Paris France 2023

Paris France 2023

LT France 2022 Logo

Dates and Venue

1 - 2 février 2023 | Porte de Versailles | Hall 7

Micro Learning et Learning Analytics dans e-Cadencia

Micro Learning et Learning Analytics dans e-Cadencia

ITycom Stand: D52
Philippe Dugerdil
Micro Learning et Learning Analytics dans e-Cadencia

Dans notre article précédent sur les « Learning Analytics » nous avons insisté sur la nécessaire définition d’un but pédagogique avant de se lancer dans le captage « tous azimuts » de données sur les apprenants.
Que veut-on améliorer et pourquoi ?

Dans notre article précédent sur les « Learning Analytics » nous avons insisté sur la nécessaire définition d’un but pédagogique avant de se lancer dans le captage « tous azimuts » de données sur les apprenants.


Que veut-on améliorer et pourquoi ?


En préambule j’aimerais poser les bases du Micro- Learning mis en oeuvre dans e-Cadencia.


Le Micro Learning est une technique de e-Learning de plus en plus populaire [4][1].
Bien que ce terme fasse désormais partie de l’arsenal marketing des vendeurs de solutions, il existe peu de recommandations convaincantes sur sa mise en oeuvre.
Un consensus semble toutefois émerger autour de la durée des micro-cours, on parle généralement de 3 à 5 minutes, et sur leur nécessaire autonomie. Ce dernier terme veut dire que chaque micro-cours doit être assimilable indépendamment des autres. Cette exigence est très délicate à mettre en oeuvre et oblige à repenser la démarche pédagogique.
Dans un système de formation e-Learning, l’un des défis est de s’assurer que les étudiants étudient effectivement et assimilent les connaissances. Parmi les difficultés généralement invoquées dans le suivi de cours MOOC [1], on cite généralement le rythme des cours qui peut être inadapté à l’apprenant et la difficulté de concentration sur une longue vidéo. En particulier, une étude académique a montré qu’après 5 minutes le nombre d’étudiants abandonnant le visionnement augmente rapidement [2].
Or sans concentration, il n’y a pas d’apprentissage. Ainsi la durée critique de concentration sur une vidéo de cours est d’environ 6 minutes [3].
Dans e-Cadencia, nous avons choisi pour une durée de micro-cours de 3 minutes maximum. Chaque micro-cours est complété par un test des connaissances de 60 secondes. Cette durée de 3 minutes a deux avantages : elle est inférieure à la durée critique de concentration et elle est suffisamment courte pour permettre à un apprenant de répéter entièrement un micro-cours non assimilé. Par ailleurs nous avons opté pour une technologie « push » : les micro-cours sont envoyés sur les dispositifs mobiles de chaque apprenant suivant un rythme personnalisé. Ce dernier sera choisi en fonction de la vitesse d’assimilation de l’apprenant.
Dans e-Cadencia, l’objectif pédagogique n’est pas de former mais de faire apprendre, de faire assimiler les connaissances. Pour cela il faut que l’apprenant puisse se concentrer sur la matière à son rythme.
C’est dans cette perspective que nous avons conçu les Learning Analytics de e-Cadencia. Pour chaque envoi de micro-cours, nous mesurons le délai de consultation et le résultat au test. Si le délai s’allonge cela veut dire soit que l’apprenant a de la difficulté à assimiler le contenu, soit qu’il est trop occupé et ne peut pas dégager le temps nécessaire pour étudier. Dans tous les cas, nous allons ralentir le rythme d’envoi des nouveaux micro-cours sur son mobile pour éviter de le décourager.

Le résultat au test nous permet de connaître le niveau d’assimilation. Si le résultat au test est faible et que le délai de consultation est normal ou long, la matière, bien qu’étudiée correctement, n’est pas acquise. Dans ce cas, on peut décider de renvoyer le même micro-cours pour consolider les connaissances. Si le résultat au test est faible et que le délai de consultation est trop court, cela peut être interprété comme un manque de sérieux dans l’apprentissage.
L’apprenant sera alors encouragé à consacrer plus de temps à sa formation. Si le résultat au test bon et que le délai de consultation est court,
cela peut s’interpréter comme une facilité d’assimilation par l’apprenant. Dans ce cas e-Cadencia augmentera le rythme d’envoi des micro-cours sur son dispositif mobile pour qu’il puisse avancer plus vite. Finalement, si le résultat au test est bon et que le délai de consultation est normal, le rythme des micro-cours est bien adapté à l’apprenant. Dans chacun de ces exemples, la stratégie pédagogique n’est pas préfixée mais peut être programmée.

C’est au responsable de la formation de décider ce qu’il faudra faire
en fonction de l’état des données des apprenants.
En résumé, les données analysées par e-Cadencia sont au service d’une meilleure assimilation des cours par les apprenants. Cela passe par un rythme d’envoi des micro-cours individualisé, sur la base du délai de consultation et du résultat au test.

References
[1] Aldowah, H. et al. Factors affecting student dropout in MOOCs: a cause and effect decision making model. J Comput High Educ. 2019
[2] Kim J., Guo P. J., Seaton D. T., Mitros P., Gajos K. Z., Miller, R. C. -Understanding In-video Dropouts and Interaction Peaks In online Lecture Videos. Proc. of the First ACM Conference on Learning @ Scale, Atlanta, 2014]
[3] Lagerstrom, L., Johanes, P., Ponsukcharoen, U. – The Myth of the Six-Minute Rule: Student Engagement with Online Videos. ASEE Annual Conference & Exposition, Seattle, 2015
[4] Leong K., Sung A., Au D., Blanchard C. – A review of the trend of microlearning. Journal of Work- Applied Management 13(1). April 2021

View all News
Loading

Merci à nos sponsors