Skip to content

🐾 Ressources pĂ©dagogiques, Learning Analytics & donnĂ©es personnelles

Auteur Licence Source  Modification
Calimaq CC 0 Scinfolex Auteur, rédaction
 sirchamallow CC 0 sir.chamallow.com reformatage, ajout: gif

J’ai eu la chance rĂ©cemment d’ĂȘtre invitĂ© pour intervenir lors des rencontres 2017 de la communautĂ© Scenari (un logiciel libre permettant de crĂ©er des chaĂźnes Ă©ditoriales pour produire  – entre autres – des ressources pĂ©dagogiques). On m’avait demandĂ© Ă  cette occasion de traiter le sujet des Learning Analytics (analyse des donnĂ©es d’apprentissage, en français) dans leurs liens avec la protection des donnĂ©es personnelles et je vous propose la prĂ©sentation ci-dessous, qui essaie de balayer les divers aspects de la question.

 

Les Learning Analytics constituent un enjeu important du numĂ©rique appliquĂ© aux activitĂ©s pĂ©dagogiques, que ce soit Ă  l’école, Ă  l’universitĂ© ou dans le secteur privĂ©. C’est typiquement le genre de technologies prĂ©sentant une nature « pharmacologique » – pour reprendre la notion de Pharmakon dĂ©veloppĂ©e par Bernard Stiegler.  A la fois remĂšde est poison, l’analyse des traces laissĂ©es par les utilisateurs des ressources pĂ©dagogiques offre des perspectives rĂ©volutionnaires d’accompagnement et de personnalisation des enseignements, de maniĂšre Ă  ce que chacun puisse bĂ©nĂ©ficier au mieux des contenus numĂ©riques en fonction de son profil et de ses besoins.

Mais Ă©videmment, ces outils technologiques peuvent aussi se rĂ©vĂ©ler passablement intrusifs et porter atteinte Ă  la vie privĂ©e des utilisateurs, en favorisant le fichage ou le profilage des individus, ainsi que la marchandisation des donnĂ©es qu’ils produisent en contexte d’apprentissage. La CNIL a d’ailleurs publiĂ© le mois dernier un article intĂ©ressant sur la question des Learning Analytics qui souligne bien cette nature ambivalente :

Si elles sont utiles Ă  l’amĂ©lioration globale de la plateforme, la production et la rĂ©utilisation de ces donnĂ©es interrogent : elles pourraient tout aussi bien ĂȘtre utilisĂ©es pour prĂ©dire des situations d’échec, dĂ©tecter des Ă©lĂšves Ă  risque, enfermer les Ă©lĂšves dans des parcours scolaires « adaptĂ©s Ă  leur profil »,  prĂ©dire les abandons dans les Moocs, voire mĂȘme fournir des profils adaptĂ©s Ă  des employeurs potentiels
 Des finalitĂ©s qui pour certaines, si elles ne sont pas encadrĂ©es, pourraient aboutir Ă  des formes de discrimination.

[
] Au-delĂ  de l’aspect juridique, des questions seront certainement Ă  soulever du cĂŽtĂ© de l’éthique, dĂšs lors que l’on cherchera Ă  classer les Ă©lĂšves dĂšs leur plus jeune Ăąge pour repĂ©rer des cas de dĂ©viance, avec le risque de les enfermer dans des bulles d’échec. Pour que les donnĂ©es de leur enfance ne les poursuivent pas tout au long de leur vie.

 

Le (controversĂ©) rapport « Enseignement supĂ©rieur et numĂ©rique », publiĂ© il y a quelques semaines par l’Institut Montaigne, accorde lui aussi une large place aux Learning Analytics, en lien avec l’enjeu du pilotage des Ă©tablissements acadĂ©miques :

L’analyse des donnĂ©es d’apprentissage (learning analytics) a Ă©galement une importance capitale, puisqu’elle permet Ă  la fois aux professeurs de connaĂźtre les attentes de leurs Ă©tudiants et leurs difficultĂ©s, et aux Ă©tudiants d’individualiser leurs parcours, d’identifier leurs faiblesses et de bĂ©nĂ©ficier d’une pĂ©dagogie sur mesure. La gĂ©nĂ©ralisation de cette analyse quantitative pourrait notamment ĂȘtre un moyen de lutter efficacement contre le dĂ©crochage en licence. Rappelons en effet que prĂšs de 60 % des inscrits en premiĂšre annĂ©e de licence ne passent pas en deuxiĂšme annĂ©e. Plus globalement, elle constitue un rĂ©el levier pour amĂ©liorer la performance gĂ©nĂ©rale du systĂšme Ă©ducatif.

 

Il y a donc beaucoup de gains Ă  attendre des Learning Analytics, mais elles risquent aussi de gĂ©nĂ©rer de redoutables externalitĂ©s nĂ©gatives, notamment si les communautĂ©s d’apprentissage ne maĂźtrisent pas les outils et l’environnement numĂ©rique oĂč ces pratiques auront lieu (oui, je pense trĂšs fort au partenariat entre Microsoft et l’éducation nationale en Ă©crivant ces lignes
).

Dans la prĂ©sentation ci-dessus, j’essaie de passer en revue quelles sont les rĂšgles de protection des donnĂ©es personnelles applicables Ă  ce type de traitements, dans le cadre de la rĂ©glementation CNIL actuellement en vigueur. Mais je m’efforce aussi d’anticiper des Ă©volutions importantes Ă  venir, notamment celle de l’entrĂ©e en vigueur l’annĂ©e prochaine du RĂšglement GĂ©nĂ©ral de Protection des DonnĂ©es (RGPD) d’origine europĂ©enne, qui va profondĂ©ment bouleverser la matiĂšre.

