S’autoréguler avec les « Learning Analytics » lors d’une formation en ligne : quand les professionnels-apprenants partagent leur expérience

Dans le contexte de la formation en ligne, les environnements numériques d’apprentissage – de type D2L – sont équipés d’analytique de l’apprentissage (AA ou Learning Analytics) collectant des données (ou traces) issues d’interactions en situation d’apprentissage, et utilisant des algorithmes de modélisation pour produire des retours d’expérience aux utilisateurs (Siemens, 2013; Wang, 2018). La recherche montre qu’en mettant à disposition des apprenants des informations sur leur processus d'apprentissage, ceux-ci peuvent surveiller, réguler et contrôler leur cognition, leur motivation et leur comportement (Freitas et al., 2019; Gasevic et al., 2019). Une question se pose : les AA ont-ils le potentiel de soutenir les apprenants dans leur processus d’autorégulation? L’objectif de cette recherche est de comprendre comment une AA soutient les activités de réflexion propices à l’autorégulation chez le professionnel-apprenant lorsqu’il suit une formation en ligne. L'amélioration de l'autorégulation nécessite d'observer l'activité d'un apprenant en collectant des traces qui peuvent être utilisées comme preuves comportementales de l'autorégulation (Winne, 2022). Pour ce faire, nous menons une recherche qualitative (n = 12) reposant sur la méthode de la photo-élicitation (Harper, 2020). Les résultats préliminaires montrent que les modalités de présentations des informations (par exemple : textes, tableaux de bord, métriques) peuvent influencer la manière dont les apprenants s’autorégulent.