L'avenir de l'apprentissage par la vidéo : rendre les vidéos plus accessibles, plus faciles à trouver et plus captivantes

La vidéo fait désormais partie intégrante des méthodes utilisées par les établissements d’enseignement supérieur, les entreprises, les organismes de santé et les administrations pour enseigner et partager des connaissances. La pandémie de COVID-19 a accéléré l’adoption de la vidéo, en particulier dans l’enseignement supérieur et le secteur de la santé. L'augmentation de la production vidéo a entraîné une hausse des attentes à l'égard de ce support. Un cours enregistré aujourd’hui peut être utile aux étudiants présents en salle, à un apprenant à distance qui le regardera le soir même, à un employé à la recherche d’informations six mois plus tard, ou encore à quelqu’un qui reverra ce contenu dans plusieurs années. 

Pendant une grande partie de l’histoire de l’apprentissage par la vidéo, le défi technologique consistait à garantir la fiabilité de la capture, du stockage, de la gestion et de la diffusion de ces vidéos. Ces défis restent d’actualité. Toute personne en charge d’une vaste vidéothèque sait que la fiabilité, la sécurité, la gouvernance et l’évolutivité ne sont pas des problèmes résolus que l’on peut simplement ignorer. 

La question la plus intéressante à présent est de savoir ce qui se passe une fois la vidéo enregistrée. 

Les recherches sur la vidéo pédagogique nous fournissent des pistes utiles. L’analyse de la littérature sur la vidéo pédagogique réalisée par Cynthia Brame identifie trois facteurs qui contribuent à un apprentissage efficace : maintenir l’engagement de l’apprenant, encourager l’apprentissage actif et gérer la charge cognitive.[1] Ces principes suggèrent que l’avenir de l’apprentissage par la vidéo ne réside pas tant dans l’accumulation d’un plus grand nombre d’heures de contenu que dans la capacité à aider les apprenants à utiliser efficacement ces heures. Il se produit une transformation fondamentale lorsque le spectateur passe d’un visionnage passif d’une vidéo à une interaction active avec le contenu. 

En ce qui concerne Mediasite, je pense que cela signifie continuer à faire évoluer la plateforme, pour qu'elle passe d'un simple outil de capture et de gestion de vidéos à un outil qui aide les apprenants à trouver, à comprendre et à interagir avec les connaissances qu'elle contient. 

Aidez les apprenants à trouver ce dont ils ont besoin 

Certaines expériences d'apprentissage tirent parti de vidéos courtes et ciblées. D'autres, en revanche, ne correspondent tout simplement pas à ce modèle. 

Un cours universitaire peut durer une heure. Une intervention médicale, une démonstration technique, une réunion d'information avec les salariés, une présentation de travaux de recherche ou une session de formation professionnelle peuvent nécessiter encore plus de temps. Les vidéos longues occupent une place importante dans l'apprentissage. 

Par ailleurs, nous savons que la durée influe sur l'engagement des utilisateurs vis-à-vis des vidéos. Philip Guo, Juho Kim et Rob Rubin ont analysé 6,9 millions de sessions de visionnage de vidéos dans le cadre de quatre cours edX. Leurs recherches ont révélé un engagement nettement plus élevé pour les vidéos courtes, cet engagement diminuant à mesure que la durée des vidéos augmentait.[2] 

Je ne pense pas que la leçon à en tirer soit que chaque contenu éducatif doive être condensé en une vidéo de six minutes. La leçon à retenir pour les plateformes vidéo, c'est que nous devons offrir aux utilisateurs de meilleurs moyens de parcourir des contenus plus longs. 

Si un étudiant a besoin de retenir un seul concept issu d'un cours magistral de 60 minutes, la meilleure solution consiste peut-être à l'aider à identifier les six minutes qui comptent. 

Les chapitres en font partie. Les sous-titres et les transcriptions consultables en constituent un autre aspect. Les diapositives, la reconnaissance optique de caractères (OCR), les métadonnées et les descriptions détaillées offrent autant de moyens supplémentaires de comprendre le contenu d'une vidéo et de déterminer si un enregistrement est pertinent avant de lancer la lecture.  

C'est un domaine dans lequel l'IA peut s'avérer utile sans pour autant être placée au cœur de l'expérience d'apprentissage. La reconnaissance vocale permet de rendre le contenu oral consultable. La vision par ordinateur et la reconnaissance optique de caractères (OCR) permettent d'identifier les informations présentées sous forme visuelle. Le traitement du langage peut faciliter le repérage des thèmes, des mots-clés et l'organisation du contenu. 

