Blog

Les Learning Analytics : un outil pédagogique primordial pour les enseignants !

En faisant du e-shopping ou en lisant un article en ligne, chaque clique, like ou swipe sur un site ou une application mobile représente des événements qui sont envoyés vers des serveurs puis stockés dans des bases de données. Ces données brutes sont ensuite triées, étudiées puis classées pour permettre d’en tirer des informations significatives qui pourraient autrement être cachées au vu de la quantité énorme au départ. Ces données maintenant propres sont appelées des données analytiques. Elles se retrouvent dans l’industrie, le marketing, mais peuvent également être appliquée à des activités plus centrées sur l’humain telles que l’apprentissage/l’éducation.

1. Définition des Learning Analytics et traitement des données

Les Learning Analytics correspondent à la collection, à l’analyse et au reporting des données d’apprentissage. C’est une pratique de plus en plus utilisée dans l’éducation notamment grâce aux avancées dans le domaine mais aussi l’utilisation grandissante des outils digitaux dans les écoles. Il existe plusieurs étapes dans la mise en place de Learning Analytics.

La collection

Lors du parcours d’apprentissage de l’apprenant, plusieurs données d’interaction sont collectées :

• Tout d’abord, les données d’interaction entre l’apprenant et son environnement éducatif. Cela comprend notamment l’inscription de l’apprenant à des modules d’apprentissage, le temps qu’il y passe et ses feedbacks sur celles-ci.
• À plus petite échelle il y a les données d’interaction entre l’apprenant et les contenus de formation qui représentent généralement la majorité des données collectées. Cela peut être les résultats à des tests, le temps passé sur des questions ou bien la lecture de contenus d’apprentissage.

L’analyse

Ces données brutes vont permettre ensuite de mettre en place des métriques et indicateurs plus avancés. Par exemple, il sera possible de définir des indicateurs de progression, d’engagement qui permettront d’avoir un meilleur suivi et une meilleure compréhension de l’apprenant, de son usage des outils et de sa progression.

La visualisation

Une part importante des Learning Analytics est de rendre compréhensible de façon très visuelle les données analysées. Des tableaux de bord regroupant les indicateurs et métriques pertinents sont souvent mis en place et mettent en avant ces données à l’aide de graphiques. Les acteurs concernés pourront donc les utiliser pour mieux comprendre la situation des apprenants et les potentiels blocages qu’ils rencontrent dans leur parcours d’apprentissage.

2. Pourquoi utiliser les Learning Analytics ? Qui en bénéficie ? 

En tirant parti des vastes quantités de données disponibles et à mesure que les infrastructures de données s’améliorent (de la collection et l’analyse des données à la visualisation et la recommandation) l’analyse des données d’apprentissage offre plusieurs avantages significatifs aux apprenants, aux enseignants et aux organismes de formations.

Les apprenants bénéficient d’un meilleur suivi de leur apprentissage et d’une expérience plus personnalisée qui leur permettent de progresser à leur propre rythme. 

Pour ce qui est des enseignants, ils pourront grâce aux Learning Analytics suivre de manière personnalisé chaque apprenant, et cela, sans surcharge de temps sur leur tâche, bien au contraire, ces données travaillées et présentées intelligemment sous forme de tableau de bord, aideront les enseignants et formateurs à mettre en place des plans de formation pour chaque apprenant.

Les organismes de formations quant à eux bénéficieront également des analytiques d’apprentissage. Ces derniers offrent un retour quantifiable sur l’efficacité des programmes pédagogiques mis en place, ce qui permettra de les challenger et d’être en constante recherche d’amélioration des processus mis en place. 

Les Learning Analytics ont donc un intérêt grandissant pour tous les acteurs de l’écosystème pédagogiques, des apprenants aux formateurs en passant par les organismes de formation eux-mêmes.

