Prédiction des liens socio-professionnels pour l’aide à la composition du groupe de formation sous double contrainte Laurie Acensio [email protected] Résumé. Le contexte sociétal de la FLTV1 incite l’adulte-apprenant à s’engager dans des actions de formation durant toute sa carrière professionnelle. Les interactions entre pairs au sein d’un groupe de formation en présentiel restent une modalité privilégiée pour maintenir l’engagement de l’apprenant dans son processus de formation. Cependant, les diverses contraintes (pédagogiques, logistiques, budgétaires…) implique une composition du groupe de formation qui est par nature éphémère et fortuit. Pour assurer une dynamique et une force d’attraction au sein du groupe de formation, il convient d’une part, de rechercher l’homogénéité des profils de l’ensemble des participants. D’autre part, il s’agit de prédire les relations socioprofessionnelles convergents pour créer des conditions favorable à la collaboration entre pairs. Cette article propose une méthodologie pour l’aide de la composition du groupe de formation en se fondant sur la théorie de l’analyse des réseaux sociaux. Keywords: Groupe de formation, analyse des réseaux sociaux, recommandation sociale. 1 Contexte 1.1 Typologie des groupes Selon 1, il est fondamental de bien distinguer trois formes d’organisation sociale souvent assimilées à tort les unes des autres soit : les groupes privés (amis), les communautés et le groupe formel : Groupes privé d’amis Communauté Groupe formel Figure 1-Définition d’une communauté par comparaison à d’autres formes d’organisation sociale Pour ces auteurs, la création d’un groupe formel relève de l’initiative d’une per1 Formation Tout au Long de la Vie 1 sonne (supérieur hiérarchique, expert, formateur…). L’adhésion à une communauté, est quant à elle volontaire par affinités professionnelles et se constitue autour d’un but partagé. La notion des communautés de pratique largement théorisée à travers les travaux de 2 fait apparaître que l’intérêt commun au sein d’une communauté sociale constitue le vecteur principal pour la cohésion du groupe. Dans un contexte de formation, de nombreuses définitions du groupe de formation ont été proposées : selon 3, le groupe d’apprenants est un rassemblement d’individus qui interagissent, communiquent, forment des sous-groupes en fonction des affects (…) durant une même période à une situation d’apprentissage. Selon 4 et plus récemment 5, les caractéristiques du groupe de formation formel et non-formel se différencie par son caractère temporel, la nature de l’activité, le mode de communication (synchrone/asynchrone) et le contexte de regroupement (présentiel/distanciel). Cependant, bien que médiatisé par un environnement technologique, les logiques relationnelles entre apprenants restent semblables. En effet, c’est la prise en compte de déterminants socio-professionnels qui influence largement l’acceptation sociale d’un individu au sein d’un groupe professionnel. 1.2 Dimension relationnelle La dimension relationnelle alimente la dynamique et la force d’attraction du groupe. La composition du groupe s'appuie sur une organisation permettant la distribution des rôles et des statuts. Selon 6, le groupe en formation continue revêt une importance où la comparaison sociale est omniprésente. Par conséquent, l’appartenance à un statut professionnel influence les relations entre pairs. La menace de jugement sur les compétences peut amener à privilégier une régulation relationnelle plutôt que cognitive des désaccords au détriment de la performance du groupe et de la résolution de la tâche. Selon 7, cette asymétrie designé par le degré d’inégalité entre les pairs en interaction renvoie à s’interroger sur la nécessité de composer un groupe de formation homogène ou hétérogène. Dans le domaine de l’analyse des réseaux sociaux, l’homogénéité est définie sous la notion d’homophilie qui se fonde sur la recherche de similarité plus ou moins importante des caractéristiques des individus : homophilie d’éducation (similarité des niveaux d’études), de statut social (catégories professionnelles), d’âge, de genre, etc. Cet indicateur permet d’évaluer la fragmentation d’un groupe social quelque soit sa taille et le contexte d’utilisation. Toutefois, l’analyse structurale est une approche qui se fonde principalement sur le postulat que les acteurs sociaux se caractérisent davantage par leurs relations plutôt que par leurs attributs 8. 2 Approche méthodologique En pratique, la composition des groupes de formation est une gestion organisationnelle coûteuse en temps et en ressources humaines du fait de la diversité des obligations et exigences contractuelles de l’ensemble des participants (besoin de formation, disponibilité, proximité géographique…). 2 L’enjeu de ce travail de recherche est la conception d’un modèle décisionnel, qui permet partiellement d’automatiser le processus de composition de groupe de formation selon des critères de regroupement préalablement définis. Ce type d’application s’apparente à un système de recommandation dont nous présentons les principes généraux dans la section suivante, suivi de notre proposition exploratoire. 2.1 Système de recommandation Dans un contexte d’application informatique, les systèmes de recommandation, employés au départ dans le commerce en ligne, se sont élargis dans le domaine de l’éducation 9, 10. La majorité des travaux scientifiques utilisent les techniques d’algorithmes de classification (classification hiérarchique, K-Means, réseaux de neurones…) pour la composition automatique de groupe de formation 11. Afin de pallier au problème de « démarrage à froid », des valeurs manquantes ou erronées des profils utilisateurs, ces approches classifient des similarités entre objets en analysant des utilisateurs dits « les plus représentatifs ». L’inconvénient de ces approches symboliques est principalement lié à la modélisation du profil utilisateur (diversité et subjectivité des variables, représentation dynamique des relations sociales…) Plus récemment, des caractéristiques dites “qualitatives” sont des perspectives prometteuses dans la qualité des résultats des systèmes de recommandation en y intégrant des indicateurs subjectifs tels que la confiance 12, 13 l’influence sociale 14 et la croyance 15. 