Chaque université devrait avoir une salle d’examen numérique

C’est en tout cas l’affirmation de Craig Zilles, lors de la conférence CSEDU 2019 !

« Every University Should Have a Computer-Based Testing Facility ». Son argument central est que le développement d’une telle salle permet de simplifier le processus d’évaluation pour les grandes cohortes et ainsi de proposer une évaluation plus riche, plus régulière, tout en libérant du temps pour les enseignants. Il démontre que c’est également un investissement très rentable. C’est en tout cas une solution qui transforme l’organisation d’une université.

Il s’appuie sur :

Le système de génération d’exercice, appelé PrairieLearn semble être testable en ligne : https://prairielearn.engr.illinois.edu et son code est disponible librement : https://github.com/PrairieLearn. Une présentation vidée de Craig Zilles est disponible en ligne sur ce sujet.

Ce système fait écho à ce que nous avons également présenté durant cette conférence : Towards a Functional and Technical Architecture for e-Exams qui fera l’objet d’un billet très prochainement. La différence principale entre les deux solutions réside dans l’environnement de déploiement : une salle dédiée dans le cas présenté ici, de manière plus portable dans notre cas. En croisant les deux, nous pouvons avoir une idée claire de ce que sera un système d’évaluation numérique (ou une solution de e-exams). Ce sera sans doute aussi l’objet d’un prochain billet.

D’autres propositions concernant l’évaluation ont été faites durant ces trois jours. Une présentation particulièrement percutante, nommée Smart Like a Fox: How Clever Students Trick Dumb Automated Programming Assignment Assessment Systems a été celle de Nane Kratzke sur les possibilités de « tricher » aux évaluations d’informatique, et sur les mesures permettant de l’éviter, ainsi qu’une détection in-situ.

Crédit photo : Ashton Testing Services lab par AshtonFan – licence CC-by-SA 4.0 International

Publicités

L’impact de l’IA sur l’éducation

L’Intelligence Artificielle est de tous les sujets, l’éducation n’y échappe donc évidemment pas. Cela a donné lieu à des essais très manichéens comme la « guerre des intelligences », mais aussi à des rapports prospectifs plus scientifiques. Citons Intelligence Unleashed proposé par le Knowledge Lab de l’UCL (Londres) en 2017 qui nous rappelle que l’IA en éducation a déjà une longue histoire et qui propose de nombreuses pistes pour résoudre un certain nombre de problèmes en éducation. Citons également le rapport récent d’orientation pour la commission européenne « The Impact of AI on Learning, Teaching, and Education » par Ilkka Tuomi qui reprend des éléments du premier avec une vision plus globale.

Premier point sur lequel il convient de s’arrêter, l’IA est à la fois un vecteur de transformation de la société et du travail, donc qui influe sur les objectifs des formations, et un moyen pour faire évoluer les pratiques d’éducation. Cette idée n’est pas foncièrement neuve, tant cette double tension est portée depuis longtemps par l’évolution des technologies numériques, l’IA n’étant qu’une d’entre elles.

Il y a donc, comme d’habitude, quatre facettes :

  1. En quoi cette nouvelle avancée technologique a un impact sur les compétences numériques (ou littéracie numérique) ? Ces fameuses compétences numériques me semblent évoluer bien vite, et leur définition avoir souvent un train de retard. L’IA pose sans doute de manière plus accrue la question de travailler en interaction avec les technologies numériques ;
  2. En quoi cela modifie l’enseignement de l’informatique ? L’IA telle que revisitée aujourd’hui est une avancée issue de ce que l’on appelait il y a peu les « Big Data ». Notons également que l’enseignement de l’IA dans les écoles d’ingénieurs existe depuis 40 ans.
  3. Quelles sont les questions d’impact soulevées par ces avancées ? En effet, les questions d’impact économique, d’évolution des métiers, d’exploitation de données personnelles, de contrôle, de surveillance, dite généralisée, d’évolution de nos comportements, liées au numérique, sont devenus centrales dans nos sociétés, bien qu’imparfaitement débattues.
  4. Qu’est ce qui devient possible qu’on ne pouvait pas faire avant ?

C’est sur les deux derniers points que se focalisent ces rapports, avec une dimension prospective.

