Étymologie
Contraction de data (donnée) et pédagogie.
La datagogie consiste à s’appuyer sur l’analyse de données numériques pour personnaliser, optimiser et piloter les apprentissages.
Un enseignement sur mesure
La datagogie promet une personnalisation inédite de l’éducation. Grâce aux algorithmes d’apprentissage, chaque élève reçoit des contenus ajustés à son rythme, ses lacunes et ses préférences.
Les plateformes éducatives analysent les interactions des apprenants : temps passé sur un exercice, nombre de tentatives, « erreurs, moments d’abandon… Cette cartographie des difficultés identifie les notions mal assimilées et propose des adaptations.
L’enseignant est un pilote de données. Visualisant sur des tableaux de bord les progrès individuels et collectifs, il anticipe les décrochages, identifie les élèves en difficulté, et adapte sa pédagogie à chaque élève.
La datagogie pallie aux limites de l’évaluation traditionnelle. L’enseignant dispose d’un flux continu d’informations sur l’état des connaissances de ses élèves. Il ne s’appuie pas sur des impressions subjectives ou des évaluations ponctuelles,
Elle favorise l’équité pédagogique. En identifiant les besoins de chacun, la datagogie réduit les inégalités d’apprentissage. L’élève en difficulté bénéficie d’un accompagnement renforcé tandis que l’élève avancé approfondit des connaissances sans attendre le groupe.
La datagogie automatise une partie des tâches répétitives : correction d’exercices, génération de parcours personnalisés, suivi des progressions… Cette optimisation du temps pédagogique permet aux enseignants de se recentrer sur leur cœur de métier : la transmission, l’inspiration, l’accompagnement émotionnel.
Les limites d’une vision quantifiée de l’apprentissage
La datagogie réduit l’apprentissage à des métriques quantifiables. La créativité, l’esprit critique, l’intuition, l’empathie résistant à la quantification, elle passe à côté de dimensions essentielles de la formation.
La standardisation constitue un autre écueil. Si les algorithmes optimisent les parcours d’apprentissage, ils le font selon des modèles prédéfinis qui uniformisent les approches pédagogiques. La diversité des méthodes d’enseignement, la spontanéité créatrice, l’adaptation contextuelle vont s’éroder face à l’efficacité supposée des solutions algorithmiques. L’enseignant va perdre son autonomie pédagogique au profit d’un pilotage automatisé.
La datagogie instaure une surveillance continue des élèves. Chaque hésitation, chaque erreur est enregistrée, analysée, archivée. Cette traçabilité crée un environnement panoptique où l’élève évolue sous le regard permanent de l’algorithme. Cette pression de la mesure peut générer stress et anxiété de performance.
La question de la propriété et de l’usage des données collectées reste également problématique. Ces informations intimes sur les processus cognitifs des élèves deviennent des actifs économiques pour les entreprises du numérique éducatif.
Le risque de marchandisation de l’éducation se profile derrière les promesses de personnalisation.
Pour en savoir plus :
Institut national de recherche en informatique et en automatique – INRIA | Éducation et numérique.
- Sydologie | Adaptive Learning et Intelligence Artificielle.
