L'analyse exploratoire (analytique) de l'apprentissage

L’analytique (l’exploration de données ) de l’apprentissage consiste à mesurer, collecter, analyser et rapporter des données sur les apprenants et leurs contextes, à des fins de compréhension et d’optimisation de l’apprentissage et des environnements dans lesquels il se déroule. Un domaine connexe est l’exploration de données éducatives. voir la « Note d’orientation sur l’analyse de l’apprentissage » de l’UNESCO (2012)

La définition et les objectifs de l’analytique de l’apprentissage sont contestés. Une définition antérieure discutée par la communauté suggérait que « l’analytique de l’apprentissage est l’utilisation de données intelligentes, de données produites par l’apprenant et de modèles d’analyse pour découvrir des informations et des liens sociaux afin de prédire et de conseiller l’apprentissage des personnes ».

Mais cette définition a été critiquée :

« Je suis quelque peu en désaccord avec cette définition – elle sert bien de concept d’introduction si nous utilisons l’analytique comme structure de support pour les modèles éducatifs existants. Je pense que l’analytique de l’apprentissage – dans le cadre d’une mise en œuvre avancée et intégrée – peut supprimer les modèles de programmes préfabriqués ». Georges Siemens, 2010.

« Dans les descriptions de l’analytique de l’apprentissage, nous parlons de l’utilisation des données pour « prédire le succès ». J’ai eu du mal avec cela en examinant nos bases de données. J’ai réalisé qu’il existe différents points de vue/niveaux de réussite ». Mike Sharkey 2010.

Une vision plus globale qu’une simple définition est fournie par le cadre d’analytique de l’apprentissage de Greller et Drachsler (2012). Il utilise une analyse morphologique générale (GMA) pour diviser le domaine en six « dimensions critiques ».

Un aperçu systématique de l’analytique de l’apprentissage et de ses concepts clés est fourni par Chatti et al. (2012) et Chatti et al. (2014) à travers un modèle de référence pour l’analytique de l’apprentissage basé sur quatre dimensions, à savoir les données, les environnements, le contexte (quoi ?), les parties prenantes (qui ?), les objectifs (pourquoi ?) et les méthodes (comment ?).

Il a été souligné qu’il existe une large sensibilisation à l’analytique dans les établissements d’enseignement et auprès de diverses parties prenantes, mais que la manière dont « l’analytique de l’apprentissage » est définie et mise en œuvre peut varier, notamment :

pour que les apprenants individuels réfléchissent à leurs réalisations et à leurs modèles de comportement par rapport aux autres ;
en tant qu’indicateurs des étudiants nécessitant un soutien et une attention supplémentaires ;
aider les enseignants et le personnel de soutien à planifier des interventions de soutien auprès des individus et des groupes ;
pour les groupes fonctionnels tels que l’équipe de cours cherchant à améliorer les cours actuels ou à développer de nouvelles offres de programmes ; et
pour les administrateurs institutionnels prenant des décisions sur des questions telles que le marketing et le recrutement ou les mesures d’efficience et d’efficacité.

Dans ce document d’information, Powell et MacNeill soulignent ensuite que certaines motivations et mises en œuvre de l’analytique peuvent entrer en conflit avec d’autres, soulignant par exemple un conflit potentiel entre l’analyse destinée aux apprenants individuels et les parties prenantes de l’organisation.

Gasevic, Dawson et Siemens soutiennent que les aspects informatiques de l’analytique de l’apprentissage doivent être liés à la recherche pédagogique existante si l’on veut que le domaine de l’analytique de l’apprentissage tienne sa promesse de comprendre et d’optimiser l’apprentissage.

Source: Drew Bentley, Business Intelligence and Analytics. © 2017 Library Press, License CC BY-SA 4.0. Traduction et adaptation: Nicolae Sfetcu. © 2023 MultiMedia Publishing, L’informatique décisionnelle et l’analyse exploratoire des données dans les entreprises, Collection Sciences de l’information