SlideShare une entreprise Scribd logo
1  sur  45
Learning analytics
Vanda.luengo@upmc.fr
Laboratoire LIP6, équipe MOCAH
Université Pierre et Marie Curie
1
http://hubblelearn.imag.fr
Educational
Data Mining
Learning Analytics
Teaching Analytics
Academic Analytics
2
Learning Analytic, définitions
• Analytic
Techniques informatiques, mathématiques et statistiquespour révéler une
information pertinente à partir de larges ensembles de données.
• Marketing
• Biologie
• …
• Collecte, analyse, évaluation et communicationdes données relatives aux
apprenants, leur contexted’apprentissage, dans la perspective d’une
compréhensionet d’une optimisation de l’apprentissage et de son
environnement
Traductionà partir de SIEMENS, 2011
EDM et LA
EDM LA
International Educational Data Mining Society Society for LearningAnalytics Research
http://www.educationaldatamining.org/ http://www.solaresearch.org/
2007 2011
“discipline, concerned with developing methods for
exploring theunique types of data that come from
educational settings, and using those methods to better
understand students, and the settings which they learn in”.
[Baker, Yacef 2007]
“themeasurement, collection, analysisand reporting of
data about learners and their contexts, for purposes of
understanding and optimizing learning and the
environmentsin which it occurs” [Siemens 2011]
Fouille de données automatisées : méthode de
découverteautomatisée en vue d’établir les meilleures
prédictions possibles.
Outils d’aide à la décision: méthode de découvertedes
données par les acteurs de l’apprentissage, via des
modules d’Analytics et de visualisation.
procèdeen réduisant le système d'apprentissage à ses
composantes principales, en modélisant séparément les
apprenants, les tuteurs, le domaine enseigné etc.
privilégie une approchesystémique, appréhendantla
situation d'apprentissage commeun ensemble.
Journalof Educational Data Mining
Journalof Learning Analytics
URL : http://learning-analytics.info/
International Educational Data Mining Conferences Conferenceon LearningAnalytics and Knowledge(LAK)
4
Academic et Learning analytics
Academic Analytics Learning Analytics
A process for providing education
institutions with the data necessary to
support operational and financial
decision making*
The use of analytic techniques to help
target instructional, curricular, and
support resources to support the
achievement of specific learning goals*
Focused on the
business of the institution
Focused on the student and
their learning behaviors
Management/executivesare
the primary audience
Learners and instructors are
the primary audience
* - Analyticsin Higher Education:Establishing a Common Language
PrésentationJosh Baron, Apereo 2015 5
Learning Analytics, quoi?
• données collectées à partir des actions explicites ou implicites des
étudiants et eu enseignants
d'après A. Boyer, 12/2015
Learning Analytics, quand ?
Learning Analytics, comment ?
Prédictives
Classification
Régressions
Latent
Knowledge
estimation
Découvertede
structures
Clustering
Analyse
Factorielle
Outler
detection
Découverte
structure
domaine
Social
network
analysis
Analyse de relations
Règles
d’association
Corrélations
Patterns
séquentiels
Causalité
Autres méthodes
Process
minning
Analyse du
discours
Approches
multimodaux
Traductionlibre à partirdu projet européen FP7 LEA’sBOX
Types d’algorithmes
Learning Analytics, comment ?
• Visualisation
• facilitant la compréhensiondes analyses
=> Essentielle pour l’intervention Humaine
• Différentes usages
• Outil réflectifs, Pour la prise de décisions
• Associations de plusieurs visualisations
• Dashboard.
9
LA, en résume
Utilisateurs ciblés par
l’analyse
Motivation ou objectifs de
l’analyse
Greller & Drachsler, 2012
Types de données
collectées,
managées et
utilisées pour
l’analyse
techniques et outils pour
produire l’analyse des
données collectées
10
Limitations internes :
relatives aux facteurs humains, comme la compétence (interprétation,
pensée critique) et l’acceptation des conflits et complications avec les LA.
Limitations externes : Conventions (éthiques, personnels, ..) et les normes
(légales et contraintes organisationnels)
11
http://hubblelearn.imag.fr
Une vision du projet Hubble
12
Quelques concepts clés initiaux
• Cas d’étude : sont les matériaux de production et de tests des
scénarios d’analyse.
• Situation d’apprentissage, pédagogie, plateforme informatique, utilisateurs,..
• Scénarios d’analyse : description des analyses qui seront mises en
œuvre sur les plateformes de traitements
• Scénarios chercheurs => avec l’objectif d’accompagner la production de
connaissances
• Scénarios décideur => avec l’objectif d’accompagner la décision
• Utilisation d’un scénario : mise en ouvre dans un cas d’étude pour un
type d’utilisateur
13
Un équilibre entre application et recherche
14
TinanB., LAK 2015
Applications, quelques questions
• Comment rendre les étudiants conscients des
efforts qu’ils doivent fournir pour réussir leurs
études ?
• Comment aider les enseignants à personnaliser
leur enseignement ?
• Comment les universités peuvent aider les
étudiants à profiter des ressources mises à leur
disposition?
Exemples repris de de présentationd’Anne Boyer, décembre 2015
http://education-enseignement.over-blog.com/
https://didapro.me
http://upmc.fr
15
Recherche EIAH: méthodes, modèles, outils
• Comprendre
• phénomènes d’interaction entre apprenants
• comportements de l’apprenant face au système informatique d’apprentissage
• comportements de l’enseignant dans son activité de suivi, de conception de
scénarios, …
• Modéliser
• l’activité d’apprentissage
• l’activité d’enseignement
• la rétroactions qui favorisent l’apprentissage
• Concevoir
• méthodes et algorithmes de diagnostic
• méthodes et algorithmes de rétroaction qui favorisent l’apprentissage
• méthodes et algorithmes pour gérer l’interactions entre apprenants
• interfaces permettant de comprendre l’activité de l’apprenant
• Analyser des usages pour l’évaluations des environnements informatiques
• …
16
Exemples
• Cas d’étude PACES
• Cas d’étude Chirurgie orthopédique
• Cas d’étude Superviseur
17
Exemple 1, La chirurgie orthopédique
18
Exemple 1, la chirurgie orthopédique
19
Problème : L’enseignement de gestes a
un effet chapelle
Question: Comment évaluer
objectivement les connaissances
perceptivo gestuelles ?
Analyse des connaissances
perceptivo gestuelles
Exemple 1, la chirurgie orthopédique
Découverte de structures et analyse de relations
Montrer la pertinence de la prise en
compte de ce type de séquence
Trouver des séquences significatives
pour la rétroaction
20
 Un algorithme pour la recherchede patterns perceptivo gestuels
Travail dethèse Ben-Mansson Toussaint, AIED 2015, EIAH 2015
Exemple 1, la chirurgie orthopédique
Ethique
• Manipulation des données patient
21
L’éthique, le monopole des données ?
• Un discours trop centrée sur l’anonymisation des données.
• Et les analyses ?
• Modèle prédictif pour estimer la probabilité d’échec d’un enfant en
maternelle…
22
Interventions
• Interventions Humaines
• Proposer des rétroactions adaptés lors des séances de SEPI
• Travail projet Hubble…
• Interventions machine
• Diagnostiquer les connaissances perceptivo gestuelles
• Evaluations formatives
23
Exemple 2, Superviseur
24
PhilippeDessus, OlivierCosnefroy, VandaLuengo, EC-TEL 2016
http://superviseur.lip6.fr/
Exemple 2, Superviseur
25
Problème : surcharge
cognitive pour la gestion
d’un classe hétérogène.
Question : Comment aider
l’enseignant à améliorer la
qualitéde l’interaction
dans une classe
