Le big data et la pédagogie proactive

Dominique Ledogar, auteur de l’ouvrage « Apprentissage : ce que veulent les jeunes et les entreprises » est expert en pédagogie proactive. Il est aussi chef du service qualité de l’apprentissage et soutien aux employeurs à la région Ile-de-France où il travaille depuis plus de 14 ans. Après une formation sur la transformation digitale et sur le big data à Stanford, les Marmignon Brothers ont mis en place une architecture proactive sur leur application d’éducation innovante déjà présente dans une quinzaine d’établissements d’enseignement supérieur : e-dutainment. Ces 3 experts estiment que la combinaison « big data / pédagogie proactive » est sur le point d’accélérer considérablement les apprentissages, de les rendre plus durables et moins coûteux. 

Qu’est-ce que la pédagogie proactive ?

La pédagogie proactive en général consiste à anticiper avec un apprenant donné une activité imminente qui lui tient à cœur, et à profiter de son envie de réaliser cette activité, pour injecter dans sa préparation des connaissances alternatives (différentes techniques reconnues pour réussir l’activité) et académiques (connaissances générales utiles pour la réussite et la mise à distance de l’activité).

Historiquement, cette pédagogie est née dans le contexte de la pédagogie de l’alternance où elle permet d’éviter les ruptures de contrat d’apprentissage (6% contre 21% lors d’un test avec 70 000 jeunes) et d’améliorer la réussite aux examens (84% contre 73%). L’anticipation des besoins imminents des entreprises permet d’accélérer la productivité des alternants tout en optimisant simultanément leur réussite scolaire.

Même si les pionniers de cette pédagogie l’ont mise en œuvre sans l’aide des outils dématérialisés, dès les années 1970, il est évident qu’avec les moyens modernes, cette pédagogie est plus facile à déployer.

En quoi est-elle différente des autres pédagogies ?

Paradoxalement, la formation alternée ne met pas encore en œuvre cette anticipation qui s’avère pourtant un levier majeur pour l’efficacité des formations et l’implication des bénéficiaires (apprenants et entreprises). La formation continue intègre elle aussi rarement ce niveau de synchronisation entre formations et besoins réels imminents. Enfin, l’éducation ne répond pas non plus aux besoins du réel, encore moins du réel imminent. Pourtant, des anticipations à court terme motiveraient énormément les apprenants, sans nuire aux objectifs pédagogiques, éducatifs et citoyens plus larges. Au contraire, elles faciliteraient leur atteinte.

Comment est-elle facilitée par les outils dématérialisés ?

Quatre difficultés bien connues des formateurs sont largement écartées par la dématérialisation :

  • D’abord, la difficulté de se mettre au service de chaque entreprise avec ses besoins singuliers, étant donné que la priorité est de former plutôt un groupe d’apprenants à un titre ou à un diplôme : Cette difficulté est écartée par les jeux de rôle et les situations réelles coachées. En effet, les formateurs découvrent qu’en questionnant l’entreprise sur ses besoins imminents, ils gagnent une écoute, une estime et une implication qui facilite largement le processus de formation à venir (par rapport à leur méthode précédente).
  • Ensuite, la difficulté de tracer les activités imminentes de chaque apprenant dans chacune de leur entreprise, à chaque alternance : Cette difficulté est écartée par l’outil de liaison proactif. En effet, chaque alternant peut relier à chaque activité du référentiel un ou plusieurs besoin de production imminent en entreprise et en préciser les spécificités et les conditions de réalisation.
  • Ensuite, la difficulté de former individuellement chaque alternant pour préparer une réponse aux besoins imminents identifiés. Cette difficulté est écartée par l’interface entre l’outil de liaison et le LMS du centre de formation. En effet, à chaque besoin imminent identifié peut correspondre une formation très ciblée, si les grains de formation sont suffisamment bien décomposés.
  • Pour finir, la difficulté de compléter pour chaque alternant son parcours pour à la fois répondre à des besoins spécifique à son entreprise, et couvrir quand même la totalité du référentiel : Cette difficulté est écartée par l’outil de liaison qui dresse un synoptique des alternants et des activités pour lesquelles ils ont bénéficié de formations (« puzzle référentiel »).

La data générée par la pédagogie proactive permet de changer d’échelle

La data générée par l’outil de liaison dématérialisé « en mode proactif » est la suivante :

  • Le nombre des besoins imminents identifiés, leur description et leur fréquence : Cette seule donnée renseigne sur la dynamique de l’action de formation. Elle permet de mesurer l’engagement des bénéficiaires. On peut même supposer qu’un grand nombre de besoins imminents identifiés révèle une intense posture de service de la part des apprenants et une mobilisation très forte des formateurs pour induire et soutenir cette posture.
  • Le nombre des ressources individualisées pour les anticiper, y-compris les connaissances alternatives et académiques : Cette donnée révèle à la fois la pertinence des formations et du travail des formateurs, mais aussi, leur capacité à compléter les formations spécifiques avec des connaissances alternatives et académiques (permettant d’éviter un simple adéquationnisme).
  • La coévaluation de la réussite de l’alternant sur le besoins anticipé : Cette donnée révèle à la fois la pertinence définitive des formations pour la maîtrise du salarié (évaluation par l’entreprise et le formateur technique) mais aussi l’efficacité de la méthode pour « faire passer » les objectifs académiques (évaluation par le formateur, y-compris en enseignements généraux).

