Game Learning Analytics : une interview pour appréhender ses utilisations, fonctionnement et perspectives

Introduction

Les Game Learning Analytics (GLA) font référence à l'analyse des données générées par les interactions des apprenants avec des jeux éducatifs, visant à comprendre et optimiser l'apprentissage et les environnements dans lesquels il se produit. Cette approche s'inscrit dans le domaine plus large des Learning Analytics, qui se concentre sur la mesure, la collecte, l'analyse et le rapport des données concernant les apprenants et leurs contextes. L'objectif est de comprendre et d'optimiser l'apprentissage et les contextes éducatifs.

Les Learning Analytics englobent diverses méthodes et outils, des analyses statistiques aux analyses de réseaux épistémiques, et peuvent s'appuyer sur des normes et standards e-Learning comme AICC, SCORM, xAPI, et cmi5 pour faciliter la réutilisation des contenus, le séquencement des cours et la traçabilité des interactions apprenant-contenu. Les données générées par ces interactions sont soumises à des considérations éthiques et à la protection des données personnelles, nécessitant une approche respectueuse des principes de bénéfice, fidélité, intégrité, justice, et respect des droits et dignité des individus.

Déroulement de l'interview

Contexte: Dans le cadre du cours sur les Learning Analytics dispensé par Eric Sanchez, nous avons eu l'opportunité d'interviewer un expert dans le domaine des Learning Analytics, le professeur Baltazar Fernandez-Manjon.

Interviewé: Baltasar Fernández-Manjón est un professeur et chercheur à l'Université Complutense de Madrid, où il dirige le groupe de recherche e-UCM spécialisé dans l'e-learning et les jeux sérieux. (Il détient la chaire Telefonica-UCM en éducation numérique et jeux sérieux). Avec une expertise reconnue dans les domaines de la gamification de l'apprentissage et des analytics liés aux jeux sérieux, ses travaux contribuent significativement à la compréhension et à l'amélioration de l'apprentissage par le jeu

Questions posées: (étant donné le statut de notre interviewé) Nous avons décidé de nous concentrer spécifiquement sur les nuances des Game Learning Analytics (GLA) du point de vue de la nature des traces collectées, des méthodes d'analyse, et des enjeux éthiques associés. Voici les questions éclairantes que nous lui avons posées pour approfondir notre compréhension des GLA et de leur application unique dans les environnements éducatifs.

1. Pourriez-vous définir les spécificités de l'analytique d'apprentissage dans le contexte des serious games (GLA), en particulier comment elle se distingue  dans d'autres contextes éducatifs comme les LMS ou les MOOCS dans la nature des traces utilisées ? (Game Learning Analytics: Learning Analytics for Serious Games (2023)
2. Vous avez mené de nombreuses recherches sur les serious games (Comme par exemple votre article de 2018 sur l’utilisation des GLA pour valider le design de jeu sérieux pour adulte avec déficience intellectuelle, Using Game Learning Analytics for Validating the Design of a Learning Game for Adults with Intellectual Disabilities (2018)). Quelles sont les méthodes d’analyse que vous avez mobilisé dans vos recherches ?
3. Comment les principes éthiques guident-ils la conception et l'implémentation des systèmes d'analyse d'apprentissage dans les jeux sérieux, notamment en ce qui concerne la protection de la vie privée des apprenants et la gestion transparente des données collectées ? En somme, quelles sont les implications pour les chercheurs en matière d’éthique ?
4. Après avoir abordé les traces, les méthodes d’analyse et des principes éthiques qui régissent les GLA, nous souhaiterions aborder les bénéfices de ces derniers dans le contexte éducatif, au regard de notre formation ? (Predicting students' knowledge after playing a serious game based on learning analytics data: A case study, 2019)
5. Finalement, nous allons terminer sur une question un peu plus large et subjective pour clore cette interview. Comment envisagez-vous l'avenir des GLA, notamment avec les progrès de l'IA et de l'apprentissage automatique ? Comment imagineriez-vous que ces technologies amélioreront davantage les capacités prédictives et la valeur éducative des jeux sérieux ?

Résumé

lien vidéo

Références

Alonso‐Fernández, C., Martínez‐Ortiz, I., Caballero, R., Freire, M., & Fernández‐Manjón, B. (2020). Predicting students' knowledge after playing a serious game based on learning analytics data: A case study. Journal of Computer Assisted Learning, 36(3), 350-358.

Cano, A. R., Fernández‐Manjón, B., & García‐Tejedor, Á. J. (2018). Using game learning analytics for validating the design of a learning game for adults with intellectual disabilities. British Journal of Educational Technology, 49(4), 659-672.

Freire, M., Serrano-Laguna, Á., Manero, B., Martínez-Ortiz, I., Moreno-Ger, P., & Fernández-Manjón, B. (2016). Game learning analytics: Learning analytics for serious games. In Learning, design, and technology (pp. 1-29). Springer Nature Switzerland AG.