L’IA générative ouvre de nouvelles perspectives, mais elle nécessite également une vigilance accrue. Un résumé ou une réponse générés diffèrent fondamentalement d’une transcription fidèle des propos tenus par un enseignant. La précision, la provenance, la confidentialité, la politique institutionnelle et un contrôle humain approprié sont autant d’éléments essentiels. Dans le domaine de l'éducation en particulier, la commodité ne doit pas se faire au détriment de la confiance. 

L'objectif ne doit pas être d'intégrer l'IA dans chaque interaction. L'objectif doit être d'aider les apprenants à accéder à des informations utiles et fiables avec le moins d'obstacles possible.

L'accessibilité doit faire partie intégrante du processus de travail 

L'accessibilité est l'un des domaines où l'apprentissage par la vidéo doit clairement s'améliorer. 

Pendant de nombreuses années, l'accessibilité a été abordée comme une simple mesure corrective. On réalisait d'abord une vidéo, puis on y ajoutait les sous-titres et autres aménagements, parfois seulement après qu'une personne en ait fait la demande. Aujourd'hui, la loi impose que les contenus vidéo soient sous-titrés, et c'est également ce qu'attend le grand public. D'autres aménagements, tels que l'audiodescription ou la langue des signes, sont encore moins courants. 

Ce modèle est de plus en plus difficile à défendre, tant du point de vue de l'expérience de l'apprenant que sur le plan réglementaire. Les spectateurs obtiennent de meilleurs résultats lorsqu'ils peuvent accéder au contenu de votre vidéo et le comprendre ; il est donc judicieux de mettre en place des aménagements adaptés. Nous devons nous fixer des objectifs plus ambitieux que le simple respect de la réglementation et l’espoir d’éviter toute poursuite judiciaire. 

Il existe également de solides arguments scientifiques en faveur d’une approche des sous-titres allant au-delà d’une simple mesure d’adaptation. Morton Ann Gernsbacher a passé en revue plus de 100 études empiriques et a constaté que les sous-titres peuvent améliorer la compréhension, l’attention et la mémoire. Ces avantages ne se limitent pas aux personnes sourdes ou malentendantes, mais s’étendent également aux personnes regardant des vidéos dans une langue qui n’est pas leur langue maternelle, ainsi qu’à d’autres apprenants.[3] 

Le cadre juridique évolue également. 

Au sein de l'Union européenne, la loi européenne sur l'accessibilité est entrée en vigueur en juin 2025 pour les produits et services concernés. Parmi ses dispositions figurent des exigences d’accessibilité pour les services donnant accès à des médias audiovisuels, notamment la prise en charge de dispositifs d’accessibilité tels que les sous-titres pour les personnes sourdes ou malentendantes, l’audiodescription, les sous-titres parlés et l’interprétation en langue des signes lorsque ces dispositifs sont fournis avec les médias.[4] L’applicabilité précise dépend du service et de la juridiction, mais l’orientation est claire : l’accessibilité fait de plus en plus partie intégrante de l’expérience numérique attendue. 

Au Royaume-Uni, les organismes du secteur public sont déjà soumis au règlement sur l’accessibilité des organismes du secteur public (Public Sector Bodies Accessibility Regulations), ainsi qu’à des obligations plus générales découlant de la loi de 2010 sur l’égalité (Equality Act 2010). Les directives actuelles du gouvernement britannique imposent aux sites web et aux applications mobiles du secteur public concernés de se conformer aux WCAG 2.2, niveau AA. Cela concerne de nombreuses institutions qui s'appuient fortement sur la vidéo pour l'enseignement et la communication publique, notamment la plupart des établissements d'enseignement supérieur.[5] 

Aux États-Unis, les institutions publiques se préparent à respecter des exigences plus précises prévues par la règle du ministère de la Justice relative à l’accessibilité des sites web et des applications mobiles au titre du Titre II de l’ADA. Cette règle impose généralement que les contenus web et les applications mobiles des administrations locales et des États concernés soient conformes aux WCAG 2.1 niveau AA. Conformément à une règle finale provisoire d’avril 2026, les entités dont la population est d’au moins 50 000 habitants ont généralement jusqu’au 26 avril 2027 pour se mettre en conformité, tandis que les entités plus petites et les administrations des districts spéciaux ont généralement jusqu’au 26 avril 2028.[6] Le ministère précise notamment qu’une université d’État doit se baser sur la population de l’État pour déterminer sa date limite de mise en conformité, et non sur le nombre d’étudiants inscrits. De même, le ministère américain de la Santé et des Services sociaux (HHS) a mis à jour ses règlements relatifs à la section 504 afin d’exiger des bénéficiaires d’une aide financière fédérale du HHS qu’ils mettent en conformité les contenus Web et les applications mobiles concernés avec les WCAG 2.1 niveau AA. À la suite d’une prolongation accordée en 2026, les grands bénéficiaires ont généralement jusqu’au 11 mai 2027 pour se mettre en conformité, tandis que les petits bénéficiaires ont jusqu’au 10 mai 2028.[7] 

Ces dates peuvent sembler lointaines tant qu'un établissement n'a pas pris la mesure de la taille de sa vidéothèque. 

