S’attaquer au décalage des données : comment l’utilisation efficace des données peut renforcer les systèmes éducatifs à l’échelle mondiale
L’innovation numérique et les stratégies basées sur les données transforment l’éducation mondiale, et les données jouent désormais un rôle central dans l’amélioration de l’apprentissage et l’orientation des politiques. Les données peuvent catalyser un effet important à tous les niveaux : les données au niveau de la classe peuvent guider le soutien aux apprenantes et apprenants éprouvant du retard; les données au niveau de l’école peuvent éclairer les améliorations pédagogiques et l’allocation des ressources; et les données à l’échelle du système peuvent façonner l’élaboration de politiques fondées sur des données probantes.
Alors que des transformations numériques prometteuses sont en cours, comme de nouveaux systèmes d’information de gestion de l’éducation (SIGE) améliorés, leur plein potentiel est encore en train d’émerger. Transformer les données en actions significatives n’est pas simple. Elle exige des processus clairs pour recueillir les bonnes données pour les bonnes personnes, une coordination solide et des systèmes pour les gérer, ainsi que la capacité de traduire les informations en un impact significatif.
Soutenues par le programme Partage de connaissances et d’innovations du Partenariat mondial pour l’éducation (GPE KIX), une initiative conjointe avec le Centre de recherches pour le développement international du Canada, nos trois initiatives visent à relever les défis critiques liés à l’utilisation des données — toutes dans le but d’améliorer les résultats de vie et d’apprentissage des apprenant-e-s. Ce blogue expose les décalages entre les données et leur utilisation en éducation, et met en lumière les approches visant à s’attaquer à ces problèmes dans toute l’Afrique et au-delà.
Le décalage des données
Collecte fragmentée et analyse cloisonnée: bien que de grands volumes de données soient collectés (sur l’inscription, les examens, la fréquentation et les inspections des écoles), les ensembles de données déconnectés ne fournissent pas d’informations exploitables, et le potentiel d’effet à l’échelle du système est limité lorsque les données sont examinées en silos. Les données locales peuvent ne jamais être agrégées au niveau national, et les données nationales peuvent ne pas être retransmises aux acteurs locaux. Les ensembles de données provenant de l’éducation externe, comme les données climatiques ou les tendances démographiques, peuvent aussi manquer à l’analyse, malgré leur potentiel à influencer la planification des parties prenantes et à soutenir la résilience.
Pertinence et renforcement des capacités limitées: les systèmes de données et les outils numériques sont souvent bâtis de manière centralisée, sans contribution des ministères, des responsables locaux ou du personnel enseignant. Les plateformes peuvent être trop complexes, difficiles à utiliser et sous-financées. Les plateformes peuvent être excessivement complexes, difficiles à utiliser et manquer de ressources. Les ensembles de données sélectionnés peuvent également privilégier la remontée d’informations à des fins de conformité, réduisant ainsi leur utilité pratique pour les acteurs locaux dans la prise de décision. Des capacités, une fluidité et un soutien limités, ainsi que des directives peu claires, font que les parties prenantes peuvent se sentir incapables ou non habilitées à agir sur les données, renforçant une culture de la conformité plutôt que de la résolution active des problèmes.
Boucles de rétroaction brisées: Sans boucles de rétroaction essentielles, le “ciment” qui relie les données directement à l’action ou à la résolution de problèmes s’affaiblit, empêchant les informations cruciales d’éclairer la prise de décisions stratégiques. Les données agrégées au niveau de l’école peuvent saisir les tendances des districts, mais masquer la réalité des apprenant-e-s les plus marginalisés, tandis que des données hyperlocalisées peuvent révéler des informations cruciales qui, trop souvent, n’influencent pas les politiques.
Des efforts novateurs pour s’attaquer à ces décalages sont en cours, démontrant ce qui est possible lorsque les systèmes de données éducatives sont systématiquement conçus, guidés par le contexte et alignés sur la prise de décision dans le monde réel.
3 Études de cas
Data Must Speak : exploiter les données en éducation existantes pour repérer des solutions axées sur les écoles qui améliorent les résultats des élèves à travers les pays
La recherche Data Must Speak (DMS) (en anglais) de l’UNICEF s’appuie sur les données en éducation existantes et sur des solutions locales pour soutenir les ministères de l’éducation dans tous les pays, afin de répondre à des questions urgentes sur l’amélioration de l’apprentissage, de l’équité et de l’inclusion à grande échelle.
La recherche consiste à fusionner et analyser des données éducatives — provenant de SIGE, des évaluations et des sources externes — afin de repérer les caractéristiques des écoles qui obtiennent de meilleurs résultats. En étroite collaboration avec des expert-e-s techniques du ministère de l’Éducation, la recherche DMS offre des sessions de renforcement des capacités sur la combinaison des données provenant de différentes sources et périodes, sur l’analyse de ces données pour répondre aux questions politiques définies par les ministères, et sur la cartographie des besoins des systèmes de données pour le soutien des partenaires. Cette approche collaborative révèle non seulement des informations clés, mais renforce aussi les compétences des acteurs locaux et nationaux de l’éducation pour gérer et utiliser efficacement les données dans l’élaboration des politiques.
En utilisant ces données fusionnées, l’initiative de recherche détermine les écoles qui surpassent leurs pairs malgré des contextes et des ressources similaires, et recueille de nouvelles données quantitatives et qualitatives auprès des dirigeant-e-s scolaires, du personnel enseignant, des élèves, des parents et des leaders locaux afin de découvrir ce qui favorise le succès. La recherche DMS repère les comportements et pratiques dans des domaines clés : le leadership scolaire, la pédagogie, le climat scolaire, l’engagement communautaire et l’administration locale. Le projet se concentre également sur la manière dont les pratiques scolaires réussies peuvent être déployées grâce à des politiques existantes et à l’appropriation locale, afin d’assurer une intégration durable des solutions dans les politiques éducatives.
La recherche DMS a utilisé des données existantes pour découvrir des solutions locales dans 13 systèmes éducatifs. En transférant la propriété des données aux acteurs locaux et en reliant des ensembles de données clés, cette approche répond à la fragmentation et aux lacunes de rétroaction, rendant les données à la fois opportunes et exploitables.
DHIS2 pour l’éducation : renforcer la gestion, l’analyse et la capacité des données en Ouganda
Transformer les systèmes de données éducatives va au-delà de la technologie, cela exige de renforcer les capacités des personnes, des institutions et des systèmes. Le projet DHIS2 pour l’éducation (DHIS2-Ed), dirigé par le réseau HISP et l’Université d’Oslo, est une initiative mondiale de recherche-action permettant la collecte de données en temps réel au niveau de l’apprenant-e et des tableaux de bord qui surveillent les inscriptions, la présence et la performance, tout en intégrant les données à travers les secteurs.
En Ouganda, HISP Ouganda s’est associé au ministère de l’Éducation et des Sports et à Save the Children Ouganda pour tester DHIS2 en tant que SIGE (DHIS2-DEMIS) — un nouveau système numérique accessible aux écoles, aux districts et aux bureaux nationaux. Avant le projet, l’Ouganda ne disposait pas d’un SIGE pleinement fonctionnel, ce qui obligeait les districts à s’appuyer sur des dossiers papier et des données fragmentées.
Les systèmes précédents centralisaient la prise de décision, limitant la rétroaction et l’utilisation des données au niveau infranational. La mise en œuvre de DHIS2-DEMIS a permis aux districts scolaires de capturer, de valider et d’analyser leurs propres données, fournissant des informations fiables et opportunes pour la planification, la budgétisation, la supervision et l’allocation des ressources. Le projet a permis une prise de décision basée sur les données et a soutenu l’intégration intersectorielle. En retour, la surveillance de la santé en milieu scolaire lors des éclosions de COVID-19 et d’Ebola a été rendue possible en reliant les données éducatives et sanitaires pour des réponses rapides et éclairées par les données. De plus, les données d’examen ont été intégrées au système, permettant une première analyse comparative des indicateurs d’entrée et de performance au sein d’une seule base de données.
Le projet favorise la co-création d’outils SIGE, l’apprentissage par les pairs et le renforcement des capacités locales. En créant des pôles pour les tests, le développement des compétences et les meilleures pratiques, le projet améliore la qualité des données, l’équité et la prise de décision — offrant un modèle évolutif pour la gestion de l’éducation basée sur les données.
Educate! : développer l’élaboration de politiques axées sur les données et l’apprentissage continu au Rwanda
Educate!, une organisation d’emploi pour les jeunes d’Afrique de l’Est, s’est associée au ministère de l’Éducation du Rwanda et à des partenaires clés en éducation pour élaborer et étendre un Système complet d’information sur la gestion des évaluations (Comprehensive Assessment Management Information System, CA-MIS), le premier système technologique national d’évaluation au pays. CA-MIS centralise les données d’évaluation à tous les niveaux d’éducation, permettant aux décideurs politiques et au personnel enseignant d’accéder, d’analyser et d’appliquer les analyses de la performance des élèves pour planifier, répartir les ressources et améliorer les pratiques pédagogiques à grande échelle.
Grâce à un processus itératif de co-conception avec les décideurs, le personnel enseignant et les responsables du district, CA-MIS a été construit en accord avec les priorités nationales et les besoins réels — répondant à une boucle de rétroaction critique.
Un défi clé relevé a été d’aller au-delà de la génération de données pour assurer une interprétation et une intégration significatives dans la planification des politiques. La collaboration des parties prenantes a aidé à déterminer les priorités communes et les points clés de décision où les données pourraient avoir le plus grand impact.
Le CA-MIS est intégré au système existant de gestion des données scolaires du Rwanda et les données offrent une visibilité plus détaillée sur la performance des évaluations. Reconnaissant que les outils numériques seuls ne peuvent pas résoudre tous les défis liés à l’utilisation des données, Educate! s’est associé au GPE KIX pour repérer les lacunes en littératie des données, en analyse et en visualisation afin d’aider les décideurs politiques à utiliser les données.
Ensemble, Educate! et le GPE KIX conçoivent des tableaux de bord numériques avec des actrices et acteurs aux niveaux du pays et du district afin d’améliorer l’accessibilité et l’utilisabilité des données, permettant aux décideurs de repérer les tendances, de prendre des décisions et de renforcer les résultats d’apprentissage à grande échelle.
Faire fonctionner les données pour un impact concret
Transformer l’éducation par les données n’est pas seulement un défi technique, mais aussi profondément comportemental, institutionnel et systémique. Les possibilités d’une utilisation plus efficace des données pour améliorer l’éducation et favoriser un meilleur apprentissage sont immenses. Qu’il s’agisse de découvrir des solutions à partir des données existantes, de renforcer la propriété et l’intégration intersectorielle ou de co-concevoir des systèmes pour améliorer la prise de décision, chaque approche présentée démontre que des données pertinentes, utilisables et soutenues localement peuvent générer un impact à l’échelle mondiale.
