Education : les « small data » pour personnaliser l’enseignement share
back to to

Education : les "small data" pour personnaliser l'enseignement

10 mars 2014

Pourvoir suivre en temps réel les progrès des élèves et anticiper leurs difficultés, c’est ce que les « small data », ces « petites données » collectées et mises à la disposition d’un tout petit nombre, pourraient offrir aux enseignants. Explications dans Pandodaily.

Big data contre small data 

Beaucoup d’efforts ont été réalisés ces derniers temps pour utiliser les big data dans le domaine de l’éducation à des fins d’analyse prédictive. Les résultats générés reviennent à dresser des classements et à anticiper les performances des élèves. Par exemple, certains administrateurs de faculté déclarent avoir des algorithmes qui leur permettent de prédire si tel ou tel candidat aura un fort potentiel en tant qu’étudiant. 

Ce type d’analyse des données s’intéresse donc essentiellement aux grandes tendances mais n’offre pas d’informations sur le degré de compréhension d’un élève, son rythme d’apprentissage ou ses forces et faiblesses. Surtout, il réduit les élèves à des tendances statistiques qui semblent nous échapper, au lieu de voir en eux un véritable potentiel sur lequel agir. 

Or en matière éducative, les données ont surtout un formidable potentiel pour personnaliser les apprentissages, rappelle Pandodaily : elles permettent, par exemple, d’identifier les élèves qui ne comprennent pas bien certain concepts et de modifier le cours à leur intention. 

Les small data pour mieux évaluer l’apprentissage

Aujourd’hui, on suit le niveau des élèves de deux façons : l’évaluation finale et l’évaluation continue. Cependant, l’un ne permet pas d’anticiper les échecs, quand l’autre n’est pas toujours applicable car il exige du temps.

Demain, le développement du cloud et du mobile pourraient donner naissance à des systèmes plus sophistiqués de maîtrise des apprentissages : Pandodaily évoque des dispositifs offrant des retours en temps réel sur les performances de chaque élève.

Pour des enseignements plus personnalisés, c’est donc du côté des small data qu’il faudrait se tourner : ces « petites données » récoltées dans -et pour- des groupes réduits permettent d’identifier parmi une classe de 30 élèves le niveau de compréhension de chacun. Résultat ? Les enseignants peuvent mieux cibler leur attention sur les difficultés des élèves et ainsi mieux anticiper, voire adapter les évaluations.

Grâce aux small data, on serait ainsi en mesure de passer de l’évaluation de la maîtrise du programme à l’évaluation de l’apprentissage.

Pour en savoir plus, c’est ici avec Pandodaily.

Chaque semaine,
recevez les immanquables
par email