Algorithmes et big data • Les technologies informatiques offrent de nouvelles opportunités de personnaliser l’enseignement et les parcours de formation. Cependant, l’exploitation des mégadonnées des utilisateurs et les techniques d’analyse de l’apprentissage menacent la sphère privée et présentent des risques de manipulation des individus. L’existence de la sphère publique de discussion qui s’est créée en Europe au XVIIIe siècle pourrait être mise en péril. Comme dans d’autres domaines, les usages des technologies numériques dans l’éducation doivent être l’objet d’un contrôle démocratique.
Les progrès de l’informatique et des sciences cognitives, le développement des infrastructures de télécommunication, ainsi que la diffusion des équipements mobiles personnels à toute la population ouvrent de nouvelles perspectives à l’enseignement et à l’apprentissage «augmenté» par les technologies.
L’analyse de l’apprentissage (learning analytics) par des algorithmes performants s’appuyant sur les mégadonnées (big data) provenant des apprenant-e-s permet d’imaginer la conception de nombreuses applications nouvelles dans le domaine de la formation. Optimiser les apprentissages aussi bien que personnaliser le parcours de formation d’un-e apprenant-e en collectant, en analysant et en traitant les données issues des processus d’apprentissage médiatisé (en ligne ou non), tel est l’objectif de cette nouvelle discipline. Les mégadonnées collectées en temps réel et en continu qui résultent des interactions des apprenant-e-s avec des contextes d’apprentissage (plateforme numérique, livre interactif) et de capteurs intégrés aux appareils mobiles (caméra du smartphone, lunettes), permettent de réaliser des dispositifs capables d’adapter l’enseignement à l’apprenant-e en fonction de ses comportements et de son profil. Par ailleurs, l’ensemble des données collectées auprès de cohortes d’apprenant-e-s peuvent permettre aux organismes de formation de mieux adapter leur offre aux besoins. Ces nouveaux moyens d’enseignement et d’apprentissage devraient bénéficier tout particulièrement à la formation continue, à l’appui scolaire et aux modes d’apprentissage en autonomie.
C’est autour du thème Big Data & Learning Analytics que la Fondation suisse pour la formation par l’audiovisuel (FSFA) a organisé son congrès de mars 2017 – avec pour sous-titre «Quel est l’apport de la personnalisation de l’apprentissage dans le cadre de la transformation digitale?». Lors des congrès qu’elle organise chaque année à l’intention de ses membres, la FSFA explore les impacts de la transformation numérique sur l’éducation et ses opportunités. L’objectif de la fondation est de promouvoir une offre de formation par les médias numériques et audiovisuels de qualité en Suisse. La FSFA rassemble des organismes qui oeuvrent dans les domaines de l’éducation, des médias, de l’économie, de la science, de l’administration publique, ainsi que des sphères associatives et politiques.
Les présentations et discussions des congressistes ont porté principalement sur l’usage de profils pour la personnalisation de l’enseignement, d’applications concrètes de l’analyse des comportements à des environnements d’apprentissage et du droit des personnes à décider des usages de leurs données personnelles. Le besoin de former suffisamment de spécialistes du traitement des mégadonnées (data scientists) a aussi été abordé.
A l’avenir, les applications et environnements d’apprentissages devraient davantage tenir compte des connaissances acquises, des modes de comportement, des styles d’apprentissage, de l’intérêt pour la matière et des émotions des apprenant-e-s. En effet, grâce aux données fournies par des capteurs les plus variés (température, rythme cardiaque, suivi pupillaire, par exemple) et l’analyse de leur rétroactions, les informations et les tâches proposées par le système informatique pourront être adaptées automatiquement à chaque personne engagée dans un apprentissage.
