OpenMAIC : transformer un PDF en salle de classe animée par des agents IA

TL;DR — OpenMAIC en une minute

• Ce que c’est : OpenMAIC (THU-MAIC, le labo MAIC de Tsinghua, MIT, ~36,9k étoiles en six mois), qui transforme un sujet ou un document (PDF, Word, PPT, image, audio, vidéo) en salle de classe interactive.
• Ce que ça produit : un prof IA qui fait cours avec narration vocale et tableau blanc animé, des élèves IA qui débattent, des quiz corrigés par IA, des simulations HTML — exportable en PPTX, HTML interactif ou ZIP hors-ligne.
• Sous le capot : pipeline en deux temps (plan puis contenu), orchestration multi-agents LangGraph, machine à états de lecture, moteur de 28+ types d’actions (parole, dessin, graphiques, spotlight, pointeur laser).
• Le catch : coût tokens + TTS par cours ; le repo avertit lui-même que les tokens du workbench n’offrent aucune isolation ni confidentialité et qu’il faut remplacer la politique d’autorisation avant la prod ; et un cours généré se relit.
• Notre verdict : à tester — le projet le plus impressionnant de la rentrée côté formation, à condition de valider le contenu et de ne pas l’exposer tel quel.

Tu déposes un PDF. Il en sort une salle de classe : un prof IA qui fait cours à la voix, écrit au tableau, des élèves IA qui débattent, des quiz corrigés en direct, des simulations interactives. Dit comme ça, on croirait une démo marketing. Sauf que c’est un projet du labo MAIC de Tsinghua, sous licence MIT, qui a pris 36 900 étoiles en six mois et qui est mis à jour quotidiennement. Alors : gadget spectaculaire ou vrai outil de formation ? On tranche.

Ce que fait OpenMAIC

• En entrée : un sujet, ou tes documents — PDF, Word, PowerPoint, tableur, texte, image, audio, vidéo — ou des ressources web (upload ou recherche).
• En sortie : une classe interactive complète — slides, quiz, simulations, et même du projet pédagogique (PBL) avec suivi de jalons. Exportable en PPTX, HTML interactif ou ZIP hors-ligne.
• Le prof IA fait cours avec narration vocale (plusieurs moteurs TTS, voix personnalisables) et pilote un tableau blanc en temps réel : dessin, texte, formes, graphiques, spotlight, pointeur laser.
• Les élèves IA ne sont pas décoratifs : ils participent — discussions, débats, activités collaboratives.
• L’élève humain peut intervenir : reconnaissance vocale, quiz corrigés et commentés par l’IA, simulations HTML manipulables (physique, diagrammes).
• 12 langues, recherche web intégrée, mode sombre.

Sous le capot (ce qui en fait un vrai projet)

• Pipeline en deux étapes : génération du plan, puis du contenu de chaque scène. C’est ce qui évite la bouillie d’un one-shot.
• Orchestration multi-agents via LangGraph : les tours de parole et les discussions entre agents sont pilotés par une machine à états, pas improvisés.
• Moteur d’actions : 28+ types d’actions exécutables (parler, dessiner, pointer, tracer un graphique…) — c’est ce moteur qui rend le cours animé plutôt que statique.
• Model-agnostic, jusqu’au tout-local : OpenAI, Anthropic, Gemini, DeepSeek, Qwen, Kimi, Grok, OpenRouter… ou 100 % local (Ollama, ASR FunASR, TTS VoxCPM2). Self-host en Docker ou Node 22.19+, persistance PostgreSQL optionnelle.
• Un skill au format SKILL.md : tu peux déclencher la génération d’une classe depuis Slack, Telegram, Discord ou ton IDE, via les workbenches d’agents.

Le catch honnête

• Ça consomme. Un cours complet, c’est beaucoup d’appels LLM plus de la synthèse vocale sur toute la narration. Générer des classes en série se budgète. Le mode local (Ollama + VoxCPM2) supprime la facture mais baisse la qualité — le compromis habituel.
• Le repo t’avertit lui-même sur la prod. Et c’est à prendre au sérieux : les tokens du workbench n’offrent aucune isolation ni confidentialité sur un réseau non fiable, la persistance côté serveur exige de remplacer la politique d’autorisation avant une mise en production, et les quotas partagent un seul principal par défaut. Traduction : génial en interne, à ne pas exposer tel quel à des utilisateurs externes.
• Un cours généré reste à relire. L’IA structure très bien, mais elle peut se tromper sur le fond. Sur du contenu réglementé ou sensible (juridique, conformité, santé, finance), une validation humaine est obligatoire — sinon tu diffuses une erreur à l’échelle, à toute une promo.
• v1.0.0 sortie le 27 août 2026. Le projet a six mois et bouge tous les jours : c’est un excellent signe de vitalité, mais attends-toi à des changements rapides.

Pour qui c’est vraiment utile

• Tu dois former des équipes en interne (procédures, outils, onboarding) : transformer tes PDF de procédures en modules interactifs avec quiz, c’est exactement son terrain — et ça change tout par rapport à un PDF que personne ne lit.
• Tu produis du contenu pédagogique (formations, cours, tutoriels) : le gain de temps sur la structure et le premier montage est considérable, avec un export PPTX que tu retravailles.
• Tu veux garder tes contenus chez toi : le mode tout-local permet de ne rien envoyer dans le cloud — pertinent pour des documents internes.

À l’inverse : pour une formation certifiante à fort enjeu, la génération automatique ne remplace pas un ingénieur pédagogique — elle lui fait gagner la première moitié du travail. Et pour un simple mémo, monter une classe entière est disproportionné.

Notre verdict : à tester

OpenMAIC est le projet le plus spectaculaire qu’on ait vu cette rentrée, et surtout il est sérieux : labo universitaire identifié, architecture réfléchie (LangGraph, moteur d’actions, pipeline en deux temps), licence MIT, self-host complet et 36 900 étoiles en six mois. Le passage « un document en entrée, une classe animée en sortie » fonctionne vraiment, et l’export PPTX/HTML le rend exploitable.

Les garde-fous, eux, sont clairs et il faut les poser avant de s’enthousiasmer : budgéter les tokens et le TTS, ne pas exposer l’instance telle quelle (le projet le dit noir sur blanc), et surtout faire relire tout cours par un humain dès que le sujet est réglementé. Dans ce cadre — usage interne, contenu validé — il mérite un vrai test.

Points de vigilance

• Coût : LLM + synthèse vocale à chaque cours ; le tout-local supprime la facture mais dégrade la qualité.
• Sécurité : le repo prévient — pas d’isolation ni de confidentialité avec les tokens du workbench, politique d’autorisation à remplacer avant la prod.
• Exactitude : un cours généré se relit ; sur du contenu réglementé, la validation humaine n’est pas négociable.
• Jeunesse : v1.0.0 du 27 août 2026, mises à jour quotidiennes — attends-toi à des évolutions rapides.