Éthique et confidentialité dans l'analyse exploratoire de l'apprentissage

L’éthique de la collecte, de l’analyse, des rapports et de la responsabilisation des données a été soulevée comme une préoccupation potentielle pour l’analyse de l’apprentissage (par exemple), avec des inquiétudes concernant :

La propriété des données
La communication autour de la portée et du rôle de l’analyse de l’apprentissage
Le rôle nécessaire du retour d’information humain et de la correction des erreurs dans les systèmes d’analyse de l’apprentissage
Le partage de données entre les systèmes, les organisations et les parties prenantes
La confiance dans les clients des données

Comme le soulignent Kay, Kom et Oppenheim, la gamme de données est large et peut provenir de : « Activités enregistrées ; dossiers des étudiants, présences, devoirs, informations sur les chercheurs (CRIS).

Interactions entre systèmes ; EAV, recherche en bibliothèque/référentiel, transactions par carte.
Mécanismes de retour d’information ; enquêtes, service client.
Systèmes externes offrant une identification fiable, tels que les services sectoriels et partagés et les réseaux sociaux. »

La situation juridique et éthique est donc complexe et varie d’un pays à l’autre, ce qui a des implications pour : « La diversité des données – principes de collecte, de conservation et d’exploitation.

La mission éducative – questions sous-jacentes à la gestion de l’apprentissage, y compris l’ingénierie sociale et de la performance.
Motivation pour le développement de l’analytique : mutualité, une combinaison d’intérêt collectif, individuel et de l’entreprise.
Attentes des clients : pratiques commerciales efficaces, attentes en matière de données sociales, considérations culturelles d’une clientèle mondiale. ^Obligation d’agir : devoir de diligence découlant de la connaissance et des défis qui en découlent en matière de gestion des performances des étudiants et des employés.

Dans certains cas marquants, comme la catastrophe d’inBloom, même des systèmes pleinement fonctionnels ont été mis hors service en raison du manque de confiance des gouvernements, des parties prenantes et des groupes de défense des droits civiques dans la collecte de données. Depuis lors, la communauté de l’analyse d’apprentissage a étudié en profondeur les conditions juridiques, lors d’une série d’ateliers d’experts sur « Éthique et confidentialité pour l’analyse d’apprentissage », qui constituent l’utilisation d’analyses d’apprentissage fiables. Drachsler & Greller ont publié une liste de contrôle en 8 points intitulée DELICATE, basée sur des études approfondies dans ce domaine, afin de démystifier les discussions sur l’éthique et la confidentialité autour de l’analyse d’apprentissage.

Détermination : Décidez de l’objectif de l’analyse d’apprentissage pour votre établissement.
Explication : Définissez le périmètre de la collecte et de l’utilisation des données.
Légitimité : Expliquez comment vous opérez dans le cadre juridique et référez-vous à la législation essentielle.
Impliquez : Parlez aux parties prenantes et donnez des garanties quant à la distribution et à l’utilisation des données.
Consentement : Obtenez le consentement au moyen de questions claires.
Anonymisation : Dépersonnalisez autant que possible les individus. 7. Aspects techniques : Surveiller l’accès aux données, notamment dans les secteurs à forte rotation du personnel.
Partenaires externes : S’assurer que les partenaires externes respectent les normes de sécurité des données les plus strictes.

Ce document présente des méthodes pour concevoir et fournir des analyses d’apprentissage respectueuses de la confidentialité, bénéfiques pour toutes les parties prenantes. La liste de contrôle DELICATE complète est accessible au public ici.

Analyse d’apprentissage ouverte

Chatti, Muslim et Schroeder soulignent que l’objectif de l’analyse d’apprentissage ouverte (OLA) est d’améliorer l’efficacité de l’apprentissage dans les environnements d’apprentissage tout au long de la vie. Les auteurs décrivent l’OLA comme un processus d’analyse continu qui englobe la diversité dans les quatre dimensions du modèle de référence de l’analyse d’apprentissage.

Source: Drew Bentley, Business Intelligence and Analytics. © 2017 Library Press, License CC BY-SA 4.0. Traduction et adaptation: Nicolae Sfetcu. © 2025 MultiMedia Publishing, L’informatique décisionnelle et l’analyse exploratoire des données dans les entreprises, Collection Sciences de l’information