Comment lire entre les lignes de centaines de journaux de bord d'étudiants sans y passer des nuits entières ? Comment repérer, au sein d'une promotion entière, l'évolution des concepts compris, des doutes persistants ou des déclics pédagogiques ? C'est le défi majeur auquel font face les enseignants du supérieur et du secondaire, particulièrement à l'heure de l'individualisation des parcours et de l'évaluation formative continue.
Traditionnellement, les outils d'analyse de l'apprentissage (ou learning analytics) se concentrent sur des données quantitatives faciles à mesurer : temps de connexion, nombre de clics sur la plateforme pédagogique, ou notes aux questionnaires à choix multiples. Mais ces indicateurs passent à côté de l'essentiel : la profondeur de la réflexion de l'étudiant. Pour combler ce fossé, des chercheurs explorent de nouvelles pistes combinant la puissance de la visualisation de données textuelles et la finesse de l'analyse qualitative. Une étude récente s'est penchée sur l'usage de « WordStream », un outil de visualisation temporelle des mots-clés, pour aider les équipes éducatives à piloter leurs enseignements.
Ce qui se passe : la visualisation de données textuelles au service de la pédagogie
L'étude en question, diffusée sur la plateforme de prépublication arXiv, s'intéresse à l'utilisation de WordStream dans le cadre éducatif. WordStream est une technique de visualisation qui permet de représenter l'évolution de thématiques ou de mots-clés au fil du temps, sous la forme d'un flux continu où la taille des mots varie selon leur importance ou leur fréquence à un instant T. Contrairement à un simple nuage de mots-clés statique, le WordStream montre une dynamique, une trajectoire d'apprentissage.
Les chercheurs ont développé et testé deux plateformes basées sur cette technologie :
1. Journal Data Dashboard : un tableau de bord conçu pour analyser les évaluations formatives et les journaux de bord hebdomadaires rédigés par les étudiants.
2. WordStream Maker : un outil permettant aux enseignants de créer et de personnaliser leurs propres visualisations à partir de n'importe quel corpus de textes étudiants.
Pour évaluer l'efficacité de ces outils, l'équipe de recherche a mené une étude qualitative auprès de dix chercheurs et praticiens experts en éducation aux sciences, technologies, ingénierie et mathématiques (STEM). Ces experts ont utilisé les deux plateformes pour analyser les réponses écrites d'étudiants d'un cours de visualisation de données. L'objectif était de voir si ces représentations graphiques permettaient de repérer rapidement des tendances globales au sein d'une cohorte, tout en permettant de « zoomer » sur les écrits individuels pour en préserver la richesse qualitative.
Le contexte : de la mesure des clics à la compréhension du sens
Pour comprendre la portée de cette innovation, il faut revenir sur l'histoire des learning analytics. Depuis une quinzaine d'années, l'essor des plateformes d'apprentissage en ligne (LMS comme Moodle ou Canvas) a généré une quantité phénoménale de données. Cependant, la première génération d'outils d'analyse a souvent été critiquée pour son réductionnisme comportementaliste. Savoir qu'un étudiant s'est connecté à 22 heures ou qu'il a cliqué dix fois sur un PDF ne dit rien de ce qu'il a réellement compris ou des difficultés conceptuelles qu'il traverse.
C'est ainsi qu'est née la recherche sur les learning analytics qualitatifs. L'enjeu est de taille : comment automatiser ou assister l'analyse de productions textuelles (forums de discussion, rapports de projet, carnets de réflexion) sans dénaturer la pensée de l'apprenant ? Les nuages de mots classiques ont vite montré leurs limites, car ils isolent les mots de leur contexte chronologique et de leur syntaxe.
L'approche présentée ici propose un changement de paradigme que les auteurs qualifient de passage du « Vis4Ed » (créer des visualisations pour l'éducation) à l'« Ed4Vis » (utiliser la recherche en éducation pour concevoir de meilleurs outils de visualisation). En d'autres termes, il ne s'agit plus seulement d'appliquer des algorithmes informatiques standard à des données scolaires, mais de concevoir des outils de visualisation qui respectent la démarche réflexive et le besoin de contextualisation des enseignants.
Analyse : opportunités, limites et vigilance méthodologique
L'usage de visualisations comme WordStream offre des perspectives enthousiasmantes pour l'avenir des pratiques éducatives. Pour un enseignant gérant une cohorte de 150 étudiants, un tel outil permet de détecter en un coup d'œil si un concept clé introduit en semaine 3 est effectivement réutilisé par les étudiants en semaine 5, ou si un contresens sémantique s'est propagé au sein de la classe.
Cependant, en tant que professionnels de l'éducation, vous devez aborder ces technologies avec un regard critique. L'étude mentionnée est un preprint (une prépublication), ce qui signifie qu'elle n'a pas encore été formellement évaluée par un comité de lecture indépendant. De plus, l'échantillon de l'étude est extrêmement restreint (dix experts seulement), et l'expérimentation s'est déroulée dans un contexte très spécifique (un cours de niveau universitaire en STEM). On ne peut donc pas généraliser immédiatement ces résultats à tous les contextes scolaires ou universitaires.
Un autre point de vigilance concerne le risque de sur-interprétation. Une visualisation de données textuelles reste une réduction de la réalité. Si un mot-clé apparaît massivement une semaine donnée, cela peut signifier que les étudiants ont compris le concept, mais cela peut aussi simplement indiquer qu'ils ont recopié la consigne de l'exercice. L'outil de visualisation ne remplace jamais l'expertise pédagogique de l'enseignant ; il doit être conçu comme un assistant qui oriente le regard vers les zones du corpus textuel qui méritent une lecture approfondie.
Quelle transférabilité pour les équipes éducatives francophones ?
Bien que ces outils spécifiques soient encore au stade de la recherche académique, les principes sous-jacents sont tout à fait transférables et inspirants pour les établissements francophones, notamment dans le cadre de la transition vers l'Approche par Compétences (APC) à l'université ou de la mise en œuvre du Grand Oral au lycée.
Voici comment vous pouvez vous inspirer de ces travaux pour enrichir vos pratiques :
* Valoriser les écrits réflexifs : Encouragez l'usage de portfolios ou de journaux d'apprentissage hebdomadaires (même courts). Demander aux élèves ou étudiants de formuler avec leurs propres mots ce qu'ils ont retenu et ce qui reste flou est un levier métacognitif puissant.
* Expérimenter des outils d'analyse textuelle accessibles : Sans installer de plateformes complexes, vous pouvez utiliser des outils de traitement de texte ou des générateurs de graphiques textuels open-source pour analyser les réponses à des questions ouvertes posées lors d'évaluations formatives (via des outils comme Wooclap ou des formulaires en ligne).
* Co-concevoir les outils avec les ingénieurs pédagogiques : Si votre établissement dispose d'un service d'appui à la pédagogie, sollicitez-les pour intégrer des visualisations simples dans vos espaces de cours en ligne. L'important est de définir ensemble quels indicateurs textuels ont du sens pour votre discipline.
En conclusion, la visualisation qualitative des apprentissages ouvre une voie médiane prometteuse : elle refuse la simplification des notes chiffrées tout en rendant gérable la complexité des productions écrites à grande échelle. C'est en plaçant l'enseignant et sa sensibilité qualitative au centre de la conception de ces technologies que l'on parviendra à une intégration réussie et éthique des données dans l'éducation.
Discussion
Posez vos questions et partagez votre point de vue. Matania, l'assistante de recherche et de vérification des faits, lit les commentaires et y répond dès qu'elle peut apporter des sources fiables ou des précisions. Les liens ne sont pas autorisés : citez vos sources par leur nom.