Les voix et avatars par IA améliorent-ils l’apprentissage ? Ce que révèlent les données

De plus en plus d’équipes de formation expérimentent avec les voix et les avatars d’IA pour accélérer la création des vidéos et réduire leurs coûts, mais certaines questions demeurent. Ce type de contenu est-il pris au sérieux par les spectateurs ? Peut-il être perçu comme moins qualitatif ou perturbant ? Et si au final cela faisait fuir le public ?

Pour apporter des réponses, Camtasia a mené deux études sur les vidéos didactiques. 

Des participants dans le monde entier ont regardé de courts clips de formation identiques, où seuls la narration ou le type de présentateur changeaient. Ils ont ensuite noté le professionnalisme, le niveau de confiance et l’engagement de chaque version, et répondu à un bref questionnaire pour mesurer le niveau de rétention.

Le but était de cerner comment les apprenants réagissent aux voix et aux avatars d’IA dans un environnement contrôlé. Voyons ensemble les résultats obtenus pour chaque format et son impact concret sur l’apprentissage.

Points clés à retenir

• Les voix off de qualité, qu’elles soient générées par l’IA ou humaines, ont systématiquement augmenté la note accordée au professionnalisme et la rétention. Ce sont les voix robotiques de mauvaise qualité qui posent problème.
• Face à une voix off de qualité, le public ne peut souvent pas savoir si elle est générée par IA ou humaine, en particulier lorsque le son est naturel et soigné. 
• Tous formats confondus, les vidéos avec avatar d’IA sont jugées professionnelles et agréables à revoir, et ce sont les avatars utilisés en incrustation qui génèrent la meilleure rétention des connaissances. 
• En revanche, l’aspect robotique ressort plus auprès des spectateurs avec un avatar utilisé en plein écran, ce qui réduit les notes de qualité et détourne l’attention.
• La compréhension est bien meilleure avec les avatars en incrustation, ce qui suggère que la taille et l’emplacement du présentateur influencent l’apprentissage. 

L’impact des voix d’IA dans les vidéos de formation

Les spectateurs peuvent-ils vraiment faire la différence entre une voix humaine et une voix générée par l’IA ? Dans notre étude sur les voix générées par l’IA, les participants ont regardé une brève vidéo explicative sur la recherche avancée avec Google où seule la voix off changeait.

Elle était déclinée en quatre versions : voix humaine de haute qualité, voix humaine de piètre qualité, voix IA de haute qualité et voix IA de piètre qualité. Tout le reste était identique, afin que la narration soit le seul paramètre évalué.

Le public se composait de 768 employés à temps plein âgés de 18 à 64 ans ayant regardé au moins une vidéo pédagogique au cours des 30 derniers jours. Les participants étaient répartis entre les États-Unis, le Royaume-Uni, le Canada et l’Australie.

Pourquoi la qualité de la voix importe plus que son origine (IA ou humaine) ?

Qu’est-ce qui capte l’attention des spectateurs ? Une voix off claire, chaleureuse et soignée : peu importe qu’elle soit humaine ou générée par IA. Dans notre étude, à mesure que la qualité de la voix s’améliore, les notes attribuées au professionnalisme augmentent également. Ainsi, 92 % des spectateurs ont déclaré que la voix IA de haute qualité donnait à la vidéo un rendu professionnel.

L’IA n’est pas une distraction. Les responsables de la formation et du développement doivent surtout veiller à la qualité de l’audio : c’est cet élément qui peut rendre votre contenu difficile à suivre et à retenir. 

La solution se trouve dans des outils comme Camtasia, qui vous permettent de capturer un son de qualité et de le retravailler, de réduire les bruits de fond ou d’utiliser des options de synthèse vocale par IA au rendu naturel et professionnel, le tout sans avoir à installer son propre studio.

Les voix d’IA favorisent-elles la rétention des acquis ?

Les résultats de la partie « quiz » de notre étude vont dans le même sens : les bonnes réponses augmentent à mesure que la qualité de la voix s’améliore. D’ailleurs, la voix IA de haute qualité a produit les meilleurs résultats en termes de rétention, exception faite d’une valeur aberrante dans la voix humaine de mauvaise qualité.

