Un tuteur IA qui ne fait que répondre aux questions est un moteur de recherche avec une personnalité. Un vrai tuteur fait plus. Un vrai tuteur dit : « Tu as un examen de maths vendredi -- tu as révisé les fractions ? » Un vrai tuteur assigne des devoirs, suit s'ils ont été faits, et relance si ce n'est pas le cas.
C'est pourquoi nous avons intégré la gestion de tâches directement dans le chat. Pas comme un produit séparé. Comme une extension naturelle de la conversation.
Pourquoi des tâches dans un tuteur IA
L'idée est venue de l'observation de l'usage réel à Abidjan. Les élèves avaient des conversations productives avec l'IA, apprenaient un concept, fermaient l'application, puis oubliaient de s'entraîner. L'IA générait du contenu de valeur. Mais du contenu sans suivi est du gaspillage.
Les modèles de données
Le système de tâches a quatre modèles : Goal (objectif de haut niveau), Task (tâche principale), TaskComment (discussion filetée) et TaskNotification (alertes par assigné).
L'org_id est nullable -- les tâches personnelles n'ont pas d'organisation. Le assignee_id est nullable -- une tâche peut être non assignée. Les tags sont en JSONB pour un indexage GIN rapide.
L'outil IA create_task
L'IA peut créer des tâches pendant la conversation. Un échange typique :
Élève : « J'ai un contrôle de maths sur les fractions vendredi. » > IA : « D'accord ! Je crée un rappel pour toi. » [appelle create_task avec titre « Réviser les fractions pour le contrôle », due_date vendredi, priorité haute]
Le moteur de récurrence
Le planificateur tourne comme une tâche asyncio de fond et effectue deux vérifications toutes les 30 minutes : tâches à échéance aujourd'hui (« due_soon ») et tâches en retard (« overdue »). L'anti-spam est critique -- exactement une notification par tâche.
Pour les tâches récurrentes, compléter une tâche crée une nouvelle instance avec la même description mais une due_date décalée à la prochaine occurrence.
Comment tout se connecte
L'IA crée des tâches depuis le contexte de conversation. L'IA lit les tâches pour fournir du contexte (« Tu as un contrôle de physique demain -- tu veux qu'on révise ? »). Les notifications ramènent l'élève dans l'application. Les organisations permettent l'assignation par les enseignants. Les objectifs fournissent la structure.
Le système de tâches a transformé notre tuteur IA d'un outil conversationnel en une plateforme de productivité.
Ceci est l'article 18 de 20 dans la série « Comment nous avons construit Deblo.ai ».