La data générée par les outils de formation individualisée (LMS) est la suivante :

  • Les grains de formation mobilisés et mobilisables pour anticiper les besoins imminents : Cette donnée est générée automatiquement, notamment dans le cas des vidéos, en découpant des extraits en fonction de leur pertinence avec les besoins identifiés (métadonnées ou données de contenu). Les alternants qui utilisent ces données génèrent à leur tour des données de pertinence qui serviront aux autres utilisateurs.
  • Les stratégies d’apprentissage (types de grains, parcours, durée…) pour anticiper les besoins et y répondre : Les parcours et les exercices proposés génèrent des données qui serviront à la fois directement à l’utilisateur concerné (profilage, deep learning) et aux autres utilisateurs pour enrichir les solutions qui leur seront proposées en fonction de leurs propres caractéristiques.

La combinaison de ces données permet de faciliter la mise en œuvre de la démarche proactive, à la fois :

  • en écartant les 4 difficultés, en facilitant le pilotage des équipes, en contrôlant leur engagement dans la démarche par « le nombre de besoins imminents identifiés et satisfaits »),
  • en ciblant toujours plus précisément les grains de formation qui permettent d’anticiper le mieux les besoins imminents.

A moyen et à long terme, la démarche proactive, les outils dématérialisés et le big data vont changer les standards de l’efficacité des formations : L’exemple de la solution e-dutainment

e-dutainment permet l’apprentissage de l’Anglais professionnel et général. Cette application permet d’être en immersion, dans des contextes métiers et des mises en situation de la vie de tous les jours. Les contenus sont des vidéos pédagogiques et les films Hollywoodiens, disponibles quatre mois après la sortie en salles de cinéma. C’est la première fois, au niveau mondial, que des studios de cinéma tels que Sony ou MGM cèdent leurs films pour une application d’éducation. Tout cela permet donc une progression plus attractive, plus rapide ainsi qu’un apprentissage plus durable et moins coûteux car en anticipant des situations réelles en entreprise, à l’aide d’entrainements audio/vidéos évalués ciblés, variés et motivants, nous pouvons

  • reprendre en amont une situation réelle où un apprenant est invité à identifier un besoin réel de production à court terme dans une entreprise réelle
  • trouver des extraits pertinents en un seul clic, pour construire un parcours qui permet de s’entraîner pour anticiper la réponse à ce besoin
  • proposer un parcours personnalisé à chaque apprenant selon son niveau et l’accompagner sur des tests de validation des connaissances.
  • En utilisant les data des apprenants ainsi que l’ensemble des contenus pédagogiques, nous arrivons, simplement, à proposer un parcours de formation dédié.
  • Il ne reste plus ensuite qu’à évaluer l’efficacité de la préparation sur le besoin réel qui avait été anticipé à court terme – L’expérience montre que cette efficacité est maximale par rapport à des préparation sans anticipation à court terme.

Comment le big data peut rendre une pédagogie proactive sur du e-learning ?

Corentin et Clotaire Marmignon : La vocation première de l’application est de former d’une façon pluridisciplinaire en anglais et dans un cœur de métier spécifique, comme les sciences de gestion, les sciences de l’ingénieur ou encore les media ou la transformation digitale. Il fallait garder cet aspect demandé et plébiscité par les apprenants, les écoles et les entreprises, tout en ayant une vision avant-gardiste sur la pédagogie de demain. Nous avons donc décidé d’instaurer  un système permettant d’analyser les contenus vidéos afin d’extraire les séquences intéressantes sur un sujet précis. Les métadonnées que nous obtenons des contenus nous permettent ensuite d’orienter les recherches vers des éléments concrets. La barre de recherche est donc directement liée à ces résultats. Le but était d’automatiser l’accès à des ressources précises à grande échelle et de créer les tests de vérification de connaissances pour chaque client, selon l’approche qu’ils souhaitent donner à leur formation. Pour un besoin précis, en cherchant les termes correspondant à la problématique dans la barre de recherche innovante, les utilisateurs trouveront directement sur les extraits pertinents précis parmi tous nos contenus, soit plus de 1 000 contenus à l’heure actuelle. 

Quels supports sont utilisés ? Comment cohabitent-ils ?

Les vidéos et leurs métadonnées représentent une richesse exceptionnelle pour l’apprentissage. Les vidéos orientées sur les métiers ont une approche théorique, mais également une approche “terrain” avec des études de cas. Le big data nous permet ensuite d’extraire les métadonnées et de proposer aux utilisateurs une palette de possibilités, de contextes et d’exemple pour des missions précises.  Ainsi, on peut apprendre à négocier en partie grâce à Mission Impossible, mais aussi grâce à des vidéos thématiques. Les tests en relation avec ces sujets sont également créés dans la partie exam de l’application afin de valider les acquis et les compétences clés dans des métiers qui demandent sans cesse une plus grande culture de la performance. Le résultat est assez satisfaisant car il combine les pédagogies vidéoludique et proactive. La vidéo aide à la mémorisation et rend l’apprentissage actif. Etant donné que les parcours sont construits sur-mesure, nous ne proposons en amont que des contenus pertinents répondant aux besoins précis, , juste au moment où l’apprenant l’a identifié.

  • Un exemple concret 

Concrètement, pour une formation sur les sales techniques, on arrive à ces résultats :

Pour une formation sur les techniques de vente, nous trouvons 2629 séquences provenant de 90 vidéos contenant le champ lexical de la vente, de la négociation et du marketing.

Les points d’apprentissage de ces tests sont multiples et peuvent permettre aux apprenants de les mettre en place dans leur environnement professionnel. Avec ces bilans de compétences et de connaissances, ces points sont travaillés : 

– le vocabulaire 

– la compréhension 

– la grammaire 

-la mise en situation

– l’audio (extraits de vidéos)

– les compétences métiers clés 

– la mémorisation 

– la culture de la performance grâce au côté gamifié et à la notation et à la pratique, sous forme de quizz dédiés et de quizz fréquents qui se basent sur la vidéo, l’audio, des images et du texte.

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.