Les Learning analytics , l'éthique et l'école obligatoire.

Autrices : Sandra La Torre et Anne-Lise Bouscail-Hardy

Introduction

Les applications à contenu pédagogique sont couramment utilisées par les élèves de l’école obligatoire. Ces outils numériques enregistrent des traces qui permettent à l’enseignant·e ou à l’apprenant·e d’en tirer la meilleure expérience possible. Avec la quantité et la diversité des traces numériques laissées par les apprenant·e·s sur ces plateformes, les questions éthiques en lien avec le traitement de ces données, appartenant à des mineur·e·s, doivent être prises en compte sous plusieurs aspects, tels que :

• l’interprétation des données,
• la protection des utilisateurs afin d’éviter un potentiel profilage
• la commercialisation des données.

Pour mieux comprendre comment utiliser les learning analytics (LA) de manière éthique et conforme à la loi, ainsi que leur impact pédagogique, nous avons questionné Guillaume Bonvin, chargé d’enseignement dans le domaine de l’éducation numérique à la HEP Vaud et doctorant au TECFA, dont un des axes de recherches concerne les LA.

L'interview complète est disponible ici

Les questions que nous avons envoyées préalablement sont consultables en annexe.

Que sont les learning analytics (LA)?

Selon Peraya (2019), les learning analytics sont des traces multimodales qui sont recueillies de manière automatique par des dispositifs embarqués sur les plateformes d’apprentissage. Ces traces peuvent être de plusieurs sortes : le temps passé sur la plateforme ou sur un exercice, le nombre de connexions, les différents éléments cliqués, la réussite ou non des exercices … . Toutes ces données peuvent être analysées pour donner des informations dans le but de produire des connaissances sur l’utilisateur et de modéliser des comportements afin de pouvoir les anticiper (Ranjeeth et al. 2020). Cette prédiction axée sur la pédagogie à pour objectif d'éviter le décrochage ou adapter la formation aux apprenants. Un autre type d'analyse des données peut être fait pour renseigner les institutions qui mettent en place les formations. Cela leur permet d'évaluer le coût par rapport au bénéfice (retour sur investissement) et d'anticiper les problèmes à venir.

Utilisation des LA en classe, entre avantages et risques éthiques.

Dans un contexte scolaire, les LA permettent de soutenir le processus d’enseignement et d’apprentissage en permettant aux enseignant·e·s de différencier les parcours d’apprentissage des élèves afin de les adapter au mieux à leurs besoins (Romero, 2019).

Les applications utilisant des LA fournissent le plus souvent aux enseignants un tableau de bord pour présenter les résultats des élèves avec des données préalablement analysées. Dès lors, la question de la typification de l’élève se pose. Comme le dit Tricot (2017), un élève en difficulté, ne l’est pas dans tous les domaines ni tout le temps. Pour arriver à une analyse fine du résultat de l’élève, il est nécessaire de connaître son environnement, d’avoir un lien avec lui et d'interpréter les LA fournies par une application en tenant compte de ces informations. C’est ce que relève Cherigny (2020) puisque les modèles de prédictions fournis par les LA soulèvent la question du déterminisme ou encore celle de la discrimination si l’analyse est faite sur un nombre limité de données ou selon leur sélection préalable. Romero (2019) souligne encore un autre problème éthique lié à l’utilisation des LA, qui pourrait se retourner contre l’apprenant si elles sont utilisées pour “ justifier une appréciation négative de l’engagement de l’apprenant ou évaluer sa participation à une activité d’équipe”. (p. 2)

LA en classe, respect des lois (RGPD et LPD) et risque de commercialisation.

Les différentes lois sur la protection des données personnelles et sensibles encadrent l’utilisation des outils numériques dans l’enseignement obligatoire. Les données récoltées par des tiers grâce aux applications ne peuvent en aucun cas être utilisées à des fins commerciales. Pour éviter les dérives possibles, dues à la perte de contrôle sur les données, il est conseillé d’anonymiser, ou plutôt de pseudonymiser, les comptes des élèves pour éviter leur profilage.

Cadre légal Européen et Suisse :

• RGPD: Règlement du parlement européen et du conseil du 27 avril 2016 relatif à la protection des personnes physiques à l’égard du traitement des données à caractère personnel et à la libre circulation de ces données.

• Cadre fédéral de protection des données LPD: " L'art. 13 de la Constitution fédérale fixe le principe selon lequel toute personne a droit au respect de sa vie privée et familiale, de son domicile, de sa correspondance et des relations qu'elle établit par la poste et les télécommunications, ainsi qu'à la protection contre l'emploi abusif des données qui la concernent.”

