La réussite étudiante constitue sans doute l’une des grandes priorités pour les universités, qui ont historiquement mis en place différentes mesures afin de la favoriser et de minimiser le risque d’abandon. Un projet de recherche est actuellement en cours en Nouvelle-Zélande et en Australie, où un nouvel algorithme a été implanté dans le but d’analyser les données cumulées durant les 15 dernières années d’activité étudiante dans différents systèmes, afin de prédire l’abandon des étudiants. C’est la firme conseil Jade Software qui est à l’origine du projet, mené en coopération avec une équipe de chercheurs issus des différentes institutions de ces régions.
Parmi les données utilisées pour cette analyse, l’équipe a retenu la moyenne générale obtenue par les étudiants, la distance entre la résidence et le lieu de formation, l’historique des inscriptions, l’ethnie et les moyens utilisés pour défrayer les frais de scolarité. Le modèle serait en mesure de prédire, avec un taux de succès avoisinant 92%, l’abandon imminent des étudiants. Ce résultat est au-delà des espérances des auteurs et constitue même un meilleur résultat que ce que l’on obtiendrait normalement pour ce type d’analyse:
Using 15 years’ of historical student data, Jade Software data scientists built the tool in just four weeks as a research project. The team applied various machine learning algorithms to the data, which included information such as students’ grade point average, age, distance of residence from campus, enrolment history, ethnicity, and how they pay for their studies.
After testing and refining the algorithms in multiple iterations, the team found the model to be 92 per cent accurate, said Eduard Liebenberger, head of digital at Jade.
“That’s higher than what we usually expect in machine learning. We like to aim for about 80-90 per cent, depending on the amount of time we invest. Obviously, if it’s more of a life-impacting decision we want it to be more accurate, like if you’re predicting cancer.”
Cette initiative n’est pas sans causer un certain malaise chez les étudiants, qui pourraient s’inquiéter de voir ces données utilisées d’autres façons. Les algorithmes pourraient-ils leur nuire dans leur cheminement, par exemple en limitant l’accès aux études – un aspect qui est d’actualité en Australie suite aux restrictions budgétaires imposées aux universités par le gouvernement?
À lire!
Source: Kenny, Katie. Machine learning algorithm is claimed to predict which students will drop out. Stuff Education, 14 mai 2018.