Conscience de la classe
Groupe de référence
Exemple 2, Superviseur,
données et analyses
26
https://undertracks.imag.fr/
PhilippeDessus, Olivier Cosnefroy, VandaLuengo, EC-TEL 2016
Exemple 2, Superviseur
éthique et intervention
27
file:///C:/Users/luengov/Documents/projets/SuperViseur/siteSuperviseur/gazeBehaviourWholeSessionByStudentMatLevel.htm
l
file:///C:/Users/luengov/Documents/projets/SuperViseur/siteSuperviseur/index.html
Learning Analytics 2025
28
Learning analytics, en 2025
=> “Visions of the Future “, Horizon Report D3.2 29
Learning analytics, en 2025
• Method Delphi
• Experts
• Écoles, apprentissage au travail, enseignement supérieur
• 103 avis à propos d’une ou plusieurs visions proposés (8 visions).
30
“Marty, you are going to fail Introduction to Physics during your sophomoreyear, make sure
you see a tutor after the first week of class and you’ll ace the final exam!”
Learning analytics, en 2025
• Vision 1: In 2025, classrooms monitor the physical environmentto
support learning and teaching
• Vision2: In 2025, personal data tracking supports learning
• Vision3: In 2025, analytics are rarely used in education
• Vision4: In 2025, individualscontrol their own data
• Vision5: In 2025, open systems for learning analytics are widely adopted
• Vision 6: In 2025, learning analytics systems are essential tools of
educationalmanagement
• Vision7: In 2025, most teaching is delegatedto computers
• Vision8: In 2025, analytics support self-directedautonomouslearning
http://www.laceproject.eu/ 31
Vision 1: In 2025, classrooms monitor the physical
environment to support learning and teaching
• Cahiers, crayons, tablettes,…. auront des capteurs.
• Cameras à reconnaissance facial traceront
l’apprenant.
• Ces informations seront utilisés pour suivre le progrès
de l’apprenant.
• Prise en charge de l'apprentissaged'un large éventail
de compétences physiques.
• Les enseignants seront alertés des signes d’ennui,
confusion ou éloignement de la tâche attendue.
• Les enseignants suivront les interactions sociales
numériques et pourront identifier où ils devront
favoriser la socialisation et le comportement
collaboratif.
Copyright © 2016 Nicolas-Denis.net
http://www.laceproject.eu/
Vision 2: In 2025, personal data tracking
supports learning
• Des capteurs sophistiqués livreront des informations
personnels tels que la posture, le stress, l’attention, le niveau
de sucre dans le sang…
• Les personnes collectent leurs informations et l’utilisent dans
leurs programmes pour avoir des recommandations sur leurs
apprentissages.
• Les apprenants récupèrent les statistiques et les données
associées aux facteurs de réussite des apprentissages dans un
domaine particulier.
• Des institutions d’enseignement connues vendent des
programmes, à partir de ces informations, pour optimiser
l’apprentissage en fonction des âges et des cours.
• Des entreprises font la même chose pour certains domaines.
• Certains étudiants partagent leur savoir faire.
• La plus part des institutions d’apprentissage suivent les
programme d’auto-supervision.
http://soocurious.com/fr/intelligence-artificielle-homme/
http://www.laceproject.eu/
Vision 3: In 2025, analytics are rarely used in
education
• Les cours que sont automatisés, utilisant
les LA, sont méprisés.
• Les apprenants ont compris qu’ils
peuvent « jouer » avec le système.
• Il y aura un grand vide sur la gestion des
données sensibles et des usages abusifs.
• L’usage des données d’apprentissage
devra être approuvé par l’apprenant et
par des nouveaux inspecteurs.
• Un consensus a émergé dans la politique
éducative: l'abandon des LA
Source : présentationde David Griffiths,
Lyon, mars 2016
http://www.laceproject.eu/
Vision 4: In 2025, individuals control their
own data
• Les apprenant contrôlent
• le type et la quantitédes données qu’ils
souhaitentpartager.
• Avec qui ces données sont partagées (personnes,
institutions,entreprises,…)
• La durée de la disponibilitéde ces données.
• Des outils pour permettre ces contrôles
sont clairement énoncés et facile
d’usage
• Les institutions sont engagés dans la
prise de conscience et reconnaissent les
problèmes
https://lejournal.cnrs.fr/billets/reprenons-le-
controle-de-nos-donnees
http://www.laceproject.eu/
Vision 5: In 2025, open systems for learning
analytics are widely adopted
• Les institutions éducatives demandent le
contrôle des outils des LA
• Comment les outils fonctionnent?
• Pourquoi sont-ils utilisés ?
=> Conçoivent avec des fournisseursdes outils
accompagnantleurs visions stratégique.
• Plusieurs fournisseurs. Tous utilisent des
algorithmes ouverts et partagent les
données suivant des standards qui facilitent
la transparence et une validation
indépendante.
• Des visualisations, largement testées et
accessibles, sont utilisées.
• Les apprenants et enseignants peuvent
utiliser en toute confiance une gamme
d’outils.
Image http://www.resourcespace.org/
http://w utilisés ww.laceproject.eu/
Vision 6: In 2025, learning analytics systems are
essential tools of educational management
• Les systèmes de recommandationdes ressources
sont largement utilisés.
• Un grand nombre de données d’apprenant est
utilisé pour générer des prédictions, de qualité
et en temps réel, sur la probabilité de réussite.
• Les apprenants et les enseignants planifient leur
travail sur la base d'outils fiables qui
recommandent et personnalisent sur ce qui doit
être fait pour obtenir le meilleur résultat
d'apprentissage.
• Une industrie croissante offre de services
institutionnels et individuels pour accompagner
cette activité.
• L’information prédictive est précise et permet
aux gestionnaires et aux décideurs d’agrandir ou
réduire leur offre de formation
http://www.laceproject.eu/
Vision 7: In 2025, learning is guided by
technology
• Développement d’un énorme corpus des
données contenantl’information des
millions d’apprenants.
• Recommandations automatique fiables,
basées sur l’expérience de ces corpus,
sur le meilleur chemin à prendre pour
réussir l’apprentissage.
• Les recommandationssont mieux
informées et plus fiables que celles des
meilleurs formateurs humains.
Source : présentationde David Griffiths,
Lyon, mars 2016
http://www.laceproject.eu/
Vision 8: In 2025, analytics support self-
directed autonomous learning
• Disparition des curriculum.
• Les étudiants créent leurs groupes et
décident leurs objectifs d’apprentissage
et les moyens pour les attendre.
• Les analytiques accompagnent les
échanges d’information et la
collaboration entre les groupes.
• Les enseignants deviennent des
mentors.
• Le suivi formatif est utilisé pour guider
les progrès vers les objectifs fixés .
Source : présentationde David Griffiths, Lyon, mars
2016http://www.laceproject.eu/
Vision 2025, quelques résultats
http://www.laceproject.eu/
Vision 2025, quelques résultats, souhaitable
http://www.laceproject.eu/
Vision 2025, quelques résultats, faisable
http://www.laceproject.eu/
Vision 2025, quelques résultats
http://www.laceproject.eu/
Thèmes émergeants dans les réponses textuelles
Quelques points de réflexion, à consulter
• Finding 1: A question mark over the prospects for learning analytics
achieving its potential
• Finding 2: Policies and infrastructure
• Finding 3: A consensus on pedagogy
• Finding 4: Power, ethics, and data ownership
• Finding 5: Disagreement between sectors, and between different
groups of respondents
• Finding 6: Technology
http://www.laceproject.eu/
Rapport learning analytic,
octobre 2016
http://eduscol.education.fr/cid93919/la-mission-incubation-dne.html
45

