PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION

NUMÉRIQUE 2023

Vers un écosystème
numérique efficace
 Perspectives de l’OCDE
sur l’éducation numérique
2023

VERS UN ÉCOSYSTÈME NUMÉRIQUE EFFICACE

Cet ouvrage est publié sous la responsabilité du Secrétaire général de l’OCDE. Les opinions et les arguments exprimés
ici ne reflètent pas nécessairement les vues officielles des pays Membres de l'OCDE.

Ce document, ainsi que les données et cartes qu’il peut comprendre, sont sans préjudice du statut de tout territoire, de
la souveraineté s’exerçant sur ce dernier, du tracé des frontières et limites internationales, et du nom de tout territoire,
ville ou région.

Les données statistiques concernant Israël sont fournies par et sous la responsabilité des autorités israéliennes
compétentes. L’utilisation de ces données par l’OCDE est sans préjudice du statut des hauteurs du Golan, de
Jérusalem-Est et des colonies de peuplement israéliennes en Cisjordanie aux termes du droit international.

Note de la République de Türkiye

Les informations figurant dans ce document qui font référence à « Chypre » concernent la partie méridionale de l’Ile. Il
n’y a pas d’autorité unique représentant à la fois les Chypriotes turcs et grecs sur l’Ile. La Türkiye reconnaît la
République Turque de Chypre Nord (RTCN). Jusqu’à ce qu'une solution durable et équitable soit trouvée dans le cadre
des Nations Unies, la Türkiye maintiendra sa position sur la « question chypriote ».

Note de tous les États de l’Union européenne membres de l’OCDE et de l’Union européenne
La République de Chypre est reconnue par tous les membres des Nations Unies sauf la Türkiye. Les informations
figurant dans ce document concernent la zone sous le contrôle effectif du gouvernement de la République de Chypre.

Merci de citer cet ouvrage comme suit :

OCDE (2024), Perspectives de l’OCDE sur l’éducation numérique 2023 : Vers un écosystème numérique efficace, Éditions OCDE,
Paris, [Link]

ISBN 978-92-64-36399-1 (imprimé)

ISBN 978-92-64-50232-1 (PDF)
ISBN 978-92-64-66476-0 (HTML)
ISBN 978-92-64-44069-2 (epub)

Crédits photo : Couverture © Gerhard Richter 2023 (16112023), Strip 927-9.

Les corrigenda des publications de l’OCDE sont disponibles sur : [Link]

© OCDE 2024

Attribution 4.0 International (CC BY 4.0)

Cette œuvre est mise à disposition sous la licence Creative Commons Attribution 4.0 International. En utilisant cette œuvre, vous acceptez d’être lié par les termes de cette licence
([Link]
Attribution – Vous devez citer l’œuvre.
Traductions – Vous devez citer l’œuvre originale, identifier les modifications apportées à l’original et ajouter le texte suivant : En cas de divergence entre l’œuvre originale et la
traduction, seul le texte de l’œuvre originale sera considéré comme valide.
Adaptations – Vous devez citer l’œuvre originale et ajouter le texte suivant : Il s’agit d’une adaptation d’une œuvre originale de l’OCDE. Les opinions exprimées et les arguments
utilisés dans cette adaptation ne doivent pas être rapportés comme représentant les vues officielles de l’OCDE ou de ses pays Membres.
Contenu provenant de tiers – La licence ne s’applique pas au contenu provenant de tiers qui pourrait être incorporé dans l’œuvre. Si vous utilisez un tel contenu, il relève de votre
responsabilité d’obtenir l’autorisation auprès du tiers et vous serez tenu responsable en cas d’allégation de violation.
Vous ne devez pas utiliser le logo de l’OCDE, l’identité visuelle ou l’image de couverture sans autorisation expresse ni suggérer que l’OCDE approuve votre utilisation de l’œuvre.
Tout litige découlant de cette licence sera réglé par arbitrage conformément au Règlement d’arbitrage de la Cour permanente d’arbitrage (CPA) de 2012. Le siège de l’arbitrage sera
Paris (France). Le nombre d’arbitres sera d’un.
 3

Avant-propos

Les Perspectives de l’OCDE sur l’éducation numérique 2023 offrent, pour la première fois, une fenêtre sur
la manière dont les pays et les économies partenaires de l’OCDE gèrent la transition numérique ainsi que
sur leur degré de préparation à la transformation numérique.
La transition numérique dans le secteur de l’éducation est en cours depuis des décennies, mais elle s’est
considérablement accélérée dans le contexte de la pandémie de COVID-19 qui a incité de nombreux
systèmes d’éducation à passer à l’enseignement à distance. Cette transition se caractérise par l’adoption
de systèmes d’information de gestion de l’éducation, de plateformes d’apprentissage en ligne et l’utilisation
d’outils numériques dans les salles de classe.
Cette transition n’est toutefois pas synonyme de transformation numérique. La transformation numérique
impliquerait la modification fondamentale de certains processus éducatifs, en intégrant les technologies
non seulement comme outil, mais aussi comme moyen de repenser les méthodologies d’enseignement,
les processus d’apprentissage et l’écosystème éducatif dans son ensemble, afin de le rendre plus efficace.
Actuellement, l’intégration des technologies dans le secteur de l’éducation se contente souvent de calquer
les méthodes traditionnelles au lieu de les réinventer. Le principal avantage de la transformation
numérique est qu’elle permet de personnaliser l’éducation, tant en termes d’apprentissage que de soutien
aux élèves.
On constate que 65 % des pays de l’OCDE disposent d’un système d’information au niveau central. L’État
américain du Colorado, par exemple, gère un site Web public appelé SchoolView qui fournit des
informations et des analyses à partir de sa base de données longitudinales sur l’éducation. Le portail
propose un réseau social pour les enseignants, un centre d’apprentissage et une banque de ressources,
des tableaux interactifs sur les performances des établissements ainsi qu’un accès aux données et aux
rapports sur les performances.
Toutefois, le Colorado fait figure d’exception. En réalité, peu de juridictions ou de pays relient leurs
systèmes d’information scolaire aux résultats des évaluations individuelles et fournissent des tableaux de
bord ou des outils de visualisation pour faciliter l’utilisation des données en temps réel. Les problèmes de
confidentialité et l’absence de liens entre les données dans de nombreux pays constituent un obstacle à
la conversion des données recueillies sur les élèves, les enseignants et les établissements en données
exploitables pour améliorer le monde de l’éducation.
Prenons par exemple les systèmes de gestion de l’apprentissage (ou LMS), qui permettent de gérer
l’assiduité des élèves, les cours, les contacts et les contenus. La plupart des établissements
d’enseignement des pays de l’OCDE utilisent des systèmes de gestion de l’apprentissage à tous les
niveaux d’enseignement, mais peu d’entre eux sont interopérables avec les systèmes centraux
d’information scolaire ou avec les autres outils numériques utilisés à l’échelle du système.
L’interopérabilité est essentielle. À défaut, la collecte et l’analyse des données à l’échelon national ou local
sont à la fois limitées et inefficientes, car les données sont saisies manuellement d’un système et d’une
juridiction à l’autre. Les pays qui mettent à la disposition de leurs établissements un système national de
gestion de l’apprentissage sont en mesure d’exploiter les fonctionnalités du système tout en collectant les

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

4

données nécessaires pour superviser et améliorer le système éducatif. En Islande, par exemple, le
système INNA est à la fois un système de gestion de l’apprentissage pour les établissements du deuxième
cycle de l’enseignement secondaire, favorisant la gestion du suivi des élèves, des emplois du temps, de
la communication avec les élèves et les parents et des frais de scolarité, et un système d’information
scolaire pour les pouvoirs publics.
À un niveau plus fondamental, la transformation numérique ne peut avoir lieu qu’en assurant un accès
universel à une connexion Internet stable et à haut débit. Une connectivité fiable est essentielle pour que
les élèves puissent profiter pleinement de l’apprentissage numérique, personnalisé et attrayant grâce à
des solutions numériques, pour qu’ils puissent communiquer avec leurs enseignants ou leurs tuteurs, et
pour qu’ils reçoivent en temps utile des retours sur leurs activités.
L’accès à une connexion plus rapide et de meilleure qualité à tous les niveaux d’enseignement figure au
rang des priorités politiques dans la quasi-totalité des pays. Toutefois, la manière dont les outils et les
ressources numériques sont utilisés dans les établissements nécessite également d’être prise en compte.
Les résultats de l’enquête PISA 2022 montrent que les élèves qui consacrent jusqu’à une heure par jour
à l’apprentissage sur des appareils numériques obtiennent des résultats supérieurs de 14 points à ceux
qui ne le font pas, même après contrôle du milieu socio-économique. Dans le même temps, de nombreux
élèves ont déclaré avoir été distraits par des appareils numériques en classe, ce qui a eu un impact négatif
sur leur performance.
Le rôle des enseignants reste donc central dans toute transformation numérique. Ils sont les agents du
changement qui aideront les élèves à naviguer dans le monde numérique, non seulement du point de vue
de l’adoption des technologies, mais aussi en matière de transmission des comportements et des valeurs
nécessaires pour réguler l’utilisation des appareils numériques et s’adapter à un monde de plus en plus
axé sur les données.
Or, de nombreux enseignants ne se sentent pas préparés à endosser ce rôle. Dans les pays de l’OCDE,
environ 20 % des enseignants en poste dans l’enseignement secondaire déclarent avoir besoin d’une
formation supplémentaire, bien que 60 % d’entre eux aient suivi une formation à l’enseignement numérique
au cours de l’année écoulée. Dans le cadre des avancées rapides de l’IA et d’autres technologies
numériques, ces déclarations apparaissent légitimes. Pourtant, la plupart des directives sur les normes
professionnelles relatives aux compétences numériques restent générales et théoriques, ce qui laisse une
importante marge d’interprétation sur la manière dont les systèmes comprennent, développent et évaluent
ces compétences dans la pratique.
Des systèmes comme le modèle autrichien [Link], à l’inverse, ont élaboré un cadre de référence
clairement défini pour huit domaines de compétences numériques et un modèle de progression pour
orienter les enseignants tout au long de leur développement professionnel. De même, les systèmes de
micro-crédits, comme celui mis en place par Digital Promise aux États-Unis, proposent un modèle alternatif
avec une offre de formations certifiées dans un large éventail de compétences numériques.
Les récentes et rapides avancées dans le domaine de l’intelligence artificielle générative vont
probablement bouleverser de nombreux aspects de l’éducation numérique. Cette technologie novatrice a
la capacité de démocratiser les expériences d’apprentissage autonome, de fournir un soutien adapté aux
besoins individuels des apprenants et de redéfinir comment, où et ce que les élèves apprennent.
Or, rares sont les pays de l’OCDE qui sont aujourd’hui préparés pour comprendre ou encadrer l’utilisation
de l’IA générative dans le secteur de l’éducation. Si tous les pays et juridictions répondants ont indiqué
que l’utilisation de l’IA générative était déjà répandue, aucun des 18 pays pour lesquels des données
comparables sont disponibles n’a adopté de réglementation sur l’utilisation de l’IA générative dans le
domaine de l’éducation, et seuls neuf pays ou juridictions ont adopté des orientations non contraignantes.
La présente édition des Perspectives de l’OCDE sur l’éducation numérique décrit un ensemble
d’opportunités, de lignes directrices et de garde-fous pour une utilisation efficace et équitable de l’IA dans

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

 5

le secteur de l’éducation. Ces lignes directrices ont été élaborées en collaboration avec l’Internationale de
l’Éducation (la fédération syndicale mondiale des enseignants), afin d’orienter les pays et les entités dans
leur décision d’intégrer ou non l’IA générative dans leurs systèmes éducatifs, et de quelle manière
procéder.
Ces lignes directrices sont essentielles pour garantir l’utilisation responsable et éthique des outils axés sur
l’IA, afin d’éviter la génération de contenus biaisés, les atteintes à la confidentialité des données et le
renforcement involontaire des stéréotypes. Elles soulignent la nécessité d’un dialogue efficace entre les
autorités éducatives et les professionnels de l’éducation afin que les enseignants puissent conserver leur
rôle de guide dans le processus d’apprentissage des élèves tout en exploitant le potentiel de l’IA dans le
secteur de l’éducation.
Avant tout, pour que la transition vers l’éducation numérique devienne une réelle transformation, les
pouvoirs publics doivent adopter une approche systémique qui renforce la cohérence des outils, des
technologies, des acteurs et des entités dans l’ensemble de leur système éducatif. J’espère que l’analyse
et les observations offertes par les Perspectives de l’OCDE sur l’éducation numérique 2023 fourniront aux
membres de l’OCDE des ressources utiles à cet égard.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

6

Remerciements

Stéphan Vincent-Lancrin, analyste principal et chef de division adjoint à l'Organisation de coopération et

de développement économiques (OCDE), a édité et supervisé cet ouvrage. L'ouvrage est issu du projet
du Centre pour la Recherche et l'Innovation dans l'Enseignement (CERI) de l'OCDE intitulé « Smart data
et technologie numérique dans l'éducation : AI, learning analytics and beyond » qu'il dirige.
Les chapitres de l'ouvrage ont été rédigés par les membres du Secrétariat de l'OCDE et les experts
externes suivants, comme indiqué pour chaque chapitre de l'ouvrage : Stéphan Vincent-Lancrin (Analyste
principal, OCDE), Quentin Vidal (Analyste, OCDE), Natalie Foster (Analyste, OCDE) Tiago Fragoso
(Analyste, OCDE), Carlos González-Sancho (Analyste, OCDE), Hyunkyeong Yun (Stagiaire, OCDE),
Jun Yu (Professeur associé, Université nationale de Singapour, Singapour, ancien Analyste, OCDE),
Ryan Baker (Professeur associé, Université de Pennsylvanie, États-Unis), M. Aaron Hawn (Université de
Pennsylvanie, États-Unis), Seiyon Lee (Université de Pennsylvanie, États-Unis), Inge Molenaar
(Directeur, National Education Lab AI, Université Radboud Nijmegen, Pays-Bas), Peter Sleegers (BMC
Consultancy, Pays-Bas), et Lucia Dellagnelo (Consultante, ancienne Directrice du Centre pour l'innovation
dans l'éducation brésilienne, Brésil).
Les questionnaires sur l'infrastructure numérique et la gouvernance qui ont permis de collecter des
informations sur les politiques et les pratiques des pays ont été conçus par Stéphan Vincent-Lancrin,
Quentin Vidal et Reyer van der Vlies, ancien analyste à l'OCDE. Cassie Hague, analyste à l'OCDE, Koen
Van Lieshout, ancien analyste à l'OCDE, ainsi que les collègues de l'OCDE au sein du « cluster
numérique » de la Direction de l’éducation et des compétences sont remerciés pour leurs commentaires
sur les questionnaires ou les versions préliminaires, notamment Karine Tremblay, Stéphanie Jamet et
Thomas Weko, analystes principaux à l'OCDE.
Tia Loukkola, Cheffe de la division Innovation et mesure du progrès à la Direction de l’éducation et des
compétences, et Andreas Schleicher, Directeur de l'éducation et des compétences, sont remerciés pour
leurs commentaires, leur soutien, leur patience et leurs encouragements tout au long du projet.
Federico Bolognesi, Assistant de projet à l'OCDE, a préparé la publication et aidé à coordonner les
nombreux aspects du projet, comme ce fut le cas pour l'ancienne assistante de projet Madeleine Gereke
au début du projet. Rachel Linden, Coordinatrice des publications, et Sasha Ramirez-Hughes,
Responsable de la communication à la Direction de l’éducation et des compétences de l'OCDE, ont
supervisé les processus de publication et de communication.
Le comité directeur du CERI a procédé à une évaluation par les pairs de l'ouvrage et a fourni des
commentaires utiles tout au long du projet. Les coordinateurs nationaux du projet ont commenté plusieurs
versions et soutenu la rédaction de l'ouvrage. Nous les remercions vivement d'avoir fourni une multitude
d'exemples, d'avoir coordonné les contributions au sein de leur ministère et de leurs agences publiques
(et à l'extérieur), d'avoir vérifié et validé les informations relatives à leur pays dans des délais serrés, d'avoir
formulé des critiques et des commentaires constructifs, ainsi que d'avoir fait preuve d'enthousiasme et
d'avoir rendu l'ouvrage possible. Ils sont remerciés ci-dessous.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

 7

Enfin, nous remercions l'Atelier Richter d'avoir autorisé l'utilisation d'un tirage numérique de Gerhard
Richter comme image de couverture.

Coordinateurs nationaux

Les coordinateurs nationaux du pour le projet du CERI « Smart data et technologie numérique » (ainsi que
les « observateurs » nationaux) ont apporté une contribution essentielle au projet. Ils ont guidé le
Secrétariat de l'OCDE pour identifier les domaines de recherche et d'innovation pertinents qui
soutiendraient leur travail au niveau national, ont donné leur avis sur les deux questionnaires mentionnés
ci-dessus, ont consacré du temps aux entretiens (parfois plusieurs entretiens) pour discuter et valider leurs
réponses, ont fourni des observations et des commentaires très utiles au cours des différentes phases de
la rédaction, en prenant parfois le temps de le faire dans des délais très brefs. Ils ont tous vérifié les
informations en décembre 2023 pour ce livre et son compagnon intitulé Country Digital Education
Ecosystems and Governance. Sans leurs contributions actives et leur engagement et soutien continus, ce
travail n'aurait pas été possible.
Bien que les contributions aux questionnaires, les entretiens de validation et les vérifications des textes
finaux aient pu impliquer un certain nombre d'autres collègues au sein des ministères de l'éducation et
d'autres agences concernées, que nous remercions également, les collègues qui ont coordonné le travail,
participé aux entretiens, contribué à la vérification des informations présentées dans ce livre ou
simplement suivi le travail sont chaleureusement remerciés ci-dessous.
Angleterre (Royaume-Uni) : Jessica Watson, Diana Bardsley et Aliki Pareas (coordinateurs), Robert
Rodney, Jen Halmshaw et Anastasia Skamarauskas ;
Autriche : Ramona Jancik (coordinatrice), Kristöfl Robert, Patricia Mathes, Wilhelm Wyskitensksy,
Stephan Waba et Thomas Menzel ;
Brésil : Roseli Teixeira Alves, Ana Úngari Dal Fabbro, Lucia Dellagnelo (Centre pour l'innovation dans
l'éducation brésilienne), Pierry Teza, Thomaz Alexandre Mayer Napoleao, Vinicius Scofield et Isabelle
França ;
Canada : Katerina Sukowksi, Brennen Jenkins, Dave Hull et Piotr Dudek (coordinateurs), Mathieu Collin
et Denis Daigle (gouvernement du Nouveau-Brunswick), Faisal Shilbldy et Douglas Hopps (ministère de
l'éducation et de l'apprentissage de la petite enfance du Manitoba) et Jennifer Rae (gouvernement des
Territoires du Nord-Ouest) ;
Chili : Martín Felipe Cáceres Murrie (coordinateur), José Gorrini, Eliana Chamizo Álvarez et Sofia Jordan ;
Communauté flamande de Belgique : Miekatrien Sterck et Johan Geets (coordinateurs), Kasper
Ossenblok comme coordinateur initial, Jan De Craemer, Katrien Alen, Ellen Vantwembeke et Marco
Houben ;
Communauté française de Belgique : Nicolas Delbar (coordinateur), Michèle Barcella, Nathalie Bolland,
Jérôme Engels, Samira El Keffi et Oana Marina Panait ;
Corée : Chanhee Son (coordinateur), Hyun Joo-Hoon, Hye-Yoon Kwak, Kyun Chol Park et Ehi Ho Kim ;
Danemark : Nicklas Colerick, Julie Maria Andersen et Ane Sophie Pedersen (coordinateurs), Kristian
Kallesen ;
Espagne : Carlos Javier Medina Bravo, José-Luis Fernandez et Julio Albalad (coordinateurs), et Mirian
Olga Cilia Martinez ;
Estonie : Margit Grauen, Kadi Toomi et Tatjana Kiilo (coordinatrices), Laura Limperk-Kütaru, Indrek
Reimand, Katrin Rein et Riho Raave (Tartu) ;

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

8

États-Unis : Yenda Prado et Kevin Johnstun (coordinateurs), Rafael Nevarez, Phil Rosenfelt, Rob Wexler,
Ronald Petracca, Karlye Snowden, Jodie Lawrence, Bernadette Adams, Kristina Gunnarsdottir, Kristina
Ishmael, Michael Klein, Ji Soo Song et Ellery Robinson.
Finlande : Tero Huttunen, Jonna Korhonen et Tomi Kytölä (coordinateurs), Aki Tornberg, Ilmari Hyvönen,
Liisi Hakalisto, Tomi Halonen et Tommi Himberg ;
France : Axel Jean (coordinateur), Philippe Ajuelos, Florence Biot, Philippe Desgouttes, Thierry Lafaye,
Valérie Marcon, Isabelle Masseran, Robert Rakocevic et Stéphane Trainel ;
Hongrie : Gábor Rózsa et Ádám Horváth (coordinateurs) ;
Irlande : Anthony Kilcoyne (coordinateur) et Clare Connolly ;
Islande : Ingvi Hrannar Ómarsson, Ásgerður Kjartansdóttir , Óskar Nielsson et Asgerdur Kjartans ;
Italie : Elisabetta Mughini, Silvia Panzavolta, Giusy Cannella, Rosanna Genni, Francesca Rossi,
Sara Mori, Elena Mosa, Leonard Tosi, Giuseppina Cannella, Samuele Borri, Francesca Storai, Andrea
Bollini, Ezia Palmeri, Rossana Latronico, Laura Palmiero, Roberto Ricci ;
Japon : Daiki Ujishi, Yorihisa Oneda, Riori Chiba, Nozomi Haraguchi, Takahiro Iwasaki, Tetsuya
Kashihara ;
Lettonie : Viktors Kravčenko et Kaspars Veldre (coordinateurs), Ieva Grava, Ilona Platonova et Liene
Voroņenko ;
Lituanie : Vilma Ferrari et Vaino Brazdeikis (coordinateurs) ;
Luxembourg : Luc Weis (coordinateur) ;
Mexique : Alejandra Ortiz (coordinatrice), Yaritza Campos, Blanca Ileana Villalón Lozano, Luis Jorge,
Jeanette Hennequin, Carlos Fuentes Villalba et Sofia Riano ;
Nouvelle-Zélande : Ed Strafford, Marg McLeod, John Goulter, [Link] et Rachel Brandon
(coordinateurs), et Julia White, Selena Smeaton et Martin Rothbaum ;
Pays-Bas : Florine van Berne et Ymke Fokkema (coordinatrices) ;
Slovénie : Borut Čampelj (coordinateur), Ana Strnad, Manja Podgoršek Mesarec, Igor Pesek, Maruša
Gregorič, Mateja Brejc, Anamarija Cencelj et Sebastijan Magdič ;
Suède : Filip Nilson, Richard Walls, Jenny Kallstenius, Jessica Lindvert – et Annika Agélii Genlott et Tilsith
Lacouture (Sveriges Kommuner och Regioner, SALAR) ;
Tchéquie : Lucie Gregůrková, Miroslav Návrat et Anna Stočesová (coordinateurs) et Josef Basl ;
Türkiye : Gülhan Dönmez (coordinateur), Ahmet Şamil Demircan, Mustafa Saygin et Eren Suna ;
Commission européenne : Ivana Juraga et Leonie Bultynck (coordinatrices) ;
Les entreprises à l'OCDE (BIAC) : Charles Fadel (coordinateur) ;
Commission syndicale consultative auprès de l'OCDE (TUAC) : Martin Henry (coordinateur).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

 9

« Opportunités, lignes directrices et garde-fous pour une utilisation efficace et

équitable de l'IA », par l’OCDE et l’Internationale de l’Éducation

Le chapitre 16 de l'ouvrage reproduit un document élaboré conjointement par le Secrétariat de l'OCDE et

l'Internationale de l'Éducation (IE) dans le prolongement de leurs dix principes pour un redressement
efficace et équitable de l'éducation (2021), qui s'inspiraient des leçons tirées de la pandémie et compilaient
les expériences et les pratiques des pays en matière de politiques afin d'éclairer les travaux sur un
redressement durable de l'éducation.
À la Direction de l'éducation et des compétences de l'OCDE, les travaux ont été dirigés par
Andreas Schleicher, Conseiller spécial sur les politiques de l'éducation auprès du Secrétaire-Général de
l'OCDE et Directeur de l'éducation et des compétences, et Stéphan Vincent-Lancrin, Analyste principal et
Chef adjoint de la division de l'innovation et de la mesure du progrès. Au sein du Secrétariat de l'OCDE,
les collègues suivants sont remerciés pour leurs contributions et leurs commentaires sur les différentes
versions du document : Tia Loukkola, Quentin Vidal, Cassie Hague, Shivi Chandra, Jun Yu à la Direction
de l'éducation et des compétences (EDU) ; Jens Lundsgaard, Audrey Plonck, et Gallia Daor à la Direction
de la science, de la technologie et de l'innovation (STI).
À l'IE, le travail a été dirigé par David Edwards, Secrétaire général de l'Internationale de l'Education et
soutenu par Antonia Wulff, Directrice de la recherche, de la politique et de la promotion de l'IE et John
Bangs, Conseiller principal à l'Internationale de l'Education. La Présidente de l'Internationale de
l'Education, Susan Hopgood, et la Présidente du Comité consultatif de l'IE sur l'OCDE, Randi Weingarten,
sont remerciées pour leur supervision du travail au sein de l'IE.
Le document a été partagé et examiné par les membres respectifs des deux organisations. Les membres
du comité directeur du Centre pour la Recherche et l'Innovation dans l'Enseignement (CERI) ainsi que les
membres de l'Internationale de l'éducation sont remerciés pour leurs commentaires utiles.
Le document a également été partagé avec un certain nombre d'autres acteurs de l'éducation tels que
l'UNESCO, la Banque mondiale, des associations municipales ou nationales de responsables des
technologies de l'éducation ou des représentants de l'industrie des technologies de l'éducation. Nous
remercions tout particulièrement les personnes suivantes pour leurs commentaires et suggestions : Jean-
Claude Brizard et Jeremy Roschelle (Digital Promise, États-Unis), Maria Langworthy (anciennement
Microsoft, États-Unis), Ryan Baker (Université de Pennsylvanie, États-Unis), Inge Molenaar (Université
Radbout, Pays-Bas), Cristobal Cobo (Banque mondiale), Caroline Wright (British Education Suppliers
Association, Royaume-Uni), Annikka Hellewell et Annikka Agélli Genlott (Swedish Association of Local
Authorities and Regions, Suède), Keith Krueger (CoSN, États-Unis), Gavin Dykes (Education World
Forum, Royaume-Uni).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

10 

Table des matières

Avant-propos 3
Remerciements 6
Résumé 17
1 Vers une transformation numérique de l'éducation : chemin parcouru et prochaines
étapes 23
Introduction 24
Le potentiel de la transformation numérique 25
Les défis de la transformation numérique 30
Écosystèmes d’éducation numérique : où en sommes-nous et comment aller plus loin ? 36
Gouvernance de la transformation numérique dans l’éducation 45
Prochaines étapes de la transformation numérique 54
Références 57

Partie I Infrastructure numérique 61

2 Les systèmes d'information scolaire 62
Introduction 63
État des lieux 64
Typologie des systèmes d'information longitudinaux 77
Réflexions sur les systèmes d'information longitudinaux actuels et futurs 87
Références 92
Remarques 93

3 Systèmes de gestion de l'apprentissage et autres outils numériques pour la gestion

des établissements et du système éducatif 94
Introduction 95
Fourniture de conseils en matière d'orientation académique et professionnelle 114
Autres types de plateformes ou systèmes numériques 116
Synthèse et recommandations politiques relatives aux outils de gestion numériques 117
Références 124
Remarque 125

4 Évaluation numérique 126

Introduction 127
État d'avancement actuel 129

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  11

Résumé : principales observations, réflexions et tendances éventuelles 144

Références 147
Remarques 149

5 Ressources d’enseignement et d’apprentissage numériques 150

Introduction 151
État des lieux 152
Perspectives : principales observations, réflexions et évolutions possibles 170
Références 173

6 Équipement informatique : connectivité et fourniture d’appareils numériques 175

Introduction 176
Connectivité de qualité : tirer pleinement parti de l’éducation numérique 176
Politique de distribution d’appareils numériques : équiper les écoles et promouvoir l’égalité des
chances des élèves 186
Conclusion : profiter de la dynamique de la relance post-COVID, faire l’état des lieux de
l’infrastructure TIC existante et soutenir les utilisateurs finaux 193
Bibliographie 194
Remarques 196
Annexe 6.A. Réponses des pays participants concernant les instruments de gouvernance et
d’infrastructure numériques 199

7 Développement des compétences numériques des enseignants : approches

formelles 202
Introduction 203
Quelles sont les compétences numériques des enseignants ? 204
Quelles approches pour formaliser le développement des compétences numériques des
enseignants ? 206
Conclusion 229
Bibliographie 230
Remarques 234

Partie II Gouvernance numérique 235

8 Gouvernance des données et des technologies : inspirer la confiance dans
l’utilisation des données 236
Introduction 237
Introduction à la protection des données et de la vie privée 238
Protection des données et de la vie privée au niveau national 247
Partage des données et accès à des fins de recherche et d’apprentissage système 255
Réglementations des algorithmes, des systèmes d’IA et de la prise de décision automatisée 259
Conclusions et recommandations pour l’action publique 266
Bibliographie 268
Remarques 273

9 Biais algorithmiques : état des lieux et recommandations politiques 274

Introduction 275
Qu’est-ce qu’un biais algorithmique ? 276
Biais algorithmiques : effet sur les élèves issus de catégories démographiques courantes 280
Biais algorithmiques : répercussions sur les élèves dans d’autres catégories 283

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

12 

Des biais inconnus aux biais connus, de l’équité à l’égalité 284

Conclusion 289
Références 290

10 Prémices d’une gouvernance de l’IA générative dans le secteur de l'éducation 296

Introduction 297
Orientations et réglementations 298
Utilisation de l'IA au-delà des orientations et réglementations 301
Priorités stratégiques 304
Discussions et recommandations stratégiques 306
Références 307

11 Interopérabilité : harmoniser et optimiser la réutilisation des données dans les

écosystèmes d’éducation numérique 308
Introduction 309
Interopérabilité technique 311
Interopérabilité sémantique 316
Interopérabilité organisationnelle et juridique 320
Politiques et mesures : situation dans les pays 322
Conclusions et recommandations pour l’action publique 328
Références 332

12 Transformer les écosystèmes d’éducation numérique grâce aux marchés publics 334
Introduction 335
État des lieux 336
Les pays mettent à profit plusieurs stratégies de marchés publics 342
Les pouvoirs publics peuvent et doivent se servir des marchés publics pour transformer leur
écosystème numérique 348
Résumé : principales observations, réflexions et tendances éventuelles 351
Références 353
Remarques 354

13 Collaboration et cocréation multipartites : vers une application responsable de l’IA

dans l’éducation 356
Introduction 357
La collaboration et la cocréation, des solutions possibles pour mettre fin aux silos 358
Un langage commun pour les parties prenantes 360
Le paysage des laboratoires d’innovation et des centres d’expertise soutenant l’expansion de
l’IA dans l’éducation partout dans le monde 363
Conclusion : et maintenant ? 367
Références 368
Remarques 369
Annexe 13.A. Descriptions des laboratoires, des centres d’expertise et des centres de
développement commercial 370

14 Stratégies numériques : offrir une vision commune pour demain 390

Introduction 391
Réviser ou renforcer les stratégies existantes 391
Conclusion 403
Références 403

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  13

Remarques 404
Annexe 14.A. Intitulé et objectifs principaux des stratégies des pays en matière de numérique 405

15 Le rôle des organisations de soutien dans la mise en œuvre des politiques

d’éducation numérique 414
Introduction 415
Méthodologie 415
Analyse de la littérature spécialisée 416
Définition et rôle des organismes de soutien dans les politiques d’éducation numérique 419
Activités principales des organismes de soutien 420
Exemples d’organismes de soutien 421
Études de cas 421
Recommandations à l’attention des responsables politiques 426
Références 428
Annexe 15.A. Études de cas 431

Partie III Lignes directrices 443

16 Perspectives, lignes directrices et garde-fous pour une utilisation efficace et
équitable de l'IA dans l’éducation 444
Introduction 445
Possibilités de l’IA et de la technologie numérique 445
Risques de l’IA et des technologies numériques 447

GRAPHIQUES
Graphique 1.1. Fourniture par les pouvoirs publics d’outils numériques de gestion dans l’éducation (2024) 39
Graphique 1.2. Outils de gestion au niveau du système incluant des algorithmes ou affichages automatisés
basés sur des règles (2024) 40
Graphique 1.3. Fourniture par les pouvoirs publics de ressources d’enseignement et d’apprentissage
numériques en libre accès ou non (2024) 41
Graphique 1.4. Une offre ou utilisation limitée des outils et ressources numériques ayant des fonctionnalités
interactives ou d’IA (2024) 43
Graphique 1.5. Règles et mesures incitatives en faveur du développement des compétences numériques des
enseignants (2024) 44
Graphique 1.6. Interopérabilité au sein des écosystèmes d’éducation numériques : obligations, incitations et
réalité (2024) 47
Graphique 1.7. Procédures de passation de marchés publics des juridictions ou instances nationales (2024) 51
Graphique 2.1. Nombre et pourcentage de systèmes d'éducation disposant d'un système d'information
scolaire (2024) 65
Graphique 2.2. Éléments de données sélectionnés dans les systèmes d'information scolaire et les registres
des élèves (2024) 66
Graphique 3.1. Nature de la fourniture ou de l’achat de systèmes de gestion de l'apprentissage (2024) 98
Graphique 3.2. Interopérabilité, contrôle et fonctionnalités courantes des systèmes de gestion de
l'apprentissage dans les pays (2024) 100
Graphique 3.3. Systèmes de gestion des établissements et du système éducatif fournis par les pouvoirs
publics au sein des pays (2024) 117
Graphique 4.1. Nombre de pays et de juridictions proposant des évaluations numériques nationales ou
centrales de tout type (2024) 130
Graphique 4.2. Nombre de pays et juridictions proposant des tests numériques nationaux ou centraux (2024) 131
Graphique 5.1. Vue d'ensemble de la fourniture par les autorités publiques de contenus pédagogiques
numériques libres (2024) 153

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

14 

Graphique 5.2. Types de ressources d’enseignement et d’apprentissage fournies par les autorités publiques
via des plateformes en ligne gérées à l'échelle centrale ou de la juridiction (2024) 158
Graphique 5.3. Nombre de pays qui utilisent couramment certaines technologies intelligentes (2024) 166
Graphique 5.4. Vue d'ensemble de la fourniture par les autorités publiques de ressources numériques pour la
formation professionnelle des enseignants (2024) 169
Graphique 6.1. Pourcentages d’élèves scolarisés dans un établissement disposant d’une connexion dont la
bande passante et/ou la vitesse de téléchargement sont suffisantes, par pays (2018) 179
Graphique 6.2. Internet plus rapide : une priorité politique des cinq dernières années (2018-2022) 180
Graphique 6.3. Accès à Internet : une priorité politique pour les cinq prochaines années (2024-2028) 181
Graphique 6.4. Vitesse de connexion : une priorité politique pour les cinq prochaines années (2024-2028) 181
Graphique 6.5. Pourcentage d'élèves ayant accès à une connexion sans fil dans leur établissement (2018) 183
Graphique 6.6. Proportions d’élèves disposant d’au moins un smartphone connecté à leur domicile (2018) 184
Graphique 6.7. Accès aux plateformes éducatives sans frais de données mobiles : une priorité politique pour
les cinq prochaines années (2024-2028) 185
Graphique 6.8. Nombre moyen d’ordinateurs par élève, par pays participant (2018) 187
Graphique 6.9. Pourcentages d’élèves scolarisés dans un établissement où les appareils numériques sont
jugés assez puissants (2018) 188
Graphique 6.10. Priorité politique en matière de fourniture de tablettes et ordinateurs portables aux
établissements pour les cinq prochaines années (2024) 189
Graphique 6.11. Priorité politique en matière de fourniture de tableaux interactifs et d’outils de simulation
(2024-2028) 190
Graphique 6.12. Changement d’orientations politiques ou budgétaires en matière de serveurs Intranet au
cours des cinq dernières années (2018-2022) 191
Graphique 6.13. Changement d’orientations politiques ou budgétaires en matière de fourniture d’appareils aux
élèves au cours des cinq dernières années (2018-2022) 192
Graphique 7.1. Cadre de référence de la connaissance technopédagogique du contenu (TPACK) 204
Graphique 7.2. Approches et leviers politiques pour formaliser le développement des compétences
numériques des enseignants 207
Graphique 7.3. Aperçu des règles et directives relatives au développement des compétences numériques des
enseignants 209
Graphique 7.4. Aperçu des règles et directives sur l’intégration des compétences numériques dans le
programme d'enseignement 218
Graphique 7.5. . Besoins en matière de développement professionnel en TIC et niveau de participation des
enseignants (2018) 220
Graphique 8.1. Règles et directives en matière de protection des données dans les pays et juridictions (2024) 250
Graphique 8.2. Nombre de pays/entités ayant une approche proactive de l’application de leur politique en
matière de technologie numérique et de données (2024) 254
Graphique 8.3. Accès aux données des chercheurs des secteurs public et privé (2024) 258
Graphique 8.4. Pays et entités utilisant des algorithmes avancés basés sur des règles (tableaux de bord,
décisions basées sur des règles, etc.) (2024) 260
Graphique 9.1. Évolution de la situation actuelle à l’égalité 285
Graphique 10.1. Orientations et réglementations relatives à l'IA générative dans le secteur de l'éducation
(2024) 298
Graphique 10.2. Enjeux prioritaires concernant les orientations et réglementations sur l'IA générative dans le
secteur de l'éducation (2024) 304
Graphique 11.1. Modèle à quatre strates des politiques d’interopérabilité 311
Graphique 11.2. Utilisation de taxonomies pour les ressources d’apprentissage numériques par pays (2024) 324
Graphique 11.3. Règles et lignes directrices en matière d’interopérabilité (2024) 327
Graphique 12.1. Dépenses liées aux marchés publics en pourcentage du PIB (2021) 337
Graphique 12.2. Dépenses liées aux marchés publics de l’éducation en pourcentage du PIB (2021) 337
Graphique 12.3. Marchés publics de l’éducation en pourcentage de l’ensemble des dépenses liées aux
marchés publics (2021) 338
Graphique 12.4. Vue d’ensemble des pratiques de passation des marchés publics des gouvernements
centraux et infranationaux dans les pays de l’OCDE (2024) 341
Graphique 13.1. L’innovation dans l’éducation selon le modèle de la triple hélice TBD 359
Graphique 13.2. Le cadre détection-diagnostic-actions 361
Graphique 13.3. Le modèle d’automatisation à six niveaux 362
Graphique 14.1. Stratégies d’éducation numérique (2024) 392

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  15

Graphique d’annexe 13.A.1. L’IA éthique TBD 380

Graphique d’annexe 13.A.2. Le défi du robot d’exploration de Mars 387

TABLEAUX
Tableau 2.1. Les systèmes d'information scolaire : disponibilité et caractéristiques spécifiques (2024) 68
Tableau 2.2. Conditions typiques d'accès aux données, selon les parties prenantes 75
Tableau 3.1. Fourniture des systèmes de gestion de l'apprentissage au sein des pays (2024) 104
Tableau 3.2. Fourniture par les autorités publiques d'outils numériques pour la gestion des établissements et
du système éducatif (2024) 118
Tableau 3.3. Avantages et inconvénients des différents modèles de fourniture ou d'achats publics 121
Tableau 4.1. Évaluations numériques à l'échelle nationale ou centrale : disponibilité et caractéristiques des
tests et des examens (2024) 132
Tableau 4.2. Disponibilité et caractéristiques des outils numériques à l'appui des évaluations (2024) 140
Tableau 5.1. Fourniture par les autorités publiques de contenus pédagogiques numériques libres (2024) 154
Tableau 5.2. Fourniture de ressources d’enseignement et d’apprentissage numériques par les autorités
publiques via des plateformes en ligne (2024) 156
Tableau 5.3. Fourniture par les autorités publiques de ressources numériques pour la formation
professionnelle des enseignants (2024) 169
Tableau 7.1. Règles et directives nationales relatives au développement des compétences numériques des
enseignants 207
Tableau 7.2. Règles et directives nationales sur l’intégration des compétences numériques dans le
programme d'enseignement 217
Tableau 8.1. Types de règles et directives en matière de protection des données (2024) 250
Tableau 8.2. Accès aux données publiques et privées sur l’éducation (2024) 258
Tableau 10.1. Orientations et réglementations relatives à l'IA générative dans le secteur de l'éducation, selon
les pays et juridictions (2024) 299
Tableau 10.2. Utilisation de l’IA générative dans le secteur de l'éducation : orientations et pratiques (2024) 302
Tableau 10.3. Priorités des pays relatives aux réglementations de l'IA générative dans le secteur de
l'éducation (2024) 305
Tableau 11.1. Taxonomie des ressources d’apprentissage numériques (2024) 324
Tableau 11.2. Mesures relatives à l’interopérabilité par pays (2024) 327
Tableau 12.1. Pratiques de passation des marchés publics des gouvernements centraux et infranationaux
dans les pays de l’OCDE (2024) 340
Tableau 13.1. Description de laboratoires d’innovation et de centres de recherche dans le monde 363
Tableau 14.1. Statut et cadre temporel des stratégies d’éducation numérique des pays de l’OCDE (2024) 392
Tableau 14.2. Changements significatifs d’orientations politiques ou budgétaires en matière d’éducation
numérique au cours des cinq dernières années (2024) 396
Tableau 14.3. Priorités des stratégies d’éducation numérique : volet matériel (2024) 399
Tableau 14.4 Priorités des stratégies d’éducation numérique : volet immatériel (2024) 401

Tableau d’annexe 6.A.1. Au cours des cinq dernières années, votre gouvernement a-t-il opéré des
changements d’orientations politiques ou budgétaires en matière d’éducation numérique portant sur l’un des
éléments suivants ? (2024) 199
Tableau d’annexe 6.A.2. En termes d’infrastructure informatique physique (équipement, connectivité, etc.),
quelles sont les priorités de votre niveau administratif pour les cinq prochaines années ? (2024) 200
Tableau d’annexe14.A.1. Les stratégies d’éducation numérique et leurs objectifs 405
Tableau d’annexe 14.A.2. Priorités en matière d’éducation numérique au cours des cinq prochaines années 410

ENCADRÉS
Encadré 1.1. Opportunités, orientations et garde-fous pour une utilisation efficace et équitable de l'IA dans
l’éducation 56
Encadré 2.1. Les systèmes d'information sur l'éducation : le défi des pays fédéraux 89

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

16 

Encadré 4.1. Conception et mise en œuvre des évaluations numériques des élèves : un examen de la
littérature spécialisée 128
Encadré 4.2. Les examens d'entrée à l'université en Finlande 138
Encadré 5.1. Utilisation de manuels scolaires numériques interactifs à des fins d'apprentissage adaptatif 163
Encadré 5.2. Les systèmes de tutorat intelligents aux Pays-Bas 165
Encadré 5.3. Un exemple de technologie de l'avenir : le projet Aulas del Futuro en Espagne 166
Encadré 6.1. L’accès, même à des ressources limitées en matière de TIC, ne peut être considéré comme
universellement acquis 177
Encadré 7.1. Exemples et applications des cadres de compétences numériques des enseignants 211
Encadré 7.2. Approches pour évaluer les compétences numériques des futurs enseignants 214
Encadré 7.3. Initiative régionale pour développer et certifier les compétences numériques des enseignants en
Espagne 215
Encadré 7.4. L’évaluation, un outil en faveur du développement des compétences numériques 219
Encadré 7.5. Intégrer des microcertificats dans les mécanismes formels de formation professionnelle 222
Encadré 7.6. Plateformes de développement professionnel dans le numérique 223
Encadré 7.7. Agences nationales pour l’éducation numérique et le développement professionnel 225
Encadré 7.8. Soutenir les enseignants et les établissements pour qu’ils intègrent les compétences numériques
dans le programme d'enseignement 228
Encadré 8.1. Principes directeurs de la protection de la vie privée dans l’utilisation des données personnelles 239
Encadré 8.2. Protéger les données personnelles dans un environnement d’apprentissage virtuel : le
gestionnaire d’accès aux ressources (GAR) en France 253
Encadré 8.3. Position de négociation sur la législation européenne en matière d’intelligence artificielle :
l’éducation, secteur à « haut risque » 261
Encadré 8.4. Projet américain de charte des droits en matière d’IA et recommandations sur l’IA dans
l’éducation 263
Encadré 8.5. Principes éthiques sur l’intelligence artificielle dans l’éducation en Corée (2022) 264
Encadré 8.6. La charte en matière d’algorithmes de la Nouvelle-Zélande Aotearoa 265
Encadré 9.1. Trois exemples de biais algorithmiques dans l’éducation 283
Encadré 9.2. Six recommandations politiques à l’intention des responsables politiques 287
Encadré 10.1. Priorités des pays relatives aux réglementations de l'IA générative dans le secteur de
l'éducation (2024) 300
Encadré 11.1. Suites intégrées de normes techniques 314
Encadré 11.2. Les normes Common Education Data Standards (CEDS) aux États-Unis 317
Encadré 11.3. ScoLOMFR, une norme pour décrire les ressources éducatives en France 319
Encadré 11.4. Le programme National Schools Interoperability Programme (NSIP) en Australie 320
Encadré 12.1. Ressources consacrées aux infrastructures numériques dans l’éducation : rareté des données
comparables sur le financement et la rentabilité 338
Encadré 12.2. Stratégies de passation de marchés publics dans les pays fédéraux 346
Encadré 12.3. Des appareils numériques fournis à la location 350

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  17

Résumé

La pandémie de COVID-19 a mis en lumière le potentiel de l’éducation numérique et la nécessité de s’y

préparer. Les pays ont en partie numérisé leurs outils de gestion au niveau du système, mais des
écosystèmes d'éducation numérique cohérents doivent encore être mis en place dans de nombreux pays.
Les Perspectives sur l’éducation numérique 2023 proposent une analyse thématique et comparative de
l'écosystème numérique et de la gouvernance des pays de l'OCDE, et mettent en évidence les différentes
opportunités et les défis pour atteindre différents objectifs politiques. Associé à son livre complémentaire,
Country Digital Education Ecosystems and Governance : A Companion to Digital Education Outlook 2023
(L’écosystème et la gouvernance de l’éducation numérique des pays), qui fournit des informations
approfondies pour 29 pays/jurisdictions, il dresse un état des lieux de l'éducation numérique dans la zone
OCDE, et constitue une base de référence pour mesurer les progrès accomplis dans la décennie à venir.
Une partie des informations présentées dans ce rapport provient des données d'une enquête systématique
réalisée auprès des pays de l'OCDE et du Brésil sur leur infrastructure d'éducation numérique et leur
gouvernance éducative, validées en décembre 2023, de recherches documentaires, ainsi que de travaux
antérieurs du Centre de l’OCDE pour la recherche et l'innovation dans l’enseignement portant sur les
technologies, l'innovation et la recherche dans le domaine de l'éducation. Ce rapport présente les
considérations stratégiques des pays qui souhaitent améliorer leur écosystème d'éducation numérique et
leur gouvernance, et met en évidence certaines divergences entre les différents objectifs politiques. Il
s'appuie sur les Perspectives de l’OCDE sur l’éducation numérique 2021 : Repousser les frontières avec
l'IA, la blockchain et les robots, un ouvrage qui permet de mesurer l'écart entre les possibilités qui s’offrent
aux pays et leur situation actuelle.
Ce rapport est constitué de deux grandes parties : l'une porte sur l'écosystème de l'éducation numérique
des pays, notamment sa composante humaine, et l'autre sur sa gouvernance. Une troisième partie est
dédiée à des lignes directrices sur l'IA dans le secteur de l'éducation rédigées par le secrétariat de l'OCDE
et l'Internationale de l’Éducation, la fédération syndicale internationale des enseignants. Le document vise
à faciliter le dialogue entre les autorités publiques en charge de l'éducation et le corps enseignant et ses
représentants afin de collaborer sur la transformation numérique.

