Exploration de données éducatives

L'exploration de données éducatives ( EDM ) est un domaine de recherche qui s'intéresse à l'application de l'exploration de données , de l'apprentissage automatique et des statistiques aux informations générées par des contextes éducatifs (par exemple, les universités et les systèmes de tutorat intelligents ). À un niveau élevé, le domaine cherche à développer et à améliorer les méthodes d'exploration de ces données, qui ont souvent plusieurs niveaux de hiérarchie significative , afin de découvrir de nouvelles perspectives sur la façon dont les gens apprennent dans le contexte de tels contextes. Ce faisant, l'EDM a contribué aux théories de l'apprentissage étudiées par les chercheurs en psychologie de l'éducation et en sciences de l'apprentissage . Le domaine est étroitement lié à celui de l'analyse de l'apprentissage , et les deux ont été comparés et contrastés.

L'exploration de données éducatives fait référence aux techniques, outils et recherches conçus pour extraire automatiquement du sens à partir de grands référentiels de données générées par ou liées aux activités d'apprentissage des personnes dans des contextes éducatifs. Très souvent, ces données sont étendues, fines et précises. Par exemple, plusieurs systèmes de gestion de l'apprentissage (LMS) suivent des informations telles que le moment où chaque élève a accédé à chaque objet d'apprentissage , le nombre de fois qu'il y a accédé et le nombre de minutes pendant lesquelles l'objet d'apprentissage a été affiché sur l'écran de l'ordinateur de l'utilisateur. Autre exemple, les systèmes de tutorat intelligent enregistrent des données chaque fois qu'un apprenant soumet une solution à un problème. Ils peuvent collecter l'heure de la soumission, si la solution correspond ou non à la solution attendue, le temps écoulé depuis la dernière soumission, l'ordre dans lequel les composants de la solution ont été saisis dans l'interface, etc. La précision de ces données est telle que même une session assez courte avec un environnement d'apprentissage informatisé ( par exemple 30 minutes) peut produire une grande quantité de données de processus à analyser.

Dans d'autres cas, les données sont moins détaillées. Par exemple, le relevé de notes d'un étudiant peut contenir une liste chronologique des cours suivis par l'étudiant, la note obtenue dans chaque cours et la date à laquelle l'étudiant a sélectionné ou changé de spécialisation . EDM exploite les deux types de données pour découvrir des informations utiles sur les différents types d'apprenants et la manière dont ils apprennent, la structure des connaissances du domaine et l'effet des stratégies pédagogiques intégrées dans divers environnements d'apprentissage. Ces analyses fournissent de nouvelles informations qu'il serait difficile de discerner en examinant les données brutes . Par exemple, l'analyse des données d'un LMS peut révéler une relation entre les objets d'apprentissage auxquels un étudiant a accédé pendant le cours et sa note finale. De même, l'analyse des données du relevé de notes d'un étudiant peut révéler une relation entre la note d'un étudiant dans un cours particulier et sa décision de changer de spécialisation. Ces informations donnent un aperçu de la conception des environnements d'apprentissage, ce qui permet aux étudiants, aux enseignants, aux administrateurs scolaires et aux décideurs politiques de l'éducation de prendre des décisions éclairées sur la manière d'interagir avec les ressources éducatives, de les fournir et de les gérer.

Bien que l'analyse des données éducatives ne soit pas en soi une pratique nouvelle, les progrès récents de la technologie éducative , notamment l'augmentation de la puissance de calcul et la capacité d'enregistrer des données détaillées sur l'utilisation par les étudiants d'un environnement d'apprentissage informatisé, ont suscité un intérêt accru pour le développement de techniques d'analyse des grandes quantités de données générées dans les milieux éducatifs. Cet intérêt s'est traduit par une série d'ateliers EDM organisés de 2000 à 2007 dans le cadre de plusieurs conférences de recherche internationales . En 2008, un groupe de chercheurs a mis sur pied ce qui est devenu une conférence internationale annuelle de recherche sur l'EDM, dont la première a eu lieu à Montréal, au Québec , au Canada.

