Comment Liora transforme ses milliers de ressources pédagogiques en réponses instantanées grâce à l'IA

PROBLÉMATIQUE

Les équipes support et pédagogiques de Liora faisaient face à un flux continu de questions provenant des apprenants, réparties entre documentation interne, supports de cours et forums de discussion. Trouver rapidement la bonne réponse imposait des recherches manuelles dans plusieurs sources à la fois, mobilisant fortement les équipes sur des tâches de recherche répétitives et laissant les apprenants dans l'attente.

En amont du projet, plusieurs enjeux clés ont été identifiés :

• Réduire le volume de sollicitations adressées aux équipes support
• Faciliter l'accès à l'information pour les apprenants
• Exploiter efficacement les milliers de discussions présentes sur les forums
• Éviter les recherches manuelles dans de multiples bases documentaires
• Fournir des réponses rapides et contextualisées
• Capitaliser sur les connaissances déjà produites par les équipes et la communauté

‍

SOLUTION

Qolaig a développé un assistant conversationnel basé sur une architecture RAG (Retrieval-Augmented Generation), capable de comprendre une question posée en langage naturel, d'aller chercher les contenus les plus pertinents dans l'ensemble du corpus documentaire, et de restituer une réponse synthétique avec les sources associées.

01. Une base de connaissance unifiée et interrogeable

L'assistant indexe automatiquement la documentation pédagogique et les contenus du forum communautaire. Les milliers de discussions historiques deviennent une ressource active : les réponses déjà apportées à des problématiques similaires sont identifiées et réutilisées, évitant de recréer de la connaissance existante.

02. De la question à la réponse en quelques secondes

Lorsqu'un apprenant pose une question, le système analyse l'intention, recherche les passages les plus pertinents dans la base documentaire et les forums, génère une réponse synthétique et contextualisée, puis affiche les sources utilisées pour permettre à l'utilisateur d'approfondir le sujet. Aucune recherche manuelle, aucune attente.

03. Un moteur sémantique, pas un simple moteur de recherche

L'assistant comprend les questions formulées naturellement, sans mots-clés exacts. Grâce aux embeddings vectoriels et à la recherche sémantique, il retrouve les contenus pertinents même quand la formulation diffère de celle de la documentation — ce qui est précisément le cas des questions d'apprenants en phase d'apprentissage.

‍

RÉSULTATS

• Accès quasi instantané à l'information pour les apprenants, sans recherche manuelle
• Réduction des questions répétitives adressées aux équipes support
• Meilleure valorisation des connaissances accumulées dans les forums
• Expérience apprenant améliorée grâce à des réponses contextualisées et sourcées
• Diffusion plus efficace de la connaissance au sein de l'écosystème Liora

‍

RETOUR SUR INVESTISSEMENT

Chaque question traitée manuellement par une équipe support ou pédagogique mobilisait du temps qualifié sur une tâche de recherche à faible valeur ajoutée. En déléguant ces recherches à un assistant IA, Liora libère ses équipes pour l'accompagnement à fort impact, valorise une base documentaire qui s'enrichit à chaque interaction, et offre à ses apprenants une expérience d'accès à la connaissance à la hauteur de leur niveau d'exigence.