Contenu connexe

Similaire à Learning analytics, projet Hubble

Learning analytics&hubblehaitinovembre2016
Learning analytics&hubblehaitinovembre2016Learning analytics&hubblehaitinovembre2016
Learning analytics&hubblehaitinovembre2016Vanda Luengo
 
Conception et évaluation d'un dispositif de formation à la culture numérique
Conception et évaluation d'un dispositif de formation à la culture numériqueConception et évaluation d'un dispositif de formation à la culture numérique
Conception et évaluation d'un dispositif de formation à la culture numériqueUniversité de Franche-Comté
 
Méthodes et outils pour l’observation et l’analyse des
Méthodes et outils pour l’observation et l’analyse desMéthodes et outils pour l’observation et l’analyse des
Méthodes et outils pour l’observation et l’analyse desstephaniedst
 
Méthodes et outils pour l’observation et l’analyse des
Méthodes et outils pour l’observation et l’analyse desMéthodes et outils pour l’observation et l’analyse des
Méthodes et outils pour l’observation et l’analyse desstephaniedst
 
Introduction eiah, cours Haîti
Introduction eiah, cours HaîtiIntroduction eiah, cours Haîti
Introduction eiah, cours HaîtiVanda Luengo
 
Méthodes et outils pour l’observation et l’analyse des usages
Méthodes et outils pour l’observation et l’analyse des usagesMéthodes et outils pour l’observation et l’analyse des usages
Méthodes et outils pour l’observation et l’analyse des usagespaulined23
 
Recherche et évaluation de l'information : De l'interrogation d'un outil de r...
Recherche et évaluation de l'information : De l'interrogation d'un outil de r...Recherche et évaluation de l'information : De l'interrogation d'un outil de r...
Recherche et évaluation de l'information : De l'interrogation d'un outil de r...FADBEN
 
Préparer et rédiger des scénarios d’interactivité à intégrer dans son cours
Préparer et rédiger des scénarios d’interactivité à intégrer dans son coursPréparer et rédiger des scénarios d’interactivité à intégrer dans son cours
Préparer et rédiger des scénarios d’interactivité à intégrer dans son coursAmaury Daele
 
Trois prémisses de projets autour des MOOCs
Trois prémisses de projets autour des MOOCsTrois prémisses de projets autour des MOOCs
Trois prémisses de projets autour des MOOCsMarilyne Rosselle
 
JDCHE 20-21 - SAPTAP Savoir Analyser: les ateliers Philo Traduction et les di...
JDCHE 20-21 - SAPTAP Savoir Analyser: les ateliers Philo Traduction et les di...JDCHE 20-21 - SAPTAP Savoir Analyser: les ateliers Philo Traduction et les di...
JDCHE 20-21 - SAPTAP Savoir Analyser: les ateliers Philo Traduction et les di...Synhera
 