Écosystème d’éducation numérique

Les écosystèmes d’éducation numérique ont trois composantes : les outils numériques pour la gestion des
systèmes et des établissements, les outils numériques pour l'enseignement, l'apprentissage et l'évaluation
en classe, et les humains qui donnent vie et sens à ces outils. La pandémie a soulevé une question
fondamentale : quelle infrastructure minimale un pays devrait-il mettre à la disposition de ses
établissements d’enseignement, de ses enseignants et de ses élèves pour que l'apprentissage puisse se
poursuivre en cas de perturbation, mais aussi d'une manière générale ? Elle a également mis en évidence
l'écart entre ce qu'il serait possible de faire pour rendre l'éducation plus efficace et plus équitable si les
enseignants et les élèves bénéficiaient d'outils numériques, notamment de technologies d’apprentissage

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

18 

axées sur l’intelligence artificielle, et ce que les pays, les autorités de l’éducation ou les établissements
proposeront à partir de 2023.

Outils de gestion au niveau du système

La pierre angulaire d'une infrastructure d'éducation numérique au niveau du système réside dans un
système d’information longitudinale sur les élèves. Lorsque cet outil n’est pas disponible, il est préférable
d’avoir au moins établi un registre national des élèves avec des identifiants longitudinaux uniques pour les
élèves (et éventuellement les enseignants). Les bases de données scolaires permettent à l'ensemble du
système éducatif de bénéficier des informations recueillies au niveau national lorsqu’elles peuvent être
transformées en données exploitables pour les acteurs locaux de l’éducation. À tout le moins, les données
collectées permettront de générer des données probantes susceptibles d'éclairer les politiques d’éducation
au sein des pays. En 2023, la plupart des pays de l'OCDE ont mis en place un système d'information
scolaire, même s'ils l'utilisent encore principalement à des fins statistiques plutôt que pour fournir des
informations en temps réel aux acteurs de l’éducation (chapitre 2).
Au niveau des établissements d’enseignement, on parle de systèmes de gestion de l’apprentissage : ces
systèmes permettent aux établissements de gérer et de suivre les données relatives à l'identité et à la vie
scolaire des élèves, les cours auxquels ils assistent et les enseignants qui les donnent, voire, dans certains
cas, d'accéder à des contenus numériques destinés à l'enseignement et à l'apprentissage. Idéalement,
ces systèmes de gestion de l’apprentissage devraient être en mesure d’« envoyer » et de « recevoir » des
données vers et depuis le système d'information scolaire de l'entité où ils sont situés. Si la majorité des
pays indiquent que la plupart de leurs établissements utilisent de tels systèmes, au moins dans une
certaine mesure, chez environ la moitié d'entre eux les systèmes de gestion de l’apprentissage ne sont
pas interopérables avec les systèmes d’information scolaire au niveau du système. Les établissements
doivent ainsi fournir manuellement des informations à leurs autorités publiques ou ministères. Par ailleurs,
ils ne sont pas en mesure d'obtenir des informations à partir des données collectées au niveau national.
Le rapport montre que la plupart des pays fournissent des données sur l'orientation des études et des
carrières par des moyens numériques, même si peu d'entre eux proposent des outils pour des demandes
plus personnalisées, et que la plupart des évaluations nationales sont désormais sous forme informatisée
ou sur le point de le devenir. La transition vers une version informatisée des examens (ou évaluations aux
enjeux élevés pour les apprenants) représente une tout autre problématique, et si quelques pays de
l'OCDE explorent cette voie, peu d'entre eux ont réellement franchi le pas (c’est le cas de la Finlande, par
exemple). Quelques pays ont informatisé certains aspects de l'administration de leurs examens sur papier
ainsi que leurs processus d'admission sélective dans l'enseignement supérieur (et parfois dans
l'enseignement secondaire) (chapitres 3 et 4).

Écosystèmes numériques pour l’enseignement et l’apprentissage

La question de l’accessibilité des ressources d'apprentissage numériques pour les enseignants et les
apprenants constitue une autre facette du problème. C'est une autre question que la pandémie a mise en
évidence, et qui a donné lieu à nombre de nouvelles initiatives prometteuses au sein des pays.
L'OCDE, ainsi que d'autres organisations internationales telles que l'UNESCO, encourage depuis
longtemps les pays à développer des plateformes de ressources éducatives libres (REL). Les REL sont
généralement accessibles gratuitement à toutes les personnes parlant une langue donnée. Les
plateformes de cours en ligne ouverts à tous (MOOC) ont également élargi cette offre, tout comme
l'éducation par la télévision et la radio, ainsi que via des chaînes de réseaux sociaux dans certains pays.
La plupart de ces offres ont été dopées par la pandémie et sont toujours disponibles dans certains pays.
Une autre façon pour les pays de soutenir les enseignants et les élèves est d’acheter des licences pour
des ressources d'apprentissage numérique provenant d'éditeurs éducatifs, ou de permettre aux

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  19

établissements/municipalités (etc.) d'acheter leurs ressources auprès de ces prestataires. L'avantage

d'une offre centralisée est que l’exécutif central dispose, en principe, d’une plus grande capacité à assurer
la qualité des ressources éducatives. D’autre part, les établissements ou les exécutifs locaux peuvent être
mieux à même de choisir ce qui convient à leurs élèves. Quoiqu’il en soit, s'il est important de disposer
d'une base de ressources « gratuites » ou libres pour permettre à chacun de bénéficier de l'enseignement
public, les fournisseurs privés restent dans l’ensemble mieux placés pour maintenir les ressources
d'apprentissage à jour et devraient certainement continuer à faire partie de l’équation de l’offre et de la
demande dans le secteur de l’éducation (chapitre 5).

Compétences numériques

Un écosystème d'éducation numérique solide repose sur la capacité des élèves et des enseignants à
utiliser les outils et les ressources numériques mis à leur disposition. En effet, il est inutile de fournir des
ressources qui ne sont pas utilisées efficacement par les enseignants et les élèves. Les pays encouragent
les enseignants à développer leurs compétences numériques en matière de pédagogie de différentes
manières : certains établissent des normes de compétences numériques que les programmes de
formation initiale des enseignants doivent appliquer ; d'autres élaborent des directives que les autorités
infranationales peuvent suivre ou non ; d'autres encore imposent une formation continue pour les
enseignants en poste et fournissent des ressources de formation professionnelle à l'intention des
enseignants. Beaucoup incluent les « compétences numériques » comme objectif dans leur programme
scolaire national/régional et espèrent que la formation professionnelle des enseignants, initiale ou
continue, s'ajustera en conséquence (chapitre 7).

Infrastructure physique

Les stratégies d'éducation numérique se sont trop souvent limitées à établir une infrastructure numérique
physique, c'est-à-dire une connectivité de haute qualité et un nombre suffisant d'appareils pour que les
élèves et les enseignants puissent accéder aux ressources pédagogiques. Il s'agit bien évidemment d'une
condition préalable à l'exploitation des possibilités offertes par l'éducation numérique. Bien que ces
Perspectives sur l’éducation numérique fassent état de cette infrastructure essentielle, les auteurs du
présent rapport ont choisi de ne pas commencer par-là afin de préciser qu'il ne s'agit pas de la seule
composante importante ou nécessaire d'un écosystème d'éducation numérique solide. Il ne suffit pas de
fournir des outils numériques et une connectivité de qualité pour améliorer l’éducation numérique. La
plupart des éléments mentionnés ci-dessus sont les catalyseurs de cette transformation numérique, bien
que celle-ci ne puisse advenir qu’en des endroits où l’infrastructure numérique est suffisante. Ce fut l’une
des priorités stratégiques des pays ces dernières années (chapitre 6).

Accessibilité, utilisation et gouvernance des technologies numériques et des

données dans le domaine de l’éducation

Égalité d'accès et d'utilisation

La pandémie de COVID-19 a mis en évidence les inégalités dans l'accès à l'infrastructure physique et
« logicielle » de l'éducation numérique. En temps normal, la quasi-totalité des pays est confrontée à
d’importantes disparités en termes d'accès et d'exposition aux ressources et outils d'apprentissage
numériques. Ce constat s’explique principalement par la décentralisation des responsabilités au sein des
pays, qui permet aux niveaux inférieurs de l’exécutif de décider de la pertinence ou de la possibilité de
fournir, de favoriser ou de soutenir l'utilisation (et/ou l'acquisition) d'outils et de ressources numériques par
les établissements, les enseignants et les apprenants. Certains pays ont mis en œuvre des programmes
ambitieux pour inciter toutes les entités de ces niveaux de l’exécutif à investir dans la numérisation.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

20 

D’autres y sont parvenus sans programme stratégique, mais en favorisant la « convergence d'opinions »
à travers l’ensemble du pays. D'autres encore ne font que constater les importantes disparités entre les
« pionniers » et les « retardataires », que ce soit par choix ou non. Assurer l'égalité d'accès et d’utilisation
des technologies pédagogiques, ainsi que l'équité pour les populations qui sont moins susceptibles de
pouvoir bénéficier de l'éducation numérique sans intervention adéquate, restera un défi majeur pour les
pouvoirs publics dans un avenir proche (chapitre 6 et ailleurs).

Gouvernance des données et des technologies

Un autre défi concerne la gouvernance des technologies numériques et des données afin de gagner la
confiance du public tout en maintenant les incitations du marché pour que les entreprises commerciales
de technologies pédagogiques et les éditeurs de matériel éducatif développent des outils et ressources
pertinents pour le secteur de l'éducation.
La protection de la vie privée et des données, y compris la cybersécurité, est un élément clé de la
gouvernance des données. Tous les pays de l'OCDE ont élaboré une réglementation en matière de
protection des données et de la vie privée concernant l'accès aux données administratives relatives à
l'éducation et le partage de ces données. Dans de nombreux cas, les pays ont également élaboré une
législation ou des règles spécifiques sur les données relatives à l'éducation, en lien avec leurs systèmes
d'information scolaire et d'autres systèmes administratifs. Si la réglementation s’applique généralement
aux prestataires commerciaux et les empêche de partager les données, aucun pays n'a établi de
réglementation ou de contrat concernant l'accès aux données collectées par les prestataires commerciaux
dans les établissements publics. Il n'existe pas non plus de réglementation ou de directives concernant
les algorithmes ou les décisions automatisées (à l'exception des décisions ou directives de l’administration
publique lorsqu'elles existent), peut-être parce que le recours à des décisions automatisées est rare dans
la zone OCDE. Par ailleurs, aucun pays ne fait état d’une ressource ou d’un outil axé sur l’IA à fort ou
moyen potentiel dans l'éducation à l’horizon 2024. Les ressources axées sur l’IA seront généralement
intégrées dans des systèmes d'apprentissage adaptatif ou dans les récentes applications d'IA générative
(basées sur des modèles de langage étendu ou d'autres types de modèles), pour lesquelles de plus en
plus de lignes directrices sont développées (chapitres 8 et 10).
Le débat sur les biais algorithmiques devrait de plus en plus influencer la réglementation dans les pays où
l'équité est une priorité politique. On parle de biais algorithmique lorsqu'un algorithme avantage certaines
populations par rapport à d'autres (sur la base du sexe, de la race, de l'origine ethnique, du statut
migratoire, etc.). Les recherches sur les biais algorithmiques sont principalement menées aux États-Unis,
y compris pour les algorithmes et les systèmes opérant en dehors de leur territoire. Ces études soulignent
notamment l'importance de collecter des données personnelles (et parfois sensibles) dans le cadre de
politiques rigoureuses de protection des données et de la vie privée afin d'être en mesure de détecter (et
donc de corriger) les biais algorithmiques (chapitre 9).

Interopérabilité

Un deuxième volet de la gouvernance des données et des technologies porte sur les normes
d'interopérabilité et l’obligation ou les incitations à appliquer certaines de ces normes. Pour diverses
raisons, notamment l’utilisation de systèmes hérités du passé et d'autres raisons liées à la répartition des
responsabilités entre plusieurs autorités de l’éducation, niveaux inférieurs de l’exécutif et départements au
sein d'un ministère, de nombreux outils d'éducation numérique n'ont pas la capacité d'échanger et de relier
des données. Ce manque d’interopérabilité implique que le personnel éducatif doit souvent saisir les
données à plusieurs reprises et qu'une part importante des données collectées au niveau du système
restent inexploitées au lieu d'être utilisées pour améliorer et intervenir dans le secteur de l’éducation. En
outre, l'interopérabilité repose également sur le développement de taxonomies normatives pour classifier
les ressources d'apprentissage numériques (interopérabilité sémantique). De nombreux pays ont initié des

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  21

efforts visant à unifier leur écosystème numérique pour les utilisateurs en proposant un service de
« connexion unique », mais la plupart ne disposent toujours pas d'interopérabilité entre les outils de gestion
au niveau des établissements et au niveau du système (voire entre les outils de gestion au niveau même
du système) (chapitre 11).

Marchés publics

Un troisième volet de la gouvernance des données et des technologies porte sur les règles et
réglementations en matière de passation de marchés. En 2024, les pays plus centralisés tendent à fournir
un cadre de référence pour les marchés publics et à préapprouver la plupart des outils et ressources
d'éducation numérique que les établissements et les enseignants peuvent acheter, lorsqu'ils ne les
achètent pas eux-mêmes. En revanche, les pays plus décentralisés tendent à laisser la décision aux
établissements ou aux autorités locales, et ne fournissent que rarement des directives sur les ressources
qu’il convient d'acheter. L'acquisition d'outils et de ressources numériques n'est également conditionnée
à aucun résultat particulier, à l’exception de la protection et la sécurité des données, contrairement à ce
que l'on observe dans le secteur de la santé par exemple (chapitre 12).

Soutenir l’innovation, la recherche et le développement (R-D) dans l’éducation

numérique

Le soutien au développement et à l'amélioration des outils et ressources d'éducation numérique ainsi que
la recherche sur les utilisations efficaces de l'éducation numérique sont deux dimensions importantes d'un
écosystème et d'une gouvernance numériques solides dans le domaine de l'éducation.
Les acteurs traditionnels de l'éducation ne disposent souvent pas des compétences nécessaires au
développement d’outils numériques pour le secteur de l'éducation. Ceux-ci sont généralement développés
par des entreprises de technologies pédagogiques à but lucratif, parfois spécifiquement pour le secteur de
l'éducation, parfois en adaptant à l'éducation des outils développés pour d'autres secteurs. Il est rare que
les ministères de l’Éducation soutiennent directement les entreprises commerciales, bien que les
technologies pédagogiques pourraient bénéficier de programmes d’innovation publics (par exemple pour
les start-ups, la recherche et le développement expérimental). Si les autorités en charge de l’éducation
sont peu nombreuses à soutenir le secteur des technologies pédagogiques de leur pays du point de vue
du commerce international, beaucoup engagent néanmoins un dialogue avec les acteurs du secteur (par
exemple en finançant des conférences autour de ces technologies). Par ailleurs, les autorités de
l’éducation collaborent relativement rarement avec des acteurs de l’éducation tels que les parents ou les
élèves lorsqu'elles développent ou introduisent de nouveaux outils et ressources numériques.
Les pouvoirs publics commandent parfois des recherches sur l'éducation numérique à leurs universités ou
font de l'éducation numérique une priorité manifeste de leur programme de recherche, mais il est frappant
de constater que très peu de pays contrôlent et évaluent réellement les investissements dans les outils et
les ressources d'éducation numérique. Les données sur l'infrastructure physique disponible dans les
établissements font défaut, sans parler des informations sur l'utilisation des technologies numériques, que
ce soit comme outil de gestion ou comme outil d'enseignement et d'apprentissage.
Le dernier chapitre de ce rapport constate que les spécialistes de l'éducation et de l'informatique, les
entreprises de technologies pédagogiques et les gouvernements travaillent souvent en vase clos, avec
une implication relativement faible du corps enseignant dans la conception et le développement des
produits axés sur l’IA. Ce chapitre suggère à l’inverse que ces différents acteurs devraient établir des
modèles de co-création. Ces modèles viseraient principalement à développer des outils et des ressources
numériques basés sur les besoins et les utilisations des enseignants et des apprenants, plutôt que sur ce

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

22 

qui est réalisable du point de vue technologique. Quelques exemples internationaux de laboratoires
d'innovation basés sur différents partenariats mettent en lumière certaines pistes à explorer (chapitre 13).

Organismes de soutien

Près de la moitié des pays ont publié une nouvelle stratégie d'éducation numérique depuis 2020. La plupart
d'entre eux l'ont mise à jour pendant la pandémie de COVID-19. Ces stratégies se concentrent
généralement sur l'accès à du matériel de qualité, le développement des compétences numériques des
enseignants et des élèves, et plus rarement sur la mise à niveau des ressources d'apprentissage
numériques avec des outils basés sur l'IA (chapitre 14).
L'un des défis que doivent relever les pouvoirs publics dans la mise en œuvre de leurs stratégies
numériques réside dans la difficulté de s'assurer que le personnel possède les compétences numériques
nécessaires à la gestion de l'infrastructure numérique physique ainsi que des outils et ressources
numériques, les connaissances pédagogiques générales inhérentes à l’utilisation des ressources et outils
d'apprentissage numériques, et la capacité d'aider les enseignants à développer les compétences
pédagogiques adéquates pour intégrer l'utilisation de ces outils et ressources à leurs pratiques
pédagogiques. Les pays ont établi différents modèles d’organismes de soutien pour soutenir la
numérisation de l’éducation. L’analyse des avantages et des inconvénients des différents modèles
montrent les bénéfices de ces organisations externes bien que, dans certains pays, piloter la
transformation numérique depuis le ministère de l’Éducation puisse rester la meilleure solution
(chapitre 15).

Opportunités, lignes directrices et garde-fous pour une utilisation efficace et équitable

de l'IA et des technologies numériques dans l'éducation

Sur la base de certains aspects de l'analyse des Perspectives sur l'éducation numérique, ce rapport inclue,
pour conclure, un ensemble d’ « opportunités, lignes directrices et garde-fous » qui ont été développés par
le secrétariat de l'OCDE et par l'Internationale de l'éducation. Ces lignes directrices ont été élaborées pour
aider les pays, les organisations ou les autorités dans leurs efforts de numérisation. Ce document pourrait
servir de point de départ à des discussions approfondies et de nouvelles directives sur ces questions.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  23

1 Vers une transformation numérique

de l'éducation : chemin parcouru et
prochaines étapes

Stéphan Vincent-Lancrin, OCDE

Ce chapitre offre une vision de ce à quoi pourrait ressembler une

transformation numérique de l'éducation et aborde certains des avantages
et défis qu’elle représente. Il défend l’idée que les technologies numériques,
y compris l'IA, pourraient améliorer l'efficacité et la qualité de l'éducation
grâce à leur capacité de personnalisation, qu'il s'agisse d'enseignement,
d'apprentissage ou de tout autre service éducatif, en les rendant plus
inclusifs et potentiellement plus équitables tout en améliorant le rapport coût-
efficacité du secteur. La transformation numérique de l'éducation comporte
également des risques qu’il faut atténuer. Les conclusions du rapport sur la
situation dans les différents pays leur recommandent d’axer les efforts dans
certains domaines afin d’accélérer leur programme actuel de numérisation
dans l’éducation en vue d’une véritable transformation numérique. Il faudrait,
en outre, qu’ils redoublent d’efforts pour tirer parti des possibilités qu’offrent
les collectes de données à grande échelle et l’utilisation des outils et
ressources numériques avancées pour résoudre les problèmes éducatifs.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

24 

Introduction

La transformation numérique ouvre de nouveaux horizons en éducation. Si ce secteur n’a jamais manqué
de données, qu’il s’agisse des notes des élèves ou de renseignements administratifs, leur utilisation au
service d’un meilleur apprentissage, d’un meilleur enseignement et d’une prise de décisions mieux étayées
au sein des systèmes d’éducation – de la part des parents, des élèves ou des administrateurs
scolaires – reste récente. Les technologies numériques et, plus particulièrement, les technologies
intelligentes basées sur l’intelligence artificielle (IA), l’analyse de l’apprentissage ou encore la robotique,
peuvent-elles transformer l’éducation de la même façon qu’elles révolutionnent le reste de la société ? Et,
dans ce cas, à quoi pourrait ressembler cette transformation numérique et comment les pays pourraient-
ils l’exploiter ?
Ce chapitre commence par récapituler ce que les technologies numériques actuelles peuvent apporter à
l’éducation, en s’inspirant de travaux antérieurs sur les tendances et limites de la technologie éducative
(OECD, 2021[1]). Les Perspectives de l'OCDE sur l’éducation numérique 2021 avaient présenté les
différents usages des outils et ressources numériques susceptibles d‘améliorer l’enseignement et
l’apprentissage, ainsi que l’administration des établissements et des systèmes éducatifs. La pandémie de
COVID-19 a accéléré l’expérimentation et l’adoption des technologies numériques dans l’enseignement et
l’apprentissage, mais a également mis en lumière le manque relatif de ressources et d’outils numériques
dans le domaine, ainsi que leur caractère assez rudimentaire (OECD, 2022[2] ; Vincent-Lancrin, 2022[3]).
Les Perspectives de l'OCDE sur l’éducation numérique 2023 arrivent à des conclusions similaires, et
mettent en exergue la lenteur de la pénétration des outils numériques dans l’éducation, leur usage se
limitant principalement à numériser des processus éducatifs existants. L’émergence notable de l’IA
générative a servi d’électrochoc aux responsables politiques dans le domaine de l’éducation, ceux-ci ayant
pris conscience de la nature disruptive des technologies avancées, mais également de l’imminence de
leur impact sur la société. Alors que l’horizon de ces technologies, évoqué dans les Perspectives de
l'OCDE sur l’éducation numérique 2021, semblait alors encore lointain, leur déploiement semble
désormais très près de se concrétiser. Cependant, malgré un chapitre entier consacré à l’IA générative
(Vidal, Vincent-Lancrin et Yun, 2023[4]), à ce jour la majeure partie de l’IA utilisée dans l’éducation n’est
pas générative. Quand l’IA est utilisée, elle est seulement intégrée dans des systèmes qui établissent un
diagnostic à partir de grandes quantités de données et proposent des décisions, ou qui recoupent des
informations sur les apprenants ou les enseignants et leur fournissent des commentaires ou des
propositions. L’un des défis majeurs de la transformation numérique de l’éducation est de permettre aux
responsables politiques et aux enseignants de mieux appréhender les outils et les ressources d’IA
existants destinés au secteur éducatif et de mieux utiliser les données collectées par divers systèmes
numériques, dans le but d’améliorer l’efficacité et la personnalisation de l’éducation pour tous les étudiants.
La transformation numérique de l’éducation pourrait consister à aider les élèves et les enseignants à
prendre des décisions basées sur des observations qui ne leur sont pas directement accessibles, ainsi
qu’à concevoir des réformes politiques fondées sur une quantité d’informations sans précédent, pouvant
être réutilisées et analysées.
Les conclusions présentées dans le présent ouvrage se fondent sur des recherches combinant différentes
méthodes : l’OCDE a mené une enquête sur les infrastructures et la gouvernance de l’éducation
numérique dans les pays membres, doublée d’une série d’entretiens et de recherches documentaires. La
présente analyse comparative s’appuie sur l’analyse descriptive de la gouvernance et de l’écosystème de
l’enseignement numérique de chaque pays, celle-ci étant présentée de façon détaillée dans un rapport
connexe (OECD, 2023[5]). L’ensemble des données et analyses comparatives présentées dans ces
rapports et, plus particulièrement, les tableaux et les exemples, ont fait l’objet d’une double vérification par
les pays en décembre 2023.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  25

Après un rappel de certains atouts et défis qui sous-tendent la transformation numérique, ce chapitre
présentera un rapide bilan des avancées de chaque pays et montrera comment la plupart en sont encore
à concevoir un écosystème d’éducation numérique qui offre aux élèves comme aux enseignants les outils
adéquats pour améliorer leurs pratiques d’apprentissage et d’enseignement tout en permettant de collecter
des données qui soient réutilisables à l’aide d’une variété d’outils numériques pour répondre aux grands
objectifs éducatifs, et de renforcer l’autonomie des enseignants dans leur travail et des élèves tout au long
de leur parcours éducatif. De nombreuses pierres manquent encore à l’édifice pour qu’un tel écosystème
fonctionne. Il faudra mettre davantage l’accent sur : la formation professionnelle des enseignants ; la
disponibilité et l’interopérabilité de certains outils numériques clés ; l’investissement dans le matériel
informatique et la connectivité lorsque leur qualité n’est pas suffisante ; et l’instauration d’un nouveau type
d’institutions pouvant soutenir la mise en œuvre des stratégies numériques, qu’il s’agisse d’« organismes
de soutien » ou de « laboratoires d’innovation » capables de créer des ressources utiles pour les systèmes
éducatifs et garantir leur utilisation responsable en accord avec toutes les parties prenantes.

Le potentiel de la transformation numérique

Personnalisation de l’apprentissage et de l'éducation

La personnalisation de l’éducation représente l’un des potentiels majeurs de la numérisation. Cette

approche n’implique en aucun cas la disparition du caractère collectif et social de l’éducation ; elle fait
référence à la façon dont l’enseignement est transmis individuellement aux apprenants tout au long de
leur parcours scolaire. Quel que soit le contexte, la personnalisation de l’éducation et de l’apprentissage
repose sur les mêmes principes : saisir et détecter les informations qui sont spécifiques à un élève ou qui
peuvent être déduites d’informations obtenues sur des élèves « similaires ». Ces informations servent
ensuite à établir un diagnostic, par exemple une recommandation et, dans certains cas, planifier une
intervention en se fondant sur ce diagnostic, sous la supervision d’un être humain (OECD, 2021[1]). Ces
principes pourront servir à prendre des décisions d’ordre éducatif en donnant des conseils en matière
d’orientation pédagogique et professionnelle, à concevoir des interventions éducatives ciblées, etc. La
phase de diagnostic nécessite généralement une grande quantité de données ou d’observations afin de
rendre possibles des comparaisons entre une personne donnée et d’autres ayant des caractéristiques
similaires.
Nous présentons ci-dessous trois exemples de la façon dont les outils numériques (et notamment les outils
basés sur l’IA) peuvent contribuer à personnaliser l’apprentissage ou l’éducation.
En classe, les applications de l'IA servant directement à l’apprentissage des élèves sont prometteuses,
notamment grâce au développement de systèmes d'apprentissage adaptatif, y compris des systèmes de
tutorat intelligent. L’apprentissage personnalisé vise à proposer à tous les élèves un programme
d'enseignement ou une tâche adaptée à leurs besoins, et à les guider dans la résolution de problèmes
spécifiques, en fonction d’un diagnostic de leurs connaissances et de leurs lacunes. De plus en plus cet
apprentissage personnalisé peut compter sur des outils numériques qui ne définissent pas seulement les
prochaines étapes du travail des élèves, mais qui prennent également en considération la façon dont les
élèves apprennent et des facteurs comme l’autorégulation, la motivation et l’effort (OECD, 2021[1]). Le
recours à ces ressources d'apprentissage numérique peut se faire et s’avérer utile en dehors de la salle
de classe, que ce soit pour les devoirs, sous la forme d’un tutorat particulier automatisé ou d’entraînement
pratique, ou encore pour l’apprentissage tout au long de la vie. S’ils restent à ce jour trop onéreux pour
être intégrés à l’éducation, les robots sociaux pourront à l’avenir accomplir des tâches similaires de
différentes manières : ils pourront utiliser l’apprentissage adaptatif pour encadrer les élèves en langage
naturel, mais ils pourront aussi leur enseigner ou les motiver à apprendre en jouant le rôle d’un condisciple
(Belpaeme et Tanaka, 2021[6]).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

26 

Tandis que les données de l’apprentissage adaptatif sont généralement collectées lorsque les élèves
interagissent avec un logiciel, l’IA dans l’éducation peut également fournir des informations de diagnostic
à l’intention des enseignants et des chefs d’établissement en se fondant sur les données collectées à des
fins administratives. Là où les pays ont jusqu’ici collecté des données d’évaluation standardisées pour
chaque élève tout au long de son cursus ou simplement les notes attribuées par les enseignants, les
modèles d’IA sont en mesure de déduire progressivement un modèle d’évolution ou de développement de
l’apprentissage des élèves en s’appuyant sur leur parcours passé et sur la comparaison de ces données
avec celles d’élèves possédant les mêmes caractéristiques. Cette méthode ouvre la voie à une grande
variété d’outils de recommandations. Les données collectées sont souvent utilisées au niveau des
établissements sous la forme d’un tableau de bord : les données y sont interprétées et servent à prendre
des décisions afin d’améliorer les résultats des élèves (si nécessaire). Dans certains cas, des modèles
prédictifs sont élaborés pour suivre les progrès des élèves, permettant d’alerter les enseignants ou autres
professionnels de l’éducation lorsque certains élèves n’obtiennent pas les résultats attendus. Différents
types d’interventions peuvent en découler. Les modèles d’alerte précoce basés sur des algorithmes d’IA
reposent sur le même modèle (Bowers, 2021[7]). Recourant à différents types de données (comme la
fréquence des absences par exemple), ils indiquent aux établissements qu’un élève en particulier présente
un risque de décrochage scolaire, et détectent notamment des élèves que le personnel éducatif n’aurait
pas soupçonnés d’être en situation de risque. Dans ce cas également, une fois le diagnostic établi,
l’intervention d’êtres humains est requise (pour valider ou ignorer la recommandation).
Le troisième exemple concerne l’orientation pédagogique et professionnelle d’un élève. En raison de la
variété et de la complexité des cursus (et des carrières qui s’ensuivent), les pays proposent des services
d’orientation professionnelle et pédagogique. Ces services présentent aux élèves le système éducatif et
les différentes voies possibles (le cas échéant), et les aident à définir leurs attentes en vue de leur entrée
sur le marché du travail. Certains fonctionnent à l’aide de plateformes numériques comportant des services
interactifs : ils proposent généralement de passer un test de personnalité pour déterminer les goûts et les
préférences des élèves afin de leur proposer des professions qui leur correspondent et les services dont
ils peuvent avoir besoin. Si ces services offrent un certain niveau de personnalisation, certains aspects
pourraient être améliorés, en se fondant non seulement sur les préférences des élèves, mais également
sur des observations concernant leurs atouts et leurs intérêts au sein du système éducatif, ce qui
permettrait de prodiguer un conseil plus individualisé.
Ces trois cas présentent différents modes de personnalisation (ou d’individualisation) de l’éducation et
montrent la façon dont la transformation numérique peut y parvenir. Dans tous les cas, c’est un processus
qui requiert la collecte de données relatives non seulement à l’individu qui bénéficie de conseils
pédagogiques, mais également à d’autres personnes. Il nécessite également de relier les données entre
elles et de construire des systèmes numériques capables de réutiliser les informations pertinentes à cette
fin.

Inclusion et équité

La numérisation des outils et ressources d’apprentissage peut améliorer l’accès au matériel pédagogique
et didactique et, ainsi, élargir les perspectives éducatives. Les plateformes éducatives proposant des
ressources pédagogiques ouvertes ou des cours en ligne ouverts à tous (MOOC) constituent de bons
exemples de ces technologies. Dans certaines régions du monde au moins, elles permettent aux
apprenants d’accéder à des ressources pédagogiques d’une qualité généralement supérieure à ce qu’ils
peuvent obtenir localement. Lorsqu’elles sont systématiquement disponibles, des ressources dont l’accès
est limité aux élèves inscrits au sein du système d’éducation peuvent également offrir de meilleures
perspectives d’apprentissage. Contrairement aux manuels imprimés, les ressources numériques peuvent
être utilisées à grande échelle. Lorsqu’elles sont mises à disposition par les institutions nationales, la
totalité des élèves du système d’éducation peut y avoir accès et apprendre sous la supervision de leurs
enseignants (ou de façon autonome). En termes analogiques, l’équivalent serait de fournir aux élèves

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  27

l’ensemble des manuels existants et leur donner la possibilité de choisir ceux qui leur correspondent le
mieux, ce qui n’est pas envisageable aujourd’hui étant donné les contraintes du secteur public.
Certains outils de personnalisation cités ci-dessus peuvent également contribuer à renforcer l’égalité entre
les élèves. Peu d’études ont démontré que la technologie adaptative (ou l’apprentissage personnalisé)
peut réduire les écarts en termes de réussite scolaire entre les élèves ayant plus de connaissances
scolaires initiales et ceux en ayant moins. Les systèmes de tutorat intelligent doivent être plus efficaces
auprès des élèves ayant des difficultés pour pouvoir réduire les écarts de réussite scolaire. À la suite d’un
essai contrôlé randomisé, une expérience menée dans l’État nord-américain du Maine a montré que cela
pourrait être le cas (Murphy et al., 2020[8] ; Roschelle et al., 2016[9]). Dans le cadre de cette expérience,
les enseignants ont utilisé un logiciel d’apprentissage adaptatif pour donner à leurs élèves des devoirs de
mathématiques. Le système fournit un retour d’informations aux élèves lorsqu’ils résolvent des problèmes
de mathématiques et envoie automatiquement des rapports aux enseignants sur les résultats des élèves
à leurs devoirs quotidiens. Les enseignants participant à l’étude avaient reçu au préalable une formation
et un accompagnement en matière d’évaluation formative. L’étude a révélé que les élèves des
établissements qui ont utilisé ce logiciel ont appris davantage que leurs camarades des établissements
témoins, avec des effets de grande ampleur, et que l’impact était plus important pour les élèves ayant des
résultats antérieurs plus faibles en mathématiques. Il est donc possible de réduire les écarts de niveau
entre différents groupes d’élèves.
De la même manière, les technologies numériques peuvent réduire les inégalités en facilitant l’inclusion
des étudiants ayant des besoins spécifiques et en adaptant les ressources pédagogiques à des styles
d’apprentissages variés. La technologie a, par exemple, permis de faciliter le diagnostic des difficultés
d’apprentissage telles que la dysgraphie, et des solutions numériques de remédiation ont également été
développées. Diverses technologies intelligentes permettent également aux étudiants malvoyants ou
aveugles, ainsi qu’aux étudiants malentendants ou sourds, d’avoir accès à du matériel d’apprentissage et
d’accomplir aisément les tâches demandées à leurs condisciples. L’intelligence artificielle qui permet de
convertir la parole en texte (et vice versa) ou les sous-titres automatiques en sont les exemples les plus
évidents. Les technologies d’apprentissage peuvent également offrir des solutions à des situations
d’inclusion plus complexes, comme l’accompagnement de l’apprentissage socio émotionnel chez les
enfants autistes (OECD, 2021[1]).
Bien d’autres usages de ces technologies permettent d’améliorer l’équité et de soutenir la mise en œuvre
d’initiatives politiques nationales en faveur de l’équité. Si les systèmes d’alerte précoce offrent un bon
exemple des recommandations basées sur l’IA offrant un accompagnement pédagogique personnalisé
aux élèves présentant un risque de décrochage, nombre d’autres interventions peuvent contribuer à la
lutte contre les inégalités. La numérisation facilite l’individualisation des services fournis par les pays et les
régions en ciblant les élèves présentant des caractéristiques identifiées localement. Dans certains pays,
elle a permis de faire évoluer les politiques en faveur de l’égalité centrées sur l’établissement ou le quartier
vers des politiques individualisées.

Un enseignement de meilleure qualité

L’enseignement étant un élément central de la réussite scolaire des élèves, et les professionnels de
l’éducation représentant la clé de voûte du bien-être et de l’éducation globale des enfants scolarisés, les
technologies numériques qui aident les enseignants et autres professionnels offrent de nouvelles
perspectives d’amélioration de la qualité de l’éducation. Les pratiques éducatives personnalisées
abordées ci-dessus fournissent aux enseignants des suggestions, des recommandations et des éléments
de réflexion sur des élèves en particulier, sauf si les informations sont anodines. Ces outils peuvent aider
les enseignants à prendre conscience des élèves nécessitant davantage d’attention, dont on aurait pu
attendre de meilleurs résultats ou présentant un risque de décrochage. Les informations provenant de
points de données antérieurs auxquels ils n’ont généralement pas accès, ou tirées de comparaison avec

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

28 

d’autres élèves scolarisés, permettent aux enseignants de réfléchir à leurs propres pratiques et à la façon
de les adapter à un élève en particulier ou à une classe donnée. Dans certains cas, ces outils numériques
ne se limitent pas à fournir des informations aux enseignants, mais proposent aussi, par exemple, des
idées de ressources pédagogiques et didactiques. Si les enseignants peuvent ne pas les prendre en
compte, à l’instar des médecins avec les informations fournies par leurs « systèmes experts », on peut
espérer que ces outils leur donneront des idées pour améliorer leur pratique d’enseignement en fonction
d’un contexte spécifique.
La numérisation permet de mettre à disposition des élèves comme des enseignants une plus grande
variété de ressources d’apprentissage. Les enseignants peuvent non seulement bénéficier de ressources
pédagogiques en libre accès ainsi que de diverses plateformes de ressources d’apprentissage numérique,
mais peuvent également disposer de plateformes consacrées aux ressources d’enseignement numérique.
Cette diversité des ressources peut les aider à concevoir leurs leçons en y intégrant des éléments
numériques, ainsi qu’à échanger avec des pairs responsables de classes de même niveau ou enseignant
la même discipline. À nouveau, le coût quasiment nul de reproduction et le caractère non rival des
ressources numériques permettent de proposer aux enseignants une plus grande variété de ressources
pédagogiques, provenant d’institutions nationales, des pouvoirs publics locaux, de leur établissement ou
d’autres organismes culturels nationaux ou internationaux.
Enfin, l’analyse de l’apprentissage en classe, même si elle reste en cours de développement et
généralement absente des établissements de l’OCDE, peut contribuer à renforcer l’efficacité de
l’enseignement. Au lieu de considérer l’élève comme l’unité d’analyse, elle englobe l’ensemble des effectifs
et fournit ainsi aux enseignants des retours d’information en temps réel et a posteriori sur la façon
d’améliorer ou « d’orchestrer » leur enseignement. De nombreuses applications montrent déjà comment
diverses solutions pourraient aider les enseignants à mieux utiliser leur temps en classe, par exemple en
leur suggérant le moment opportun pour passer à l’activité suivante après avoir donné des exercices
individualisés aux élèves, en identifiant ceux qui requièrent davantage leur attention, ou en indiquant la
manière dont ils pourraient faire participer l’ensemble de la classe à des activités d’apprentissage
collaboratif. Si certaines solutions d’orchestration de la classe peuvent aider les enseignants en temps
réel, elles sont également conçues pour fournir un retour d’information sur leur propre pratique, par
exemple sur leur temps de parole (par rapport aux élèves) et sur les personnes auxquelles ils s’adressent,
ou encore sur la manière dont ils répartissent leur temps entre différents types d’activités (Dillenbourg,
2021[10]). Les retours d’information en temps réel et a posteriori représentent ainsi des occasions
d’apprentissage professionnel pour l’enseignant, tout en permettant d’améliorer le programme de
personnalisation, puisque ces retours concernent l’enseignant qui a été observé (numériquement) plutôt
que la pratique d’enseignement théorique ou général. En offrant aux enseignants la possibilité de réfléchir
à leurs propres pratiques pédagogiques, et donc des possibilités d’apprentissage professionnel, les
technologies numériques peuvent contribuer à améliorer à la fois le bien-être et les résultats scolaires des
élèves.

Une plus grande efficience

Pour de nombreux domaines des secteurs publics et privés, l’une des principales justifications de la
numérisation est, au-delà de l’efficacité, d’atteindre une plus grande efficience. De nombreux pays ont mis
en œuvre des stratégies nationales pour le numérique en ce sens, principalement pour rendre les
processus plus efficients et plus faciles d’utilisation pour les usagers. L’OCDE a élaboré des
recommandations et principes soulignant ces différents objectifs (OECD, 2020[11]).
Il existe différentes façons dont les technologies numériques peuvent contribuer à améliorer le rapport
coût-efficacité dans l’éducation. Les procédures de candidature des élèves (et d’admission) dans les
établissements en sont un exemple concret. Ces candidatures sont parfois traitées par des plateformes
numériques, notamment lors du passage vers l’enseignement supérieur, où un processus de « mise en

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  29

correspondance » (ou de sélection) est souvent nécessaire. Dans les établissements qui n’opèrent aucune
sélection en dehors des critères prédéfinis, l’application de processus automatisés transparents devient
même possible. On estime que le déploiement du système national d’information sur l’éducation en Corée,
un système d’administration en ligne qui permet, entre autres choses, le transfert numérique des dossiers
scolaires des étudiants d’un établissement à l’autre (ainsi que du lycée à l’université), a permis
d’économiser 237 millions USD par an, selon une analyse coût-avantages menée en 2010.
Le recours à la technologie de la blockchain, par exemple, pourrait aussi réduire certains coûts en facilitant
la délivrance de diplômes et autres titres de compétences vérifiables (Smolenski, 2021[12]). Le
développement progressif d’une infrastructure pour les titres et diplômes sous format numérique et
l’adoption de normes ouvertes pourront permettre de délivrer et de certifier autrement les diplômes, les
individus pouvant gérer eux-mêmes leurs titres/qualifications.
La collecte d’informations statistiques au niveau des systèmes est le troisième domaine où la réduction
des coûts est enclenchée. Alors que les données statistiques reposaient souvent par le passé sur la mise
en place de panels statistiques (dans le cas d’échantillons représentatifs d’individus ou d’institutions) et
impliquaient souvent le traitement multiple des mêmes données, l’utilisation de données administratives
combinée à l’interopérabilité de divers systèmes permet aujourd’hui d’obtenir beaucoup plus facilement
des informations statistiques en provenance des services opérationnels en quasi-temps réel. Cette
méthode permet essentiellement aux responsables scolaires de ne pas saisir plusieurs fois les mêmes
informations.
Mais l’efficience repose également sur la façon dont les enseignants utilisent leur temps. Grâce aux
technologies numériques, les enseignants peuvent consacrer plus de temps aux aspects les plus
stimulants de leur travail. L’un des exemples les plus parlants est celui de l’évaluation formative, ou le
développement de la notation automatisée des dissertations, la notation et la conception de ces
évaluations s’avérant très chronophages lorsqu’elles sont effectuées manuellement. Ces technologies
pourraient par ailleurs effectuer certaines tâches administratives qui incombent jusqu’à présent aux
enseignants. En libérant du temps pour les enseignants, les technologies intelligentes leur permettent de
consacrer davantage de temps aux élèves qui en ont le plus besoin et à leur propre développement
professionnel, ou sur des aspects plus complexes de l’apprentissage, notamment l’acquisition de
compétences socio émotionnelles ou de haut niveau.

Renforcement de la recherche et de l’innovation

La numérisation contribue à promouvoir un autre aspect lié à l’efficience et l’efficacité : l’amélioration de la

conception des politiques et des réformes fondées sur des éléments probants, de la recherche et de
l’innovation rapides (OECD, 2019[13]). Dans un secteur de l’éducation ayant opéré sa transformation
numérique, la quantité sans précédent de données collectées permettra aux chercheurs et aux pouvoirs
publics de conduire des études sur les systèmes d’éducation afin de les réformer et d’atteindre leurs
objectifs.
Si les outils numériques présentent un intérêt pratique, leur développement peut également permettre de
mettre au jour des schémas éducatifs qui restaient jusque-là invisibles. Ils aident à mieux comprendre les
systèmes d’éducation, le comportement des acteurs, et donc à concevoir des politiques plus adaptées et
des interventions plus efficaces. La recherche sur les systèmes d’alerte précoce n’a pas seulement permis
d’élaborer des outils prédictifs, mais a également permis aux chercheurs de comprendre que les élèves
ayant un risque de décrochage pouvaient présenter différents profils nécessitant différents types
d’intervention. Bowers et Sprott (2012[14]) ont ainsi montré que la majorité des décrochages au niveau de
l’enseignement secondaire ne correspondaient pas à l’idée courante que l’on peut s’en faire et que les
élèves concernés avaient ainsi de grandes chances de ne pas être repérés par les différents acteurs de
l’éducation. Ce résultat constitue l’un des nombreux exemples de l’intérêt de la collecte et de l’analyse de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

30 

données robustes, ainsi que de l’existence d’une infrastructure solide de données pour améliorer la
conception des politiques.