Sur les questions d’impact, deux aspects apparaissent centraux et quelque part liés, la question de la personnalisation d’une part et l’évolution des métiers d’autre part.

La personnalisation est effectivement centrale en IA, en permettant de mettre en place des classifications d’utilisateurs et de faire de la recommandation. Cela est déjà utilisé depuis longtemps en éducation pour des systèmes de tuteurs intelligents, qui pour l’instant sont cantonnés dans des domaines très précis (exercices de mathématiques principalement). Si cela peut aider à proposer des diagnostics, à aider dans une progression, la personnalisation ne doit pas réduire la capacité de choix et d’action des apprenants. C’est toute la question entre guidage et accompagnement qui se pose ici. Les deux coexistent dans une formation et doivent viser à terme à permettre à l’apprenant de développer son autonomie et sa capacité d’action. C’est une crainte très nettement exprimée par Ilkka Tuomi qui fait remarquer que des développements de systèmes pourraient renforcer ce qu’il considère comme étant de mauvaises pratiques de contrôle des apprentissages. Le risque étant selon lui renforcé qu’il existe à la fois des tenants de pratiques dépassées dans le système, et des développeurs de solutions non épaulés par des experts de l’éducation pouvant développer des solutions basées sur des préconceptions issues de l’expérience de ces développeurs.

La question de l’évolution des métiers, du fait de la généralisation de l’IA renforce cette tension, que l’on retrouve dans certains débats publics sur l’évolution de la formation première. En effet l’automatisation prévisible des tâches et le renouvellement des métiers qui y est attachée impose de plus grandes capacités d’analyse, de capacité de jugement, de créativité, d’adaptation des personnes. Cela renforcerait l’importance des matières favorisant ces capacités, qui seraient ce que les américains appellent les « liberal arts », les matières plus littéraires et culturelles. Ces matières doivent néanmoins intégrer le plein usage des outils numériques actuels, on est donc bien dans une démarche de type humanités numériques. Les approches de pédagogies de type « apprendre par la recherche telles que défendues par François Taddéi notamment (voir son dernier livre « Apprendre au XXIème siècle » ou ses nombreuses autres productions sur le sujet).

La question de l’évolution de l’éducation est d’autant plus importante que si l’impact de l’IA sur l’emploi est aussi important que certains le prévoient, et même s’il est moins important que prévu, l’impact au niveau social sera probablement considérable. Et le prix humain correspondant n’est ni souhaitable, ni acceptable, ni sans doute soutenable dans le contexte actuel.

Parmi les possibles qui sont avancés, c’est cette interaction entre humains et IA qui semble centrale :

  • Cette capacité de remplacement sur de nombreuses tâches que possède l’IA pose la question de collaboration entre humain et machine.
  • La capacité d’analyse, voire de tutorat, qui peut s’incarner au travers de robots ou simplement par la voix doit permettre un accompagnement du développement de l’humain. Dans un environnement d’apprentissage, cela doit permettre de l’adapter à l’apprenant. Si le contrôle de l’humain par la machine semble possible dans l’industrie, il est inenvisageable dans une perspective d’éducation.
  • Dans la même veine, la question de l’évaluation peut être complètement repensée, en favorisant l’évaluation formative, et le suivi du développement des compétences.
  • L’intelligence artificielle peut également un support dans le cadre du travail collaboratif, ou en permettant de rendre des environnements virtuels plus interactifs, par exemple en proposant des personnages plus réalistes.
  • L’analyse de données (les learning analytics) peut également s’appuyer sur des techniques d’IA pour proposer des analyses et autres prédictions plus pertinentes pour accompagner enseignants, et décideurs.
  • D’autres types d’analyses peuvent également être envisagées comme le diagnostic de handicaps (autisme, dyslexie …)

Une des questions qui se posent plus précisément dans le cadre de l’IA et de l’éducation est la capacité d’une IA à expliquer, voire à argumenter ses choix, ses propositions. En effet, dans un cadre d’apprentissage, les explications sont indispensables pour que l’apprenant comprenne et accepte une suggestion. Nous avons ici un axes particulier de recherche.

