L'exploration de données expose des problèmes embarrassants pour les cours en ligne ouverts et massifs

Il n'y a pas si longtemps, l'enthousiasme entourant l'éducation en ligne a atteint son paroxysme. Divers chercheurs proposant des versions en ligne gratuites de leurs cours universitaires ont découvert qu'ils pouvaient attirer un vaste public d'étudiants de grande qualité du monde entier. La prochaine étape évidente était d'offrir beaucoup plus de ces cours en ligne.

Cela a déclenché une tendance rapide et diverses organisations ont vu le jour pour proposer des versions en ligne de cours de niveau universitaire auxquels toute personne disposant d'une connexion Internet pouvait s'inscrire. Les plus connues sont des organisations telles que Coursera, Udacity et edX.

Mais ce nouvel âge d'or de l'éducation a rapidement perdu de son lustre. Plus tôt ce mois-ci, des chercheurs de l'Université de Pennsylvanie ont signalé que les cours en ligne proposés avaient lamentablement échoué. Seulement environ la moitié des étudiants qui se sont inscrits ont déjà regardé une conférence et seulement 4 pour cent ont terminé un cours.

Cela a suscité une introspection parmi ceux qui ont défendu ce nouveau monde de l'éducation. Les questions auxquelles il est urgent de répondre sont : qu'est-ce qui ne va pas et comment y remédier ?

Aujourd'hui, l'équipe de recherche de Mung Chiang et leurs collaborateurs de l'Université de Boston et de Microsoft offrent leur point de vue. Ces gars-là ont étudié le comportement dans des forums de discussion en ligne de plus de 100 000 étudiants suivant des cours en ligne ouverts et massifs (ou MOOC).

Et ils ont des nouvelles déprimantes. Ils disent que la participation chute de façon abrupte et continue tout au long d'un cours et que près de la moitié des étudiants inscrits ne publient jamais plus de deux fois sur les forums. De plus, la participation d'un enseignant n'améliore pas les choses. En effet, ils disent qu'il existe des preuves que la participation d'un enseignant à une discussion en ligne augmente en fait le taux de déclin.

Chiang et co ont étudié les fils de discussion associés aux 73 cours proposés par Coursera. Ceux-ci impliquaient 115 000 étudiants qui ont écrit plus de 800 000 messages dans 170 000 fils de discussion différents. L'équipe a ensuite tracé comment le volume de discussion a varié au cours du cours et quels facteurs sont en corrélation avec ce déclin.

Chiang et ses collègues disent avoir trouvé diverses corrélations avec la baisse. L'un d'eux est la quantité de devoirs notés par les pairs sur le cours, un facteur qui augmente modérément le taux de déclin. Plus inquiétante est la découverte que l'implication des enseignants dans un fil semble accélérer le déclin (bien qu'elle augmente également le nombre de postes).

On ne sait pas exactement comment cela peut être inversé, mais une avenue potentielle consiste à améliorer l'expérience d'apprentissage en rendant les messages les plus précieux dans les discussions plus faciles à trouver.

Chiang et co disent que les messages se répartissent en trois catégories. Le premier est une petite conversation, les présentations des étudiants et autres, qui sont de peu d'utilité pour terminer le cours. Le second concerne la logistique du cours, comme le moment où déposer les devoirs. Et la dernière catégorie comprend les questions spécifiques au cours qui sont les plus utiles pour les étudiants.

Le problème, c'est que les postes utiles sont noyés par les autres, en particulier les bavardages. Pour les cours de sciences humaines et sociales, en moyenne plus de 30 % des fils de discussion sont classés comme de petites discussions même longtemps après le lancement d'un cours, selon Chiang and co. Small-talk est une source majeure de surcharge d'informations dans les forums.

Pour aider à lutter contre ce problème, Chiang and co ont développé un système automatisé qui détecte les petites conversations et les filtre hors de la lance à incendie. Cela devrait aider les étudiants à se concentrer sur les messages utiles et à améliorer l'expérience d'apprentissage.

On ne sait pas si cela améliorera les métriques défaillantes pour les cours en ligne ouverts et massifs. Mais il y a clairement place pour plus de travail pour identifier les raisons pour lesquelles les cours ne fonctionnent pas pour autant d'étudiants. Et si l'éducation en ligne gratuite doit retrouver un peu d'éclat, ce travail devra être fait rapidement.

Réf : arxiv.org/abs/1312.2159 : Apprendre le social learning dans les MOOC : de l'analyse statistique au modèle génératif

cacher