Un système d’éducation mieux adapté à l’époque actuelle

Quels que soient les avantages de la personnalisation et d’un meilleur rapport coût-efficience, l’acquisition
de compétences numériques par les apprenants constitue un argument de poids en faveur d’une utilisation
accrue des outils et ressources numériques dans l’éducation. Il s’agit en effet de l’un des grands objectifs
des pays, puisqu’il est aujourd’hui admis que le système d’éducation doit refléter la société moderne et y
préparer les élèves. Si, par le passé, la plupart des évaluations des technologies numériques dans
l’éducation ont porté presque exclusivement sur leur impact sur les résultats scolaires des élèves, la
pandémie de COVID-19 et la transformation numérique actuelle de la société ont démontré, généralement
en mathématiques ou en langues, que l’intégration du numérique dans l’éducation présentait bien d’autres
intérêts. Même si l’utilisation des technologies numériques ne devait pas améliorer significativement
l’efficacité de l’éducation par rapport à un système équivalent non numérisé, il serait important d’utiliser
des outils numériques pour développer les compétences des élèves dans ce domaine, afin qu’ils maîtrisent
mieux les technologies numériques, qu’ils s’y habituent et comprennent bien leur fonctionnement. Dans
de nombreux pays, les « compétences numériques » ont été qualifiées de compétences transversales,
même si leur définition diffère, tandis que les « sciences informatiques et/ou la pensée computationnelle »
occupent désormais une part plus importante des programmes d’enseignement.
L’IA générative présente des avantages à cet égard. Si beaucoup ont considéré son émergence comme
révolutionnaire et l’ont qualifiée de « tricherie », elle peut être l’occasion de préparer les élèves aux enjeux
contemporains. Si l’IA générative s’impose sur le marché du travail et dans nos vies dans un futur proche,
il faudra familiariser les élèves à son utilisation, les former à rédiger des « prompts », apprendre ce que
l’on peut (ou non) en attendre, autant d’aspects qui doivent être développés en tant que compétence
numérique. De plus, en tant qu’outil de production, elle offre la possibilité aux enseignants comme aux
élèves d’en faire beaucoup plus qu’avant : rédiger plus de textes, créer et peaufiner des images plus
rapidement alors que cela peut être très chronophage, aider à la composition de musique et de chansons,
etc.

Les défis de la transformation numérique

Toute opportunité s’accompagne de défis et d’inconnus, en particulier lorsque ces technologies sont
récentes et évoluent très vite. Pour que les promesses de la transformation numérique se réalisent, il faut
à la fois prendre conscience de ces risques et les atténuer, ainsi que procéder à une analyse prudente du
rapport coût-avantages. Si certains risques sont nouveaux et spécifiques à la numérisation, d’autres sont
déjà connus, et les dangers du numérique doivent être comparés aux risques existants au sein d’une
éducation qui n’a pas opéré de transformation numérique.

Fractures numériques

En dépit des avantages potentiels que comportent les outils numériques pour l’équité, la pandémie de
COVID-19 a mis en exergue les inégalités en termes d’accès à une connexion Internet et aux outils
numériques dans les systèmes d’éducation et, plus particulièrement d’accès à des appareils informatiques
connectés (Thorn et Vincent-Lancrin, 2021[15] ; Vincent-Lancrin, 2022[3]). Tant que l’accès à une connexion
Internet de haute qualité et à des appareils informatiques suffisamment récents n’est pas systématique, la
numérisation continuera de poser des problèmes d’équité et d’égalité des chances. Comme l’a montré
Fragoso (2023[16]), la disponibilité d’un matériel informatique adapté est un prérequis de la transformation
numérique de l’éducation ; la plupart des pays en ont pris conscience et axent leurs investissements et

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  31

stratégies dans le domaine numérique. L’apprentissage à distance durant la pandémie a mis en lumière
le fait que l’enseignement scolaire ne se limitait pas à l’enceinte de l’école, mais se poursuivait à la maison.
Le manque d’appareils disponibles et de connectivité à domicile représente un véritable problème pour
l’éducation numérique. La fourniture d’un accès à une connexion Internet rapide et abordable, à haut débit
ou via les données mobiles, à l’échelle du pays, ne fait généralement pas partie des prérogatives du
ministère de l’Éducation. De nombreux pays ont lancé des initiatives intéressantes durant la pandémie de
COVID-19 afin de créer des conditions plus équitables. La plupart d’entre elles, cependant, comme l’offre
de plateformes numériques d’éducation gratuites pour les utilisateurs finaux, ont été abandonnées depuis.
D’autres initiatives pertinentes pour atténuer les inégalités d’accès à des appareils informatiques
connectés se poursuivent néanmoins, notamment au Japon, au Luxembourg, dans la Communauté
flamande de Belgique, ou encore aux États-Unis en matière de connectivité (OECD, 2023[5]).
Le deuxième défi de l’adaptation numérique porte sur la disponibilité de technologies avancées dans
certains pays. Quel que soit leur degré de centralisation, tous les pays disposent d’un système d’éducation
décentralisé. Le transfert des compétences peut revêtir différentes formes selon les pays, mais les
pouvoirs publics régionaux et locaux, ainsi que les établissements eux-mêmes, ont un rôle à jouer dans le
choix des ressources et des outils numériques. De plus, en fonction des mécanismes de financement des
établissements scolaires, le budget des établissements publics peut varier sensiblement selon la région si
bien que les élèves et les enseignants n’ont pas accès à la même offre d’outils et de ressources
numériques d’une région à l’autre. Ainsi, certaines collectivités locales situées dans une localité plus riche
fournissent à leurs établissements et élèves davantage d’outils basés sur l’IA et de meilleure qualité que
d’autres (par exemple des systèmes de tutorat intelligent), ce qui creuse les écarts de réussite scolaire et
d’égalité des chances par rapport aux élèves (et aux enseignants) des localités et établissements plus
défavorisés. Les différences de coût (et de budget alloué) des manuels et autres ressources pédagogiques
imprimées entre les établissements ont tendance à être moins marquées. En fonction de l’efficacité
comparée des outils d’apprentissage numériques et des manuels ou autres ressources pédagogiques
traditionnelles, l’adaptation numérique peut accroître les inégalités à moins que les pouvoirs publics ne
s’attaquent au problème et garantissent une accessibilité minimale aux outils et ressources numériques
dans tous les établissements du pays (comme dans le cas de la France, voir (OECD, 2023[5])).
Le troisième défi, qui est lié au précédent, concerne les inégalités en termes de compétences numériques
des enseignants dans les différents pays. Même si la pandémie de COVID-19 a imposé l’utilisation des
outils numériques et a forcé les enseignants à se familiariser aux ressources et outils d’enseignement et
d’apprentissage numériques, il subsiste d’importantes différences dans le niveau de confiance et d’intérêt
des enseignants à intégrer ces ressources numériques à leurs pratiques pédagogiques. Quand ces
ressources sont indisponibles, les chances de développer des compétences sont moindres.
Le débat reste ouvert quant à savoir si la transformation numérique permettra de réduire, ou au contraire
risque d’aggraver, les écarts observés en termes de réussite scolaire entre les pays à faible et à haut
revenu (ou entre les régions à haut et à faible revenu à l’intérieur d’un même pays). D’une part, la
transformation numérique requiert des investissements permanents dans le matériel informatique
(connexion et appareils), dont l’accès reste encore aujourd’hui limité dans certains pays. Elle nécessite
également de disposer d’outils et de ressources d’enseignement et d’apprentissage adaptés au contexte
local et donc d’une certaine expertise au niveau national. D’autre part, la transformation numérique permet
de diffuser des connaissances dans des pays où il est difficile d’y avoir accès, et des versions allégées
d’IA générative pouvant fonctionnant sur un téléphone mobile équipé d’une connexion à bas débit peuvent
être utilisées par des enseignants et des élèves dans le monde entier, quel que soit le niveau de revenu
du pays. Certains pays ou régions à revenu intermédiaire ont démontré que la transformation numérique
pouvait contribuer à améliorer les performances du système sans avoir à intégrer des services ou produits
technologiques avancés dans l’école. La transformation numérique est un processus progressif et tous les
pays peuvent en tirer profit en identifiant clairement les objectifs et les moyens d’utilisation de la
numérisation pour résoudre un problème. Au Gujarat (Inde), par exemple, où l’absentéisme des

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

32 

enseignants comme des élèves posait problème, la surveillance numérique du taux de présence à l’école,
combinée à la dotation en services et ressources humaines à cette fin, a permis de réduire
significativement ce problème (Vincent-Lancrin et González-Sancho, 2023[17]).

Performance des technologies numériques

Si les outils numériques ouvrent des perspectives prometteuses pour le renforcement de l’efficacité dans
le secteur éducatif, leur fonctionnement n’est pas encore actuellement optimal, contrairement aux
calculateurs, par exemple. Il est possible que des défauts soient inhérents à certains outils parmi les plus
avancés, comme c’est le cas pour l’intelligence humaine, individuelle et collective. Comme ils peuvent faire
des erreurs dans les conseils ou recommandations formulées aux élèves, enseignants, parents, etc., il est
important de comprendre leurs limitations et la nécessité d’une supervision par des êtres humains
compétents.
Par exemple, alors que certains systèmes d’alerte précoce offrent désormais un très bon pouvoir prédictif,
Bowers (2021[7]) explique qu’un grand nombre d’entre eux reposent sur des variables prédictives qui ne
sont pas meilleures qu’une hypothèse aléatoire. D’Mello (2021[18]) fait état de nouvelles approches qui ont
recours à l’analyse faciale et à d’autres moyens pour mesurer l’implication des élèves dans le processus
d’apprentissage. Cependant, il relève aussi le faible niveau de fiabilité de nombreux indicateurs utilisés
dans ces analyses. Dans le cadre de l’analyse des données de la salle de classe, Dillenbourg (2021[10])
remarque que certaines solutions parviennent à déterminer avec un très haut niveau de précision (90 %)
si les apprenants travaillent individuellement ou en groupe, mais l’identification du type d’activité
pédagogique reste plus difficile à déterminer (67 % de précision). Ce ne sont là que trois exemples qui
démontrent que les niveaux de précision peuvent être très élevés, mais que cela n’est pas forcément le
cas pour toute application éducative qui repose sur l’IA. Malgré leur impressionnant pouvoir de production
de langage naturel, les générateurs de texte par IA peuvent également être sujets à des « hallucinations »
et présenter des informations erronées en dépit d’une syntaxe parfaite.
La plupart du temps, ces défauts restent négligeables, car les enjeux sont faibles : les systèmes d’IA
formulent des recommandations qui peuvent être plus ou moins correctes, mais qui font l’objet d’une
vérification et qui peuvent être rejetées par un être humain. Ces derniers peuvent aussi commettre des
erreurs et donner des conseils qu’il ne vaut mieux pas toujours suivre. Si les outils numériques basés sur
l’IA doivent satisfaire à un certain niveau de performance pour être mis sur le marché, un certain degré
d’erreur n’est pas forcément problématique dans la mesure où elles n’ont pas de conséquences graves
pour les utilisateurs. Nous sommes habitués à rencontrer des erreurs, qu’elles soient commises par des
humains ou des machines.
Par exemple, un système d’alerte précoce capable de proposer des prédictions correctes sept ou huit fois
sur dix peut être très utile, dans la mesure où il permet de détecter des signes ou un schéma de
décrochage que les enseignants et les chefs d’établissement ne distinguent pas par eux-mêmes. Dans les
deux ou trois cas où ce système se trompe, les professionnels de l’éducation peuvent se rendre compte
qu’il s’agit d’une fausse alerte et l’intervention mise en place n’aura probablement pas d’effet préjudiciable
pour les élèves qui ne sont pas vraiment exposés au risque. Le coût de ces erreurs (par manque
d’efficacité et en raison des désagréments causés par les « faux positifs ») doit être comparé à l’aune des
avantages de ce système (par rapport à une détection purement humaine des cas potentiels de
décrochage).
Cependant, lorsqu’un système présent des enjeux importants pour les personnes, notre tolérance à l’égard
des erreurs devrait être minimale, et ce système devrait donc fonctionner parfaitement ou présenter un
très haut niveau de performance. Si les systèmes d’alerte précoce n’étaient pas destinés à apporter un
soutien aux élèves afin d’éviter que leur situation se dégrade, mais entraînaient plutôt une intervention
extrêmement coûteuse et risquée pour ces élèves, il serait contraire à l’éthique de s’appuyer sur un tel

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  33

outil numérique aux performances insatisfaisantes (même s’il arrive aux humains de prendre des décisions
imparfaites).

Biais nouveaux ou aggravés

Des études ont montré que certains outils numériques basés sur l’IA fonctionnaient mieux avec certaines
catégories de personnes qu’avec d’autres. Un système de tutorat intelligent qui peut être utilisé pour tous
les élèves peut, par exemple, mieux fonctionner avec les filles qu’avec les garçons. En fonction de la
situation de départ, l’utilisation de cet outil pourrait améliorer ou aggraver l’écart de réussite scolaire entre
les filles et les garçons. Un logiciel de retranscription de la parole en texte peut par exemple fonctionner
beaucoup mieux pour les anglophones blancs que noirs, limitant les avantages de cet outil à une partie
seulement de la population. Si ces questions posent des problèmes de « performance », elles relèvent
également du principe d’équité et ne sont pas toujours faciles à discerner dans les résultats d’ensemble
d’un outil ou d’une ressource numérique ; un outil d’IA peut bien fonctionner pour l’ensemble de la
population, mais présenter des lacunes pour certaines minorités qui peuvent être alors fortement
désavantagées.
Certains outils numériques ont été conçus pour mieux fonctionner auprès de catégories spécifiques de la
population, comme c’est le cas des technologies d’assistance aux élèves en situation de handicap ou
ayant des besoins spécifiques. On ne peut donc pas partir du principe que l’ensemble des outils
numériques doit fonctionner de la même façon pour tous. Le véritable problème se pose lorsqu’un tel outil
avantage involontairement certaines catégories de personnes et aggrave ainsi les biais sociétaux, comme
le racisme, le sexisme ou les préjugés anti-migrants au lieu de les réduire. Les êtres humains ont des
préjugés et sont à l’origine des biais sociétaux ; les machines qui sont développées en fonction de ces
biais les reproduiront de façon systématique et automatique, ce qui peut avoir pour conséquence d’en
aggraver les effets par rapport aux biais humains.
Ces types de biais algorithmiques aux conséquences extrêmes ont été étudiés (principalement) dans des
secteurs autres que l’éducation (par ex. la finance ou la justice) (O’Neil, 2016[19]). Même si le secteur
éducatif n’a pas recours à des outils d’aide à la prise de décision qui offrent des conseils automatisés,
Baker (2023[20]) a montré que les outils pédagogiques pouvaient également présenter des différences de
performances involontaires en fonction des groupes ciblés. Si cela devait arriver pour des décisions
concernant le droit à certaines aides, dans le cadre de procédures d’admission dans des établissements
scolaires ou universitaires, ou encore des sanctions disciplinaires, cela serait extrêmement problématique.
Il s’agit d’un nouveau défi de taille qui comporte des risques importants auxquels les pays doivent faire
face.

Manque d’efficience d’un écosystème numérique

La mise en place par le passé d’outils numériques dans le secteur éducatif, notamment d’ordinateurs, n’a
pas été concluante en termes de rapport coût-efficacité, simplement parce que les ordinateurs n’étaient
pas utilisés. Les cas de non-utilisation des technologies de l’éducation et leur manque d’utilité ont entraîné
des critiques récurrentes (Cuban, 1986[21] ; Reich, 2020[22]). De nombreux responsables du secteur
considèrent la pandémie de COVID-19 comme un signal d’alarme pour le personnel éducatif, qui n’utilisait
pas ou n’avait parfois même pas connaissance du matériel fourni par les pouvoirs publics. Parallèlement,
l’utilisation accrue de la technologie dans l’enseignement représente l’un des plus grands changements
dans les salles de classe des années 2010 (Vincent-Lancrin et al., 2019[23]), qui a été précipité par la
nécessité de recourir à l’apprentissage à distance et à des modes de scolarisation alternatifs pendant la
pandémie. L’inutilisation peut parfois s’expliquer par le faible niveau de qualité des outils numériques
proposés dans le secteur éducatif. Il peut arriver que des solutions technologiques éducatives soient
conçues et proposées simplement parce qu’elles sont techniquement en mesure de l’être plutôt qu’en
raison de leur utilité et des avantages évidents qu’elles apportent à leurs utilisateurs. La plupart des

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

34 

produits technologiques éducatifs sont de simples dérivés éducatifs de solutions conçues au départ pour
d’autres domaines. Même lorsque les applications technologiques sont utiles et bénéfiques, certains
enseignants, apprenants et utilisateurs peuvent n’avoir aucun intérêt à les utiliser. Le risque est donc réel
que des ressources d’enseignement et d’apprentissage numériques soient mises à disposition, mais soient
inexploitées par les acteurs du secteur, ce qui entraîne une hausse des coûts sans produire de
changement.
Le manque d’efficience peut également provenir de la fragmentation de l’écosystème numérique dans
l’éducation, qui est toujours composé d’un ensemble hétérogène d’outils et de ressources. Si ce fonds
n’est pas bien géré, cette variété d’outils peut alourdir la charge de travail des enseignants et des
responsables scolaires, les obligeant à saisir un grand nombre de données similaires dans divers logiciels.
Comme nous le verrons plus loin, l’une des solutions pour remédier à ce manque d’efficience consisterait
à améliorer l’interopérabilité.

Protection des données et vie privée

La transformation numérique amène de nouvelles problématiques (et de nouveaux coûts) en matière de

protection des données et de respect de la vie privée. Elle s’accompagne également de nouveaux risques
tels que celui de l’exposition des enfants à des contenus inappropriés ou violents. Les nouveaux enjeux
en matière de protection de la vie privée apparaissent à mesure qu’un nombre croissant de données sont
collectées, en particulier lorsqu’elles peuvent être reliées entre elles. Le défi est d’autant plus grand que
la plupart des gens publient des informations personnelles sur Internet, ce qui permet de les identifier
facilement à partir d’un jeu de données pseudonymisées. À mesure que les fournisseurs de technologie
et de services collectent et traitent des quantités croissantes d‘informations pour le compte des
établissements et organismes du secteur éducatif, de plus en plus de données échappent au contrôle
direct de ces organismes, ce qui suscite des inquiétudes quant à une éventuelle utilisation abusive des
données personnelles des élèves et des enseignants ou des atteintes au respect de la vie privée. Ces
dernières peuvent toucher des individus ou des pans entiers de la société, leurs dommages pouvant être
objectifs ou subjectifs, et s'accompagner de préjudices économiques, juridiques ou psycho-émotionnels
ou encore d’atteintes à la réputation. La protection des données et de la vie privée est devenue un axe
majeur de la gouvernance de l’éducation numérique, comme nous le verrons à la section suivante de ce
chapitre.

Éthique de l'IA

Les enjeux éthiques que soulève l’IA dans le secteur de l’éducation (et ailleurs) sont devenus des
préoccupations politiques majeures. Les questions éthiques sont particulièrement notables en l’absence
de réglementation. Face à une question épineuse, la réglementation devrait primer sur le comportement
éthique des parties prenantes. L’excès de réglementation peut également comporter un risque, en
particulier lorsqu’elle concerne une technologie mal connue et en pleine évolution, mais il ne serait pas
raisonnable de laisser des individus prendre des décisions pouvant nuire gravement à l’éthique des
personnes.
La numérisation présente deux types de risques éthiques : le premier concerne ce que les algorithmes ont
le droit de faire. Par exemple, si certaines personnes sont mal à l’aise à l’idée de suivre l’état émotionnel
des élèves, que ce soit directement ou indirectement, même si une telle mesure permet de détecter et de
lutter contre le cyberharcèlement ou d’aider les élèves dans leur apprentissage, la réglementation
représente la bonne solution. La réglementation ne doit pas empêcher de chercher des moyens moins
contraignants d’équilibrer les coûts et les avantages, par exemple exiger la suppression des données
immédiatement après leur traitement, ce qui permet d’éviter de conserver des archives portant sur l’état
émotionnel des élèves sans nuire aux avantages de ce suivi (en partant du principe que les résultats sont
fiables et contribuent à mieux protéger les enfants ou à améliorer leurs résultats). Des recommandations

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  35

récentes, et un projet de réglementation (au sein de l’Union européenne), répondent à ces enjeux en
proposant ou prévoyant d’imposer des limites à l’utilisation de l’IA.
Le deuxième type de risque (découlant du premier) concerne les usages de l’IA par des humains. La
détection des élèves présentant un risque de décrochage scolaire dans l’enseignement secondaire
pourrait entraîner leur stigmatisation, voire leur expulsion de l’établissement si les chefs d’établissement
étaient tentés d’utiliser ces résultats pour conserver le taux de réussite de leur établissement, par
exemple ; un tel usage des outils numériques contreviendrait à l’éthique, car il pourrait nuire aux élèves
que l’algorithme a considérés comme ayant le plus besoin de soutien. L’utilisation de l’analyse de
l’apprentissage en classe, conçue pour aider les enseignants à améliorer leurs pratiques pédagogiques,
à des fins d’« évaluation des performances » de ces derniers pourrait également poser des problèmes
d’ordre éthique. Les enjeux éthiques dans ces deux cas ne concernent pas les capacités de cette
technologie en elle-même, mais bien les usages que peuvent en faire les êtres humains. Il est donc crucial
d’imposer des garde-fous aux utilisations humaines de l’IA et d’autres technologies avancées pour pouvoir
profiter de ses avantages.
Enfin, de nombreux observateurs et parties prenantes s’inquiètent fortement de la transformation des
formes d’apprentissage non numériques que risque d’entraîner la numérisation. L’une de ces
préoccupations concernait le temps excessif passé devant les écrans, mais étant donné que les
technologies numériques supposent de nombreuses activités hors écran, il faudrait plutôt parler du temps
consacré aux technologies numériques. L’éducation reposant par nature sur une grande variété d’activités
pédagogiques, il semble difficile d’imaginer une éducation totalement numérique qui ne permettrait pas
aux élèves de développer leurs perceptions et leurs connaissances sans l’expérience directe et l’usage de
leurs cinq sens. La transformation numérique de l’éducation ne signifie pas que toutes les activités
pédagogiques se feront via le numérique, comme le prétendent parfois les adversaires de la numérisation.
Il reste difficile de déterminer le nombre de dispositifs informatiques nécessaires à cette transformation de
l’éducation, mais il est clair que l’éducation formelle doit continuer à ancrer l’apprentissage des élèves
dans les interactions avec leurs pairs et le monde réel, sans médiation de la technologie. Il n’y a aucun
sens à présenter ce problème comme un choix entre deux options s’excluant mutuellement.

Acceptation sociale

Les enjeux de la transformation numérique de l’éducation sont en partie d’ordre technique, comme nous
l’avons vu précédemment. Cependant, le plus grand défi de cette transformation est probablement de
nature sociétale. Les décideurs politiques, les enseignants, les parents et même les élèves sont habitués
à évoluer dans un système d’éducation ne faisant que peu, voire pas du tout, appel à la technologie. L’une
des conséquences de la transformation numérique sera la remise en question des pratiques actuelles, qui
ont parfois mis plusieurs décennies à être acceptées comme normales et justes.
L’évaluation adaptative en est un bon exemple. Dans certains pays, les parents, les enseignants et les
organisations qui les représentent, ainsi que les élèves se sont opposés à l’adoption de cette pratique. On
peut comparer cette pratique à celle des ophtalmologues qui ont recours aux évaluations adaptatives pour
déterminer quel type de lunettes un patient doit porter : à l’aide de leurs machines, ils posent une série de
questions pour affiner leur diagnostic et prescrire les lentilles les plus adaptées au patient. Ce praticien ne
pose pas toujours les mêmes questions, car celles-ci dépendent du niveau de vision du patient, de sa
netteté de loin ou de près, etc. Les évaluations adaptatives en mathématiques ou en lecture suivent plus
ou moins la même logique : elles visent à établir des évaluations plus précises en proposant des questions
ou des exercices plus adaptés aux connaissances et au niveau de compréhension des élèves. Le critère
actuel d’une évaluation équitable étant que tous les élèves soient soumis (et évalués) aux mêmes
questions, l’évaluation adaptative est jugée injuste.
Si l’opposition à toute utilisation des technologies dans l’éducation (alors qu’elle est bien acceptée dans
d’autres secteurs comme celui de la santé) pose problème, l’adoption des technologies sans réflexion

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

36 

préalable devrait également être remise en question. Les technologies numériques, même si elles recèlent
de nombreuses possibilités de faire progresser les objectifs éducatifs, ne doivent être considérées ni
comme la panacée ni comme un mal en soi. Pour les pouvoirs publics, les principaux défis à relever sont
la transparence quant aux usages possibles de ces technologies, ainsi que leur co-création et la
négociation de leur utilisation, la manière de communiquer sur leurs avantages et de répondre aux dangers
qu’elles peuvent générer.

Écosystèmes d’éducation numérique : où en sommes-nous et comment aller

plus loin ?

Au vu des opportunités et des défis que nous avons exposés ci-dessus, les pouvoirs publics et les autres
parties prenantes qui souhaitent encourager la numérisation des systèmes d’éducation doivent s’attaquer
à plusieurs objectifs. Le premier est d’améliorer l’écosystème numérique actuel au sein de l’éducation.
Cette section présente un aperçu des principales conclusions abordées dans cet ouvrage, tandis que la
suivante se penche sur la nécessité de définir la gouvernance de l’éducation numérique afin de répondre
aux défis existants et de pouvoir profiter des avantages de la transformation numérique de l’éducation.
Les écosystèmes éducatifs numériques sont de nature hybride, combinant l’humain et la technologie. Ils
reposent sur une combinaison de compétences humaines, de matériel informatique, de connexion et de
deux types de logiciels : d’une part les outils numériques pour la gestion des systèmes et des
établissements, et d’autre part, les ressources numériques pour l'enseignement, l'apprentissage et
l'évaluation en classe. La pandémie a soulevé une question fondamentale : quelle infrastructure minimale
un pays devrait-il mettre à la disposition de ses établissements d’enseignement, de ses enseignants et de
ses élèves pour que l'apprentissage puisse se poursuivre en cas de perturbation, mais aussi d'une manière
générale ? Elle a également mis en évidence l'écart entre ce qu'il serait possible de faire pour rendre
l'éducation plus efficace et plus équitable si les enseignants et les élèves bénéficiaient d’outils éducatifs
numériques, notamment ceux basés sur l’IA, et ce que les pays, les institutions de l’éducation ou les
établissements proposent actuellement.
Disposer d’une infrastructure physique numérique solide est l’un des prérequis pour l’éducation
numérique. L’un des objectifs, qui nécessite des investissements continus, est d’équiper les élèves et les
enseignants d’une connexion à Internet de haute qualité et d’appareils en bon état. En effet, l’amélioration
de la qualité des connexions dans les établissements et à l’échelle nationale ainsi que de la disponibilité
d’appareils informatiques sont les deux grandes priorités de nombreux pays de l’OCDE (Fragoso, 2023[16]).
Même si ces efforts sont indispensables, il ne suffit pas de fournir des outils numériques et une connexion
de qualité pour rendre possible la transformation numérique de l’éducation.
En supposant que le matériel informatique fourni soit de bonne qualité, les responsables politiques
devraient se poser deux grandes questions :
1. Quels sont les outils et ressources numériques qui contribuent à rendre plus efficaces
l’enseignement et l’apprentissage dans la classe et à atteindre certains objectifs du secteur
(comme renforcer l’inclusion et l’égalité, améliorer l’attractivité de la profession d’enseignant, offrir
une éducation holistique, etc.) ?
2. En se basant sur leurs objectifs politiques, quel type d’écosystème numérique devraient-ils
promouvoir dans l’éducation et, en particulier, comment réutiliser et partager les données
collectées pour qu’elles servent à atteindre ces objectifs politiques ?
En bref, les écosystèmes numériques d’outils et de ressources pédagogiques, ainsi que la disponibilité et
l’utilisation de l’infrastructure globale de données au sein du système éducatif doivent être au cœur des
préoccupations. S’il n’y a pas de matériel informatique de bonne qualité, il faut y remédier et, en même
temps, analyser comment utiliser l’infrastructure actuelle en dépit de ses défauts.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  37

Imaginons un pays qui chercherait à réduire son taux de décrochage scolaire dans l’enseignement
secondaire. Les responsables politiques pourraient faire connaître cet objectif politique et laisser les
professionnels de l’éducation s’en occuper sans avoir recours à des solutions technologiques. En utilisant
les technologies et les données collectées par le biais de leur infrastructure numérique, ils pourraient
cependant envisager différents moyens d’aider les professionnels de l’éducation à atteindre cet objectif
(même si ces derniers devront quoi qu’il arrive prendre part à ces efforts). La première façon consiste à
créer des outils numériques intégrant des mécanismes de signalement des absences déclenchant une
intervention humaine (par ex. quelqu’un se rend au domicile de l’élève pour essayer de le convaincre de
revenir en classe). Il s’agit d’une approche réactive : la technologie permet une réponse humaine plus
rapide qu’auparavant. Une autre solution possible, plus proactive, est de chercher à détecter les risques
de décrochage avant qu’il ne se produise (et d’intervenir de façon préventive). C’est l’objectif des systèmes
d’alerte précoce. Que faut-il pour que cela fonctionne ? Il faut généralement que les pays disposent de
données sur les élèves ayant abandonné la scolarité par le passé, ainsi que sur les élèves actuels. En
s’appuyant sur ces données, ils doivent comprendre comment concevoir des indicateurs d’alerte précoce
et indiquer aux enseignants et chefs d’établissement les données pertinentes en temps réel. L’un des défis
éventuels de ce scénario est le risque que ces données visant à anticiper les possibles décrochages soient
traitées par différents systèmes d’information (par exemple le système de l’établissement où sont
consignées le taux de présence et les notes, le système d’évaluation national où sont consignés les
résultats standardisés, ou encore le système régional d’information de la juridiction où sont consignées
des données sur les caractéristiques du foyer ou de l’établissement). Or une alerte précoce n’est possible
qu’à condition d’avoir accès aux données pertinentes, de pouvoir les corréler et de transmettre les
conclusions utiles en temps voulu aux acteurs concernés qui doivent prendre en charge les élèves à
risque. La troisième approche, qui peut (et souvent doit) compléter les deux premières, consiste à
commander une étude fondée sur les données collectées sur le décrochage scolaire pour mieux
comprendre les sujets à risque et les circonstances favorisant ce phénomène. Si une telle étude permet
d’affiner les politiques et de mieux comprendre le décrochage, elle ne permet pas d’aider un élève en
difficulté en temps réel.
L’une des leçons que l’on peut tirer de ce scénario est que les systèmes administratifs peuvent servir à
d’autres fins éducatives que les besoins administratifs pour lesquels ils ont été développés, à condition
que les données qu’ils collectent soient utilisées à ces fins – et que les politiques humaines soient
développées en vue d’atteindre cet objectif (OECD, 2023[24]).

Outils numériques de gestion au niveau national et de l’établissement

Cet ouvrage offre une vue d’ensemble exhaustive des infrastructures numériques mise en place par les
pays pour assurer la gestion des établissements et des systèmes d’éducation.
La pierre angulaire d'une infrastructure d'éducation numérique au niveau national réside dans l’existence
d’un système d’information longitudinale sur les élèves. Les systèmes d’information scolaire collectent des
données sur le parcours scolaire de tous les élèves scolarisés au sein du système d’éducation d’un pays
et offrent ainsi la possibilité que ces informations, collectées à l’échelle nationale ou de la juridiction,
profitent à l’ensemble du système. Il s’agit de l’un des outils numériques les plus utiles pour traduire les
données en informations ayant une utilité pratique en temps réel pour les acteurs locaux. En 2024, la
plupart des pays de l'OCDE ont mis en place un système d’information longitudinal sur les élèves, mais
ceux-ci sont encore principalement utilisés à des fins statistiques plutôt que pour fournir des informations
en temps réel aux acteurs de l’éducation. Une autre possibilité est de disposer d’un registre national des
élèves avec des identifiants longitudinaux uniques pour chaque élève (et éventuellement chaque
enseignant). Les données collectées permettront de générer des données probantes susceptibles
d'éclairer les politiques d’éducation au niveau national, mais celles-ci ne permettront pas d’être utilisées
rapidement pour répondre à la situation d’un élève en particulier (Vincent-Lancrin et González-Sancho,
2023[17]).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

38 

Les systèmes d'information longitudinale actuels se classent selon quatre modèles :

• L'approche axée sur la recherche et la diffusion de données. Les données longitudinales ont
permis aux pays d’enrichir leurs fiches de performance, mais les données et rapports produits
visent principalement à soutenir la planification des politiques et à informer le public. Dans certains
cas, les bases de données visent également à renforcer les capacités de recherche sur des
questions liées à l'éducation. La plupart des systèmes d’information scolaire remplissent cette
fonction, mais s’y limitent également.
• L'approche axée sur l’administration en ligne. Ces systèmes d’information scolaire ont été conçus
pour améliorer l'efficience des procédures administratives (par exemple les transferts scolaires, le
choix d'établissement, la demande d'admission à l'université, les dotations budgétaires aux
établissements). Ils comprennent plus de données et de possibilités de croisement que les autres
modèles, mais sont moins axés sur les fonctionnalités visant à améliorer l’enseignement, à
personnaliser l’éducation et à diffuser les données auprès des enseignants.
• L'approche axée sur l'amélioration des établissements. Plaçant l'amélioration des établissements
au centre de leur mission, ils sont parfois similaires aux systèmes d'information utilisant l'approche
axée sur la recherche et la diffusion de données, mais communiquent généralement leurs données
aux établissements au moyen d'un outil de visualisation. Ils essaient de fournir des informations
au niveau individuel et avec un degré de détail qui permet leur utilisation par les enseignants
(comme les relevés d’évaluations au niveau des items).
• L'approche du système expert. Inspirés par les « systèmes experts » facilitant la prise de décision,
ils offrent généralement un retour d'information rapide et précis aux enseignants, élèves et chefs
d'établissement, ainsi que des documents pédagogiques permettant de renforcer l'apprentissage.
Au-delà de la simple production de rapports, ils reposent sur des modèles prédictifs et formulent
des recommandations, qui peuvent être suivies ou non.
Si les systèmes d’information scolaire constituent probablement le meilleur point de départ des pays
voulant mettre en place une infrastructure d’éducation numérique, au fur et à mesure du développement
de leur écosystème numérique, ceux-ci peuvent en devenir une simple composante sans jouer un rôle
central. S’il est recommandé que les pays passent d’une simple approche « de recherche et de diffusion
de données » à une approche « expert », celle-ci ne doit pas seulement caractériser le système
d’information scolaire en place, mais plutôt la totalité de l’écosystème numérique éducatif. Tout dépend de
la possibilité de partager et d’échanger des données entre les outils numériques coexistant au sein de
l’écosystème (interopérabilité). L’existence d’un système d’information scolaire solide à l’échelle du
système d’éducation permet de recevoir et d’envoyer des informations globales aux acteurs de l’éducation
(si cela est adapté, en fonction de certains objectifs). Ces échanges d’informations peuvent être menés de
différentes manières, mais c’est souvent plus compliqué, c’est pourquoi il s’agit initialement de la
composante la plus importante d’un écosystème numérique éducatif à l’échelle d’un pays.
En effet, un tel écosystème est composé de nombreux outils de gestion numériques utilisés à l’échelle du
système ou de l’établissement. Au niveau des établissements d’enseignement, on parle de systèmes de
gestion de l’apprentissage : ces systèmes permettent aux établissements de gérer et de suivre les
données individuelles des élèves, les cours auxquels ils assistent et les enseignants qui les assurent,
voire, dans certains cas, d'accéder à des contenus numériques destinés à l'enseignement et à
l'apprentissage. Dans l’idéal, ils devraient être en mesure d’« envoyer » et de « recevoir » des données
vers et depuis le système d'information scolaire de la juridiction. Si la majorité des pays indiquent que la
plupart de leurs établissements utilisent des systèmes de gestion de l’apprentissage, au moins pour
certains niveaux, environ la moitié d'entre eux ne sont pas interopérables avec les systèmes d’information
scolaire au niveau du système. Les établissements doivent alors fournir manuellement des informations
aux institutions ou à leurs ministères, et ne sont pas en mesure d'obtenir des informations à partir des
données collectées au niveau de la juridiction (Vincent-Lancrin, 2023[25]).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  39

Le rapport montre que la plupart des pays fournissent des données sur l'orientation pédagogique et
professionnelle par des moyens numériques, même si peu d'entre eux proposent des outils pour des
demandes plus personnalisées, et que la plupart des évaluations nationales sont désormais numérisées
ou en passe de l’être. La transition vers une version informatisée des évaluations à enjeu élevé représente
une tout autre problématique, et si quelques pays de l'OCDE explorent cette voie, peu d'entre eux ont
réellement franchi le pas (c’est le cas de la Finlande, par exemple). Quelques pays ont numérisé certains
aspects de l'administration de leurs examens sur papier ainsi que leurs processus de sélection dans
l'enseignement supérieur (et parfois dans l'enseignement secondaire) (Vidal, 2023[26]).
Le Graphique 1.1 offre un aperçu de la fourniture publique (et de l’utilisation) de divers outils numériques
de gestion au niveau du système et de l’établissement.

Graphique 1.1. Fourniture par les pouvoirs publics d’outils numériques de gestion dans l’éducation
(2024)
Nombre de pays qui fournissent publiquement, à l'échelon gouvernemental ou sous-gouvernemental, les outils
numériques de gestion du système ou des établissements scolaires suivants

Orientation pédagogique/professionnelle des élèves 23 (79% )

Système d’information scolaire (SIS) 22 (76% )
Fonctionnalités administratives 21 (72% )
Systèmes de gestion de l'apprentissage 18 (62% )
Admission des élèves 15 (52% )
Relation client 11 (38% )
Certification numérique 11 (38% )
Autres 8 (28% )
Système d'alerte précoce 5 (17% )
Orientation professionnelle des enseignants 4 (14% )
Gestion des installations 3 (10% )

0 5 10 15 20 25 30
Nombre de pays/juridictions

Remarque : Dix-neuf pays ou régions sont dotés de systèmes d’information scolaire (SIS) au niveau national, et trois pays ou juridictions
disposent d’un tel système dans la plupart de leurs administrations infranationales.

StatLink 2 [Link]

Malgré les débats actuels sur l’IA dans l’éducation, il convient de noter que relativement peu d’outils
numériques de gestion au niveau du système et de l’établissement ont recours à la technologie de l’IA,
telle que l’analyse de l’apprentissage ou les systèmes de recommandation. L’utilisation la plus poussée
en matière de technologie consiste à présenter des données sous forme de tableaux de bord ou d’utiliser
des algorithmes basés sur des règles, notamment pour les mécanismes de financement ou la gestion des
inscriptions et des candidatures des établissements.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

40 

Graphique 1.2. Outils de gestion au niveau du système incluant des algorithmes ou affichages
automatisés basés sur des règles (2024)
Pays et régions utilisant des algorithmes avancés basés sur des règles (tableaux de bord, décisions basées sur des
règles, etc.)

Système d’information scolaire

(SIS)
11 (38% )

Orientation
pédagogique/professionnelle
10 (34% )

Admission 10 (34% )

Certification numérique 6 (21% )

Autre 5 (17% )

0 5 10 15 20 25 30
Nombre de pays/juridictions

Remarque: N=29

StatLink 2 [Link]

Le Graphique 1.2 montre que l’utilisation d’outils numériques est relativement peu fréquente, même ceux
qui ne font pas appel à des algorithmes basés sur l’IA, comme les tableaux de bord et les modèles de
prise de décision ou adaptatifs. Pratiquement aucun pays n’a indiqué utiliser des techniques d’IA dans
leurs outils au niveau du système ni les utiliser habituellement pour les outils au niveau des établissements.
Les outils de prise de décision ou de suggestion automatisés sont quasiment absents du secteur éducatif.
Ainsi, alors que la plupart des pays ont mis en place des évaluations standardisées nationales
informatisées, voire parfois les examens eux-mêmes, pratiquement aucun n’utilise les fonctionnalités
numériques des tests informatisés (ayant recours à des vidéos, des simulations ou des tests adaptatifs).
De plus, la plupart des pays proposent des plateformes d’orientation pédagogique et professionnelle aux
élèves, mais très peu font appel aux fonctionnalités adaptatives qui permettraient de faire des propositions
individualisées de cursus ou de formation professionnelle.

Écosystèmes numériques pour l’enseignement et l’apprentissage

La question de l’accessibilité des ressources d'apprentissage numériques pour les enseignants et les
apprenants constitue une autre question que la pandémie a mise en évidence, et qui a donné lieu à nombre
de nouvelles initiatives prometteuses au sein des pays. Quel est le niveau minimum de ressources
numériques d’apprentissage qui devrait être mis à disposition de tout élève (ou enseignant) au sein d’un
système d’éducation ? Étant donné les possibilités offertes par l’éducation numérique, quelles sont les
ressources numériques d’apprentissage de nouvelle génération qui aideront les élèves à réussir leurs
études ?
Imaginons un pays où la lutte contre le décrochage scolaire est une priorité. En plus de la collecte de
données à l’échelle du système qui permet d’alimenter des systèmes d’alerte précoce ou de déclencher
des interventions, il existe de nombreuses mesures éducatives pour maintenir la motivation des élèves.
Certains pays et juridictions peuvent être tentés d’investir dans des outils qui aident les élèves à réussir et
leur permettent de poursuivre leur apprentissage ou leur pratique en dehors de l’école, comme des

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  41

systèmes d’apprentissage adaptatif par exemple. Les logiciels qui aident les élèves à maintenir leur
motivation à l’égard de l’apprentissage peuvent également avoir un intérêt. Ces outils offrent en effet une
diversité de ressources pouvant aider les élèves à définir leurs intérêts et aider les enseignants à
développer les compétences de leurs élèves dans ce domaine, même s’il ne s’agit pas de mathématiques
ou de littératie. Les enseignants peuvent également y puiser des ressources pour mieux comprendre ce
qui intéresse leurs élèves, concevoir des leçons plus attrayantes, etc. Toutes ces ressources partent du
principe qu’un enseignement motivant, axé sur des sujets qui intéressent les élèves, peut contribuer à
maintenir les élèves à l’école s’ils se sentent soutenus et obtiennent de bons résultats. Les enseignants
appliquent déjà ces idées, mais les outils numériques peuvent les aider à diversifier et à personnaliser leur
enseignement. Un pays qui souhaite appliquer une telle stratégie pourra envisager de mettre en place un
écosystème numérique proposant certains des outils et ressources d’enseignement et d’apprentissage
cités ci-dessus. Comme l’illustre le Graphique 1.3, la plupart des pays ont déjà commencé à équiper les
élèves et les enseignants de ressources numériques d’enseignement et d’apprentissage (Yu, Vidal et
Vincent-Lancrin, 2023[27]).