L'intérêt pour l'EDM ne cessant de croître, les chercheurs en EDM ont créé en 2009 une revue universitaire , le Journal of Educational Data Mining, pour partager et diffuser les résultats de leurs recherches. En 2011, les chercheurs en EDM ont créé l'International Educational Data Mining Society pour mettre en relation les chercheurs en EDM et continuer à développer ce domaine.

Avec l'introduction de référentiels de données éducatives publiques en 2008, tels que le DataShop du Pittsburgh Science of Learning Centre ( PSLC ) et le National Center for Education Statistics (NCES), les ensembles de données publiques ont rendu l'exploration de données éducatives plus accessible et plus réalisable, contribuant à sa croissance.

Ryan S. Baker et Kalina Yacef ont identifié les quatre objectifs suivants de l'EDM :

1. Prédire le comportement d'apprentissage futur des étudiants – Grâce à la modélisation des étudiants , cet objectif peut être atteint en créant des modèles d'étudiants qui intègrent les caractéristiques de l'apprenant, y compris des informations détaillées telles que ses connaissances, ses comportements et sa motivation à apprendre. L' expérience utilisateur de l'apprenant et sa satisfaction globale à l'égard de l'apprentissage sont également mesurées.
2. Découverte ou amélioration des modèles de domaine – Grâce aux diverses méthodes et applications de la GED, il est possible de découvrir de nouveaux modèles et d'améliorer les modèles existants. Il peut s'agir par exemple d'illustrer le contenu pédagogique pour impliquer les apprenants et de déterminer les séquences pédagogiques optimales pour soutenir le style d'apprentissage de l'étudiant.
3. Étudier les effets du soutien éducatif qui peut être obtenu grâce aux systèmes d’apprentissage.
4. Faire progresser les connaissances scientifiques sur l’apprentissage et les apprenants en construisant et en intégrant des modèles d’étudiants, le domaine de la recherche EDM et la technologie et les logiciels utilisés.

Il y a quatre principaux utilisateurs et parties prenantes impliqués dans l'exploration de données éducatives. Il s'agit notamment de :

• Apprenants – Les apprenants souhaitent comprendre les besoins et les méthodes des élèves afin d’améliorer leur expérience et leurs performances. Par exemple, les apprenants peuvent également tirer profit des connaissances acquises en utilisant les outils EDM pour suggérer des activités et des ressources qu’ils peuvent utiliser en fonction de leurs interactions avec l’ outil d’apprentissage en ligne et des informations fournies par des apprenants passés ou similaires. Pour les plus jeunes apprenants, l’exploration de données éducatives peut également informer les parents sur les progrès d’apprentissage de leur enfant. Il est également nécessaire de regrouper efficacement les apprenants dans un environnement en ligne. Le défi consiste à utiliser les données complexes pour apprendre et interpréter ces groupes en développant des modèles exploitables.
• Enseignants – Les éducateurs tentent de comprendre le processus d’apprentissage et les méthodes qu’ils peuvent utiliser pour améliorer leurs méthodes d’enseignement. Les éducateurs peuvent utiliser les applications de l’EDM pour déterminer comment organiser et structurer le programme , les meilleures méthodes pour transmettre les informations sur le cours et les outils à utiliser pour impliquer leurs apprenants afin d’obtenir des résultats d’apprentissage optimaux. En particulier, la distillation des données pour la technique du jugement humain offre aux éducateurs l’occasion de bénéficier de l’EDM car elle leur permet d’identifier rapidement les modèles comportementaux, qui peuvent soutenir leurs méthodes d’enseignement pendant la durée du cours ou pour améliorer les cours futurs. Les éducateurs peuvent déterminer des indicateurs qui montrent la satisfaction des étudiants et leur engagement envers le matériel de cours, et également surveiller les progrès de l’apprentissage.
• Chercheurs – Les chercheurs se concentrent sur le développement et l’évaluation des techniques d’exploration de données pour en évaluer l’efficacité. Une conférence internationale annuelle pour les chercheurs a débuté en 2008. La vaste gamme de sujets abordés dans le domaine de l’EDM s’étend de l’utilisation de l’exploration de données pour améliorer l’efficacité institutionnelle aux performances des étudiants.
• Administrateurs – Les administrateurs sont responsables de l’affectation des ressources nécessaires à la mise en œuvre dans les établissements. Les établissements étant de plus en plus tenus responsables de la réussite des étudiants, l’administration des demandes de DPE devient de plus en plus courante dans les milieux éducatifs. Les professeurs et les conseillers deviennent plus proactifs dans l’identification et le traitement des étudiants à risque. Cependant, il est parfois difficile de transmettre les informations aux décideurs pour qu’ils puissent administrer la demande de manière rapide et efficace.