Par rapport aux annonces liées aux technologies précédentes, nous pouvons voir deux différences principales, l’avancée technologique qu’est l’IA ne se décline pas directement par des outils utilisés par le grand public (traitement de textes, moteurs de recherche, montage vidéo, blogs, …) qui peuvent être réinvestis directement en classe. Peut être la traduction automatique, ou la reconnaissance vocale seront ces technologies, mais on est actuellement encore dans une « promesse », plutôt que dans des usages généralisés. Par ailleurs, l’IA se positionne comme aide à l’apprentissage. On parle de libérer l(es)’intelligence(s). Mais pour cela il y a un prérequis qui est la récolte de données d’apprentissage, donc personnelles, d’autant plus personnelles qu’il s’agit de l’analyse de vos capacités, voire de vos émotions.

Une des difficultés majeures pour développer des solutions basées sur des techniques d’IA est en effet de disposer de larges ensembles de données. Pour ne pas enfermer ces ensembles dans des monopoles privés, Ilkka Tuomi suggère que les personnes contribuent volontairement en direction de plateformes dédiées. On pourrait imaginer un projet analogue au projet Common Voice proposé par Mozilla pour développer des assistants vocaux. Une autre approche (sans doute complémentaire) pourrait être de permettre aux apprenants de disposer et de gérer leurs propres données, comme nous l’explorons dans le projet Sedela.

 

Ilkka Tuomi rappelle dans sa conclusion que les concepts fondamentaux à développer en l’éducation sont l’agentivité, la responsabilité, l’identité, la liberté et les capacités humaines, et que l’IA pourrait limiter l’agentivité si développée de manière incorrecte. Quant on voit les développements actuels dans le numérique grand public, on se doit effectivement rappeler ces fondamentaux.

36302593876_a04b74b7e5_z_d

Crédit photo Disenchantment Space / Atsushi Tadokoro (JP) par Ars Electronica licence CC-by-nc-nd

Conception participative de tableaux de bord d’apprentissage

Depuis trois ans, je participe à un projet de recherche d’observatoire autour des learning analytics. L’objectif central du projet est de capitaliser sur les différentes maillons constituant la chaîne permettant de produire des résultats utilisables. Dans le lot « tableaux de bord », nous avons à organiser la visualisation de ces résultats. Et pour cela nous avons besoin d’aller à la rencontre des utilisateurs pour construire avec eux la visualisation qui leur semble la plus pertinente. Nous avons donc développé un kit, un peu sur le modèle du Business Model Canvas, avec des cartes, pour encourager les utilisateurs à expliciter leur tableau de bord d’apprentissage rêvé.

Les learning analytics, ou comment exploiter et partager les données d’apprentissages, est pour l’instant plutôt un domaine de recherche, certes fertile, mais dont la plupart des applications restent à écrire. De multiples pistes sont explorées, pour prédire des comportements (comme l’abandon des dans les MOOC), pour rendre visible les apprentissage, pour accompagner la personnalisation …. et de nombreuses questions sont soulevées autour de l’éthique et du droit notamment. Hugues Labarthe a produit un bon rapport pour en comprendre les principaux enjeux. Les potentiels utilisateurs voient parfois un tableau de bord d’apprentissage dans un MOOC, ou sur une plateforme d’apprentissage que ce soit Moodle, la khan academy ou d’autres, mais ces tableaux restent souvent basiques, et ne permettent pas aux utilisateurs de répondre forcément à leurs besoins.

Ces utilisateurs sont d’ailleurs variés. On pense d’abord à l’enseignant ou à l’apprenant, qui n’ont déjà pas le même besoin (l’un veut accompagner ses élèves/étudiants/apprenants, l’autre veut savoir où il en est et peut être quoi faire), mais de nombreux utilisateurs potentiels existent (responsable de formation, inspecteur, ingénieur ou conseiller pédagogique, chef d’établissement, ministre …) qui ont chacun des besoins d’observation différents liés à leur domaine de décision et d’action. D’autres facteurs peuvent influer la forme que va prendre ce tableau de bord, et on s’aperçoit qu’il n’existe pas un tableau de bord qui réponde à tout, mais bien au contraire un besoin différent dans chaque cas où l’on a besoin d’un tel retour du système avec lequel on apprend.

