Chaque apprenant en langues a désormais son tuteur

La meilleure façon d'apprendre une langue a toujours été d'avoir un professeur patient. Pour la première fois, tout le monde peut en avoir un. Voici ce que cela change pour les apprenants, les enseignants et les écoles.

Le plus dur, c'est de parler

Demandez à n'importe qui ayant appris une deuxième langue quelle a été la partie la plus difficile. La plupart vous répondront : parler.

Le mois dernier, nous avons créé un tuteur IA pour s'entraîner précisément à cela. Des centaines de milliers de personnes l'ont vu apprendre à quelqu'un à commander un café en japonais.

https://x.com/wayne_liang_/status/2098119361894752627

Une grande partie des partages provenait de locuteurs natifs japonais. Un parent nous a confié que sa fille avait abandonné la pratique de l'anglais avec une IA uniquement vocale parce qu'il n'y avait rien à regarder, et qu'elle serait peut-être prête à retenter l'expérience avec celle-ci. Un autre nous a suppliés d'ajouter le mandarin taïwanais. Un développeur a simplement demandé : « Maintenant, qu'est-ce que je dois construire ? »

Personne ne s'est demandé si le rendu était assez réaliste. Ils le voulaient, tout simplement. C'est exactement ce dont la pratique orale a toujours eu besoin : un partenaire patient, dans n'importe quelle langue, disponible quand on le souhaite. Jusqu'ici, la plupart des apprenants n'en ont jamais eu.

Un problème vieux de 40 ans

En 1984, le chercheur en éducation Benjamin Bloom a publié ce qu'il a appelé le problème des 2 Sigma. Les élèves bénéficiant d'un tuteur individuel (1:1) surpassaient ceux en classe de deux écarts-types. L'élève moyen accompagné par un tuteur obtenait de meilleurs résultats que 98 % de sa classe.

Bloom, B. S. (1984). The 2 Sigma Problem. Educational Researcher, 13(6), 4–16. doi.org/10.3102/0013189X013006004

Nous connaissons la meilleure méthode d'apprentissage depuis plus de 40 ans. Nous étions simplement incapables d'offrir un tuteur à chacun.

Les langues rendent la tâche encore plus ardue. On n'apprend pas à parler dans un manuel. Il faut quelqu'un en face de soi, qui écoute, réagisse et patiente pendant qu'on cherche ses mots. Idéalement, quelqu'un qui maîtrise à la fois votre langue maternelle et la langue cible, afin de pouvoir vous expliquer vos erreurs. Pour la plupart des combinaisons linguistiques, cette personne est introuvable, coûte cher et n'est disponible qu'à certaines heures. Et face à un être humain, chaque erreur donne l'impression d'être jugée.

Résultat : la plupart des apprenants se contentent de ce qu'ils ont sous la main, des cartes mémoire aux applications en passant par les exercices de grammaire. Puis ils se figent la première fois qu'une vraie personne leur répond.

Ce qui a changé cette année

Trois éléments sont arrivés simultanément.

Des modèles vocaux qui écoutent tout en parlant. Vous pouvez interrompre, bafouiller ou changer d'avis en pleine phrase : la conversation continue.

Un visage qui réagit en temps réel. Il hoche la tête, marque une pause et semble perplexe lorsque vous dites quelque chose d'étrange. C'est ça, une vraie conversation, et la voix seule ne suffit pas pour s'y entraîner.

Des coûts qui ne cessent de baisser. La pratique en direct était autrefois une fonctionnalité de luxe. Aujourd'hui, elle est facturée à la minute, et cette minute coûte de moins en moins cher.

Notre tuteur de japonais combine les deux premiers éléments. Nous l'avons conçu comme l'un des partenaires de lancement de GPT-Live d'OpenAI, doté d'un visage LiveAvatar. Essayez de commander un café puis de changer d'avis au milieu de votre phrase : le tuteur suit le rythme, corrige votre prononciation et vous apprend le mot qui vous manquait. C'est désordonné, rapide et un peu stressant, exactement comme une vraie conversation.

