Analyse d’apprentissage fondée sur l’IA dans l’enseignement supérieur

Durée : juin 2025 – mars 2026
Statut : en cours
Niveau de formation : niveau tertiaire
Thème : artificial intelligence AI
Mots-clés : IA, système d’apprentissage adaptatif, learning analytics

Situation initiale

La numérisation rapide de l’enseignement supérieur — et en particulier l’essor de l’IA — crée de nouvelles possibilités et de nouveaux risques pour l’utilisation des learning analytics afin d’optimiser voire de repenser les processus d’enseignement et d’apprentissage. Les universités ont du mal à exploiter ce potentiel pour résoudre des enjeux concrets dans les contextes d’enseignement apprentissage tout en conservant la pertinence pédagogique comme point central. Nous abordons avec ce projet la question fondamentale suivante : « Quelles mesures concrètes une université tournée vers l’avenir doit elle initier afin de répondre de manière proactive aux besoins liés à l’analyse d’apprentissage fondée sur l’IA ? »

Objectifs

• Permettre aux universités participantes de prendre des décisions éclairées concernant l’intégration de l’analyse d’apprentissage fondée sur l’IA, avec des bénéfices clairs pour les apprenant·e·s
• Clarifier les fonctionnalités et les caractéristiques distinctives de l’analyse d’apprentissage fondée sur l’IA
• Créer un catalogue de critères pour des learning analytics fondées sur l’IA pédagogiquement pertinentes et identifier des scénarios d’enseignement/apprentissage concrets où elles apportent de la valeur
• Fournir une orientation sur les systèmes existants et les développements à court terme
• Compiler des leçons tirées des cas d’usage et des exemples de bonnes pratiques
• Favoriser un échange intensif entre les partenaires et permettre la montée en échelle des résultats

Méthode

Nous menons des discussions de groupe d’expert·e·s qui combinent perspectives techniques et pédagogiques sur l’analyse d’apprentissage fondée sur l’IA. Nous prévoyons deux tours par groupe (3–5 expert·e·s chacun) : une première séance (2 h) et une séance de suivi (1,5 h) ; les séances sont enregistrées avec consentement et guidées par un cadre de questions semi structuré. Nous analysons les transcriptions via une analyse qualitative de contenu avec MAXQDA. Nous compilons un rapport de résultats qui répond aux questions de recherche ; le projet est explicitement envisagé comme recherche qualitative.

Translation prévue

Les insights issus des discussions d’expert·e·s sont délibérément « traduits en un concept de mise en œuvre », pas simplement sous forme de rapport. Ainsi, nous produisons des résultats pratiques sur lesquels les universités peuvent agir : a) un catalogue de critères pour des learning analytics fondées sur l’IA pédagogiquement pertinentes, b) une collection de cas d’usage et de bonnes pratiques, et c) des recommandations concrètes pour l’introduction de l’analyse d’apprentissage fondée sur l’IA. Les recommandations incluent une sélection et une priorisation des champs de projet pertinents afin que les institutions puissent piloter et étendre à l’échelle avec des ressources ciblées sur les domaines à fort impact. Nous traitons des facilitateurs et des balises, et nous favorisons l’appropriation via un réseau de partenaires. L’un des objectifs principaux est de permettre un échange intensif entre les partenaires et d’amplifier les résultats à travers les institutions, donnant aux conclusions un chemin direct vers la pratique.

Institutions participantes