AI Learning

Projet de fin d'année (PFA) que j'ai conçu et développé intégralement, à l'EMSI. Les plateformes e-learning classiques se limitent à des QCM et des réponses prédéfinies, sans retour pédagogique détaillé. J'ai conçu une plateforme où l'IA évalue les réponses ouvertes et génère du contenu pédagogique.

• Offrir un parcours pédagogique structuré : cours, modules, leçons, exercices.
• Évaluer automatiquement les réponses libres des étudiants grâce à l'API OpenAI.
• Générer du contenu pédagogique par IA à la demande.
• Fournir un suivi de progression complet : scores, avancement, statistiques.
• Séparer clairement les rôles étudiant et instructeur.

• Conception et développement full-stack de la plateforme, de bout en bout.
• Intégration de l'API OpenAI pour l'évaluation des réponses et la génération de contenu.
• Développement des parcours étudiant et instructeur : cours, leçons, exercices, progression.
• Modélisation des données et authentification avec Supabase / PostgreSQL.

• Inscription et connexion par email ou compte Google, avec rôle étudiant ou instructeur.
• Catalogue de cours par niveau : débutant, intermédiaire, avancé.
• Cours structurés en modules et leçons avec objectifs et notions clés.
• Exercices pratiques à réponses libres, évalués automatiquement par l'IA.
• Génération de contenu pédagogique par IA.
• Suivi de progression : scores et statistiques pour l'étudiant, vue d'ensemble pour l'instructeur.

• Architecture full-stack en trois tiers : présentation, application, données.
• Frontend React avec Tailwind CSS.
• Backend Node.js / Express exposant l'API applicative.
• Base PostgreSQL via Supabase : authentification, rôles et données de progression.
• Couche IA : appels à l'API OpenAI pour l'évaluation des réponses et la génération de contenu.

• React
• Node.js
• Express
• Supabase
• PostgreSQL
• Tailwind CSS
• OpenAI API

• Évaluation de réponses ouvertes : formuler des prompts d'évaluation fiables, là où un QCM binaire ne suffit pas.
• Séparation des rôles : les parcours et permissions étudiant / instructeur diffèrent sur presque toutes les pages.
• Cohérence du suivi : agréger scores et avancement à travers cours, leçons et exercices.

• Plateforme fonctionnelle présentée et soutenue : parcours complet de l'inscription à l'exercice évalué par l'IA (captures réelles ci-dessous, issues du rapport de projet).
• Limite connue : le fonctionnement dépend de l'API OpenAI (clé requise) et d'un projet Supabase — non déployée publiquement.
• Limite connue : projet académique de démonstration, contenus de cours d'exemple.