Projet Inspire (Moodle)
Présentation
Le “project Inspire” a été présenté la première fois au MoodleMoot Australia en 2016 par Elizabeth Dalton. Le projet est présenté comme étant le plan d’analyse de la plateforme Moodle(dans sa version 3.3).
Inspire vise à identifier et valider les indicateurs de l'engagement des étudiants, des enseignants et des établissements dans les activités éducatives. Ce plug-in dédié à l’analyse de l’apprentissage permet de fournir des “prédictions” sur la réussite de l’apprenant aux regard de ses résultats et “comportements” sur la plateforme Moodle sur laquelle il interagit dans le cadre de son apprentissage au sein de son institution. Cet outil pourra fournir des diagnostics, des prescriptions et des conseils aux apprenants et aux enseignants.
Fonctionnalité de l'outil
Les principales fonctionnalités de cet outil sont les suivantes ;
- La description et le diagnostic d'engagement d’apprentissage et de progrès
- La prédiction des progrès d’apprentissage
- Des recommandations visant à améliorer les progrès d’apprentissage.
L’outil est présenté comme permettant de déterminer quelles sont les “meilleures pratiques”, d'identifier et apporter un soutien aux élèves en difficulté ainsi qu’aider à la conception de cours.
Description et Diagnostic
Le système permet d'identifier l'engagement à l'apprentissage d'un étudiant ainsi que les progrès effectués dans le cadre d'un cours.
Prédiction
Inspire permet d'identifier les étudiants présentant un risque de ne pas continuer/terminer un cours et d'échouer.
L'outil se base sur trois éléments pour cette identification ;
- L'engagement de l'étudiant (il s'agit des échanges auxquelles participe l'étudiant).
- La présence cognitive de l'étudiant (le développent d'esprit critique et la collaboration aux sujets d'un cours).
- La présence du professeur (la disponibilité de de l'enseignant et sa réactivité pour répondre aux étudiants).
Recommandations
Inspire est essentiellement destiné aux enseignants, administrateurs et chercheurs.
Une fois qu'une quantité de données suffisante est recueillie, Inspire peut proposer aux chargés de cours des modifications et recommandations, basées sur les cours précédant, en vue de perfectionner le cours.
Les apprenants bénéficieront ainsi de cours potentiellement plus adapté et optimisé grâce à l'utilisation d'Inspire par leurs enseignants.
Indicateurs
Voici quelques-uns des indicateurs pouvant être utilisés pour estimer la présence cognitive et sociale des participants utilisant la plateforme :
- "Accesses before the start date"
- "Any write action"
- "Chat social"
- "Feedback cognitive"
- "Quiz social"
- "Lesson cognitive"
- "Wiki social"
Analyse de l'outil
Nous pouvons analyser l’outil au regard des registres de modélisation qui pourraient être imaginés et des méthodes d'analyse des données récoltées qui peuvent être utilisées.
Dans le cadre de l’analyse de l’apprentissage, Wenger (1987) et Balacheff (1994) proposent deux registres de modélisation des données relevées par l’outil :
- Un registre comportemental, “où il s’agit de rendre compte des comportements de l’apprenant”, ici, pour Inspire, ces comportements pourraient être relevé suite à l’évolution (favorable ou non) des notes des élèves dans le temps suite à d’éventuels feed-back de la part des professeurs et actions entreprises de leur part qui auraient modifier le comportement de l’apprenant. Et cela grâce au modèle prédictif que pourrait apporter l’outil Inspire au professeur qui aura entrepris une démarche et éventuellement alerter l'apprenant.
- Un registre épistémique, où “il s’agit d’attribuer une signification à ces comportements pour rendre compte des connaissances de l’apprenant qui sous-tendent le choix et le contrôle de la mise en œuvre d’une procédure donnée”. Dans le cas de l’outil “Inspire”, nous pouvons imaginer et interpréter les modifications de comportement des apprenants suite au feed-back donné par le professeur au regard de la dimension prédictive de l’outil. Cette dimension prédictive de l’outil offre un regard particulier dans ce registre puisque le professeur va choisir et mettre en oeuvre une procédure pour pallier, “éviter” que l’apprenant ne se retrouve dans une certaine situation qui n’existe pas encore, à savoir ses progrès ou non dans son apprentissage et ses ses éventuel mauvais résultats (qui justifie donc la mise en place de procédure de la part du professeur).