L’ensemble des données collectées lors d’interactions avec des environnements d’apprentissage via un smartphone ou un ordinateur peut donc donner lieu à la production d’un profil de l’apprenant-e permettant de personnaliser l’apprentissage, ainsi que de gérer le parcours de formation. Des intervenant-e-s ont montré que ce profil pourrait être enrichi tout au long de la scolarité ainsi que de la vie professionnelle et remplacer les certificats et curriculum vitae. Des données provenant de différentes sources pourraient ainsi être corrélées pour enrichir le profil personnel. Le corollaire nécessaire de ces applications est le droit pour les individus d’avoir accès à leurs données personnelles et la garantie que leur sphère personnelle est protégée. Le professeur Ernst Hafen de l’Ecole polytechnique de Zürich veut lancer en 2018 une initiative populaire exigeant le droit à la maîtrise des données personnelles.
Illustrant les possibilités des applications informatiques développées actuellement, un manuel scolaire de physique (projet HyperMind) a été présenté. Ce livre interactif, qui a la particularité d’anticiper sur les besoins de l’apprenant-e, est un très bon exemple de ce que l’on peut attendre des applications des learning analytics. Le dispositif capte les mouvements oculaires pour déterminer les endroits où se pose le regard et suit les déplacements de l’oeil sur la page. Ces données sont complétées par une mesure de l’état émotionnel de l’apprenant-e par une caméra infrarouge qui mesure la variation de chaleur de la peau du visage. C’est ainsi que si un passage est lu plus lentement, indice d’une difficulté de compréhension, le système fournit des informations complémentaires adaptées au profil de la personne en temps réel. Si le lecteur, la lectrice, semble buter sur un mot d’un texte en langue étrangère, une traduction est immédiatement affichée. Le livre «observe» donc le lecteur. Ce manuel interactif permet un apprentissage personnalisé, tandis que les vastes quantités de données collectées peuvent être mises à disposition des auteurs pour améliorer leur support d’enseignement ainsi que de la recherche.
Si la protection des données personnelles a été l’objet de l’attention des congressistes, d’autres menaces existent cependant.
La conjonction des technologies d’analyse de l’apprentissage (learning analytics) et de l’exploitation de mégadonnées (big data) provenant des apprenant-e-s pose de sérieux risques pour la sphère privée comme on l’a vu, mais aussi de manipulation des individus isolés dans un contexte informatif produit par des algorithmes à leur seule intention. En effet, de l’opacité du traitement algorithmique des données comportementales de l’apprenant-e collectées par le système informatique résulte une perte de contrôle (au moins partielle) sur ce que l’utilisateur voit et entend. Par ailleurs, la personnalisation des informations affichées et des parcours isole les apprenant-e-s dans une «bulle» peu propice à une vision du monde partagée. Comment discuter et critiquer les informations proposées par le système informatique si l’on ne sait pas quelles sont les références des autres? En l’absence de discussion, comment l’individu pourrait-il échapper à la présentation qui lui est faite?
Sans contrôle démocratique, outre les menaces de surveillance généralisée, des organismes de formation omnipotent disposant de la puissance des technologies numériques pourraient venir menacer l’existence même de la sphère publique critique de discussion qui s’est créée en Europe au XVIIIe siècle et les acquis des Lumières.
Comme dans d’autres domaines, les usages des technologies numériques dans l’éducation doivent être l’objet d’une discussion et d’un contrôle démocratique.
(Lire aussi: «Des algorithmes qui façonnent notre vision du monde», 7 août 2017.)
Références
> Big Data & Learning Analytics – Quel est l’apport de la personnalisation de l’apprentissage dans le cadre de la transformation digitale? Congrès de mars 2017, Fondation suisse pour la formation par l’audiovisuel (FSFA).
> HyperMind – Das antizipierende Physikschulbuch, Technische Universität Kaiserslautern.
Les sites et documents ont été consultés le 20 avril 2017.
Modèle pour citer cet article:
Domenjoz J.-C., «Learning analytics et big data pour la formation: opportunités et risques», Éducation aux médias et à l’information [en ligne], 20 avril 2017, consulté le date. https://educationauxmedias.ch/learning-analytics-et-big-data-pour-la-formation-opportunites-et-risques
Cet article concerne le domaine Médias, images et technologies de l’information et de la communication (MITIC) – Éducation aux médias et à l’information (EMI) – Media and Information Literacy (MIL) | Éducation numérique | educationauxmedias.ch