Le 10 décembre 2025, Visions a organisé, en collaboration avec Prometheus-X, un webinaire dédié à une question très concrète pour les universités, organismes de formation et écoles privées du supérieur. Comment exploiter l’IA et les données pour personnaliser les parcours, tout en connectant compétences, formations et emploi ?
Ce rendez-vous a réuni des acteurs de l’éducation, de l’EdTech et de l’IA autour d’une conviction partagée. On ne peut pas industrialiser la personnalisation, ni démontrer son impact, sans une base solide pour rendre les données accessibles, fiables et réutilisables. Cela suppose une infrastructure interopérable, souveraine et collaborative.
Dans ce contexte, découvrez dans cet article ce qui s’est passé lors de cet événement : retours d’expérience, cas d’usage, démonstrations et enseignements à retenir.
Une réalité terrain : l’IA a besoin de données activables et interconnectées
En introduction, les intervenants ont rappelé un constat simple : dans l’éducation comme ailleurs, les données restent souvent fragmentées (LMS, SIS, outils EdTech, référentiels, données emploi/compétences). Elles restent donc difficiles à mobiliser et à gouverner.
Pour accélérer les projets IA et rendre la personnalisation réellement opérationnelle pour les établissements de formation, il faut :
- connecter les sources existantes (sans recréer un silo de plus),
harmoniser et standardiser les données pour les rendre réutilisables, - sécuriser les échanges (droits, consentements, traçabilité),
- industrialiser des usages reproductibles entre organisations.
C’est dans ce cadre que s’inscrivent la Learning Data Factorie et VisionsTrust, alliés aux data spaces interopérables. Ensemble, ils permettent de passer d’une logique de “preuve de concept” à des services IA activables à l’échelle.
3 cas d’usage qui montrent la valeur de l’interconnexion
Headai : une orientation plus personnalisée, plus utile, plus “marché”
Headai a présenté un assistant d’orientation IA qui aide à mieux guider les apprenants : identifier les besoins en compétences, recommander les bonnes formations (au-delà du catalogue interne), et relier ces choix à des opportunités d’emploi.
Ce cas d’usage interconnecte LAB University of Applied Sciences, Headai, Inokufu et Edunao au sein d’un data space opéré via VisionsTrust. Les étudiants de LAB alimentent, sur base volontaire, le chatbot d’orientation de Headai avec leurs compétences et leur parcours d’apprentissage. L’IA de Headai analyse ces données et les enrichit grâce aux catalogues de formation d’Inokufu et d’Edunao, puis compare ces profils à ceux d’apprenants du monde entier. Elle génère ensuite des recommandations de formation et d’évolution de compétences. Le chatbot les restitue sous forme de conseils concrets et oriente chaque étudiant vers des parcours ciblés et des opportunités d’emploi alignées avec ses objectifs.
Ainsi, pour un établissement, cela permet :
- une orientation plus engageante et plus individualisée ;
- une meilleure mise en valeur de l’offre (et des parcours) ;
- un lien plus direct entre apprentissage et employabilité.
Le Cnam : la VR qui devient pilotable (et mesurable)
Le Cnam a partagé un retour d’expérience sur la formation immersive en VR. Ce cas d’usage interconnecte le Cnam, Mimbus et Ubicast au sein d’un data space opéré via VisionsTrust. Concrètement, le simulateur VR de Mimbus génère des traces d’apprentissage (xAPI) et des replays, qu’Ubicast enrichit, découpe en chapitres et annote. Les vidéos augmentées sont ensuite renvoyées dans le LMS du Cnam, où enseignants et étudiants peuvent les analyser, commenter et exploiter pour améliorer les performances en VR.
Ici, la valeur n’est pas seulement l’innovation pédagogique : c’est la capacité à suivre, analyser et améliorer l’apprentissage, grâce à des éléments concrets (dashboard de progression, vidéo chapitrée, perspectives d’accompagnement).
Par conséquent, pour un établissement, cela permet :
- des formations immersives qui deviennent mesurables et donc améliorables ;
- un meilleur accompagnement des étudiants (feedback, suivi) ;
- une VR intégrable dans un dispositif global, plutôt qu’un “outil à part”.
