ap­pre­nant, plutôt que de rem­pla­cer sys­té­ma­ti­que­ment le texte par la voix.

Observer la chaîne complète, de la parole à la reprise

Une in­ter­ac­tion vocale com­porte plu­sieurs étapes à tester sé­pa­ré­ment : ac­ti­va­tion du mi­cro­phone, cap­ture, re­con­nais­sance de la ques­tion, in­ter­pré­ta­tion, ré­ponse, puis retour au cours. Un échec de re­con­nais­sance n’est pas une erreur pé­da­go­gique de la ré­ponse ; une ré­ponse cor­recte qui em­pêche de re­trou­ver le pas­sage du cours reste tou­te­fois un défaut d’usage. Pré­pa­rez une feuille d’ob­ser­va­tion avec la tâche, l’étape où sur­vient la dif­fi­cul­té, la pos­si­bi­li­té de ré­cu­pé­ra­tion et l’aide reçue. Ne ré­su­mez pas tout par une note glo­bale de sa­tis­fac­tion.

Exemple fictif : la ques­tion « Quand faut-il re­fu­ser ce dos­sier ? » de­vient « Quand faut-il re­faire ce dos­sier ? ». L’ob­ser­va­teur relève la re­for­mu­la­tion er­ro­née et vé­ri­fie si l’ap­pre­nant peut la cor­ri­ger avant d’ob­te­nir une ré­ponse. Il teste en­suite une in­ter­rup­tion, un refus d’accès au mi­cro­phone et une re­prise après erreur. Ces essais sont des exi­gences à dis­cu­ter avec le four­nis­seur ; ils ne dé­crivent pas des fonc­tions déjà dis­po­nibles dans un pro­duit. Le li­vrable est une car­to­gra­phie des in­ci­dents et des so­lu­tions de repli at­ten­dues.

Construire une matrice de conditions d’usage

Croi­sez les si­tua­tions réel­le­ment ren­con­trées : espace calme ou par­ta­gé, casque ou haut-par­leur, or­di­na­teur ou té­lé­phone, réseau stable ou dé­gra­dé. Ajou­tez des for­mu­la­tions longues, des hé­si­ta­tions et le vo­ca­bu­laire propre au métier. Ne de­man­dez pas à quelques per­sonnes de re­pré­sen­ter tous les ac­cents ou tous les han­di­caps : do­cu­men­tez les pro­fils et les li­mites de l’essai. L’ob­jec­tif est d’iden­ti­fier les condi­tions dans les­quelles une per­sonne peut ac­com­plir la tâche sans as­sis­tance dis­pro­por­tion­née, non de clas­ser les ap­pre­nants selon leur ma­nière de parler.

Fixez des cri­tères avant l’ob­ser­va­tion : pos­si­bi­li­té de poser la ques­tion, de com­prendre ce qui a été re­con­nu, de cor­ri­ger une erreur et de pour­suivre le cours. Consi­gnez sé­pa­ré­ment les in­ci­dents blo­quants et les in­con­forts. Une dif­fi­cul­té de com­pré­hen­sion sur un terme pro­fes­sion­nel peut re­le­ver du lexique du cours, tandis qu’un bouton in­trou­vable relève de l’in­ter­face. Livrez une ma­trice condi­tion, tâche, in­ci­dent, gra­vi­té, cor­rec­tion pro­po­sée. Toute fonc­tion non vé­ri­fiée reste mar­quée à confir­mer, y com­pris l’af­fi­chage d’une trans­crip­tion ou l’exis­tence d’un his­to­rique.

Prévoir une alternative qui conserve la même tâche

La re­com­man­da­tion WCAG 2.2 du 5 octobre 2023 com­porte no­tam­ment des cri­tères sur l’uti­li­sa­tion au cla­vier, les sous-titres des médias pré­en­re­gis­trés et les éti­quettes ou ins­truc­tions. Elle concerne l’ac­ces­si­bi­li­té du conte­nu Web ; elle n’éta­blit pas que la voix convient à tout le monde. Ces re­pères in­vitent à vé­ri­fier les com­mandes et les médias du par­cours, sans confondre quelques essais réus­sis avec un audit de confor­mi­té com­plet.

Pour une ac­ti­vi­té qui vise à com­prendre une pro­cé­dure, l’al­ter­na­tive si­len­cieuse doit per­mettre de tra­vailler cette même com­pré­hen­sion, pas seule­ment de lire une page gé­né­rale. Dé­cri­vez le par­cours sou­hai­té pour une per­sonne qui ne peut pas parler ou en­tendre la ré­ponse, puis vé­ri­fiez sa fai­sa­bi­li­té tech­nique. Si l’ob­jec­tif est au contraire une com­pé­tence orale, pré­ci­sez ce qui est évalué et exa­mi­nez les amé­na­ge­ments ap­pro­priés. Conser­vez un scé­na­rio de re­cette au cla­vier et une liste des in­for­ma­tions in­dis­pen­sables dis­po­nibles au­tre­ment que par le son. Faites relire ce scé­na­rio par une per­sonne com­pé­tente en ac­ces­si­bi­li­té.

Clarifier le traitement de la voix et les règles de recours

De­man­dez quels élé­ments sont trans­mis, conser­vés ou sup­pri­més : audio brut, trans­crip­tion, ques­tion, ré­ponse, iden­ti­fiant de ses­sion. Pour chacun, iden­ti­fiez la fi­na­li­té, les des­ti­na­taires, la durée de conser­va­tion et les pos­si­bi­li­tés d’exer­cice des droits. Faites exa­mi­ner le cadre ap­pli­cable par le res­pon­sable com­pé­tent ; une au­to­ri­sa­tion tech­nique du mi­cro­phone ne suffit pas à régler toutes les ques­tions de pro­tec­tion des don­nées. Un en­vi­ron­ne­ment par­ta­gé peut éga­le­ment rendre la ques­tion au­dible par des tiers, même si aucun en­re­gis­tre­ment n’est conser­vé.

Pré­voyez enfin un re­cours pé­da­go­gique : qui contac­ter si la ré­ponse semble fausse, si le sup­port ne couvre pas la ques­tion ou si la voix reste in­uti­li­sable ? Dans un scé­na­rio fictif de for­ma­tion à une pro­cé­dure sen­sible, l’équipe décide que toute am­bi­guï­té ren­voie au for­ma­teur plutôt qu’à une ré­ponse im­pro­vi­sée. For­ma­li­sez cette limite dans les consignes et testez-la. Le li­vrable final ras­semble les in­ci­dents ou­verts, les mo­da­li­tés al­ter­na­tives réel­le­ment dis­po­nibles et la dé­ci­sion de mise à dis­po­si­tion, avec son res­pon­sable.

À retenir

L’in­ter­ac­tion vocale est une option d’in­ter­face, dont l’uti­li­té dépend des ob­jec­tifs, du public et des condi­tions d’accès. Elle peut com­plé­ter d’autres mo­da­li­tés, mais ne re­pro­duit pas à elle seule le pré­sen­tiel ni ne révèle di­rec­te­ment ce que pense ou com­prend un ap­pre­nant.