Tableaux de bord d’apprentissage : cinq conditions pour soutenir réellement l’autorégulation

Une littérature abondante, des preuves encore dispersées

Les tableaux de bord d’analytique de l’apprentissage promettent d’aider les élèves à planifier leur travail, à suivre leurs progrès et à ajuster leurs stratégies. Mais afficher des traces d’activité ne suffit pas à soutenir l’apprentissage autorégulé. Les recherches disponibles conduisent plutôt à distinguer trois niveaux : rendre l’activité visible, aider l’apprenant à interpréter cette information, puis lui permettre de décider d’une action.

Plusieurs revues systématiques documentent ce champ, avec des périmètres qui ne se recouvrent pas entièrement. Matcha et ses collègues ont analysé les études empiriques sur les tableaux de bord à partir du modèle d’autorégulation de Winne et Hadwin. Heikkinen et ses coauteurs ont examiné 753 articles, avant de retenir 56 études réunissant trois éléments : l’analytique de l’apprentissage, l’autorégulation et une intervention. La revue « Staying on Target » a passé en revue 1 297 articles et conservé 28 études portant sur des tableaux de bord destinés aux apprenants.

Deux corpus plus spécialisés montrent que les formes les plus récentes restent peu étudiées. La revue consacrée à l’adaptation des tableaux de bord ne comprend que 23 articles. Celle qui porte sur les tableaux de bord alimentés par l’intelligence artificielle recense 21 études publiées entre 2013 et 2024. Une autre synthèse, plus large, rassemble 34 travaux empiriques ou revues sur les outils d’analytique pilotés par IA pour l’autorégulation et la métacognition.

Ces nombres ne doivent pas être additionnés : les critères d’inclusion, les objets étudiés et les périodes diffèrent, tandis que certaines publications peuvent appartenir à plusieurs corpus. Ils montrent néanmoins que la littérature consacrée spécifiquement aux tableaux de bord adaptatifs ou alimentés par IA demeure étroite par rapport à l’ensemble des travaux sur l’analytique de l’apprentissage.

Ce que les tableaux de bord cherchent à soutenir

L’autorégulation ne désigne pas une compétence unique. Elle comprend notamment la fixation d’objectifs, la planification, le suivi de son activité, l’évaluation de ses résultats et l’ajustement de ses stratégies. Elle comporte aussi des dimensions motivationnelles et métacognitives.

Cette distinction est importante pour évaluer un tableau de bord. Un indicateur de connexions, de temps passé ou de progression rend une activité observable, mais ne prouve pas que l’élève sait interpréter cette information ni qu’il modifiera sa conduite. La fonction pédagogique attendue doit donc être explicitée : s’agit-il d’aider à planifier, à surveiller une progression, à demander de l’aide, à réviser un objectif ou à choisir une prochaine activité ?

Les études disponibles signalent des effets sur certaines dimensions de l’autorégulation, mais ces résultats restent spécifiques aux dispositifs, aux publics et aux conditions d’usage. Ils ne permettent pas de conclure que tout tableau de bord adaptatif améliore l’autorégulation, encore moins les résultats scolaires. Le terme « adaptatif » ne constitue pas en lui-même une preuve d’efficacité.

Cinq conditions de conception et d’évaluation

1. Partir d’un modèle explicite de l’autorégulation

La première condition est théorique. Matcha et ses collègues ont précisément examiné l’articulation entre les fonctionnalités des tableaux de bord et le modèle de Winne et Hadwin. Cette approche évite de qualifier d’outil d’autorégulation toute interface qui affiche des données d’activité.

Pour chaque indicateur, l’équipe de conception devrait pouvoir préciser le processus visé : planification, suivi, réflexion ou régulation. Elle devrait également décrire l’action que l’apprenant est censé pouvoir entreprendre. Sans cette correspondance, l’interface risque de rester un instrument descriptif dont la finalité pédagogique est seulement supposée.

2. Relier l’information à une action possible

Un tableau de bord utile ne devrait pas s’arrêter au constat. L’élève doit pouvoir comprendre ce que représente l’indicateur et déterminer une suite : modifier sa planification, reprendre une notion, changer de stratégie ou solliciter un accompagnement.

L’adaptation peut contribuer à cette mise en relation en tenant compte de l’avancement ou des objectifs de l’apprenant. Mais le corpus de 23 articles consacré explicitement à l’adaptation rappelle que ce domaine reste peu balisé. Il faut donc présenter les fonctionnalités adaptatives comme des pistes de conception à éprouver, non comme une solution dont l’efficacité serait déjà générale.