Il faut donc bien établir avec ces différents utilisateurs les tableaux qui leur permettront d’agir. D’une part, il semble qu’on ne leur ait pas souvent posé la question, d’autre part il semble qu’ils n’aient pas trop l’habitude de dessiner de tels tableaux de bord. Des ateliers de conception sont donc des bonnes occasions à la fois de recueillir les besoins des utilisateurs et de leur permettre de s’approprier ces nouveaux outils que sont les tableaux de bord. S’ils sont participatifs, ils en seront d’autant plus dynamiques et vecteurs de solutions intéressantes.

Nous avons donc proposé un kit de conception participative de tableaux de bord d’apprentissage, qui contient :

  • un plateau pour qualifier le tableau de bord d’apprentissages ;
  • des plateaux pour dessiner l’organisation de tableaux de bord ;
  • des cartes pour accompagner la réflexion ;
  • un mode d’emploi pour animer un tel atelier.

degik0hx0aeb2rj

Pour ceux qui sont intéressé sur le comment a été construit ce kit, nous avons publié un article scientifique sur le sujet à la conférence IHM2018. Pour ceux qui voudraient l’utiliser, voire le modifier, pas de problème, c’est publié sous licence CC-by-SA. Nous sommes preneurs d’un petit mail, pour nous tenir au courant, voire pour nous envoyer des photos de vos résultats.

Les premiers utilisateurs ont été actifs et enthousiastes à un point qui nous a un peu étonné. D’autres ateliers sont en cours de préparation. Bref, une fois de plus les acteurs de l’éducation sont super actifs quand on les met en action et qu’on leur permet de s’exprimer.

degr_bbwkaa8l0z

Ce petit kit semble bien fonctionner. S’il peut servir, tant mieux. S’il peut servir de base à une formation d’appropriation des learning analytics, nous serons allés plus loin que nos objectifs. En tout cas, il reste du travail, tant sur la question de fournir des tableaux de bord d’apprentissage pertinents que sur le développement et l’appropriation des usages. À suivre donc.

Personnalisation pour l’apprentissage en environnement numérique, de quoi parle-t-on ?

Quand on parle de personnalisation des apprentissages dans les environnements numériques, nombreux sont ceux qui ne voient que l’affichage d’une information adaptée, ou la recommandation de ressources, en fonction d’informations collectées sur l’apprenant, sur le mode « si vous avez compris ceci, vous voudrez probablement apprendre cela ». De fait la notion de personnalisation est bien plus large que cela et les modalités de personnalisation plus variées. Si elle peut effectivement se décliner sous forme d’aide au choix, elle peut-être vue comme support à la motivation, à l’autonomisation … Cette personnalisation peut s’articuler entre actions humaines et actions gérées par l’informatique.

[Fitzgerald et al. 2017] proposent un framework pour identifier les différentes dimensions/aspects de la personnalisation en environnement numérique d’apprentissage. Ce cadre se décompose en 6 dimensions.

Qu’est ce qui est personnalisé ?

  • Contenu

  • Évaluation

  • Stratégie d’enseignement ou d’apprentissage

  • Choix de l’apprenant

  • Choix de l’enseignant

Types d’apprentissage

  • Formel (obligatoire, primaire, secondaire, supérieur …

  • Non-formel

  • Informel

Caractéristiques personnelles de l’apprenant

  • Démographique (age, …)

  • Connaissances préalables (basé sur des évaluations récentes)

  • auto-évaluation (par l’apprenant ou l’enseignant)

  • Intérêt affiché ou pertinence personnelle

  • Préférences de mode d’apprentissage (en ligne, en groupe, cours du soir …)

  • Niveau d’engagement/motivation et auto-régulation

Qui/quoi réalise la personnalisation

  • Apprenant

  • Enseignant

  • Pair

  • Logiciel/algorithme

Comment s’effectue la personnalisation ?