Une université disposant de nombreuses années d’enregistrements de cours ne peut pas aborder la question de l’accessibilité de la même manière que si elle ne disposait que de quelques nouvelles pages web. Compte tenu notamment de l’explosion de la création de vidéos depuis la pandémie, les établissements ont besoin d’un moyen de comprendre l’état d’accessibilité de leurs archives, d’identifier les contenus nécessitant une attention particulière, de hiérarchiser les tâches et de suivre les progrès réalisés. 

C’est cette approche qui est à l’origine de fonctionnalités telles que le tableau de bord d’accessibilité Mediasite. Plutôt que de considérer l’accessibilité comme un paramètre enfoui au sein d’une vidéo individuelle, les établissements doivent disposer d’une vue d’ensemble de l’ensemble de leurs contenus. Quels enregistrements sont sous-titrés ? Où se situent les lacunes en matière d’accessibilité ? Quels sont les points à traiter en priorité ? 

Le fait de rendre ces informations accessibles permet aux établissements de mieux gérer l'accessibilité dans le cadre d'un programme continu. 

Les sous-titres ne constituent d'ailleurs qu'une partie de l'expérience. Les descriptions audio, les transcriptions accessibles, la navigation au clavier, la prise en charge des lecteurs d'écran, la présentation visuelle et l'accessibilité du lecteur lui-même contribuent tous à déterminer si une personne peut réellement utiliser le contenu. De plus, le fait de proposer à l’utilisateur de personnaliser certains paramètres, tels que le thème (clair, foncé, contraste élevé), la police, la couleur, la taille et le positionnement des sous-titres, ou encore la langue, rend le contenu plus accessible. 

L'accessibilité est plus efficace lorsqu'elle s'intègre au cycle de vie normal d'une vidéo.

Offrez aux apprenants plusieurs façons d'apprendre 

L'un des avantages de l'apprentissage numérique réside dans le fait que le même contenu ne doit pas nécessairement offrir la même expérience à tout le monde. 

Un apprenant peut choisir de regarder un cours du début à la fin. Un autre peut suivre le cours en lisant la transcription. Certains peuvent rechercher un concept précis et commencer à mi-parcours. D’autres apprenants peuvent avoir besoin de sous-titres, d’une description audio ou d’une version traduite du contenu. 

Il ne s'agit pas nécessairement de contenus distincts. De plus en plus souvent, il peut s'agir de différentes façons d'accéder à un même savoir. 

Cela s'inscrit dans la lignée des principes de la conception universelle de l'apprentissage (CUA). Le cadre CUA de CAST encourage le recours à de multiples moyens de représentation, notamment des alternatives pour les informations auditives et visuelles, un soutien à la compréhension multilingue, ainsi que différentes façons de mettre en évidence les concepts et les relations importants.[8] 

La technologie peut faciliter la mise en œuvre de ces solutions à grande échelle. 

La reconnaissance vocale automatique a déjà bouleversé l'économie du sous-titrage. Les technologies de traduction ne cessent de s'améliorer. Les processus de création d'audiodescription évoluent. La recherche et l'analyse de contenu peuvent faciliter la navigation dans les enregistrements. 

Ce qui importe, c'est de savoir si ces technologies aident les gens à apprendre. Un résultat généré automatiquement qui est inexact, difficile à vérifier ou sans rapport avec le contenu d'origine ne permet pas d'atteindre cet objectif. 

C'est là une raison supplémentaire d'adopter une approche mesurée vis-à-vis de l'IA générative. Il existe des applications prometteuses, notamment pour faciliter l'enrichissement de contenu, qui prend beaucoup de temps. Il existe également des préoccupations légitimes concernant les « hallucinations », les biais, l'utilisation des données, la propriété intellectuelle et la perte de contexte lorsque des contenus complexes sont réduits à une réponse générée par l'IA. 

Les institutions devraient pouvoir faire des choix éclairés quant aux domaines dans lesquels ces fonctionnalités sont pertinentes. Les plateformes vidéo devraient privilégier la transparence et le contrôle plutôt que de partir du principe que tous les clients souhaitent la même approche. 