Élaboration d’une démarche de recherche-développement et d’accompagnement de ...
Élaboration d’une démarche de recherche-développement et d’accompagnement de ...Élaboration d’une démarche de recherche-développement et d’accompagnement de ...
Élaboration d’une démarche de recherche-développement et d’accompagnement de ...Alex Boudreau
 
TPE 2016-2017 au LGT Baimbridge
TPE 2016-2017 au LGT BaimbridgeTPE 2016-2017 au LGT Baimbridge
TPE 2016-2017 au LGT BaimbridgeCdi_LgtBaimbridge
 
Un cadre méthodologique pour l’accompagnement de dispositifs de type MOOC : C...
Un cadre méthodologique pour l’accompagnement de dispositifs de type MOOC : C...Un cadre méthodologique pour l’accompagnement de dispositifs de type MOOC : C...
Un cadre méthodologique pour l’accompagnement de dispositifs de type MOOC : C...Marilyne Rosselle
 
Apprendre le numérique par le numérique
Apprendre le numérique par le numériqueApprendre le numérique par le numérique
Apprendre le numérique par le numériqueRegis Pailler
 
Le SoTL comme voie de développement professionnel
Le SoTL comme voie de développement professionnelLe SoTL comme voie de développement professionnel
Le SoTL comme voie de développement professionnelAmaury Daele
 
ATIEF IA CIEP Février 2019
ATIEF IA CIEP Février 2019ATIEF IA CIEP Février 2019
ATIEF IA CIEP Février 2019Serge Garlatti
 
Aligner le Vision de l'Ecole Marocaine
Aligner le Vision de l'Ecole MarocaineAligner le Vision de l'Ecole Marocaine
Aligner le Vision de l'Ecole MarocaineMohamed Kaddioui
 

Similaire à Learning analytics, projet Hubble (20)

Learning analytics&hubblehaitinovembre2016
Learning analytics&hubblehaitinovembre2016Learning analytics&hubblehaitinovembre2016
Learning analytics&hubblehaitinovembre2016
 
Learning analytics UTICE
Learning analytics UTICE Learning analytics UTICE
Learning analytics UTICE
 
Conception et évaluation d'un dispositif de formation à la culture numérique
Conception et évaluation d'un dispositif de formation à la culture numériqueConception et évaluation d'un dispositif de formation à la culture numérique
Conception et évaluation d'un dispositif de formation à la culture numérique
 
De la Toile à la classe
De la Toile à la classeDe la Toile à la classe
De la Toile à la classe
 
Méthodes et outils pour l’observation et l’analyse des
Méthodes et outils pour l’observation et l’analyse desMéthodes et outils pour l’observation et l’analyse des
Méthodes et outils pour l’observation et l’analyse des
 
Méthodes et outils pour l’observation et l’analyse des
Méthodes et outils pour l’observation et l’analyse desMéthodes et outils pour l’observation et l’analyse des
Méthodes et outils pour l’observation et l’analyse des
 
Introduction eiah, cours Haîti
Introduction eiah, cours HaîtiIntroduction eiah, cours Haîti
Introduction eiah, cours Haîti
 
Méthodes et outils pour l’observation et l’analyse des usages
Méthodes et outils pour l’observation et l’analyse des usagesMéthodes et outils pour l’observation et l’analyse des usages
Méthodes et outils pour l’observation et l’analyse des usages
 
Recherche et évaluation de l'information : De l'interrogation d'un outil de r...
Recherche et évaluation de l'information : De l'interrogation d'un outil de r...Recherche et évaluation de l'information : De l'interrogation d'un outil de r...
Recherche et évaluation de l'information : De l'interrogation d'un outil de r...
 
20230530-EIAH-WS.pdf
20230530-EIAH-WS.pdf20230530-EIAH-WS.pdf
20230530-EIAH-WS.pdf
 
Préparer et rédiger des scénarios d’interactivité à intégrer dans son cours
Préparer et rédiger des scénarios d’interactivité à intégrer dans son coursPréparer et rédiger des scénarios d’interactivité à intégrer dans son cours
Préparer et rédiger des scénarios d’interactivité à intégrer dans son cours
 
Trois prémisses de projets autour des MOOCs
Trois prémisses de projets autour des MOOCsTrois prémisses de projets autour des MOOCs
Trois prémisses de projets autour des MOOCs
 
JDCHE 20-21 - SAPTAP Savoir Analyser: les ateliers Philo Traduction et les di...
JDCHE 20-21 - SAPTAP Savoir Analyser: les ateliers Philo Traduction et les di...JDCHE 20-21 - SAPTAP Savoir Analyser: les ateliers Philo Traduction et les di...
JDCHE 20-21 - SAPTAP Savoir Analyser: les ateliers Philo Traduction et les di...
 
Élaboration d’une démarche de recherche-développement et d’accompagnement de ...
Élaboration d’une démarche de recherche-développement et d’accompagnement de ...Élaboration d’une démarche de recherche-développement et d’accompagnement de ...
Élaboration d’une démarche de recherche-développement et d’accompagnement de ...
 
TPE 2016-2017 au LGT Baimbridge
TPE 2016-2017 au LGT BaimbridgeTPE 2016-2017 au LGT Baimbridge
TPE 2016-2017 au LGT Baimbridge
 
Un cadre méthodologique pour l’accompagnement de dispositifs de type MOOC : C...
Un cadre méthodologique pour l’accompagnement de dispositifs de type MOOC : C...Un cadre méthodologique pour l’accompagnement de dispositifs de type MOOC : C...
Un cadre méthodologique pour l’accompagnement de dispositifs de type MOOC : C...
 