  • Appariement par nom

  • Description personnelle

  • Segmentation de publication

  • Basé sur les modes cognitifs

  • Personne entière (inclut motivation et émotion)

Impact / bénéficiaires

  • Apprenant

  • Enseignant

  • Concepteur de formations

  • école/institution

  • gouvernemental (local ou national)

  • Entité commerciale (développeur de logiciel, par exemple)

 

[Fitgerald et al. 2017] peuvent ainsi catégoriser divers systèmes, considérer leurs différents niveaux d’action dans le processus d’apprentissage, et proposer des pistes de recherche/amélioration. Sont ainsi déclinés : les systèmes de tuteurs intelligents (ITS) et les hypermedia adaptatifs, les évaluations adaptatives, des systèmes d’apprentissage par investigation, des jeux sérieux ou des livres personnalisés. Les learning analytics sont également invoqués, ce qui permet d’introduire des approches basées sur l’émotion, mais la catégorie semble trop large, ce qui est normal puisqu’il s’agit quasiment d’une discipline, plutôt qu’une classe de systèmes.

[Bejaoui et al. 2017] proposent également un cadre d’analyse de la personnalisation de l’apprentissage, centré sur les MOOC. Il vise à permettre l’analyse de la personnalisation de tels cours. Ils positionnent la personnalisation dans le cadre de la pédagogie ouverte, pour soutenir l’apprenant dans l’autogestion de sa démarche d’apprentissage. Le développement d’un espace personnel d’apprentissage, la mise à disposition d’outils d’auto-diagnostic de ses compétences, de planification du travail, d’e-portfolio sont présentés comme des supports à la personnalisation. Ils postulent qu’une personnalisation faite par l’acteur lui même est de degré plus élevé que si elle est faite par un agent externe (§3.2.1). Focalisé sur un dispositif particulier, ils approfondissent les dimensions internes de la personnalisation du dispositif (ce qui est personnalisé, par qui, de quelle manière).

Ces deux articles permettent de positionner un cadre élargi de la personnalisation dans les environnements numérique d’apprentissage, ou EIAH.

Jutta Treviranus a donné une conférence à Nantes titrée « Smarter sytems include the Margins ». Directrice d’un laboratoire de recherche sur le design inclusif à Toronto, elle nous alerte sur la nécessité de développer des systèmes qui s’adaptent à tous les publics, insistant sur la prise en compte de tous types de différences. Si cela inclut ce que nous appelons handicaps, sa vision est plus large que cela. Par ailleurs, pour elle la personnalisation n’est pas simplement de permettre de trouver la « bonne » ressource ou d’encourager le « bon » comportement, mais au contraire d’encourager la diversité, l’exploration de voies différentes. Rappelons ici que l’un des enjeux de la formation aujourd’hui est d’encourager la créativité et les profils innovants.

32064174106_7961e3faac_b

 

[Bejaoui et al. 2017] Rim BEJAOUI, Gilbert PAQUETTE, Josianne BASQUE et France HENRI, Cadre d’analyse de la personnalisation de l’apprentissage dans les cours en ligne ouverts et massifs (CLOM), Revue STICEF, Volume 24, numéro 2, 2017, DOI:10.23709/sticef.24.2.2, ISSN : 1764-7223, mis en ligne le 24/04/2017, http://sticef.univ-lemans.fr/num/vol2017/24.2.2.bejaoui/24.2.2.bejaoui.htm

[Fitgerald et al. 2017] FitzGerald, E., Kucirkova, N., Jones, A., Cross, S., Ferguson, R., Herodotou, C., … & Scanlon, E. (2018). Dimensions of personalisation in technology‐enhanced learning: A framework and implications for design. British Journal of Educational Technology, 49(1), 165-181. https://onlinelibrary.wiley.com/doi/pdf/10.1111/bjet.12534

Crédits photo :

Reconnaissance ouverte des apprentissages pour mieux coopérer

Coopérer autour de ses apprentissages, tout un programme pour les apprenants tout au long de la vie, élèves, étudiants, citoyens… Comment rendre visible ses connaissances, comment donner à voir ce que l’on a appris au détour d’une expérience, du chemin, comment permettre aux étudiants de s’épauler pour progresser ensemble ? Lors du forum des usages coopératifs de Brest, plusieurs acteurs, proposant des solutions complémentaires nous ont proposé un panorama d’approches et de solutions qui promettent de dynamiser ces coopérations, tout en gommant les frontières dans les apprentissages.