La recherche dans le domaine de l'exploration de données éducatives a continué de se développer et une multitude de techniques d'exploration de données ont été appliquées à divers contextes éducatifs. Dans chaque cas, l'objectif est de traduire les données brutes en informations significatives sur le processus d'apprentissage afin de prendre de meilleures décisions sur la conception et la trajectoire d'un environnement d'apprentissage. Ainsi, l'EDM se compose généralement de quatre phases :

1. La première phase du processus EDM (sans compter le prétraitement ) consiste à découvrir les relations entre les données. Cela implique de rechercher dans un référentiel de données provenant d'un environnement éducatif dans le but de trouver des relations cohérentes entre les variables . Plusieurs algorithmes permettant d'identifier ces relations ont été utilisés, notamment la classification , la régression , le clustering , l'analyse factorielle , l'analyse des réseaux sociaux , l'exploration de règles d'association et l'exploration de modèles séquentiels .
2. Les relations découvertes doivent ensuite être validées afin d’éviter un surajustement .
3. Les relations validées sont appliquées pour faire des prédictions sur les événements futurs dans l’environnement d’apprentissage.
4. Les prévisions sont utilisées pour soutenir les processus décisionnels et les décisions politiques.

Au cours des phases 3 et 4, les données sont souvent visualisées ou distillées d'une autre manière pour permettre le jugement humain. De nombreuses recherches ont été menées sur les meilleures pratiques en matière de visualisation des données .

Parmi les catégories générales de méthodes mentionnées, la prédiction , le clustering et l'exploration de relations sont considérées comme des méthodes universelles pour tous les types d'exploration de données ; cependant, la découverte avec des modèles et la distillation de données pour le jugement humain sont considérées comme des approches plus importantes dans l'exploration de données éducatives.

Dans la méthode Discovery with Model, un modèle est développé par prédiction, clustering ou par ingénierie des connaissances par raisonnement humain , puis utilisé comme composant dans une autre analyse, à savoir dans la prédiction et l'exploration de relations. Dans l' utilisation de la méthode de prédiction , les prédictions du modèle créé sont utilisées pour prédire une nouvelle variable . Pour l'utilisation de l'exploration de relations , le modèle créé permet l'analyse entre les nouvelles prédictions et les variables supplémentaires de l'étude. Dans de nombreux cas, la découverte avec des modèles utilise des modèles de prédiction validés qui ont prouvé leur généralisabilité dans tous les contextes.

Les principales applications de cette méthode comprennent la découverte de relations entre les comportements, les caractéristiques et les variables contextuelles des étudiants dans l'environnement d'apprentissage. D'autres découvertes de questions de recherche larges et spécifiques dans un large éventail de contextes peuvent également être explorées à l'aide de cette méthode.

Les humains peuvent faire des déductions sur les données qui peuvent dépasser la portée d'une méthode automatisée d'exploration de données . Pour l'utilisation de l'exploration de données éducatives, les données sont distillées pour le jugement humain à deux fins principales, l'identification et la classification .

À des fins d' identification , les données sont distillées pour permettre aux humains d'identifier des modèles bien connus, qui pourraient autrement être difficiles à interpréter. Par exemple, la courbe d'apprentissage , classique des études pédagogiques, est un modèle qui reflète clairement la relation entre l'apprentissage et l'expérience au fil du temps.

Les données sont également extraites afin de classer les caractéristiques des données, ce qui, dans le cadre de l'exploration de données pédagogiques, est utilisé pour soutenir le développement du modèle de prédiction. La classification contribue considérablement à accélérer le développement du modèle de prédiction.

