Learning analytics, où en est-on aujourd’hui ?

Formation digitale

5 minutes

Learning analytics, où en est-on aujourd’hui ?

Yann Lescurat

L’enseignement en ligne ne cesse de se dévelop­per. Comme tous les secteurs du numérique, il a vu arriv­er la récolte et l’analyse des don­nées qui ont amené le con­cept de Learn­ing Ana­lyt­ics. Quelles en sont les promess­es et où en est-on aujourd’hui ?

Le Learn­ing Ana­lyt­ics, ou analyse de l’apprentissage, est une dis­ci­pline dédiée à la col­lecte, l’analyse et la pro­duc­tion de rap­ports relat­ifs aux proces­sus d’ap­pren­tis­sage. L’ensemble des don­nées est issu d’environnements numériques d’apprentissage (ENA), des deman­des d’admission, des bib­lio­thèques ou encore des MOOC (mas­sive open online course ou cours en ligne ouverts et mas­sifs). Cette ten­dance provient directe­ment de domaines comme la busi­ness intel­li­gence et l’analyse des don­nées des réseaux sociaux.

Les objectifs des learning analytics

Les sys­tèmes d’ap­pren­tis­sage en ligne ont la capac­ité de cap­tur­er les com­porte­ments des apprenants pour pro­pos­er aux dif­férents acteurs des retours pré­cis. L’objectif des Learn­ing Ana­lyt­ics est donc d’améliorer de façon sig­ni­fica­tive l’efficacité des dis­posi­tifs d’apprentissage, des envi­ron­nements péd­a­gogiques, de l’enseignement et de la prise de déci­sions éduca­tives. Pour la per­son­ne for­mée, c’est aus­si un moyen d’optimiser l’acquisition de nou­velles con­nais­sance ou com­pé­tences et d’augmenter son taux de rétention.

La muta­tion numérique de l’é­d­u­ca­tion a per­mis de con­stituer d’importants cor­pus de don­nées sur le com­porte­ment des apprenants. L’utilisation des don­nées d’apprentissage et l’adaptation des con­tenus qui en découle ont des effets plus que posi­tifs sur la réus­site des apprenants. On estime un taux d’amélioration con­crète des résul­tats com­pris entre 5% et 20%. En analysant les don­nées des apprenants, on peut ain­si inter­venir de façon poussée sur les com­posantes suivantes :

  • L’identification des apprenants en sit­u­a­tion d’échec ou d’abandon
  • Une meilleure adéqua­tion entre les par­cours et les approches péd­a­gogiques selon le pro­fil et les affinités des apprenants avec les con­cepts abor­dés lors des cours ou des formations
  • Une automa­ti­sa­tion des proces­sus comme l’envoi d’e‑mails sug­gérant aux apprenants de con­sul­ter des ressources spé­ci­fiques ou de revenir sur un cours non maîtrisé
  • L’amélioration des con­nais­sances que l’on a des mécan­ismes sous-jacents de l’apprentissage
  • La per­son­nal­i­sa­tion des approches pédagogiques
  • L’accompagnement des étu­di­ants dans leur proces­sus d’ac­qui­si­tion de connaissances
  • La déter­mi­na­tion ou la pré­dic­tion du com­porte­ment des apprenants

Enjeux et réalités des Learning Analytics

Lorsqu’on par­le de l’analyse des don­nées d’apprentissage, on entend encore sou­vent dire que les flux de data générés par les envi­ron­nements numériques ne sont pas struc­turés. Or, il ne faut pas seule­ment regarder du côté des don­nées générées par les étu­di­ants et leurs inter­ac­tions avec les envi­ron­nements de tra­vail numériques mais pren­dre con­science que l’on dis­pose aujourd’hui d’une immense quan­tité de don­nées admin­is­tra­tives qui regor­gent d’informations sur les par­cours des étu­di­ants. Ces don­nées doivent elles aus­si faire l’objet d’analyses afin d’offrir aux étu­di­ants et aux enseignants des retours d’in­for­ma­tion plus rich­es et personnalisés.

Toute­fois, les Learn­ing Ana­lyt­ics représen­tent un réel défi : com­ment con­cili­er les incroy­ables pos­si­bil­ités offertes par l’exploitation des don­nées des apprenants et le respect de leur vie privée ? De plus, il faut faire très atten­tion à ce qu’un acteur de l’éducation ne soit pas en sit­u­a­tion de mono­pole infor­ma­tion­nel. Il est donc impor­tant de réfléchir à un encadrement éthique et juridique des Learn­ing Ana­lyt­ics afin d’encadrer et de con­trôler la col­lecte et l’utilisation des don­nées tout en per­me­t­tant leur val­ori­sa­tion de la créa­tion de nou­veaux out­ils édu­cat­ifs innovants.

Vers le développement de l’adaptive learning

Der­rière le Learn­ing Ana­lyt­ics se cache une ambi­tion bien plus grande que les sim­ples analyse et exploita­tion des don­nées : le développe­ment d’une véri­ta­ble péd­a­gogie dif­féren­ciée, des par­cours d’apprentissage indi­vid­u­al­isés qui s’adapteraient en temps réel aux con­nais­sances et aux apti­tudes des apprenants tout en prenant en compte leurs rythmes de tra­vail et leur com­préhen­sion des cours. Des dis­posi­tifs de plus en plus automa­tiques, via l’utilisation de l’intelligence arti­fi­cielle, afin de men­er un pro­fes­sion­nel qui souhaite évoluer ou se réori­en­ter ou un étu­di­ant en stage vers la réus­site en réduisant les temps de parcours.

Toute­fois, ces évo­lu­tions ont un coût et il est indis­pens­able d’améliorer les plate­formes d’apprentissage numériques, voire d’en dévelop­per de nou­velles. L’opération néces­site des moyens humains et financiers bien plus impor­tants que la pro­duc­tion d’un MOOC ou d’un seri­ous game. Si la révo­lu­tion numérique de l’apprentissage est bel et bien com­mencée, la per­spec­tive de voir des dis­posi­tifs de for­ma­tion  en ligne ultra-per­son­nal­isés et des étu­di­ants capa­bles de s’auto-former sans inter­ven­tion externe d’un enseignant reste lointaine.

Mais les pro­grès sont là, avec des out­ils déjà inno­vants. Nous avons déjà vu de nom­breuses star­tups émerg­er dans les domaines de l’éducation et de la for­ma­tion. Elles n’hésitent pas à met­tre à prof­it la col­lecte de don­nées pour favoris­er la pro­gres­sion des étu­di­ants et amélior­er la vue glob­ale des enseignants sur les cours qu’ils pro­duisent ain­si qu’un suivi pré­cis des pra­tiques étu­di­antes. Si l’adaptive learn­ing n’est donc pas encore pour demain, les Learn­ing Ana­lyt­ics restent néan­moins une source de béné­fices pour les apprenants et les respon­s­ables de formation.