Pour ouvrir l’échange, Serge Ravet nous a présenté l’initiative MIRVA et les OpenBadges : rendre les apprentissages informel visibles et actionnables. Serge nous a démontré l’intérêt de pouvoir montrer ses talents cachés au travers d’open badges. L’idée est que chacun puisse proposer et définir des éléments de reconnaissance qui fassent sens, au niveau d’une communauté, d’un territoire. Cette reconnaissance ouverte est porteuse de confiance et de partage, en permettant une reconnaissance beaucoup plus ouverte que si elle est porté uniquement par des institutions délivrant des diplômes.

Eden Jean-Marie du CIBC Normandie, nous a ensuite présenté comment accompagner les parcours d’apprenants pour leur donner confiance et de leur permettre de se prendre en main. L’outil proposé en support à cet accompagnement est DayTripper, qui permet de capturer une expérience avec son mobile, de la décrire, de la caractériser et de la partager. Ainsi, chacun peut valoriser ses apprentissages, communiquer sur ses parcours, ses expériences, et donc de devenir acteur, porteur de preuves de son parcours. Le CIBC Normandie propose ainsi une démarche inclusive auprès de différents publics. DayTripper n’est pas qu’une application, c’est avant tout une démarche pour valoriser tous types d’expériences d’apprentissage. Une de leur cible principale est ainsi les étudiants en mobilité internationale. Complément évident aux badges, il est ainsi possible d’apporter ses preuves pour acquérir un badge.

Philippe Ruffieux apporte quant à lui une approche qui permet aux apprenants de travailler ensemble. Chacun peut devenir expert d’un apprentissage dès qu’il a réussi à le démontrer et ensuite accompagner ses pairs, voire proposer de nouvelles modalités pour démontrer ses capacités. On est bien dans une démarche d’enseignement mutuel. L’outil proposé, Sqily permet ainsi de définir des objectifs d’apprentissage, de décrire un parcours complet sous forme d’arbre, de gérer la validation mutuelle, et de supporter l’enseignement collaboratif avec une interface proche de Slack, outil collaboratif bien connu et reconnu.

Open Badges, DayTripper, Sqily sont des outils existant, permettant de rendre visible les talents, les apprentissages, les expériences et de soutenir la coopération. Les témoignages démontrent que ces outils prennent leur sens dans une démarche qui soutient et développe la capacité d’agir des acteurs. Si vous êtes intéressés par les conditions pour que numérique rime avec pouvoir d’agir, je vous encourage à aller consulter le travail du projet Capacity qui est en train de présenter ses conclusions sur ce sujet.

Une autre question est de se poser la question de comment permettre à chacun de conserver, valoriser, et croiser ses différents environnements. C’est l’enjeu d’un autre projet, Sedela, qui vise à proposer cet environnement technique, et évidemment les principes d’accompagnement.

800px-football_iu_1996

Crédit photo : Football par Rdikeman – licence CC-by-SA

Coopération ouverte et éducation au forum des usages coopératifs

Le forum des usages coopératifs de Brest aura lieu cette année du 4 au 6 juillet et le thème sera coopération ouverte. La formule est variée et réunit 400 acteurs d’horizons variés.

L’éducation est évidemment au centre de la question. Comment développer et valoriser cette coopération du partage sincère au sein des pratiques éducatives ? Comment augmenter le pouvoir d’agir de tous et développer les communs dans la formation ? Nous essayerons de répondre à ces questions au travers de plusieurs temps de débats tout au long des trois journées du forum.

  • Mercredi, nous nous intéresserons aux coopératives pédagogiques, aux transformations qui sont induites notamment au travers du projet « école apprenante » ;
  • Jeudi matin, Ange Ansour viendra nous parler en plénière des partenariats recherches-pratiques au travers de son projet « les Savanturiers » ;
  • Jeudi, c’est bien le pouvoir d’agir qui sera ensuite au cœur de nos débats. Nos invités viendront témoigner de leurs dernières initiatives autour de la reconnaissance des apprentissages, de la valorisation des apprentissages informels, de la validation mutuelle.
  • Vendredi, nous vous invitons à travailler ensemble pour proposer de nouvelles pistes pour développer la coopération et les communs dans la formation ;

Parmi les invités, nous aurons des personnes autour des coopératives pédagogiques (Jean-Michel Le Baut, Marc Le Gall, Gilles Cornillet, Fanny Egger et Yves Leblanc de l’académie de Dijon et leur projet école apprenante et Edmus avec Logann Vince), autour de Badgeons la Normandie (Muriel Moujeard et Jean-Marie EdenCIBC), Open Badge Recognition Alliance (Serge Ravet), validation mutuelle de compétences (Philippe Ruffieux – HEP Vaud), et bien d’autres.