L'objectif de cette méthode est de résumer et de présenter les informations de manière utile, interactive et visuellement attrayante afin de comprendre les grandes quantités de données sur l'éducation et de soutenir la prise de décision . En particulier, cette méthode est bénéfique pour les éducateurs pour comprendre les informations d'utilisation et l'efficacité des activités de cours. Les principales applications de la distillation des données pour le jugement humain comprennent l'identification des modèles d'apprentissage des étudiants, le comportement, les opportunités de collaboration et l'étiquetage des données pour des utilisations futures dans les modèles de prédiction.

Une liste des principales applications de l'EDM est fournie par Cristobal Romero et Sebastian Ventura. Dans leur taxonomie, les domaines d'application de l'EDM sont les suivants :

• Analyse et visualisation des données
• Fournir des commentaires pour soutenir les instructeurs
• Recommandations pour les étudiants
• Prédire les performances des élèves
• Modèle étudiant
• Détecter les comportements indésirables des élèves
• Regrouper les étudiants
• Analyse des réseaux sociaux
• Développer des cartes conceptuelles
• La création de didacticiels – EDM peut être appliquée à des systèmes de gestion de cours tels que Moodle open source . Moodle contient des données d’utilisation qui incluent diverses activités des utilisateurs telles que les résultats des tests, le nombre de lectures effectuées et la participation à des forums de discussion . Les outils d’exploration de données peuvent être utilisés pour personnaliser les activités d’apprentissage pour chaque utilisateur et adapter le rythme auquel l’étudiant termine le cours. Cela est particulièrement bénéfique pour les cours en ligne avec différents niveaux de compétence.
• Planification et ordonnancement

De nouvelles recherches sur les environnements d'apprentissage mobiles suggèrent également que l'exploration de données peut être utile. L'exploration de données peut être utilisée pour aider à fournir un contenu personnalisé aux utilisateurs mobiles, malgré les différences de gestion de contenu entre les appareils mobiles et les PC et navigateurs Web standard .

Les nouvelles applications EDM permettront aux utilisateurs non techniques d'utiliser et de participer à des outils et activités d'exploration de données, rendant la collecte et le traitement des données plus accessibles à tous les utilisateurs d'EDM. Les exemples incluent des outils statistiques et de visualisation qui analysent les réseaux sociaux et leur influence sur les résultats d'apprentissage et la productivité.

1. En octobre 2013, Coursera a proposé un cours en ligne gratuit sur « Big Data dans l'éducation » qui expliquait comment et quand utiliser les méthodes clés pour l'EDM. Ce cours a été transféré sur edX à l'été 2015, et a continué à être diffusé sur edX chaque année depuis lors. Une archive de cours est désormais disponible en ligne.
2. Le Teachers College de l'Université de Columbia propose un MS en analyse de l'apprentissage.

Des volumes considérables de travaux EDM sont publiés lors de la Conférence internationale sur l'exploration de données éducatives, évaluée par des pairs, organisée par l'International Educational Data Mining Society.

• 1ère Conférence internationale sur l’exploration de données en éducation (2008) – Montréal, Canada
• 2e Conférence internationale sur l'exploration de données éducatives (2009) – Cordoue, Espagne
• 3e Conférence internationale sur l'exploration de données éducatives (2010) – Pittsburgh, PA, États-Unis
• 4e Conférence internationale sur l'exploration de données éducatives (2011) – Eindhoven, Pays-Bas
• 5e Conférence internationale sur l'exploration de données éducatives (2012) – La Canée, Grèce
• 6e Conférence internationale sur l'exploration de données éducatives (2013) – Memphis, TN, États-Unis
• 7e Conférence internationale sur l’exploration de données éducatives (2014) – Londres, Royaume-Uni
• [8e Conférence internationale sur l'exploration de données éducatives] (2015) – Madrid, Espagne
• [9e Conférence internationale sur l'exploration de données éducatives] (2016) – Raleigh, NC, États-Unis
• [10e Conférence internationale sur l'exploration de données éducatives] (2017) – Wuhan, Chine
• [11e Conférence internationale sur l'exploration de données éducatives] (2018) – Buffalo, NY, États-Unis
• [12e Conférence internationale sur l'exploration de données éducatives] (2019) – Montréal, QC, Canada
• [13e Conférence internationale sur l'exploration de données éducatives] (2020) – Virtuel
• 14e Conférence internationale sur l’exploration de données éducatives (2021) – Paris, France

Les articles EDM sont également publiés dans le Journal of Educational Data Mining (JEDM).

