Un environnement numérique d’apprentissage (ENA) tel que Moodle permet de recueillir de précieuses informations sur l’utilisation qu’en font les étudiantes et les étudiants. Consulter des documents déposés par l’enseignante ou l’enseignant, compléter un test, soumettre un travail par le biais d’un dépôt de devoir, commenter une séquence vidéo déposée sur la plateforme Panopto intégrée à Moodle ne sont que quelques exemples d’interactions qui génèrent des données. Ces données font ensuite l’objet d’analyses statistiques, dont certaines sont rendues disponibles aux enseignants. Ces analyses servent le plus souvent à mieux comprendre où les étudiantes et les étudiants éprouvent de la difficulté ou encore à mieux soutenir l’engagement des personnes étudiantes (par exemple, en ajoutant plus d’interactivité à son cours en ligne). C’est le bon côté de l’analytique des apprentissages.
L’exploitation des données pose toutefois des défis de nature éthique:
- jusqu’où peut-on se fier aux données pour prédire la réussite ou l’échec étudiant?
- comment éviter les biais inhérents à l’interprétation des données effectuées par des algorithmes qui ne révèlent pas toujours clairement les paramètres utilisés pour guider leur fonctionnement?
- peut-on mieux encadrer l’usage des données pour maximiser la protection de la vie privée des usagers?
Une entrevue menée par John O’Brien, auteur de l’excellent guide intitulé Digital Ethics in Higher Education 2020 (format PDF, 29 pages) publié par EDUCAUSE plus tôt cette année, interpelle un panel d’experts provenant des universités du Maryland et de l’Ohio ainsi que du Montgomery County Community College sur l’utilisation prédictive des données.
L’un des points saillants de l’échange est la nécessité de coordonner les efforts des intervenants pour faciliter l’utilisation des données en soutien à l’apprentissage, notamment en identifiant les étudiants qui auraient besoin d’un soutien additionnel et en les informant des ressources et services institutionnels mis à leur disposition pour les aider dans un contexte humain:
I mean, the whole point of analytics, the way that I see it, is how do you provide support, and how do you coordinate that support in the students’ interests or in their pursuit of their educational goals. [inaudible 00:02:53] what we’re really using analytics for is identifying students who may need some additional support and then giving them a message that’s typically phrased in an empathetic way, not, “Our predictive model suggests that you may need to go to tutoring,” more along the lines of, “Just checking in with you at the midpoint of the semester,” which can be really stressful for a lot of people. “If you feel that you need some support, here are some places that you can go.”
(Robert Carpenter; nos emphases)
Former les enseignants à l’utilisation et l’interprétation des données issues de l’analytique des apprentissages est un autre point qui ressort des échanges, alors qu’il est hasardeux de rendre disponibles de tels outils sans préparation et sans cadre préalable:
And I think finally, just having training, making sure we’re not just rolling out analytics to everyone, just [inaudible 00:06:45] hitting the button and saying, “Now we have analytics,” but making sure that people have some basic understanding, that they’re connected to people, that they know that there’s people they can ask questions of, and that we check in with them.
(David Kowalski; nos emphases)
O’Brien conclut en soulevant l’importance de bien gérer les risques et le leadership que les universités peuvent exercer pour mettre en évidence les meilleures pratiques en matière d’utilisation des données en soutien à la réussite:
(…) There’s ethics that say, “We need all the tools we could possibly have to make a difference.” But, as I’ve also said in the article that you mentioned, Jerry, there’s an awful lot of ethical risk if we just blindly go into this. We need to be extremely thoughtful. It’s about a balance, and it tips one way or another, and the key is to be attentive and aware that it’s a balance and to make sure that’s the case. In the end, I believe higher education needs to lead the way. We need to lead the way in the appropriate and effective use of data and analytics, and we need to lead the way in attention to digital ethics. After all, we are in the process of influencing and training the entire next generation of folks who are going to build AI applications, work with algorithms and analytics. And so we have a real important obligation and responsibility to make sure they do this work with a balanced sense of ethics involved.
(John O’Brien; nos emphases)
À lire!
Source: The Ethical Issues Around Learning Analytics. EDUCAUSE Exchange, 7 octobre 2020.
