Faisons un pas de côté et réexaminons la question de savoir pourquoi nous voulons une éducation ouverte. Et plus précisément, pourquoi nous la voulons en 2024, dans le contexte d’une alliance européenne comme EUniWell, et en outre dans le contexte influencé par ce que nous avons appris pendant la crise Covid et l’avènement de l’Intelligence Artificielle.
Nous connaissons tous les objectifs de développement durable. Il y a 17 objectifs de développement durable et ils sont tous liés au bien-être. Et je pense que nous sommes tous d’accord pour dire qu’il ne peut y avoir de bien-être en dehors de la durabilité. C’est pourquoi je souhaite discuter et promouvoir aujourd’hui la notion d’éducation durable.
Une éducation durable ? De quoi s’agit-il ?
Si nous posons la question à notre nouvel ami ChatGPT, nous obtiendrons une réponse sous la forme suivante : « L’éducation durable, alias l’éducation aux objectifs de développement durable, c’est… ». Et si nous nous tournons vers notre moteur de recherche habituel, nous obtenons la même chose.
Il est clair que cela présente un intérêt et nous comprenons tous qu’une université devrait proposer des cours sur « l’éducation au développement durable ». Mais ce n’est pas ce que nous devrions appeler « l’éducation durable ».
Alors, que peut être l’éducation durable ? Je pense qu’une éducation est durable lorsqu’elle a un effet durable. Les Français utilisent le terme d’Objectifs de développement durable (ODD) pour désigner les “Sustainable Development Goals”. Suivons leur exemple.
Pour qu’une éducation soit durable, nous nous attendons à ce que, lorsqu’un étudiant quitte l’école ou l’université, il ait plus qu’un diplôme pour attester de ses efforts.
C’est certainement déjà le cas ! Et je n’ai pas vérifié avec chaque université pour pouvoir affirmer le contraire. Mais je sais que depuis que j’en parle, je n’ai été que peu, voire pas du tout, contredit.
Pourquoi est-ce important ?
Lorsque nous considérons les effets de l’intelligence artificielle, et plus précisément de l’IA générative, nous pouvons voir qu’il s’agit d’un outil formidable qui peut être utilisé (et qui l’est déjà) pour résoudre de nombreuses situations de la vie : pour aider à résoudre un problème, écrire une lettre, tester sa langue, vérifier certains faits… Et nous pouvons imaginer que nous, les humains, allons vouloir utiliser ces outils grâce aux connaissances et aux compétences que nous avons acquises jusqu’à présent. Que ce soit au moment de l’écriture du prompt (interaction avec l’algorithme) ou de l’interprétation des réponses, nous le ferons en toute sécurité si nous pouvons nous référer à ce que nous avons appris.
Où se trouvent les ressources éducatives ?
Lorsqu’un étudiant est inscrit à un cours, il a accès à la plateforme de gestion de l’apprentissage (Moodle, Ilias,…) pour ce cours. Il y trouvera probablement le matériel d’apprentissage, les notes fournies par l’enseignant, les diapositives, des liens vers du matériel supplémentaire. Ils l’utiliseront pendant un semestre. Mais que se passe-t-il dès que l’étudiant a passé l’examen et validé le cours ? Inévitablement, il n’aura plus accès au matériel d’apprentissage.
Lorsque nous, en tant qu’enseignants, leur demandons de se souvenir de quelque chose qu’ils ont étudié l’année dernière, ils disent essentiellement qu’ils n’ont pas vu ce sujet. Lorsqu’ils sont mis au défi, ils n’ont en fait aucun moyen de trouver l’information pertinente.
Il est évident qu’un étudiant peut exporter le matériel du LMS et organiser son propre portfolio. Mais ils le font rarement. Et il commence à y avoir des universités qui archivent les cours et permettent de faire des recherches dans les anciens cours.
En ce qui concerne les manuels, dans la plupart des modèles (non ouverts), c’est un peu la même chose. Soit l’étudiant a vendu le manuel qu’il a dû acheter pour payer les manuels du nouveau semestre, soit il a bénéficié d’un système où l’État ou les collectivités locales lui ont permis d’emprunter, pour une année seulement, le manuel en question.
L’excellent travail réalisé par les bibliothèques, bien sûr, contribue en partie à mettre le savoir à la disposition du plus grand nombre, mais elles ne constituent pas une réponse à long terme (combien d’anciens élèves retourneront à leur bibliothèque pour y trouver l’information manquante ?)
Dans tous les cas, l’hypothèse apparente est qu’une fois l’examen passé, il n’est pas nécessaire de revoir ses connaissances, de pouvoir vérifier quoi que ce soit. D’une manière ou d’une autre, nous semblons tous croire, et cela contre toute évidence, que ce qui a été enseigné est mémorisé et acquis pour toujours.
Où ont disparu nos connaissances éducatives ?
En fait, il existe de nombreuses explications à cette situation. Comme pour beaucoup de choses, aucune décision directe n’a jamais été prise pour faire sciemment disparaître le savoir des supports physiques. C’est ce qu’on appelle le « progrès technologique ». Si nous pensons aux connaissances culturelles comme les films ou la musique, nous avons assisté, lentement mais sûrement et au cours des 50 dernières années, à la disparition des disques et des vidéos, puis des CD et des DVD. Aujourd’hui, vous écoutez une musique que vous aimez, vous voyez un film que vous avez apprécié et vous ne vous souciez pas de le conserver pour plus tard. Il est sur le cloud.