La raison de ce phénomène ? Notre théorie est qu’un son de mauvaise qualité génère de la friction. Quand la narration est incohérente, artificielle ou difficile à entendre, les apprenants doivent fournir plus d’efforts pour comprendre ce qui est dit, ce qui augmente leur charge cognitive. Un son clair et fluide permet aux spectateurs de se concentrer sur les étapes et les concepts plutôt que sur la façon dont ils sont présentés. Une voix IA de haute qualité peut soutenir l’apprentissage tout aussi efficacement, voire mieux, qu’un enregistrement humain au rendu moyen. 

Mais globalement, les voix d’IA sont-elles une source de distraction ? Cela dépend. Les voix de synthèse de piètre qualité sont aisément reconnaissables et détournent l’attention du contenu. Mais lorsqu’une voix générée par IA semble naturelle, beaucoup de spectateurs ne peuvent la distinguer d’une voix humaine. La différence est moins flagrante et la rétention d’informations reste stable, voire s’améliore. 

La meilleure approche consiste à effectuer un test pilote. Comparez les résultats aux quiz et les commentaires des apprenants entre deux versions d’une même vidéo, l’une avec voix d’IA et l’autre avec voix humaine, avant de déployer un programme complet. Cela vous permettra de vérifier si l’IA favorise l’apprentissage.

Adoption des apprenants, impératif de divulgation et différences régionales

Dans notre étude, beaucoup de participants n’ont pas pu dire si une voix IA de haute qualité était réelle ou non, ce qui fait de la transparence un point clé. Ce niveau de rendu naturel est impressionnant, mais il soulève aussi d’importantes questions en matière de divulgation.

Les spectateurs des pays anglophones ont tendance à préférer que l’utilisation d’une voix IA leur soit divulguée, alors que les participants en Allemagne s’en soucient moins. Le Royaume-Uni se démarque particulièrement : les apprenants y étaient très ouverts aux vidéos narrées par l’IA. Ces différences doivent être prises en compte lors de la conception de formations destinées à un public international.

Pour les équipes de formation et de développement, cette divulgation permet de renforcer la confiance. Une mention telle que « Narré avec une voix IA » dans la description de la vidéo ou au début d’un module peut tranquilliser les apprenants sans les distraire du contenu. 

En tenant compte dès le départ des attentes culturelles, il devient plus facile d’étendre la narration par IA à un catalogue de formations plus large. Lorsque le public sait à quoi s’attendre et se sent informé, il s’implique davantage et s’adapte plus rapidement aux formats optimisés par l’IA. 

Cela offre aussi des avantages en termes de coût et d’efficacité. Une fois que les apprenants sont à l’aise avec la narration par IA, les équipes peuvent étendre son utilisation à plus de programmes de formation sans sacrifier la confiance ou la rétention. Une divulgation réfléchie, associée à un son de haute qualité, permet de maintenir l’attention sur l’enseignement lui-même.

Comment la voix par IA vous fait gagner du temps (et où le réinvestir)

Remarque : les études mentionnées précédemment n’ont pas mesuré l’efficacité de production. Ce qui suit est fondé sur les flux de travail et les processus courants observés au sein des équipes de formation plutôt que sur le résultat de recherches. 

Les voix d’IA peuvent vous faire gagner un temps considérable dans la production de formations. Plus besoin de trouver un créneau qui convient aux présentateurs ou de réserver du temps pour l’enregistrement, les scripts peuvent être mis à jour et régénérés instantanément, et il n’est plus nécessaire de réenregistrer une nouvelle version dans chaque langue souhaitée.

Le temps ainsi économisé peut servir à améliorer l’expérience d’apprentissage. Les équipes peuvent améliorer les visuels dans Camtasia avec des légendes plus claires, une mise en évidence du curseur et un rythme plus fluide. Elles peuvent ajouter des exemples basés sur des scénarios, créer des quiz et des points de contrôle, ou mettre à jour le contenu plus souvent afin que la formation reste en phase avec les changements apportés aux produits et aux processus. 