Apprendre le numérique par le numérique
Apprendre le numérique par le numériqueApprendre le numérique par le numérique
Apprendre le numérique par le numérique
 
Le SoTL comme voie de développement professionnel
Le SoTL comme voie de développement professionnelLe SoTL comme voie de développement professionnel
Le SoTL comme voie de développement professionnel
 
ATIEF IA CIEP Février 2019
ATIEF IA CIEP Février 2019ATIEF IA CIEP Février 2019
ATIEF IA CIEP Février 2019
 
Aligner le Vision de l'Ecole Marocaine
Aligner le Vision de l'Ecole MarocaineAligner le Vision de l'Ecole Marocaine
Aligner le Vision de l'Ecole Marocaine
 

Plus de Vanda Luengo

Types de modélisation de l'apprenant
Types de modélisation de l'apprenantTypes de modélisation de l'apprenant
Types de modélisation de l'apprenantVanda Luengo
 
Fonctions du modèle de l'apprenant
Fonctions du modèle de l'apprenantFonctions du modèle de l'apprenant
Fonctions du modèle de l'apprenantVanda Luengo
 
Modélisation approche mixte
Modélisation approche mixteModélisation approche mixte
Modélisation approche mixteVanda Luengo
 
Modèle apprenant approche symolique
Modèle apprenant approche symoliqueModèle apprenant approche symolique
Modèle apprenant approche symoliqueVanda Luengo
 
Diapo vanda modele_profil_vf
Diapo vanda modele_profil_vfDiapo vanda modele_profil_vf
Diapo vanda modele_profil_vfVanda Luengo
 
Introaied nancy2019 luengo
Introaied nancy2019 luengoIntroaied nancy2019 luengo
Introaied nancy2019 luengoVanda Luengo
 

Plus de Vanda Luengo (6)

Types de modélisation de l'apprenant
Types de modélisation de l'apprenantTypes de modélisation de l'apprenant
Types de modélisation de l'apprenant
 
Fonctions du modèle de l'apprenant
Fonctions du modèle de l'apprenantFonctions du modèle de l'apprenant
Fonctions du modèle de l'apprenant
 
Modélisation approche mixte
Modélisation approche mixteModélisation approche mixte
Modélisation approche mixte
 
Modèle apprenant approche symolique
Modèle apprenant approche symoliqueModèle apprenant approche symolique
Modèle apprenant approche symolique
 
Diapo vanda modele_profil_vf
Diapo vanda modele_profil_vfDiapo vanda modele_profil_vf
Diapo vanda modele_profil_vf
 
Introaied nancy2019 luengo
Introaied nancy2019 luengoIntroaied nancy2019 luengo
Introaied nancy2019 luengo
 

Dernier

SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdfSKennel
 
SciencesPo_Aix_InnovationPédagogique_Bilan.pdf
SciencesPo_Aix_InnovationPédagogique_Bilan.pdfSciencesPo_Aix_InnovationPédagogique_Bilan.pdf
SciencesPo_Aix_InnovationPédagogique_Bilan.pdfSKennel
 
Le Lean sur une ligne de production : Formation et mise en application directe
Le Lean sur une ligne de production : Formation et mise en application directeLe Lean sur une ligne de production : Formation et mise en application directe
Le Lean sur une ligne de production : Formation et mise en application directeXL Groupe
 
Bernard Réquichot.pptx Peintre français
Bernard Réquichot.pptx   Peintre françaisBernard Réquichot.pptx   Peintre français
Bernard Réquichot.pptx Peintre françaisTxaruka
 
Cours SE Le système Linux : La ligne de commande bash - IG IPSET
Cours SE Le système Linux : La ligne de commande bash - IG IPSETCours SE Le système Linux : La ligne de commande bash - IG IPSET
Cours SE Le système Linux : La ligne de commande bash - IG IPSETMedBechir
 
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...Faga1939
 
Bibdoc 2024 - Ecologie du livre et creation de badge.pdf
Bibdoc 2024 - Ecologie du livre et creation de badge.pdfBibdoc 2024 - Ecologie du livre et creation de badge.pdf
Bibdoc 2024 - Ecologie du livre et creation de badge.pdfBibdoc 37
 
Principe de fonctionnement d'un moteur 4 temps
Principe de fonctionnement d'un moteur 4 tempsPrincipe de fonctionnement d'un moteur 4 temps
Principe de fonctionnement d'un moteur 4 tempsRajiAbdelghani
 
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdfSciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdfSKennel
 
Zotero avancé - support de formation doctorants SHS 2024
Zotero avancé - support de formation doctorants SHS 2024Zotero avancé - support de formation doctorants SHS 2024
Zotero avancé - support de formation doctorants SHS 2024Alain Marois
 
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdfSKennel
 
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdfSKennel
 
PIE-A2-P 5- Supports stagiaires.pptx.pdf
PIE-A2-P 5- Supports stagiaires.pptx.pdfPIE-A2-P 5- Supports stagiaires.pptx.pdf
PIE-A2-P 5- Supports stagiaires.pptx.pdfRiDaHAziz
 
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdfBibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdfBibdoc 37
 
Annie Ernaux Extérieurs. pptx. Exposition basée sur un livre .
Annie   Ernaux  Extérieurs. pptx. Exposition basée sur un livre .Annie   Ernaux  Extérieurs. pptx. Exposition basée sur un livre .
Annie Ernaux Extérieurs. pptx. Exposition basée sur un livre .Txaruka
 
Presentation de la plateforme Moodle - avril 2024
Presentation de la plateforme Moodle - avril 2024Presentation de la plateforme Moodle - avril 2024
Presentation de la plateforme Moodle - avril 2024Gilles Le Page
 
Cours SE Gestion des périphériques - IG IPSET
Cours SE Gestion des périphériques - IG IPSETCours SE Gestion des périphériques - IG IPSET
Cours SE Gestion des périphériques - IG IPSETMedBechir
 
PIE-A2-P4-support stagiaires sept 22-validé.pdf
PIE-A2-P4-support stagiaires sept 22-validé.pdfPIE-A2-P4-support stagiaires sept 22-validé.pdf
PIE-A2-P4-support stagiaires sept 22-validé.pdfRiDaHAziz
 

Dernier (19)

SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
 
SciencesPo_Aix_InnovationPédagogique_Bilan.pdf
SciencesPo_Aix_InnovationPédagogique_Bilan.pdfSciencesPo_Aix_InnovationPédagogique_Bilan.pdf
SciencesPo_Aix_InnovationPédagogique_Bilan.pdf
 
Le Lean sur une ligne de production : Formation et mise en application directe
Le Lean sur une ligne de production : Formation et mise en application directeLe Lean sur une ligne de production : Formation et mise en application directe
Le Lean sur une ligne de production : Formation et mise en application directe
 
Bernard Réquichot.pptx Peintre français
Bernard Réquichot.pptx   Peintre françaisBernard Réquichot.pptx   Peintre français
Bernard Réquichot.pptx Peintre français
 
Cours SE Le système Linux : La ligne de commande bash - IG IPSET
Cours SE Le système Linux : La ligne de commande bash - IG IPSETCours SE Le système Linux : La ligne de commande bash - IG IPSET
Cours SE Le système Linux : La ligne de commande bash - IG IPSET
 
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
 
Bibdoc 2024 - Ecologie du livre et creation de badge.pdf
Bibdoc 2024 - Ecologie du livre et creation de badge.pdfBibdoc 2024 - Ecologie du livre et creation de badge.pdf
Bibdoc 2024 - Ecologie du livre et creation de badge.pdf
 
Principe de fonctionnement d'un moteur 4 temps
Principe de fonctionnement d'un moteur 4 tempsPrincipe de fonctionnement d'un moteur 4 temps
Principe de fonctionnement d'un moteur 4 temps
 
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdfSciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
 
Zotero avancé - support de formation doctorants SHS 2024
Zotero avancé - support de formation doctorants SHS 2024Zotero avancé - support de formation doctorants SHS 2024
Zotero avancé - support de formation doctorants SHS 2024
 
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
 
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
 
PIE-A2-P 5- Supports stagiaires.pptx.pdf
PIE-A2-P 5- Supports stagiaires.pptx.pdfPIE-A2-P 5- Supports stagiaires.pptx.pdf
PIE-A2-P 5- Supports stagiaires.pptx.pdf
 
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdfBibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
 
Annie Ernaux Extérieurs. pptx. Exposition basée sur un livre .
Annie   Ernaux  Extérieurs. pptx. Exposition basée sur un livre .Annie   Ernaux  Extérieurs. pptx. Exposition basée sur un livre .
Annie Ernaux Extérieurs. pptx. Exposition basée sur un livre .
 
Presentation de la plateforme Moodle - avril 2024
Presentation de la plateforme Moodle - avril 2024Presentation de la plateforme Moodle - avril 2024
Presentation de la plateforme Moodle - avril 2024
 
Cours SE Gestion des périphériques - IG IPSET
Cours SE Gestion des périphériques - IG IPSETCours SE Gestion des périphériques - IG IPSET
Cours SE Gestion des périphériques - IG IPSET
 
DO PALÁCIO À ASSEMBLEIA .
DO PALÁCIO À ASSEMBLEIA                 .DO PALÁCIO À ASSEMBLEIA                 .
DO PALÁCIO À ASSEMBLEIA .
 
PIE-A2-P4-support stagiaires sept 22-validé.pdf
PIE-A2-P4-support stagiaires sept 22-validé.pdfPIE-A2-P4-support stagiaires sept 22-validé.pdf
PIE-A2-P4-support stagiaires sept 22-validé.pdf
 