3. Les cas d’utilisations des Learning Analytics

Modélisation d’apprenants & détection des profils

Les différentes interactions des apprenants appelées également traces d’apprentissage sont très intéressants pour caractériser et modéliser l’apprenant. Des métriques comme la motivation et l’engagement de l’apprenant peuvent être définies à partir du temps passé sur le parcours d’apprentissage, du nombre de contenus d’apprentissage visionnés, etc… 

À partir de ces modélisations, il est ainsi possible de détecter des profils spécifiques d’apprenants comme des profils de décrocheur, de tricheur ou bien de talent. Les enseignants pourront à partir de ces informations avoir une meilleure compréhension des apprenants et mettre en place des actions pédagogiques adaptées.

Meilleur suivi de l’apprenant & mise en place d’actions de remédiation

Les étudiants peuvent recevoir des feedbacks plus significatifs grâce à l’utilisation des données d’apprentissage. L’aide à la remédiation d’un apprenant sur un thème est faite dès que l’enseignant est motivé par les besoins qu’il perçoit chez ses apprenants. Traditionnellement, ces besoins ne sont perçus que par ce qu’un enseignant observe dans sa classe ou ce qui peut être reflété dans les devoirs rendus. Cette contrainte limite non seulement la quantité de données sur lesquelles un enseignant peut agir, mais elle introduit également un délai entre le moment où l’aide est nécessaire et le moment où un enseignant est enfin en mesure de percevoir ce besoin et d’intervenir. 

Grâce aux données d’apprentissage, l’enseignant suit en temps réel les activités de l’apprenant en classe et en dehors (sur les devoirs à rendre en ligne), ces données-là sont ensuite agrégées et présentées à l’enseignant sous forme d’un rapport d’activités pour chaque apprenant. L’enseignant n’aura dès lors qu’à mettre en place des actions de remédiation ou d’encouragement pour l’apprenant. Ainsi, un meilleur suivi est garanti pour chaque apprenant.

4. Les précautions à prendre 

Bien que les avantages de l’analyse de l’apprentissage soient grands pour la plupart des éducateurs, il existe également des inquiétudes quant à la propriété des données sur les apprenants, à la manière dont les données sont utilisées, à la manière dont les éventuelles erreurs et possible biais sont gérés, mais également à la validité et les répercussions des interprétations des enseignants.

Les établissements d’enseignement, garant de la protection des utilisateurs, souvent mineurs, doivent de ce fait être clairs et transparents sur les données qu’ils collectent et sur le but de la collecte de ces données et leurs utilisations.

Le cas Domoscio

Le module Learning & Predictive Analytics de Domoscio Spark permet d’adapter les actions pédagogiques de manière prédictive grâce à une meilleure compréhension des profils des apprenants.

Plusieurs métriques et indicateurs apprenants sont suivis et partagés à travers des tableaux de bord tout au long du parcours d’apprentissage de chaque apprenant. Ils sont utilisés pour détecter au plus tôt des profils qui nécessitent une intervention de l’enseignant afin d’éviter par exemple le décrochage scolaire.

Conclusion

Les Learning Analytics deviennent un outil pédagogique primordial pour les enseignants qui leur permettent d’avoir une meilleure compréhension de l’apprenant et ainsi adapter leurs actions pédagogiques. À la base de ces indicateurs, se trouvent des données et des modèles d’intelligence artificielle. Il est donc important que les droits en matière de données personnelles soient respectés et que l’enseignant reste au cœur des prises de décisions pour éviter tout biais possible à l’encontre de l’apprenant.

Sources

[1] Solar Society for Learning Analytics Research https://www.solaresearch.org/

[2] Kelsey Miller, Northeastern University Graduate Programs (18 février 2020) What is Learning Analytics & How Can it be used? https://www.northeastern.edu/graduate/blog/learning-analytics/

[3] Cerfi, Learning Analytics: à quoi cela sert-il? https://www.cerfi.ch/fr/Actualites/Learning-Analytics-a-quoi-cela-sert-il.html

Illustration by Storyset

---