Scénario d'analyse

MOOCAZ (Monter un MOOC de A à Z)

ENS Paris-Saclay, laboratoire STEF

Formation sur la conception d'un MOOC à partir de laquelle les données produites vont être traitées et analysées pour répondre aux questions de recherche : Comment décrire le succès d'un MOOC ? Quels sont les indicateurs quantitatifs pertinents pour décrire le succès d'un MOOC selon la représentation que l'on s'en fait ?

Cette étude s’inscrit dans le cadre général d’une réflexion sur les indicateurs de performance dans les MOOC. La gratuité et l’absence de cadre contraignant contribuent à créer un écart conséquent entre activités prescrites par l’équipe pédagogique, et activité effective des utilisateurs du cours, qui questionne l’usage d’indicateurs de performance comme les taux de certification. Nous tâchons de réfléchir à des alternatives à un tel indicateur en nous penchant sur les utilisations qui sont faites du dispositif, en particulier chez les non-certifés.

Nous nous intéressons aux modes de suivi du cours pour le MOOCAZ, un mode de suivi étant défini comme la combinaison de différentes actions (visionnage de vidéo, réalisation de quiz, rendu de devoirs) au sein d’un module du cours donné. Un mode de suivi alternatif quant à lui correspond à un mode de suivi qui, s’il est adopté pour l’ensemble des modules d’un cours, ne permet pas l’obtention du certificat.

On cherche dans un premier temps à décrire et à quantifier ces écarts, pour ensuite les interpréter par des entretiens semi-directifs, selon une logique de méthode mixte qui sort du cadre de cette étude. A bien des égards, ce mode de suivi alternatif correspond à ce que Rabardel (1995) définit comme une catachrèse. La problématique générale peut être résumée en ces termes : Quelle est la composition des différentes classes de non-certifiés ? (Scénario 2)

Quels sont les modes de suivi alternatifs, c’est à dire ne débouchant pas sur l’obtention d’un certificat ? Que représentent-ils sur le plan quantitatif par rapport aux modes de suivi débouchant sur l’obtention du certificat ?

Nombre d’individus statistiques (nombre de lignes) : entre 3000 et 5000

Nombre de logs : plusieurs dizaines de milliers à chaque session.

Nombre de variables : 8

Les données sont produites pendant des sessions de formation d’une durée s'étalant de cinq a sept semaines. Les sessions du "MOOCAZ"  analysées ont été organisées en juin 2014 et en novembre 2014. Les serveurs du CINES stockent en théorie tous les logs de la plate-forme, mais une perte a été constatée. Environ un log sur deux disparaît, lorsque l’on compare le nombre de messages postés dans les forums par les apprenants, et le nombre de messages présents dans les logs.

Une extraction est requise, les logs extraits par l’équipe du CINES sont envoyés à FUN qui les retransmet au laboratoire STEF.  Après avoir été envoyés au laboratoire STEF, les jeux de données ont été transmis au laboratoire LIUM dans le cadre du projet Hubble. C'est la version brute, telle qu'envoyée par le CINES, qui est envoyée.

Les données sont produites en conditions écologiques. Il s'agit des données d'une formation qui n'a pas été conçue pour tester des hypothèses.

Analyse diachronique de l'activité des utilisateurs de MOOC. Classification d'apprenants sur la base des learning analytics. Confrontation entre classifications issues de learning analytics, de résultats d'enquête et d'analyses d'entretiens.

Il s’agit ici de reproduire sur des données de FUN des analyses réalisées dans le cadre d’autres MOOC, organisés sur Coursera ou Unow, et dont les analyses sont accessibles dans Cisel (2016).

Le contenu produit par les internautes est sous Licence restrictive. La production relève de la propriété intellectuelle des auteurs et ne peut donc pas être réutilisée, sauf si l'auteur décide lui-même d'associer, en l'indiquant explicitement, une licence libre sur sa production.

MOOCAZ (Monter un MOOC de A à Z)

Formation sur la conception d'un MOOC à partir de laquelle les données produites vont être traitées et analysées pour répondre aux questions de recherche : Comment décrire le succès d'un MOOC ? Quels sont les indicateurs quantitatifs pertinents pour décrire le succès d'un MOOC selon la représentation que l'on s'en fait ? Quels sont les schèmes d'utilisation du dispositif les plus fréquents parmi les non-certifiés ? Comment les traces d'interaction peuvent-elles en rendre compte ?

ENS Cachan

Cette étude s’inscrit dans le cadre général d’une réflexion sur les indicateurs de performance dans les MOOC. La gratuité et l’absence de cadre contraignant contribuent à créer un écart conséquent entre activités prescrites par l’équipe pédagogique, et activité effective des utilisateurs du cours, qui questionne l’usage d’indicateurs de performance comme les taux de certification. Nous tâchons de réfléchir à des alternatives à un tel indicateur en nous penchant sur les utilisations qui sont faites du dispositif, en particulier chez les non-certifés.

Nous nous intéressons aux modes de suivi du cours pour le MOOCAZ, un mode de suivi étant défini comme la combinaison de différentes actions (visionnage de vidéo, réalisation de quiz, rendu de devoirs) au sein d’un module du cours donné. Un mode de suivi alternatif quant à lui correspond à un mode de suivi qui, s’il est adopté pour l’ensemble des modules d’un cours, ne permet pas l’obtention du certificat.

On cherche dans un premier temps à décrire et à quantifier ces écarts, pour ensuite les interpréter par des entretiens semi-directifs, selon une logique de méthode mixte qui sort du cadre de cette étude. A bien des égards, ce mode de suivi alternatif correspond à ce que Rabardel (1995) définit comme une catachrèse. La problématique générale peut être résumée en ces termes : Quels sont les schèmes d'utilisation les plus fréquents parmi les non-certifiés ? Comment la mise en évidence de patterns peut-elle nous aider à mettre au jour de tels schèmes ?

Quels sont les modes de suivi alternatifs, c’est à dire ne débouchant pas sur l’obtention d’un certificat ? Que représentent-ils sur le plan quantitatif par rapport aux modes de suivi débouchant sur l’obtention du certificat ?

Nombre d’individus statistiques (nombre de lignes) : entre 3000 et 5000

Nombre de logs : plusieurs dizaines de milliers à chaque session.

Nombre de variables : 8

Contexte de production de données :

Analyse diachronique de l'activité des utilisateurs de MOOC. Classification d'apprenants sur la base de séquences d'action. Confrontation entre classifications issues de l'analyse de traces d'intereaction, de résultats d'enquête et d'analyses d'entretiens.

Il s’agit ici de reproduire sur des données de FUN des analyses réalisées dans le cadre d’autres MOOC, organisés sur Coursera (plus précisément sur le cours de programmation d'algorithems de Polytechnique), et dont les analyses sont accessibles dans Cisel (2016).

Le contenu produit par les internautes est sous Licence restrictive. La production relève de la propriété intellectuelle des auteurs et ne peut donc pas être réutilisée, sauf si l'auteur décide lui-même d'associer, en l'indiquant explicitement, une licence libre sur sa production.