Selon une étude de l’Universitat Oberta de Catalunya (UOC), du centre technologique Eurecat et de l’Université autonome de Madrid, publiée dans PLoS ONEles élèves ont travaillé de manière plus continue pendant la pandémie, ce qui a entraîné une amélioration de leurs résultats.
L’analyse des données menée sur cinq années académiques montre que l’étude continue, c’est-à-dire l’étude commençant au moins trois mois avant les examens, est la meilleure méthode pour obtenir de bonnes notes. Cela signifie que l’identification de la façon dont les étudiants étudient aide à prédire leurs performances futures.
Les auteurs de l’étude ont utilisé l’intelligence artificielle (IA) pour prédire les résultats bien à l’avance, ce qui leur a permis d’aider les étudiants qui allaient potentiellement obtenir de mauvais résultats. Prévenus à l’avance, les élèves ont pu revoir leurs méthodes de préparation et modifier leurs stratégies d’apprentissage s’ils n’étaient pas productifs. Il a également permis au personnel enseignant d’identifier les mauvaises pratiques tant pendant l’apprentissage que, plus tard, lors des examens, puisqu’il a détecté à la fois des copies et des cas de plagiat.
« L’UNESCO a déclaré l’importance de l’IA dans l’éducation en 2019 », a déclaré la chercheuse principale, Laia Subirats, chargée de cours à la Faculté d’informatique, multimédia et télécommunications de l’UOC et conseillère de recherche dans le groupe ADaS Lab du Centre de santé en ligne de l’UOC. et chercheur à Eurecat. « Dans cette étude, nous montrons qu’il peut être utilisé pour prévenir les mauvaises pratiques lors des études et pour identifier les résultats inhabituels qui peuvent dissimuler une mauvaise conduite, comme le plagiat. »
L’étude est basée sur une analyse des exercices réalisés par 396 étudiants du cours d’informatique appliquée du programme de licence en génie chimique de l’Université autonome de Madrid avec l’outil d’apprentissage adaptatif e-valUAM. Cette plateforme d’apprentissage en ligne présente des tests avec des questions qui varient selon que les réponses données sont correctes ou non.
Sur la base des résultats de ces tests, la recherche a montré que l’IA peut être utilisée pour aider les étudiants à mieux planifier leurs méthodes d’étude. « L’IA peut contribuer à l’apprentissage continu de différentes manières », a expliqué Subirats. « En plus de détecter les mauvaises stratégies d’étude et les mauvaises pratiques, il peut également personnaliser le rythme d’apprentissage, fournir des commentaires personnalisés via des tuteurs intelligents et répondre aux questions au moyen de chatbots éducatifs. »
Trois profils d’apprentissage
Dans l’analyse des données, les étudiants ont été classés en trois groupes selon la façon dont ils ont étudié et les résultats qu’ils ont obtenus : ceux qui travaillent en continu, ceux qui s’en remettent à la dernière minute et ceux qui obtiennent de mauvais résultats en général. Le groupe d’étude continue a obtenu les meilleurs résultats. Par conséquent, les auteurs de l’étude soutiennent que des stratégies pour encourager cette pratique devraient être recherchées.
Pendant le confinement, entre autres, les cours en présentiel ont été remplacés et les enseignants ont assigné plus d’activités à faire à la maison, ce qui a encouragé les élèves à travailler de manière plus continue. Les chercheurs soulignent que des mécanismes alternatifs doivent maintenant être recherchés pour maintenir la méthode de travail plus cohérente qui a été adoptée pendant les mois où les étudiants ne pouvaient pas sortir de chez eux.
Selon Laia Subirats, il existe divers outils pour aider les étudiants à étudier en continu, tels que la fourniture de ressources pédagogiques, la rétroaction constante, l’apprentissage collaboratif et la gamification. « Certains exemples qui encouragent l’étude continue sont l’établissement d’objectifs et de routines d’étude, l’apprentissage collaboratif en interagissant avec l’enseignant et ses pairs, la réalisation de travaux pratiques ou d’exercices similaires, l’écriture des informations dans les propres mots des élèves, l’étude à voix haute et l’application de techniques mnémoniques », a-t-elle déclaré. expliqué.
Amener les élèves à utiliser ces stratégies et les aider avec des outils tels que l’IA est l’objectif mis en avant par cette étude pour encourager un travail plus cohérent et, par conséquent, une meilleure performance.
Plus d’information:
Laia Subirats et al, Analyse temporelle des performances académiques dans l’enseignement supérieur avant, pendant et après le confinement COVID-19 à l’aide de l’intelligence artificielle, PLOS ONE (2023). DOI : 10.1371/journal.pone.0282306
Fourni par Universitat Oberta de Catalunya