L’analyse exploratoire de l’apprentissage: méthodes d’analyse, résultats analytiques, logiciels

Méthodes d’analyse

Les méthodes d’analyse de l’apprentissage comprennent :

• Analyse de contenu: en particulier des ressources créées par les étudiants (comme les essais)
• Analyse du discours: l’analyse du discours vise à recueillir des données significatives sur les interactions des étudiants qui (contrairement à l’analyse des « réseaux sociaux ») vise à explorer les propriétés du langage utilisé, par opposition au simple réseau d’interactions, au nombre de messages sur les forums, etc.
• Analyse de l’apprentissage social: qui vise à explorer le rôle de l’interaction sociale dans l’apprentissage, l’importance des réseaux d’apprentissage, le discours utilisé pour donner du sens, etc.
• Analyse de la disposition: qui cherche à recueillir des données concernant les dispositions des étudiants à leur propre apprentissage et la relation de celles-ci avec leur apprentissage. Par exemple, les apprenants « curieux » peuvent être plus enclins à poser des questions, et ces données peuvent être recueillies et analysées pour l’analyse de l’apprentissage.

Résultats analytiques

Les analyses ont été utilisées pour :

• À des fins de prédiction, par exemple pour identifier les étudiants « à risque » en termes d’abandon ou d’échec scolaire
• À des fins de personnalisation et d’adaptation, pour fournir aux étudiants des parcours d’apprentissage personnalisés ou du matériel d’évaluation
• À des fins d’intervention, pour fournir aux enseignants des informations leur permettant d’intervenir pour soutenir les étudiants
• À des fins de visualisation des informations, généralement sous la forme de tableaux de bord d’apprentissage qui fournissent des données d’apprentissage générales grâce à des outils de visualisation des données

Logiciels

Une grande partie des logiciels actuellement utilisés pour l’analyse de l’apprentissage duplique les fonctionnalités des logiciels d’analyse Web, mais les applique aux interactions des apprenants avec le contenu. Les outils d’analyse des réseaux sociaux sont couramment utilisés pour cartographier les connexions et les discussions sociales. Quelques exemples d’outils logiciels d’analyse de l’apprentissage :

• Student Success System – un outil d’analyse prédictive de l’apprentissage qui prédit les performances des étudiants et les place dans des quadrants de risque en fonction des prévisions d’engagement et de performance, et fournit des indicateurs pour développer la compréhension des raisons pour lesquelles un apprenant n’est pas sur la bonne voie grâce à des visualisations telles que le réseau d’interactions résultant de l’engagement social (par exemple, les messages et réponses de discussion), les performances aux évaluations, l’engagement avec le contenu et d’autres indicateurs
• SNAPP – un outil d’analyse de l’apprentissage qui visualise le réseau d’interactions résultant des messages et réponses des forums de discussion.
• LOCO-Analyst – un outil d’apprentissage sensible au contexte pour l’analyse des processus d’apprentissage se déroulant dans un environnement d’apprentissage basé sur le Web
• SAM – un moniteur d’activité des étudiants destiné aux environnements d’apprentissage personnels
• BEESTAR INSIGHT – un système en temps réel qui collecte automatiquement l’engagement et la présence des étudiants et fournit des outils d’analyse et des tableaux de bord pour les étudiants, les enseignants et la direction
• Solutionpath StREAM – un système en temps réel de premier plan basé au Royaume-Uni qui exploite des modèles prédictifs pour déterminer toutes les facettes de l’engagement des étudiants en utilisant des sources structurées et non structurées pour tous les rôles institutionnels.

Source: Drew Bentley, Business Intelligence and Analytics. © 2017 Library Press, License CC BY-SA 4.0. Traduction et adaptation: Nicolae Sfetcu. © 2024 MultiMedia Publishing, L’informatique décisionnelle et l’analyse exploratoire des données dans les entreprises, Collection Sciences de l’information