Graphique 1.3. Fourniture par les pouvoirs publics de ressources d’enseignement et

d’apprentissage numériques en libre accès ou non (2024)

Remarque: N=29

StatLink 2 [Link]

L'OCDE, ainsi que d'autres organisations internationales telles que l'UNESCO, encourage depuis
longtemps les pays à développer des plateformes de ressources éducatives libres (REL). Les REL
présentent en effet l’avantage d’être accessibles à tous et gratuites, et peuvent donc être utiles non
seulement aux élèves et aux enseignants, mais également au grand public et dans le cadre de la formation
tout au long de la vie. Les plateformes de cours en ligne ouverts à tous (MOOC) ont également élargi cette
offre, tout comme c’est le cas de l’enseignement à la télévision et à la radio, ainsi que via des chaînes de
réseaux sociaux dans certains pays. La plupart de ces offres ont été dopées par la pandémie de COVID-19
et sont toujours disponibles dans certains pays. Certaines de ces ressources ont même été intégrées aux
programmes d’enseignement nationaux ou des juridictions. Les ressources éducatives libres sont
importantes, notamment pour fournir le même matériel de référence à tous, mais elles risquent d’être
rapidement dépassées si elles ne sont pas mises à jour et modernisées régulièrement. Ces ressources
sont généralement de bonne qualité lorsqu’elles sont sélectionnées par les pouvoirs publics. De nombreux
pays ont recours à des REL développées par des enseignants, des ONG ou des universités, en
complément des plateformes fournies par l’institution.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

42 

Une autre façon pour les pays de soutenir les enseignants et les élèves est d’accorder des licences à des
éditeurs éducatifs pour la fourniture de ressources d'apprentissage numériques, ou de permettre aux
municipalités d’acquérir ces ressources auprès de ces prestataires avec leur propre budget. Dans ce cas,
les ressources et outils d’apprentissage numériques ne sont pas en libre accès, et ne peuvent donc être
utilisés que par les enseignants et les élèves accrédités ou inscrits dans le système d’éducation.
L'avantage d'une offre centralisée est que les institutions nationales disposent, en principe, d’une plus
grande capacité à assurer la qualité des ressources éducatives et que celles-ci sont accessibles aux
enseignants et aux élèves à l’échelle du système d’éducation, quelles que soient les préférences des chefs
d’établissement ou des instances régionales. Dans les pays où la répartition des ressources
d’apprentissage numériques est très inégale, cette solution peut être efficace pour rééquilibrer les
dotations. L’inconvénient d’une offre centralisée est que les ressources risquent de ne pas être utilisées.
En effet, les établissements ou les pouvoirs publics locaux peuvent être mieux à même de choisir ce qui
convient ou non à leurs élèves. Quoiqu’il en soit, s'il est important de disposer d'une base de ressources
« gratuites » ou en accès libre pour permettre à tous les citoyens de bénéficier de l'enseignement public,
il n’en demeure pas moins que les fournisseurs privés restent dans l’ensemble mieux placés pour maintenir
les ressources d'apprentissage à jour et qu’ils devraient certainement continuer à faire partie de l’équation
de l’offre et de la demande dans le secteur de l’éducation.
En 2024, la majorité des ressources numériques d’apprentissage et d’enseignement fournies par les
pouvoirs publics et utilisées en classe sont de type statique, comme les manuels scolaires numériques
(non interactifs), les contenus vidéo et les questions des précédents examens, et ne sont souvent qu'une
transposition de méthodes d'enseignement classiques en format numérique. Les ressources numériques
statiques auront toujours leur utilité dans le processus éducatif, à l'instar des ressources physiques non
numériques. Toutefois, le manque d’intérêt des pouvoirs publics dans le domaine des ressources
d'apprentissage numériques basées sur l’IA pourrait s’avérer une occasion manquée de proposer un
apprentissage et un enseignement plus personnalisés. La plupart des ressources d'apprentissage
numériques fournies et utilisées dans les établissements des pays de l'OCDE ne sont pas de nature
adaptative. Parmi les ressources d'apprentissage numériques « avancées », les manuels scolaires
numériques interactifs sont les plus courants : ils sont plus interactifs et comportent des exercices en lien
avec les leçons enseignées, sans pour autant être adaptatifs. Les systèmes de tutorat intelligent, qui
pourraient permettre aux élèves de remettre en cause certaines de leurs idées reçues et de maîtriser des
connaissances procédurales, ne sont aujourd'hui encore que très peu répandus et utilisés – sans parler
d'autres types de technologie intelligente (OECD, 2021[1]). La plupart des systèmes d’IA utilisés en
éducation sont basés sur l’IA générative, qui est l’une des fonctions de l’IA les plus couramment utilisées
dans tous les pays et juridictions, bien au-delà de l’école.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  43

Graphique 1.4. Une offre ou utilisation limitée des outils et ressources numériques ayant des
fonctionnalités interactives ou d’IA (2024)

Fonctionnalités basées sur l’IA Fonctionnalités interactives

Ressources d’apprentissage numériques 20 (69% ) 6 (21% )

Évaluation numérique 2 (7% ) 18 (62% )

Examen numérique 7 (24% )

Système de tutorat intelligent (utilisation) 2 (7% )

Analyse de l’apprentissage en classe

0 (0% )
(utilisation)
0 5 10 15 20 25 30
Nombre de pays/juridictions

Remarque: N=29

StatLink 2 [Link]

Comment ces ressources d’enseignement et d’apprentissage numériques s’intègrent-elles dans un

écosystème numérique existant ? Chacun de ces outils ou ressources numériques a une valeur et une
utilité pour l’enseignement et l’apprentissage et leur fragmentation ne pose pas forcément problème. Il est
plus facile pour les élèves et les enseignants d’accéder à ces outils sans multiplier leur accès à différentes
plateformes ; ainsi l’existence d’un accès unique à partir du système de gestion de l’apprentissage de
l’établissement représente un intérêt pratique. Cependant, cela n’est pas toujours possible, car les élèves
et les enseignants doivent parfois accéder à ces outils par le biais d’une plateforme commerciale (quand
ils ne sont pas fournis directement par les pouvoirs publics). Un nombre croissant de pays proposent une
solution d’« identifiant unique » pour éviter de multiplier les codes d’accès que les élèves doivent utiliser
(et à des fins de protection de la vie privée des élèves vis-à-vis des fournisseurs privés).
La plupart des outils numériques d’apprentissage et d’enseignement les plus avancés collectant des
données d’utilisation des élèves (et des enseignants), on peut imaginer qu’une partie au moins des
données collectées au moyen de financement public et souvent dans des établissements publics, pourront
être réutilisées et reliées à l’écosystème global des données d’éducation. Il est également possible que
des données collectées par un outil d’apprentissage en particulier soient utiles à un autre outil, ce qui
rendrait intéressante la possibilité d’échanger des informations. Il reste à imaginer dans quels cas et de
quelle façon un tel échange d’informations pourrait être mis en œuvre.

Compétences numériques

Comme nous l’avons déjà indiqué, un écosystème d'éducation numérique solide repose sur un
fonctionnement hybride entre l’humain et la machine, et sur la capacité des élèves et des enseignants à
utiliser les outils et les ressources numériques mis à leur disposition. Il offre également des retours
d’information permettant de s’améliorer en permanence ou d’appliquer efficacement les réglementations
relatives au numérique. Cela vaut également pour les chefs d’établissement ou responsables scolaires en
raison de l’utilisation de plus en plus répandue des outils numériques de gestion au niveau des
établissements et du système. En effet, il est inutile de fournir des ressources qui ne sont pas utilisées
efficacement par les enseignants et les élèves, qui devraient être considérés comme des composants
essentiels de l’écosystème d’éducation numérique. Il convient de noter que les compétences numériques

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

44 

ne concernent pas uniquement la capacité à utiliser des appareils informatiques ou à consulter des
ressources numériques. Ces compétences technologiques sont importantes, mais lorsque l’on parle de
compétences numériques, on fait principalement référence à la capacité des enseignants à utiliser les
ressources et outils numériques dans le cadre de leur enseignement, y compris les technologies avancées
comme l’IA. De nombreux pays mettent l’accent sur la « maîtrise de l’IA » dans la formation des
enseignants, ce qui inclut à la fois la compréhension du fonctionnement de base des modèles et outils d’IA
et la capacité de les utiliser (notamment les outils d’IA spécifiques à l’éducation ou les outils plus
généralistes comme les générateurs d’image ou de texte).
Certains pays encouragent les enseignants à développer leurs compétences pédagogiques numériques
de différentes façons. La plupart des pays (24 sur 29) ont élaboré des règles ou directives nationales en
matière de compétences pédagogiques numériques, mais celles-ci varient considérablement d’un pays à
l’autre ; 14 d’entre eux disposent de règles pour les futurs enseignants en formation, tandis que seulement
3 pays imposent des règles aux enseignants en exercice (ces dernières relevant généralement plutôt des
prérogatives des instances publiques locales). La plupart des règles applicables à la formation des futurs
enseignants correspondent à des normes qui guident les programmes de formation des enseignants dans
la conception de leur cursus : leur application peut être vérifiée lors de l’accréditation ou de la
reconnaissance de ces programmes, ou encore, plus rarement, testée ou vérifiée dans le cadre de la
certification, de l’autorisation d’enseigner ou du recrutement des enseignants. Ces normes applicables à
la formation des futurs enseignants sont souvent considérées comme des directives pour l’exercice de la
profession d’enseignants, en leur indiquant dans quelle direction ils doivent orienter leurs efforts de
développement professionnel. Comme nous l’avons déjà indiqué, de nombreux pays fournissent à leurs
enseignants des ressources numériques d’enseignement et d’apprentissage qui permettent d’intégrer
l’utilisation de ressources et d’outils numériques à leur enseignement. En général, ces règles et directives
restant définies au niveau politique et peu de pays vérifiant activement leur application en évaluant les
compétences numériques acquises par les enseignants ou en utilisant le processus d’accréditation pour
l’acquisition de ces compétences, on peut se demander dans quelle mesure celles-ci sont réellement
intégrées.

Graphique 1.5. Règles et mesures incitatives en faveur du développement des compétences

numériques des enseignants (2024)
Règles Directives uniquement

Normes de formation des futurs enseignants 15 (52% ) 8 (28% )

Normes de formation des enseignants en exercice 3 (10% ) 14 (48% )

Compétences transversales des élèves dans les

19 (66% ) 7 (24% )
programmes d'enseignement

0 5 10 15 20 25 30

Remarque: N=29. Il existe des exigences réglementaires relatives à l’acquisition obligatoire de compétences numériques pour devenir
enseignant dans 15 pays sur 29, et dans 3 pays, ces compétences font l’objet d’un perfectionnement en cours de carrière. Dans 19 pays, les
enseignants sont encouragés à intégrer les compétences numériques de façon transversale dans le programme d’enseignement de leurs
élèves.

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  45

Presque tous les pays disposent de règles et directives nationales concernant l’acquisition des
compétences numériques des élèves. Dans la plupart des cas, elles concernent l’ensemble des niveaux
d’enseignement (hors formation professionnelle) et sont intégrées aux programmes pédagogiques. Pour
que les élèves acquièrent des compétences numériques dans le cadre de leur enseignement obligatoire
et dans toutes les matières, il vaut mieux que les enseignants soient eux-mêmes formés et compétents
dans ce domaine. Cependant, très peu de pays ont mis en place une évaluation de l’acquisition de ces
compétences par les élèves, et les incitations sont donc faibles.
Les pays et juridictions peuvent envisager différentes méthodes pour inciter davantage les enseignants à
acquérir et consolider ces compétences numériques. Il est possible d’intégrer une évaluation formelle des
compétences numériques des enseignants dans le cadre du processus de qualification (par exemple par
le biais d’examens), dans le cadre d’évaluations de stagiaires, de la certification obligatoire ou
complémentaire, ou en renforçant leur importance dans les critères d’accréditation interne des enseignants
ou des évaluations scolaires externes.
Lorsque cela n’existe pas encore, les pays peuvent lier les attentes en matière de compétences
numériques à des procédures d’accréditation concrètes au sein des programmes de formation des futurs
enseignants de l’enseignement supérieur (qui peuvent intégrer des critères d’évaluation des compétences
numériques). Cela permettrait de garantir l’intégration de contenus pertinents au sein de la formation
initiale des enseignants et de favoriser l’égalité des chances des futurs enseignants en matière
d’acquisition de compétences numériques, tout en laissant une certaine souplesse et autonomie aux
établissements d'enseignement supérieur (et autres organismes de formation des enseignants).
La conception de structures incitatives solides favorisant la participation à des activités de
perfectionnement professionnel ciblées intégrées au parcours d’évolution de carrière peut constituer un
moyen efficace d’encourager les enseignants à mettre à jour et à perfectionner leurs compétences
numériques. Ces structures peuvent prévoir des récompenses ou des possibilités de mobilité à l’intérieur
de la profession liées aux compétences numériques, que ce soit au niveau vertical (avancement) ou
horizontal (par ex. la reconnaissance d’un statut de spécialiste numérique associé à des responsabilités
spécifiques). La reconnaissance formelle de l’acquisition de compétences numériques, au moyen d’une
certification ou d’une microcertification, peut également contribuer à encourager les enseignants motivés
à poursuivre leur perfectionnement professionnel, même si ces incitations ont peu de chances d’avoir un
impact si elles ne sont pas associées à un mécanisme formel de décharge ou de validation des obligations
de formation continue qui ont une incidence sur l’avancement professionnel ou à la rémunération (Foster,
2023[28]).

Gouvernance de la transformation numérique dans l’éducation

Une gouvernance qui permette de garantir une transformation numérique efficace et équitable nécessite
de définir à la fois les moyens pour l’atteindre et des mesures d’atténuation des risques et des défis y
afférant. L'innovation ou l’adaptation numérique n’est pas une fin en soi. Ce sont des moyens d’atteindre
divers objectifs éducatifs : la personnalisation, l’inclusion des élèves en situation de handicap ou ayant des
besoins spécifiques, la mixité sociale à l’école, etc. La première étape importante est de définir ces
objectifs au niveau national et de comprendre comment les technologies numériques, ainsi qu’une
infrastructure de données solide, peuvent contribuer à les atteindre, dans la mesure du possible. Si la
majeure partie des pays (23 sur 29) ont déjà publié une nouvelle stratégie pour le numérique dans
l’éducation, ou une actualisation, depuis 2020, la plupart d’entre elles ne sont pas suffisamment axées sur
les objectifs éducatifs et la façon de les atteindre grâce aux outils numériques, mais sont plutôt articulées
autour de grandes thématiques comme les compétences, l’infrastructure, les ressources d’enseignement
et d’apprentissage, etc. La transformation numérique de l’éducation requiert cependant que les pays
définissent plus précisément les objectifs de cette transformation.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

46 

Une fois ces objectifs définis, la gouvernance d’une telle transformation consiste à donner accès à un
écosystème numérique permettant d’atteindre ces objectifs et qui donne aux acteurs de l’éducation les
moyens de maîtriser les outils numériques. Elle suppose également de mettre en place des règles de
protection des données et de respect de la vie privée permettant l’utilisation de ces données en toute
confiance, ainsi que des mesures de soutien pour les professionnels concernés, afin d’atténuer les
éventuelles inégalités que pourrait générer le numérique et de remédier à d’éventuels biais systémiques.
Enfin, elle nécessite des mesures incitatives destinées aux développeurs de technologies éducatives afin
qu’ils continuent à concevoir des outils et ressources utiles et abordables pour le secteur éducatif.
Plusieurs leviers politiques peuvent être activés afin d’atteindre ces objectifs : des incitations visant à
stimuler l’interopérabilité à l’intérieur du système, l’adoption d’approches de gestion du risque en matière
de protection des données et de respect de la vie privée, avoir recours à la passation de marchés publics
et créer des agences chargées de faciliter la mise en œuvre des politiques numériques pour l’éducation.
Ces leviers peuvent être utilisés pour renforcer les mesures incitatives et répondre à plusieurs problèmes
en même temps au lieu d’être considérés comme une solution à un problème spécifique.

Interopérabilité

L’interopérabilité désigne la possibilité de combiner et d’utiliser des données provenant de différents outils
facilement, de façon cohérente et efficiente. Elle permet de garantir l’échange et la cohérence des données
collectées et conservées dans différents systèmes, tout en réduisant la nécessité de traiter les données
adéquates pour les saisir à nouveau, les reformater ou les transformer. Les données peuvent ainsi être
utilisées de façon plus efficace, moins coûteuse et plus rapide pour soutenir les mesures et les décisions.
En l’absence d’outils numériques interopérables, le croisement et l’échange de données restent possibles,
mais ces processus prennent beaucoup de temps et de ressources, et le risque d’erreur est plus important.
L’interopérabilité renforce donc l’efficience et le fonctionnement général de la numérisation (Vincent-
Lancrin et González-Sancho, 2023[29]).
Certains exemples de personnalisation ci-dessus requièrent l’échange d’informations entre différents
systèmes. La conservation des évaluations standardisées sur une plateforme différente de celle où sont
stockées les données sur les élèves ne posera pas de problème si ces systèmes sont en mesure de
communiquer et d’échanger facilement des informations entre eux. Dans le cas contraire, il est préférable
de stocker toutes les informations au sein d’un même système (généralement le système d’information
scolaire au niveau du système).
Au niveau systémique, l’interopérabilité requiert également l’adoption généralisée de normes communes,
y compris des spécifications techniques des outils et applications informatiques, la définition des données
et de l’ensemble des codes d’accès, ainsi que des modèles communs pour l’architecture du système.
Dans certains cas, l’interopérabilité peut nécessiter une plus grande harmonisation des processus
organisationnels et un cadre juridique favorable à des méthodes d’utilisation innovantes et légitimes des
données sur l’éducation.
La transition d’un écosystème de données basé sur des technologies pédagogiques fragmenté à un
écosystème interopérable doit s’appuyer sur plusieurs mesures politiques importantes. Il s’agit notamment
de tenir compte des précédents systèmes utilisés (puisqu’à tout moment, un écosystème doit pouvoir faire
fonctionner des technologies développées à différentes époques et basées sur des normes différentes),
de sensibiliser davantage aux atouts de l’interopérabilité, de mettre en place une combinaison de mesures
incitatives et obligatoires pour l’adoption de normes, de garantir la durabilité et la capacité d’adaptation à
l’évolution des besoins et de tirer profit des initiatives internationales dans ce domaine.
Cet ouvrage présente de nombreuses initiatives intéressantes pour améliorer l’interopérabilité d’un
système au niveau national. Il met également en lumière les progrès qui restent à faire à cet égard. S’il est
difficile de se faire une idée précise en l’absence d’enquête représentative en milieu scolaire, il est certain
que seule une minorité de pays disposent de règles imposant certaines normes d’interopérabilité

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  47

(impliquant généralement un ou plusieurs systèmes de gestion administrative au niveau du système) ou

exigeant un certain niveau d’interopérabilité sémantique pour les ressources numériques pédagogiques.
De facto, dans moins d’un tiers des pays observés, les fonctionnaires signalent que la plupart des
systèmes de gestion de l’apprentissage scolaire utilisés par les établissements sont interopérables avec
les systèmes de gestion au niveau du système ou d’autres outils numériques au niveau de l’établissement.
Il reste encore beaucoup de progrès à faire pour garantir une totale interopérabilité permettant un
fonctionnement optimal d’un écosystème d’éducation numérique.
Si le recours à la réglementation pour garantir l’interopérabilité technique n’est pas forcément une bonne
idée, il existe de plus en plus de solutions techniques permettant de faciliter l’interopérabilité. Les pouvoirs
publics pourraient faire beaucoup plus pour encourager l’interopérabilité sémantique, que ce soit pour les
données administratives ou les ressources pédagogiques numériques. Environ les deux tiers des pays et
juridictions font des recommandations en matière de taxonomie des mots-clés (« tags ») pour classer les
ressources pédagogiques, mais il reste des progrès à faire pour élaborer des normes internationales en
matière de contenus (plutôt qu’en termes de type de ressources).

Graphique 1.6. Interopérabilité au sein des écosystèmes d’éducation numériques : obligations,

incitations et réalité (2024)

Remarque: N=29. Le graphique de gauche illustre le nombre de pays qui ont fixé des règles ou des directives visant à encourager les différents
types d’interopérabilité. Dix pays imposent que certains systèmes appliquent des normes techniques spécifiques (souvent des normes
d’interopérabilité avec les systèmes numériques au niveau du système), tandis que huit encouragent leur application par des directives. Le
graphique de droite illustre la proportion de pays où les systèmes de gestion de l’apprentissage scolaire sont les plus couramment interopérables
avec les outils numériques soit au niveau du système soit au niveau des établissements.

StatLink 2 [Link]

Une autre piste permettant d’obtenir le même résultat est de fusionner la plupart des systèmes numériques
en un seul. Dans certains pays (notamment les plus petits), certains outils numériques intègrent de fait
des fonctionnalités typiques d’un écosystème d’éducation numérique (le système d’information scolaire au
niveau du système étant également un système de gestion de l’apprentissage, une plateforme de
ressources numériques, etc.) Ces outils numériques sont généralement fournis directement par
l’administration centrale. Ils ont l’avantage de faciliter le croisement des données et l’interopérabilité, mais
peuvent présenter l’inconvénient de ne pas laisser de choix aux établissements, ni d’offrir d’incitation pour
une industrie locale du numérique éducatif. Même s’il est légitime de penser qu’un système intégré facilite
la gestion du point de vue de la protection des données puisque seules quelques personnes

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

48 

expérimentées peuvent s’en occuper, la vulnérabilité majeure d’une telle organisation réside dans la
cybersécurité et la protection des données et de la vie privée (parce que toutes les données sont
conservées au « même endroit »).

Gouvernance des données

Un mécanisme solide de protection des données et de la vie privée constitue un autre levier puissant de
la transformation numérique, qui doit permettre de faire face à la fois aux risques objectifs que comporte
cette transformation et de susciter la confiance dans l’utilisation des données et de l’IA dans l’éducation. Il
est en effet indispensable que les données à caractère personnel puissent être traitées en toute confiance
pour permettre un partage sûr et légitime des données, ce qui est une condition requise pour exploiter les
possibilités qu’offre la numérisation. La protection des données et de la vie privée est une question
complexe. Dans cet ouvrage, nous considérons deux dimensions comme évidentes, mais elles nécessitent
des compétences techniques, une infrastructure et des connaissances humaines solides, ainsi qu’une
vigilance sans faille afin de garantir que les données à caractère personnel sont bien protégées,
notamment face au risque de piratage (cybersécurité), que les enfants et les élèves ne puissent pas être
exposés à des contenus ou des interactions inappropriés dans le cadre de l’utilisation des ressources et
outils publics en milieu scolaire (Hooft Graafland, 2018[30] ; Ronchi et Robinson, 2019[31]).
Nombre des grands avantages que procure la transformation numérique reposent sur la promesse de
parcours éducatifs plus personnalisés et de création de bases de connaissances plus étoffées pour
concevoir les politiques d’éducation et les pratiques pédagogiques. Cet objectif implique d’avoir recours
au stockage des données en silos (si elles ont des identifiants communs). Pour tirer profit des avantages
de l’éducation numérique, il est indispensable de pouvoir partager et mettre en lien les dossiers scolaires
entre différents outils technologiques, mais cette interopérabilité des systèmes éducatifs et administratifs
décuple les risques en matière de sécurité et de confidentialité.
Le droit et les réglementations concernant la protection des données et la confidentialité sont déterminants
pour éviter toute atteinte à la vie privée ou tout usage abusif des données à caractère personnel. Tous les
pays disposent aujourd’hui de réglementations pour protéger les données et la vie privée dans le domaine
de l’éducation. La plupart de ceux qui ont mis en place des systèmes d'information longitudinaux ont
également introduit des règlements pour la protection des données spécifiques à l’éducation. Un cadre de
gestion du risque prenant en compte la diversité des utilisations des données personnelles en éducation,
leurs avantages potentiels ainsi que les risques pour la vie privée qui y sont associés, semble plus à même
de concilier les préoccupations légitimes concernant le respect de la vie privée et les avantages d'une
utilisation des données sur l’éducation pour améliorer les résultats éducatifs.
Une étape importante dans la mise en place d’un tel cadre consiste à renoncer à éliminer totalement le
risque lié à l'utilisation des données sur l’éducation. Dans la mesure où il existe un intérêt à conserver la
valeur analytique des données collectées, les scénarios ne prévoyant aucun risque pour le respect de la
vie privée ne sont pas réalistes. Un autre changement requis consiste à abandonner les contrôles en
matière de respect de la vie privée au moment de la collecte des données et de leur transformation pour
les renforcer lors de l’accès aux données, de leur partage et de leur utilisation. La protection de la vie
privée devrait s'accompagner de stratégies complémentaires centrées sur les données et centrées sur la
gouvernance ; les premières consistent à opérer un traitement des données avant de les partager ou de
les diffuser, tandis que les stratégies centrées sur la gouvernance visent à limiter les interactions des
dépositaires et des utilisateurs avec les données, à la fois en réglementant les conditions d'accès aux
données et de leur utilisation tout en renforçant les connaissances et les capacités à gérer les risques en
matière de vie privée. Si la plupart des pays ont publié des directives pour l’application de règles de
protection des données et de la vie privée, très peu opèrent un réel suivi de leur mise en œuvre dans le
milieu scolaire. Les pays organisent de plus en plus des campagnes de sensibilisation au respect de la vie
privée et des programmes de formation pour renforcer les garde-fous humains et assurer la confidentialité

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  49

des données personnelles. En Europe, par exemple, le règlement général pour la protection des données
impose aux instances nationales chargées de la protection des données de mener des activités
d'information à l'intention des responsables du traitement des données, des sous-traitants et des individus,
notamment des enfants (article 57). L’offre de formation sur la sécurité des données et la vie privée peut
également contribuer à mettre en place une culture du respect de la vie privée et des données et renforcer
la confiance dans le partage des données.
Un nombre croissant de fournisseurs privés de service sont amenés à collecter des données sur les élèves
et les enseignants au sein de l’éducation formelle. Leur traitement des données entre généralement dans
le champ d’application des réglementations nationales en matière de données et de vie privée, qui sont
assorties de restrictions particulières pour le traitement des données des enfants. L’un des aspects qui
restent largement sous-estimés dans les politiques d’éducation actuelles est la possibilité de réutiliser et
de partager certaines données collectées par des fournisseurs privés, comme c’est le cas de celles
collectées par des organismes publics de l’éducation. De nombreux secteurs cherchent à encourager les
entreprises à partager une partie des données qu’elles collectent (dans le respect des réglementations de
protection des données) dans le but d’offrir des outils et ressources numériques plus attrayants et
davantage de solutions innovantes. Une partie des informations collectées par les systèmes
d’apprentissage adaptatif intéresse par exemple d’autres organismes et entreprises dans le but de
développer plus rapidement de nouveaux types d’outils numériques pédagogiques et didactiques.

Gouvernance technologique

Les technologies avancées permettant d’accroître l’automatisation et la systématisation des décisions

humaines, ainsi que de capturer un nombre croissant de données sensibles comme les données
biométriques, la gouvernance technologique devient à elle seule un nouvel enjeu de taille. Elle consiste,
par exemple, à imposer certaines obligations dans le cadre de l’utilisation des décisions automatisées,
interdire certaines technologies ou certaines modalités d’utilisation, exiger de rendre publique l’utilisation
de processus d’automatisation, et d’expliquer la façon dont fonctionnent les algorithmes ou qu’ils soient
« libres d’accès » et qu’ils puissent faire l’objet d’un examen par des experts, etc.
En 2024, pratiquement aucun pays de l’OCDE ne dispose d’une réglementation applicable à l’utilisation
des algorithmes ou d’autres technologies dans le secteur de l’éducation. Seule la France fait figure
d’exception, car les algorithmes utilisés dans la prise de décision publique y sont soumis à des obligations
de transparence et de redevabilité, et certaines utilisations y sont interdites en conditions normales.
L’organisme chargé d’équiper les établissements d’outils et de ressources numériques est par exemple
responsable des résultats produits, mais, en 2024, aucun pays n’a signalé recourir à l’automatisation sans
supervision dans le secteur de l’éducation, encore moins concernant la prise de décisions à forts enjeux.
L’émergence de l’intelligence artificielle générative a obligé les pays à publier des directives dans ce
domaine ; deux pays ont des règles en attente d’adoption concernant leur utilisation dans l’éducation (la
France et la Corée) (Vidal, Vincent-Lancrin et Yun, 2023[4]). L’Union européenne est également en passe
d’adopter un règlement en matière d’IA visant à réguler l’utilisation des outils d’IA, interdire certains de ses
usages ou en restreindre l’usage dans certains secteurs à « haut risque » comme l’éducation en les
soumettant à des conditions particulières. La plupart des pays ont publié des directives en matière de
technologies avancées, certains au cours de ces dernières années.
L’un des points communs de ces directives est la nécessité de garantir le maintien d’une présence
humaine dans le processus. L’IA permettant d’accroître le recours à l’automatisation dans les prises de
décision, il est indispensable de garantir que la décision finale revient aux humains et que le rôle de l’IA
se limite à formuler des recommandations ou des propositions. Cet aspect est particulièrement important
lorsque les outils d’IA en sont encore à la phase de perfectionnement, comme c’est le cas le plus souvent
dans le secteur de l’éducation, même s’il existe des règles pour éviter les écueils. Ces règles impliquent
également que des méthodes non numériques soient proposées lorsque cela est possible, à la fois à des

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

50 

fins d’inclusion, mais également pour permettre à ceux qui le souhaitent de ne pas y participer (si possible
et approprié) (Vincent-Lancrin et González-Sancho, 2023[32]).
Le deuxième aspect de la gouvernance technologique consiste à éviter tout biais algorithmique, ce qui est
particulièrement important dans l’éducation. On parle de biais algorithmique lorsqu'un algorithme
fonctionne mieux pour certains groupes de la population ou les avantage plus que d'autres (en termes de
sexe, de race, d'origine ethnique, de statut migratoire, etc.). Le potentiel de l’éducation numérique ne
pourra pas être pleinement exploité si les algorithmes qui sous-tendent le processus de personnalisation
de l’éducation reproduisent ou même aggravent les préjugés répandus dans la société et dans le monde.
Les recherches menées sur les biais algorithmiques portent surtout sur le fonctionnement des modèles
d’IA auprès de différents groupes sociaux, mais il existe d’autres formes de biais. Jusqu’à présent, la
majeure partie de ces recherches ont été menées aux États-Unis, y compris celles concernant les
algorithmes et les systèmes opérant en dehors du territoire américain. Elles ont mis au jour l’existence de
biais algorithmiques basés sur plusieurs caractéristiques des élèves, mais on ne les comprend pas encore
très bien en raison de la rareté des recherches internationales. Les responsables politiques devraient
financer ce type de recherche à l’échelle internationale afin de comprendre les différentes dimensions de
ce phénomène dans différents contextes. Enfin, ils devraient soutenir le développement de boîtes à outils
qui permettraient d’identifier les biais à moindre coût. Le point essentiel à retenir est que la protection des
données et de la vie privée doit tenir compte de la nécessité et de l’importance de collecter des données
personnelles (et parfois sensibles) afin d'être en mesure de détecter (et donc de corriger) les biais
algorithmiques et les pratiques technologiques injustes. Il existe diverses dispositions permettant
d’atteindre cet objectif (Baker, Hawn et Lee, 2023[20]).

Marchés publics

Étant donné que les systèmes d’éducation sont principalement publics dans les pays de l’OCDE, la
commande publique représente un levier très puissant pour inciter les fournisseurs commerciaux de
produits et de services à se conformer à certaines règles ou lignes directrices. En 2021, les marchés
publics du secteur de l’éducation représentaient en moyenne 10.7 % de l’ensemble des achats publics,
soit 1.4 % du PIB dans les pays de l’OCDE. Ils représentent donc une part considérable du budget de
l’État. Si la part que représentent les outils et ressources numériques dans les marchés publics de
l’éducation n’est pas connue, les outils et appareils numériques sont, pour certains au moins, plus coûteux
que le matériel pédagogique traditionnel comme les manuels. Le fait que ces achats soient négociés par
un pouvoir adjudicateur unique constitue donc un avantage.
Les pays ont déjà recours à la passation de marchés publics comme levier politique pour édifier leur
écosystème numérique et encourager la protection des données et la sécurité, l’interopérabilité,
l’inclusivité et, dans une certaine mesure, son efficacité. Certains pays pourraient cependant avoir une
approche plus volontariste à cet égard. Il existe de nombreuses façons, qui ne s’excluent pas
mutuellement, de recourir à la passation de marchés publics. Dans la plupart des pays, les pouvoirs publics
jouent un rôle dans la commande publique d’outils et de ressources numériques, que ce soit pour la gestion
ou pour l’enseignement et l’apprentissage. Tous les pays font l’acquisition d’outils numériques de gestion
au niveau du système. Certains pays procèdent à leurs achats publics principalement de façon centralisée
(comme la Tchéquie, la Hongrie, la Corée et la Türkiye), tandis que d’autres laissent aux établissements
le soin d’acheter la majeure partie des services et ressources pédagogiques numériques dont ils ont besoin
(comme au Royaume-Uni ou aux Pays-Bas). En France et en Nouvelle-Zélande, par contre, les achats
publics combinent les deux approches. La commande publique centralisée garantit des conditions d’accès
équitable à tous les établissements d’un pays ou d’une juridiction, un pouvoir de négociation plus important
(en raison des économies d’échelle) et, en principe, la possibilité de s’appuyer sur de meilleures
compétences techniques. La passation de marchés publics plus décentralisée permet cependant aux
établissements (ou aux instances locales responsables de l’éducation) de choisir les outils et ressources
numériques qui répondent le plus à leurs besoins, même si cela peut signifier des coûts plus élevés.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  51

Pour les entreprises, la commande publique décentralisée est moins intéressante, car elle requiert une
force de vente plus importante, rend le processus d’achat plus varié et complexe et offre moins de
possibilités d’élargir leur offre. De plus, elle limite l’accès des petites entreprises à ce type de contrats. En
même temps, l’attribution centralisée de contrats publics limite le nombre d’entreprises et les opportunités
de pénétrer un marché. Ainsi, la combinaison de différentes approches peut représenter la meilleure
solution, car elle permet aux pouvoirs publics d’équilibrer l’accès aux contrats tout en améliorant le rapport
coût-efficacité, et de maîtriser la qualité des achats sur des fonds publics tout en créant des incitations
commerciales pour les fournisseurs de technologies éducatives.
Sans être responsables de la décision finale d’achat, les pays et juridictions peuvent aider les
établissements et les instances locales à mener leur procédure de passation de marchés publics grâce à
plusieurs mécanismes (Graphique 1.7). Ainsi, dans 15 pays, les prix de certains outils sont négociés
auprès des fabricants ; 9 autres proposent aux établissements de choisir des outils et des ressources dans
une liste pré-autorisée, ce qui leur donne la possibilité de vérifier la qualité et l’efficacité de ces ressources
s’ils le souhaitent ; enfin, dans 7 autres pays, l’autorisation est accordée au cas par cas, ce qui permet
d’enrichir l’offre. En intégrant certains critères aux cahiers des charges des produits et services, les
pouvoirs publics peuvent favoriser la mise en place d’un écosystème cohérent. En 2024, huit pays avaient
intégré des critères prédéfinis aux achats publics d’outils et de ressources numériques, qui concernent
généralement des aspects précis de cybersécurité et, plus rarement, d’interopérabilité et de durabilité
environnementale (Vidal, 2023[33]).

Graphique 1.7. Procédures de passation de marchés publics des juridictions ou instances

nationales (2024)

Prix négociés avec les

15 (52 % )
fournisseurs

Liste préétablie (ex ante) 9 (31 % )

Application de critères
contraignants dans les achats 8 (28 % )
publics

Autorisation (ad hoc) 7 (24 % )

0 5 10 15 20 25 30
Nombre de pays/juridictions

Remarque: N=29. Dans 15 pays ou régions, les prix sont négociés avec les fournisseurs commerciaux, dans 9 autres, il existe une liste préétablie
parmi laquelle les établissements ou administrations locales peuvent choisir de se fournir, etc.

StatLink 2 [Link]

Les pays peuvent imposer des règles plus strictes de mise sur le marché des outils d’éducation numérique,
qui vont au-delà des exigences de protection des données et de cybersécurité. Ils peuvent par exemple
exiger des tests d’efficacité, la vérification de l’absence de biais algorithmiques, imposer des critères
d’interopérabilité pour certains outils, l’utilisation de taxonomie prédéfinies le cas échéant, etc. Cependant,
la réglementation n’est pas toujours la meilleure solution, car il est nécessaire d’équilibrer l’imposition de
règles et la création d’incitations commerciales pour favoriser le développement de ressources et outils

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

52 

numériques. Malgré l’importance de ce marché, l’éducation n’est pas toujours considérée comme un
secteur rentable par les entreprises technologiques, qui ont plus tendance à cibler le marché des
particuliers que le secteur formel.

Cocréation et relations multipartites

Les pouvoirs publics doivent répondre à l’exigence de maintenir des incitations commerciales sur ce
marché pour garantir le développement de ressources et d’outils de haut niveau dans le secteur de
l’éducation, mais ils doivent également garantir l’utilité, l’efficacité et la qualité de ces outils. Les acteurs
traditionnels de l'éducation ne disposent pas souvent des compétences nécessaires au développement
d’outils numériques en éducation. Ceux-ci sont généralement développés par des entreprises de
technologies pédagogiques à but lucratif, parfois spécifiquement pour le secteur de l'éducation, la plupart
du temps en adaptant à l'éducation des outils développés pour d'autres secteurs. Il est rare que les
ministères de l’Éducation soutiennent directement les entreprises commerciales, bien que les technologies
éducatives pourraient bénéficier de programmes d’innovation publics (par exemple pour les start-ups, la
recherche et le développement expérimental). Si les pouvoirs publics qui soutiennent le secteur des
technologies éducatives de leur pays au niveau du commerce international sont rares, beaucoup ont
néanmoins engagé un dialogue avec les acteurs du secteur, par exemple, en soutenant des conférences
autour de ces technologies. Par ailleurs, les instances responsables de l’éducation collaborent
relativement peu avec les acteurs de l’éducation tels que les parents ou les élèves lorsqu'elles développent
ou introduisent de nouveaux outils et ressources numériques.
Les spécialistes de l'éducation et de l'informatique, les entreprises de technologies éducatives et les
pouvoirs publics travaillent souvent en vase clos, le corps enseignant participant peu à la conception et au
développement des produits axés sur l’IA. Il faudrait donc élaborer de nouveaux modèles de recherche et
développement de la technologie numérique pour changer la donne. Plusieurs modèles de recherche et
de développement expérimental ont fait l’objet d’un soutien des pouvoirs publics qui cherchent à
promouvoir l’implication des utilisateurs finaux ainsi qu’une approche transdisciplinaire du développement
des outils et ressources numériques dans l’éducation (Molenaar et Sleegers, 2023[34]). L’un de ces
modèles consiste à transposer l’approche linéaire à l’innovation : la recherche scientifique est traduite et
adaptée à des fins de développement de produits et de débouchés commerciaux. Il existe de plus en plus
d’initiatives impliquant les utilisateurs finaux, même s’ils ne sont pas toujours associés dès le début. Un
autre modèle est axé sur le développement industriel afin d’aider les start-ups à améliorer des produits
(propositions) en se fondant sur des connaissances scientifiques et de stimuler un écosystème favorable
à la croissance des entreprises. Ce modèle fait appel à diverses activités de développement commercial,
de l’aide au développement de prototypes, en passant par l’optimisation de produits dans plusieurs
établissements et la diversification dans différentes branches de l’éducation, jusqu’à la validation de
l’efficacité des produits en vue de favoriser le développement d’outils de ressources de technologies
éducatives fondées sur des techniques éprouvées dans les établissements. D’autres modèles insistent
davantage sur la collaboration internationale, par le biais de projets similaires dans plusieurs pays de façon
coordonnée, ou sur les liens entre les enseignants et le développement professionnel.
Le laboratoire d’IA de l’éducation nationale (NOLAI) des Pays-Bas a, par exemple, débuté son processus
de développement en interrogeant les professionnels de l’éducation sur leurs besoins, et y apporte ensuite
une réponse technique en se fondant sur les connaissances scientifiques actuelles et les récentes
évolutions industrielles. Par exemple, le projet intitulé « Happy readers » (heureux lecteurs) a été lancé à
la suite d’une demande d’enseignants du primaire qui voulaient mieux suivre le processus d’acquisition
des compétences techniques en lecture de leurs élèves. En se fondant sur les connaissances des
chercheurs universitaires et des partenaires privés sur la recherche en matière de lecture et les capacités
technologiques actuelles, comme les algorithmes de reconnaissance vocale automatisée, ce projet a
permis de développer une nouvelle approche de l’apprentissage de la lecture améliorée par la technologie
numérique.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  53

Ces modèles de cocréation visent principalement à développer des outils et des ressources numériques
en fonction des besoins et usages des enseignants et des apprenants, plutôt que selon ce qui est
réalisable du point de vue technologique.

Organismes de soutien

Les pouvoirs publics ne devraient pas se limiter à financer ou à mettre en place de nouvelles entités de
R&D pour encourager les partenariats multipartites dans le développement d’outils et de ressources
numériques. En effet, l'un des défis que doivent relever ces derniers dans la mise en œuvre de leurs
stratégies numériques réside dans la difficulté de s'assurer que le personnel possède les compétences
numériques nécessaires à la gestion de l'infrastructure physique ainsi que les outils et ressources
numériques pour la gestion, les connaissances pédagogiques générales inhérentes à l’utilisation des
ressources et outils d'apprentissage numériques, et la capacité d'aider les enseignants à développer les
compétences pédagogiques adéquates pour intégrer l'utilisation de ces outils et ressources à leurs
pratiques d’enseignement. Ces exigences requièrent différents types d’expertise que ceux dont disposent
habituellement les ministères nationaux et infranationaux de l’éducation, dans la mesure où elles
nécessitent l’instauration de partenariats multipartites, ainsi que leur gestion et leur suivi.
Quelles leçons peut-on tirer des évolutions récentes en matière d’organismes de soutien mises en œuvre
par les pays pour soutenir la transformation numérique de l’éducation ? Dellagnelo (2023[35]) a procédé à
l’analyse des avantages et des inconvénients des différents modèles et a conclu que si la meilleure solution
pouvait être de favoriser la transformation numérique en s'appuyant sur le ministère de l’Éducation dans
certains pays, d’autres ont choisi de déléguer cette fonction à un organisme public (ou parfois privé), car
cela leur laisse plus de souplesse pour réunir les compétences nécessaires. Le rôle que peuvent jouer
ces organismes de soutien doit être adapté au contexte national, car il peut varier considérablement en
fonction de la taille du pays, du degré de centralisation du système d’éducation et de l’existence d’acteurs
publics et privés au sein de l’écosystème d’éducation numérique.
Pour pouvoir mettre en œuvre leur stratégie numérique, les pouvoirs publics doivent mettre en place la
structure organisationnelle nécessaire, en mobilisant et en adaptant généralement des organismes ou
entités déjà existants. Cependant, bien qu’il n’y ait pas de conclusion préétablie, ils peuvent également
envisager de créer un organisme de soutien externe spécifique. Les exemples passés de tels organismes
de soutien montrent que leur externalisation lors des premières phases comporte des avantages, et qu’ils
peuvent ensuite être intégrés au ministère. Cependant, ce choix dépend des actions effectivement prévues
dans le cadre de la stratégie numérique, ainsi que des compétences et capacités déjà existantes au sein
du ministère de l’Éducation.