2.2 Proposition Notre démarche consiste à analyser les indicateurs socio-professionnels qui influençent la création de groupe de formation. Notre approche consiste à aborder le groupe de formation comme un réseau social et dynamique formalisé selon un mode organisé. Dans ce contexte, le participant est désigné comme une entité sociale interconnectée par des liens socio-professionnels avec son réseau social complet (sociocentrique) et distribués d’une façon hétérogène dans l’espace géographique. Dans un premier temps, nous nous basons sur un calcul de similarité des caractéristiques socio-sémantique du profil utilisateur. Les attributs discriminants choisis sont multiples et peu évolutifs (métier, catégorie hiérarchique, intérêt de formation…). Cependant, la subjectivité des attributs textuels (ou sémantiques) implique une difficulté pour définir et quantifier la distance réelle entre profil utilisateurs. Pour affiner notre résultat, nous nous appuyons sur la théorie de l’analyse des réseaux sociaux. Dans un contexte de formation continue, nous nous intéressons particulièrement à la position des acteurs et à la densité des relations. En considérant le groupe de formation comme un graphe, nous pouvons positionner le formateur comme un noeud de centralité intermédiaire entre participant au sein du groupe. En effet, cette position privilégiée lui permet d’établir des connexions entre participants 3 des différents groupes de formation et de combler les “trous structuraux”2 dans une configuration de structure dit en “triade”. Nous prolongeons notre approche en utilisant la densité des relations entre participants. Cette polarité de liens relationnels (fort/faible) théorisé par 11 est fondatrice dans l’analyse des réseaux sociaux mettant en exergue l’importance des relations interpersonnelles pour la cohésion du groupe. En effet, le partitionnement rigide et figé des méthodes de classification (détection de communauté, classification par noeud) peut omettre d’exploiter des liens relationnels potentiels dit de “faible intensité”. Or bien que ces relations soient indirects, nous pouvons émettre l’hypothèse d’une cohérence relationnelle sous-jacente qui peuvent s’assimiler à des relations de collaboration affinitaire c’est-à-dire non-contraint par une relation hiérarchique. 3 Conclusion Le consentement libre à s’engager au sein d’un groupe de formation est principalement guidé par une tendance naturelle des participants à s’associer avec des personnes aux caractéristiques proches. Cependant, la nature des liens socio-professionnels influence la qualité de collaboration entre pairs. Notre proposition consiste à adopter un principe de logique d’inclusion/exclusion dans la composition du groupe de formation selon une approche sociométrique, à l’instar des approches centré sur l’individu (égocentrique). En effet, la nature du groupe de formation se prête aisément à une modélisation fondé sur la théorie de l’analyse des réseaux sociaux impliquant une démarche inductive des structures relationnelles. Son principale avantage est d’identifier des liens existants mais non établis, pour pallier les insuffisances et les contraintes des techniques de classification. Références 1. Dillenbourg , Poirier, et Carles : Communautés virtuelles d’apprentissage : e-jargon ou nouveau paragdime ?. Presse Universitaire du Québec, (2003). 2. Wenger E. : La théorie des communautés de pratique-Presses Université Laval, (2005). 3. Rey J.P. : Le groupe. Paris : Editions Revue EPS, (2000). 4. Baudoin J.M, Josso C. Penser la formation. Contributions épistémologiques de l’éducation des adultes. Cahier de la section des sciences de l’éducation, 72. Genève : Université de Genève, (2001). 5. Sauvé, L. : Des dispositifs en ligne pour personnaliser l’apprentissage tout au long de la vie: quelques recommandations. Distances et médiations des savoirs. Distance and Mediation of Knowledge, 2(5), (2014). 6. Buchs, C., Falomir Pichastor, J. M., Mugny, G., & Quiamzade, A. Significations des positions initiales des cibles et dynamiques d'influence sociale dans une tâche d'aptitudes: l'hypothèse de correspondance. Nouvelle Revue de Psychologie Sociale, 1, 134-145, (2002). 2 Selon Burt (1992), le trou structural est défini quand deux acteurs sont reliés directement à un troisième acteur, sans être reliés directement entre eux. 4 7. Bourgeois E., Frenay M. Apprendre en groupe. Rôle de l’asymétrie et de l’argumentation Solar, C. Introduction. Le groupe en formation des adultes. In Le groupe en formation des adultes, pp. 100-114. De Boeck Supérieur, (2001). 8. Lemieux, V., & Ouimet, M. L'analyse structurale des réseaux sociaux. De Boeck Supérieur, (2004). 9. Drachsler, H., Verbert, K., Santos, O. C., & Manouselis, N. Panorama of recommender systems to support learning. In Recommender systems handbook (pp. 421-451). Springer US, (2015). 10. Manouselis, N., Drachsler, H., Verbert, K., & Duval, E. Recommender Systems for Learning, (2012). 11. Marreiro Cruz W, Isotani S. Group Formation Algorithms in Collaborative Learning Contexts: A Systematic Mapping of the Literature- -Springer International Publishing, (2014) 12. Granovetter, M. S. The strength of weak ties. 1360-1380, (1973). 13. Meyffret, S., Médini, L., & Laforest, F. Recommandation sociale et locale basée sur la confiance. Document numérique, 15(1), 33-56, (2012). 14. Alchiekh Haydar, C. Les systèmes de recommandation à base de confiance (Doctoral dissertation, Université de Lorraine, (2014). 15. Pal, A., Counts, S. Identifying topical authorities in microblogs. In Proceedings of the fourth ACM international conference on Web search and data mining pp. 45-54. ACM, (2011) 16. Elarbi, F., Bouadi, T., Martin, A., Yaghlane, B. B. Fusion de préférences pour la détection de communautés dans les réseaux sociaux Preference fusion for community detection in social networks, (2015). 5