Learning analytics

Learning analytics : deux mots anglais pour une idée que je défends depuis longtemps — ne pas attendre l'abandon pour agir.

Dans un parcours de formation d'adultes, le décrochage se voit rarement en salle. Il se lit dans les traces : une personne qui ne se connecte plus depuis huit jours, un module commencé trois fois et jamais terminé, un quiz échoué en silence à 23h. Les learning analytics rassemblent ces signaux et les rendent visibles. Bien utilisées, elles permettent au formateur de dire « je vois que ça coince, on en parle ? » avant que la personne ne disparaisse.

Concrètement, pour votre reconversion. Si vous comparez des organismes, posez la question : que font-ils des données de suivi ? Un centre sérieux s'en sert pour vous relancer et ajuster, pas pour vous classer. Ces indicateurs éclairent aussi la FOAD et l'apprentissage adaptatif, où le parcours se reconfigure selon votre progression réelle. Un pilotage par la donnée, à condition qu'il reste au service de la personne.

Le piège qu'on voit revenir. La donnée n'est pas la pédagogie. Un tableau de bord ne dit jamais *pourquoi* quelqu'un décroche — une garde d'enfant, un doute, une consigne mal comprise. Il signale ; l'humain comprend. Et rien de tout cela ne se fait sans respecter le RGPD : ces données sont personnelles, elles se protègent. L'outil éclaire la décision. Il ne la prend pas à votre place.

## Des learning analytics responsables (RGPD, éthique)

Les learning analytics désignent la collecte et l'analyse des traces d'activité laissées par les apprenants sur une plateforme de formation (LMS) : temps passé sur une ressource, taux de réussite aux évaluations, moments de décrochage. Les qualifier de « responsables » n'est pas une nuance cosmétique. C'est reconnaître qu'un adulte en formation n'est pas un jeu de données à optimiser, mais une personne dont les hésitations — un module repris trois fois, une connexion à deux heures du matin — disent quelque chose d'intime de son parcours.

Le cadre juridique est clair. L'article 5 du RGPD impose que toute donnée soit collectée pour une finalité déterminée, explicite et légitime, et limitée à ce qui est strictement nécessaire : c'est le principe de minimisation. Appliqué à la formation, cela signifie qu'un organisme ne capte pas « au cas où » ; chaque indicateur suivi doit répondre à une question pédagogique posée d'avance. Centre Inffo rappelle d'ailleurs que l'entrée en vigueur du RGPD a renforcé les obligations des organismes en matière de finalité, de transparence et de droits des stagiaires sur leurs données.

Trois principes tiennent la démarche. La transparence : l'apprenant sait quelles traces sont analysées et pourquoi. La finalité pédagogique : on mesure pour soutenir la progression, pas pour classer ni sanctionner. La co-construction des indicateurs : apprenants et formateurs décident ensemble de ce qui mérite d'être suivi, plutôt que de subir un tableau de bord conçu ailleurs.

Sur le terrain, la ligne de crête est étroite. La même donnée d'abandon peut nourrir un accompagnement attentif ou un tri silencieux. La discipline, théorisée dès le milieu des années 2010 dans la recherche francophone (Bonnin et Boyer, 2015), ne vaut que par l'usage qu'on en fait. Des learning analytics responsables, c'est la mesure remise au service de l'apprenant. Jamais l'inverse.

## Des learning analytics responsables (RGPD, éthique)

Les learning analytics désignent la collecte et l'analyse des traces d'activité laissées par les apprenants sur une plateforme de formation (LMS) : temps passé sur une ressource, taux de réussite aux évaluations, moments de décrochage. Les qualifier de « responsables » n'est pas une nuance cosmétique. C'est reconnaître qu'un adulte en formation n'est pas un jeu de données à optimiser, mais une personne dont les hésitations — un module repris trois fois, une connexion à deux heures du matin — disent quelque chose d'intime de son parcours.

Le cadre juridique est clair. L'article 5 du RGPD impose que toute donnée soit collectée pour une finalité déterminée, explicite et légitime, et limitée à ce qui est strictement nécessaire : c'est le principe de minimisation. Appliqué à la formation, cela signifie qu'un organisme ne capte pas « au cas où » ; chaque indicateur suivi doit répondre à une question pédagogique posée d'avance. Centre Inffo rappelle d'ailleurs que l'entrée en vigueur du RGPD a renforcé les obligations des organismes en matière de finalité, de transparence et de droits des stagiaires sur leurs données.

Trois principes tiennent la démarche. La transparence : l'apprenant sait quelles traces sont analysées et pourquoi. La finalité pédagogique : on mesure pour soutenir la progression, pas pour classer ni sanctionner. La co-construction des indicateurs : apprenants et formateurs décident ensemble de ce qui mérite d'être suivi, plutôt que de subir un tableau de bord conçu ailleurs.

Sur le terrain, la ligne de crête est étroite. La même donnée d'abandon peut nourrir un accompagnement attentif ou un tri silencieux. La discipline, théorisée dès le milieu des années 2010 dans la recherche francophone (Bonnin et Boyer, 2015), ne vaut que par l'usage qu'on en fait. Des learning analytics responsables, c'est la mesure remise au service de l'apprenant. Jamais l'inverse.