Suivi

Les pouvoirs publics commandent parfois des recherches sur l'éducation numérique à leurs universités ou
font de l'éducation numérique une priorité manifeste de leur programme de recherche, mais il est frappant
de constater que très peu de pays contrôlent et évaluent réellement leurs investissements dans les outils
et les ressources d'éducation numérique. Les données sur l'infrastructure physique disponible dans les
établissements font défaut, sans parler des informations sur l'utilisation des technologies numériques, que
ce soit comme outil de gestion ou comme outil d'enseignement et d'apprentissage. Les pays ne disposent
généralement pas non plus de données probantes pour évaluer l’efficacité de l’utilisation des technologies
numériques au niveau du système, des établissements et des classes. Il est temps d’entreprendre des
efforts dans ce domaine (OECD, 2023[36]).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

54 

Prochaines étapes de la transformation numérique

Cette présentation des principales conclusions des Perspectives de l'OCDE sur l’éducation
numérique 2023 montre que les pays ont accompli des progrès notables dans la numérisation de leurs
systèmes d’éducation, mais en sont encore à une phase de transition, plutôt qu’à l’aube d’une réelle
transformation numérique. La plupart des pays disposent aujourd’hui de systèmes d’information scolaire
longitudinaux, qui servent principalement à produire des statistiques, ainsi que d’autres systèmes de
gestion au niveau du système pour soutenir les processus éducatifs, comme des dispositifs de suivi de
l'obligation d'assiduité scolaire, le passage au numérique de l’administration des examens (mais non les
examens eux-mêmes), la numérisation des évaluations nationales, etc. Ils accompagnement ou assurent
également la fourniture de ressources numériques d’enseignement et d’apprentissage par le biais de
plateformes ou services d’assistance divers à la passation de marchés publics. De plus, ils encouragent
l’utilisation d’outils et de ressources numériques en offrant des formations et un soutien directs aux acteurs
de l’éducation, notamment en instaurant des normes de compétences pour les futurs enseignants en
formation et en imposant l’acquisition de compétences numériques comme objectif transversal des
programmes pédagogiques.
Cependant, la plupart d’entre eux n’exploitent pas encore pleinement le potentiel des outils numériques
avancés. Très peu de ressources basées sur l’IA sont mises à disposition dans les classes et, dans
presque tous les pays, seuls les générateurs de texte par l’IA sont utilisés par les élèves, que ce soit avec
l’accord ou non de leurs enseignants, et ce même si ces outils n’ont pas été conçus à des fins
pédagogiques. Les systèmes adaptatifs d’apprentissage, d’évaluation, d’orientation pédagogique et
professionnelle et d’alerte précoce font globalement défaut dans la plupart des systèmes d’éducation de
l’OCDE. Quels que soient les outils numériques basés sur l’IA, la transformation numérique implique la
collecte d’une quantité importante de données à l’échelle du système d’éducation. Si ces données ont
tendance à remonter au niveau national ou de la juridiction, il est assez facile de rendre ces informations
accessibles aux enseignants, élèves ou familles.
Jusqu’à présent, la gouvernance de la transformation numérique a été axée sur la volonté d’éviter les
risques éventuels (ou au moins certains) de l’éducation numérique, plutôt que de réaliser pleinement son
potentiel. Les pays pourraient prendre un ensemble de mesures pour y parvenir. En plus d’avoir une
meilleure connaissance des outils et ressources numériques éducatifs existants pouvant d’ores et déjà
être utilisés au sein de leurs systèmes d’éducation, les pays devraient avoir pour objectif prioritaire
d’améliorer progressivement leurs processus éducatifs :
1. Recenser les possibilités d’utilisation. Comment les solutions numériques peuvent-elles contribuer
à réaliser certains objectifs de leur politique d’éducation ? Nous avons présenté dans ce chapitre
des exemples d’utilisation pour prévenir le décrochage scolaire, mais il existe nombre d’autres
objectifs éducatifs auxquels le numérique peut répondre. Quelles données doivent être collectées
pour améliorer les interventions en vue d’atteindre ces objectifs ? Ces données sont-elles déjà
collectées quelque part ? Comment faire pour qu’elles soient mises à la disposition des bonnes
personnes au bon moment
2. Améliorer les systèmes d’information scolaire ou leur utilisation. Les pays qui ne disposent pas
encore de système d’information longitudinal devraient envisager sa mise en place. Ces systèmes
sont plus efficaces lorsque les établissements sont également équipés d’un système de gestion
de l’apprentissage capable d’échanger automatiquement des informations avec les outils
numériques au niveau du système. Si cette structure peut prendre différentes formes, l’un des
meilleurs moyens d’améliorer leur utilisation est de restituer aux professionnels les informations
collectées, dans un format qui facilite la réflexion et la prise de décision.
3. Lancer des initiatives pour renforcer l’interopérabilité de l’écosystème d’éducation numérique. Pour
renforcer l’efficacité et l’utilisation d’un écosystème numérique, il est recommandé d’améliorer

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  55

l’interopérabilité pour que les données n’aient pas à être saisies plusieurs fois et qu’elles puissent
être réutilisées à des fins administratives comme éducatives (dans le respect des réglementations
de protection des données et de la vie privée). Améliorer l’interopérabilité n’est pas une tâche
facile, car les normes techniques dans le numérique évoluent en fonction de la recherche et du
développement plutôt que dans une perspective administrative, il existe cependant des moyens
plus faciles d’améliorer l’interopérabilité sémantique. Il s’agit également d’un processus progressif
qui n’exige pas une interopérabilité totale entre les outils numériques d’un écosystème.
4. Utiliser les marchés publics comme levier politique. Les pays utilisent déjà les marchés publics
comme levier politique dans le secteur de l’éducation. Cependant, les procédures de passation
continuent à recourir à l’approche traditionnelle de décentralisation des responsabilités, comme si
elles étaient gravées dans le marbre. Si la décentralisation ne constitue pas en soi un obstacle à
l’interopérabilité, elle oblige à mettre en œuvre davantage d’initiatives législatives et
organisationnelles. Les contraintes qui pèsent sur les fournisseurs de technologies éducatives
doivent être rééquilibrées par la dynamique de l’offre. Les attentes et les exigences peuvent
augmenter avec le temps, et la commande publique peut être utilisée pour garantir un niveau
minimal de performances des outils et ressources numériques, l’absence de biais et le respect de
critères environnementaux.
5. Équilibrer les besoins par la réglementation. Même si la réglementation n’est pas toujours la
meilleure solution, elle reste un levier important de l’action publique. Les réglementations en
matière de protection des données et de la vie privée, par exemple, sont primordiales, mais doivent
cependant s’accompagner de mesures de communication et de formation destinées au personnel
des établissements scolaires et des administrations, ainsi que d’une approche proactive dans leur
mise en œuvre. Il est également important d’éviter que les mécanismes de protection de la vie
privée ne favorisent indirectement les inégalités et les discriminations à l’égard de certaines
catégories de la population en développant des techniques permettant de détecter et d’éliminer
les biais algorithmiques, par exemple. Les réglementations applicables à la passation de marchés
publics et autres mécanismes doivent également être compensées par des mesures destinées au
secteur privé incitant au développement de ressources et d’outils numériques pour l’éducation.
En plus de ces leviers politiques permettant de répondre aux enjeux au niveau du système, le Secrétariat
de l’OCDE et l’Internationale de l’Éducation, fédération syndicale rassemblant des enseignants et d’autres
personnels de l’éducation du monde entier, ont développé conjointement une série d’orientations visant à
soutenir l’adoption de l’IA et d’autres outils numériques dans l’éducation. Ces opportunités, orientations et
garde-fous ont pour objectif de faciliter les échanges entre les institutions nationales, les instances locales
responsables de l’éducation et le corps enseignant (OECD; Education International, 2023[37]). Encadré 1.1
expose ces orientations, qui complètent les leviers politiques présentés ci-dessus.
Les Perspectives sur l’éducation numérique 2023, et le document connexe Gouvernance nationale et
écosystèmes d’éducation numérique (OECD, 2023[5]), présentent la première analyse comparative
internationale des pratiques et politiques des différents pays. Ces documents constituent une base de
référence pour les travaux internationaux et présentent des exemples dont les pays peuvent s’inspirer
mutuellement. Les travaux internationaux sont susceptibles de créer une dynamique visant à accélérer la
réalisation d’une transformation numérique efficace et équitable.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

56 

Encadré 1.1. Opportunités, orientations et garde-fous pour une utilisation efficace et équitable
de l'IA dans l’éducation
Le chapitre « Opportunités, orientations et garde-fous pour une utilisation efficace et équitable de l'IA dans
l’éducation » expose les travaux conjoints du Secrétariat de l’OCDE et de l’Internationale de l’Éducation
concernant les évolutions et l’utilisation de l’intelligence artificielle (IA) et de l’éducation numérique. Cet encadré
en présente les grandes lignes.
1. Égalité d’accès à une connexion abordable et de haute qualité. Les juridictions
responsables de l’éducation devraient mettre en place des infrastructures numériques pour
l’apprentissage au niveau du système qui soient accessibles à tous les apprenants et
professionnels de l’éducation en milieu scolaire et extrascolaire. Ces infrastructures physiques
stratégiques devraient permettre une transition rapide et équitable vers un apprentissage à
distance le cas échéant
2. Égalité d’accès et d’utilisation des ressources numériques d’apprentissage. Les
juridictions responsables de l’éducation devraient offrir aux enseignants et aux élèves un
ensemble de ressources numériques d’apprentissage de qualité, accessibles à l’école et à la
maison. Les enseignants devraient pouvoir les utiliser quand ils le souhaitent dans le cadre des
politiques de l’établissement et de la juridiction. Les juridictions devraient établir des directives
relatives aux usages prévus, en consultation avec les enseignants et autres acteurs de
l’éducation, afin que tous les apprenants, y compris les professionnels, bénéficient des mêmes
possibilités de développer leurs compétences numériques. Ces infrastructures immatérielles,
c’est-à-dire les ressources et outils pédagogiques numériques, pourraient offrir les conditions
nécessaires à une transition rapide et équitable vers un apprentissage à distance le cas
échéant.
3. Capacité d’agir des enseignants et formation professionnelle. Les usages pédagogiques
et critiques des ressources numériques actualisées devraient devenir une partie intégrante des
compétences professionnelles des enseignants, chefs d’établissement et autres professionnels
de l’éducation, à la fois au niveau de la formation initiale, mais également dans le cadre des
offres de formation continue et de collaboration professionnelle. La reconnaissance de
l’importance de la capacité d’agir, de l’efficacité et de l’aptitude à diriger des enseignants est un
élément clé pour leur donner les moyens d’utiliser de façon critique les ressources numériques
pédagogiques et d’imaginer des scénarios d’apprentissage enrichissants.
4. Bien-être des élèves et des enseignants. L’utilisation et le développement des technologies
basées sur l’IA impliquent une meilleure prise en compte des questions de bien-être et de santé
mentale des enseignants et des apprenants, notamment en gardant à l’esprit la nécessité de
trouver un bon équilibre entre les activités numériques et non numériques. Il faudrait élaborer,
en partenariat avec les enseignants et leurs organisations professionnelles, des orientations
éthiques relatives aux communications numériques qui mettent en avant la nature sociale et
relationnelle de l’apprentissage impliquant des interactions humaines.
5. Cocréation d’outils pédagogiques numériques basés sur l’IA. Les juridictions devraient
encourager l’implication des enseignants, apprenants et autres utilisateurs finaux en tant que
co-concepteurs dans le processus de recherche et de développement technologique afin de
garantir l’utilité et l’utilisation des outils numériques basés sur l’IA. Un écosystème propice à
l’innovation, qui stimule une culture de l’amélioration permanente, devrait donner la possibilité
aux développeurs d’expérimenter certains outils avec l’aide des enseignants et des élèves.
6. Innovation maîtrisée au service de la recherche et de la cocréation d’éléments probants.
Les juridictions devraient favoriser la recherche portant sur les usages efficaces des outils

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  57

numériques dans l’éducation, y compris les projets de recherche orientés vers la pratique, qui
offrent aux enseignants la possibilité d’innover dans la salle de classe et de concevoir de
nouveaux usages technologiques en partenariat avec les chercheurs pour mesurer et observer
les conditions réelles dans lesquelles les solutions technologiques fonctionnent et qui peut en
bénéficier. Les projets dirigés par des chercheurs peuvent mettre en lumière les usages les
plus efficaces des technologies basées sur l’IA. En principe, la transformation numérique
permet des boucles de rétroaction et d’amélioration plus rapides, ce dont les systèmes
d’éducation devraient bénéficier grâce à une approche active axée sur la recherche.
7. Éthique, sécurité et protection des données. Les politiques de protection des données
devraient garantir que la collecte des données contribue à assurer la sécurité de façon à la fois
efficace et équitable au sein de l’éducation, tout en protégeant la vie privée des élèves et des
enseignants. Les juridictions responsables de l’éducation doivent communiquer aux
établissements et aux enseignants des directives claires en matière de protection des données
et éventuellement fournir des modèles de contrats ou d’orientations applicables aux solutions
commerciales. Elles devraient s’assurer que des tests sont effectués pour vérifier la sécurité et
l’absence de biais algorithmiques, et que ces aspects sont pris en compte dans leurs politiques.
Des directives éthiques claires devraient également être définies. L’utilisation éthique des
données relatives aux enseignants devrait être négociée avec eux et leurs représentants dans
le cadre des conventions collectives.
8. Transparence, redevabilité et négociation. Lorsque des outils numériques basés sur des
technologies avancées sont utilisés pour des étapes de la scolarité dont les enjeux sont élevés
pour les élèves, les enseignants ou les établissements d’enseignement, comme les évaluations
sous forme numérique, les juridictions responsables de l’éducation devraient être transparentes
concernant les objectifs et les procédures sur lesquels se fondent les recommandations
formulées par les algorithmes. Ainsi, le recours à des outils numériques à forts enjeux devrait
faire l’objet de discussions et de négociations avec l’ensemble des acteurs de l’éducation.
9. Assistance et alternative humaines. Étant donné que les outils numériques basés sur l’IA
vont entraîner un accroissement des processus automatisés dans les procédures éducatives,
c’est-à-dire les pratiques administratives comme pédagogiques, les juridictions devraient
s’assurer que les apprenants, les enseignants et autres acteurs de l’éducation peuvent
bénéficier d’une assistance humaine lorsqu’ils en ont besoin et, si nécessaire, d’une solution
humaine alternative à utilisation de l’outil d’IA.
Remarque : cet encadré est une synthèse du texte intégral qui se trouve au chapitre 16 de cet ouvrage.
Source : OCDE et Internationale de l’Éducation.

Références

Baker, R., A. Hawn et S. Lee (2023), « Algorithmic bias: the state of the situation and policy [20]
recommendations », dans OECD Digital Education Outlook 2023. Towards an Effective
Digital Education Ecosystem, OECD Publishing, [Link]

Belpaeme, T. et F. Tanaka (2021), « Social Robots as educators », dans OECD Digital [6]
Education Outlook 2021 : Pushing the Frontiers with Artificial Intelligence, Blockchain and
Robots, OECD Publishing, Paris, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

58 

Bowers, A. (2021), « Early Warning systems and indicators of dropping out of upper secondary [7]
school: the emerging role of digital technologies », dans OECD, Digital Education Outlook :
Pushing the frontiers with AI, blockchain, and robots, OECD Publishing.

Bowers, A. et R. Sprott (2012), « Examining the multiple trajectories associated with dropping [14]
out of high school: a growth mixture model analysis », The Journal of Educational Research,
vol. 105/3, pp. 176-195.

Cuban, L. (1986), Teachers and Machines: The Classroom of Technology Since 1920, Teachers [21]
College Press.

D’Mello, S. (2021), « Improving Student Engagement in and with Digital Learning [18]
Technologies », dans OECD, Digital Education Outlook : Pushing the frontiers with AI,
blockchain, and robots, OECD Publishing.

Dellagnelo, L. (2023), « The role of support organisations in implementing digital education [35]
policies », dans OECD Digital Education Outlook 2023. Towards an Effective Digital
Education Ecosystem, OECD Publishing, [Link]

Dillenbourg, P. (2021), « Classroom analytics: Zooming out from a pupil to a classroom », dans [10]
OECD Digital Education Outlook 2021 : Pushing the Frontiers with Artificial Intelligence,
Blockchain and Robots, OECD Publishing, Paris, [Link]

Foster, N. (2023), « Teacher digital competences: formal approaches to their development », [28]
dans OECD Digital Education Outlook 2023. Towards an Effective Digital Education
Ecosystem, OECD Publishing, [Link]

Fragoso, T. (2023), « Hardware: the provision of connectivity and digital devices », dans OECD [16]
Digital Education Outlook 2023. Towards an Effective Digital Education Ecosystem, OECD
Publishing, [Link]

Hooft Graafland, J. (2018), « New technologies and 21st century children: Recent trends and [30]
outcomes », OECD Education Working Papers, n° 179, OECD Publishing, Paris,
[Link]

Molenaar, I. et P. Sleegers (2023), Multi-stakeholder collaboration and co-creation: towards [34]

responsible application of AI in education, OECD Publishing,
[Link]

Murphy, R., J. Roschelle, M. Feng, and C. A. Mason (2020), « Investigating Efficacy, Moderator, [8]
and Mediators for an Online Mathematics Homework Intervention », Journal of Research on
Educational Effectiveness, vol. 13/2, [Link]

O’Neil, C. (2016), Weapons of math destruction: how big data increases inequality and threatens [19]
democracy, Crown Publishing.

OECD (2023), Country Digital Education Ecosystems and Governance. A companion to Digital [5]
Education Outlook 2023, OECD Publishing, [Link]

OECD (2023), « Human resource policies for digital education », dans Shaping Digital [24]
Education : Enabling Factors for Quality, Equity and Efficiency, OECD Publishing, Paris,
[Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  59

OECD (2023), Shaping Digital Education: Enabling Factors for Quality, Equity and Efficiency, [36]
OECD Publishing, Paris, [Link]

OECD (2022), Education at a Glance 2022: OECD Indicators, OECD Publishing, Paris, [2]
[Link]

OECD (2021), OECD Digital Education Outlook 2021: Pushing the Frontiers with Artificial [1]
Intelligence, Blockchain and Robots, OECD Publishing, Paris,
[Link]

OECD (2020), « The OECD Digital Government Policy Framework: Six dimensions of a Digital [11]
Government », OECD Public Governance Policy Papers, n° 02, OECD Publishing, Paris,
[Link]

OECD (2019), « Using digital technologies to improve the design and enforcement of public [13]
policies », OECD Digital Economy Papers, n° 274, OECD Publishing, Paris,
[Link]

OECD; Education International (2023), « Opportunities, guidelines and guardrails for effective [37]
and equitable use of AI in education », dans OECD Digital Education Outlook 2023. Towards
an Effective Digital Education Ecosystem, OECD Publishing,
[Link]

Reich, J. (2020), Failure to Disrupt: Why Technology Alone Can’t Transform Education, Harvard [22]
University Press.

Ronchi, E. et L. Robinson (2019), « Child protection online », dans Burns, T. et F. Gottschalk [31]
(dir. pub.), Educating 21st Century Children : Emotional Well-being in the Digital Age, OECD
Publishing, [Link]

Roschelle, J., M. Feng, R. Murphy, and C. A. Mason (2016), « Online Mathematics Homework [9]
Increases Student Achievement », AERA Open 2, vol. 4,
[Link]

Smolenski, N. (2021), « Blockchain for Education: A New Credentialing Ecosystem », dans [12]
OECD Digital Education Outlook 2021 : Pushing the Frontiers with Artificial Intelligence,
Blockchain and Robots, OECD Publishing, Paris, [Link]

Thorn, W. et S. Vincent-Lancrin (2021), Schooling During a Pandemic: The Experience and [15]
Outcomes of Schoolchildren During the First Round of COVID-19 Lockdowns, OECD
Publishing, Paris, [Link]

Vidal, Q. (2023), « Digital assessment », dans OECD Digital Education Outlook. Towards an [26]
Effective Digital Education Ecosystem, OECD Publishing, [Link]
en.

Vidal, Q. (2023), « Public procurement: shaping digital education ecosystems », dans OECD [33]
Digital Education Outlook 2023. Towards an Effective Digital Education Ecosystem, OECD
Publishing, [Link]

Vidal, Q., S. Vincent-Lancrin et H. Yun (2023), « Emerging governance of generative AI in [4]

education », dans OECD Digital Education Outlook 2023. Towards an Effective Digital
Education Ecosystem, OECD Publishing, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

60 

Vincent-Lancrin, S. (2023), « Learning management systems and other digital tools for system [25]
and institutional management », dans OECD Digital Education Outlook 2023. Towards an
Effective Digital Education Ecosystem, OECD Publishing, [Link]
en.

Vincent-Lancrin, S. (2022), How Learning Continued during the COVID-19 Pandemic: Global [3]
Lessons from Initiatives to Support Learners and Teachers, OECD Publishing, Paris,
[Link]

Vincent-Lancrin, S. et C. González-Sancho (2023), « Data and technology governance: fostering [32]

trust in the use of data », dans OECD Digital Education Outlook 2023. Towards an Effective
Digital Education Ecosystem, OECD Publishing, [Link]

Vincent-Lancrin, S. et C. González-Sancho (2023), « Education and student information [17]

systems », dans OECD Digital Education Outlook 2023. Towards an Effective Digital
Education Ecosystem, OECD Publishing, [Link]

Vincent-Lancrin, S. et C. González-Sancho (2023), « Interoperability: unifying and maximising [29]

data reuse within digital education ecosystems », dans OECD Digital Education Outlook
2023. Towards an Effective Digital Education Ecosystem, OECD Publishing,
[Link]

Vincent-Lancrin, S. et al. (2019), Measuring Innovation in Education 2019: What Has Changed in [23]
the Classroom?, Educational Research and Innovation, OECD Publishing, Paris,
[Link]

Yu, J., Q. Vidal et S. Vincent-Lancrin (2023), « Digital teaching and learning resources », dans [27]
OECD Digital Education Outlook 2023. Towards an Effective Digital Education Ecosystem,
OECD Publishing, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  61

Partie I Infrastructure
numérique

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

62 

2 Les systèmes d'information scolaire

Stéphan Vincent-Lancrin et Carlos González-Sancho, OCDE

Le présent chapitre insiste sur l'importance de disposer à l'échelle du

système d'éducation d'un outil numérique appelé système d'information
scolaire ou système d'information pour la gestion de l'éducation (SIGE).
Aujourd'hui, une nouvelle génération de ces systèmes d'information permet
de recueillir des données sur chaque élève et son parcours d'apprentissage
au sein d'un système d'éducation, ouvrant ainsi la voie à l'utilisation de
données en temps réel à des fins de personnalisation de l'apprentissage et
de prise de décision en matière d'éducation. Ce chapitre présente les
fonctionnalités et possibilités d'utilisation courantes de ces systèmes dans
des contextes nationaux et met en lumière le rôle essentiel que pourraient
jouer les systèmes de la prochaine génération dans un écosystème
d'éducation numérique efficace.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  63

Introduction

Un système d'information scolaire est un outil numérique qui permet le recueil et la consultation
d'informations détaillées sur les élèves, notamment des données démographiques et relatives à l'assiduité
et au parcours scolaire et, de plus en plus, aux résultats d'apprentissage. Contrairement à un simple
registre des élèves, ce système d'information facilite l'accès aux données grâce à une panoplie d'outils de
diffusion des données, de visualisation et d'analyse, présentant ainsi un intérêt en temps réel pour les
acteurs de l'éducation. Selon leur fonction, les différents acteurs peuvent généralement accéder à
différents types d'information sur les élèves, les établissements et, éventuellement, les enseignants. Cet
accès est normalement restreint aux personnes exerçant une fonction au sein du système. Si certains de
ces systèmes d'information sont souvent utilisés à des fins administratives et alimentés par le biais
d'applications administratives, ils permettent également à terme de générer des statistiques sur
l'éducation. Dans un écosystème d'éducation numérique moderne, leur utilité première consiste à mettre
à la disposition des différents intervenants, en temps réel, des données exploitables à partir d'informations
collectées dans l’ensemble du système (González-Sancho et Vincent-Lancrin, 2016[1]).
Ces systèmes d'information scolaire sont aussi connus sous les noms de systèmes d'information pour la
gestion de l'éducation (SIGE), systèmes de données de l'État, systèmes de données longitudinaux de
l'État ou systèmes d'information sur l'éducation. La plupart du temps, ces systèmes d'information ne se
cantonnent pas aux données sur les élèves. En effet, ils comprennent toujours des renseignements sur
les établissements (auxquels est attribué un identifiant unique) ainsi que, dans certains cas, sur les
enseignants. Le recours à l'expression « systèmes d'information scolaire » montre que les systèmes de la
génération actuelle permettent souvent de conserver une mine d'informations sur chaque élève, avec la
possibilité de relier aux élèves d'autres données disponibles, en faisant des systèmes « centrés sur
l'élève » : la plupart du temps, ils contiennent également de nombreuses données qui ne sont pas axées
uniquement sur les élèves, mais simplement en lien avec ces derniers. Nous utiliserons ici indifféremment
les expressions « système d'information scolaire » ou « système d'information sur l'éducation », même si
cette dernière semble renvoyer à un champ d'application beaucoup plus vaste.
Dans ce rapport, on entend par système d'information scolaire un dispositif numérique géré à l'échelle du
système d'éducation et non pas à l'échelle des établissements d'enseignement. En fonction du pays, le
système d'éducation peut être régi à l'échelle nationale ou bien par des autorités de l'éducation au niveau
d’une région/d’un État voire au niveau local. Les établissements d'enseignement peuvent également avoir
recours à des applications intitulées « systèmes d'information scolaire » ou « systèmes d'information et de
gestion de l'établissement » en vue de conserver des renseignements sur leurs élèves, notamment des
données démographiques ainsi que des informations sur leur classe, leur emploi du temps, leurs parents,
etc. Toutefois, par facilité de langage et souci de cohérence tout au long de ce rapport, on entendra par
« systèmes de gestion de l'apprentissage » l'ensemble de ces systèmes d'information scolaire au niveau
des établissements (Vincent-Lancrin, 2023[2]).
Les systèmes longitudinaux d'information scolaire ou d'information sur l'éducation constituent une
catégorie particulière de systèmes d'information. Dans ce rapport, on entend par systèmes d'information
scolaire longitudinaux, des systèmes qui : a) croisent des données sur les élèves collectées à différents
moments ; b) conservent des informations détaillées sur les élèves, y compris sur leur niveau d'instruction,
leurs résultats d'apprentissage, leur parcours scolaire et leur profil socio-démographique ; et c) facilitent la
consultation et l'utilisation des données grâce à une panoplie d'outils de diffusion des données, de
visualisation et d'analyse (adaptation du (National Forum on Education Statistics, 2010[3]).
Ces trois caractéristiques de base sont les conditions minimales pour accroître la capacité des systèmes
d'information scolaire à favoriser des utilisations innovantes des données sur l'éducation au service de
l'élaboration des politiques. L'objectif est en effet d'avoir une vision dynamique, plutôt que statique, des
expériences et des résultats des élèves, de fournir une base solide aux données avancées concernant

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

64 

l'efficacité des politiques et des pratiques et de mettre à la disposition des multiples acteurs de l'éducation
des retours d'information plus rapides et plus exploitables. C'est pourquoi le présent chapitre s'attardera
particulièrement sur les systèmes d'information longitudinaux.
Le chapitre est structuré comme suit : la première section porte sur la prévalence des systèmes
d'information longitudinaux dans divers pays ainsi que sur les principales données et fonctionnalités de
ces systèmes ; la deuxième section présente les différentes possibilités d'utilisation de ces systèmes à
des fins statistiques ou de recherche, ou à des fins de personnalisation de l'apprentissage à l'aide de
prévisions ; enfin, la dernière section expose les diverses possibilités d'utilisation des données collectées
par ces systèmes, afin que les enseignants et chefs d'établissement puissent les exploiter.

État des lieux

Notre analyse comparative porte sur 29 pays, y compris deux systèmes infranationaux (Belgique) et un
pays en passe d’accéder à l'OCDE (Brésil). Tous les pays de l'OCDE ont été invités à répondre aux
questionnaires. Les réponses des pays ayant accepté de participer ont été validées dans le cadre
d'entretiens menés entre le Secrétariat de l’OCDE et chaque équipe nationale. Les réponses ont ensuite
fait l'objet d'une double vérification avant d'être complétées par la description de l'infrastructure d'éducation
numérique et la gouvernance éducative de chaque pays (OECD, 2023[4]). Même en l'absence d'une
participation à notre étude comparative, les données de certains pays ont également été intégrées aux
analyses en fonction de leur pertinence.
On constate que la majorité des pays de l’OCDE bénéficie d’un système longitudinal d’information scolaire
(voir le Tableau 2.1). Sur les 29 pays/systèmes participants, ils sont 19 (soit 65 %) à disposer d'un système
d'information scolaire à l'échelle nationale/centrale et dans 3 pays fédéraux la totalité ou la majorité des
États ou autorités régionales jouit d'un tel système à ce niveau (c’est le cas pour l'ensemble des États
américains et des provinces canadiennes). Par ailleurs, même s'ils n'ont pas recours à un système
d'information scolaire, quatre pays recueillent tout de même des données détaillées sur les élèves dans le
cadre d'un registre central des élèves. Seuls quelques pays ont un système dont la portée est limitée
(comme le système SISTEC au Brésil qui ne couvre que l'enseignement et la formation professionnels)
ou qui présente un défaut d'intégration – caractéristique pourtant essentielle de tout système d'information
– de sorte que les applications existantes permettent de regrouper des informations de base sur les élèves,
mais de manière détournée (comme c'est le cas pour la Communauté française de Belgique). Enfin, une
petite poignée de pays ne dispose pas encore d'un tel système d'information même s'il existe une collecte
régulière de données auprès des établissements ou des régions à des fins statistiques, comme au Japon
ou en Tchéquie voir le Graphique 2.1).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  65

Graphique 2.1. Nombre et pourcentage de systèmes d'éducation disposant d'un système

d'information scolaire (2024)

Remarque: N=29.

StatLink 2 [Link]

À l'exception du Mexique, les pays fédéraux ne possèdent pas de registre central des élèves ni de système
d'information central comprenant des microdonnées sur les élèves. Les États ou les régions transmettent
généralement leurs données au niveau fédéral : aux États-Unis, les États ont l'obligation de fournir une
série de données au National Center for Education Statistics ; au Canada, le Conseil des ministres de
l'Éducation (CMEC) collecte des statistiques nationales sous forme de données agrégées par le biais d'une
enquête annuelle transmise aux provinces ; au Brésil, l'INEP collecte des données statistiques directement
auprès des établissements (sans pour autant disposer en 2023 d'un système d'information longitudinal ni
d'un registre des élèves).
Sauf dans les rares cas où une solution de prestataire est associée à un outil dont les pouvoirs publics
sont propriétaires (comme en Lituanie ou en Hongrie), tous les systèmes d'information scolaire sont
détenus par les pouvoirs publics qui en ont la charge. Il s'agit parfois d'une version personnalisée de
solutions commerciales disponibles, mais dans la majorité des cas, les systèmes ont été conçus en
collaboration avec des entreprises externes pour le ministère ou une instance publique qui demeure
propriétaire de l'outil, et par conséquent, propriétaire exclusif de la multitude de données collectées (et
généralement responsable de leur conservation), ce qui constitue un atout majeur. Un possible
inconvénient repose toutefois sur la nécessité d'entretenir le système qui peut devenir obsolète ou moins
performant en l'absence d'investissements réguliers pour à améliorer la qualité des outils de visualisation
et de diffusion des données (le cas échéant).

Suivi longitudinal des élèves

La majorité des pays tiennent à jour un système longitudinal d'information scolaire ou un registre national
des élèves : sur les 29 pays participants, 22 (soit 76 %) disposent de données longitudinales sur leurs
élèves au niveau national ou infranational (voir le Graphique 2.2 et le Tableau 2.1). En outre, 26 d’entre
eux (soit 90 %) peuvent utiliser les données sur les élèves pour étayer leurs politiques et pratiques en
matière d'éducation, soit à l'échelle nationale ou à d'autres échelons de l'exécutif. La collecte
d'informations longitudinales est une caractéristique essentielle de tout système d'information moderne
sur l'éducation.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

66 

Graphique 2.2. Éléments de données sélectionnés dans les systèmes d'information scolaire et les
registres des élèves (2024)

Identifiant unique longitudinal 24 (83% )

Informations en temps réel 15 (52% )

Résultats obtenus aux tests standardisés 13 (45% )

Notes attribuées par les enseignants (évaluations non

standardisées) 11 (38% )

Croisement des données sur les élèves et les enseig nants 10 (34% )

0 5 10 15 20 25 30
Nombre de pays/juridictions

Remarque: N=29

StatLink 2 [Link]

Au cours des exercices de collecte de données menés à différents moments et par différents organismes
ou organisations, l'attribution d'un identifiant unique et permanent associé à chaque élève, enseignant et
établissement est une caractéristique essentielle des systèmes d'information longitudinaux. Cet identifiant
longitudinal permet de relier des données au fil du temps et donc de suivre des séquences d'évènements
et des parcours individuels au sein du système d'éducation. L'attribution d'un identifiant unique est
également nécessaire pour recouper les entités de données au sein de structures interdépendantes, par
exemple les élèves dans des classes ou des établissements.
Les systèmes d'information longitudinaux permettent par conséquent de suivre au fil du temps le parcours
scolaire de chaque élève et, possiblement, son parcours ultérieur. À l’autre extrémité du spectre, les
systèmes d'information de nature transversale conservent des données collectées à un ou plusieurs
moments précis concernant une ou plusieurs cohortes d'élèves, mais ne sont pas en mesure d'apparier
les données de chaque élève au fil du temps.
Un identifiant permanent et propre à chaque élève est généralement attribué dès l'entrée dans le système
d'éducation, lors de la première inscription. Souvent présenté sous forme de code numérique ou
alphanumérique, cet identifiant permanent est utilisé lors de tous les exercices de collecte de données,
couvrant idéalement l'intégralité du parcours académique (de l'éducation de la petite enfance à
l'enseignement post-secondaire).
Cet identifiant attribué à chaque individu peut être utilisé par un unique organisme ou système
d'information, ou bien être commun à plusieurs organismes et systèmes de données. Parmi les exemples
d'identifiant commun, citons le cas des numéros de sécurité sociale et de carte d'identité utilisés dans les
registres des autorités publiques, ainsi que celui des matricules scolaires que conserve un élève pendant
tout son parcours au sein du système d'éducation, indépendamment du niveau d'enseignement, de la
juridiction et de l'établissement. L'identifiant commun permet d'attester clairement de l'identité d'un élève,
de faciliter les exercices de collecte de données provenant de diverses sources et de réduire la charge
que supposent de nouvelles collectes. Cet identifiant démultiplie toutefois les enjeux en matière de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  67

confidentialité et de protection des données, dans la mesure où, contrairement à un identifiant propre à
une seule base de données, il permet la divulgation d'une plus grande part d'informations personnelles.
Par exemple, en Estonie et au Luxembourg, l'identifiant unique attribué à chaque élève correspond à son
numéro d'identité national. En France et en Nouvelle-Zélande, à des fins de protection de la vie privée, les
identifiants uniques sont, en vertu de la loi, différents pour tous les secteurs de la société. Dans le premier
cas, cela facilite le croisement des données collectées par les différentes administrations, mais nécessite
une plus grande confiance envers les autorités publiques ; alors que dans le deuxième, il s'avère plus
compliqué (voire impossible) de relier les informations provenant de différents secteurs, même si les
risques en matière de protection de la vie privée sont moindres.
Un identifiant permanent pour les entités de données agrégées, telles que les établissements
d'enseignement et les districts, constitue une caractéristique commune des systèmes d'information sur
l'éducation qui facilitent les actions de suivi et d'évaluation au niveau du système et des établissements.
Mais c'est néanmoins l'attribution d'un identifiant longitudinal unique au niveau individuel – tant pour les
élèves que les professionnels de l’éducation – qui représente l'un des piliers d'une utilisation plus
innovante des données sur l'éducation. Tous les systèmes d'information scolaire disposent d'un identifiant
pour chaque établissement, assurant ainsi le croisement des données recueillies dans le temps à l'échelle
des établissements. Ce sujet n'a pas été officiellement mentionné dans les questionnaires, car une
précédente étude montrait que l'ensemble des systèmes d'éducation (objets de l'étude) bénéficiait déjà de
ce type d'identifiant unique (González-Sancho et Vincent-Lancrin, 2016[1]). Tous les systèmes ont donc la
capacité de décrire et de comparer les tendances observées à l'échelle du système d'éducation et des
établissements.
La quasi-totalité des systèmes d'information scolaire dans les pays pour lesquels les données sont
disponibles englobe les élèves de l'enseignement primaire et secondaire (y compris ceux suivant un
programme d'enseignement et de formation professionnels [EFP] lorsqu'il est proposé au sein du système
scolaire). Dans quelques cas, il existe plusieurs systèmes d'information scolaire en fonction du niveau
d'enseignement : par exemple, la France et le Luxembourg appliquent deux systèmes différents pour
l'enseignement primaire et secondaire. La couverture de ces systèmes d'information dépend du pays :
dans certains cas, tous les élèves sont pris en compte indépendamment de leur inscription dans des
établissements publics ou privés (notamment en cas de financement public du secteur privé) et, dans
d'autres cas, seuls les élèves scolarisés dans un établissement public sont concernés. Cela s'explique
principalement par le fait que ces systèmes sont utilisés pour des tâches administratives (ou en découlent)
liées notamment au financement des établissements, à l'affectation des enseignants, à la planification des
examens, aux évaluations de l'apprentissage, à des obligations d'assiduité, etc.
L'interopérabilité est de mise lorsque plusieurs systèmes coexistent. Dans le cas contraire, l'attribution
d'un identifiant unique permet de croiser les données collectées par les différents systèmes, même si cette
méthode demeure fastidieuse et chronophage.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

68 

Tableau 2.1. Les systèmes d'information scolaire : disponibilité et caractéristiques spécifiques (2024)
Nom du ou Utilisation Aucun SIS Aucun Identifiant Informations Croisement Résultats Notes attribuées Tableau Tableau
des systèmes d'un système national mais système unique en temps des données obtenus aux par les de bord de bord
nationaux national plusieurs d’information longitudinal réel sur les élèves valuations enseignants analytique public
d’information d’information l'échelle scolaire mais et les standardises (évaluations non
scolaire (le cas scolaire infranationale un registre enseignants standardisées))
chant) national des
élèves
Autriche BilDok ✓ ✓
Brésil
Canada ✓ ✓ ✓ ✓ ✓ ✓
Chili SIGE ✓ ✓ ✓ ✓ ✓
Tchéquie
Danemark ✓ ✓ ✓ ✓ ✓
Estonie EHIS ✓ ✓ ✓ ✓ ✓
Finlande KOSKI ✓ ✓ ✓ ✓ ✓
France ONDE et ✓ ✓ ✓ ✓ ✓ ✓
SIECLE
Hongrie Oktatas ✓ ✓ ✓ ✓ ✓ ✓ ✓
Islande INNA ✓ ✓ ✓ ✓ ✓ ✓
Irlande ✓
Italie SIDI ✓ ✓ ✓ ✓
Japon
Corée NEIS ✓ ✓ ✓ ✓ ✓ ✓
Lettonie VIIS ✓ ✓ ✓ ✓* ✓ ✓ ✓
Lituanie ŠVIS ✓ ✓ ✓ ✓ ✓ ✓ ✓
Luxembourg Scolaria et ✓ ✓ ✓ ✓ ✓ ✓
Fichiers lves
Mexique SIGED ✓ ✓ ✓ ✓ ✓
Pays-Bas DUO ✓ ✓
Nouvelle- NSI et ENROL ✓ ✓ ✓ ✓
Zélande

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  69

Nom du ou Utilisation Aucun SIS Aucun Identifiant Informations Croisement Résultats Notes attribuées Tableau Tableau
des systèmes d'un système national mais système unique en temps des données obtenus aux par les de bord de bord
nationaux national plusieurs d’information longitudinal réel sur les élèves valuations enseignants analytique public
d’information d’information l'échelle scolaire mais et les standardises (évaluations non
scolaire (le cas scolaire infranationale un registre enseignants standardisées))
chant) national des
élèves
Slovénie CEUVIZ ✓ ✓ ✓ ✓
Espagne ✓ ✓ ✓ ✓
Suède ✓ ✓
Türkiye MEBBIS ✓ ✓ ✓ ✓ ✓
États-Unis ✓ ✓ ✓ ✓ ✓ ✓
Angleterre GIAP et ASP ✓ ✓ ✓ ✓ ✓
(Royaume-
Uni)
Comm. Discimus ✓ ✓ ✓ ✓
flamande
(Belgique)
Comm. ✓
française
(Belgique)
Total 19 3 4 24 15 10 13 11 10 11
Inde VSK ✓ ✓ ✓
Gujarat VSK ✓ ✓ ✓ ✓ ✓ ✓ ✓
(Inde)
Total 21 3 4 25 16 11 14 12 12 12
StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

70 

Éléments et croisement de données sur les élèves

Le deuxième élément de référence qui caractérise un système d'information scolaire longitudinal est la
disponibilité d'une mine de renseignements sur les élèves, allant de données socio-démographiques ou
relatives au milieu scolaire à des indicateurs liés à leur performance scolaire ou à leurs résultats
d'apprentissage, dans la mesure du possible.
Les systèmes d'information longitudinaux conservent des données détaillées sur la présence des élèves
au sein du système scolaire au fil du temps. Il s'agit-là d'une fonctionnalité de base dans tout système
d'éducation qui autorise les administrateurs scolaires à être tenus informés des effectifs scolarisés dans
le pays, à garantir que les élèves jouissent des droits que leur confère la loi, à attribuer parfois des fonds
aux établissements et, enfin, à alimenter les statistiques et la recherche sur l'éducation et à renforcer les
retours d'information auprès des parties prenantes.
Les systèmes d'information scolaire comprennent généralement des données individuelles sur l'inscription,
l'établissement, l'assiduité/le taux d'absence, le parcours scolaire suivi, la fréquentation de programmes
d’enseignement spécifiques, le milieu socio-économique (ou les droits à des prestations spécifiques
comme les repas scolaires à prix réduit ou gratuits) ; toutes ces données représentent des facteurs
essentiels à la réussite des élèves et à leurs résultats d'apprentissage. Par ailleurs, ces systèmes incluent
généralement des informations sur le milieu socio-démographique des élèves (ou devraient le faire). Ces
données sont essentielles pour définir les profils de l'effectif d'élèves en termes de sexe, d’âge, de structure
familiale, de milieu socio-économique, d’origine ethnique, d’antécédents au regard de l'immigration ou
d’autres variables pouvant influer sur l'apprentissage ou la performance scolaire. Elles permettent
également d'analyser la répartition des résultats des élèves en fonction desdites caractéristiques
contextuelles. Dans le cadre d'une description précise de l'environnement extra-scolaire d'un élève, parmi
les renseignements socio-démographiques collectés certaines données demeurent inchangées (comme
la date de naissance ou le sexe) tandis que d'autres doivent faire l'objet d'une mise à jour régulière (par
exemple, la composition de la famille ou les revenus du foyer). La majorité des systèmes d'information
collecte ce type de renseignements.
Selon une étude réalisée en 2015 portant sur 60 systèmes d'information scolaire (González-Sancho et
Vincent-Lancrin, 2016[1]), la quasi-totalité de ces systèmes contient des renseignements démographiques
de base tels que l'âge et le sexe des élèves ; une moindre proportion conserve des données relatives à
d'autres antécédents familiaux communément associés aux résultats des élèves, tels que le milieu socio-
économique (pour 60 % des systèmes), l'origine nationale (69 %) ou le lieu de résidence ; et, une minorité
d’entre eux dispose d'informations sur les éventuels besoins spécifiques des élèves en matière
d’éducation, la langue parlée à la maison, la taille de la famille et autres caractéristiques s'y rapportant. Si
notre collecte de données comparatives n'a pas atteint un tel niveau de détails, les entretiens menés
auprès des représentants nationaux ont montré que la majorité des systèmes d'information (ou registres
des élèves) affiche les mêmes données de base sur les élèves avec, en moyenne, une plus grande
quantité d'information qu‘en 2015. Afin de mener des analyses pertinentes sur les écarts de réussite entre
différents groupes socio-économiques ou entre des élèves autochtones et issus de l'immigration, et
d'évaluer, par exemple, l'impact des caractéristiques de l'entourage d'un élève sur sa performance
scolaire, il est nécessaire de disposer de données de grande qualité sur des aspects secondaires comme
le milieu socio-économique, l'origine ethnique le cas échéant, le statut au regard de l'immigration.
Parallèlement, lorsqu'elles sont partagées de manière anonyme, ces caractéristiques supplémentaires
permettent éventuellement de retrouver plus facilement l'identité d'un individu et suscitent donc des
questions en matière de protection de la vie privée qui doivent (et peuvent) être traitées grâce à une
diversité de techniques.
Des informations sur l'organisation et les ressources des établissements fréquentés par les élèves au fil
du temps sont également capitales pour mieux comprendre le contexte dans lequel se déroule

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  71

l'apprentissage et identifier les facteurs qui favorisent ou entravent la réussite des élèves, permettant ainsi
d'orienter efficacement l'évaluation des établissements et la prise de décision en matière de stratégies
d'amélioration. Les pays n'ont pas tous le même niveau d'information à cet égard et il semblerait
qu'actuellement cela soit moins souvent imputable aux données disponibles dans les systèmes
d'information.

Résultats des élèves

On peut mesurer et communiquer les résultats des élèves à l'aide d'une grande diversité de données.
Dans le passé, on mettait l'accent principalement sur l'obtention d'un diplôme de fin de cycle et sur les
transitions au cours du parcours scolaire. Les données en question concernaient notamment les résultats
aux examens (positifs ou négatifs), les crédits obtenus, le passage en classe supérieure ou le
redoublement, ainsi que la réussite et l'obtention d'un diplôme à la fin d'une unité d'apprentissage, d'un
semestre, d'une année scolaire ou d'un niveau d'enseignement. Ces informations réglementaires sont
généralement disponibles dans les systèmes d'information scolaire et les registres des élèves.
Depuis fort longtemps les enseignants notent leurs élèves, mais, au cours des dernières décennies, les
autorités en matière d'éducation ont progressivement procédé à des évaluations nationales de leur
système d'éducation par le biais d'épreuves standardisées portant sur les matières jugées essentielles. La
transformation numérique permet également d'enregistrer facilement les notes attribuées par les
enseignants.
Dans ce contexte, les systèmes d'information scolaire et les registres des élèves ont donc beaucoup plus
de possibilités de conserver des données relatives aux évaluations sommatives standardisées des acquis
et aux notes attribuées par les enseignants à la fin d'un cours ou d'une année d'études spécifique. Sur les
29 pays/juridictions dont les données peuvent être comparées, 13 (soit presque la moitié d'entre eux)
peuvent établir un lien entre l'identifiant unique d'un élève et les résultats obtenus à l'évaluation
standardisée, et 11 (soit un peu plus d'un tiers) peuvent consigner les notes attribuées aux élèves par les
enseignants à la fin de certains cours ou certains cycles.
Aux États-Unis, l'évaluation standardisée des acquis au sein des États/juridictions a été généralisée et les
résultats obtenus par les élèves sont habituellement intégrés aux systèmes d'information longitudinaux
sous forme de donnée. Dans d'autres pays, il n'est pas possible d'accéder directement à ces
renseignements depuis le système d'information scolaire (comme en Italie, au Luxembourg et en Nouvelle-
Zélande), mais les résultats aux évaluations standardisées sont généralement reliés à l'identifiant unique
des élèves et on peut, par conséquent, les retrouver en croisant les données. Lorsqu'un pays ne dispose
que d'un registre des élèves (au Danemark, par exemple), ces renseignements y seront intégrés. Bien
souvent, les pays européens ne conservent pas dans leur système d'information scolaire les données sur
les résultats des élèves, ce qui restreint leur utilisation à des fins de recherche uniquement. Dans certains
cas, cette décision se fonde sur des raisons de protection de la vie privée. Cela dépend probablement de
l'instance responsable qui administre l'évaluation standardisée à l'échelle nationale. Ainsi, en Italie et au
Luxembourg, cette évaluation est administrée par, respectivement, un organisme public particulier
(INVALSI) et l'Université de Luxembourg (LUCET), sans que ces deux instances soient rattachées au
ministère de l'Éducation (ou de l'Enseignement supérieur). En France, pour des raisons de protection de
la vie privée et conformément aux résultats d'une négociation collective, l'évaluation nationale collecte des
données à l'échelle des établissements plutôt que des élèves.
La majorité des évaluations standardisées administrées à l'échelle nationale porte sur la littératie (dans la
ou les langues nationales) et la numératie. Parfois, comme en Italie, en Norvège et en Suède, d'autres
matières sont également évaluées, par exemple l'anglais en tant que langue étrangère. Les notes
attribuées par les enseignants concernent souvent un plus grand nombre de matières. La nécessité
d’inculquer aux élèves un ensemble plus vaste de connaissances, de compétences, d’attitudes et de
valeurs en vue de les préparer à leur vie future a été entérinée dans la boussole de l’OCDE pour

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

72 

l’apprentissage à l’horizon 2030 (OECD, 2018[5]), dans les travaux en cours sur la créativité et la pensée
critique (Vincent-Lancrin et al., 2019[6]) ainsi que sur la pensée créative (OECD, 2023[7]), et dans l'étude
relative à l'apprentissage socio-émotionnel (OECD, 2021[8]). Cette dernière étude insiste sur le besoin
d’élaborer de nouvelles méthodes d’évaluation, d'enseignement et d'apprentissage afin de mieux évaluer
un plus large éventail de résultats escomptés et d'y accorder plus d'importance. Si dans certaines matières,
les connaissances techniques demeurent un aspect essentiel du développement des compétences et des
savoirs chez les élèves, on perçoit de plus en plus l'importance de ces compétences élargies qui sont
utiles tant dans le cadre scolaire qu'extra-scolaire. Toutefois, celles-ci ne sont pratiquement jamais prises
en compte dans les évaluations nationales ou dans celles des enseignants, et sont donc rarement
disponibles dans les systèmes d'information scolaire ou les registres centraux (González-Sancho et
Vincent-Lancrin, 2016[1]). Rien n'indique que cette situation ait évolué depuis la précédente collecte de
données.
Afin d'analyser la progression de chaque élève, les systèmes d'information longitudinaux sont capables
d'établir un lien entre deux ou plusieurs indicateurs relatifs aux résultats des élèves et correspondant à
différentes étapes de leur parcours scolaire. La période définie pour l'étude de cette progression dépendra
de la fréquence des exercices de collecte de données, mais la possibilité de relier les données de
référence et de suivi relatives aux résultats des élèves est un facteur déterminant qui permet d'aller au-
delà de la description du niveau de performance des élèves à un instant T, et d'analyser l'évolution
observée au fil du temps. Le croisement de données longitudinales permet ainsi une évaluation plus
précise de la performance actuelle de chaque élève en fonction de ses résultats passés. Ce type d'analyse
se distingue de la comparaison des indicateurs de performance à l'échelle des établissements au fil du
temps, car si elle peut s'appuyer sur des données relatives aux élèves, elle ne permet pas d'identifier un
parcours d'apprentissage individuel. L'accès aux résultats d'apprentissage via un système d'information
scolaire peut permettre, par exemple, aux enseignants, chefs d’établissement ou parents de disposer
d’éléments de diagnostic concernant certains élèves sur la base de leurs antécédents et en tenant compte
des leçons tirées de l'exploration des données relatives aux cohortes actuelles et passées de l'ensemble
du système d'éducation.