Learning analytics, projet Hubble

  • 1. Learning analytics Vanda.luengo@upmc.fr Laboratoire LIP6, équipe MOCAH Université Pierre et Marie Curie 1 http://hubblelearn.imag.fr
  • 3. Learning Analytic, définitions • Analytic Techniques informatiques, mathématiques et statistiquespour révéler une information pertinente à partir de larges ensembles de données. • Marketing • Biologie • … • Collecte, analyse, évaluation et communicationdes données relatives aux apprenants, leur contexted’apprentissage, dans la perspective d’une compréhensionet d’une optimisation de l’apprentissage et de son environnement Traductionà partir de SIEMENS, 2011
  • 4. EDM et LA EDM LA International Educational Data Mining Society Society for LearningAnalytics Research http://www.educationaldatamining.org/ http://www.solaresearch.org/ 2007 2011 “discipline, concerned with developing methods for exploring theunique types of data that come from educational settings, and using those methods to better understand students, and the settings which they learn in”. [Baker, Yacef 2007] “themeasurement, collection, analysisand reporting of data about learners and their contexts, for purposes of understanding and optimizing learning and the environmentsin which it occurs” [Siemens 2011] Fouille de données automatisées : méthode de découverteautomatisée en vue d’établir les meilleures prédictions possibles. Outils d’aide à la décision: méthode de découvertedes données par les acteurs de l’apprentissage, via des modules d’Analytics et de visualisation. procèdeen réduisant le système d'apprentissage à ses composantes principales, en modélisant séparément les apprenants, les tuteurs, le domaine enseigné etc. privilégie une approchesystémique, appréhendantla situation d'apprentissage commeun ensemble. Journalof Educational Data Mining Journalof Learning Analytics URL : http://learning-analytics.info/ International Educational Data Mining Conferences Conferenceon LearningAnalytics and Knowledge(LAK) 4
  • 5. Academic et Learning analytics Academic Analytics Learning Analytics A process for providing education institutions with the data necessary to support operational and financial decision making* The use of analytic techniques to help target instructional, curricular, and support resources to support the achievement of specific learning goals* Focused on the business of the institution Focused on the student and their learning behaviors Management/executivesare the primary audience Learners and instructors are the primary audience * - Analyticsin Higher Education:Establishing a Common Language PrésentationJosh Baron, Apereo 2015 5
  • 6. Learning Analytics, quoi? • données collectées à partir des actions explicites ou implicites des étudiants et eu enseignants d'après A. Boyer, 12/2015
  • 8. Learning Analytics, comment ? Prédictives Classification Régressions Latent Knowledge estimation Découvertede structures Clustering Analyse Factorielle Outler detection Découverte structure domaine Social network analysis Analyse de relations Règles d’association Corrélations Patterns séquentiels Causalité Autres méthodes Process minning Analyse du discours Approches multimodaux Traductionlibre à partirdu projet européen FP7 LEA’sBOX Types d’algorithmes
  • 9. Learning Analytics, comment ? • Visualisation • facilitant la compréhensiondes analyses => Essentielle pour l’intervention Humaine • Différentes usages • Outil réflectifs, Pour la prise de décisions • Associations de plusieurs visualisations • Dashboard. 9
  • 10. LA, en résume Utilisateurs ciblés par l’analyse Motivation ou objectifs de l’analyse Greller & Drachsler, 2012 Types de données collectées, managées et utilisées pour l’analyse techniques et outils pour produire l’analyse des données collectées 10 Limitations internes : relatives aux facteurs humains, comme la compétence (interprétation, pensée critique) et l’acceptation des conflits et complications avec les LA. Limitations externes : Conventions (éthiques, personnels, ..) et les normes (légales et contraintes organisationnels)
  • 12. Une vision du projet Hubble 12
  • 13. Quelques concepts clés initiaux • Cas d’étude : sont les matériaux de production et de tests des scénarios d’analyse. • Situation d’apprentissage, pédagogie, plateforme informatique, utilisateurs,.. • Scénarios d’analyse : description des analyses qui seront mises en œuvre sur les plateformes de traitements • Scénarios chercheurs => avec l’objectif d’accompagner la production de connaissances • Scénarios décideur => avec l’objectif d’accompagner la décision • Utilisation d’un scénario : mise en ouvre dans un cas d’étude pour un type d’utilisateur 13
  • 14. Un équilibre entre application et recherche 14 TinanB., LAK 2015
  • 15. Applications, quelques questions • Comment rendre les étudiants conscients des efforts qu’ils doivent fournir pour réussir leurs études ? • Comment aider les enseignants à personnaliser leur enseignement ? • Comment les universités peuvent aider les étudiants à profiter des ressources mises à leur disposition? Exemples repris de de présentationd’Anne Boyer, décembre 2015 http://education-enseignement.over-blog.com/ https://didapro.me http://upmc.fr 15
  • 16. Recherche EIAH: méthodes, modèles, outils • Comprendre • phénomènes d’interaction entre apprenants • comportements de l’apprenant face au système informatique d’apprentissage • comportements de l’enseignant dans son activité de suivi, de conception de scénarios, … • Modéliser • l’activité d’apprentissage • l’activité d’enseignement • la rétroactions qui favorisent l’apprentissage • Concevoir • méthodes et algorithmes de diagnostic • méthodes et algorithmes de rétroaction qui favorisent l’apprentissage • méthodes et algorithmes pour gérer l’interactions entre apprenants • interfaces permettant de comprendre l’activité de l’apprenant • Analyser des usages pour l’évaluations des environnements informatiques • … 16
  • 17. Exemples • Cas d’étude PACES • Cas d’étude Chirurgie orthopédique • Cas d’étude Superviseur 17
  • 18. Exemple 1, La chirurgie orthopédique 18
  • 19. Exemple 1, la chirurgie orthopédique 19 Problème : L’enseignement de gestes a un effet chapelle Question: Comment évaluer objectivement les connaissances perceptivo gestuelles ? Analyse des connaissances perceptivo gestuelles
  • 20. Exemple 1, la chirurgie orthopédique Découverte de structures et analyse de relations Montrer la pertinence de la prise en compte de ce type de séquence Trouver des séquences significatives pour la rétroaction 20  Un algorithme pour la recherchede patterns perceptivo gestuels Travail dethèse Ben-Mansson Toussaint, AIED 2015, EIAH 2015
  • 21. Exemple 1, la chirurgie orthopédique Ethique • Manipulation des données patient 21
  • 22. L’éthique, le monopole des données ? • Un discours trop centrée sur l’anonymisation des données. • Et les analyses ? • Modèle prédictif pour estimer la probabilité d’échec d’un enfant en maternelle… 22
  • 23. Interventions • Interventions Humaines • Proposer des rétroactions adaptés lors des séances de SEPI • Travail projet Hubble… • Interventions machine • Diagnostiquer les connaissances perceptivo gestuelles • Evaluations formatives 23
  • 24. Exemple 2, Superviseur 24 PhilippeDessus, OlivierCosnefroy, VandaLuengo, EC-TEL 2016 http://superviseur.lip6.fr/
  • 25. Exemple 2, Superviseur 25 Problème : surcharge cognitive pour la gestion d’un classe hétérogène. Question : Comment aider l’enseignant à améliorer la qualitéde l’interaction dans une classe Conscience de la classe Groupe de référence