La vidéo peut être plus dynamique 

Trouver les bonnes informations ne représente qu'une partie de l'apprentissage. Les apprenants ont également besoin d'occasions de les assimiler. 

L'analyse de Brame portant sur la recherche en matière de vidéos éducatives met l'accent sur l'apprentissage actif, ainsi que sur la charge cognitive et l'implication. Des techniques telles que l'intégration de questions, le lien entre la vidéo et les devoirs, et le fait de donner aux apprenants davantage de contrôle sur leur expérience peuvent favoriser un traitement plus approfondi du contenu.[9] 

Cela a des implications sur la façon dont nous concevons le lecteur vidéo. 

Un lecteur ne se résume pas nécessairement à un rectangle doté d'un bouton de lecture et d'une barre de progression. Il peut proposer des chapitres, des liens, des questions, des ressources complémentaires, des forums de discussion et d’autres moyens permettant aux apprenants d’interagir avec ce qu’ils regardent. Les outils d’analyse peuvent alors aider les formateurs à comprendre comment le contenu est utilisé, à quel moment les apprenants se désintéressent et quelles parties du contenu pourraient nécessiter des explications supplémentaires. 

Il existe ici un vaste champ d'innovation qui n'a rien à voir avec l'IA générative. Mediasite permet d'ajouter directement à vos vidéos des quiz interactifs, des boutons, des zones cliquables et des sondages afin d'impliquer directement les spectateurs. 

Parfois, la meilleure façon d'améliorer une expérience d'apprentissage consiste simplement à optimiser la navigation, à poser une question bien choisie, à proposer une transcription accessible ou à faciliter le retour à un concept important. 

Exploiter les connaissances dont nous disposons déjà 

C'est peut-être dans les vidéothèques existantes que réside la plus grande opportunité. 

De nombreux clients de Mediasite ont passé des années à constituer des collections de cours, de présentations de recherche, de programmes de formation, d'événements et de savoir-faire institutionnel. Certains s'y consacrent même depuis des décennies. 

Ces enregistrements représentent un investissement considérable. 

Leur utilité dépend toutefois de la possibilité pour quiconque de trouver ce qu'elles contiennent. 

Un titre, une date et le nom de l'intervenant ne nous renseignent que très partiellement sur une heure de vidéo. Dès lors que les propos, les diapositives, les informations visuelles, les chapitres et autres éléments contextuels deviennent consultables, les archives gagnent considérablement en utilité. 

Imaginez qu'un étudiant puisse repérer tous les endroits où une théorie donnée a été abordée dans plusieurs cours. Un chercheur pourrait retrouver une présentation datant de plusieurs années sans se souvenir de son titre. Un nouvel employé pourrait trouver la partie exacte d’une session de formation qui explique un processus. Un enseignant pourrait découvrir des ressources déjà disponibles à la bibliothèque de l’établissement et les intégrer dans un nouveau cours. 

Il reste des questions techniques à résoudre concernant les autorisations, la gouvernance, la précision et l'utilisation responsable de l'IA. Ces questions sont importantes. Elles devraient déterminer la manière dont ces expériences sont conçues. 

Cela ne doit pas nous empêcher de saisir cette opportunité. 

Quelle sera la suite pour Mediasite ? 

Depuis plus de deux décennies, Mediasite aide les entreprises à enregistrer, gérer, protéger et diffuser des vidéos. Ces principes fondamentaux restent essentiels. 

La prochaine étape de l'apprentissage par la vidéo s'appuie sur ces bases. 

Nous pouvons faciliter la navigation au sein des contenus. Nous pouvons fournir de meilleures informations sur l’accessibilité et donner aux établissements les outils nécessaires pour l’améliorer. Nous pouvons proposer aux apprenants davantage de façons d’aborder un même sujet. Nous pouvons rendre les vidéos plus interactives. Nous pouvons recourir à des formes d’automatisation et d’intelligence artificielle soigneusement sélectionnées, là où elles apportent une réelle valeur ajoutée, tout en préservant la confiance indispensable au domaine de l’éducation. 

Mais surtout, nous pouvons aider les institutions à tirer davantage parti des connaissances qu'elles ont déjà acquises. 

L'avenir de la formation vidéo ne dépendra pas du nombre d'heures de vidéo qu'une organisation sera capable de stocker. Il dépendra de la capacité des personnes à trouver, consulter, comprendre et mettre en pratique les connaissances contenues dans ces heures de vidéo. 

C'est là l'opportunité que j'entrevois pour Mediasite.