Classification automatique de données du TENASOSP en RD Congo : analyse exploratoire et expérimentale

Auteurs

  • Bandowe Pierre KABONGO Université Pédagogique de Kananga

Mots-clés:

Classification automatique, IA, Analyse exploratoire, Analyse expérimentale, Orientation scolaire, TENASOSP, Changement d’orientation, Education

Résumé

Le recours aux nouvelles techniques de l’intelligence artificielle (IA) a été conseillé par plusieurs recherches (BADACHE, I. et al, 2024 ; Bates et al., 2020; Ilkka, 2018; Niemi, 2021; Swiecki et al., 2022; Zawacki-Richter et al., 2019; Zhai et al., 2021) appuyant ainsi l’idée selon laquelle, les récentes applications de l'IA améliorent efficacement le processus d’enseignement. Pour d’autres recherches (Akyuz, 2020), ces applications sont capables de fournir un enseignement personnalisé et recommander des ressources aux apprenants selon leurs niveaux de compétence, de leurs besoins et de leurs styles d'apprentissage. Ces applications sont capables d'analyser des données d'apprentissage des apprenants, comme leurs résultats aux différents tests, leurs interactions avec les ressources pédagogiques ainsi que les données de leurs comportements, afin de fournir aux enseignants des informations d’aide à la décision pour que ceux-ci adaptent leurs enseignements et leurs pratiques pédagogiques (Ouyang et al., 2023; Sousa et al., 2021). Dans d’autres recherches (Kuhail et al., 2023), les chatbots éducatifs sont encouragés car, ils utilisent des techniques d'IA pour répondre aux questions des apprenants en fonction de leurs besoins spécifiques. Dans le prolongement normal des recherches ci-haut citées, la présente recherche se base sur une analyse exploratoire et expérimentale du processus d’orientation scolaire dénommé TENASOSP en RD Congo à partir de données collectées dans des bases de données de la Division Provinciale de l’Education Nationale et Nouvelle Citoyennté (EDUC-NT). Cette étude analyse toutes les étapes du processus de ce test. Elle conduira à l’implémentation des classifieurs automatiques d’orientation scolaire des candidats à ce test, lesquels classifieurs constituent des outils d’IA. Les résultats antérieurs issus d’un échantillon stratifié de 3000 candidats au TENASOSP révèlent des disparités selon les milieux urbains et ruraux, des tendances évolutives en matière de changement d’orientation, ainsi qu’un besoin croissant de réformes pour rendre ce processus plus transparent, participatif et adapté aux aspirations des élèves.

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##

##submission.downloads##

Publiée

2025-12-01

Numéro

Rubrique

Articles