Spécificités et généricités des difficultés et besoins d’aide exprimés par les inscrits à un MOOC

Parmi les innovations technopédagogiques de cette dernière décennie, les MOOC sont sans contredit l’une des plus marquantes dans l’histoire des environnements numériques d’apprentissage. Mais par le nombre important d’inscrits qu’ils autorisent et la variété du public qui en résulte, ces dispositifs sont très vite devenus de véritables casse-tête pour les ingénieurs technopédagogiques chargés de leur conception ou pour les chercheurs qui veulent étudier leur comportement. Ceci est d’autant plus vrai lorsqu’il s’agit de s’intéresser plus particulièrement aux dispositifs d’aide et d’accompagnement proposés aux inscrits. La variété et la multiplicité des variables en jeu deviennent difficiles à traiter à l’aide des techniques traditionnelles d’analyse. Nous proposons donc dans cette communication de nous intéresser à cette question. Pour ce faire, nous recourons aux techniques d’analyse exploratoire de données en y adossant une statistique descriptive par « classe » (ou cluster) pour déterminer les spécificités et généricités des difficultés et besoins d’aides exprimés par les inscrits à un MOOC. Nous mettrons en évidence des caractéristiques communes aux MOOC étudiés tout en marquant les spécificités de chacun d’entre eux, ce qui aura une incidence sur l’aide à envisager.Among the technopedagogical innovations of the last decade, MOOCs are undoubtedly one of the most significant in the history of digital learning environments. But because of the large number of enrolled students they allow and the resulting variety of the public, these devices have quickly become a real challenge for the technopedagogical engineers responsible for their design or for researchers who want to study their behavior. This is all the more true when one examines the online training courses which are offered to the people enrolled. The variety and multiplicity of the variables involved are difficult to process with traditional analytical techniques. In this paper, we therefore propose to use the exploratory data analysis techniques, using descriptive cluster statistics to determine which difficulties and needs of aid expressed by the members of a MOOC are specific or common to all. We will expose the features that the MOOCs under scrutiny have in common, while emphasizing the specificities of each. The results will have an impact on the help that will be given