Le troisième changement est celui sur lequel nous avons le plus travaillé. Quand nous avons demandé à nos clients ce qui les freinait, la réponse portait sur la capacité de mise à l'échelle et la rentabilité, pas sur le réalisme. Nous avons donc passé six mois à optimiser chaque session en direct. Le résultat : une simultanéité illimitée sur tous les forfaits payants, et des minutes à partir de 0,01 $ pour nos offres entreprise. Toute l'histoire est détaillée dans notre publication :

https://x.com/TryLiveAvatar/status/2092281613682123061

La qualité détermine si un tuteur est bon. Le coût détermine qui y a droit. On le voit déjà chez le leader de la catégorie. Duolingo a qualifié la pratique orale de sa plus grande lacune. Ses appels vidéo avec Lily ont plus que doublé le nombre de mots prononcés par chaque apprenant, et à mesure que les coûts de l'IA baissent, l'application transfère ces appels vers un forfait moins cher afin que dix fois plus d'utilisateurs puissent y accéder.

Cela change la donne pour tous les acteurs de l'apprentissage des langues : apprenants, enseignants et écoles.

Pour les apprenants : un tuteur disponible à 2 h du matin, à la patience inépuisable

Imaginez quelqu'un qui passe l'épreuve orale de l'IELTS vendredi, avec un visa qui dépend de son score. Il est 2 h du matin. Son professeur dort. L'examen se déroule en face à face avec un examinateur, et c'est précisément ce qui l'effraie.

Ce soir, il peut passer un examen blanc complet. Puis recommencer.

Ou imaginez quelqu'un qui apprend le coréen pour discuter avec la grand-mère de son partenaire. Il a cent questions qu'il n'oserait jamais poser à un humain. « Comment dit-on cela poliment ? » « Pardon, c'était quoi le mot pour "délicieux", déjà ? » Un tuteur IA a entendu toutes ces questions et ne s'en lasse jamais. Les chercheurs constatent régulièrement que s'entraîner avec une IA réduit l'anxiété liée à l'expression orale sur le moment, et que c'est justement cette anxiété qui empêche la plupart des gens de parler.

N'importe quelle langue, n'importe quel accent, n'importe quel contexte : un café à Tokyo, un entretien d'embauche à Londres, un dîner avec la belle-famille. Et c'est vous qui choisissez le tuteur avec lequel le courant passe : sa voix, sa personnalité, son niveau de patience. Ensuite, il reprend toujours exactement là où vous vous étiez arrêté.

Pour les enseignants : plus de pédagogie, moins de répétitions

Demandez à n'importe quel professeur de langue combien de fois il a posé la question : « Alors, d'où venez-vous ? »

Une part énorme du temps d'enseignement est consacrée aux répétitions : les mêmes questions d'échauffement, les mêmes corrections, les mêmes exercices. Elles sont nécessaires, mais ce n'est pas là que les grands professeurs excellent.

L'IA peut se charger des répétitions. Les enseignants conservent les moments qui comptent vraiment : les nuances culturelles, l'encouragement quand l'apprenant veut abandonner, le plan de cours que seul quelqu'un qui connaît l'élève peut concevoir. Les étudiants arrivent échauffés, les bases acquises, et l'heure passée avec un humain va beaucoup plus loin.

La Harvard Business School applique déjà ce modèle. Dans Foundry, son programme de huit semaines destiné aux fondateurs, les intervenants continuent d'enseigner en direct chaque semaine. Entre les sessions, les LiveAvatars de ces mêmes intervenants donnent à chaque fondateur un retour sur ses pitchs d'entraînement et ses simulations de réunions de conseil d'administration. Ce n'est pas un programme linguistique, mais la logique est identique : le professeur enseigne, l'avatar gère les répétitions.

La directrice du programme a confié au New York Times qu'elle imaginait d'abord quelque chose de plus proche d'un chatbot. Les étudiants ont plutôt réclamé une expérience plus encadrée. L'un des intervenants, le capital-risqueur Jeff Bussgang, a admis que son jumeau numérique était un peu « flippant ». Son verdict malgré tout : « Mes étudiants adorent. »

Pour les écoles et instituts : ce qu'on ne pouvait pas mettre à l'échelle

Toutes les écoles de langues enseignent l'expression orale. Peu peuvent en offrir suffisamment à chaque élève, car la pratique nécessite un interlocuteur humain, et une école ne dispose que d'un nombre limité de professeurs.

Les examens illustrent parfaitement ce décalage. De nombreuses applications de préparation aux examens de Cambridge n'incluent aucune épreuve orale. Pas parce que l'oral n'a pas d'importance, mais parce qu'il requiert un examinateur en chair et en os, et qu'on ne peut pas intégrer un humain dans une application.