LĂ  oĂč la lĂ©gislation française reposait essentiellement sur des formalitĂ©s prĂ©alables de dĂ©claration Ă  la CNIL, le rĂšglement europĂ©en les supprime pour mettre en place un principe de « redevabilité » (accountability) qui va imposer aux Ă©tablissements de dĂ©finir a priori des politiques de protection des donnĂ©es (Ă©tudes d’impact, privacy by design, sĂ©curisation, etc.). Par ailleurs, le rĂšglement va dĂ©sormais nĂ©cessiter de recueillir le consentement Ă©clairĂ© des personnes intĂ©ressĂ©es par un traitement des donnĂ©es personnelles, lĂ  oĂč la loi française antĂ©rieure ne rĂ©servait cette obligation qu’à des hypothĂšses bien dĂ©terminĂ©es (donnĂ©es sensibles, cookies, prospection commerciale) et se limitait en dehors de ces cas Ă  un devoir d’information prĂ©alable des individus. Si le rĂšglement paraĂźt globalement renforcer la protection des donnĂ©es et consacrer de nouveaux droits (comme celui Ă  la portabilitĂ© des donnĂ©es), il a aussi des effets plus ambigus dans la mesure oĂč certains acquis du cadre français paraissent fragilisĂ©s (l’exigence d’anonymisation des donnĂ©es par exemple est remplacĂ©e par une simple pseudonymisation moins protectrice). Le rĂšglement permet aussi de mettre en place des pratiques de profilage prĂ©dictif du comportement des individus, qui peuvent avoir leur intĂ©rĂȘt dans le cadre des Learning Analytics, mais dont le caractĂšre intrusif pose aussi de nombreuses questions.

 

Au-delĂ  du RĂšglement europĂ©en, j’essaie Ă©galement de voir quelles vont ĂȘtre les incidences de la loi numĂ©rique sur les Learning Analytics. A priori, ces donnĂ©es devraient ĂȘtre concernĂ©es par l’obligation d’Open Data par dĂ©faut que la loi Lemaire impose aux administrations (y compris les universitĂ©s). Cela signifie qu’elles devront mettre en ligne et rendre librement rĂ©utilisables les donnĂ©es d’apprentissage, sans pouvoir fixer de redevances de rĂ©utilisation (y compris pour les Ă©ventuels usages commerciaux rĂ©alisĂ©s par des entreprises). Mais ces principes ne vaudront que pour les donnĂ©es anonymisĂ©es, car l’Open Data par dĂ©faut ne s’applique pas aux documents contenant des informations Ă  caractĂšre personnel. Et cela ne concerna pas non plus le contenu des ressources pĂ©dagogiques elles-mĂȘmes, lorsqu’il est protĂ©gĂ© par le droit d’auteur. Une licence libre peut bien sĂ»r ĂȘtre appliquĂ© pour entrer dans la logique des Ressources Educatives Libres (REL), mais ce n’est pas une obligation pour les Ă©tablissements.

Au final, le cadre juridique n’empĂȘche pas bien sĂ»r pas de dĂ©ployer des technologies de Learning Analytics, mais il impose de prendre des prĂ©cautions pour garantir les droits des individus concernĂ©s (information, consentement, accĂšs, effacement, portabilitĂ©) et la maĂźtrise de leurs donnĂ©es. La mise en place peut ĂȘtre relativement simple si l’on se contente de traiter des donnĂ©es anonymisĂ©es (Ă  condition de garantir que les rĂ©identifications indirectes soient impossibles, ce qui peut ne pas ĂȘtre si Ă©vident). Mais il faudra Ă©tablir des politiques de protection prĂ©cises et spĂ©cifiques pour ĂȘtre en mesure d’effectuer des traitements de donnĂ©es personnelles, ce qui paraĂźt inĂ©vitable si l’on veut bĂ©nĂ©ficier Ă  plein du potentiel des Learning Analytics.

Ce sujet est extrĂȘmement intĂ©ressant, car il se trouve au carrefour de plusieurs Ă©volutions juridiques importantes – et parfois contradictoires, puisque les administrations vont bientĂŽt se retrouver Ă  devoir gĂ©rer en mĂȘme temps des exigences accrues de protection, mais aussi d’ouverture. Il faudra sans doute du temps et beaucoup d’expĂ©rimentations pour trouver oĂč positionner le curseur de maniĂšre Ă  tirer le meilleur parti de ces technologies, sans fragiliser les droits des individus.

 

 

Creative Commons License AttributionRepublish
Published inLes InternetsPrivacy

Be First to Comment

Laisser un commentaire

×

đŸ‡ș🇾 🇬🇧 REPUBLISHING TERMS : You may republish this content online or in print under the Creative Commons license of original content.

đŸ‡ȘđŸ‡ș đŸ‡«đŸ‡·Â  CONDITIONS DE PARTAGE : Vous pouvez republier ce contenu en ligne ou sous forme imprimĂ©e est respectant la licence Creative Commons en vigueur.

 

License

Creative Commons License AttributionCreative Commons Attribution
🐾 Ressources pĂ©dagogiques, Learning Analytics & donnĂ©es personnelles