La voix off d’IA vous évite les sessions de doublage à répétition et permet de mettre plus d’énergie dans la qualité de l’enseignement et des visuels. 

L’impact des avatars d’IA et de l’IA visuelle dans la formation

Notre étude sur les avatars IA a suivi une structure similaire à celle de la recherche sur la voix, les spectateurs regardant le même sujet pédagogique présenté dans cinq formats : humain en incrustation, humain en plein écran, avatar d’IA en incrustation, avatar d’IA en plein écran et une version avec un spectre audio. 

Cette étude a été menée auprès d’employés à temps plein dans plusieurs pays anglophones ayant récemment visionné une vidéo pédagogique. Elle a mesuré la qualité perçue de la production, l’intention de revisionnage, la confiance accordée et la rétention des acquis. 

Tous formats confondus, plus de 92 % des spectateurs ont jugé les vidéos professionnelles et ont déclaré qu’ils regarderaient une autre vidéo du même créateur. Ils ont aussi déclaré être à l’aise pour suivre toutes les étapes sans aide supplémentaire.

Cela établit une notion clé : l’utilisation d’un avatar d’IA ne rend pas automatiquement une vidéo peu qualitative ou peu fiable. Lorsque la production tient la route, les spectateurs s’intéressent au contenu et lui font autant confiance que si la vidéo était présentée par un humain. 

Les atouts des avatars d’IA pour apprendre (et pourquoi l’image incrustée est en tête)

Avec les avatars d’IA, un petit format fonctionne mieux. Selon notre étude, les avatars en incrustation génèrent la rétention des connaissances la plus élevée : environ 76 % des spectateurs ont répondu correctement aux questions du quiz, soit 10 points de plus environ que les autres formats. Et ce après un seul visionnage d’une vidéo de 43 secondes quelques minutes avant de recevoir le questionnaire.

L’image en incrustation permet de ne pas voler la vedette au contenu à l’écran. L’avatar est visible sans être envahissant, ce qui aide le public à rester concentré sur les étapes et à se sentir guidé tout au long du processus. 

Pour une formation étape par étape, riche en informations à suivre à l’écran, un avatar incrusté est une très bonne option. Vous pouvez facilement créer ce type de format dans un outil tel que Camtasia en plaçant les avatars dans une fenêtre réduite, ce qui évite d’encombrer l’écran principal.

Quand les avatars peuvent devenir une distraction (et pourquoi la taille compte)

Les avatars d’IA ne gênent pas l’apprentissage tant que leur taille est raisonnable. Quand un avatar occupe tout l’écran, le public est plus susceptible de déceler des éléments robotiques : désynchronisation labiale, regard et expressions limitées du visage, clignement des yeux maladroits ou respiration peu naturelle. 

En plein écran, davantage de participants ont pu identifier que le contenu avec avatar était généré par IA : le public se focalise dessus et cela détourne l’attention du processus ou du concept qui est expliqué. Pour les sujets sérieux, cela peut rendre l’expérience de visionnage déconcertante ou rebutante.

Il est préférable d’utiliser les avatars d’IA dans un petit format au second plan pour la plupart des vidéos pédagogiques. L’image en incrustation ou les fenêtres réduites permettent à l’avatar de guider les spectateurs sans pour autant dominer l’écran.

Quand utiliser les avatars d’IA pour les contenus de formation

Tous les formats vidéo ne tirent pas le même parti d’un avatar d’IA. Dans notre étude, les participants ont rapporté être le plus à l’aise avec les avatars d’IA dans les guides avec instructions à l’écran. Ils sont en revanche réticents à leur utilisation lorsqu’une présence personnelle était attendue, comme dans une vidéo de bienvenue du PDG ou pour faire le point avec une équipe. Pour obtenir les meilleurs résultats, limitez l’utilisation de votre avatar aux cas d’utilisation qui s’y prêtent.

Adapté aux avatars d’IA :

• Tutoriels et présentations de logiciels
• Formation pratique avec étapes à l’écran
• Annonces génériques où la cohérence prime sur la personnalisation

Adapté aux humains :

• Messages de la direction et communications sur un changement
• Sujets sensibles où l’affect et la confiance sont essentiels
• Annonces d’équipe où la présence du manager est importante

Grâce à des outils comme Camtasia Audiate, vous pouvez combiner des avatars d’IA avec des enregistrements d’écran pour créer des formations efficaces et attrayantes tout en continuant à réaliser des vidéos animées par des humains quand l’authenticité est primordiale.

Comment mesurer l’engagement des vidéos de formation avec IA

L’IA changeant la façon dont les vidéos de formation sont créées, elle doit également influencer la façon dont vous évaluez l’engagement des apprenants. Les indicateurs clés restent les mêmes pour les contenus utilisant l’IA :

• Taux d’achèvement et points d’abandon
• Comportement de revisionnage pour les sections clés
• Résultats aux quiz et analyses au niveau des questions
• Enquêtes de satisfaction et sondages rapides

Mais à cela s’ajoute la notion de comparaison.Au lieu d’examiner une seule version isolément, vous pouvez évaluer côte à côte les formats basés sur l’IA et ceux animés par des humains afin de voir en quoi ils diffèrent en termes de rétention et de sentiment parmi les spectateurs. Vous pouvez également vérifier si les flux de travail basés sur l’IA aident les équipes à publier des mises à jour plus fréquentes et plus pertinentes.

Commencez petit : sélectionnez un ou deux modules à forte valeur ajoutée, créez une version avec une voix off humaine et une version avec une voix d’IA (ou une version avec un présentateur humain et une version avec un avatar d’IA en incrustation) et mesurez les résultats des quiz et le taux d’achèvement sur plusieurs semaines. 

Comment l’IA réduit les coûts de formation et facilite les mises à jour de contenu

L’utilisation de voix et d’avatars d’IA permet de réaliser des économies directes et d’accroître la flexibilité opérationnelle.

Économies directes :

• Plus de besoin de studio pour enregistrer les voix off
• Plus besoin de réenregistrer toute une vidéo si son script change
• Coût réduit pour la localisation du contenu dans différentes langues

Économies directes :

• Réponse accélérée en cas de mise à jour de produit ou de politique
• Possibilité de maintenir à jour un catalogue de formation plus complet

Plutôt que de rogner sur les coûts, l’IA accélère les délais de production. Les équipes peuvent réinvestir le temps et le budget économisé pour créer des visuels, des scénarios et des boucles de rétroaction plus efficaces et proposer des mises à jour plus fréquentes.

Conseils pratiques pour choisir entre voix humaine, voix d’IA et avatar d’IA

Le format approprié dépend de l’objectif de votre vidéo. Utilisez ce guide de décision rapide :

• Guides avec instructions à l’écran fréquemment mis à jour :voix d’IA de haute qualité avec enregistrement d’écran, plus avatar d’IA incrusté en option.
• Contenu lié à l’affect, définissant la culture ou axé sur le leadership : présentateur humain avec une voix humaine.
• Apprentissage long et riche en concepts : un mélange entre modules animés par des humains pour les fondamentaux, agrémentés de micro-leçons et de rappels avec voix off générée par l’IA.

Quel que soit le format, certains principes s’appliquent toujours. Fixez des normes de qualité élevées pour chaque voix, qu’elle soit humaine ou générée par l’IA. Utilisez l’IA lorsque la vitesse, l’échelle et la cohérence prévalent. Testez régulièrement de nouveaux formats et recueillez l’avis des apprenants.

Au sein de l’écosystème Camtasia, les équipes peuvent ajuster la mise en page et le rythme et utiliser des outils de voix ou d’avatar IA pour les voix off ou la narration.

Simplifiez la formation avec les outils d’IA de Camtasia

Nos études montrent que, lorsque la qualité est élevée et que le format est adapté à la mission, le public est l’aise avec les voix et les avatars d’IA. 

Une bonne approche consiste à commencer petit et à analyser les données récoltées. Associez un ou deux tutoriels de référence à une voix d’IA de haute qualité ou à un avatar incrusté, le tout agrémenté d’instructions utiles et contextualisées, et observez la réaction des apprenants. Suivez le taux d’achèvement, la rétention et le sentiment, puis ajustez votre stratégie au cas par cas en fonction de la pertinence de l’IA.

Lorsque vous êtes prêt à vous lancer, Camtasia vous offre les outils nécessaires pour créer, peaufiner et étendre votre contenu de formation de façon plus rapide et plus cohérente.

Prêt à commencer ? Créez votre prochaine vidéo de formation avec Camtasia. 

FAQ

Les voix générées par IA sont-elles aussi efficaces que la narration humaine dans les vidéos de formation ?

Il ressort de notre étude que c’est la qualité de la voix off, qu’elle soit humaine ou de synthèse, qui influence le plus la rétention d’information. Les résultats aux quiz étaient légèrement meilleurs chez les spectateurs ayant visionné des vidéos avec voix générée par IA. Les voix générées par IA de haute qualité ont donné les meilleurs résultats en termes de mémorisation, tandis que les voix de piètre qualité, clairement synthétiques, étaient facilement identifiées comme provenant de l’IA par les apprenants et devenaient pour eux source de distraction.

Les avatars générés par l’IA sont-ils source de distraction pour les sujets sérieux ou complexes ?

Pas nécessairement. Dans notre étude, tous les formats d’avatar ont reçu un score très élevé de confiance et de professionnalisme de la part des spectateurs, notant également qu’ils revisionneraient volontiers ces vidéos. Seules les vidéos où l’avatar occupait tout l’écran étaient source de distraction, le public pouvant facilement percevoir les expressions robotiques. Pour les formations sérieuses ou complexes, les données recommandent de limiter la taille des avatars à un format en incrustation et de réserver le plein écran aux présentateurs humains.

Faut-il le préciser quand son contenu de formation utilise une voix ou un avatar généré par IA ?

Les personnes interrogées dans les pays anglophones préfèrent généralement que l’utilisation d’une voix ou d’un avatar IA soit clairement indiquée. Une mention transparente comme « Narration par voix IA » suffit à maintenir la confiance du public, en particulier lors du déploiement à grande échelle de la narration par IA.

Comment mesurer l’impact des voix et des avatars générés par IA sur l’apprentissage ?

Conservez les indicateurs d’engagement et de rétention que vous utilisez déjà : taux d’achèvement, points d’abandon, comportement de revisionnage, résultats aux quiz et enquêtes de retour rapide. L’emploi de l’IA permet simplement de réaliser des tests A/B – par exemple en comparant une version avec voix humaine et une version avec voix générée par l’IA – afin d’identifier le format le plus performant.

Quels sont les types de contenus les plus adaptés aux voix et avatars générés par l’IA ?

Privilégiez en premier lieu les contenus explicatifs reposant largement sur des captures d’écran, où la clarté et la cohérence sont primordiales. Une voix générée par IA de haute qualité, associée à des enregistrements d’écran et, en option, à un avatar en incrustation, convient très bien pour les guides pas-à-pas, les formations sur les processus et les mises à jour fréquentes. Les présentateurs humains restent le meilleur choix pour les messages de la direction, les communications à visée culturelle et les sujets où l’affect est primordial.

L’utilisation de l’IA rendra-t-elle nos formations moins personnelles ou moins fiables ?

Tout dépend de la façon dont vous l’utilisez. Lorsque le son et l’image sont de haute qualité et que le format est adapté au cas d’utilisation, les apprenants jugent les vidéos générées par IA comme professionnelles et déclarent qu’ils regarderaient volontiers plus de contenu du même créateur. La satisfaction baisse uniquement lorsque l’IA est utilisée dans des contextes où le public s’attend à une présence humaine réelle, ou lorsque l’avatar ou la voix est de piètre qualité et paraît robotique.