C’est l’application au monde de la formation de techniques issues de la business intelligence, comme le forage de données.
Note : Les divers documents que nous avons consultés sur le sujet ne nous ont pas encore permis de trouver de traduction française concluante pour cette expression : analyse de l’apprentissage, analytique de l’apprentissage, analyse de l’éducation, etc.
Toutes les institutions d’enseignement colligent de nombreux renseignements sur leurs étudiantes et étudiants, mais cette information pourrait être davantage recoupée. Ces données proviennent des environnements numériques d’apprentissage, des demandes d’admission, des systèmes des bibliothèques, de l’aide financière, etc.
Comme les réseaux sociaux le font avec toutes nos transactions dans ces services, les logiciels d’analytique peuvent mettre en relation certaines de ces données, leur appliquer des analyses statistiques, inférer des comportements, offrir des tableaux de bord et préparer des rapports qui révèlent des tendances.
Et qu’en fait-on?
Ces analyses deviennent de puissants outils d’aide à la décision pour les gestionnaires universitaires. D’autres pensent cependant qu’il y a là un potentiel pour mieux connaître les apprenants et adapter l’enseignement à leurs besoins particuliers. Ainsi, pour Georges Siemens, professeur à l’Université Athabasca : «Un programme intelligent devrait s’ajuster et s’adapter aux besoins de chaque apprenant. Nous n’avons pas besoin d’un cours pour 30 élèves. Chacun doit suivre son propre parcours…»
Des institutions s’en servent pour déterminer en temps réel quels étudiants sont à risque d’échouer, quelles interventions pédagogiques auront le plus d’impact, à quel point un cours est efficace, et même, si un forum de discussion permet des apprentissages de qualité.
Ces indicateurs peuvent devenir intéressants pour permettre aux étudiantes et étudiants de suivre eux- mêmes leur progression. Des algorithmes peuvent automatiser certaines actions comme l’envoi de courriels suggérant aux étudiants de consulter des ressources adaptées aux difficultés qu’ils vivent.
Évidemment, l’utilisation de tels systèmes soulève de nombreuses questions quant à la propriété, à la protection et à la confidentialité des données. Les fins auxquelles ces analyses serviront suscitent aussi plusieurs interrogations. Quelles sont les conséquences d’indiquer à un enseignant lesquels de ses étudiants sont susceptibles d’échouer? La lutte au décrochage est-elle toujours désintéressée dans des établissements préoccupés par leur taux de rétention? Cela sans compter des velléités de surveillance des activités Internet de tous les étudiants pour des raisons de sécurité, lorsqu’il ne s’agit pas de se servir de ces analyses pour évaluer le personnel enseignant…
Sources
EDUCAUSE, 7 things you should know about Learning Analytics, avril 2010 (document PDF).
Guillaud, Hervé, «Les données peuvent-elles améliorer l’éducation?», InternetActu.net, 6 septembre 2011.
Learning Analytics and Knowledge, «Call for papers», site de LAK 2012, colloque sur la thématique tenu à Vancouver du 29 avril au 2 mai 2012.
Kolowich, Steve, «Who Needs to Know?», Inside Higher Ed, 18 octobre 2011.
Morris, Michael, «Mining Student Data Could Save Lives», The Chronicle of Higher Education, 2 octobre 2011.