Les universités américaines ont un problème! A l'instar des équipes de baseball et des entreprises médicales, elles se tournent vers l'analyse prédictive et le big data pour le résoudre. Quel problème? Moins de la moitié des étudiants américains obtiennent leur diplôme en quatre ans et environ 60%, en six ans, avec un coût élevé pour les familles et les établissements. Les statistiques sont encore pires pour les étudiants de première génération et ceux issus de milieux sociaux à faibles revenus, perpétuant les inégalités sociales.
Une solution réside dans l’analyse prédictive: analyser de grands ensembles de données pour discerner les tendances et repérer les élèves en danger de décrochage. Un nombre croissant de collèges et d'universités intègrent l'analyse prédictive et le big data pour surveiller les progrès des étudiants et intervenir rapidement en cas de problème. Voici comment...
Certaines classes prédisent le succès… ou l'échec
Cette histoire commence à la Georgia State University, une grande université de recherche qui accueille de nombreux étudiants issus de minorités et à faible revenu. En 2009, le président de l'université, Martin Becker, a renouvelé son engagement envers les diplômés de tous âges. Dans le cadre de cet effort, l’université a analysé une décennie de données sur chaque élève, chaque niveau et chaque cours. L'analyse a révélé que certaines classes prédisposent au succès… ou à l'échec.
Les classes ne sont pas toujours celles que vous attendez. Par exemple, considérons les étudiants en médecine de Géorgie. Une mauvaise note en mathématiques s'est avérée être un meilleur indice de leur performance qu'une mauvaise note dans une classe de sciences médicales : moins de 10% des étudiants qui ont obtenu un C en mathématiques ont obtenu leur diplôme, comparativement à environ 80% de ceux ayant une note B + ou supérieure.
Des processus similaires menés dans différentes universités ont révélé certains cours dotés d'un vrai pouvoir de prédiction. En Arizona, c'était un cours d'anglais. Seuls 41% des étudiants ayant obtenu un C en rédaction en première année ont fini par obtenir leur diplôme, tandis que 61% des étudiants avec une note B et 72% des étudiants avec un A ont obtenu leur diplôme. Un cours de biologie s'est avéré crucial pour les étudiants en médecine du El Paso Community College, tandis que le fait de réussir un cours sur l'histoire des États-Unis semblait être la clé du diplôme de la Middle Tennessee State University.
Changements dans les conseils aux étudiants
Ces informations basées sur les données peuvent révolutionner les conseils apportés aux étudiants dans l'enseignement supérieur. Des universités s’appuient sur des analyses pour cibler précisément les cours de soutien. Avant, les conseillers se concentraient généralement sur la moyenne pondérée d'un élève, dans laquelle une note médiocre occasionnelle ne déclenchait pas l'alarme. Grâce à l’analyse, ces universités connaissent désormais les voies empruntées par les étudiants les plus performants. Lorsqu'un étudiant quitte ce chemin, par exemple avec de mauvais résultats dans un cours pivot ou en s'inscrivant dans le mauvais cours, les conseillers sont alertés et font des suggestions à l'étudiant. Georgia State estime que son système a automatiquement envoyé plus de 50 000 messages suggérant que conseillers et étudiants se rencontrent pour discuter d'un problème au cours de sa première année. Les conseillers ont orienté environ 2 000 étudiants dans les bonnes classes en 2016!
L'analyse du Big data a apporté d'autres changements sur le campus. L’État de Géorgie et celui du Middle Tennessee ont tous deux doublé leur nombre de conseillers éducatifs pour mener ces interventions ciblées, tandis que le Middle Tennessee et d’autres écoles ont renforcé le tutorat et réorganisé certaines de leurs classes fondamentales sur la base de données analysées. Arizona State a constaté que bon nombre de ses étudiants n'étaient pas préparés aux mathématiques universitaires. Ainsi, il a éliminé les cours de mathématiques magistraux pour les remplacer par des cours individualisés que les étudiants suivent sur un ordinateur avec un tuteur. Le logiciel évalue continuellement les progrès des élèves et s’adapte pour les aider à combler leurs lacunes.
Résultats démontrés
La nouvelle approche des mathématiques d’Arizona State a augmenté le taux de réussite de ce cours de 65% à 85%, tandis que son taux de succès au bout de quatre ans a augmenté de 19 points depuis 2006. Georgia State a également montré des résultats: trois ans après la mise en œuvre de l’analyse de données, les étudiants issus de minorités ou de classe sociale à faible revenu obtiennent leur diplôme au même rythme que l'ensemble des étudiants - une première dans l'enseignement supérieur américain. Il y a dix ans, 31% des étudiants blancs avaient obtenu leur diplôme. Maintenant, 50% le décrochent. Aujourd'hui, 56% des étudiants afro-américains obtiennent leur diplôme, contre 26% il y a dix ans. Pour les latinos, le taux de succès est passé de 22% à 55%.
Partage des innovations
Grâce à ces chiffres, l'université de Géorgie est en tête du pays ce qui profite aux étudiants, aux familles, aux universités et à la société dans son ensemble. Georgia State et Arizona State partagent ce qu'ils ont appris dans le cadre du groupe "University Innovation Alliance", un groupe de onze institutions pionnières dans l'utilisation du Big Data pour stimuler la réussite des étudiants. Les 11 campus produisent maintenant +25% de diplômés à faible revenu par an, soit près de 6 000 diplômés supplémentaires par an. L'alliance est sur le point de produire 100 000 diplômés supplémentaires d'ici 2025. C'est une mission louable qui produit déjà des résultats impressionnants, est un véritable mouvement et peut encore progresser.
Sources
«Comment les universités utilisent-elles le Big Data?» Par Holly Else, Times Higher Education , 13 avril 2017.
«Voulez-vous obtenir votre diplôme? Ask Big Data », par Joseph B. Treater, The New York Times , 2 février 2017.