De nombreux articles EDM sont régulièrement publiés dans des conférences connexes, telles que l'intelligence artificielle et l'éducation, les systèmes de tutorat intelligents et la modélisation, l'adaptation et la personnalisation des utilisateurs .

En 2011, Chapman & Hall / CRC Press , Taylor and Francis Group ont publié le premier Handbook of Educational Data Mining. Cette ressource a été créée pour ceux qui souhaitent participer à la communauté de l'exploration de données éducatives.

En 2010, la KDD Cup de l' Association for Computing Machinery a été réalisée à l'aide de données issues d'un contexte éducatif. L'ensemble de données a été fourni par le DataShop et comprenait plus d'un million de points de données provenant d'étudiants utilisant un tuteur cognitif . Six cents équipes se sont affrontées pour remporter plus de 8 000 dollars de prix (offerts par Facebook ). L'objectif des concurrents était de concevoir un algorithme qui, après avoir appris à partir des données fournies, ferait les prédictions les plus précises à partir de nouvelles données. Les gagnants ont soumis un algorithme qui utilisait la génération de caractéristiques (une forme d' apprentissage par représentation ), les forêts aléatoires et les réseaux bayésiens .

Les avancées technologiques s’accompagnent de coûts et de défis liés à la mise en œuvre d’applications EDM. Il s’agit notamment des coûts de stockage des données enregistrées et du coût associé à l’embauche de personnel dédié à la gestion des systèmes de données. De plus, les systèmes de données ne s’intègrent pas toujours parfaitement les uns aux autres et même avec le support d’outils statistiques et de visualisation, la création d’une version simplifiée des données peut s’avérer difficile. En outre, le choix des données à exploiter et à analyser peut également s’avérer difficile, ce qui rend les étapes initiales très longues et exigeantes en main-d’œuvre. Du début à la fin, la stratégie et la mise en œuvre de l’EDM nécessitent de respecter la confidentialité et l’éthique de toutes les parties prenantes impliquées.

• Généralisabilité – La recherche en EDM peut être spécifique au contexte éducatif particulier et à l’époque dans laquelle la recherche a été menée, et en tant que telle, peut ne pas être généralisable à d’autres institutions. La recherche indique également que le domaine de l’exploration de données éducatives est concentré dans les pays et les cultures occidentales et, par conséquent, d’autres pays et cultures peuvent ne pas être représentés dans la recherche et les résultats. Le développement de futurs modèles devrait envisager des applications dans de multiples contextes.
• Confidentialité – La confidentialité des données individuelles est une préoccupation constante dans l’application des outils d’exploration de données. Avec des outils gratuits, accessibles et conviviaux sur le marché, les étudiants et leurs familles peuvent être exposés aux informations que les apprenants fournissent au système d’apprentissage, dans l’espoir de recevoir des commentaires qui profiteront à leurs performances futures. À mesure que les utilisateurs deviennent plus avertis dans leur compréhension de la confidentialité en ligne , les administrateurs d’outils d’exploration de données éducatives doivent être proactifs dans la protection de la confidentialité de leurs utilisateurs et être transparents sur la manière dont et avec qui les informations seront utilisées et partagées. Le développement d’outils EDM devrait prendre en compte la protection de la confidentialité individuelle tout en faisant progresser la recherche dans ce domaine.
• Plagiat – La détection du plagiat est un défi permanent pour les enseignants et les professeurs, que ce soit en classe ou en ligne. Cependant, en raison des complexités associées à la détection et à la prévention du plagiat numérique en particulier, les outils d’exploration de données pédagogiques ne sont pas actuellement suffisamment sophistiqués pour traiter ce problème avec précision. Ainsi, le développement de capacités prédictives dans les questions liées au plagiat devrait être un domaine de recherche prioritaire dans les futures recherches.
• Adoption – On ne sait pas dans quelle mesure l’adoption de la GED est répandue ni dans quelle mesure les établissements ont appliqué et envisagé de mettre en œuvre une stratégie de GED. Il est donc difficile de savoir s’il existe des obstacles qui empêchent les utilisateurs d’adopter la GED dans leur environnement éducatif.