Le mois dernier, le New York Times publiait un article sur le big data et son utilisation par les universités, ou comment l’analyse prédictive peut mesurer les chances de réussite des étudiants.

Que nous apprennent ces analyses ? Si les élèves ont une mauvaise note dans une matière majeure pour leur cursus, ils réussissent moins leurs études : jusque-là, pas très surprenant… Mais cela même s’ils ont de bonnes notes par ailleurs : une seule matière peut être déterminante sur la réussite future, tout peut se jouer sur celle-ci, nous explique Joseph B. Treaster, ancien journaliste du New York Times devenu professeur à l’école de communication de l’université de Miami.

Une note peut être déterminante

Et parfois la matière déterminante n’est pas celle que l’on pense : l’article cite l’exemple d’étudiants infirmiers en Georgie aux Etats-Unis. L’école pensait que la matière “concepts fondamentaux des soins” était déterminante pour la réussite des élèves, alors qu’en fait c’est les maths qui le sont : seuls 10% de ceux qui ont une mauvaise note dans cette discipline obtiennent leur diplôme, contre 80% de ceux qui ont de bons résultats en maths.

L’exploitation des données permet également d’analyser les résultats des tests d’admission à l’université, les données personnelles, l’origine démographique, les cursus choisis, les rencontres avec des conseillers ou tuteurs, l’utilisation des ressources intranet mises à disposition par les profs… Tout cela permet ensuite de dessiner des parcours types, des voies empruntées par ceux qui réussissent. Et quand un élément cloche, les conseillers reçoivent une alerte.

Plus de conseillers

Ces statistiques ont incité les universités à recruter plus de conseillers : en Georgie par exemple, où beaucoup d’étudiants sont issus de milieux populaires et de minorités, on en trouve un pour 300 étudiants, contre un pour 750 avant. Et les taux de réussite ont grimpé de 5 points.

Ces analyses sont aussi accessibles aux étudiants de première année, qui peuvent voir ce qu’ont fait les autres avant eux pour réussir en comparant leurs données. Ils peuvent aussi recevoir des conseils d’étudiants plus avancés et des professeurs.

Big brother à la fac ?

Les données permettent aussi de suivre – voire de traquer – les première année : grâce à leur carte d’étudiant on peut savoir quand ils vont à la cafétéria, au sport, à la bibliothèque… Afin de détecter les comportements qui mènent le plus à la réussite.

Mais tout cela est aussi critiqué : “les algorithmes ne doivent pas remplacer l’humain et le jugement personnel”, explique un chercheur cité dans l’article, et risquent d’éliminer d’office des cursus les étudiants “à risque” (ils pourraient être virés pour augmenter le taux de réussite des universités). Certaines facultés sont aussi réticentes à recourir à ces analyses car le coût peut être prohibitif : 500.000 dollars environ pour des contrats d’analyses poussées sur trois ans.