Teresa M. Ober est chercheuse à l’Institut de recherche ETS. Son travail porte sur la compréhension et la mesure des compétences dont les apprenants ont besoin pour réussir dans des environnements de plus en plus façonnés par l’intelligence artificielle (IA). Elle mène des recherches dans trois domaines connectés : (a) évaluation des compétences humaines complexes ; (b) création et validation de cadres reliant l’apprentissage K–12 aux compétences nécessaires à l’enseignement postsecondaire et au marché du travail ; et (c) développement de méthodes basées sur l’IA pour faire progresser la recherche et la mesure éducatives. Dans ses travaux sur les compétences complexes, elle étudie comment les apprenants réagissent à des situations difficiles dans des environnements d’apprentissage numériques, leur progression face aux difficultés et l’évaluation fiable de ces comportements. Ses publications portent sur les données de processus, la charge cognitive, les mesures d’auto-évaluation et le lien entre les comportements des apprenants et les résultats de performance. Des travaux récents et en cours incluent le développement et la validation d’un cadre d’adaptabilité et d’une échelle courte associée, ainsi que l’étude de la manière dont les perspectives enseignant et élève influencent la définition des compétences complémentaires au rôle de l’IA dans l’apprentissage et le travail.
De plus, les recherches de Teresa cherchent à relier les connaissances des contenus K–12 à des cadres de compétences plus larges qui reflètent les exigences auxquelles les élèves sont confrontés au-delà de l’école. Elle a co-développé des cadres pour la communication, la littératie numérique et l’alphabétisation IA, ainsi que des modèles d’éducation basée sur les compétences alignés sur les besoins futurs en compétences. Ce travail relie le développement conceptuel à des conseils pratiques en conception pour les évaluations, les soutiens pédagogiques et les analyses destinées aux enseignants. Il informe également les rapports et outils orientés politiques utilisés par les enseignants et les responsables de programme pour renforcer la préparation des élèves aux parcours postsecondaires.
Une autre axe de son travail porte sur l’avancement des méthodes de recherche éducative utilisant des outils d’IA. Cela inclut le développement de protocoles pour l’utilisation de grands modèles de langage afin de soutenir l’analyse qualitative, l’examen de l’utilisation de données synthétiques pour le développement et la validation d’instruments, ainsi que l’étude de la fiabilité des recommandations générées par l’IA dans les systèmes d’apprentissage. Ces efforts mettent l’accent sur la transparence, l’interprétabilité et la solidité méthodologique, et s’appuient sur ses travaux antérieurs concernant les approches d’apprentissage automatique pour comprendre l’engagement des étudiants, la prédiction des performances et l’analyse des processus d’évaluation.
Teresa a contribué à de nombreux projets de recherche financés par des fonds externes qui font progresser l’étude de l’apprentissage, de l’évaluation et de l’utilisation de l’IA en éducation. Son travail inclut des rôles dans des projets financés par l’Institute of Education Sciences et la National Science Foundation, ainsi que des collaborations avec des partenaires universitaires et des équipes de recherche interdisciplinaires. Ses travaux financés coouvrent le développement de systèmes de rétroaction basés sur l’IA pour l’apprentissage des sciences au collège, des recherches sur la persistance des élèves lors de tâches informatiques, ainsi que des études appliquant l’apprentissage automatique et l’analytique avancée pour comprendre les processus d’apprentissage. Dans ces projets, elle apporte son expertise en évaluation complexe des compétences, en analyse d’analyses d’instruments et protocoles, en analysant les données des apprenants et en traduisant les résultats en outils et pratiques soutenant l’enseignement et l’évaluation. Ces collaborations reflètent un engagement continu à construire des approches fondées sur des preuves qui renforcent la mesure éducative et améliorent la conception des environnements d’apprentissage en K–12 et au-delà.
Ses travaux paruent dans des revues telles que Journal of Educational Data Mining, Computers & Education, AERA Open, Psychological Assessment, Journal of Psychoeducational Assessment et Computer Science Education, ainsi que de nombreux articles de conférences dans les sciences de l’apprentissage, la mesure de l’éducation et l’IA dans les communautés de recherche en éducation. Elle a également publié des manuels, des chapitres de livres et des rapports de recherche qui soutiennent les éducateurs, décideurs politiques et organisations dans le développement de systèmes d’évaluation alignés sur les compétences.
Avant de rejoindre ETS, Teresa était professeure de recherche adjointe à l’Université de Notre Dame et a obtenu son doctorat en psychologie de l’éducation au Graduate Center de la City University of New York. À travers ses fonctions, son travail vise à contribuer à l’avancement des pratiques de mesure, avec un accent plus récent sur l’amélioration de l’utilisation de l’IA en recherche et évaluation, et sur le renforcement de l’alignement entre ce que les étudiants apprennent à l’école et les compétences dont ils auront besoin dans un avenir facilité par l’IA.
Teresa Ober | LinkedIn
Dernière mise à jour : 23/01/2026