Chaque établissement d’enseignement supérieur s’efforce d’offrir une expérience unique à ses étudiants. Bien que les expériences varient d’un établissement à l’autre, elles visent toutes à transformer les étudiants en développant les connaissances.
Cette mission a été confrontée à un nombre croissant de défis au cours de la dernière décennie. Certains des défis sont motivés par l’évolution des points de vue sur ce que signifie un diplôme postsecondaire et par les changements dans la nature des carrières pour les étudiants de la génération Z et les plus jeunes. Ces défis ont conduit à une diminution des inscriptions et à un désengagement des étudiants. Par rapport à l’automne 2019, il y avait plus d’un million d’étudiants de premier cycle de moins dans les universités américaines à l’automne 2021.
Les solutions mégadonnées et d’IA, telles que les chatbots et les logiciels d’apprentissage personnalisés, sont des solutions potentielles à ces défis. Mais dans quelle mesure sont-ils efficaces et quelles sont les implications de leur mise en œuvre? Voici trois choses que les universités et les collèges devraient prendre en compte pour décider comment utiliser les mégadonnées et l’IA.
L’IA et les mégadonnées peuvent aider à un apprentissage personnalisé
De plus en plus d’établissements remplacent l’approche pédagogique traditionnelle standardisée par des options plus personnalisées pour les étudiants. La demande d’un apprentissage personnalisé est motivée par la reconnaissance que les étudiants ont des styles d’apprentissage, des besoins d’accessibilité et des contextes démographiques différents, qui influencent la façon dont ils apprennent.
L’apprentissage personnalisé offre une expérience sur mesure qui peut aider les étudiants qui ont du mal à se connecter au matériel existant. C’est un progrès par rapport au bon vieux temps où on demandait si quelqu’un était un apprenant visuel ou auditif. Néanmoins, une quantité importante de données personnelles des étudiants est requise pour alimenter les algorithmes d’IA et d’apprentissage automatique.
La puissance de l’apprentissage personnalisé provient du fait d’identifier la façon dont les étudiants progressent dans une leçon et d’apporter les ajustements nécessaires, ou de suggérer différents supports pour les aider à réussir. Ces expériences personnalisées utilisent les données des performances académiques antérieures et les contributions en temps réel provenant de la classe pour fournir des informations utiles.
Les avantages potentiels vont au-delà des étudiants. Dans les grandes classes ou les cours en ligne, les professeurs et les assistants à l’enseignement peuvent souvent manquer les signes avant-coureurs de problèmes potentiels chez les étudiants. Un sondage Educause a signalé que 22 % des écoles ont déclaré qu’elles prévoyaient d’utiliser des outils d’apprentissage automatique et de mégadonnées pour aider à identifier les étudiants à risque sur le plan scolaire. Des outils d’apprentissage personnalisés fournissent des alertes sur les étudiants qui ont des difficultés afin que les problèmes puissent être résolus avant qu’ils ne deviennent des problèmes académiques plus importants.
L’IA peut connecter les étudiants et les établissements
Outre l’apprentissage personnalisé, trouver de nouveaux moyens de communiquer avec les étudiants est une question essentielle pour les établissements d’enseignement supérieur. Les étudiants d’aujourd’hui arrivent dans les établissements d’enseignement supérieur et les universités avec des attentes différentes de celles des générations précédentes en ce qui concerne la façon dont ils veulent interagir avec leurs établissements et leurs instructeurs. Ces étudiants ont grandi à une époque où l’accès à l’information 24 heures sur 24 et 7 jours sur 7 n’est pas seulement agréable à avoir, c’est une exigence.
C’est difficile à croire, mais la plupart des étudiants entrant à l’université cet automne sont nés en 2004. Ils ont atteint l’âge adulte à une époque où chaque information imaginable est disponible en quelques clics sur un écran rectangulaire que tout le monde a dans sa poche. Ils n’ont jamais consulté les heures de film dans un journal ni appelé un opérateur pour demander un numéro de téléphone. Ils sont également habitués à obtenir des réponses sur demande grâce à l’utilisation de chatbots.
Les progrès de l’IA et de l’apprentissage machine ont considérablement augmenté l’efficacité et la facilité d’utilisation des chatbots. Ces améliorations stimulent la croissance des chatbots dans tout, du commerce électronique aux services gouvernementaux. Un rapport de 2020 du leader de la technologie des ventes, Drift, indiquait que l’utilisation des chatbots avait augmenté de 92 % depuis 2019.
Des chatbots sont déployés dans les établissements d’enseignement supérieur pour aider les étudiants à obtenir des réponses aux questions sur le logement, les frais de scolarité, les horaires, etc. Pouvoir poser la question à un chatbot peut également être plus facile pour certains étudiants. Dans un article issu des comptes rendus de la 4e conférence internationale sur la science d’Internet, les auteurs Petter Bae Brandtzaeg et Asbjørn Følstad ont noté que 5 % des personnes interrogées préféraient les chatbots aux humains, car elles ne craignaient pas de « se sentir stupides lorsqu’elles posaient des questions importantes ».
Les universités ne peuvent pas perdre de vue les implications éthiques, juridiques et liées à la confidentialité
Avant de mettre en œuvre l’apprentissage personnalisé, les bots conversationnels ou d’autres solutions basées sur l’IA, les établissements d’enseignement supérieur devraient considérer les risques et les responsabilités liés à la collecte et à l’utilisation des données personnelles des candidats, des étudiants et du personnel.
Les solutions d’IA ne fonctionnent que lorsqu’il y a un large ensemble de données du monde réel qui les alimentent. Mais ces données soulèvent des préoccupations éthiques, juridiques et de confidentialité concernant la façon dont elles sont collectées et utilisées. Il est essentiel pour les établissements d’enseignement supérieur de disposer d’une politique transparente et détaillée de collecte et d’utilisation des données.
Selon l’endroit où se trouvent l’établissement ou les étudiants, les outils éducatifs basés sur l’IA et les mégadonnées devront également être conformes à la législation sur la confidentialité, telle que le RGPD en Europe et le CCPA en Californie. Ces lois exigent que les fabricants de logiciels permettent aux étudiants de demander le téléchargement des données recueillies à leur sujet et la possibilité de supprimer ces données d’un système.
Une autre considération importante est que les outils d’IA s’appuient sur des modèles et des ensembles de données existants, dont beaucoup reflètent les inégalités des environnements actuels. Les ensembles de données sont souvent basés sur des échantillons limités qui n’incluent pas un éventail diversifié des étudiants desservis. Lorsqu’ils parlent avec des fournisseurs de solutions, les dirigeants de l’enseignement supérieur doivent garder cela à l’esprit.
Si les universités peuvent trouver un moyen de collecter et d’utiliser les données d’apprentissage des étudiants de manière équitable, les étudiants ont énormément à gagner d’une approche plus personnalisée de l’éducation qui cible leurs forces et, dans certains cas, anticipe leurs échecs.
Written by:
