Un outil d’IA prédit les risques d’échec et d’abandon au cégep

Lorsque Muriel Grenier a eu accès au tableau de bord du logiciel DALIA, l’aide pédagogique individuelle (API) qui travaille au collège de Bois-de-Boulogne a d’abord ressenti « un grand plaisir », mais aussi une certaine méfiance.

Anne-Marie Provost Le Devoir

Devant ses yeux, des codes de couleurs rouge, orange et verte prédisaient les risques d’abandon et d’échec d’étudiants à un ou plusieurs cours. À la trappe, donc, les longues heures éreintantes et les fins de semaine à compiler manuellement des données dans un fichier Excel à partir de formulaires remplis par des enseignants et de recherches dans les dossiers d’étudiants.

L’outil d’intelligence artificielle, utilisé depuis l’hiver dernier au collège, fait maintenant le travail. Bon nombre de questions ont toutefois déboulé dans la tête de l’API. « Je me disais que cet outil ne connaît pas le cégep, ne connaît pas tout ce que des années d’expérience m’ont appris », dit Muriel Grenier. « Je trouvais ça bizarre un peu », ajoute celle qui craignait qu’une « machine » la remplace.

Elle s’est rapidement sentie rassurée : l’outil ne prend pas de décisions à sa place et ne remplace pas ses interventions. Celui-ci propose une manière neutre, et surtout plus rapide, de repérer les étudiants en difficulté et de leur donner l’aide nécessaire, croit maintenant Muriel Grenier.

DALIA est utilisé par une quinzaine de cégeps à Montréal et ailleurs au Québec. À terme, une entente prévoit le déploiement progressif dans une quarantaine d’établissements, précise Optania, une entreprise du Saguenay qui a développé le logiciel en partenariat avec Skytech, lequel est, pour sa part, à l’origine de la création du portail Omnivox.

L’outil utilise des dizaines de données déjà existantes, précise le président d’Optania, Louis-Raphaël Tremblay. Les renseignements des étudiants passés sont déjà compilés au registrariat des cégeps depuis aussi loin que 40 ans, précise-t-il. « Quand un cégep embarque et active DALIA, on prend les données des 20 dernières années. »

Des « données d’entraînement », « anonymes à 100 % », créent des modèles prédictifs. Elles sont ensuite comparées à des données d’un étudiant actuel, ce qui révèle si des caractéristiques correspondent à un modèle. « Si oui, c’est là qu’une mécanique embarque pour forer dans le modèle, dit-il. Plus on fore dans le modèle, plus on dresse un niveau de risque. »

Un groupe d’experts en réussite a été mis sur pied avec des cégeps pour déterminer les données les plus pertinentes. Les notes du secondaire sont utilisées, et les prédictions se raffinent avec les données de chaque cours collégial. La mise en commun des données des cégeps qui ont recours à l’outil permet des prédictions plus justes.

« Détecter les étudiants se faisait à la sixième ou septième semaine de la session, avance de son côté Édouard Taza, président-directeur général de Skytech, le fournisseur de DALIA. Il fallait attendre presque la moitié de la session avant de rencontrer les étudiants pour les sensibiliser. Celui-ci pouvait, par exemple, commencer à fréquenter le centre d’aide en français seulement cinq semaines avant son examen final. »

Lire la suite