Approche centrée utilisateurs des Learning Analytics
Résumé
Cette contribution relate une recherche sur les environnements numériques de travail et plus spécifiquement les environnements pour l'apprentissage. La démarche est de questionner la notion de traces d'activités des utilisateurs/apprenants dans leur hétérogénéité (données personnelles, traces textuelles, données quantitatives, likes, logs, ...), dans leurs aspects sémiotiques (qu'est-ce qui fait sens pour qui et pour quoi ?), dans la possibilité d'en faire des objets partagés et moteurs des interactions entre utilisateurs. On s'inscrit dans le champ des Learning Analytics avec des connexions avec le traitement automatique des langues et avec la visualisation des données. Les Learning Analytics (LA) sont des environnements qui cherchent à mesurer, à collecter et à analyser des données sur les apprenants et leurs contextes, dans le but de comprendre et d'optimiser l'apprentissage et les environnements dans lesquels il se produit 1. L'objectif est de fournir de meilleurs environnements d'apprentissage aux étudiants et aux enseignants dans lesquels les enseignants sont plus facilement en capacité d'aider l'étudiant au bon moment et de suivre qualitativement des grandes cohortes d'étudiants. Cela se fait par l'identification de données pertinentes et par des analyses visant à éclairer des interprétations.
Nous devons vraiment réfléchir aux limites des systèmes prédictifs basés sur les données. Même si l’objectif louable de ne pas construire des décisions automatiques mais de toujours permettre à un humain (l’enseignant) de pouvoir accompagner un humain (l’étudiant) est clairement affiché, il n’en reste pas moins que la problématique des données au cœur des Learning Analytics pose certaines questions. Où se limitent les données, de celles de la plateforme de l’établissement aux « big data » divers et variés inventoriant des données produites au cours de l'apprentissage ? Quels sont les modes de collecte des données, entre celles
librement consenties et celles issues de fichiers de logs ? Qui a le contrôle sur les données ? Comment offrir à l'utilisateur la possibilité de contrôler ses propres données2 ? Comment construire des environnements de confiance où les apprenants comprennent et acceptent l’action des algorithmes qui les concernent ? Toute la situation spécifique d’apprentissage et de vie d’un étudiant est-elle assimilable à un jeu de données, qui plus est aux mêmes données qu’un autre étudiant ? Comment passer de la donnée inscrite dans des processus compositionnels à des traces, des signes qui sont interprétables de manière décompositionnelle en partant d’une situation connue ?
Il nous semble qu’une démarche centrée utilisateurs, plus que centrée sur la donnée massivement captée, serait souhaitable dans les Learning Analytics. Dans cette démarche, les traces des apprentissages seraient des éléments partagés par les étudiants et les enseignants, supports d’interactions et de possible remédiations. Des traces bien intégrées dans l’environnement d’apprentissage pourraient permettre également une analyse de l’étudiant par lui-même, une approche réflexive qui pédagogiquement est fructueuse.