Améliorer l'efficacité de l'enseignement grâce au big data

Wikipédia définit le big data comme étant "des ensembles de données qui deviennent tellement volumineux qu'ils en deviennent difficiles à travailler avec des outils classiques de gestion de base de données ou de gestion de l'information".

En clair, il s'agit de données massives produites dans différents contextes et pour une diversité d'usages qui nécessitent un traitement particulier du fait de leur envergure. Le terme est à la mode mais pas seulement. Le big data fait l'objet d'études sérieuses sur ses modalités de mise en oeuvre que sont la collecte, le stockage, l'analyse et la présentation.

Les données massives pour l'enseignement

Dans le monde de l'éducation, l'usage des données n'est pas une nouveauté. On a depuis fort longtemps recueilli et analysé les statistiques d'inscription et de fréquentation, les taux de réussite et d'abandon, ... à des fins stratégiques ou prédictives.

La plupart du temps, les données en question sont marginales et ne requièrent pas un déploiement technologique particulier. Cependant, de nos jours en surfant sur la vague du big data, la collecte des données dans le secteur éducatif s'est systématisée. Les données produites sont non seulement d'un volume considérable mais elles sont si riches et variées qu'elles peuvent même servir à modéliser les enseignements et les apprentissages.

Dans un article publié par L'Orient-Le Jour, Jin-Yong Cai rapporte des expériences en cours qui exploitent les données massives pour améliorer les systèmes éducatifs. Il cite l'initiative Saber pour Systems Approach for Better Education Results de la Banque Mondiale qui vise à collecter et partager des données sur les politiques éducatives dans le monde entier avec une focale sur la promotion de l'éducation des enfants et des jeunes.

Au niveau local, il existe aussi quelques initiatives en cours d'utilisations de données massives qui influencent l'enseignement. Citons le réseau Bridge au Kenya, le réseau éducatif Sabis qui opère aux Etats-Unis, en Europe, en Asie, au Moyen-Orient et en Afrique du Nord et aussi la plate-forme Knewton.

"Au Kenya, par exemple, le réseau Bridge International Academies dispense un enseignement adaptatif à grande échelle. (...)  Les résultats des examens sont enregistrés sur la tablette de l'enseignant, plus de 250 000 notes y étant intégrées tous les 21 jours. À partir de ces données, l'équipe d'évaluation de Bridge détermine la leçon la plus efficace, et distribue cette leçon au reste des établissements composant le réseau de l'académie".

Côté apprentissage

La plate-forme Knewton citée dans l'article de Jin-Yong a pour sa part vocation à promouvoir la réussite scolaire par un enseignement adaptatif. Il est essentiellement question d'influencer les apprentissages à partir d'analyses prédictives. Les données recueillies via la plate-forme permettent de proposer des enseignements sur mesure aux apprenants dans des dispositifs où l'enseignement individuel est impossible.

Inévitablement, on pense aux effectifs pléthoriques d'apprenants dans les universités africaines qui pourraient accéder à des contenus personnalisés pour peu qu'il leur soit offert des cours via des plates-forme d'enseignement en ligne.

Dans les MOOCs dont les initiateurs visent en particulier à faire diminuer les abandons et augmenter les taux de réussite, on ne fait pas mystère des avantages certains de l'usage des données massives. Si le lien est établi entre le deep-learning (apprentissage en profondeur par les machines) et les promoteurs des plates-formes de MOOC, il est fortement envisageable que ces derniers s'appuient sur le big data pour mettre en place des systèmes intelligents d'apprentissage.

En conclusion, eu égard aux expériences susmentionnées, on peut tirer profit des données massives pour concevoir et mettre en oeuvre des dispositifs de formation efficaces. L'exploitation transparente de ces données peuvent permettre d'améliorer les résultats scolaires en prenant en compte toutes les variables possibles, celle liée à la pauvreté notamment.

Références

Cai, Jin-Yong. "Le big data au service des élèves les plus défavorisés." L'Orient-Le Jour. Consulté le 29 avril 2014. http://www.lorientlejour.com/article/863890/le-big-data-au-service-des-eleves-les-plus-defavorises.html.

The World Bank. "SABER Systems Approach for Better Education Results Home." Consulté le 29 avril 2014. http://saber.worldbank.org/index.cfm.

Vaufrey, Christine. "Bientôt des MOOCs plus intelligents." Thot Cursus. Consulté le 29 avril 2014. http://cursus.edu/dossiers-articles/articles/21706/bientot-des-moocs-plus-intelligents/#.U1-um1UhBIE.

Illustration : kentoh, Shutterstock.com

Ajouter à mes listes de lecture