Institut Mines-Télécom

Learning AnalyticsDe quoi parle-t-on ?

Journée UBL – UTICE

Jean-Marie Gilliot @jmgilliot

LEARNING ANALYTICSDe quoi parle-t-on ?

Journée UBL – UTICE

Jean-Marie Gilliot

Institut Mines-Télécom UTICE : Learning Analytics - Introduction3

Une transformation numérique

19/01/2017

Institut Mines-Télécom UTICE : Learning Analytics - Introduction4

Qui investit la formation

19/01/2017

Institut Mines-Télécom5

Un monde de données

19/01/2017 UTICE : Learning Analytics - Introduction

Institut Mines-Télécom6

Learning Analytics

Analytics • Techniques informatiques, mathématiques et

statistiques pour révéler une information pertinente à partir de larges ensembles de données.─ Marketing ─ Biologie─ …

La mesure, la collection, l’analyse et l’interprétation des traces des apprenants et de leurs contextes, pour comprendre et optimiser l’apprentissage dans l’environnement dans lequel il se produit• George Siemens 2011

19/01/2017 UTICE : Learning Analytics - Introduction

Institut Mines-Télécom7

Learning Analytics, Objectifs

Monitoring et analyse

Suivi et feedback

Prédiction et intervention

Tutorat et mentorat (coaching)

Personnalisation et recommandation

Adaptation

Réflexion

Traduction à partir de Chatti et al. (2012)

19/01/2017 UTICE : Learning Analytics - Introduction

Institut Mines-Télécom8

Learning Analytics, pour qui ?

Tuteurs

Enseignants

Responsables pédagogiques

Institutions

Entreprises

Apprenants

19/01/2017 UTICE : Learning Analytics - Introduction

Institut Mines-Télécom UTICE : Learning Analytics - Introduction9

Learning analytics, comment ? Le processus

19/01/2017

Institut Mines-Télécom10

Learning Analytics, comment ?La visualisation

Visualisation • facilitant la compréhension des analyses

=> Essentielle pour l’intervention Humaine• Différentes usages

─ Outil réflexifs, Pour la prise de décisions• Associations de plusieurs visualisations

─ Dashboard.

19/01/2017 UTICE : Learning Analytics - Introduction

Institut Mines-Télécom UTICE : Learning Analytics - Introduction11 19/01/2017

Institut Mines-Télécom12

HUBBLE

Création d’un observatoire pour la construction et le partage de processus d’analyse des traces e-learning massives.

Les processus d’analyse construits accompagneront la prise de décisions des acteurs intervenant dans le système d’enseignement et d’apprentissage,

• Ils devront être utilisables et redéployées dans leurs environnements.

• Ils guideront le chercheur en e-learning pour la production de concepts, de modèles et d’indicateurs.

Création d’une dynamique nationale

19/01/2017 UTICE : Learning Analytics - Introduction

Institut Mines-Télécom UTICE : Learning Analytics - Introduction

Partenaires initiaux

13

• LIP6 (UPMC)

• LIG (UJF)+ Associés : TICE-UJF, ThEMAS (TIMC), SUP

• IFE (ENS LYON)

• STEF (ENS Cachan)

• LIRIS (UCL)

• LabSTICC (Télécom Bretagne)

• LIUM (Université du Maine)

• LINA (U Nantes)

• OpenClassrooms

19/01/2017

Institut Mines-Télécom 14

Cas d’étude

• Données• Scénarios• Modèles

pédagogiques

Collecte

• Outils : plateformes, algorithmes

• Traces

Analyse

• Processus • Langages• Patterns

Exploitation

• Tableaux de bord pluri-acteurs

• Publications

3 itérationsMéthode DBR

Ethique et Déontologie

19/01/2017 UTICE : Learning Analytics - Introduction

LEARNING ANALYTICSENJEUX…

… PERSPECTIVES Journée UBL – UTICE

Jean-Marie Gilliot

UNE MISE EN ŒUVRE MULTI-ACTEURS

N’OUBLIONS PAS LES PLATEFORMES D’EXPLOITATION

19/01/2017UTICE : LEARNING ANALYTICS -

PERSPECTIVES

17

DE NOMBREUX ACTEURS

Directeurs informatiques

Utilisateurs

Enseignants, Responsables pédagogiques,

institutions

Entreprises

Apprenants

Chercheurs …

Entreprises promotrices de solutions

19/01/2017UTICE : LEARNING ANALYTICS -

PERSPECTIVES

18

POUR UN DOMAINE PLURIDISCIPLINAIRE

19/01/2017UTICE : LEARNING ANALYTICS -

PERSPECTIVES

19

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

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)

DES ENJEUX DE RECHERCHE

ET DEVELOPPEMENT

DE NOMBREUSES DISCIPLINES ET RECOUPEMENTS

Sciences de l’éducationSociologie – AnthropologieInformatique – EIAH – IHM Analyse des données…

Educational Data MiningLearning AnalyticsDigital Humanities

19/01/2017UTICE : LEARNING ANALYTICS - PERSPECTIVES

21

UN CYCLE DE RECHERCHE ITÉRATIF ORIENTE CONCEPTION

19/01/2017UTICE : LEARNING ANALYTICS -

PERSPECTIVES

22

UNE VISION DU PROJET HUBBLE :CAPITALISATION

19/01/2017UTICE : LEARNING ANALYTICS -

PERSPECTIVES

23

Capitalisation des traitements métiers pour donner du sens

EN SYNTHÈSE CRÉER UN ÉCOSYSTÈME OUVERT

Recherche itérative orientée conception

Archives ouvertes

Infrastructures ouvertes

Communauté ouverte

DonnéesOuvertes - Personnelles – Éthique – Réutilisables

Portfolio – Compte de formation – Quantified-Self 19/01/2017

UTICE : LEARNING ANALYTICS - PERSPECTIVES

24

DEUX ENJEUX

POUR CONCLURE

PRISE DE DÉCISION INFORMÉE

Analyser et exploiter les données

Une autre « compétence numérique »

19/01/2017UTICE : LEARNING ANALYTICS -

PERSPECTIVES

26

AU-DELÀ DE L’ÉCOLE : APPRENDRE TOUT AU LONG DE LA VIE

19/01/2017UTICE : LEARNING ANALYTICS -

PERSPECTIVES

27

Musette de L’actif

Des données Tout au Long de la Vie