Venez pour écouter, pour témoigner, pour échanger, pour proposer des pistes et des actions pour que la coopération sincère vienne irriguer l’éducation. Tous les matins de 10:30 à midi, jeudi matin en plénière à 9 heures et à tout moment au gré des rencontres.

Plus d’informations ? Vous pouvez lire et enrichir librement la page éducation de ces journées, et/ou proposer des contributions pour vous présenter et favoriser les rencontres. N’hésitez pas à consulter le programme complet du forum. Et n’oubliez pas de vous inscrire.

Crédit photo : File:Constitutional Reliability of Tamilnadu Council.jpg. (2018, May 19). Wikimedia Commons, the free media repository. Retrieved 09:53, June 14, 2018 Licence CC-by-SA 4.0

Road sign to  education and future

Sur la reconnaissance ouverte des ressources d’apprentissage 

Il n’est pas facile de trouver une bonne ressource pour répondre à un besoin d’apprentissage. Certains considèrent que c’est le rôle des institutions, des enseignants, des parents que de choisir les meilleures ressources, mais pourtant, dans tous les autres domaines de l’information, le web et les démarches collaboratives ont proposé des alternatives viables. Pourquoi rien de tel en éducation ?

Les moteurs de recherche permettent de trouver une information sur n’importe quel sujet, mais ne permettent pas de différencier les ressources qui vont être adaptées à un apprentissage. La raison est d’ailleurs sans doute que la notion d’apprentissage est elle-même plurielle et dépend du contexte qui suscite le besoin, difficile donc de donner une réponse toute faite qui convienne à tous. Mais si une approche collaborative ouverte pouvait apporter de meilleures réponses ?

Petit tour de l’existant

Même si on restreint notre recherche, par exemple sur des MOOC, comment savoir si le cours était intéressant, bien fait, inspirant, ou pas. En général, autant pour choisir un smartphone ou un PC, il est facile de trouver des avis, et de consulter les retours des utilisateurs qui sont systématiquement récoltés notamment par les sites marchands, autant il est difficile de trouver des avis sur des ressources pédagogiques. La notion de recommandation semble s’arrêter à l’entrée des sites de formation, que ce soit les plateformes de MOOC, les sites de dépôt de ressources comme les universités numériques thématiques, les sites privés, ou même les sites contributifs.

En effet, et ce sera notre premier point, les sites, institutionnels ou non, ne permettent pas aux inscrits de publier leur avis sur les cours proposés. Tout au plus, nos participants pourront remplir un questionnaire de satisfaction au terme de la formation à destination exclusive de l’équipe pédagogique, comme cela se fait classiquement dans les établissements de l’enseignement supérieur. Cela ne permet ne permet pas par exemple de comprendre pourquoi certains ont abandonné, alors que la est question fondamentale, au moins dans le cadre des MOOC. Et par ailleurs, ces données ne sont pas publiées, aucune information n’est proposée aux futurs inscrits autre que celles choisies par l’équipe pédagogique. C’est une différence de fond par rapport aux autres fournisseurs sur Internet.

Deuxième point, dans le monde de l’économie collaborative, il existe des sites comparateurs qui permettent de s’informer sur les meilleures offres. Une première analogie serait un LearningAdvisor sur le modèle de TripAdvisor (malheureusement le LearningAdvisor existant est plus une extension d’une université privée qu’un conseiller neutre) Dans le cadre de la formation, ceux-ci sont peu nombreux et limités en termes de types de ressources. Seuls les MOOC ont suscité une envie de « consommer » de la formation pour un large public, il est donc logique que les comparateurs pédagogiques se soient concentrés sur eux. Entre MOOC-list et Class-Central, seul ce dernier cherche à recueillir les avis des internautes. On a donc ici une possibilité de choix en fonction de recommandations. Par contre, quand on regarde les MOOC en français, deux aspects importants de ce genre de site apparaissent clairement.