Croisement des données sur les enseignants et les élèves

Les données sur les enseignants sont une autre composante capitale des retours d'information et des
analyses dont le but est de comprendre les facteurs propices à l'apprentissage des élèves. À cet égard,
des systèmes d'information scolaire exhaustifs pourraient s'appuyer sur les données administratives
relatives aux enseignants et au personnel systématiquement conservées dans les systèmes instaurés à
l'échelle locale ou des établissements, comme des renseignements sur leurs qualifications, années
d'expérience, type de contrat ainsi que les rôles et fonctions attribués aux enseignants et au personnel de
soutien au sein des établissements.
Grâce à la collecte et la conservation de données détaillées sur les enseignants et, à terme, sur les autres
membres du personnel de l'établissement, les systèmes d'information longitudinaux peuvent également
aider les responsables politiques et les administrateurs scolaires à mieux cerner les enjeux d'importance
ayant trait au corps enseignant. Il faut des données de grande qualité sur les enseignants pour analyser
les mécanismes de l'offre et de la demande d'enseignants, de la répartition des enseignants au sein des
établissements et des districts, des tendances en termes de mobilité et d'attrition ainsi que pour examiner
d'autres questions liées à la qualité des programmes de formation initiale et continue des enseignants.
Par ailleurs, les enquêtes menées auprès des enseignants peuvent fournir une mine de renseignements
sur leurs comportements et perceptions concernant plusieurs dimensions, dont les besoins en matière de
développement professionnel, les pratiques pédagogiques, le climat scolaire ou la satisfaction
professionnelle. Quant aux enquêtes menées auprès des chefs d’établissement, elles favorisent une
meilleure compréhension de la direction des établissements et des politiques scolaires, s'agissant

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  73

notamment de l'évaluation des enseignants et des retours d'information. Lorsque le niveau de confiance
est suffisant pour permettre la collecte de telles données, probablement par un tiers, l'attribution d'un
identifiant unique et personnel à chaque enseignant (qui le conservera tout au long de sa carrière) facilite
les analyses longitudinales sur ces questions et bien d'autres encore. Si cette collecte n'est pas possible,
l'administration d'enquêtes anonymes ordinaires demeure la voie à suivre. Une autre source d'informations
peut, à terme, provenir de certains outils utilisés par les enseignants, à condition que les données
collectées puissent être anonymisées de manière fiable.
De plus, la possibilité de croiser les données sur les élèves et les enseignants offre l'occasion d'analyser
la relation entre les caractéristiques et pratiques des enseignants d'un côté, et la réussite des élèves de
l'autre. Sur les 29 pays/juridictions pour lesquels nous disposons d'information, 10 (soit près d'un tiers)
peuvent croiser de telles données (voir le tableau 2.1 et le graphique 2.2). Gonzalez-Sancho et Vincent-
Lancrin (2016[1]) ont démontré que cette pratique de croisement des données était déjà peu répandue en
2016. Dans la majorité des cas, cela résulte d'un compromis politique passé avec le corps enseignant et
ses organisations représentatives afin, par exemple, de susciter l'adhésion et d'éviter certaines utilisations
des données collectées comme le calcul d'un indicateur sur la « valeur ajoutée » des enseignants. En
principe, dans la mesure où les données et les analyses sont utilisées de manière éthique, les croisements
de données sur les enseignants et les élèves pourraient s'avérer utiles pour, par exemple, repérer les
enseignants qui s'en sortent particulièrement bien avec certains groupes d'élèves et comprendre leurs
pratiques.

Outils intégrés d'analyse et de diffusion des données

La troisième caractéristique « de base » des systèmes d'information longitudinaux est l'instauration de

solutions intégrées afin d'interroger les données et d'automatiser les retours d'information personnalisés
pour les acteurs jouissant d'un accès aux systèmes, en utilisant si possible des renseignements en temps
réel ou très récents. Ces outils d'analyse et de diffusion des données viennent compléter les fonctionnalités
liées à la collecte et au stockage des données. À cet égard, il existe une grande différence entre les
ensembles de données statistiques et les systèmes d'information longitudinaux. En effet, ces derniers
intègrent une forme ou une autre d'interfaces utilisateur pour faciliter la visualisation et l'analyse des
données, et ne se limitent pas à assurer un simple accès aux données brutes (qui seront alors traitées par
des logiciels de statistiques).
Selon notre étude comparative, sur les 29 pays/juridictions concernés, 10 (soit environ un tiers) disposent
de tableaux de bord ou d'outils intégrés à leur système d'information qui fournissent aux parties prenantes
des analyses de données, et 15 autres (soit près de la moitié d'entre eux) utilisent les données en temps
réel (voir le Tableau 2.1 et le Graphique 2.1).
En outre, 11 pays (soit 37 %) mettent à la disposition du public les données collectées grâce à un tableau
de bord, généralement un site web distinct qui permet de rechercher les données selon un modèle
prédéfini ou personnalisé. Il s'agit, par exemple, des dispositifs My School en Australie, Trouver votre école
en Ontario (Canada), Scuola in Chiaro en Italie, le Système de divulgation des informations sur l'éducation
(Hakgyo Allimi) en Corée, et Skoleporten de 2015 à 2021, puis les analyses « Point de vue » en Norvège.1
Les interfaces utilisateur peuvent comprendre des tableaux de bord pour la visualisation des données, des
tableaux automatisés au format numérique ou papier, et des solutions permettant aux utilisateurs
d'explorer les données et de procéder à des analyses statistiques descriptives d'une ou plusieurs variables
(répartitions, tableaux croisés, tendances, etc.). Les outils d'analyse et de diffusion des données
permettent donc de comparer des données individuelles et agrégées par rapport à des données de
référence, et d'apporter des ajustements pour améliorer la pertinence de ces comparaisons. Des retours
d'information plus approfondis pourraient comporter des conseils étayés par les données ainsi que des
modèles de diagnostic et de prédiction qui aideraient les parties prenantes à évaluer les tendances

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

74 

actuelles et à anticiper ce qui pourrait arriver à l'avenir (avec un système de détection précoce, par
exemple).
Un accès simple et rapide aux outils d'analyse et de communication des données s'avère donc capital
pour garantir à l'intégralité des acteurs des retours d'information en temps voulu. En effet, une
communication rapide des informations ne fera qu'en accroître l’utilité. Les outils efficaces de diffusion des
données servent à raccourcir les délais de mise à disposition des informations et à accélérer la conversion
des données brutes en des réponses contextualisées aux questions des parties prenantes.
Les interfaces web offrent une solution pratique pour l'intégration des outils d'analyse et de dissémination
des données au sein des systèmes d'information longitudinaux sur l'éducation. Un portail en ligne peut
fournir, de manière rentable et flexible, les informations dont les différents utilisateurs ont le plus souvent
besoin, par exemple en explorant les données du système et en alimentant automatiquement les
transmissions de données prêtes à l'emploi et les tableaux de bord spécifiques dans des sections du portail
réservées aux intervenants. Une interface unique pour l'interrogation des données peut être conçue afin
d'accorder aux utilisateurs, dont les droits et responsabilités sont différents, un accès selon divers niveaux
de confidentialité.

Modèles d'accès

Les systèmes de données sur l'éducation peuvent très bien contenir une mine de renseignements sans
pour autant engendrer d'importantes retombées, si une part importante des personnes censées utiliser les
données pour éclairer la prise de décision n'est pas en mesure de le faire. Outre la mise à disposition
d'outils conviviaux de dissémination et de visualisation des données, les politiques en matière d'accès
(c'est-à-dire qui peut accéder à quel type de données et avec quel niveau de granularité) peuvent fortement
atténuer l'utilité que les parties prenantes tirent des données. Les politiques en matière d'accès sont
généralement conçues pour garantir un équilibre entre les avantages et risques que suppose la mise à
disposition de renseignements détaillés sur les élèves, les enseignants et les établissements. Les
avantages résultent surtout de la fourniture de retours d'information permettant d'éclairer les processus de
prise de décision. Quant aux risques, ils peuvent avoir trait à la divulgation involontaire de données
personnelles ainsi qu'à des utilisations controversées et non conformes des données collectées et des
indicateurs connexes.
Une précédente étude a permis d'analyser les données relatives aux politiques en matière d'accès aux
systèmes d'information (González-Sancho et Vincent-Lancrin, 2016[1]). Ces politiques peuvent être
regroupées selon trois aspects principaux. Le premier aspect porte sur le degré d'anonymisation des
données individuelles conservées dans les systèmes ; le deuxième concerne la portée relative de la
couverture dans l'entité au sein de laquelle fonctionnent les systèmes ; et le troisième a trait au niveau
d'agrégation auquel les données peuvent être visualisées. La combinaison de ces trois aspects permet
d'identifier des politiques différenciées en matière d'accès.
Le Tableau 2.2 résume les conditions typiques d’accès aux données conservées pour un éventail de
parties prenantes (lorsque celles-ci se voient accorder un accès, ce qui est relativement rare au sein des
systèmes d'éducation de l'OCDE, car cet accès dépend de la présence de tableaux de bord et d'outils
d'analyse et de communication de données).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  75

Tableau 2.2. Conditions typiques d'accès aux données, selon les parties prenantes
Parties prenantes Anonymisation Couverture Niveau d’agrégation Pourcentage de
systèmes
fournissant un
accès aux
données
Enseignants Données de la classe Propre(s) Données individuelles Faible
visibles, anonymisation classe(s) ou pour la ou les classes,
totale des autres données établissement données agrégées pour
toutes les autres
informations
Chefs Données de l'établissement Propre Données individuelles Moyen
d’établissement visibles, anonymisation établissement dans l'établissement en
totale des autres données question, données
agrégées pour toutes
les autres informations
Responsables Données des élèves Toute la Données agrégées pour Tous
politiques anonymisées, accès partiel population de la les établissements et le
(administrateurs) aux données personnelles juridiction système ; données
des enseignants (accès individuelles
illimité accordé à certaines
personnes)
Chercheurs Données de synthèses ou Échantillon Données individuelles Moyen
entièrement anonymisées représentatif de
l'effectif scolaire
StatLink 2 [Link]

Les conditions d'accès les plus restrictives sont celles appliquées aux élèves et aux familles. Ils peuvent
généralement accéder à leurs propres données anonymisées et à celles des autres élèves uniquement
lorsqu'ils se trouvent au sein de leur établissement ou dans leur classe. Parfois, ils ont également accès à
certains indicateurs de référence agrégés au niveau de l'établissement, du district ou du pays/de l’État,
comme le taux moyen d’obtention d’un diplôme dans les différents établissements (ou d'autres
renseignements concernant l'établissement lorsqu'un tableau de bord est également mis à la disposition
du public). Les systèmes d'information accordant aux élèves et aux parents un accès à leurs données et
outils de diffusion de données sont peu nombreux et appliquent d'importantes restrictions à cet égard.
Cette approche est conforme à la logique du respect de la vie privée selon laquelle il n'y a aucune raison
pour que les élèves et leurs parents consultent des informations personnelles sur les autres élèves (même
si les élèves peuvent obtenir ces données concernant leurs camarades de classe par d'autres canaux).
Lorsqu'un accès aux données via les outils de comparaison et de visualisation leur est accordé, les
enseignants et les chefs d’établissement jouissent de droits similaires, même si ces outils sont plus
souvent mis à la disposition de ces derniers. Lorsque l'accès est possible, les chefs d'établissement et les
enseignants peuvent normalement voir les données non anonymisées nécessaires au suivi et à
l’accompagnement des élèves placés sous leur responsabilité directe. Toutefois, qu'il s'agisse des chefs
d'établissement ou des enseignants, l'accès aux données se limite généralement à celles des élèves de
leur propre établissement ou de leur propre classe. Certains systèmes autorisent néanmoins les chefs
d'établissement à comparer leurs données avec celles d'établissements similaires, mais sans pouvoir
accéder aux fichiers de données individuelles des élèves scolarisés dans d'autres établissements ou
campus. Les enseignants jouissent généralement de droits plus restreints qui leur confèrent uniquement
un accès aux données de leurs propres classes (et, en de très rares occasions, la possibilité de comparer
les données de leurs classes avec celles de classes similaires).
Les responsables politiques et les administrateurs scolaires ont généralement accès aux données
anonymisées de l'ensemble de la juridiction. Seules quelques personnes désignées au sein des autorités
nationales, fédérales ou locales peuvent généralement obtenir des informations détaillées non

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

76 

anonymisées sur les personnes suivies par le système. Néanmoins, sauf circonstances exceptionnelles,
l'accès à ces données fait l'objet d'une réglementation rigoureuse en matière de confidentialité et de
protection de la vie privée, et s'effectue par l'intermédiaire de dossiers anonymisés, comme pour les
administrateurs (par exemple, les directeurs, les responsables de districts scolaires, les agents de
l'administration centrale). Cela vaut pour les données des élèves dans la majorité des systèmes
d'information scolaire, tandis que les droits sur les données des enseignants impliquent généralement un
accès aux dossiers personnels de la part de certains organismes administratifs, notamment les services
d'inspection.
Enfin, si les chercheurs ne sont normalement pas autorisés à consulter les données en accédant
directement au système d'information, ils peuvent avoir accès à des bases de données anonymisées tirées
de ce système d'information. Dans tous les cas, ils ne peuvent accéder qu'à des données anonymisées,
et le plus souvent au niveau individuel. Parfois, les chercheurs travaillent davantage avec des échantillons
représentatifs de l'effectif d'élèves ou du personnel enseignant qu'avec des bases de données portant sur
l'ensemble de la juridiction. Quelques systèmes créent des fichiers de données synthétiques pour
représenter et modéliser les effectifs réellement disponibles à des fins de recherche. De plus, la majorité
des systèmes exige des chercheurs qu'ils se conforment à des critères stricts pour avoir accès aux
données, normalement en soumettant des propositions décrivant précisément l'utilité et les normes
éthiques des recherches envisagées. Les chercheurs externes peuvent, quant à eux, accéder uniquement
à des fichiers de données anonymisées et nettoyées contenant un nombre limité de variables nécessaires
à leurs analyses, plutôt qu'à des ensembles complets de données. Les responsables politiques pourraient
rendre publiques les données agrégées quasiment en temps réel pour éviter aux chercheurs de consacrer
du temps à reproduire des résultats qui pourraient être automatisés.
Il convient de souligner qu'aucune partie prenante ne dispose d'un accès étendu aux données non
anonymisées. Cela porte à croire qu'il n'existe actuellement aucun risque majeur lié à la confidentialité ou
à la protection de la vie privée résultant de politiques « laxistes » en matière d'accès aux données. En
général, la plupart des systèmes mettent en place des politiques inspirées du principe de « données
différentes en fonction de rôles différents » et accordent la priorité à la confidentialité et à la protection de
la vie privée plutôt qu’à un d'accès plus souple.

Résumé

La majorité des pays de l'OCDE dispose d'un système d'information scolaire qui constitue la pierre
angulaire de toute infrastructure d'éducation numérique. Certains pays fédéraux ont un tel système à
l'échelon infranational avec généralement des obligations de diffusion des données au niveau central.
Toutefois, une poignée de pays ne bénéficie toujours pas de tels systèmes. Si certains collectent les
mêmes données stockées dans un registre central des élèves (qui s'avère moins pratique), d'autres
collectent uniquement des statistiques agrégées.
L'utilisation d'un identifiant longitudinal unique pour chaque établissement, chaque élève et parfois chaque
enseignant, constitue une caractéristique essentielle de ces systèmes, permettant ainsi de croiser des
données au fil du temps et sur l'intégralité du parcours scolaire des élèves. Ces systèmes d'information
peuvent comprennent une multitude de données sur les élèves, notamment l'inscription, l'assiduité aux
cours, le parcours scolaire, le milieu socio-économique et autres données démographiques, ce qui facilite
les analyses sur les résultats des élèves et les disparités observées. Ils incluent également certains
résultats des élèves, dont les taux d’obtention de diplômes, les résultats aux examens, les crédits obtenus
et les passages en classe supérieure. Certains pays collectent aussi les notes attribuées par les
enseignants ainsi que les résultats aux évaluations standardisées.
Les croisements de données pourraient en principe renforcer les analyses de la progression individuelle,
en améliorant l'évaluation de la performance des élèves et des tendances d'apprentissage, et convertir

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  77

ces informations collectées sur tous les élèves en des données exploitables à l'intention des professionnels
de l'éducation dans les établissements.
Seuls 45 % des pays intègrent dans leur système d'information scolaire les résultats individuels obtenus
aux évaluations nationales standardisées ou un lien vers ces derniers, 31 % fournissent des tableaux de
bord ou des outils de visualisation, 31 % facilitent l'utilisation des données en temps réel ou permettent
d’établir un lien entre les données sur les enseignants et sur les élèves, ce qui pourrait apporter de
précieuses informations concernant l'influence des caractéristiques des enseignants sur la réussite des
élèves.

Typologie des systèmes d'information longitudinaux

Notre enquête internationale présente des informations sur la gouvernance et l'infrastructure numériques
au sein des pays. Une précédente enquête portant particulièrement sur les systèmes d'information
longitudinaux a permis de collecter des renseignements sur les objectifs que visent ces systèmes et sur
leurs utilisations prévues. Ces systèmes d'information présentent une grande diversité d'objectifs, de types
de données, de politiques en matière d'accès et de fonctionnalités 2. La présente section propose quatre
modèles types pour classer les principales fonctionnalités et origines des systèmes d'information
longitudinaux actuellement en place dans le secteur de l'éducation : la recherche et la diffusion des
données, le gouvernement électronique, l'amélioration des établissements, et le « système expert ».

Approche axée sur la recherche et la diffusion des données

Une première catégorie de système d'information longitudinal procède d'une approche axée sur
l'évaluation et les statistiques, c'est-à-dire l'approche traditionnelle du rôle et des atouts des systèmes
d'information. L'attribution d'un identifiant unique au niveau individuel et le croisement des données
longitudinales ont permis à ces systèmes d'étoffer leurs informations et fiches de performance, mais les
données produites sont principalement utilisées par les responsables politiques ou pour informer le public
des tendances générales observées au sein du système d'éducation. Dans certains cas, les systèmes
visent également à renforcer les capacités de recherche sur les questions liées à l'éducation.
En Ontario (Canada), le système d'information scolaire de l'Ontario (OnSIS) recueille des informations afin
d'éclairer la prise de décision en matière de pratiques pédagogiques, de programmes éducatifs et de
politiques d'éducation au sein de la province. L'OnSIS a été créé en 2006 dans le cadre du programme
plus vaste de Gestion de l'information pour l'amélioration du rendement des élèves (GIARE) qui visait à
renforcer les capacités en matière d'utilisation des données tant au niveau local (conseil d'établissement)
qu'à l'échelon de la province. L'OnSIS collecte chaque année plus de 100 millions de nouvelles données
à différents niveaux. Malgré la forte augmentation du volume de données collectées grâce à l'instauration
du système OnSIS, l'initiative GIARE a permis de réduire considérablement le temps nécessaire au recueil
des données auprès des conseils d'établissement et d'accroître leur qualité. La fonction première de
l'OnSIS est de répondre aux besoins du ministère en matière d'analyses et de fournir des indicateurs clés
concernant les priorités politiques.
Le système permet en effet des analyses de tendance et de modélisation statistique très détaillées et
propose une excellente contextualisation des modèles de réussite des élèves dans le temps. Définis à
l'échelle des provinces, des conseils d'établissement et des établissements ainsi qu'au niveau de sous-
groupes, les indicateurs longitudinaux améliorent la compréhension et le suivi des facteurs liés au niveau
de formation des élèves. Le suivi longitudinal de chaque élève est rendu possible grâce à l'attribution d'un
identifiant unique (numéro d'immatriculation scolaire de l'Ontario, NISO) qui propose des liens vers les
données provenant de diverses sources. L'utilisation de dossiers croisés comprend la production
d'indicateurs pour suivre l'évolution du pourcentage d'élèves à différents niveaux de performance d'une

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

78 

année d'étude à l'autre, et pour analyser les tendances en matière de fréquentation de l'enseignement
post-secondaire en Ontario. La collecte en temps utile de données de qualité sur l'éducation permet à
l'OnSIS de promouvoir la diffusion d'informations grâce à la publication de rapports sur les tendances
observées au niveau provincial, un outil de recherche d'informations sur les établissements et des rapports
d'étape des conseils. Tous ces instruments s'efforcent de fournir en temps voulu des données cohérentes
pour éclairer la planification stratégique et la prise de décision.
Au Mexique, les pouvoirs publics ont mis en place un solide système d'information scolaire, le SIGE,
alimenté par tous les établissements publics de tous les États du pays et contenant des données
longitudinales sur les effectifs d'élèves, des données sur les évaluations (lorsqu'il existait une évaluation
nationale) ainsi qu'un ensemble de renseignements sur les établissements et les enseignants. Toutes ces
informations sont utilisées à certaines fins administratives, mais servent principalement à générer des
rapports et au suivi du système par les administrateurs. L'Institut national pour l'évaluation de l'éducation
(INEE) a lancé en 2016 le Sistema Integral de Resultados de las Evaluaciones (SIRE), un nouveau
système qui s'appuie sur le SIGE et les données des évaluations pour créer et fournir des outils de
visualisation des données sur les résultats des évaluations des élèves et des enseignants, ainsi que sur
le contexte physique et socio-économique des établissements d'enseignement primaire et secondaire de
tout le pays. L'INEE s'appuie sur le système SIRE pour remplir sa mission de coordination de l'évaluation
du système d'éducation au niveau fédéral et des États, dans le cadre du Sistema Nacional de Educación
Educativa (SNEE).
Le SIRE oriente la planification stratégique et l'élaboration de politiques en matière d'évaluation de
l'éducation en communiquant aux autorités publiques, aux professionnels de l’éducation et aux parents
les résultats contextualisés des évaluations qui sont présentés de manière accessible. Un portail en ligne
permet aux utilisateurs de personnaliser l'affichage de centaines de variables avec 600 strates
géographiques au niveau local et des États. Outre la possibilité d'effectuer des recherches dynamiques
dans la base de données, la plateforme fournit également des rapports sur les principaux aspects du cadre
adopté pour les évaluations, et permet aux chercheurs de télécharger des données agrégées et d'établir
des liens avec des ensembles de données externes provenant d'autres organismes publics. Certaines
sections de cette plateforme sont réservées aux utilisateurs autorisés au sein du ministère. Si l'arrêt
momentané de l'administration des évaluations standardisées à l'échelle nationale a réduit la richesse des
données diffusées, il n'en demeure pas moins qu'il s'agit-là d'un puissant système de collecte centralisé
de données sur les élèves dans un contexte fédéral.
En Lettonie, le ministère de l'Éducation et des Sciences a mis au point en 2016 l'outil de gouvernance
électronique intitulé Carte des établissements en Lettonie, dans le cadre d'un projet de plus grande
envergure visant à améliorer les informations sur les réseaux scolaires. L'outil comprend une carte
géospatiale interactive avec tous les établissements du pays et propose des indicateurs au niveau des
établissements tels que les résultats moyens obtenus aux évaluations officielles, le taux d'encadrement
des élèves, les programmes d'études proposés, les langues d'enseignement, les infrastructures et le
placement des élèves une fois leurs études terminées. Outre une vue d'ensemble concernant les
caractéristiques des établissements, la disponibilité des moyens de transport et autres services locaux, la
plateforme permet également de comparer la performance des établissements et d'analyser les tendances
en termes de mobilité estudiantine. La version publique en ligne de la Carte des établissements aide les
élèves et leurs parents à décider de l'établissement de leur choix. D'autres fonctionnalités existent
également pour les instances centrales et locales en charge de l'éducation pour aider à la prise de décision
quant à la planification et au financement du système scolaire.
Les systèmes conçus à des fins de recherche sont une variante des systèmes axés sur l'évaluation et la
communication de données. Le système d'information longitudinal de l'État de Washington (États-Unis) a
été conçu afin d'améliorer la capacité de recherche pour traiter des questions essentielles en matière de
politique de l'éducation à l'échelle locale et des États. En plus de la fournir aux responsables politiques

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  79

des données de rétroaction contenant des informations sur un vaste éventail de programmes et de
résultats, le système sert également de source de données pour les chercheurs du domaine de l'éducation.
Il intègre dans un entrepôt de données opérationnel des dossiers provenant de divers organismes de l'État,
constituant plus d'un milliard de données concernant environ 6 millions d'individus, ce qui permet de suivre
les parcours individuels de l'éducation de la petite enfance à la scolarité obligatoire, puis à l'enseignement
post-secondaire et l'entrée sur le marché du travail. Pour faciliter le partage de données entre les divers
organismes et avec les chercheurs externes, l'État de Washington a instauré une structure
interorganisationnelle de gouvernance des données. Le système dépend d’une tierce partie pour ce qui a
trait au logiciel et à l’assistance pour relier les identités au sein de son entrepôt de données.
Certains systèmes assurent un suivi longitudinal des élèves et servent principalement à des fins
statistiques, comme c'est le cas du National Student Index (NSI) en Nouvelle-Zélande, une plateforme
web qui attribue à chaque élève un numéro national qu'il conservera tout au long de son parcours scolaire,
de l’éducation de la petite enfance à l’enseignement tertiaire. Les chefs d’établissement et les élèves
utilisent la plateforme pour rechercher et modifier des informations (sur les élèves) dans les dossiers de la
base de données ainsi que pour fusionner des dossiers en double. Cela permet d'assurer la qualité des
données individuelles et des statistiques tirées de cette base de données (effectifs, obtention de diplômes,
etc.) ou du lien établi entre différentes bases de données et l'identifiant longitudinal propre à chaque élève.
ENROL, un système distinct non connecté, conserve surtout des données sur les effectifs d'élèves et la
fréquentation scolaire au niveau national, permettant ainsi la mise en place d'interventions pour éviter le
décrochage scolaire et veiller au respect de la scolarité obligatoire. Il comprend aussi des statistiques sur
l'assiduité, le taux d'absence et le décrochage.
Les sites web publics qui permettent aux familles et à la population en général de rechercher des
informations sur les établissements du pays ou de la juridiction à l'aide des données individuelles
collectées puis de comparer les différents établissements (ou districts) illustrent bien cette approche (bien
que de manière incomplète) ainsi que la manière dont les pays ont amélioré la précision de leurs rapports
statistiques au fil du temps.

Approche axée sur le gouvernement électronique

Un second type de systèmes d'information longitudinaux s'inspire d'une approche axée sur le
gouvernement électronique, avec pour ambition première la normalisation et l'amélioration de l'efficacité
des processus administratifs (par exemple, les transferts scolaires, le choix d'établissement, la demande
d'admission à l'université). La structure conceptuelle de ces systèmes vise en outre à optimiser les
dotations financières aux établissements lorsque ces fonds reposent sur une formule tenant compte du
nombre d'élèves, comme c'est le cas dans plusieurs pays de l'OCDE disposant de tels systèmes. Les
systèmes d'information longitudinaux en Corée et en Estonie reflètent bien cette approche axée sur le
gouvernement électronique qui donne lieu à des systèmes comportant plus de données et de possibilités
de croisements que les systèmes conçus selon une autre approche, mais dont l’attention se porte moins
sur l'utilisation des données à l'échelle des établissements et sur les fonctionnalités à l'appui de
l'enseignement.
En Corée, le système national d'information sur l'éducation (NEIS) est un « guichet unique » en ligne à
l'intention des services de l'éducation, des familles et des enseignants, qui relie une grande quantité de
données administratives à des données sur l'éducation. Il vise à favoriser les échanges de données pour
une meilleure rentabilité et à réduire la charge de travail qui pèse sur les enseignants en les soustrayant
à la saisie de données et aux tâches de vérification. Le système traite électroniquement les données
administratives d'environ 12 000 établissements et 17 services régionaux et métropolitains de l’éducation
du pays. Les informations servent à gérer les effectifs et admissions d'élèves, à conserver les résultats
obtenus aux examens standardisés et les notes attribuées par les enseignants, à suivre les progrès des
élèves et leur parcours d'apprentissage tout au long de l'année scolaire et à faire suivre les dossiers

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

80 

scolaires des élèves vers d'autres établissements d'enseignement du pays (y compris les universités et
autres établissements d'enseignement supérieur). Le système contient également des informations sur
les enseignants (rémunération, frais, dossier de formation et de développement professionnel, par
exemple), les menus de la cantine, etc. De solides méthodes de cryptage et des droits d'accès différenciés
sont mis en place pour protéger la confidentialité des données sensibles relatives aux élèves, aux
professionnels de l’éducation et aux établissements. En tant qu'outil de gouvernement électronique, il
permet aux familles de créer des bulletins scolaires et il transfère en ligne les dossiers scolaires officiels
des élèves inscrits en troisième année de l'enseignement secondaire pour leur admission à l'université. Il
comprend des interfaces pour les chefs d’établissement, les enseignants, les parents (NEIS-parents) et
les élèves (NEIS-élèves). Il est également relié aux systèmes de 15 autres organismes publics grâce à
des numéros d'identification individuels uniques communs.
L'automatisation des processus administratifs dans les établissements a permis de réduire
considérablement le temps nécessaire au traitement des documents, entraînant des économies estimées
à plus de 200 millions USD par an. Le système demeure fortement orienté sur le perfectionnement de
l'efficacité administrative, un axe confirmé par les améliorations et les initiatives récentes. Étant donné la
grande diversité et la fiabilité élevée des données conservées, on peut soutenir qu'elles n'ont pas été
suffisamment exploitées pour favoriser un enseignement et un apprentissage plus personnalisés et
soutenir la recherche en éducation. Lancée en juin 2023, la quatrième génération du système NEIS fournit
toutefois des données sur les antécédents d’apprentissage des élèves et permet également à ces derniers
de s'inscrire à des cours et d'envoyer leurs devoirs aux enseignants. Fidèle à sa nature axée sur la
gouvernance numérique, le système a été mis à jour pour qu’il contribue à réduire la charge de travail des
enseignants grâce à l'automatisation des tâches administratives.
Instauré en 2005, le système d'information scolaire estonien (EHIS) est intégré à la vaste infrastructure de
gouvernement électronique de l'Estonie. L'EHIS et les autres systèmes d'information nationaux utilisent la
couche d'échange de données X-Road pour automatiser le partage de données dans un environnement
Internet sécurisé. Les citoyens peuvent accéder à ces systèmes en utilisant leur carte d'identité
électronique. En intégrant des données provenant de divers registres sur l'éducation, l'EHIS permet aux
individus de consulter et de gérer leur dossier personnel d'éducation et de formation tout au long de leur
vie. La base de données de l'EHIS est surtout utilisée pour les demandes d'admission à l'université avec
le transfert des données personnelles vers les établissements souhaités. Au sein du système EHIS,
l'environnement web pour la visualisation des données HaridusSlim (L'œil de l'éducation) propose des
informations sur les programmes d'études et les établissements d'enseignement dans tout le pays pour
faciliter la prise de décision à plusieurs niveaux et de différentes parties prenantes : du choix de
l'établissement pour ce qui est des élèves et des familles, à la planification et au suivi pour les responsables
politiques à l'échelle locale ou des États. Les projets de développement prévoient d'enrichir les
informations contenues dans l'environnement HaridusSlim pour permettre une analyse longitudinale de
l'efficacité des établissements et de l'insertion des diplômés sur le marché du travail.

Approche axée sur l'amélioration des établissements

Un troisième type de systèmes d'information sur l'éducation a pour mission essentielle l'amélioration des
établissements d'enseignement. S'ils ont de nombreuses caractéristiques en commun avec les systèmes
consacrés à l'évaluation et aux statistiques, les systèmes conçus à l'aide d'une approche axée sur
l'amélioration des établissements mettent davantage de données à la disposition de ces derniers,
généralement par le biais de modèles personnalisés et d'outils de visualisation. Ils fournissent, par ailleurs,
des informations au niveau individuel et à un niveau de détail tel qu'elles peuvent être utilisées par les
enseignants (par exemple, relevés d’évaluations au niveau des items). Toutefois, dans le cadre de cette
approche d'amélioration, les acteurs particulièrement visés sont les chefs d’établissement (ou les
membres des services d'inspection scolaire). Les systèmes en Angleterre, au Portugal, en Hongrie ou au
Gujarat (Inde) font partie de cette catégorie.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  81

L'Angleterre a instauré en 2004 le système d'information en ligne RAISEonline, qui analyse et décrit la
performance des établissements. Dans le contexte des évaluations standardisées nationales, le système
visait à encourager les chefs d’établissement à combler de manière proactive les écarts en matière de
performance entre leur établissement et d’autres établissements comparables. C'est l'objectif
d'autoévaluation du système qui a inspiré sa conception, comme en témoigne la possibilité pour les
établissements de personnaliser les rapports (par exemple, en se focalisant sur des groupes d'élèves en
particulier) et de rajouter des informations dans le système (tirées des tests non nationaux, etc.), ainsi que
l'accès uniquement accordé aux chefs d’établissement et aux administrateurs. Le système propose
également des indicateurs à valeur ajoutée concernant la progression des élèves qui tiennent compte des
facteurs contextuels (groupe ethnique, niveau de pauvreté, etc.) et les rapports qu'il produit comportent
des intervalles de confiance statistiques. Plus de 20 000 établissements et 3 000 inspecteurs dans tout le
pays l’ont utilisé pour guider l'autoévaluation des établissements ainsi que les processus d'inspection.
Depuis 2017, RAISEonline a été remplacé par un système d'analyse de la performance des
établissements, l'Analyse School Performance (ASP). Il s'agit d'un nouveau système développé en
collaboration avec le Bureau des normes dans l'enseignement (Ofsted) qui permet d'accéder aux données
détaillées sur les élèves que contenait le système RAISEonline, et qui reprend la majorité des
fonctionnalités de ce dernier, telles que la possibilité pour les établissements d'analyser leurs résultats par
rapport à d'autres établissements du pays et ainsi de mettre au point des « plans d'amélioration ».
Dans le même esprit, la Hongrie a commencé à collecter des informations en 2001 par l'intermédiaire de
son Évaluation nationale des compétences de base, mais c’est seulement en 2007, avec l'instauration
d'un identifiant propre à chaque élève, que le système a permis d'assurer un suivi longitudinal entre les
différentes années d’études. Depuis 2010, la Hongrie s'est efforcée de transformer ces données en des
informations exploitables pour les professionnels de l'éducation. Des relevés individuels sont par ailleurs
disponibles sur chaque élève et les rapports d'ensemble sur les établissements peuvent être consultés
par le public. Les chefs d’établissement ont la possibilité de se connecter à la base de données via le
logiciel d'analyse FIT (FIT elemző szoftver) pour générer des rapports comparatifs personnalisés
concernant leur établissement et leurs élèves, et établir des comparaisons avec des établissements
similaires. En outre, l'Autorité scolaire, organisme rattaché au ministère de l'Intérieur, propose un service
d'experts-conseils dans ses centres pédagogiques régionaux pour aider les établissements et les
enseignants à comprendre les résultats et à les utiliser. En 2022, de nouvelles matières ont été évaluées
(sciences, langues) et le champ d'application des informations collectées est en passe d'être élargi (histoire
et culture numérique). En 2023, le système compte davantage d'années d’études et porte désormais sur
les élèves de la 4e à la 11e année. Actuellement, la communication des résultats fait également l'objet
d'une révision. Le fait que les données conservées dans le système soient directement mises à la
disposition de diverses parties prenantes (chefs d’établissement, enseignants et élèves) et que les
établissements et les enseignants bénéficient d’un soutien institutionnel à des fins d'amélioration (bien que
sur la base du volontariat) différencie l'approche adoptée ici de celle des systèmes axés sur la recherche
et la diffusion des données.
Au Portugal, le ministère de l'Éducation a procédé en 2017 à une expérience pilote sur son nouveau
système Escola 360° (E-360°) qui, en 2022/23, est désormais utilisé par quelque 150 établissements et
réseaux scolaires. La crise économique a incité le Portugal à améliorer sa capacité à évaluer l'efficience
et l'efficacité de son système d'éducation et ce système E-360° parachève le processus consistant à
intégrer dans un nouveau système d'information centralisé l'infrastructure de données sur l'éducation qui
jusque-là était fragmentée. Le pays avait précédemment mis au point le système d'information MISI pour
collecter des données provenant de systèmes indépendants de gestion des établissements et alimentant
une base de données distincte par année scolaire. Malgré la présence d'une mine d'informations sur les
élèves et les établissements, ces données étaient très peu utilisées pour orienter les décisions des
établissements. Par ailleurs, le système ne permettait pas l'établissement de liens longitudinaux et pâtissait
de normes mal définies. C'est pourquoi son utilisation se cantonnait à la production de rapports annuels à

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

82 

des fins budgétaires et de planification de l'action publique. La coexistence d'une multitude de plateformes
électroniques pour les procédures scolaires a entraîné un dédoublement des tâches et, parfois, un manque
de communication avec les parties prenantes.
Le système E-360° a été conçu pour surmonter ces obstacles. Il renforce en effet la capacité du ministère
à produire de meilleurs indicateurs et à aborder les questions stratégiques en dressant un tableau complet
du parcours scolaire des élèves de manière plus rapide et détaillée, grâce aux identifiants individuels
attribués aux élèves et aux enseignants dans le cadre du système national d'inscription en ligne instauré
en 2010. Outre les nouvelles informations collectées, la base de données centrale intègre également
d'anciennes séries de données transversales, avec un appariement dont le taux de réussite a avoisiné les
80 %. En intégrant au sein d'une même plateforme toutes les informations administratives relatives aux
élèves (comme les antécédents personnels, les inscriptions et les transferts, l'assiduité, les évaluations),
le système E-360° centralise les activités liées à la gestion des élèves, de l'enseignement préscolaire au
deuxième cycle de l'enseignement secondaire, ainsi que la prise en charge de l'ensemble des processus
d'inscription, de renouvellement et de transferts des élèves et l'automatisation des tâches telles que la
délivrance des diplômes. Le système vise également à améliorer les échanges d'informations entre, d'un
côté, les organismes administratifs et les établissements et, de l'autre, les élèves et leur famille. Malgré
ces fonctionnalités de « gouvernement électronique », la plateforme est gérée par la Direction des
statistiques et des sciences de l'enseignement du ministère de l'Éducation, et s'efforce de soutenir les
efforts d'amélioration en proposant des’ indicateurs. Elle prévoit, par ailleurs, le développement d'outils
d'alerte précoce à l'intention des professionnels de l’éducation ainsi que des analyses de l'apprentissage
pour améliorer les pratiques pédagogiques. Si la plateforme est accessible à toutes les parties prenantes
au sein des établissements, la majorité des fonctionnalités et des informations qu'elle contient semble
principalement concerner les administrateurs et les chefs d’établissement (Lopes, 2022[9]).
Le Gujarat (Inde) a mis au point un système d'information appelé Vidya Samiksha Kendra (VSK) afin de
soutenir les efforts visant à améliorer ses établissements et son système d'éducation. Le système compile
une très grande quantité d'applications et de données déjà collectées en y ajoutant de solides outils de
visualisation et en assurant un suivi réalisé en personne sur la base de ces données. La qualité des
données est garantie par une équipe centrale chargée de vérifier quotidiennement que l'ensemble des
établissements et parties prenantes ont procédé à la saisie des données dans le système, et d'effectuer
un suivi par téléphone en cas de manquement passé un certain délai. Dans le contexte indien,
l'amélioration des établissements est associée aux effectifs d'élèves et à l'assiduité ainsi qu'à la présence
d'enseignants et de coordinateurs de réseau scolaire (de district) au sein des établissements. Le système
permet d'effectuer un suivi et de mettre en place des interventions grâce, par exemple, à la géolocalisation
en temps réel des coordinateurs de réseau scolaire. Un samedi sur deux, tous les élèves passent une
série d'évaluations succinctes standardisées dont les résultats sont ensuite intégrés au système à l'aide
d'une phygitalisation des données (méthode qui consiste à numériser les données provenant des manuels
sur papier en photographiant un champ codé). Cela permet de communiquer aux parents, aux enseignants
et aux chefs d’établissement des bulletins scolaires réguliers sur la progression des élèves. Enfin, le
système apporte également un soutien pédagogique en sélectionnant au hasard des classes qui seront
observées à distance par des enseignants experts qui fournissent ensuite aux enseignants concernés des
retours d'information. Accroître la visibilité des données collectées a contribué à une meilleure
compréhension de certaines insuffisances du système d'éducation et à la mise en œuvre de nouvelles
mesures telles que les « internats d'excellence » pour les élèves en milieu rural. L'État du Gujarat prévoit
également de revoir son système de notation des établissements en fonction des données collectées par
le système, et non plus sur la base d'observations effectuées en personne. Cette approche permet d'inciter
les établissements à apporter des améliorations dans certains domaines précis, comme dans les
infrastructures ou dans l'enseignement et l'apprentissage.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  83

Approche axée sur le système expert

Enfin, le quatrième et dernier type de systèmes d'information s'inspire des systèmes experts qui visent à
personnaliser l'enseignement et l'apprentissage en offrant des retours d'information rapides et précis aux
enseignants, élèves et chefs d'établissement, ainsi que des documents pédagogiques permettant de
renforcer l'apprentissage. Ces systèmes ressemblent aux systèmes axés sur l'amélioration des
établissements en termes de quantité d'informations, mais ils mettent toutefois davantage l'accent sur la
mise à disposition de retours d'information exploitables sur les processus pédagogiques. Ils tendent
notamment à fournir des retours d'information exploitables aux enseignants et non pas uniquement aux
chefs d’établissement, permettant ainsi de conjuguer une « amélioration des établissements » et une
« amélioration au sein de la classe ». Certaines de leurs caractéristiques coïncident aussi partiellement
avec celles des systèmes axés sur le gouvernement électronique, notamment dans le croisement de
données tirées de l'enseignement post-secondaire ou provenant d'autres organismes. En effet, ils
s'appuient généralement sur diverses sources d'information pour fournir des outils de communication des
données et de comparaison en lien avec un éventail d'« études de cas » prédéfinies. Une de leurs
caractéristiques importantes réside dans le fait qu'ils s'efforcent de fournir aux diverses parties prenantes
des recommandations et non pas de simples descriptions de la situation. Les systèmes d'information
longitudinaux du Colorado (États-Unis), de la Nouvelle-Galles du Sud (Australie), de Charlotte-
Mecklenburg (États-Unis) et de la ville de New York (États-Unis) appartiennent à ce type de système. La
modernisation d'un type de système différent en Nouvelle-Zélande pourrait également s'orienter vers cette
approche axée sur le système expert.
En Nouvelle-Galles du Sud (Australie), un système en ligne appelé SCOUT a été instauré en 2018, prenant
le relais d'un système déjà très perfectionné, la boîte à outils SMART (School Measurement, Assessment,
Reporting Toolkit). Le système concerne principalement les établissements publics, même s'il offre
également aux autres établissements une gamme plus restreinte de services. Il compile des
renseignements provenant de 150 sources de données pour fournir des informations aux proviseurs, aux
chefs d'établissement et aux enseignants. Il comporte notamment des données tirées des tests nationaux
(les tests NAPLAN que les élèves passent environ tous les deux ans), des examens de fin d'études (HSC)
et de l'évaluation du niveau en sciences organisée par l'État (VALID). Les enseignants peuvent
personnaliser les rapports en créant, par exemple, des groupes d'élèves cibles dont ils souhaiteraient
suivre la progression. L'objectif est de permettre aux enseignants de s'approprier les informations qu'ils
consultent, tout en mettant à leur disposition un outil pour établir une correspondance entre les pratiques
d'enseignement (personnalisées) et les normes et comparaisons à l'échelle nationale. Par exemple, le
système offre différents outils de comparaison permettant aux enseignants de comparer la performance
réelle des élèves par rapport au niveau que l'on pourrait attendre d'eux (au vu des résultats passés) ou
bien par rapport à la performance d'un groupe de paires. Le système autorise également le suivi des
élèves qui changent d'établissement. Les chefs d’établissement peuvent aussi établir des comparaisons
entre leur établissement et différentes moyennes, y compris par rapport à des établissements affichant
des caractéristiques similaires, en matière de résultats d'apprentissage, mais également de
« participation » (évaluée en tenant compte de l'assiduité, du taux d'absence, des congés maladie, etc.).
Si la boîte à outils SMART permettait aux enseignants d’avoir accès à une banque de référentiels et à des
stratégies pédagogiques en lien avec les données disponibles sur le site, cela ne semble pas être le cas
du système SCOUT. Le système relie néanmoins les données au plan d'amélioration de chaque
établissement, en allant au-delà de l'approche axée sur « l'amélioration des établissements », grâce à des
analyses comparatives détaillées des élèves pouvant éclairer les décisions à prendre à l'échelle de la
classe et de chaque élève. Étant donné la quantité et le niveau de détail des informations disponibles,
seules les personnes éligibles peuvent accéder au système, après avoir suivi une formation obligatoire.
En Nouvelle-Zélande, l'Outil d'évaluation de l'enseignement et de l'apprentissage (e-asTTle) est en service
depuis 2002. Il s'agit d'un produit de technologie éducative qui permet aux professionnels de l’éducation
de concevoir des tests standardisés et conformes aux programmes d'enseignement en compréhension de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

