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.

 

 

Published inLes InternetsPrivacy

Be First to Comment

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *