1
CAFOC AUVERGNE - 2014
Victoria PERES-LABOURDETTE LEMBE,
Chargée de mission innovation et prospective pédagogiques
CAFOC AUVERGNE
L’Exploration
de Données Educatives
2
CAFOC AUVERGNE - 2014
Nous allons définir l’Exploration de Données Educatives et préciser ses liens avec la formation
d’adultes en six questions :
Qu’est-ce que l’Exploration de Données Educatives ?
Quel est l’historique de cette discipline ?
Quels en sont les enjeux ?
Quels sont ses publics et ses périmètres d’application?
Quelles sont les méthodes utilisées ?
Quel est l’intérêt de l’Exploration de Données Educatives pour un formateur d’adultes ?
L’exploration, ou la fouille, de données (dite Data Mining en anglais) est une discipline ayant pour objet :
l’extraction de connaissances informationnelles à partir de grandes quantités de données
la détermination de modèles basés sur la mise en relation des données.
Cette exploration s’effectue par des méthodes automatiques ou semi-automatiques.
L’Exploration de Données Educatives (dite Educational Data Mining en anglais) est une discipline
scientifique émergente.
Elle fait se rencontrer plusieurs disciplines, en particulier :
le data mining (l’exploration de données)
le machine learning (l’apprentissage automatique)
la statistique
les mathématiques
l’informatique
les Sciences de l’Apprendre (en anglais Learning Sciences).
L’Exploration de Données Educatives est une discipline qui repose sur les techniques de la fouille de
données appliquées aux données éducatives.
L’Exploration de Données Educatives
identifie
analyse
développe
des méthodes et des processus pour analyser les données issues de l'éducation.
Les données analysées par l’Exploration de Données Educatives sont constituées des traces numériques
laissées par les apprenants et leurs enseignants lors de :
leurs interactions dans des environnements d’apprentissage connectés de toutes natures (en
particulier les plateformes de formation en ligne (dits LMS)
leurs consultations de ressources didactiques.
3
CAFOC AUVERGNE - 2014
Le point de départ de l’Exploration de Données Educatives est constitué par l’analyse des logs
issus des interactions étudiants - ordinateur (un log est un fichier d’enregistrement informatique de
l’historique des événements sur un dispositif numérique).
La mise à disposition de données éducatives étant de plus en plus fréquente et accessible a abouti
à la tenue de divers ateliers thématiques entre 2000 et 2007, dans le cadre de plusieurs
conférences scientifiques internationales.
En 2008, un groupe de chercheurs spécialisé dans l’Exploration de Données Educatives a mis sur
pied la première conférence scientifique internationale exclusivement consacrée à cette nouvelle
discipline.
En 2009 est apparu le “Journal of Educational Data Mining”, une revue scientifique en ligne gratuite
et en libre accès, qui fait état des dernières recherches menées en Exploration de Données
Educatives.
En 2011, a été constitué l’International Educational Data Mining Society.
Quels sont les enjeux de l’Exploration de Données Educatives ?
La création en institution éducative de bases de données dédiées aux informations sur les
étudiants, et l’usage croissant des logiciels éducatifs amènent à la constitution de dépôt de données
éducatives de plus en plus importants.
Le développement du e-Learning, concomitant à celui d’Internet accroît davantage encore le
volume de données susceptible d’être exploré.
Ces données viennent s’additionner aux données également récoltées dans les salles de formation.
Quels sont les publics et les périmètres d’application de l’Exploration de Données Educatives ?
LE PUBLIC
L’EXPLORATION DE DONNEES EDUCATIVES
Apprenants
Accompagne la personnalisation de la formation en ligne, en développant en
particulier le tutorat automatique
Enseignants / Formateurs
/ Tuteurs
Met à disposition des outils d’analyse de l’apprentissage et du comportement des
étudiants
Ingénieurs et chercheurs
en sciences de
l’apprendre
Aide à évaluer les dispositifs et à exploiter des outils d’extraction des données
Organisations
Permet d’améliorer les processus de décision
Administrateurs (de
direction ou techniques)
Aide à déterminer la meilleure façon d’organiser et d’utiliser des ressources et des
espaces connectés
Tableau alisé d'après l'article "Educational Data Mining: A Review of the State of the Art" de Romero Cristobal et Sebastian
Ventura, publié dans Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions, Volume:40 , Issue: 6.
4
CAFOC AUVERGNE - 2014
Les méthodes utilisées par l’Exploration de Données Educatives :
Voici quelques-unes des principales méthodes utilisées par l’Exploration de Données Educatives :
La prédiction : l'objectif est de développer un modèle qui peut déduire d’un seul aspect des données
certaines combinaisons d'autres aspects des données.
Le clustering : l'objectif est de regrouper les données pour mieux les classifier.
L’extraction de relation : l’objectif est d’identifier des relations entre des entités sémantiques.
La découverte de modèles : l’objectif est d’utiliser un modèle créé et de l'utiliser pour faire de
nouvelles découvertes dans la science de l'apprentissage.
La distillation de données pour le jugement humain : l’objectif est de favoriser l’identification de
données et leur classification. La datavisualisation y est particulièrement utile.
L’Exploration de Données Educatives a pour finalité une meilleure compréhension des apprenants et de
leurs conditions d’apprentissage.
Elle peut permettre :
de détecter et d’anticiper le désengagement des apprenants
de guider l’effort d'apprentissage des apprenants
d’évaluer les apprenants dans les tâches d'apprentissage
L’Exploration de Données Educatives peut également permettre :
de développer ou d’affiner les modèles d'apprenants
de prévoir les performances et le comportement des apprenants
de mesurer les effets des interventions individuelles
de développer une meilleure compréhension des représentations que les apprenants ont d’une
discipline.
1 / 4 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans linterface ou les textes ? Ou savez-vous comment améliorer linterface utilisateur de StudyLib ? Nhésitez pas à envoyer vos suggestions. Cest très important pour nous !