84 

l'écrit, en expression écrite et en mathématiques, en langues anglaise ou maorie, et destinés aux élèves
de l'enseignement primaire et secondaire. Une importante banque d'items calibrés offre aux enseignants
la possibilité de personnaliser les tests en fonction des besoins spécifiques de leur classe. Contrairement
à d'autres systèmes de tests assistés par ordinateur, l'outil e-asTTle vise à mettre l'accent sur les
évaluations formatives plutôt que sommatives. Les résultats des élèves présentés sous forme de tableau
peuvent facilement être intégrés au système de gestion des élèves de l'établissement, associant ainsi les
informations tirées des évaluations personnalisées aux données opérationnelles et administratives des
établissements.
L'outil e-asTTle a une fonctionnalité spécialisée lui permettant de traduire les résultats obtenus aux
évaluations en rétroactions rapides et faciles à interpréter à l'intention des enseignants et des chefs
d’établissement, à l'aide d'une série de données graphiques. Ces données font état de la progression des
élèves, de leurs points forts et de leurs points faibles, et permettent de comparer la performance des
élèves, des classes ou des établissements par rapport aux exigences des programmes d'enseignement,
des moyennes nationales, ou en tenant compte d'autres facteurs tels que le sexe, le groupe ethnique, la
langue ou le milieu socio-économique. Citons par exemple, le relevé du parcours d'apprentissage
individuel qui offre des informations sur les points forts et les lacunes de chaque élève. Une autre
application spécialisée relie les résultats obtenus aux évaluations au site What Next, un centre de
ressources classées qui aide les enseignants et les apprenants à cibler le matériel d'apprentissage
approprié.
En 2015, le ministère de l'Éducation de Nouvelle-Zélande a lancé l'Initiative de partage d'information sur
les élèves (Student Information Sharing Initiative, SISI) pour apporter au sein du système scolaire national
un point de vue stratégique sur les pratiques relatives à la qualité et la gestion des données. Elle vise
également à résoudre les problèmes relevant de l'utilisation d'une vaste gamme de solutions informatisées
non intégrées dans les différents établissements d'enseignement néo-zélandais. En guise de solution, il a
donc été proposé de mettre en place un entrepôt de données central pour le stockage des principales
informations sur les élèves et leur partage entre le ministère et les systèmes de gestion des élèves à
l'échelle des établissements à l'aide de services et de normes d'interopérabilité des données. Les données
et ressources provenant de l'outil e-asTTle et d'autres outils d'évaluation de même que les données
administratives devaient pouvoir être facilement croisées au sein de la même application, ce qui aurait
amené la fonctionnalité « experte » à un niveau supérieur. À compter de 2023, l'initiative semble s'être
arrêtée et avoir été remplacée par d'autres projets dans le cadre du programme sur l'intégration des
données de l'éducation (iEd). Ce programme stratégique d'une durée de 5 ans a été lancé en 2017 par le
ministère de l'Éducation avec pour but d'améliorer la capacité du secteur de l'éducation à consulter et
utiliser des données à des fins d'amélioration.
Le district scolaire de Charlotte-Mecklenburg (Caroline du Nord, États-Unis), le 17e plus grand district
scolaire des États-Unis avec 146 000 élèves scolarisés dans 189 établissements, utilise depuis bien
longtemps déjà un système d'information longitudinal qui facilite la prise de décision éclairée en matière
d'amélioration des établissements. En plus d’offrir des évaluations trimestrielles et annuelles sur la
performance des établissements au niveau du district qui facilitent la gestion et la responsabilisation, le
système d'information de Charlotte-Mecklenburg remet les données entre les mains des professionnels
de l'éducation pour promouvoir une évolution des pratiques sur le terrain. Trois organismes du district (le
bureau en charge de la responsabilisation, le département de recherche, d'évaluation et d'analyse ainsi
que le département consacré à l'utilisation des données pour l'amélioration des établissements) procèdent
à l'analyse des données qu'ils collectent pour fournir des informations exploitables au niveau des
établissements du district, conformément à l'approche axée sur l'amélioration des établissements. Les
chefs d'établissement et les enseignants peuvent, par ailleurs, se servir du système pour analyser un large
éventail de données longitudinales sur les élèves, y compris les résultats obtenus aux évaluations
intermédiaires ainsi que les fiches de présence et les rapports d'incidents mis à jour au quotidien. Ces
indicateurs très détaillés sont essentiels à la conception, puis à la répétition, de cycles pédagogiques

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  85

courts selon une méthode d'utilisation des données formatives et à faible enjeu à l'échelle de la classe et
de l'établissement.
La ville de New York (États-Unis), plus grand district scolaire des États-Unis comptant plus d'un million
d'élèves scolarisés dans près de 1 800 établissements, a élaboré puis utilisé entre 2008 et 2014 le
système ARIS de suivi de la vie scolaire (Achievement Reporting and Innovation System). Ce système
permet d'alléger les tâches administratives et de stimuler l'innovation grâce à l'utilisation des données.
L'élaboration du système de données a été guidée par cet objectif stratégique et visait à fournir aux acteurs
locaux des informations capitales pour répondre à leurs besoins (ainsi que d'importantes incitations pour
utiliser les informations). Le système en ligne comportait les trois composantes suivantes : un système
d'information proposant aux enseignants, chefs d'établissement et administrateurs des outils de
comparaison et des rapports d'évaluation de la performance (réelle et attendue) (ARIS) ; un outil de
collaboration englobant des instruments du web 2.0 (wikis, blogs, forums de discussion, communautés)
pour un partage et un perfectionnement des bonnes pratiques entre les professionnels de l’éducation
(ARIS connect) ; ainsi qu'un outil permettant aux parents de suivre la progression de leurs enfants et offrant
des informations et un soutien (ARIS parent link). Depuis l'interruption du système ARIS, le ministère de
l'Éducation a continué de mettre un vaste éventail de données à la disposition de son personnel, des
familles et des chercheurs sur son portail InfoHub et par le biais de l'initiative NYC Open Data. Bien qu'il
soit principalement axé sur une approche d'évaluation et de diffusion des données, ce dispositif permet
aux employés du ministère de l'Éducation de la ville de New York, y compris les chefs d’établissement et
les enseignants, d'accéder à une mine d'informations plus détaillées supplémentaires. Outre la possibilité
pour les enseignants de consulter les bulletins scolaires de leurs élèves, la ville propose un vaste ensemble
d'outils et de services numériques à ses élèves et ses enseignants.
L'État du Colorado (États-Unis) propose sur le site intitulé SchoolView un accès public aux données et aux
analyses tirées de son système d'information scolaire longitudinal. Ce portail associe les quatre
fonctionnalités suivantes : un réseau social pour les enseignants, un centre d’apprentissage et une banque
de ressources pour l'enseignement et l'évaluation, des tableaux interactifs sur la performance des
établissements ainsi qu’un accès aux données et aux résultats sur la performance. Si le système n'émet
aucune recommandation aux enseignants quant aux évaluations et au matériel pédagogique à utiliser, le
fait de regrouper tous ces éléments participe à l'approche axée sur l'amélioration des établissements. Les
tableaux sur la performance des établissements sont une représentation graphique des résultats obtenus
et de leur progression. L’une des principales caractéristiques est l'utilisation du « modèle de progression
du Colorado » qui exprime la progression de la performance sous forme de centile, c'est-à-dire en
indiquant si la progression des élèves et des établissements est supérieure ou inférieure à celle attendue
de la part des élèves et des établissements similaires et en présentant, dès lors, la performance comme
un concept relatif plutôt qu'absolu. Seuls les utilisateurs autorisés peuvent accéder à ces informations très
détaillées sur les élèves.
Pour ce qui a trait davantage aux objectifs de recherche et de diffusion des données, le Colorado a
également collecté depuis 1988 des données sur les élèves scolarisés dans ses établissements
d'enseignement supérieur par le biais de son système de données sur les dossiers scolaires des élèves
(SURDS). Le ministère de l'Éducation du Colorado a forgé de solides partenariats entre les différents
organismes pour mettre en correspondance les données des établissements de la maternelle à la fin du
deuxième cycle de l’enseignement secondaire avec un grand nombre d'éléments contenus dans le
système SURDS, notamment des données sur les demandes d'admission, les inscriptions, les
rattrapages, l'obtention de diplôme et les aides financières. Ces mises en correspondance, qui remontent
à 2009 et présentent un taux de réussite avoisinant les 94 %, permettent aux parties prenantes d'analyser
les facteurs contribuant à la progression et à la réussite des élèves scolarisés dans l'enseignement post-
secondaire, y compris grâce à la ventilation des données selon les caractéristiques démographiques clés
des élèves et à l'établissement de comparaisons entre les moyennes des districts et celles à l'échelle de
l'État. Une autre initiative a permis des croisements avec des données sur la rémunération des jeunes

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

86 

diplômés provenant du ministère du Travail et de l'Emploi du Colorado, avec une ventilation des données
selon l'établissement d'enseignement ou le domaine d'études. Ces données sont disponibles sur le portail
consacré à l'évaluation des établissements. Des croisements de données provenant du National Student
Clearinghouse ont permis d'assurer le suivi des diplômés de l'enseignement secondaire scolarisés dans
des établissements d'enseignement supérieur en dehors de l'État et non intégrés au système SURDS.
Tous ces exemples donnent un aperçu de ce que constitue l'approche axée sur un « système expert »,
même si celle-ci n'a pas encore pu totalement se matérialiser. Contrairement à l'approche axée sur
l'amélioration des établissements, les systèmes experts ont recours à plusieurs sources de données pour
aider les enseignants et autres parties prenantes à prendre des décisions concernant certains élèves en
tenant compte des données passées et en temps réel (celles les plus récentes), souvent grâce à des outils
numériques de diagnostic et de prédiction venant appuyer les observations et les analyses humaines qui
sous-tendent l'approche axée sur l'amélioration des établissements.

Résumé et remarques

Cette présentation d'ensemble montre que de nombreux pays disposent d'un solide système d'information
longitudinal. Les outils de gestion des données répondent toujours à certains besoins statistiques et
d'analyse à l'échelle du système. De plus, les systèmes d'information visent souvent à faciliter les
processus administratifs et à aider les familles à faire leur choix en matière de formation, généralement en
proposant des données ouvertes sur les établissements ou les régions. Plus rarement, ces systèmes
mettent également des données à la disposition des établissements et des professionnels de l’éducation
pour l'élaboration de plans d'amélioration et, dans un petit nombre de cas, permettent d'accéder facilement
à du matériel pédagogique et à des retours d'information en temps réel pour personnaliser les processus
d'enseignement et d'apprentissage à partir de données sur les élèves actuellement scolarisés dans un
établissement. La diversité de ces systèmes et les différentes expériences d'élaboration à l'échelle
nationale sont de précieuses informations pour tous les pays qui souhaitent instaurer un tel système ou
améliorer leur système existant.
Quelques pays procèdent à la collecte annuelle d'informations longitudinales précises sur leurs élèves et
les conservent dans un registre central des élèves, c'est-à-dire une base de données exhaustive de tous
les effectifs scolarisés. Tous les pays qui ont un système d'information scolaire longitudinal possèdent
également un registre des élèves. Toutefois, une base de données n'équivaut pas à un système connecté
à cette base de données et qui permet à certains intervenants d'interroger les données en temps réel. Si
un registre central des élèves permet de mener de solides recherches statistiques a posteriori sur le
système et, donc, de se conformer à l'approche axée sur la recherche et la diffusion des données, il ne
peut cependant servir de base à des interventions en temps réel (seuls quelques pays disposant d'un
système d'information longitudinal procèdent de la sorte, mais en principe ils le pourraient tous.)
Les modèles types présentés précédemment schématisent la diversité des objectifs et des fonctionnalités
des systèmes d'information sur l'éducation. On peut observer dans certains pays la présence simultanée
de plusieurs systèmes utilisant des données similaires. Par exemple, en Angleterre, l'outil d'analyse de la
performance des établissements est l'illustration même d'un système orienté vers l'amélioration des
établissements. Toutefois, celui-ci vient compléter un autre système d'information scolaire correspondant
davantage à l'approche axée sur la recherche et la diffusion des données, le système GIAP (Get
Information About Pupil), qui comprend la base de données nationale sur les élèves du pays (NPD),
constitue un registre central des élèves grandement utilisé dans le domaine de la recherche en éducation.
Le système GIAP autorise également certaines personnes au sein des établissements et des autorités
locales à rechercher ou vérifier des informations sur des élèves en particulier (données sur l'octroi d'une
bourse pupil premium, résultats obtenus aux principaux examens de fin de niveau, etc.), reprenant ainsi
certaines des fonctionnalités associées au gouvernement électronique.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  87

Si les systèmes d'information scolaire modernes se caractérisent principalement par la collecte de

données reliées à l'identifiant longitudinal propre à chaque élève (et parfois, à chaque enseignant), la
plupart d'entre eux les ont collectées initialement à des fins administratives plutôt que purement
statistiques. Quelques systèmes ont certes pour mission première la production de statistiques sur le
système d'éducation, mais la majorité des données collectées l'est à d'autres fins administratives (puis
simplement réutilisée à des fins statistiques). L'une des principales finalités initiales concerne les
financements ou les affectations budgétaires lorsque leur calcul dépend du nombre précis d'élèves
scolarisés dans un établissement. C’est par exemple le cas aux Pays-Bas et en Finlande. Certains objectifs
associés au gouvernement électronique ont également été mentionnés, comme le transfert d'élèves d'un
établissement à un autre (en Corée), le respect de la scolarité obligatoire et autres obligations scolaires
en matière de santé et d'accompagnement social (en Nouvelle-Zélande), ou la possibilité d'octroyer ou de
vérifier des titres de compétences ou bien de consulter les conditions ouvrant droit aux prestations
(Angleterre, Mexique).
Avec l'émergence des évaluations standardisées à l'échelle nationale pour mesurer les résultats
d'apprentissage des élèves au sein des établissements, cette donnée est devenue un élément majeur de
tout système d'information scolaire, notamment lorsque ces évaluations reposent sur une méthodologie
du recensement (en d'autres termes, lorsqu'au sein d'une même juridiction tous les élèves d'une année
d'études définie passent le test). Cela a parfois conduit à la présence de systèmes numériques distincts
faisant partiellement double emploi avec d'autres systèmes d'information. Peu importe leur provenance,
des données comparables sur l'apprentissage à différents niveaux de granularité concernant tous les
élèves au sein d'un système d'éducation sont essentielles pour faire des systèmes d'information scolaire
un outil particulièrement pertinent pour les enseignants et les chefs d’établissement.

Réflexions sur les systèmes d'information longitudinaux actuels et futurs

Diversité ou convergence

À l'avenir, les organismes éducatifs investiront probablement pour développer les capacités de leurs
systèmes d'information dans plusieurs directions, de l'intégration de nouvelles données de meilleure
qualité à l'amélioration des fonctionnalités d'analyse et de croisement de données, en passant par le
renforcement des conditions d'accès et d'utilisation par les différents acteurs.
En effet, l'évolution des systèmes d'information scolaire au fil du temps semble porter sur l'ajout d'un
nombre toujours plus important de fonctionnalités. Par exemple, en Corée, si le puissant système national
d'information sur l'éducation était de prime abord rarement utilisé à des fins de recherche, l'accès à ses
données a fini par être accordé aux chercheurs permettant ainsi de renforcer ses objectifs en termes de
« recherche et diffusion des données ». Il est possible qu'à l'avenir il soit également utilisé à des fins
d'amélioration des établissements voire même en tant que système expert. Un autre exemple est celui de
l'octroi des titres de compétences. En effet, lorsque le système a adopté une approche longitudinale et
qu'il contient des informations dignes de confiance, ce qui s'apparentait initialement à un système axé sur
les statistiques peut devenir un système d'octroi de titres de compétences, une fonctionnalité typique du
gouvernement électronique.
L'évolution peut parfois se produire dans le sens inverse, et de nombreux systèmes qui comportaient
plusieurs fonctionnalités inspirées du système expert ont pu être démantelés et remplacés. L'instauration
de systèmes d'information et la promotion de l'utilisation des données au sein des établissements
nécessitent d'acquérir la confiance de tous les acteurs de l'éducation. D'une part, la collaboration entre les
différents organismes est fondamentale pour mettre en place des accords de partage de données qui
élargissent les possibilités d'utilisation des données à des fins d'amélioration de l'éducation. Ces
partenariats reposent sur la confiance institutionnelle et sur des dispositifs qui garantissent à toutes les

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

88 

parties la possibilité de se prononcer sur les sujets pouvant être traités à l'aide de ces données. Un climat
de confiance peut être instauré avec la mise en œuvre de cadres réglementaires qui encouragent
l'intégration des données tout en veillant à la protection de la vie privée et de la propriété des données,
mais également grâce à la construction d'une vision commune des finalités et fonctionnalités des systèmes
d'information. D'autre part, pour que l'utilisation des données devienne une pratique quotidienne dans les
établissements, les professionnels de l'éducation doivent percevoir les systèmes d'information comme des
outils au service de leur activité, et non pas comme des instruments permettant de satisfaire aux exigences
en matière de responsabilisation et de diffusion des données. Ces systèmes doivent également s'avérer
utiles en fournissant des éclairages qui, sans un recours aux données, seraient compliqués à obtenir.
Le développement, lent, mais continu, des systèmes d'information scolaire longitudinaux conduira-t-il à
une convergence de vue à l'échelle internationale quant à certaines caractéristiques conceptuelles ? La
question reste ouverte. Les systèmes ne doivent cependant pas converger vers l'adoption d'une approche
unique sur la manière dont les données sur l'éducation peuvent et doivent être utilisées pour s'avérer
efficaces. En effet, la pluralité des objectifs et des motivations mises en lumière par les recherches passées
et en cours (voir (González-Sancho et Vincent-Lancrin, 2016[1])) ainsi que les expériences locales,
régionales et nationales présentées dans ce chapitre et le rapport connexe (OECD, 2023[4]), laissent
entendre que les approches adoptées resteront diversifiées pour répondre à un ensemble de besoins
différents, principalement parce que ces systèmes d'information sont également le reflet de dispositifs de
gouvernance extrêmement variés d'un pays à l'autre. Loin de se concentrer sur un modèle unique, la
prochaine génération de systèmes d'information longitudinaux dans le secteur de l'éducation évoluera
vraisemblablement vers des formes différentes, mais complémentaires. Les utilisations des systèmes
d'information scolaire et la manière dont les données peuvent parvenir aux professionnels de l'éducation
(et aux chercheurs) revêtent peut-être une plus grande importance que l'architecture ou la finalité initiale
de ces systèmes.

Intégration ou interopérabilité

Si une multitude de données est collectée quotidiennement dans le secteur de l'éducation, elles ne sont
pas forcément toutes exploitables pour renforcer l'apprentissage des élèves et des enseignants ou
améliorer les processus administratifs. Les données sont parfois conservées séparément, sans connexion
possible, et les éléments d'information qui pourraient s'avérer utiles s'ils étaient reliés aux personnes
concernées au fil du temps demeurent isolés. Diverses applications numériques ont généralement pris en
charge toutes ces différentes fonctionnalités, et la solidité de certaines informations repose sur la capacité
à faciliter l'accès aux données collectées et gérées par différentes applications depuis un système
spécifique, afin de fournir des informations selon un besoin bien identifié pouvant contribuer à enrichir le
processus décisionnel des parties prenantes.
La prochaine génération de systèmes longitudinaux d'information scolaire doit-elle être un immense
guichet unique regroupant l'ensemble des données du domaine de l'éducation ? Non, cela ne doit pas être
forcément le cas. L'intégration complète des systèmes de données existants s'avérerait particulièrement
compliquée et engendrerait des problèmes de sécurité. S'il s'agit d'un modèle possible, il n'est toutefois
pas obligatoire. Les systèmes les plus avancés peuvent déjà « fusionner » des données provenant de
diverses sources indépendantes et c'est probablement ainsi que fonctionneront les systèmes de la
prochaine génération, en réunissant les données dans ce que l'on appelle des « lacs de données » qui
sont exploités à différentes fins.
Les systèmes intégrés dotés d'une multitude de fonctionnalités peuvent être envisagés comme un modèle
idéal, car ils procurent généralement un accès à l'intégralité des intervenants. En guise d'exemple, citons
les systèmes islandais et luxembourgeois dans l'enseignement secondaire. Dans ces deux pays à la
population peu nombreuse, le système central d'information scolaire est également un système de gestion
de l'apprentissage à l'échelle des établissements. Les possibilités d'accès et d'utilisation varient en fonction

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  89

des différents acteurs, mais toutes les données sont regroupées dans le même système, et il est facile
d'imaginer comment elles pourraient aisément être reliées afin de créer un système expert. En 2023,
l'Islande n'avait pas d'évaluation standardisée nationale qui aurait permis aux acteurs de l'éducation
d'établir des comparaisons entre une classe ou un élève spécifique et les effectifs actuels ou précédents.
À la même date, au Luxembourg, les données de l'évaluation nationale étaient conservées séparément et
n'étaient pas incluses dans les deux systèmes nationaux d'information scolaire. Les systèmes d'éducation
en Nouvelle-Galles du Sud (Australie) et au Gujarat (Inde), exposés précédemment, s'inscrivent dans cette
idée de fusion des données.
La capacité à intégrer des données provenant de différents systèmes et applications sans pour autant
disposer d'un système intégré dépend principalement de l'adoption de normes d'interopérabilité (voir
Vincent-Lancrin et González-Sancho (2023[10])). Les normes permettent de créer un langage commun
pour surmonter les problèmes découlant de l'utilisation de divers formats et différentes définitions quant
aux éléments de données sur l'éducation. Une plus grande interopérabilité facilite également le suivi des
dossiers personnels lorsque les individus changent de juridiction, par exemple dans les pays fédéraux
(voir l'Encadré 2.1). Il est important de noter qu'une interopérabilité accrue des systèmes d'information
permettrait d'obtenir des retours d'information plus rapides. En effet, plusieurs mois sont toujours
nécessaires à de nombreux systèmes pour fournir des informations fondées sur les données des élèves
(évaluations et autres), ce qui ne permet pas aux enseignants, aux administrateurs et aux familles d'utiliser
ces informations de manière déterminante. Les processus d'organisation habituels fondés sur les données
doivent souvent s'appuyer sur des informations relatives aux anciens élèves plutôt qu'aux cohortes
actuelles.

Encadré 2.1. Les systèmes d'information sur l'éducation : le défi des pays fédéraux
L'exemple des États-Unis, de l'Inde et du Mexique
Les systèmes d'information sur l'éducation soulèvent des défis particuliers pour les pays fédéraux et
ceux dont les autorités de l'éducation sont fortement décentralisées à l'échelle infranationale.
Généralement, le gouvernement central ne peut qu'encourager chacune des autorités de l'éducation à
l'échelon local, provincial, régional ou d'un État à développer ou exploiter un système d'information
longitudinal, même s'il exige souvent la transmission de certaines données et statistiques.
Les États-Unis ont appuyé avec succès l'élaboration d'un programme du National Center for Education
Statistics visant à subventionner des « systèmes de données longitudinaux à l'échelon de l'État »
(SLDS). Depuis 2005, plus de 800 millions USD ont ainsi été octroyés à la quasi-totalité des États et
territoires américains qui ont également pu bénéficier d'un soutien technique. Initialement axés sur
l'instauration d'un système d'information longitudinal, les programmes de subventions ont par la suite
porté sur le croisement des données des élèves et des enseignants, pour se tourner désormais vers
l'amélioration des infrastructures existantes et l'utilisation des données à des fins d'amélioration des
pratiques. Plusieurs acteurs non gouvernementaux ont également soutenu le programme qui a permis
à l'ensemble des États américains de disposer d'un système d'information scolaire longitudinal en 2023.
Toutefois, pour répondre au manque d'interopérabilité et permettre de mieux suivre les élèves lorsqu'ils
changent d'État, une initiative visant l'établissement de normes communes relatives aux données a été
lancée en 2009. Celle-ci avait pour objectif l'élaboration et la publication d'un ensemble de normes
recommandées pour les éléments de données et le recensement des normes déjà existantes à l'échelle
des États. Cette initiative a permis un certain degré de convergence ou, du moins, d’ouvrir davantage
de possibilités de comparaison des données entre les États.
L'Inde a quant à elle opté pour une approche différente. En effet, le pays a récemment œuvré à
l'instauration de systèmes d'information dans l'ensemble de ses États ainsi qu'à l'échelon central, dans

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

90 

le cadre du programme intitulé National Digital Education Architecture (NDEAR) et lancé en 2021. À
l'échelon central, le Central Institute of Educational Technology (CIET) du National Council of
Educational Research And Training (NCERT) a mis au point le système d'information sur l'éducation
appelé Vidya Samiksha Kendra (VSK) qui propose des fonctions de visualisation des données
concernant les informations collectées au niveau central sur le pays (effectifs, résultats obtenus à
l'évaluation standardisée nationale, financement national accordé aux différents États, etc.). Si le
premier système VSK a été instauré dans l'État du Gujarat (Inde), le CIET-NCERT a soutenu le
développement d'autres systèmes de ce type à la même échelle avec l'attribution de subventions à
l'ensemble des États et, sans doute plus important encore, avec la mise en place d'une plateforme en
code source ouvert que chaque État peut personnaliser et perfectionner et qui autorise l’échange de
nouveaux éléments entre États en s'inspirant du mouvement des logiciels libres. S'il n'existe aucune
obligation en matière d'approche choisie, de fortes incitations associées à des subventions et à la mise
à disposition de normes intégrées au logiciel peuvent favoriser l'adoption d'une telle plateforme, mais
également renforcer l'interopérabilité entre les États.
Bien qu'il s'agisse d'un pays fédéral, le Mexique a développé un système national d'information scolaire
longitudinal (SIGED) en collectant directement des données sur les élèves, les enseignants et les
établissements (pour tous les établissements publics du pays). Le SIGED contient des données
provenant de tout le système d'éducation mexicain (sur les élèves, les enseignants, le personnel des
établissements et les établissements) ainsi que des documents et des informations sur les titres de
compétences, faisant ainsi office de système d'information pour la gestion de l'éducation, de système
d'information scolaire et de plateforme pour les titres de compétences numériques. La saisie des
données dans le système SIGED est obligatoire. Le SIGED répond à divers besoins, du financement
des établissements à la production des titres de compétences en passant par la mise à disposition de
données statistiques détaillées.

Une vision pour la prochaine génération de systèmes d'information

Dans les 5 à 10 prochaines années, on peut s'attendre à ce que les systèmes d'information sur l'éducation
intègrent progressivement une série de fonctionnalités avancées qui témoignent des solutions innovantes
et prometteuses pour l'évolution des systèmes longitudinaux. Les systèmes d'information longitudinaux de
la prochaine génération dotés de ces fonctionnalités pourraient définir les perspectives des organismes
éducatifs œuvrant à l'amélioration de l'infrastructure de données pour relever les défis liés à la
transformation numérique et en saisir toutes les opportunités. Des progrès technologiques récents
permettent notamment de renforcer la protection de la vie privée (voir (Vincent-Lancrin et González-
Sancho, 2023[11])).3
Parmi les fonctionnalités de niveau supérieur dont pourraient être dotés les systèmes d'information, citons
notamment la capacité à collecter des données d'une plus grande précision, des retours d'information en
temps réel grâce à des outils de communications d’informations personnalisables, l'ajout de liens vers des
banques de ressources d'apprentissage numériques, ou l'intégration de solutions automatisées de
diagnostic et de recommandation pour aider à personnaliser les pratiques d'enseignement et
d'apprentissage (González-Sancho et Vincent-Lancrin, 2016[1]). Les systèmes d'information actuels dans
le secteur de l'éducation pourraient progressivement intégrer ces fonctionnalités.
Les systèmes de la prochaine génération pourraient se distinguer par leur capacité à combiner les données
administratives sur l'éducation et celles provenant des plateformes d'évaluation et d'apprentissage
numérique, offrant ainsi une vision plus détaillée du processus d'apprentissage. En s'appuyant sur une
combinaison de divers types de données, ces systèmes pourraient alors être alimentés par l'analyse de
l'apprentissage et d'autres techniques afin de formuler des recommandations personnalisées et fournir
des liens vers du matériel pédagogique et didactique particulier. Le recours à l'analyse de l'apprentissage

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  91

permettrait au système d'organiser la consultation des banques de ressources à l'aide de techniques

comme la modélisation des domaines de connaissances, qui se sert de données personnelles pour
comparer les connaissances d'un apprenant avec l'inventaire des connaissances dans une matière, et
proposer du contenu et des exercices personnalisés pour renforcer les progrès accomplis dans le domaine
de l'apprentissage (Siemens, 2013[12]) (Lang et al., 2017[13]). Le processus « détecter, diagnostiquer et
agir » utilisé dans les systèmes d’apprentissage adaptatifs axés sur l'apprentissage basé sur la réalisation
de tâches (Molenaar, 2021[14]) pourrait être reproduit à un niveau plus global, à savoir celui du parcours
scolaire, et intégrer différentes sources d'information sur l'apprentissage des élèves.
Actuellement, la majorité des informations contenues dans les systèmes d'information scolaire sur les
évaluations des élèves sont des données sommatives dans un petit nombre de matières provenant des
évaluations standardisées à l'échelle nationale ou de la juridiction. Seuls quelques systèmes collectent
des données sur les évaluations formatives et celles mises au point par les enseignants, mais aucun ne
recueille de données sur les compétences sociales et comportementales ni sur celles liées à la créativité
et la pensée critique, bien que certains systèmes conservent des données sur le comportement réel des
élèves. Un autre défi que les systèmes de la prochaine génération devront relever concerne l'intégration
d'éléments de données relatifs au processus d'apprentissage plus vastes que ceux actuellement mesurés
par la majorité des tests standardisés (compréhension de l'écrit, mathématiques ou sciences) afin de
favoriser une éducation globale (OECD, 2019[15]).
L'adoption de normes d'interopérabilité permettant l'exploration et le croisement de données entre les
différentes plateformes sera nécessaire pour développer des systèmes allant dans ce sens (voir (Vidal,
2023[16])). L'intégration de données n'implique pas forcément le transfert de données provenant de
diverses sources vers un unique système. Il est au contraire plus facile de procéder à l'intégration des
données en assurant l'interopérabilité des systèmes, c'est-à-dire en leur permettant de lire, de rechercher
et de relier les données des uns et des autres. Des définitions et des normes techniques ouvertes sont
propices à ce type d'intégration pour permettre le croisement et l'analyse des données issues de plusieurs
bases de données par le biais d'un système ou d'une interface unique.
Une autre fonctionnalité essentielle de ces systèmes de la prochaine génération consisterait en une
meilleure intégration d'outils d'analyse et de communications de données pour faciliter les retours
d'information et les flux de connaissances. Des boucles de rétroaction rapides qui suivent le rythme des
cycles de production de données peuvent rendre les environnements d'apprentissage plus dynamiques
pour les élèves comme les enseignants, et accélérer l'évaluation des interventions par les responsables
politiques et les chercheurs en éducation. À l'échelle des établissements, de meilleurs outils d'analyse et
de diffusion d’information pourraient inclure des relevés automatisés, des interfaces plus flexibles de
visualisation des données avec, par exemple, des tableaux de bord personnalisables et des outils de
discussion. Pour les chercheurs et les administrateurs, des délais plus courts liés à la circulation des
données et une plus grande latitude pour établir des comparaisons pertinentes entre les établissements
et les programmes permettraient d'améliorer la capacité d'analyse.
En s'appuyant sur les divers systèmes précédents conçus pour fournir une vue d'ensemble de la
performance des élèves et des établissements à l'échelle du système d'éducation, le principal objectif des
systèmes de demain devrait être de favoriser l'amélioration en fournissant aux enseignants, aux
établissements et aux élèves, des retours d'information rapides et des outils de soutien. Parvenir à croiser
dans les systèmes longitudinaux les données des élèves avec celles des enseignants ainsi qu'avec les
données de cours constituerait une première étape envers un examen plus approfondi des pratiques
pédagogiques. Les capacités renforcées des systèmes d'information de la prochaine génération
ouvriraient ainsi la voie à une nouvelle orientation prospective en matière d'utilisation des données sur
l'éducation, éloignée de l'approche traditionnelle axée sur la responsabilisation et la diffusion de données,
et davantage tournée vers l'optimisation des pratiques d'enseignement et d'apprentissage concrètes.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

92 

Références

González-Sancho, C. et S. Vincent-Lancrin (2016), « Transforming education by using a new [1]

generation of information systems », Policy Futures in Education, vol. 14/6, pp. 741-758,
[Link]

Lang, C, G. Siemens, A. Wise et D. Gašević (2017), Handbook of Learning Analytics, Society for [13]
Learning Analytics Research (SOLAR), [Link]
content/uploads/2017/05/[Link] (consulté le 9 janvier 2018).

Lopes, F. (2022), Plataformas Eletrónicas de Gestão de Alunos - A Plataforma e360, [9]

[Link]

Molenaar, I. (2021), « Personalisation of learning: Towards hybrid human-AI learning [14]

technologies », dans OECD Digital Education Outlook 2021, Pushing the Frontiers with
Artificial Intelligence, Blockchain and Robots, OECD Publishing,
[Link]

National Forum on Education Statistics (2010), Traveling Through Time: The Forum Guide to [3]
Longitudinal Data Systems. Book One of Four: What is an LDS?.

OECD (2023), Country Digital Education Ecosystems and Governance. A companion to Digital [4]
Education Outlook 2023, OECD Publishing, [Link]

OECD (2023), PISA 2022 Creative Thinking Framework, OECD Publishing, [7]
[Link]

OECD (2021), Beyond Academic Learning: First Results from the Survey of Social and [8]
Emotional Skills, OECD Publishing, [Link]

OECD (2019), Measuring Innovation in Education 2019: What has changed in the classroom?, [17]
OECD, [Link]

OECD (2019), OECD Learning Compass 2030, OECD Publishing, [15]

[Link]
compass-2030/OECD_Learning_Compass_2030_concept_note.pdf.

OECD (2018), The Future of Education and Skills. Education 2030, OECD, Paris, [5]
[Link]
(consulté le 28 novembre 2018).

Siemens, G. (2013), « Learning Analytics: The Emergence of a Discipline », American [12]

Behavioral Scientist, vol. 57/10, pp. 1380-1400, [Link]

Vidal, Q. (2023), « Digital assessment », dans OECD Digital Education Outlook. Towards an [16]
Effective Digital Education Ecosystem, OECD Publishing, [Link]
en.

Vincent-Lancrin, S. (2023), « Learning management systems and other digital tools for system [2]
and institutional management », dans OECD Digital Education Outlook 2023. Towards an
Effective Digital Education Ecosystem, OECD Publishing, [Link]
en.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  93

Vincent-Lancrin, S. et C. González-Sancho (2023), « Data and technology governance: fostering [11]

trust in the use of data », dans OECD Digital Education Outlook 2023. Towards an Effective
Digital Education Ecosystem, OECD Publishing, [Link]

Vincent-Lancrin, S. et C. González-Sancho (2023), « Interoperability: unifying and maximising [10]

data reuse within digital education ecosystems », dans OECD Digital Education Outlook
2023. Towards an Effective Digital Education Ecosystem, OECD Publishing,
[Link]

Vincent-Lancrin, S., C. González-Sancho, M. Bouckaert, F. de Luca, M. Fernández-Barrerra, [6]

G. Jacotin, J. Urgel et Q. Vidal (2019), Fostering Students’ Creativity and Critical Thinking: What
it Means in School, Educational Research and Innovation, OECD Publishing, Paris,
[Link]

Remarques

1
[Link] ; [Link] ;
[Link] ; [Link] ;
[Link]

2
En complément des précieuses informations tirées de notre enquête sur les capacités des systèmes et
les données qu'ils conservent, des entretiens menés auprès des pays et d'une précédente enquête sur les
systèmes d'information longitudinaux (González-Sancho et Vincent-Lancrin, 2016[1]), cette section
s'appuie sur un ensemble de réunions internationales pour mieux comprendre les rôles que jouent et que
peuvent jouer ces systèmes d'information et pour promouvoir l'apprentissage entre pairs parmi les
responsables des données et les gestionnaires du système de différents pays. Deux ateliers ont été
organisés dans la ville de New York en juin 2010 (en collaboration avec l'US Social Science Research
Council [SSRC] et la Stupski Foundation) et en 2014 (organisé par le Barnard College de l'Université de
Columbia). Une troisième réunion s'est tenue à Washington DC en décembre 2015 en collaboration avec
l'American Educational Research Association (AERA). Dans l'ensemble, plus de 100 participants
provenant de 25 pays ont assisté à ces réunions. Le Secrétariat de l’OCDE poursuit ses activités et
participe aux groupes d'experts organisés par l’Organisation des Nations Unies pour l’éducation, la science
et la culture (UNESCO).

3
Voir par exemple la stratégie mise en œuvre par les États-Unis concernant ces avancées
technologiques : [Link]
[Link].

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

94 

3 Systèmes de gestion de
l'apprentissage et autres outils
numériques pour la gestion des
établissements et du système
éducatif

Stéphan Vincent-Lancrin, OCDE

Ce chapitre présente une vue d'ensemble des logiciels ou plateformes

disponibles, et de leurs diverses fonctionnalités, utilisés pour la gestion des
établissements au sein des pays et des juridictions, à savoir : les systèmes
de gestion de l'apprentissage, les outils numériques pour la gestion des
inscriptions et des admissions, ainsi que des titres et des diplômes, pour la
prévention du décrochage scolaire, et les plateformes d’aide à l’orientation
académique ou professionnelle des élèves et des enseignants. Il aborde
l'état de l'écosystème numérique des divers pays, puis présente les
avantages et les inconvénients des différents types de fourniture publique.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  95

Introduction

Les infrastructures d'éducation numérique regroupent une panoplie d'outils et de ressources numériques
qui facilitent les opérations administratives et éducatives, à l'échelle des établissements et du système
éducatif. Ce chapitre offre une vue d'ensemble de ce type d'infrastructures numériques en mettant l'accent
sur les outils de gestion des établissements, ainsi que sur certains outils de gestion au niveau du système.
Ces derniers feront en effet l'objet de deux autres chapitres spécifiques, l'un traitant des systèmes
d'information scolaire (ou systèmes d'information pour la gestion de l'éducation [SIGE]) (Vincent-Lancrin
et González-Sancho, 2023[1]) et l'autre examinant les outils numériques au service de l'administration des
examens et des évaluations à l'échelle nationale (Vidal, 2023[2]). La fourniture de ressources
d'enseignement et d'apprentissage ainsi que l'accès à ces ressources seront passés en revue séparément
(Yu, Vidal et Vincent-Lancrin, 2023[3]). Ce chapitre porte davantage sur les logiciels que sur le matériel
(Fragoso, 2023[4]). Il s’appuie sur une enquête à laquelle ont répondu 29 pays/juridictions et fournit un
aperçu de l'offre publique qu’ils proposent ainsi que des différentes ressources dont disposent les
établissements, les enseignants et les élèves. Une description de l'infrastructure d'éducation numérique
et de sa gouvernance au niveau des pays a permis de compléter les informations obtenues (OECD,
2023[5]) pour fournir de plus amples détails concernant les outils et plateformes numériques utilisés ainsi
que les liens et références établis.
Le chapitre présente la nature de l'offre proposée et les diverses fonctionnalités des logiciels ou
plateformes utilisés pour 1) la gestion des établissements, 2) la gestion des inscriptions et des admissions,
des titres et des diplômes ainsi que la prévention du décrochage scolaire, et 3) l’aide à l'orientation
académique et professionnelle des élèves et des enseignants.
La première section porte sur les types d'outils suivants : les systèmes de gestion de l'apprentissage, c'est-
à-dire les outils numériques permettant de gérer l'assiduité, les notes et les cours des élèves et parfois le
contenu d'enseignement et d'apprentissage ; les systèmes de gestion de la relation client, pour
communiquer avec les parents, les élèves et, potentiellement, d'autres parties ; les systèmes administratifs
pour gérer les rémunérations, les contrats, etc. ; et les systèmes de gestion des installations pour régir
l'usage des bâtiments scolaires. La fourniture des systèmes de gestion de l'apprentissage et leurs diverses
fonctionnalités sont présentées plus en détail étant donné leur rôle majeur, tant à l'échelon local qu'au
niveau du système éducatif, pour alimenter le système d'information scolaire national (ou de la juridiction
où ils sont situés) et en extraire des informations. La deuxième section examine les systèmes
d'inscription/admission, les outils de certification numérique ainsi que les systèmes d'alerte précoce
conçus pour répondre au décrochage scolaire. La troisième section est, quant à elle, axée sur les
plateformes d'orientation académique et professionnelle à l'intention des élèves et des enseignants.
La conclusion fait la synthèse de ces informations et soumet un ensemble de recommandations destinées
aux responsables politiques. Elle pointe le manque de suivi exercé par les pays sur la manière dont sont
utilisés les différents outils numériques sur le terrain, et met en avant le décalage entre le potentiel de la
technologie actuelle et les fonctionnalités plus élémentaires qu’offre la majorité des outils. Enfin, au-delà
des avantages que procure la numérisation de certaines tâches pour plus d’efficacité, elle suggère aux
responsables politiques et autres acteurs de réfléchir à la façon dont la diffusion des informations au sein
de leur système pourrait contribuer à atteindre certains de leurs objectifs stratégiques en matière de
politique publique.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

96 

Gestion des établissements d'enseignement

Systèmes de gestion de l'apprentissage

Un système de gestion de l'apprentissage (ou LMS de l'anglais learning management system) est
l'équivalent d'un système d'information scolaire à l'échelle d'un établissement d'enseignement à l’usage
des responsables scolaires – même s'il est généralement doté de nombreuses autres fonctionnalités. On
lui connaît de nombreux noms, notamment système de gestion de cours, système d'information et de
gestion de l'établissement, système d'administration scolaire, système d'information scolaire ou encore
système de gestion de contenu. Dans cet ouvrage, on entend par système de gestion de l'apprentissage,
un logiciel utilisé pour l'administration, la documentation, le suivi, le compte rendu, l'automatisation et la
mise en œuvre des cours et programmes éducatifs pour les élèves.
Un système de gestion de l'apprentissage est, a minima, doté des mêmes fonctionnalités qu'un système
d'information scolaire local : il collecte et organise généralement des informations personnelles sur les
élèves, comme le nom, l'identifiant unique (à l'échelle de l'établissement ou du système), l'adresse, l'âge,
les coordonnées des parents, la classe, le ou les cours et enseignants, l'assiduité et le taux d'absence, les
notes, le droit à des prestations sociales en lien avec la scolarité (et donc, de manière directe ou indirecte,
le milieu socio-économique des parents) et, au moins, toute autre donnée démographique ou
caractéristique d'apprentissage ouvrant droit à certaines prestations à l'échelle de l'établissement ou du
système éducatif. Dans ce format de base, un tel système pilote l'apprentissage en documentant le
contenu étudié par les élèves et avec qui (pairs et enseignants), leur assiduité (présences et absences),
leur progression (notes et progrès au fil du temps) et gère d'autres aspects liés à l'apprentissage, comme
la discipline. Que ces fonctionnalités soient ou non informatisées, elles sont essentielles à la gestion des
établissements d'enseignement, notamment lorsque les élèves sont mineurs et, dans une certaine
mesure, placés sous leur responsabilité. Elles sont également capitales pour faire respecter l'éducation
formelle obligatoire dans les pays qui l'ont instaurée. Elles incluent parfois la possibilité de communiquer
avec les parents/tuteurs, de les informer des absences de leurs enfants et de leur signaler toute autre
information pertinente.
Une deuxième fonctionnalité dont disposent certains systèmes de gestion de l'apprentissage est la
« gestion de contenu », qui permet aux établissements et au personnel enseignant d'élaborer et de gérer
des leçons, des cours, des questionnaires et autre matériel d'apprentissage et support de formation. Doté
de cette fonctionnalité, un système peut gérer non seulement les aspects administratifs liés à
l'apprentissage des élèves, mais également le contenu. Il peut offrir un accès à des ressources
d'apprentissage numériques ou publiques, permettre aux élèves de communiquer avec leurs enseignants
et parfois leurs camarades de classe dans un environnement fermé et, dans certains cas, comporter
d'autres fonctionnalités comme la visioconférence (classes virtuelles, etc.).
Enfin, un système de gestion de l'apprentissage inclut de plus en plus des rapports et des analyses sur
les données collectées au sein du système éducatif. Le système permet alors de rendre compte du
pourcentage d'élèves et de membres du personnel absents au fil du temps, de comparer les résultats
obtenus par différentes classes ou cohortes d'élèves à certains tests ou examens ainsi que d'établir des
comparaisons avec d'autres variables telles que la moyenne pondérée ou le milieu socio-économique. Il
peut également fournir des analyses prédictives ou diagnostiques dont la précision dépendra du logiciel
utilisé, mais également de l'ampleur des données collectées. En fonction de la qualité et de la lisibilité des
données, souvent présentées à l'aide d'un tableau de bord, ces informations s'avéreront utiles pour les
enseignants et les responsables scolaires. À terme, on peut imaginer que les avancées réalisées en
matière d'IA générative et d'agents conversationnels permettront aux enseignants de recevoir ces
informations sous forme de questions-réponses dans un langage naturel ou une combinaison de
graphiques et de textes. Le développement d'autres formes d'IA pourrait également conduire à l'intégration

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  97

de recommandations aux responsables scolaires, aux enseignants et aux élèves quant aux stratégies
administratives, d'enseignement et d'apprentissage à mettre en œuvre pour l'atteinte de leurs objectifs.
En général, un système de gestion de l'apprentissage est un système fermé auquel seuls peuvent accéder
les responsables scolaires, le personnel enseignant et les apprenants fréquentant un établissement donné
(ou un réseau d'établissements donné). Ils ne seront autorisés qu’à consulter les informations les
concernant : les responsables scolaires auront accès à la majorité, voire l'intégralité des informations de
leur établissement ; les enseignants pourront visualiser les informations relatives à leurs élèves ainsi que
les données agrégées sur leur établissement ; et les élèves pourront consulter les informations qui les
concernent et éventuellement les comparer à celles de leurs camarades de classe. Les parents pourront
quant à eux recevoir des courriels ou des SMS et, parfois, accéder aux informations sur leurs enfants
(notes, absences, emploi du temps, communications).
En dehors des systèmes de gestion de l'apprentissage, il existe d'autres dispositifs numériques pour la
gestion des informations relatives aux élèves et aux établissements qui, bien que dotés de fonctionnalités
similaires, sont souvent moins efficaces. Le recours aux feuilles de calcul en est une illustration. Ces
informations peuvent également être enregistrées au format papier – comme c'est toujours le cas dans de
nombreux pays – mais cela restreint les possibilités de tirer pleinement parti des informations collectées
pour les convertir en données exploitables (et s'avère sans doute moins rentable). À l'inverse, même si les
applications comme Google Classroom et Microsoft 365 pour l’Éducation ne sont pas toujours considérées
comme des systèmes de gestion de l'apprentissage à part entière, leurs fonctionnalités premières reposant
sur des outils numériques qui ne sont généralement pas pris en compte par ces systèmes, elles sont
souvent de facto utilisées en tant que telles, notamment pour ce qui a trait à la gestion de contenu.
À l'instar des systèmes d'information longitudinaux, les systèmes de gestion de l'apprentissage s'avèrent
plus utiles lorsque le suivi des élèves est effectué à l'aide d'un identifiant unique longitudinal.