Scheer imc : un LMS “augmenté” pour personnaliser et mieux piloter
Scheer imc a illustré comment un LMS peut gagner en valeur quand il s’appuie sur une exploitation intelligente des données : parcours plus pertinents, meilleure visibilité pour les équipes, et pilotage des compétences plus efficace.
Ce cas d’usage interconnecte Scheer imc, MindMatcher, Schülerkarriere, Inokufu, Headai et Rejustify via au sein d’un data space opéré VisionsTrust. Concrètement, les données de compétences et de formation issues du LMS de Scheer imc sont enrichies par les référentiels métiers de MindMatcher, les besoins du marché de l’emploi de Schülerkarriere et l’analyse des contenus pédagogiques d’Inokufu. Sur cette base, les modèles d’IA de Headai génèrent des recommandations de parcours personnalisés, que Rejustify agrège, met en cohérence et réintègre dans le LMS de Scheer imc.
Dès lors, pour un établissement, cela permet :
- des parcours plus alignés sur les besoins réels en compétences ;
- une meilleure exploitation des données existantes, sans multiplier les outils isolés ;
- une vision plus claire et plus actionnable des talents, des écarts et des priorités de développement.
La clé : construire un hub éducation activable (sans repartir de zéro)
Un temps fort du webinaire a porté sur l’approche très concrète sur laquelle s’appuient les trois cas d’usage présentés précédemment : créer un hub éducation combinant une Learning Data Factory (Inokufu) et un data space (VisionsTrust), puis activer rapidement les données et les services via VisionsTrust.
Ce que ce hub change concrètement pour un établissement
Avec un hub éducation, vous pouvez :
- réduire le temps de mise en œuvre des projets data/IA (moins d’intégrations “sur mesure”) ;
- fiabiliser les données utilisées pour l’orientation, le suivi et la personnalisation ;
- ajouter de nouveaux services plus vite (recommandations, dashboards, assistants IA…) sans repartir de zéro ;
- garder le contrôle : qui accède à quoi, à quelles conditions, et avec quelle traçabilité.
Comment ça fonctionne (simplement)
Learning Data Factory (Inokufu) : cette boîte à outils “plug-and-play” se connecte à vos environnements (Moodle, Totara, etc.). Elle collecte les traces, les anonymise et les stocke dans le bon format. Elle rend ensuite ces données exploitables (tableaux de bord, analyse, personnalisation). Enfin, elle permet de partager les résultats via le data space, avec consentement.
Les cas d’usage présentés incluent :
- tableaux de bord complets (même hors LMS),
- croisement multi-sources (jobs, LMS, Matomo…),
- personnalisation dans le LMS,
- indicateurs RGPD,
- usage de LLM sans réutilisation des données.
Elle permet aussi de partager des résultats sans divulguer l’identité des étudiants.
VisionsTrust : une technologie qui facilite la connexion de vos outils, encadre l’accès et l’usage des données (droits, consentements), rend les offres visibles via un catalogue, et permet d’activer des services concrets (assistant IA / chatbot, matching & recommandations, tableaux de bord). Une démo a montré comment ces services peuvent être lancés à partir de vos données en quelques minutes.
Ensemble, ces briques permettent de construire un hub éducation pour personnaliser les parcours, renforcer l’employabilité et accélérer le déploiement de services IA à l’échelle, sans repartir de zéro.
En conclusion, ce webinaire a mis en lumière une dynamique claire : les établissements et leurs partenaires convergent vers une même priorité — rendre les données d’apprentissage interopérables, gouvernées et activables. Ainsi, ils peuvent personnaliser réellement les parcours et mieux relier compétences, formations et emploi. Les retours d’expérience et la démonstration l’ont confirmé : cette approche n’est plus théorique. Elle est déjà en cours d’adoption et prête à être déployée.
Si vous n’avez pas pu assister à l’événement en direct, le replay est disponible ci-dessous :
Vous souhaitez mettre en place un hub éducation pour connecter vos outils, sécuriser et harmoniser vos données, puis activer des services IA afin de personnaliser les parcours et renforcer l’employabilité ? Écrivez-nous à matthias@visionspol.eu pour en discuter.