Les systèmes logiciels open source suivants ont été développés pour soutenir le développement des laboratoires à distance et introduire une innovation grâce à l’utilisation de l’IA dans le processus d’amélioration de la qualité (QIP) pour l’évaluation par les pairs des modules d’apprentissage.
Ultra-concurrent Remote Labs Builder
Description : Plateforme web permettant de transformer des laboratoires à distance en temps réel en laboratoires à distance ultra-concurrents. La plateforme permet aux enseignants de créer des expériences de laboratoire à distance évolutives à l’aide d’expériences préenregistrées, d’une sélection dynamique des paramètres et d’activités d’évaluation interactives, supprimant ainsi la nécessité d’un accès exclusif à des créneaux horaires.
Auteurs : Andres Gamboa, Boris Pedraza, Alex Villazón, Omar Ormachea (Universidad Privada Boliviana – UPB, Bolivie).
Publication associée : Andrés Gamboa, Boris Pedraza, Alex Villazón et Omar Ormachea. Transformer les laboratoires à distance en temps réel en laboratoires à distance ultra-concurrents. Conférence STE 2025.
Dépôt GitHub open source : https://github.com/EU-BEGP/ultra-concurrent-remote-lab
QIP AI Evaluator
Description : Système d’évaluation automatisé pour les modules d’apprentissage numériques hébergés sur la plateforme Learnify, basé sur l’intelligence artificielle.
La solution est conçue pour soutenir les processus d’amélioration de la qualité en évaluant les contenus éducatifs à l’aide de rubriques académiques standardisées et de l’IA. Elle permet aux établissements et aux enseignants d’évaluer les modules d’apprentissage de manière systématique, cohérente et évolutive, réduisant ainsi considérablement l’effort de révision manuelle tout en garantissant la rigueur pédagogique.
Auteurs : Santiago Almancy, Sebastián Itamari, Frederick Balderrama, Alex Villazón (Universidad Privada Boliviana – UPB, Bolivie)
Dépôt GitHub open source : https://github.com/EU-BEGP/qip-ai-evaluator
Laboratoire à distance sur l’éclairage public
Description : ce laboratoire à distance hybride combine le contrôle en temps réel et l’analyse ultra-concurrente pour améliorer l’enseignement de l’ingénierie de l’éclairage. Les étudiants peuvent : contrôler un lampadaire réel (régler l’intensité, capturer les données des capteurs, visualiser la distribution lumineuse) ; surveiller le réseau d’éclairage public d’un campus pour vérifier la conformité aux normes ; analyser des ensembles de données préenregistrés pour différents scénarios d’éclairage. Construit à partir de microcontrôleurs ESP32, d’une communication MQTT et d’une interface web, ce laboratoire fait le lien entre la théorie et la pratique. Intégré à Book4RLab, il permet de réserver facilement des créneaux horaires pour des expériences en temps réel.
Auteurs : Boris Pedraza, Alfredo Meneses, Alex Villazón, Omar Ormachea (Universidad Privada Boliviana – UPB, Bolivie)
Dépôt GitHub open source : https://github.com/EU-BEGP/street-light-remote-lab
