L'utilisation des données de l'éducation par de nouveaux procédés tels que l'apprentissage machine ou l'intelligence artificielle soulève des questions fondamentales d'équité. Ces questions découlent de l'interaction entre les données et les algorithmes: ceux-ci reproduisent des modèles dans des données existantes. Cela peut conduire à des distorsions et des occultations lourdes de conséquences (regroupées sous la thématique «discrimination algorithmique»). Inversement, une utilisation numérique prudente des données de l'éducation peut contribuer à réduire les inégalités si les aspects de responsabilité et d'équité sont pris en compte dans la conception et le développement.

Ensemble pour une politique d'utilisation des données sociale et pédagogiquement durable

Dans le cadre du projet de coopération «Algorithmic Sorting in Education – Réseau et implications», des chercheuses et chercheurs de la HEP de Zurich ainsi que l'agence spécialisée Educa étudient ensemble à quoi peut ressembler une politique d'utilisation des données qui tienne compte de manière appropriée de telles questions de justice sociale. On pense par exemple à des directives pour une conception socialement responsable et durable des technologies numériques de l'éducation. Il en va de même pour la définition de processus et de formats qui permettent de surveiller les implications sociales de l'interaction entre les algorithmes et les données dans le quotidien scolaire.

La coopération entre la HEP de Zurich et Educa repose sur un projet de recherche financé par le Fonds national suisse et qui s'étend de 2022 à 2026. Ce projet s'intéresse à la manière dont les logiques et les pratiques pédagogiques et technologiques interagissent dans le développement et l'utilisation des nouvelles technologies de l'éducation. Le projet examine ainsi l'interaction de deux champs d'action qui jouent un rôle clé pour le travail sur et avec l'IA dans la formation scolaire, mais qui n'ont jusqu'à présent guère été pris en considération dans leurs multiples interactions.

«  Jusqu'à présent, les multiples interactions entre le technologique et le pédagogique ont été trop peu prises en compte.  »

Explorer les technologies de l'éducation basées sur l'IA sous différentes perspectives

Afin de clarifier le contexte, le projet se base sur les expériences, les attentes et les évaluations du corps enseignant ainsi que des développeuses et développeurs. Un premier sous-projet se concentre sur le domaine pédagogique, un deuxième sur le domaine technologique.

Dans son projet de doctorat, Andrea Isabel Frei étudie les conditions cadres actuelles du développement des nouvelles technologies de l'éducation à l'aide d'observations participantes et d'études de cas. Son doctorat se concentre sur les start-ups EdTech et les multiples «contrôles» que celles-ci doivent passer avant de pouvoir lancer leur produit avec succès sur le marché de l'éducation.

Le deuxième sous-projet se concentre non plus sur le développement des technologies mais sur leur utilisation. Dans son doctorat, Mario Steinberg s'interroge sur la manière dont les enseignantes et enseignants utilisent les technologies numériques éducatives dans leur quotidien scolaire pour concevoir des situations d'enseignement.

Le dialogue, élément clé d'une politique d'utilisation équitable des données

Les premières conclusions de ces activités de recherche seront discutées et traitées dans les mois à venir dans le cadre du projet de coopération avec le programme de développement d'une politique d'utilisation des données d'Educa. Les premières étapes «sur le terrain» fournissent déjà des indications importantes pour la compréhension des éventuels effets défavorables non souhaités des nouvelles formes d'utilisation algorithmique des données.

On voit ainsi à quel point il est difficile de déterminer simplement si une technologie est socialement «équitable» ou non. Cela s'explique déjà par la multitude d'actrices et d'acteurs impliqués ainsi que par les processus qui laissent des traces dans le développement et l'utilisation des technologies. Il convient de comprendre cette complexité afin de garantir des approches permettant d'éviter les discriminations algorithmiques. Cela permettra ainsi de mettre en oeuvre des nouvelles technologies éducatives équitables. Par exemple, comment et à quels moments du processus une réflexion pédagogique et «morale» sur les algorithmes et les données peut-elle et doit-elle avoir lieu? Comment organiser une telle réflexion sans provoquer de conflits avec les exigences quotidiennes des start-up?

