Les données issues des traces numériques des étudiants
Je ne comprends pas. Les étudiants échouent en grande majorité la première question du travail noté 2. Pourtant, j’ai ajouté une vidéo qui explique très bien la méthode pour y arriver. Que se passe-t-il?
Comme nous l’avons vu plus tôt dans le module, l’analyse des résultats des étudiants aux activités d’évaluation est une source d’informations inestimable sur laquelle s’appuyer pour optimiser les apprentissages des étudiants et la qualité de l’enseignement qui leur est dispensé. Mais il y a plus!
En contexte de formation à distance, de nouvelles possibilités s’offrent à l’enseignant sous la forme de données issues des traces numériques des étudiants.
Aussitôt que les étudiants sont connectés sur le site Web d’un cours ou sur une plateforme d’apprentissage, leurs comportements génèrent des données : un clic sur un hyperlien, un document téléchargé, un quiz auquel on obtient quatre bonnes réponses sur dix à la troisième tentative. De l’anglais « learning analytics », l’analyse de ces données d’apprentissage peut notamment servir à identifier ce qui va bien, mais surtout permettre à l’enseignant de détecter précocement les étudiants à risque d’abandonner ou d’échouer ainsi que les possibles lacunes de l’une ou l’autre des composantes de son cours.
Par exemple, pour l’étudiant qui a obtenu des échecs à ses deux derniers quiz en ligne, il y a grand risque pour lui d’échouer l’évaluation sommative à venir. Dans ce cas, l’enseignant pourrait lui suggérer le plus tôt possible des actions correctrices.
Pour un autre, qui ne s’est pas connecté au site Web du cours depuis plus de deux semaines, il y a lieu pour l’enseignant de s’interroger sur son manque de motivation ou sur ses risques d’abandon. Il pourrait ainsi, au moyen d’un simple courriel ou d’un appel téléphonique, s’enquérir de son inaction.
Enfin, s’il s’avérait qu’un matériel didactique obligatoire ne soit pas téléchargé en l’espace de quelques jours, cela pourrait signaler un problème informatique. L’enseignant pourrait alors rapidement régler le problème lui-même ou demander de l’aide au soutien informatique de son établissement.
Exemples
Voici, à titre d’exemples, quelques données que peuvent collecter les environnements numériques d’apprentissage (ENA) auprès des étudiants :
- le nombre d’accès au site Web du cours;
- la date du dernier accès;
- le nombre d’accès aux différentes sections du site Web du cours;
- le nombre de minutes passées dans ces différentes sections;
- le nombre de consultations des différents éléments du matériel didactique du cours;
- le téléchargement (ou non) du matériel téléchargeable;
- le nombre de participations au forum de discussion, à un blogue, etc.;
- les résultats aux activités d’évaluation en ligne (quiz);
- le temps mis pour les compléter;
- le nombre de tentatives dans les activités d’évaluation formative et diagnostique;
- la progression des résultats d’une activité d’évaluation à l’autre;
- la progression des résultats par rapport à la moyenne de groupe.