Pour les auteurs de cours & les ingénieurs pédagogiques
Construisez la formation comme un produit : versionnée, relue, testée.
Des supports éparpillés dans des documents, des labs que personne n'a essayés avant le cours, et des retours de relecture perdus dans des fils d'e-mails. classroom.now donne aux auteurs un seul atelier pour le contenu, les évaluations et l'infrastructure des labs — avec versions, approbations et un aperçu de ce que les apprenants verront exactement, du premier brouillon à la fiche publiée au catalogue.
Création structurée
Un éditeur par blocs qui comprend comment une formation se structure
Un cours dans classroom.now a une colonne vertébrale claire : programme → cours → version → module → leçon → bloc. Vous le construisez dans un éditeur par blocs moderne — déplacez l'arborescence des modules, insérez des blocs avec « / », annulez n'importe quelle étape.
- 15 types de blocs : vidéo, éditeur de code, terminal web, bureau à distance, blocs de quiz, tableau blanc et environnements VR — chacun validé selon son type.
- Les blocs peuvent être ciblés par appareil — ordinateur, tablette ou mobile.
- Des règles de déverrouillage des modules : immédiat, à une date, en décalage relatif, après l'achèvement du module précédent ou dès qu'un score minimal est atteint.
- Une bibliothèque d'assets centrale avec suivi d'utilisation entre les cours et protection contre la suppression de fichiers en cours d'usage.
- Les programmes coiffent les cours : les ingénieurs pédagogiques composent des programmes multi-cours avec prérequis, séquencement et compétences cibles.
- Un aperçu de ce que les apprenants verront exactement, à tout moment pendant votre travail — aucune surprise à la publication.
Versionnage & relecture
Des versions et des relectures à la manière des pull requests
Une nouvelle version de cours clone l'arborescence complète des modules, leçons, blocs, labs et évaluations : vous travaillez donc en toute sécurité à côté de la version en production. La publication bascule ensuite la version courante de manière atomique — en un instant, avec un changelog.
- Un pipeline fixe Brouillon → En relecture → Approuvé → Publié, avec historique des versions, diffs et retour arrière.
- Les relecteurs prennent les demandes dans une file priorisée et commentent directement une leçon, un bloc ou un artefact de lab précis — des fils de commentaires (problème, suggestion, éloge, question) affichés comme des marqueurs en ligne.
- Un double circuit d'approbation : la relecture du contenu, plus une revue d'infrastructure distincte pour les cours avec labs pratiques.
- Retirez les versions anciennes sans toucher aux inscriptions existantes des apprenants.
- L'analyse de contenu montre où les apprenants peinent et où ils décrochent — un intrant précis pour la version suivante.
Co-écriture
Écrire en équipe, sans s'écraser mutuellement
Des verrous au niveau des leçons garantissent qu'un seul auteur travaille au même endroit à la fois — humain ou IA. Les conflits de versions et les paragraphes perdus s'arrêtent ici.
- L'éditeur montre qui détient quelle leçon — sur tout l'arbre de la version, d'un coup d'œil.
- Les verrous se renouvellent d'eux-mêmes pendant que vous travaillez et expirent automatiquement après inactivité — rien ne reste verrouillé pour toujours.
- Besoin d'une leçon sur laquelle un collègue travaille ? Demandez la libération du verrou directement depuis l'éditeur — poliment, sans coup de téléphone.
- Les modifications pilotées par l'IA prennent leur propre type de verrou distinct — vous voyez toujours où c'est l'IA, et non une personne, qui est à l'œuvre.
Co-création avec l'IA
Une IA qui propose. Vous décidez.
Le co-auteur IA travaille selon deux modes : en ligne dans votre texte comme suggesteur, ou dans un panneau dédié qui génère des ensembles complets à relire. Il comprend la structure du cours — et n'agit jamais sans vous.
- Du texte fantôme façon Copilot : une suite suggérée apparaît en ligne, et Tab l'accepte.
- Le panneau génère un exercice de lab complet — consignes, script de vérification et indices — et des lots entiers de questions d'évaluation à relire et insérer.
- À la demande, il améliore un texte, suggère la structure d'une leçon ou synthétise les retours des apprenants des sessions passées.
- Rien ne se publie tout seul : un humain approuve chaque proposition dans les éditeurs habituels, et les modifications IA portent leur propre type de verrou.
- Les ingénieurs pédagogiques règlent le comportement de l'IA par type de formation — une couche de configuration pédagogique, par-dessus les budgets et les clés de votre organisation.
Évaluations & objectifs
Des évaluations câblées aux objectifs pédagogiques
Définissez ce que le cours doit enseigner — et la plateforme s'assure que vous l'évaluez réellement. Des banques de questions à la cartographie des compétences, un seul atelier tient le tout.
- Des objectifs pédagogiques avec les niveaux de la taxonomie de Bloom, reliés aux compétences et à des évaluations précises — avec des avertissements automatiques pour les objectifs qu'aucune évaluation ne couvre.
- Des banques de questions tirées et mélangées côté serveur ; le corrigé n'atteint jamais les apprenants.
- Les politiques d'évaluation — seuils de réussite, limites de reprises et délais d'attente, limites de temps — se combinent via une cascade à cinq niveaux, de la plateforme jusqu'à l'évaluation individuelle.
- Les questions à correction automatique sont notées instantanément ; les réponses libres partent vers l'évaluation par l'IA ou une file de correction manuelle avec points et commentaires.