3. Aligner la mesure sur l’objectif annoncé

La revue « Staying on Target » met en évidence un problème central : l’objectif attribué au tableau de bord et l’indicateur retenu pour l’évaluer ne coïncident pas toujours. Un dispositif présenté comme un soutien à la planification ne peut pas être validé uniquement parce que les élèves disent l’avoir trouvé utile.

Les instruments les plus fréquents sont des questionnaires standardisés, notamment le MSLQ pour les stratégies d’apprentissage et la régulation métacognitive, ou l’AGQ pour les orientations de buts. Ces outils apportent des informations pertinentes, mais les revues constatent une prédominance des mesures affectives, motivationnelles ou déclaratives — attitudes, motivation, utilité perçue — par rapport aux observations directes de la planification, du suivi et de la régulation.

Une évaluation plus convaincante doit donc vérifier le comportement visé : l’élève a-t-il formulé un objectif, modifié son calendrier, consulté une ressource différente ou ajusté sa stratégie après avoir utilisé le tableau de bord ?

4. Ne pas confondre utilisation et effet causal

Une partie importante des études est corrélationnelle ou observationnelle. Elles comparent, par exemple, les élèves qui consultent le tableau de bord à ceux qui ne le consultent pas. La revue « Have Learning Analytics Dashboards Lived Up to the Hype? » souligne le biais majeur de cette comparaison : les utilisateurs peuvent être plus engagés avant même l’introduction du dispositif.

Une association entre consultation et réussite ne suffit donc pas à établir que le tableau de bord a produit l’amélioration. Des études quasi expérimentales avec groupe contrôle existent, mais elles reposent souvent sur de petits échantillons et des interventions courtes. Un essai randomisé mené dans un MOOC constitue un plan plus robuste, sans pour autant autoriser une généralisation automatique à d’autres plateformes, disciplines ou âges.

5. Distinguer adaptation, IA et efficacité pédagogique

Les expressions « adaptatif » et « alimenté par IA » ne sont pas interchangeables. Les revues leur consacrent d’ailleurs des corpus distincts : 23 articles pour l’adaptation des tableaux de bord, 21 études entre 2013 et 2024 pour les tableaux de bord alimentés par IA.

L’ajout d’une prédiction ou d’une recommandation automatisée change les possibilités de l’interface, mais pas les exigences de preuve. Il faut toujours établir que l’information est compréhensible, qu’elle correspond à un objectif pédagogique et qu’elle conduit à un comportement d’autorégulation observable. La sophistication technique ne corrige ni un défaut d’alignement théorique ni une évaluation limitée à la satisfaction des utilisateurs.

Des résultats surtout issus du supérieur

La transférabilité des conclusions doit aussi être examinée. Les études portent principalement sur l’enseignement supérieur, notamment les MOOC et les cours universitaires hybrides ou en ligne. Le secondaire est représenté par des tableaux de bord co-conçus ou fondés sur une théorie de l’autorégulation. Le primaire apparaît plus rarement et surtout à travers des tableaux de bord de classe destinés aux enseignants.

Cette répartition interdit de supposer qu’un résultat obtenu auprès d’étudiants autonomes dans un cours en ligne vaudra pour des collégiens ou des écoliers. Le destinataire du tableau de bord compte également : un outil conçu pour orienter l’intervention d’un enseignant ne peut pas être assimilé à une interface que l’élève doit interpréter seul.

Une grille de décision pour les équipes éducatives

Avant d’adopter un tableau de bord, vous pouvez demander au fournisseur ou au concepteur de documenter cinq points : le modèle d’autorégulation mobilisé, le comportement visé par chaque indicateur, l’action proposée à l’élève, la méthode utilisée pour mesurer l’effet et les caractéristiques du public auprès duquel le dispositif a été évalué.

Une affirmation d’efficacité fondée sur une corrélation, un questionnaire de satisfaction ou une expérimentation brève doit être présentée comme telle. De même, les résultats obtenus dans le supérieur ne doivent pas être transposés sans validation au primaire ou au secondaire.

L’état des recherches ne justifie ni le rejet des tableaux de bord ni leur adoption sur la seule foi de leurs capacités techniques. Il conduit à déplacer le critère de qualité : au-delà de la donnée affichée, il faut examiner si l’interface aide effectivement l’apprenant à comprendre sa situation, à choisir une action et à vérifier ensuite si cette action a amélioré sa manière d’apprendre.