  • 26. Exemple 2, Superviseur, données et analyses 26 https://undertracks.imag.fr/ PhilippeDessus, Olivier Cosnefroy, VandaLuengo, EC-TEL 2016
  • 27. Exemple 2, Superviseur éthique et intervention 27 file:///C:/Users/luengov/Documents/projets/SuperViseur/siteSuperviseur/gazeBehaviourWholeSessionByStudentMatLevel.htm l file:///C:/Users/luengov/Documents/projets/SuperViseur/siteSuperviseur/index.html
  • 29. Learning analytics, en 2025 => “Visions of the Future “, Horizon Report D3.2 29
  • 30. Learning analytics, en 2025 • Method Delphi • Experts • Écoles, apprentissage au travail, enseignement supérieur • 103 avis à propos d’une ou plusieurs visions proposés (8 visions). 30 “Marty, you are going to fail Introduction to Physics during your sophomoreyear, make sure you see a tutor after the first week of class and you’ll ace the final exam!”
  • 31. Learning analytics, en 2025 • Vision 1: In 2025, classrooms monitor the physical environmentto support learning and teaching • Vision2: In 2025, personal data tracking supports learning • Vision3: In 2025, analytics are rarely used in education • Vision4: In 2025, individualscontrol their own data • Vision5: In 2025, open systems for learning analytics are widely adopted • Vision 6: In 2025, learning analytics systems are essential tools of educationalmanagement • Vision7: In 2025, most teaching is delegatedto computers • Vision8: In 2025, analytics support self-directedautonomouslearning http://www.laceproject.eu/ 31
  • 32. Vision 1: In 2025, classrooms monitor the physical environment to support learning and teaching • Cahiers, crayons, tablettes,…. auront des capteurs. • Cameras à reconnaissance facial traceront l’apprenant. • Ces informations seront utilisés pour suivre le progrès de l’apprenant. • Prise en charge de l'apprentissaged'un large éventail de compétences physiques. • Les enseignants seront alertés des signes d’ennui, confusion ou éloignement de la tâche attendue. • Les enseignants suivront les interactions sociales numériques et pourront identifier où ils devront favoriser la socialisation et le comportement collaboratif. Copyright © 2016 Nicolas-Denis.net http://www.laceproject.eu/
  • 33. Vision 2: In 2025, personal data tracking supports learning • Des capteurs sophistiqués livreront des informations personnels tels que la posture, le stress, l’attention, le niveau de sucre dans le sang… • Les personnes collectent leurs informations et l’utilisent dans leurs programmes pour avoir des recommandations sur leurs apprentissages. • Les apprenants récupèrent les statistiques et les données associées aux facteurs de réussite des apprentissages dans un domaine particulier. • Des institutions d’enseignement connues vendent des programmes, à partir de ces informations, pour optimiser l’apprentissage en fonction des âges et des cours. • Des entreprises font la même chose pour certains domaines. • Certains étudiants partagent leur savoir faire. • La plus part des institutions d’apprentissage suivent les programme d’auto-supervision. http://soocurious.com/fr/intelligence-artificielle-homme/ http://www.laceproject.eu/
  • 34. Vision 3: In 2025, analytics are rarely used in education • Les cours que sont automatisés, utilisant les LA, sont méprisés. • Les apprenants ont compris qu’ils peuvent « jouer » avec le système. • Il y aura un grand vide sur la gestion des données sensibles et des usages abusifs. • L’usage des données d’apprentissage devra être approuvé par l’apprenant et par des nouveaux inspecteurs. • Un consensus a émergé dans la politique éducative: l'abandon des LA Source : présentationde David Griffiths, Lyon, mars 2016 http://www.laceproject.eu/
  • 35. Vision 4: In 2025, individuals control their own data • Les apprenant contrôlent • le type et la quantitédes données qu’ils souhaitentpartager. • Avec qui ces données sont partagées (personnes, institutions,entreprises,…) • La durée de la disponibilitéde ces données. • Des outils pour permettre ces contrôles sont clairement énoncés et facile d’usage • Les institutions sont engagés dans la prise de conscience et reconnaissent les problèmes https://lejournal.cnrs.fr/billets/reprenons-le- controle-de-nos-donnees http://www.laceproject.eu/
  • 36. Vision 5: In 2025, open systems for learning analytics are widely adopted • Les institutions éducatives demandent le contrôle des outils des LA • Comment les outils fonctionnent? • Pourquoi sont-ils utilisés ? => Conçoivent avec des fournisseursdes outils accompagnantleurs visions stratégique. • Plusieurs fournisseurs. Tous utilisent des algorithmes ouverts et partagent les données suivant des standards qui facilitent la transparence et une validation indépendante. • Des visualisations, largement testées et accessibles, sont utilisées. • Les apprenants et enseignants peuvent utiliser en toute confiance une gamme d’outils. Image http://www.resourcespace.org/ http://w utilisés ww.laceproject.eu/
  • 37. Vision 6: In 2025, learning analytics systems are essential tools of educational management • Les systèmes de recommandationdes ressources sont largement utilisés. • Un grand nombre de données d’apprenant est utilisé pour générer des prédictions, de qualité et en temps réel, sur la probabilité de réussite. • Les apprenants et les enseignants planifient leur travail sur la base d'outils fiables qui recommandent et personnalisent sur ce qui doit être fait pour obtenir le meilleur résultat d'apprentissage. • Une industrie croissante offre de services institutionnels et individuels pour accompagner cette activité. • L’information prédictive est précise et permet aux gestionnaires et aux décideurs d’agrandir ou réduire leur offre de formation http://www.laceproject.eu/
  • 38. Vision 7: In 2025, learning is guided by technology • Développement d’un énorme corpus des données contenantl’information des millions d’apprenants. • Recommandations automatique fiables, basées sur l’expérience de ces corpus, sur le meilleur chemin à prendre pour réussir l’apprentissage. • Les recommandationssont mieux informées et plus fiables que celles des meilleurs formateurs humains. Source : présentationde David Griffiths, Lyon, mars 2016 http://www.laceproject.eu/
  • 39. Vision 8: In 2025, analytics support self- directed autonomous learning • Disparition des curriculum. • Les étudiants créent leurs groupes et décident leurs objectifs d’apprentissage et les moyens pour les attendre. • Les analytiques accompagnent les échanges d’information et la collaboration entre les groupes. • Les enseignants deviennent des mentors. • Le suivi formatif est utilisé pour guider les progrès vers les objectifs fixés . Source : présentationde David Griffiths, Lyon, mars 2016http://www.laceproject.eu/
  • 40. Vision 2025, quelques résultats http://www.laceproject.eu/
  • 41. Vision 2025, quelques résultats, souhaitable http://www.laceproject.eu/
  • 42. Vision 2025, quelques résultats, faisable http://www.laceproject.eu/
  • 43. Vision 2025, quelques résultats http://www.laceproject.eu/ Thèmes émergeants dans les réponses textuelles
  • 44. Quelques points de réflexion, à consulter • Finding 1: A question mark over the prospects for learning analytics achieving its potential • Finding 2: Policies and infrastructure • Finding 3: A consensus on pedagogy • Finding 4: Power, ethics, and data ownership • Finding 5: Disagreement between sectors, and between different groups of respondents • Finding 6: Technology http://www.laceproject.eu/
  • 45. Rapport learning analytic, octobre 2016 http://eduscol.education.fr/cid93919/la-mission-incubation-dne.html 45