Bibliographie

• Boyer, A. (2017). Éducation et analyse de l’apprentissage. In M. Bouzeghoub & R. Mosseri (Eds.), Les Big Data à découvert (pp.196-197). CNRS. https://www.innovation-pedagogique.fr/article5809.html

• Cherigny, F. (2020). Learning analytics : enjeux éthiques. Bulletin de veille n°3. GT num2. Learning analytics. Groupe thématique de la Direction du numérique pour l’Éducation. France

• El Kechai, H., Zibani, N. (2019). GTnum 2: Learning Analytics Utilisations à des fins scolaires. Université de Poitiers, Techne ; MNESR. hal-02477356

• Pardo, A., Poquet, A., Martinez-Maldonado, R. et Dawson, S. (2017). Provision of Data-Driven Student Feedback in LA & EDM. Dans C. Lang, G. Siemens, D. Wise et D. Gasevic (dir.), Handbook of Learning Analytics (p. 163-174). Society for Learning Analytics Research. Récupéré de : https://solaresearch.org/hla-17/

• Peraya, D. (2019). Les Learning Analytics en question. Distances et médiations des savoirs, 25. Récupéré de : https://journals.openedition.org/dms/3485.
• Ranjeeth Ranjeeth, S., Latchoumi, T., & Victer Paul, P. (2020). A Survey on Predictive Models of Learning Analytics, . Procedia Computer Science, 167, 37-46.

• Romero, M. (2019). Analyser les apprentissages à partir des traces. Des opportunités aux enjeux éthiques. Distances et médiations des savoirs, 26. Récupéré de : https://www.researchgate.net/publication/334002253_Analyser_les_apprentissages_a_partir_des_traces

• Tricot, A. Rafenomanjato, J. (2017). Le numérique et le métier d’élève. Hermès, La Revue, 2(2), 142-150. https://doi.org/10.3917/herm.078.0142

Sites internet

• Eduscol.education.fr , groupe thématique numérique consulté le 14 mai 2020

• Protection des donnée cadre légal Suisse. edob.admin.ch, consulté le 14 mai 2020
• Protection des données, cadre légale européen. https://gdprinfo.eu/fr, consulté le 14 mai 2020

Pour aller plus loin

Voici des articles qui permettent d'approfondir le sujet, ils viennent, en plus de ceux cités dans la bibliographie, comme base de réflexion de ce travail.

• Boyer, A. (2017). Éducation et analyse de l’apprentissage. In M. Bouzeghoub & R. Mosseri (Eds.), Les Big Data à découvert (pp.196-197). CNRS. https://www.innovation-pedagogique.fr/article5809.html

• Chicaiza, J., Cabrera Loayza, M., Elizalde, R., Piedra, N. (2020). Application of data anonymization in Learning Analytics. 1-6. 10.1145/3378184.3378229. https://www.researchgate.net/publication/345347169_Application_of_data_anonymization_in_Learning_Analytics/stats

• Griffiths D. (2020) The Ethical Issues of Learning Analytics in Their Historical Context. In: Burgos D. (eds) Radical Solutions and Open Science. Lecture Notes in Educational Technology. Springer, Singapore. https://doi.org/10.1007/978-981-15-4276-3_3

• Holloway, K. (2020) Big Data and learning analytics in higher education: Legal and ethical considerations, Journal of Electronic Resources Librarianship, 32:4, 276-285, DOI: 10.1080/1941126X.2020.1821992 https://www.tandfonline.com/doi/pdf/10.1080/1941126X.2020.1821992?needAccess=true

Annexe

Plan des questions de l’interview de Guillaume Bonvin

Ce que sont les learning analytics

• Que sont exactement les learning analytics ou les traces d’apprentissage médiatisées ?
• En quoi diffèrent-elles des autres données d’analyse telles que les Google analytics?
• Que nous apprennent les LA quand on est enseignants? Comment peuvent-elles nous aider pour le suivi des élèves et leur proposer un encadrement plus personnel en proposant une différenciation ? Est-ce qu’il y a des biais d’interprétation possibles ?
• Quelle attitude prendre pour ne pas rentrer dans une notion de jugement, et ne pas aller dans une typification de l’apprenant ?
• Si en tant qu’enseignant·e, je veux m’appuyer sur les LA pour analyser la progression des élèves de ma classe, quels seraient les conseils à suivre pour éviter des biais d’interprétation.
• Est-ce que l’enseignant·e reçoit des données brutes ou des données déjà traitées par le système. Dans ce cas, comme sait-on la manière dont sont traitées/interprétées les données brutes avant d'être fournies à l’enseignant·e ?

Leurs avantages et leurs limites dans le cadre légal (LPD et LPrD), profilage et éthique (données de personnes mineures)

• De quoi doit-on tenir compte quand on souhaite utiliser une application (TEAMS, Lalilo, Classcraft) avec des élèves et que l’on accède aux LA ?
• Qu’en est-il du droit à la disposition de ses données personnelles pour des enfants (Loi sur la transparence des données ?)
• Qu'en est-il du consentement éclairé lorsque les conditions générales sont incompréhensibles ou trop longues à lire ou que cela touche des mineurs ?
• Comment peut-on s’assurer que les données récoltées sur ces applications ne soient pas utilisées à des fins commerciales?

En pratique, comment utiliser des outils numériques en respectant les données personnelles et sensibles et en évitant le profilage des élèves.

• En pratique, quels sont les éléments à tenir compte quand, qu’on souhaite utiliser ce genre d’outils en classe, pour que les LA soient en adéquation avec la LPD et l’éthique professionnelle d’un·e enseignant·e ?