- Les cours déclarent quelles compétences ils enseignent et exigent — votre cartographie alimente ensuite les profils de compétences des apprenants et l'analyse des écarts des managers.
Labs pratiques
Vous écrivez les labs — et les testez — comme du code
Vous attachez une infrastructure réelle à une version de cours : des VM issues de playbooks Ansible et de modèles, des environnements Kubernetes issus de charts Helm, des environnements VR et des machines enregistrées en externe. Les exercices sont ensuite vérifiés par un script, pas au jugé.
- Les spécifications de ressources, le nombre d'instances par apprenant et les contrôles de santé font partie de la définition même du lab.
- Les playbooks passent au lint côté serveur, et tout changement d'infrastructure renvoie la version en revue d'infrastructure — impossible de publier sans cette approbation.
- Un dry run lance une instance jetable sur laquelle le relecteur essaie réellement le lab — avant toute publication.
- Vos scripts de vérification alimentent le bouton « Vérifier mon travail » de l'apprenant : ils s'exécutent dans l'instance propre de l'apprenant et renvoient un résultat avec la sortie et un retour IA optionnel.
- Les labs finalisés sont ensuite provisionnés pour les participants automatiquement 24 heures avant chaque session.
Publication
De la version approuvée droit au catalogue
Une fois la version approuvée par les revues de contenu et d'infrastructure, vous la publiez en une seule étape — et pouvez référencer le cours dans le catalogue public de classroom.now, avec un profil de prestataire et des avis de vrais diplômés.
Achat dans le catalogue : bientôt
- La publication bascule la version courante du cours de manière atomique — sans impact sur les inscriptions existantes des apprenants.
- Le syllabus public ne montre que les titres des modules et des leçons ; le contenu de vos blocs n'est jamais rendu public.
- Chaque fiche publique passe par la modération de la plateforme, et les prestataires peuvent gagner un badge de vérification.
- Seule une personne avec un achèvement vérifié peut laisser un avis sur votre cours.
- L'achat directement dans le catalogue arrive — aujourd'hui, un formulaire de demande met les clients intéressés en relation avec vous.
Une journée avec classroom.now
La journée d'un auteur, du brouillon à la publication
9h00 — Brouillon du matin
Vous ouvrez l'atelier et voyez qui détient quelle leçon. Vous verrouillez la vôtre, écrivez — et acceptez les suites suggérées avec Tab.
11h00 — Un nouvel exercice
Le panneau IA génère un exercice avec consignes, script de vérification et indices. Vous relisez, ajustez, insérez — le playbook passe le lint et un dry run le prouve sur une instance jetable.
14h00 — Évaluation & objectifs
Vous assemblez l'évaluation finale à partir des banques de questions et reliez les objectifs pédagogiques. La plateforme signale un objectif non couvert — vous ajoutez une question, et c'est réglé.
16h00 — Direction la relecture
Vous soumettez la version pour approbation. Le relecteur commente directement sur les blocs, vous les traitez — et une fois le contenu et l'infrastructure approuvés, vous publiez au catalogue.
FAQ
Ce que les auteurs demandent le plus souvent
Plusieurs auteurs peuvent-ils travailler sur un même cours en même temps ?
Oui. Des verrous au niveau des leçons garantissent qu'un seul auteur travaille à la fois dans une leçon donnée. L'éditeur montre qui détient quoi sur tout l'arbre de la version, les verrous se renouvellent d'eux-mêmes pendant que vous travaillez et expirent après inactivité. Vous pouvez demander à un collègue la libération d'un verrou directement dans l'éditeur — et les modifications IA prennent leur propre type de verrou, visiblement distinct.
Qu'arrive-t-il aux apprenants en cours de formation quand je publie une nouvelle version ?
Rien d'inattendu. La publication bascule la version courante du cours de manière atomique, et la nouvelle version devient la version par défaut à partir de cet instant. Vous pouvez ensuite retirer les versions anciennes sans toucher aux inscriptions existantes des apprenants — et chaque version porte un changelog, ce qui rend toujours traçable ce qui a changé.
Du contenu généré par l'IA peut-il atteindre les apprenants sans relecture ?
Non. Les propositions de l'IA ne sont jamais appliquées automatiquement — chacune passe entre les mains de l'auteur dans les éditeurs habituels, et les modifications IA portent leur propre type de verrou, si bien qu'on voit toujours où l'IA a travaillé. De plus, une version publiée a passé le workflow de relecture standard. Et l'IA fonctionne sous les budgets et les clés API de votre organisation.
Comment un lab que j'ai écrit est-il relu ?
Les cours avec labs ont un double circuit d'approbation : une relecture du contenu et une revue d'infrastructure distincte. Les playbooks passent au lint côté serveur, le relecteur exécute le lab sur une instance jetable en dry run, et tout changement d'infrastructure remet cette revue à zéro — sans son approbation, la version ne sera pas publiée.
Comment savoir si l'évaluation couvre vraiment ce que le cours enseigne ?
Les objectifs pédagogiques portent les niveaux de la taxonomie de Bloom et sont reliés aux compétences et à des évaluations précises. Si un objectif n'est vérifié par aucune évaluation, la plateforme vous avertit automatiquement — vous attrapez l'écart pendant la création, pas après la première session du cours.
Apportez l'un de vos cours. Nous vous montrerons ce qu'il donne dans classroom.now.
Dites-nous ce que vous enseignez aujourd'hui et où vous créez vos contenus — nous préparerons une visite de l'atelier, du workflow de relecture et de la chaîne des labs sur votre propre matériel.
Contactez-noushello@classroom.now