D’une part, le nombre de MOOC recensé est très peu nombreux. Par exemple pour OpenClassrooms sur Class-Central, il n’y a que les cours proposés par Microsoft Academy qui apparaissent. Cela pose la question de comment est construite la liste des cours proposés. Cela pose pour le moins la question de choix éditorial de tels sites comparateurs. Nous ne sommes pas dans une démarche exhaustive, loin de là. En tout cas la construction de l’offre n’est pas faite selon la popularité, ni les propositions des internautes. Bref le choix initial, l’ajout n’est pas ouvert.

D’autre part, il n’y a quasiment aucun commentaire déposé. Est-ce que le monde francophone n’est pas prêt à évaluer et commenter un cours ? Ou est-ce que le site n’est pas consulté par les internautes francophones, tout simplement parce que ce site est en anglais ?

Troisième et dernière point sur l’existant, les sites existants continuent à penser que des experts sont les plus à même de proposer des bonnes ressources (Et pourtant l’histoire de Wikipedia tend à démontrer le contraire). Un premier site « J’enseigne » propose ainsi aux seuls enseignants de recommander des ressources à des collègues. Bref, l’internaute devra attendre que son professeur (s’il en a un) lui propose la « bonne » ressource. Sinon, dans une approche plus startup Kokoroe se concentre sur les « compétences de demain » des sujets nouveaux et propose des supports sélectionnées par des experts du domaine concerné. L’idée est alléchante, il y a tout de même deux limites. Le fait qu’un expert n’est pas forcément le meilleur vulgarisateur, et le fait que là encore l’internaute n’a pas son mot à dire. La production participative (crowdsourcing) ne serait donc pas possible pour la formation ?

Il est donc clair qu’il n’y a quasiment pas de retour sur les cours, ou les ressources pédagogiques en général, ni pour aider les internautes dans leurs recherches, ni pour les personnes qui ont déposé des ressources, ou alors de manière très contrôlée qui ne tire donc pas parti des dynamiques de partage liées au web. Non seulement cela limite le choix, ne permet pas d’accompagner le développement d’une auto-direction des apprenants, mais cela prive aussi les concepteurs de retours potentiels qui permettraient d’améliorer les ressources et leur organisation en dispositifs.

5263812953_922b8766bc_o

Quelle solution ?

Puisque les institutions proposant des ressources d’apprentissage ne veulent pas gérer des retours ouverts des utilisateurs, puisque les sites de conseil connus ne sont pas impartials (LinkedIn nous propose déjà des cours, mais ce sont les siens…), il serait sans doute intéressant de réfléchir à d’autres alternatives. À quoi pourrait ressembler un tel service ?

Une option serait de proposer un service de partage de ressources en appui à une classer renversée. Les apprenants pourraient partager, publier les ressources qu’ils trouvent pertinentes et donner des avis sur celles des autres. En gros une bibliothèque contributive ouverte dans le cadre d’une classe.

Dans le même sens, un tel service pourrait être basé sur un système de gestion de signets (bookmarks) sur le modèle de diigo, ou de bibliographie (en recherche il existe des outils comme zotero ou bibsonomy) permettant le classement par tags. Mais ceux-ci ne semblent pas avoir gagné beaucoup de popularité. L’organisation de groupes, de communautés partageant les mêmes intérêts et promouvant des ressources externes pourrait être intéressante.

Une infrastructure intéressante de reconnaissance ouverte est celle des openbadges. Nous avons vu que la nouvelle spécification permettait une reconnaissance croisée. L’appréciation d’une ressource en la liant à un badge permettrait de compléter ce croisement, en qualifiant non seulement le porteur du badge, mais aussi les moyens qui lui ont permis de l’obtenir…

Bref, la question est posée. Comment reconnaître et partager des ressources pour apprendre ? Comment ouvrir cette opportunité, pour que chacun puisse plus facilement trouver une ressource ou un cours qui lui convienne ? Y voyez-vous un intérêt ? Avez vous des idées ?

Cela dit, j’ai sans doute raté quelque chose d’évident. Si c’est le cas, n’hésitez pas à m’en faire part.

Crédit photo : Crowdsourcing par Cambodia4kids.org licence CC-by

 

%d blogueurs aiment cette page :