L'apprentissage est en crise. Même avant la pandémie de COVID-19, 53 % des enfants des pays à revenu faible ou intermédiaire étaient incapables de lire et de comprendre un texte simple à l'âge de 10 ans. La pandémie devrait faire grimper ce chiffre à 70 %.

Ces dix dernières années ont été marquées par des avancées technologiques majeures et par l'expérimentation de solutions d'apprentissage numérique qui permettent un nouveau type d'expérience - adapter l'apprentissage aux besoins de l'individu, ce que nous appelons l'apprentissage numérique personnalisé.

L'apprentissage numérique personnalisé s'est révélé prometteur (en anglais) dans les pays à revenu faible ou intermédiaire pour combler les lacunes en matière d’éducation des élèves les moins performants en leur permettant d'apprendre à leur propre rythme et selon leurs propres compétences. Cet outil pourra potentiellement combler les lacunes d'apprentissage lorsque le pire de la pandémie sera passé.

Faire le point sur l'apprentissage numérique personnalisé dans le monde en développement

C'est la raison pour laquelle, à l'UNICEF, nous avons décidé de faire le point sur l'apprentissage numérique personnalisé (en anglais) dans les pays à revenu faible ou intermédiaire, afin de comprendre comment ces solutions fonctionnent et de fournir des indications fondées sur des preuves pour guider leur conception et leur mise en œuvre.

Notre premier rapport (en anglais) de la série examine les tendances en matière de conception et de mise en œuvre, s’appuyant sur un examen de 40 produits EdTech d'apprentissage personnalisé déployés dans les pays à revenu faible ou intermédiaire.

Pénétration du marché

Le marché de ces produits dans les pays à revenu faible ou intermédiaire est en pleine croissance et est en partie porté par des entrepreneurs locaux : le siège social de 70 % de ces produits se trouvent dans un pays à revenu faible ou intermédiaire.

Mais la pénétration du marché reste inégale, elle est notamment faible en Afrique centrale et occidentale francophone, et dans les pays à faible revenu.

Contenu et pédagogie

Même si les produits que nous avons examinés ciblent les niveaux primaire et secondaire, ils ont tendance à se concentrer sur quelques matières seulement - principalement les mathématiques et les langues, la lecture et l’écriture.

Les évaluations, elles aussi, se sont concentrées de manière disproportionnée sur leurs impacts sur l’apprentissage de ces matières, alors que les preuves de leur impact dans d'autres matières, telles que les sciences et les compétences du 21^e siècle, restent minces.

Elles étaient également deux fois plus susceptibles de cibler l'apprentissage complémentaire plutôt que l'apprentissage de base, que ce soit à l'école ou à la maison. Et si le contenu est proposé dans plusieurs langues locales dans certaines régions, les options de langue locale sont très limitées parmi les produits déployés en Afrique subsaharienne.

Contrairement à la perception selon laquelle ces solutions court-circuitent l'enseignant, la plupart sont conçues pour impliquer les enseignants dans l'apprentissage des élèves, se limitant principalement au suivi des performances de ceux-ci. Pourtant, très peu de produits traduisent ces données en recommandations que les enseignants peuvent mettre en pratique pour soutenir l'apprentissage des élèves, telles que des interventions de suivi par exemple.

Parallèlement, seule une minorité de produits partagent des données avec les parents sur les progrès de leur enfant.

La conception et la mise en œuvre devraient, dans le futur, viser une plus grande transparence des données avec les principales parties prenantes telles que les enseignants, les parents et les chefs d'établissement, afin de leur permettre de s'engager de manière significative et de renforcer leur capacité à soutenir les enfants dans leur parcours d'apprentissage.

Conception et technologie des produits

Environ 60 % des produits exploitent l'intelligence artificielle (en anglais) pour adapter de manière dynamique les parcours d'apprentissage en fonction principalement des performances des élèves dans les tâches d'apprentissage. Cependant, des recherches supplémentaires sont nécessaires pour comprendre l'efficacité, la précision et les biais des différentes approches algorithmiques.

Ces produits exigent également des niveaux de matériel et de connectivité qui peuvent être difficiles d'accès pour de nombreux enfants des pays à revenu faible ou intermédiaire - très peu peuvent être utilisés sur des téléphones portables et moins de la moitié offrent un accès hors ligne.

Nous avons également constaté des insuffisances dans les politiques de protection des données qui doivent être comblées pour garantir la sécurité des élèves et de leurs informations.

Inclusivité

Dans une certaine mesure, les produits que nous avons examinés répondent aux besoins de diverses populations. Malheureusement, les élèves déjà défavorisés restent mal desservis, notamment les apprenants en situation de handicap, les enfants non scolarisés, les minorités ethniques et les enfants déplacés.

Pourtant, ce sont ces groupes qui ont le plus besoin d'un soutien pédagogique correctif. Il est donc important de réfléchir à la manière de mieux soutenir ces apprenants marginalisés.

Mesure des résultats

Moins de la moitié de ces solutions disposent d'évaluations accessibles au public. Et les évaluations disponibles ont rarement effectué une analyse coûts-avantages ou examiné les impacts à l'échelle.

Il est difficile de comparer un produit à un autre. Il est donc nécessaire de renforcer les partenariats entre la recherche et les produits et d'établir des normes de comparaison entre les solutions - sur des facteurs tels que la qualité, l'efficacité et la facilité d'utilisation.

La voie à suivre

Pendant des années, (en anglais), les éducateurs ont défendu le potentiel transformateur de l'apprentissage personnalisé. Pour réaliser ce potentiel, et pour s'assurer que ces solutions numériques contribuent à atténuer la crise de l'apprentissage, il faut faire encore beaucoup plus.

Nous souhaitons un soutien accru à l'accès équitable et à la prise en compte des conditions locales, une plus grande attention aux contraintes de connectivité, un programme de recherche solide pour mesurer l'impact de l'apprentissage, le rapport coût-efficacité et l'efficacité relative des différentes options de conception et de mise en œuvre, une plus grande appropriation par le gouvernement et une plus grande attention à l'alignement sur les normes du secteur sur des questions telles que l'interopérabilité et la protection des données, notamment.

Cette recherche vise à élaborer des orientations pour nous aider à y parvenir plus rapidement.