«  Une multitude d'actrices et d'acteurs ainsi que de processus laissent des traces dans le développement et l'utilisation des technologies. Il est important de comprendre cette complexité.  »

Comprendre les conditions générales de l'innovation

En ce qui concerne le développement de nouvelles technologies éducatives, il est important de comprendre les conditions-cadres difficiles dans lesquelles les outils innovants sont développés. Selon Andrea Isabel Frei, cela devient évident si l'on considère les tâches quotidiennes auxquelles une start-up EdTech est par exemple confrontée. Le chemin entre l'idée du produit et l'outil d'apprentissage prêt à l'emploi et utilisable au quotidien est marqué par de nombreuses «situations de test». Les exemples idéaux sont le «pitching» devant des investisseurs,  l'acquisition de clients lors de salons EdTech ou d'événements comparables. Pour la conception d'une politique d'utilisation des données, cet élément est ici décisif: pratiquement aucun de ces «tests» n'est intrinsèquement fondé sur la pédagogie. Nous devons donc réfléchir à des moyens d'intégrer de manière fiable les préoccupations et l'expertise dans les domaines de la pédagogie et de la politique de l'éducation dans le processus de développement des technologies, sans bloquer les processus d'innovation. Une politique innovante d'utilisation des données peut offrir un cadre important à cet égard.

Une utilisation pédagogique judicieuse nécessite des connaissances de base

Les travaux de Mario Steinberg montrent également clairement à quel point les conséquences sociales réelles des technologies pour l'éducation scolaire dépendent de nombreuses petites décisions prises par les enseignantes et enseignants dans leur travail quotidien. L'utilisation pédagogique judicieuse d'une technologie de l'éducation nécessite de comprendre comment elle fonctionne, quelles données elle traite et de quelle manière. Or, la plupart du temps, une littératie des données (et aussi une littératie algorithmique) adéquate fait défaut. Cela peut entraîner des sentiments de déprofessionnalisation ainsi que des dynamiques de délégation de responsabilité: lorsque l'algorithme classe les élèves comme «forts» ou «faibles» il n'est guère remis en question si les connaissances de base correspondantes font défaut.

Le projet de coopération entre Educa et la HEP de Zurich vise à comprendre ces liens entre technologie et pédagogie, qui ne sont généralement pas évidents au premier abord, et à sensibiliser par le dialogue les actrices et acteurs impliqués. Plus encore: le projet veut montrer comment un tel dialogue peut se dérouler et agir comme un élément durable d'une politique d'utilisation des données socialement équitable.

Contributeur invité

Prof. Dr. Kenneth Horvath, directeur du département de recherche en sciences de l'éducation PH Zurich

Articles associés

Le deuxième épisode de notre série de podcasts «Données dans l'espace numérique de formation» se penche sur l'intelligence artificielle (IA) dans l'administration de l'éducation. L'IA est-elle déjà utilisée? Quelles sont les questions les plus urgentes? Et quelles sont les réponses qui existent déjà?

Dans le système éducatif fédéral, il existe différentes responsabilités en matière de protection des données pour les moyens d'enseignement numériques et les applications d'apprentissage. Cela entraîne des incertitudes, comme le montre le projet d'utilisation des données dans le canton d'Argovie. Des responsabilités claires et une sensibilisation sont nécessaires.

Les données sur l'éducation et l'apprentissage sont produites de diverses manières. David. H. Schiller est professeur à la Haute école spécialisée des Grisons et responsable du projet de recherche «Chemins de données de l'éducation numériques (Digitale Bildungsdatenwege)». Il explique pourquoi la mise en évidence de ces flux de données numériques aide à identifier les potentiels de développement.

Le projet IDENTI du canton de Lucerne s'intéresse à l'identité numérique des élèves et met en lumière les conditions-cadres des moyens d'enseignement numériques ainsi que des applications. Karin Weber et Reto Buchmann, qui assument la codirection du projet, ont esquissé pour nous les premières solutions aux défis identifiés.