Les examens oraux à fort enjeu placent une personne en face de vous. L'IELTS se passe en face à face. L'OET, le test d'anglais destiné aux médecins et infirmiers, consiste en un jeu de rôle avec un patient. Même la refonte 2026 du TOEFL a ajouté une tâche « Passer un entretien » avec une vidéo d'une personne qui pose les questions.

L'expression orale a toujours été le volet que les écoles ne pouvaient pas industrialiser. Désormais, chaque élève peut avoir un examinateur tous les jours, et les enseignants reçoivent des transcriptions et des notes au lieu de deviner qui s'est entraîné. Un seul professeur peut proposer une pratique orale quotidienne à toute une promotion. Et un étudiant qui n'aurait jamais pu s'offrir un tuteur privé bénéficie du même entraînement que celui qui le peut.

Le basculement s'accélère dès que les apprenants essaient. Une entreprise de formation linguistique en entreprise avec laquelle nous travaillions qualifiait les avatars IA de gadget. Puis ils ont installé une démo sur leur stand lors d'un salon EdTech en France. La file d'attente débordait dans le couloir. Ils ont aujourd'hui un client prêt à payer plus cher spécifiquement pour cette fonctionnalité.

Les sceptiques n'ont pas changé d'avis grâce à un discours commercial. Ils ont changé d'avis en observant les apprenants.

Si vous développez dans le domaine des langues

Ces derniers mois, nous avons échangé avec des entreprises du secteur linguistique, des instituts vieux de 20 ans aux applications lancées il y a deux ans. Aucune ne nous a demandé pourquoi les apprenants voudraient de cette technologie. Elles demandaient toutes par où commencer et comment rendre le modèle économique viable. Voici ce que nous leur répondons.

1. Commencez par le moment le plus intimidant, pas par toute votre application. L'examen blanc, l'entretien d'embauche, la première vraie conversation. C'est là qu'un tuteur IA prouve d'abord sa valeur. Montrez-le ensuite à de vrais apprenants. Leurs réactions convaincront votre équipe bien plus vite que n'importe quelle présentation.
2. Donnez vie à vos visages existants. La plupart des produits linguistiques intègrent déjà des visages : diaporamas, acteurs filmés, vidéos préenregistrées. Mais ils sont figés et coûteux à mettre à jour. Vous n'avez pas besoin d'un avatar parfait pour démarrer. Les apprenants jugent la conversation, pas les pixels, et ce qu'ils remarquent en premier, c'est la voix et sa rapidité de réponse.
3. Pensez votre tarification autour de l'usage. La conversation en direct est facturée à la minute, pas à la fonctionnalité. Choisissez le modèle adapté à votre activité — crédits d'entraînement, packs d'examens ou forfait premium — et anticipez une baisse continue du prix à la minute. Les équipes qui attendent que cela devienne assez bon marché verront leurs concurrents lancer avant elles.
4. Développez pour les enseignants, pas sans eux. Laissez l'IA gérer les répétitions et redonnez les moments clés aux humains. C'est ainsi que les professeurs deviendront les ambassadeurs de la technologie au lieu de la craindre.

Liens pour les créateurs :

• Dépôt open source : https://github.com/heygen-com/liveavatar-gpt-live-demos
• Guide étape par étape : https://docs.liveavatar.com/docs/guides/gpt-live-language-tutor
• Raccourci agent : npx skills add heygen-com/liveavatar-agent-skills, puis demandez à votre agent de codage d'« exécuter la démo du tuteur de langues LiveAvatar avec GPT-Live »

Qui aura le droit de parler couramment ?

Pendant la majeure partie de l'histoire, la maîtrise d'une langue appartenait à ceux qui pouvaient s'offrir un tuteur, s'expatrier ou avaient le temps de s'exposer au ridicule en public.

Tout cela change. Chaque apprenant obtient un partenaire patient, dans n'importe quelle langue, à n'importe quelle heure. Chaque enseignant récupère du temps pour le travail que lui seul peut accomplir. Chaque école peut enfin enseigner l'expression orale — la compétence la plus précieuse — à grande échelle.

Quelque part, ce soir, quelqu'un commande un café en japonais pour la dixième fois, change d'avis au milieu de sa phrase, et recommence. Bientôt, il le commandera pour de vrai.

Parler reste la partie la plus difficile. Mais désormais, plus personne n'a à s'y entraîner seul.