De la même manière, la plupart des étudiants ne retiendront pas leurs acquis éducatifs pour l’avenir : elles sont là. Sur le cloud. Mais est-ce vraiment le cas ?
Les examens sont-ils en train de devenir le but de l’éducation ?
Comme beaucoup d’enseignants, j’ai des histoires déprimantes à raconter, où à la fin de mon cours, les étudiants ne me demandent pas ce que j’ai dit, mais sur quoi va porter l’examen ou quel est le coefficient relatif de mon cours. Lorsque j’ai essayé d’éviter les examens et que je leur ai demandé d’être là dans le seul but d’apprendre, j’ai été confronté à la défaite. Quand les étudiants en déduisent que ce dont je parle ne fait pas partie de l’évaluation, je suis face à une défaite.
En France, le système est passé de l’examen final au « contrôle continu », dont les mots eux-mêmes font peur (Orwell aurait pu utiliser ce vocabulaire…). Ce système est préféré par la grande majorité, mais il devient alors intrinsèquement impossible de séparer l’apprentissage de l’évaluation.
Cela n’est pas sans conséquences : en associant trop fortement l’examen et les notes à l’apprentissage (combien de parents de jeunes enfants demanderont le soir « qu’as-tu appris aujourd’hui ? » et combien demanderont « as-tu obtenu de nouvelles notes ? »), nous suggérons tous trop fortement que l’éducation consiste à obtenir des notes, ce qui encourage les stratégies qui, avec l’aide de l’IA aujourd’hui, permettent d’obtenir des notes sans apprendre grand-chose.
L’apprentissage automatique, à comparer avec l’apprentissage humain
L’apprentissage automatique est au cœur de l’intelligence artificielle. L’apprentissage automatique résout généralement – mais pas uniquement – des tâches de classification : étant données certaines données, l’algorithme d’apprentissage automatique construit un modèle qui peut être utilisé pour classer les données. Par exemple, nous pouvons avoir des étudiants comme données : certains étudiants ont réussi (r) et d’autres ont échoué (e). Dans les données, nous connaissons des éléments sur les étudiants (leur âge, leurs notes antérieures, …). Le modèle aura pour but de prendre en entrée un nouvel étudiant, d’examiner ses notes et d’autres valeurs et de prédire r ou e.
Lorsqu’un algorithme est choisi, une question immédiate se pose : quelle est sa qualité ? Il est essentiel de répondre à cette question ! Elle permet de comparer les algorithmes, les modèles et les problèmes. Une mesure est donc choisie. Une mesure simple consisterait à compter le nombre d’erreurs de prédiction commises sur un ensemble de tests. Si nous testons 100 étudiants et obtenons 3 erreurs de classification, le taux d’erreur sera de 3 %.
Mais maintenant, quelque chose d’assez extraordinaire se produit : vous pouvez généralement résoudre le nouveau problème d’optimisation à la place. Ce problème est le suivant : Trouver le modèle qui minimise le taux d’erreur. Pour ce faire, les algorithmes typiques travaillent sur les dérivées partielles de la fonction/modèle et résolvent le test d’équations où celles-ci doivent prendre la valeur 0.
Cela fonctionne très bien dans la pratique, mais notez qu’il n’y a pas d’apprentissage ici. Il s’agit simplement d’optimiser une fonction d’erreur.
Cela fonctionne bien avec l’IA, comme nous pouvons le constater tous les jours. Mais l’apprentissage humain est certainement différent et ne consiste pas uniquement à minimiser la fonction d’erreur, ou, en d’autres termes, à obtenir de bonnes notes ?
Qu’en est-il de l’éducation ouverte ?
L’éducation ouverte doit permettre de résoudre ces questions. La constitution de collections de ressources éducatives libres garantit que nos étudiants auront accès à leurs connaissances après l’université. Cela permettra d’établir une nouvelle relation entre les étudiants, les anciens étudiants et les institutions. Trouver d’autres pratiques éducatives ouvertes (PEO) peut contribuer à briser la relation à notre sens erronée qui s’est installée entre l’évaluation et l’apprentissage.
Ces arguments ne contredisent pas les arguments traditionnels en faveur de l’éducation ouverte : un accès moins coûteux à la connaissance, un cadre dans lequel l’enseignant jouit d’une plus grande liberté et d’une plus grande responsabilité, des situations dans lesquelles les jeunes sont en mesure de s’exprimer davantage sur leur avenir…
L’éducation ouverte dans EUniWell
Le programme de travail des quatre prochaines années nous permettra de discuter de ces questions. De plus, nous voulons que cette discussion soit inclusive et accessible dans toutes les langues du consortium. C’est pour cela que nous avons lancé il y a quelques semaines notre blog multi-lingue.
Ensuite, nous devons sélectionner quelques REL des différentes universités membres afin de les partager. Non seulement pour prouver que nous avons la capacité de créer des collections de REL, mais aussi pour mieux comprendre ce que nous visons.
La tâche la plus complexe consiste à mettre en place une solution qui nous permette de partager notre matériel d’apprentissage. Entre nous et avec le reste du monde. Avec l’expérience, on apprend que partager est difficile. Mais le groupe de travail sur l’éducation ouverte d’EUniWell s’est engagé dans cette voie.
S’agit-il d’une question de bien-être ? Nous le pensons.