Concernant les méthodes d’analyse des données relevées par l’outil, Peraya & Luengo (2019) proposent deux types d’analyses :
- L'analyse statistique, tel que l’identification de patterns, à savoir quelles stratégies sont mises en place par les apprenants Nous pourrions imaginer ici, que grâce aux ordonnances (recommandations) faites par l’outil “Inspire” et que nous allons mettre en place par le biais de procédures ou de propositions, observer des changements dans les stratégies que vont mettre en place les apprenants dans leur engagement et leur apprentissage pour pallier à d’éventuels mauvais résultats par exemple. Dans le cadre de ces méthodes d’analyses statistiques, l’outil "Inspire" permet d’établir des relations et des corrélations grâce aux données récoltées, en effet l’outil pour proposer ses prédictions, va se baser sur les données qu’il a récoltées par le passé et faire le lien avec les données qu’il récolte en “temps réel” mais il permet aussi d'associer et d’établir des relations entre d’éventuels changements de comportements et l’évolution du niveau d’engagement de l’étudiant (et de ses résultats).
- L’analyse algorithmique et la notion de prédiction associées aux comportements et la réussite des étudiants est évidemment centrale dans la récolte de données et l’utilisation de l’outil “Inspire” puisque celui-ci offre une dimension prédictive des progrès d’apprentissage de l’apprenant en offrant des diagnostics (et une description) de l’engagement et des progrès de ces apprenants, proposant ordonnances et recommandations pour l’amélioration des progrès d’apprentissage (et éventuellement l’amélioration des résultats de l’apprenant).
Limite de l'outil
Comme tout logiciel Inspire présente néanmoins plusieurs limites.
Cet outil nécessite que des cours aient déjà eu lieu. En effet les algorithmes de machine learning ont besoin de données complètes existantes pour pouvoir faire des prédictions sur de nouvelles données.
Les modèles et prédictions ne sont visibles que pour les enseignants.
Les limites que présentent cette outil peuvent également être éthique. En effet, Inspire repose sur la récolte massive de données d'utilisation et de données d'utilisateurs. Il est donc nécessaire de s'interroger sur l'accessibilité de ses données, sont-elles accessible uniquement pour le cor enseignant ou sont elle accessible à Moodle pour encore perfectionner ces algorithmes ? La gestion du stockage de ces données est également important car elles doivent être protéger au mieux afin d'éviter toute fuite ou cyberattaque.
Nous pouvons imaginer aussi un biais que pourrait générer inconsciemment l'outil dans lequel le professeur pourrait s'enfermer, à savoir le biais de confirmation. En effet le professeur pourrait privilégier les informations de prédiction que l'outil lui propose et confirmer d'éventuelles idées préconçues pour la suite du cursus de l'apprenants et générer un possible "effet Pygmalion négatif". Le professeur qui évalue les performances (ou l'engagement) de l'apprenant pourrait s'attendre à ce que son engagement et ses résultats ne soient pas bon et qu'il échoue, si justement il a échoué jusqu'à maintenant. Cet effet peut être éviter si le professeur a la bonne réaction met justement en oeuvre par exemple les prescriptions et les ordonnances adéquates que l'outil peut proposer.
Etat actuel d'Inspire
La communication faites au sujet du projet Inspire est limité aux années 2016 et 2017. Depuis très peu de communication à ce sujet a été mise en avant par Moodle.
Inspire a été remanié et intégrer lors du déploiement de la version 3.4 de Moodle en tant qu'API analytique. Il est encore possible d'accéder au GitHub du projet qui ne présente pas de modification depuis 2017.
Bibliographie
Sanchez, E. (2021). Analytique de l'apprentissage (learning analytics) [Présentation PowerPoint]. Accès https://drive.google.com/file/d/1VemvCfKBXOqL99flD4rF4z_03xepebdC/view
Dondorf, T., Pyka, C., Gramlich, R., Sewilam, H., & Nacken, H. (2019). LEARNING ANALYTICS SOFTWARE IMPLEMENTATION FOR THE MOODLE LEARNING MANAGEMENT SYSTEM. RWTH Aachen University (GERMANY).
Androwkha, S. & Jézégou, A. (2019). Présence socio-cognitive lors d’une activité collective et à distance synchrone : une étude empirique réalisée auprès de trois groupes d’enseignants en situation de formation. Revue internationale des technologies en pédagogie universitaire / International Journal of Technologies in Higher Education, 16(3), 22–38
Sources
Présentation du projet Inspire : https://moodle.com/fr/news/inspirez-vous-moodles-project-inspire/
Inspire : https://moodle.org/plugins/tool_inspire, https://docs.moodle.org/33/en/Inspire