Situation actuelle

Selon l'enquête de l'OCDE sur la gouvernance et l'infrastructure numériques réalisée dans

29 pays/juridictions, la fourniture (ou l'acquisition) publique de systèmes de gestion de l'apprentissage est
moins courante que celle de systèmes d'information scolaire à l'échelle du système éducatif :
8 pays/juridictions (et quelques États et provinces aux États-Unis et au Canada) fournissent un système
de gestion de l'apprentissage au niveau central ; 8 autres le font à un niveau infranational (généralement
à l'échelle des régions ou des municipalités) ; enfin, dans 15 autres pays, ces systèmes sont directement
achetés par les établissements, généralement à l'aide de fonds publics, et parfois en complément d'un
système de gestion de l'apprentissage fourni par les autorités de l'éducation (voir le Graphique 3.1 et le
Tableau 3.1 pour plus de détails).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

98 

Graphique 3.1. Nature de la fourniture ou de l’achat de systèmes de gestion de l'apprentissage

(2024)
Fourniture privée

Fourni par les établissements/réseaux d'établissements eux-mêmes

15 (52% )
(en plus d'une fourniture au niveau central, le cas échéant)

Niveau infranational 8 (28% )

Fourniture publique

Niveau central 8 (28% )

0 5 10 15 20 25 30
Nombre de pays/juridictions

Remarque: N=29

StatLink 2 [Link]

Selon les responsables publics, la plupart des établissements scolaires des pays de l’OCDE utilisent des
systèmes de gestion de l’apprentissage à tous les niveaux d’enseignement. La pandémie de COVID-19 a
toutefois accéléré leur adoption et leur utilisation. Dans certains cas, les établissements utilisent des
systèmes « libres » tels que Google Classroom.
Selon les mêmes responsables, outre les fonctionnalités d'un système d'information scolaire local qui
permet de suivre la scolarité des élèves (emploi du temps, enseignants, notes, etc.), une part importante
de ces systèmes de gestion de l'apprentissage est en mesure de gérer le contenu d'apprentissage et de
proposer aux élèves et aux enseignants des ressources numériques. Il arrive que les pays proposent une
plateforme différente pour y stocker les ressources d'apprentissage numériques, cette plateforme prend
alors en charge la fonction de gestion de contenu des systèmes de gestion de l'apprentissage. Ainsi,
environ deux tiers des pays/juridictions estiment que leurs établissements utilisent un système scolaire
pour accéder au contenu d'apprentissage numérique. Comme le montre le Graphique 3.2, la plupart des
systèmes utilisés dans les établissements offrent des outils de communication (avec les parents et les
élèves) ainsi que des tableaux de bord analytiques (avec une présentation visuelle des données sur les
élèves).
Certains systèmes de gestion de l'apprentissage sont interopérables avec le système d'information
scolaire instauré à l'échelle du système éducatif et permettent de « faire remonter » automatiquement les
informations requises sur les élèves. Certains sont également interopérables avec au moins plusieurs
autres systèmes à l'échelle des établissements, même si cela ne se vérifie pas systématiquement. Enfin,
pratiquement aucun système de gestion de l'apprentissage ne propose d'outils de recommandation (et, à
la fin de l'année 2023, aucun ne s'était lancé sur la voie de l'IA).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  99

Pour être efficaces, c'est-à-dire éviter la double saisie des données et favoriser ainsi des transferts de
données plus rapides et de meilleure qualité, les systèmes de gestion de l'apprentissage doivent être
interopérables avec les outils systémiques, et notamment les systèmes centraux ou nationaux
d'information scolaire (et autres systèmes pertinents). Cette interopérabilité permet également de faciliter
la réutilisation des données collectées au niveau national ou de la juridiction concernée. Dans le cas
contraire, les utilisateurs devront généralement accéder aux informations nationales à partir d'autres outils
numériques, ce qui représente une activité chronophage pour le personnel et limite le nombre de
réutilisations possibles des données à l'échelle du système pour éclairer la prise de décisions des
établissements. L'interopérabilité avec d'autres systèmes au niveau des établissements est importante
pour les mêmes raisons, car toutes les données pouvant améliorer la prise de décision des enseignants
et des chefs d’établissement ne sont pas nécessairement collectées par les outils numériques instaurés à
l'échelle du système. Par exemple, si un outil d'apprentissage numérique collecte des données sur les
fonctions d'exécution des élèves dans un établissement, il est possible que cela permette une meilleure
utilisation des outils d'apprentissage utilisés par l'établissement (si c'est le cas) en mathématiques, en
histoire, en langue et dans les disciplines artistiques.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

100 

Graphique 3.2. Interopérabilité, contrôle et fonctionnalités courantes des systèmes de gestion de

l'apprentissage dans les pays (2024)

Remarque : s'agissant du « contrôle », on entend par « Les deux » le fait que les établissements des pays/juridictions disposent de systèmes
de gestion de l'apprentissage (LMS) développés et détenus par les autorités publiques ainsi que des systèmes de gestion de l'apprentissage
commerciaux. Toutes les informations ont été fournies par des responsables publics (et vérifiées dans la mesure du possible).

StatLink 2 [Link]

Exemples

Seuls quelques pays mettent à la disposition de leurs établissements un système national de gestion de
l'apprentissage. Cela s'explique souvent par le fait que le système d'information scolaire à l'échelle du
système éducatif offre déjà certaines fonctionnalités propres à un système de gestion de l'apprentissage

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  101

instauré au niveau des établissements. C’est par exemple le cas au Luxembourg et en Islande pour les
établissements du deuxième cycle de l'enseignement secondaire. En Islande, le système INNA est à la
fois un système de gestion de l’apprentissage pour les établissements, favorisant la gestion du suivi des
élèves, des emplois du temps, de la communication avec les élèves et les parents et des frais de scolarité,
et un système d’information scolaire pour les pouvoirs publics. Au Luxembourg, il existe deux systèmes
d'information scolaire que doivent utiliser tous les établissements publics de l'enseignement primaire et
secondaire à savoir, respectivement, Scolaria et Fichiers Élèves. Du point de vue des établissements, ces
deux systèmes proposent de nombreuses fonctionnalités administratives caractéristiques d'un système
de gestion de l'apprentissage : ils aident le personnel des établissements à gérer les effectifs scolarisés,
à saisir et consulter les données individuelles et celles de la classe, à établir un lien entre les élèves et
leurs enseignants ou à suivre l'évolution et la progression des élèves au fil des ans. En Autriche, Sokrates,
le système d'information scolaire instauré à l'échelle du système éducatif, comporte quelques
fonctionnalités permettant de gérer les progrès et la réussite scolaires des élèves, comme la tenue des
feuilles de présence et l'enregistrement des notes, l'organisation des activités en classe ou le stockage
des certificats au format numérique. En revanche, d'autres fonctionnalités caractéristiques de tout système
de gestion de l'apprentissage (l'organisation des cours, la mise à disposition d'exercices et de ressources
d'apprentissage pour les élèves, la communication avec les élèves et les parents, etc.) sont quant à elles
assurées par deux systèmes de gestion de l'apprentissage, Eduvidual et [Link], qui peuvent être utilisés
sur une base volontaire. La Türkiye fournit à tous ses établissements un système central de gestion de
l'apprentissage, e-Okul (l'école électronique), qui leur permet de gérer, notamment, l'inscription des élèves,
les procédures de transfert, les notes, le taux d'absence, les données sur les examens, les programmes
de cours hebdomadaires. Les élèves se servent de la plateforme web pour accéder à leurs notes, manuels
scolaires, sujets d'étude quotidiens et pour consulter le calendrier scolaire.
Les pays proposent parfois deux systèmes centraux, l'un axé sur les fonctionnalités administratives et le
suivi des élèves, et l'autre sur la gestion du contenu d'apprentissage. En Hongrie, par exemple, les
pouvoirs publics mettent à la disposition des établissements d'enseignement primaire et secondaire sous
la responsabilité des centres de district scolaire la plateforme e-Kréta qui possède des fonctionnalités pour
le suivi des élèves et la gestion de contenu. Celle-ci est complétée par un système public de gestion de
contenu, le Portail public national de l'éducation (NKP), qui permet aux élèves comme aux enseignants
d'accéder à des fonctionnalités ou des contenus protégés, tels que du matériel d'apprentissage, des tests
et autres activités et exercices interactifs, ainsi que des tableaux de bord interactifs. Les enseignants
peuvent également se servir de la plateforme pour confier des tâches aux élèves, leur faire passer un
examen et communiquer avec eux ainsi que pour créer leur propre contenu à utiliser en classe. De même,
en Corée, le recours au Système national d'information scolaire (NEIS) est obligatoire tant pour les
établissements publics que privés, et ce, à tous les niveaux d'enseignement. Le NEIS associe les
caractéristiques d'un système d'information scolaire, d'un système de gestion administrative à l'échelle de
l'établissement, d'un système de gestion de la relation client et d'un système de certification numérique. Il
aide les enseignants et le personnel de l'établissement à gérer les inscriptions et les admissions d'élèves,
il conserve les résultats obtenus aux examens standardisés et les notes attribuées par les enseignants, il
permet de suivre les progrès des élèves et leur parcours d'apprentissage tout au long de l'année scolaire
et de gérer les transferts de dossiers scolaires vers d'autres établissements d'enseignement du pays (y
compris vers les universités et autres établissements d'enseignement supérieur). Le pays met également
à disposition des enseignants et des élèves une plateforme de gestion de contenu comportant des
ressources numériques et appelée EduNet T-Clear. La Communauté française de Belgique fournit
également deux systèmes à ses établissements : le système d'information scolaire SIEL (SIgnalétique des
ÉLèves) qui contient quelques fonctionnalités administratives pour la gestion des établissements, et des
applications sur Moodle (Happi) pour la gestion du contenu d'apprentissage ainsi que la communication
avec les élèves et les parents (qui comprennent aussi des tableaux de bord analytiques). Les
établissements peuvent également opter pour une autre solution de gestion de l'apprentissage s'ils le
souhaitent.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

102 

Dans un autre groupe de pays, les pouvoirs publics fournissent aux établissements un système de gestion
de l'apprentissage, mais à un niveau infranational. Cela fait souvent suite à une décentralisation des
responsabilités au sein de ces pays (même s'il ne s'agit pas là d'une nécessité).
En Espagne, à l'exception des villes de Ceuta et Melilla qui sont supervisées par le ministère national,
l'éducation est du ressort des régions autonomes : celles-ci fournissent une version (plus ou moins)
personnalisée du système Moodle (un système de gestion de l'apprentissage gratuit et open source) qui
permet aux établissements d'accéder à un dépôt de contenu et d'objets d'apprentissage, à des outils pour
la communication entre les élèves et les enseignants ainsi qu'à certaines fonctionnalités liées à
l'établissement de tableaux de service. Dans certaines régions, le système Moodle peut être combiné à
des solutions commerciales.
En France, si les systèmes d'information scolaire à l'échelle nationale (Onde pour l'enseignement primaire
et SIECLE pour l'enseignement secondaire) assurent certaines des fonctionnalités d'un système de
gestion de l'apprentissage, ceux-ci sont généralement proposés directement par les autorités
infranationales, c'est-à-dire les régions, les départements et les communes qui sont, respectivement,
responsables de l'infrastructure des établissements du deuxième cycle de l'enseignement secondaire, du
premier cycle de l'enseignement secondaire et de l'enseignement primaire. Si la majorité de ces autorités
acquiert des outils commerciaux (OpenENT, Open NEO, Classe numérique, etc.), d'autres les mettent au
point grâce à des fonds publics (comme c'est le cas en Bretagne avec son système Toutatice ENT). En
général, ces systèmes comportent des outils de communication ainsi qu'un dépôt de contenu et d'objets
d'apprentissage, et sont interopérables avec d'autres systèmes administratifs et d'apprentissage au niveau
des établissements, notamment avec des outils commerciaux prisés qui contribuent à la gestion des notes
attribuées par les enseignants, des emplois du temps, de l'assiduité, des sanctions, de la communication
avec les parents, etc. Au Japon, les exécutifs locaux (à savoir les municipalités pour l'enseignement
primaire et le premier cycle de l'enseignement secondaire, et les préfectures pour le deuxième cycle de
l'enseignement secondaire) achètent des systèmes de gestion de l'apprentissage pour les établissements
placés sous leur responsabilité. Ces systèmes offrent différentes fonctionnalités, mais certains constituent
des plateformes à authentification unique hébergées dans le cloud, affichent des tableaux de bord
analytiques et offrent aux établissements des outils pour communiquer avec les élèves et les parents.
Certains sont également interopérables avec les systèmes administratifs au niveau des établissements
(comme les systèmes d'information scolaire, les plateformes pour les évaluations et examens
centraux/nationaux, etc.).
En France et au Japon, les ministères de l'Éducation à l'échelle centrale prévoient certaines spécifications
techniques pour ces systèmes. Par exemple, le ministère français de l'Éducation publie un « schéma
directeur des espaces numériques de travail (ENT) », qu'il révise en permanence, afin d'en définir
l'architecture de référence et les services attendus et de formaliser les normes techniques de ces outils.
Dans les pays nordiques et baltes, les municipalités fournissent habituellement un système de gestion de
l'apprentissage aux établissements placés sous leur responsabilité. Il s'agit souvent de plateformes
commerciales en ligne qui comprennent, selon les versions, les emplois du temps, les devoirs à la maison,
les notes, les évaluations, les absences, des informations pour les élèves et les parents ainsi que des
outils de communication. La mise à disposition de tels systèmes se fait parfois en fonction de la répartition
des responsabilités : par exemple, en Islande, les municipalités fournissent un système de gestion de
l'apprentissage aux établissements de l'enseignement primaire (tandis que les établissements du
deuxième cycle de l'enseignement secondaire sont pris en charge par l'État) ; et au Danemark, les
municipalités fournissent ce système aux établissements de l'enseignement primaire et à ceux du premier
cycle de l'enseignement secondaire, alors que les établissements du deuxième cycle de l'enseignement
secondaire acquièrent eux-mêmes leurs outils de gestion. En Lettonie et en Lituanie, les établissements
peuvent également avoir accès à une version personnalisée du système Moodle fournie par,
respectivement, le Centre national pour l'éducation et l'Université de technologie de Kaunas.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  103

Enfin, dans près de la moitié des pays pour lesquels nous disposons d'information, ce sont les
établissements eux-mêmes qui achètent le système de gestion de l'apprentissage de leur choix. Au Chili,
le ministère a négocié un contrat concernant l'utilisation d'une version gratuite de la solution Google
Classroom que les établissements peuvent choisir d'utiliser ou non.
Il s'agit là bien entendu d'une représentation quelque peu simpliste de la situation, dans la mesure où on
peut observer plusieurs scénarios différents au sein d'un même pays. Cela est particulièrement vrai dans
les pays fédéraux comme le Canada et les États-Unis où les provinces, territoires ou États peuvent fournir
à leurs établissements un système de gestion de l'apprentissage ou laisser les districts scolaires s'en
charger. Dans la ville de New York (États-Unis), plus grand district scolaire de tout le pays, le ministère de
l'Éducation met à la disposition des établissements un système de gestion de l'apprentissage qu'ils
peuvent décider d'utiliser ou non, tandis que certains établissements choisissent d'acquérir d'autres outils
de ce type. On peut également observer cette diversité dans les pays non fédéraux, car nombre de
responsabilités en matière d'éducation sont définies en fonction du niveau d'enseignement. Par exemple,
au Danemark, les systèmes de gestion de l'apprentissage dans l’enseignement primaire sont
généralement différents de ceux utilisés dans le deuxième cycle de l'enseignement secondaire et la filière
professionnelle. Dans l'enseignement primaire, ces systèmes servent principalement à la gestion des
services administratifs en lien avec les élèves, une fonctionnalité complétée par l'accès aux suites
éducatives de Microsoft ou de Google. Dans le deuxième cycle de l'enseignement secondaire et en filière
professionnelle, les établissements disposent généralement d'un système de gestion de l'apprentissage
et d'un système d'administration scolaire (par exemple, Lectio) et ont également accès aux suites
éducatives de Microsoft ou de Google. S'ils contiennent quelques données sur les élèves, les systèmes
de gestion de l'apprentissage constituent davantage un outil de préparation pour les enseignants et un
espace de consultation et de remise des devoirs pour les élèves.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

104 

Tableau 3.1. Fourniture des systèmes de gestion de l'apprentissage au sein des pays (2024)
Fourniture/acquisition publiques, contrôle du système, niveau d'interopérabilité et fonctionnalités les plus communes

Système de Fourni par les Fourni par les Contrôle Interopérable Interopérable Outils de Tableaux Dépôt de Outils de
gestion de pouvoirs établissements/réseaux exercé sur le avec d'autres avec d'autres communication de bord contenu et recommandation
l'apprentissage publics aux d'établissements eux- système de systèmes systèmes analytiques d'objets
fourni par les établissements mêmes (en plus d'une gestion de administratifs administratifs et d'apprentissage
pouvoirs au niveau fourniture au niveau l'apprentissage à l'échelle du d'apprentissage
publics au infranational central, le cas échéant) système à l'échelle des
niveau central établissements
Autriche ✓ P/C ✓ ✓
Brésil C ✓
Canada R C ✓ ✓
Chili ✓ C ✓ ✓
Tchéquie ✓ C
Danemark M ✓ C ✓ ✓ ✓ ✓ ✓
Estonie M P/C ✓ ✓ ✓ ✓ ✓
Finlande M C ✓ ✓ ✓
France R C ✓ ✓ ✓
Hongrie ✓ P/C ✓ ✓ ✓ ✓ ✓
Islande ✓ M P ✓ ✓ ✓ ✓
Irlande ✓ C ✓ ✓ ✓ ✓ ✓
Italie ✓ C ✓ ✓ ✓
Japon M C ✓ ✓ ✓ ✓
Corée ✓ P/C ✓ ✓ ✓ ✓
Lettonie ✓ ✓ C ✓ ✓ ✓
Lituanie ✓ C ✓ ✓ ✓ ✓ ✓
Luxembourg ✓ P ✓ ✓ ✓ ✓ ✓
Mexique P ✓ ✓ ✓ ✓
Pays-Bas ✓ C
Nouvelle- ✓ C
Zélande

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  105

Système de Fourni par les Fourni par les Contrôle Interopérable Interopérable Outils de Tableaux Dépôt de Outils de
gestion de pouvoirs établissements/réseaux exercé sur le avec d'autres avec d'autres communication de bord contenu et recommandation
l'apprentissage publics aux d'établissements eux- système de systèmes systèmes analytiques d'objets
fourni par les établissements mêmes (en plus d'une gestion de administratifs administratifs et d'apprentissage
pouvoirs au niveau fourniture au niveau l'apprentissage à l'échelle du d'apprentissage
publics au infranational central, le cas échéant) système à l'échelle des
niveau central établissements
Slovénie ✓ P/C ✓ ✓
Espagne R P ✓ ✓ ✓ ✓
Suède M ✓ C
Türkiye ✓ P ✓ ✓ ✓ ✓
États-Unis D ✓ C ✓
Angleterre ✓ C
(Royaume-
Uni)
Comm. ✓ C ✓ ✓ ✓ ✓
flamande
(Belgique)
Comm. ✓ ✓ P/C ✓ ✓
française
(Belgique)
Total (29) 9 10 14 12 13 20 18 16 2

Remarque: dans la colonne 2, « R » renvoie à une fourniture publique à l'échelle infranationale (État, région, province, préfecture), « M » à l'échelle des municipalités, et « D » à l'échelle des districts dans
le cas des États-Unis. Dans la colonne 4, « P » renvoie à la fourniture d'un système de gestion de l'apprentissage détenu par les autorités publiques, « C » renvoie à l'acquisition d'un produit commercial,
et « P/C » à la coexistence de systèmes publics et commerciaux. N=29.

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

106 

Systèmes de gestion de la relation client (communication)

La plupart des systèmes de gestion de l'apprentissage sont dotés de fonctionnalités de communication qui
permettent aux établissements d'être en contact avec les élèves et les parents. Bien entendu, cela ne
signifie pas la fin des communications sur support papier avec les parents (qui ont généralement lieu par
le biais d'un carnet de liaison). Cette méthode, qui a ses qualités, peut en effet rester le principal moyen
de communication avec les parents dans de nombreux pays. Toutefois, son principal défaut est qu'elle
repose fortement sur le bon vouloir des élèves à inscrire correctement les informations (lorsqu'il s'agit des
devoirs) et à les communiquer. Dans le cadre de cette communication, certains échanges sont désormais
effectués à l'aide d'outils numériques, soit en complément soit en remplacement du support papier.
Dans le secteur de l’éducation, les systèmes de gestion de la relation client sont des logiciels visant à
faciliter la gestion des relations avec différents groupes de contacts. Dans l'enseignement primaire et
secondaire, ces groupes sont principalement les élèves et les parents, tandis que dans l'enseignement
supérieur viennent s'ajouter les anciens élèves, les bailleurs de fonds, etc. Ces systèmes de gestion sont
parfois fondés sur l'IA afin de personnaliser la façon et le moment de contacter différents types de parties
prenantes.
Comme mentionné ci-dessus, les établissements d'enseignement primaire et secondaire ont à leur
disposition plusieurs possibilités. Dans la majorité des pays, les établissements communiquent avec leurs
élèves par le biais d'un système de gestion de l'apprentissage. Généralement, lorsque ce système est
principalement axé sur la gestion de contenu, il ne permet pas de communiquer avec les parents. C'est le
cas en France, par exemple, où les établissements utilisent à cet égard d'autres outils interopérables avec
le système de gestion de contenu.
Dans quelques pays seulement, les systèmes de gestion de l'apprentissage ne disposent pas de
fonctionnalités de « communication » ou ne sont pas utilisés dans ce but. Au Canada et aux États-Unis,
les établissements et les enseignants se servent d'outils de communication spécialisés distincts pour
informer les parents. Au Canada, les responsables publics justifient cet état de fait par leurs lois sur le
respect de la vie privée. Aux États-Unis, aux fins de communication avec les parents, les enseignants
utilisent la plupart du temps des produits avec une offre freemium. Cela peut s'expliquer par le fait qu'un
outil spécialisé propose de meilleures fonctionnalités ou qu'il existe une sorte de « dépendance au
sentier » vis-à-vis de fonctionnalités des systèmes de gestion de l'apprentissage.
Le Danemark illustre bien le recours massif à un outil de communication différent du système de gestion
de l'apprentissage, avec sa plateforme Aula élaborée et gérée par les municipalités (par l'intermédiaire de
KOMBIT, l'organisation conjointe de leurs services informatiques). Progressivement adoptée par plus de
1 700 établissements de l'enseignement primaire (et plus de 4 000 prestataires de services de garderie),
cette plateforme constitue, à partir de 2024, le principal système de gestion de la relation client pour des
centaines de milliers d'élèves, de parents et pour le personnel d'établissements à ces niveaux
d'enseignement. Aula apparaît comme un système uniforme dans tous les établissements et toutes les
municipalités. Son infrastructure de traitement des données solide, fiable et modulable satisfait à toutes
les mesures de protection des données mises en place par les autorités locales. Grâce à son adoption
massive, Aula a incité les entreprises du domaine des technologies éducatives à renforcer leurs standards
en matière de transparence pour pouvoir relier leurs produits à la plateforme.
Si la communication avec les élèves et les parents à l'aide d'outils numériques est désormais bien plus
fréquente, il convient de noter que dans près d'un tiers des pays pour lesquels nous disposons de données,
les systèmes de gestion de l'apprentissage ne disposent généralement pas de fonctionnalités de
communication. Toutefois, la tendance inverse se vérifie dans les pays où les outils sont fournis par les
autorités centrales ou les autorités de l'État ou de la province.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  107

Systèmes dotés de fonctionnalités administratives

La majorité des tâches administratives (la gestion des salaires, des budgets, des ressources humaines,
etc.) est effectuée à l'aide d'outils numériques qui sont généralement achetés par l'autorité qui emploie les
enseignants. Lorsque les enseignants sont des fonctionnaires rattachés à l’administration centrale, comme
en France ou en Hongrie, ces outils sont généralement fournis par cette dernière. Cependant, lorsque les
établissements sont placés sous l'autorité d'une région, d'une préfecture, d'une municipalité ou d'une autre
instance (district, conseil d'établissement), ce sont elles qui normalement se chargent de ces tâches
administratives et fournissent les outils numériques à cette fin. Pour ce qui est des établissements
indépendants, ils achètent eux-mêmes ces solutions. Dans tous les cas, selon les représentants des
ministères, tous les pays ont largement informatisé les tâches administratives.
Par exemple, la gestion du personnel et du financement des établissements peut impliquer l'intervention
de l’administration nationale. En Italie, l'application Monitor440 (accessible via la plateforme SIDI)
fonctionne aussi bien pour les agences gouvernementales que pour les établissements d'enseignement
et les accompagne dans les tâches de planification, de gestion et de suivi des financements publics. Les
agences gouvernementales et les professionnels de l’éducation utilisent la plateforme des demandes en
ligne POLIS (Presentazione On Line delle IStanze) pour une série de fonctionnalités, comme le traitement
des demandes de mutations ou de postes à pourvoir émanant des enseignants et du personnel
d'établissement, l'inscription du personnel dans le système de classement, et la collecte de données sur
les activités de développement professionnel des enseignants. Les autorités régionales partagent
également des responsabilités liées aux processus administratifs et de gestion, dont certains sont
effectués à l'aide de solutions numériques locales.
En Corée, si le système national d'information sur l'éducation (NEIS) prend en charge la majorité des
fonctions relatives à la gestion des établissements et du système, le ministère fournit un autre outil,
K-EduFine, regroupant les systèmes d'administration et de financement des établissements qui étaient
auparavant dispersés. Il sert à la gestion budgétaire, la comptabilité et à de nombreuses autres tâches
administratives, notamment l'approbation et le transfert de documents officiels et de travail (par exemple,
des manuels, réunions d'information), la gestion des emplois du temps des enseignants et du personnel,
etc. Les services locaux de l'éducation sont aussi légalement tenus d'utiliser l'outil K-EduFine, mais à
d'autres fins telles que l'affectation des financements aux établissements. La Türkiye met également à la
disposition de ses établissements une suite comportant diverses fonctionnalités administratives.
Au Danemark, le ministère de l'Éducation alloue des financements publics aux établissements (à
l'exception de ceux de l'enseignement primaire) en utilisant plusieurs systèmes administratifs numériques
(par exemple, CØSA, FagNavision, INDB). Le système CØSA sert à calculer les subventions publiques à
verser aux établissements en fonction des données présentes dans leur système administratif (opérations
éducatives, effectifs scolarisés, activités des élèves, etc.). Ces systèmes permettent également de mettre
à jour le paiement des subventions chaque trimestre. En Lettonie, l’administration centrale attribue des
fonds aux établissements par l'intermédiaire du système VIIS, que les municipalités utilisent également
pour payer le salaire des enseignants.1
Un dernier type de système administratif concerne les documents administratifs. En Türkiye, le ministère
fournit un système de gestion des documents (Dijital Yönetim Sistemi, ou DYS) pour faciliter la
transmission des textes administratifs, tels que les lettres d'emploi et de démission, les annonces, les
circulaires, les nominations, entre les administrations centrales, et locales ou les établissements publics.
Dans le cadre d'une initiative plus vaste visant à numériser plusieurs secteurs de l'administration publique,
la circulation de documents sous forme électronique a pour objectif de simplifier et rationaliser les
processus administratifs et bureaucratiques.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

108 

Systèmes de gestion des installations

Loin d'être de simples « systèmes de réservation », ces outils permettent aux établissements de gérer
l'ensemble de leurs installations, des bâtiments scolaires aux installations sportives en passant par les
cafétérias. Ils sont généralement utilisés en tenant compte d'objectifs de durabilité (réduction de la
consommation d'énergie), pour analyser et mieux orienter l'usage qui est fait des bâtiments scolaires, etc.
Ils peuvent, par ailleurs, faciliter la prise de décision lorsqu'il s'agit notamment de mettre à disposition des
espaces pour certaines personnes. Selon les représentants des ministères, ils sont encore très rarement
utilisés dans les établissements et pratiquement jamais fournis par les autorités centrales. Il est probable
que ces systèmes s'avèrent surtout profitables aux campus de très grande taille. Seuls trois pays ont
indiqué procurer un tel système centralisé à leurs établissements, sans pour autant apporter la preuve que
celui-ci n'est pas utilisé comme un simple système de réservation.

Gestion des inscriptions et des titres et prévention du décrochage scolaire

Système d'alerte précoce

En 2021, en moyenne dans l'enseignement secondaire, 10 % des élèves en filière générale n'ont pas
obtenu de diplôme ni poursuivi leurs études, contre 23 % en filière professionnelle (Regards sur
l’éducation 2023, B3.2 (OECD, 2023[6])). Le décrochage scolaire est une priorité du programme d'action
de nombreux pays de l'OCDE et constitue également une question épineuse pour l'enseignement
supérieur dans certains pays. Dans bon nombre de pays à faible revenu, permettre aux élèves (et
notamment aux filles) de poursuivre leur scolarité demeure aussi un enjeu.
Les systèmes d'alerte précoce sont des outils numériques qui s'appuient sur les données disponibles dans
les systèmes d'information scolaire (à l'échelle du système éducatif) et les systèmes de gestion de
l'apprentissage (ou simplement dans d'autres établissements utilisant le même système d'alerte précoce)
pour prédire, à partir d'une série d'indicateurs de « détection précoce », la survenue de signes précurseurs
indiquant que certains élèves risquent de décrocher (souvent au cours du deuxième cycle de
l'enseignement secondaire). Les recherches révèlent que les indicateurs de détection précoce peuvent
s'avérer très efficaces avec seulement trois observations, même si le modèle le plus performant jusqu'à
présent en comporte bien plus. En outre, sous l'influence de certains acteurs locaux, ces indicateurs
peuvent varier selon les endroits (Bowers, 2021[7]). Toutefois, pour accroître la précision des prédictions,
les systèmes d'alerte précoce doivent disposer de données provenant de plusieurs établissements, même
s'il n'y a que peu d'information par élève.
On peut décrire les systèmes d'alerte précoce comme un outil de gestion tant au niveau du système que
des établissements. En effet, les informations devraient être transmises aux enseignants et aux
responsables scolaires afin qu'ils puissent intervenir en amont du décrochage. En outre, des informations
plus nombreuses étant synonymes de prédictions de meilleure qualité, les systèmes devraient idéalement
utiliser bien plus de données que celles disponibles dans certains établissements pour mettre au point leur
modèle (même si le nombre d'observations par personne pourrait être limité). Ils se servent souvent des
données provenant des systèmes d’information scolaire à l'échelle du système éducatif pour prédire, à
l'aide de méthodes d'analyse quantitative de l'IA, si des élèves sont potentiellement exposés au
décrochage.
Ces systèmes n'ont d'intérêt que s'ils permettent de signaler (avec un certain degré d'exactitude) des
élèves susceptibles de décrocher et qui n'auraient pas été repérés par les enseignants. Dans la majorité
des cas, ils utilisent pour ce faire des techniques d'IA. Les personnes qui sont « non scolarisées, sans
emploi ni formation » (ou NEET, de l'anglais not in education, employment or training) sont devenues un
enjeu de politique publique, tout comme le décrochage scolaire.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  109

À l'échelon central, le Chili a déployé en 2020 un système public d'alerte précoce appelé SAT. Celui-ci a
pour but de prédire et d'empêcher le décrochage scolaire chez les élèves de la 7 e à la 12e année d'études
scolarisés dans des établissements publics ou financés par des fonds publics. Les indicateurs utilisés par
le système reposent sur des informations démographiques et socio-économiques ainsi que des données
sur l'assiduité et la performance provenant d'autres systèmes interopérables, tels que le système
d'information scolaire SIGE. À partir d'un algorithme créé par le ministère chilien du Développement social
et de la Famille (MIDESOF) puis transféré au ministère de l'Éducation pour les questions de gestion et de
mise en œuvre, le système attribue à chaque élève un indice de risque de décrochage. Le recours au
système SAT n'est toutefois pas encore très répandu au sein du système éducatif chilien. Quelques pays
développent actuellement des projets similaires.
La Hongrie et l'Irlande ont également mis au point des systèmes d'alerte précoce. Pour s'attaquer à la
priorité stratégique de réduction du taux de jeunes quittant l'école prématurément, les autorités éducatives
hongroises ont adopté un système d'alerte précoce qui exploite les données des élèves concernant les
résultats aux examens en classe, l'assiduité, le redoublement et le sentiment d'appartenance de certains
groupes vulnérables, de réfugiés et de demandeurs d'asile. Les informations collectées peuvent conduire
à la mise en place d'interventions spécifiques, et notamment en assurant la participation de certains élèves
à des dispositifs de soutien. En Irlande, l'Agence pour l'enfance et la famille (TUSLA) sous la responsabilité
de l’administration centrale a lancé le Programme d'achèvement des études (SCP), un élément phare de
l'initiative DEIS visant à permettre l’égalité des chances à l’école. Ce programme permet l'exploitation des
données des élèves afin de signaler, à l’aide d'un jeu complet d'indicateurs, les groupes à risque qui
nécessitent une intervention.
Aux États-Unis, la majorité des districts a recours à un système d'alerte précoce, sous une forme ou sous
une autre. Certains de ces systèmes reposent sur des prédictions ou diagnostics générés par l'IA, ce qui
fait probablement des États-Unis le pays où les systèmes d'alerte précoce alimentés par l'IA sont les plus
utilisés et les plus variés de toute la zone OCDE.
Quelques pays travaillent actuellement à la mise en œuvre d'un tel système. C’est par exemple le cas de
la Lettonie. À Helsinki (Finlande), un système basé sur l'IA (AI-HOKS) a été mis à l'essai pour examiner
comment aider les élèves de la filière professionnelle à obtenir leur diplôme (et limiter les risques de
décrochage). Les indicateurs de ce système prennent en compte les plans de développement des
compétences personnelles, la fréquence des connexions et l’utilisation de divers outils et environnements
d’apprentissage, les questionnaires hebdomadaires envoyés sur les téléphones portables des élèves
et les retours d'information des élèves. À l’horizon 2024, l'ambition était de fournir une analyse de
l'apprentissage éthique sur le décrochage, après quelques années d’utilisation et l'élargissement des
ensembles de données disponibles.
Enfin, plusieurs pays disposent de systèmes qui ne s'appuient pas sur la méthode d'analyse prédictive et
que nous appellerons « systèmes d'avertissement », pour les différencier des systèmes d'alerte précoce.
Il s'agit notamment du type de systèmes que l'on retrouve majoritairement aux États-Unis. Leurs modèles
de données sont moins ambitieux et reposent principalement sur le taux d'absentéisme. Dans de
nombreux pays, et notamment ceux à faible revenu, l'une des ambitions affichées est de parvenir à faire
appliquer la scolarité obligatoire.
Au Brésil, pour atteindre les objectifs du plan national en matière de politique publique, la réduction du
décrochage scolaire ainsi que le suivi et l’accompagnement de chaque élève constituent une priorité
majeure, c'est pourquoi on observe dans tous les États la présence d'outils numériques plus ou moins
perfectionnés permettant de suivre l'assiduité des élèves. C'est notamment le cas de la plateforme Diário
de Classe (Journal de classe) dans l'État de São Paulo et du système de suivi intégrant l'envoi de SMS
sur le téléphone portable des parents mis en place dans l'État de Goiás et qui repose sur les principes de
l'économie comportementale. Quelques plateformes mises à disposition par les autorités fédérales et
autres parties prenantes permettent aux établissements d'enseignement de veiller à ce que des

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

110 

interventions à dimension sociale soient effectuées en cas de constat d’absentéisme des élèves. Il en va
de même au Gujarat (Inde), où le système d’information scolaire VSK permet à l'État de suivre en temps
réel l’absentéisme chez les élèves (qui fait l’objet d’un suivi après un certain délai), en garantissant ainsi
que l'inscription dans un établissement d'enseignement pour tous les jeunes est une réalité plutôt qu’une
affaire de pure procédure.
La Nouvelle-Zélande est une bonne illustration d'un pays qui associe les approches d'alerte précoce et
d'avertissement. En effet, les établissements se servent d'un système national de suivi de l'assiduité des
élèves, l’application ASA, pour créer des relevés d'absence. Une fois le relevé généré, un prestataire de
services local confiera le dossier à un conseiller pour qu'il puisse intervenir et réduire l’absentéisme de
l'élève en question. Ces données alimentent également un outil statistique de modélisation prédictive
utilisé par le ministère néo-zélandais du Développement social et qui fonctionne essentiellement comme
un système d'alerte précoce pour repérer les jeunes à risque et veiller à ce qu'ils puissent accéder au
programme consacré aux jeunes non scolarisées, sans emploi ni formation (NEET). En Corée, le système
d'information scolaire NEIS fonctionne également comme un système de soutien et permet d'intervenir
lorsque des élèves semblent exposés au décrochage scolaire.
Seuls 5 pays/juridictions sur 29 (soit 17 %) regroupent les deux types de systèmes d'avertissement et
d'alerte précoce, et 3 d'entre eux (soit près d'un sur dix) le font en ayant recours à la technologie avancée.

Systèmes d'admission des élèves

Les systèmes d'admission (ou d'inscription) des élèves traitent différents types d'inscriptions. Dans
certains cas, ils servent à numériser immédiatement les informations nécessaires au moment de
l'inscription d'un enfant dans un établissement. Dans d'autres cas, les outils numériques sont utilisés pour
traiter les candidatures sélectives au sein d'établissements et étayer les décisions d'admission. Cette
situation peut se produire lorsque les parents sont plus ou moins libres de choisir l'établissement que
fréquenteront leurs enfants, lorsque les établissements appliquent un principe de sélection ou lorsque les
financements accordés sont directement rattachés aux élèves. Le plus souvent, les systèmes numériques
d'admission des élèves prennent en charge les différentes transitions scolaires, et particulièrement le
passage du premier au deuxième cycle de l'enseignement secondaire, ainsi que les parcours vers
l'enseignement et la formation professionnels, et vers l'enseignement supérieur. Peu importe le système
éducatif, c'est à ce moment précis que les choix qui s'offrent aux élèves se multiplient et que les parcours
d'études sont les plus nombreux. La plupart des systèmes mis en place à l'échelon central servent à
l'admission des élèves dans le deuxième cycle de l’enseignement secondaire, dans l'enseignement et la
formation professionnels ainsi que dans l'enseignement supérieur.
Les systèmes d'admission des élèves sont, par conséquent, un outil de gestion tant au niveau des
établissements, pour l'inscription ou la sélection des élèves, que du système éducatif avec l'appariement
entre élèves et établissements à l'aide d'un processus numérique. Ils visent à renforcer l'efficacité des
processus d'inscription ou de sélection, notamment en évitant la répétition de données déjà saisies ou la
perte d'informations.

Inscription

Dans de nombreux pays, l'inscription d'un élève dans un établissement se fait toujours en personne et sur
support papier (ou tout autre moyen traditionnel), notamment pour les niveaux d'enseignement inférieurs.
C'est à partir de l'enseignement secondaire que les systèmes d'admission sont généralement numériques.
Une poignée de pays met toutefois à disposition des outils à cet effet à l'échelle nationale. Cela s'explique
parfois uniquement par souci d'efficacité administrative, comme c'est le cas en Corée, en Hongrie et au
Luxembourg où un système central de gestion des inscriptions facilite les processus d'inscription des
élèves dans leur établissement local, de transfert scolaire ainsi que d'admission dans les établissements

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  111

d'enseignement secondaire. En Hongrie, lorsque les parents souhaitent envoyer leurs enfants dans un
établissement autre que celui le plus proche de chez eux, le processus de sélection dans l'établissement
de leur choix passe également par le système.
Dans certains pays nordiques et baltes, il arrive que les municipalités fournissent également des outils
numériques à cet égard. Au Danemark et en Lettonie, les municipalités fournissent aux établissements un
système numérique pour l'inscription des élèves. En Islande, où le fonctionnement des établissements
d'enseignement primaire et de premier cycle de l'enseignement secondaire est assuré par les
municipalités, les parents doivent remplir un formulaire d'inscription pour leurs enfants directement sur le
site web de l'établissement concerné. Aux États-Unis, les inscriptions sont prises en charge par les
établissements et les districts scolaires et, généralement, les différents États ne mettent pas à la
disposition des établissements des plateformes à cet effet. Toutefois, sauf dans les districts de petite taille,
le processus est normalement effectué en ligne. Dans la plupart des cas, il s'agit uniquement d'un
processus d'inscription. Au Canada, les inscriptions sont aussi effectuées directement auprès des
établissements et, souvent, sans recourir à des outils numériques.

Candidature et admission sélectives

Les outils d'admission proposés à l'échelon central jouent parfois un rôle plus important, notamment
lorsque les parents ont un certain degré de liberté dans leur choix d'établissement ou lorsque les
établissements appliquent des critères d'admission ou de sélection des élèves.
Il existe deux types de systèmes d'appariement. Le premier type de systèmes numériques utilise des
algorithmes rigoureux fondés sur des critères réglementaires pour indiquer l'établissement dans lequel un
élève doit ou peut être scolarisé : il s'agit généralement de la distance entre le domicile et l'établissement
et, parfois, de la performance scolaire. Ces algorithmes peuvent tenir compte d'autres aspects, tels que
l'équité, servir à influencer la composition de l'effectif d'élèves et faire du milieu socio-économique un
critère de décision. Ils peuvent aussi aider les parents quant au choix de l'établissement pour leurs enfants
(notamment en l'absence de processus de sélection), principalement en leur fournissant des informations
sur les établissements et en éclairant leurs décisions « stratégiques ». Du point de vue du système, ils
aident à encadrer le processus de répartition des élèves, notamment lorsqu'il existe une multitude de choix.
Quelques pays fournissent publiquement des systèmes d'inscription centralisés.
En Espagne, les systèmes de gestion des admissions d'élèves sont fournis par le ministère concerné pour
gérer la répartition des élèves dans les établissements. Les parents se servent du système pour déposer
une demande d’inscription auprès d'un ou de plusieurs établissements. En Italie, le ministère propose
depuis 2014 un système centralisé de gestion des admissions d'élèves appelé Iscrizioni Online.
L'inscription en ligne y est obligatoire pour tous les élèves scolarisés en première année dans un
établissement public d'enseignement primaire et secondaire (et facultative pour la scolarisation dans les
établissements privés). Les parents peuvent consulter le site Scuola in Chiaro pour trouver des
informations sur les établissements qui les intéressent. Le but était ici de contribuer à la transformation
numérique globale du pays, qui à l'époque accusait un retard en la matière.
Au Chili, toutes les admissions dans les établissements publics ou les établissements privés financés par
des fonds publics, à tous les niveaux d'enseignement, se font via un système géré par l'administration
centrale, et appelé SAE. Les familles qui inscrivent des élèves ont accès à un large éventail d'informations
sur les établissements, notamment le nombre de places disponibles, le niveau de concurrence lors des
admissions de l'année précédente, les programmes de cours et la planification de l'enseignement, la
performance et les activités extrascolaires. Ces informations sont directement intégrées au système SAE
grâce à son interopérabilité avec le système d'information scolaire SIGE. L'interopérabilité du système
avec les systèmes chiliens de registre d'état civil permet de préremplir une part importante des demandes
d'admission avec des variables clés pour le processus de sélection, telles que des données socio-

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

112 

économiques et la présence de frère et sœurs scolarisés dans l'établissement. Si les demandes

d'admission sont supérieures au nombre de places disponibles, s'enclenche alors un processus de
sélection à l'aide d'un algorithme tenant compte de plusieurs priorités définies par les réglementations en
vigueur (par exemple, des frères et sœurs déjà scolarisés dans l'établissement, un désavantage socio-
économique, les enfants du personnel de l'établissement, etc.). Le système attribue de manière aléatoire
toutes les places non pourvues dans les établissements.
Dans la Communauté française de Belgique, les parents se servent du système CIRI (Commission Inter-
Réseaux des Inscriptions) pour inscrire en ligne leurs enfants dans un établissement d'enseignement
secondaire. L'admission dépend alors de plusieurs critères définis par la loi, dont le lieu de résidence, le
dossier scolaire, la filière envisagée ainsi que le nombre de candidatures et l'ordre dans lequel elles ont
été déposées. Les parents peuvent également consulter un site web gouvernemental pour vérifier s'il reste
encore des places disponibles dans les établissements d'enseignement primaire (et préprimaire) situés
près de chez eux.
En France, ce sont les académies régionales (plutôt que le ministère de l'Éducation) qui utilisent la
plateforme Affelnet (« Affectation des élèves par le net ») pour les candidatures et les admissions dans les
établissements du deuxième cycle de l'enseignement secondaire, qu'il s'agisse de la filière générale ou
professionnelle. Les élèves (et les parents) formulent leurs souhaits en matière d’établissements et de
filière d’études. Des critères permettent ensuite de déterminer l'établissement de deuxième cycle de
l'enseignement secondaire dans lequel ils seront scolarisés. Parmi ces critères figurent le lieu de résidence
des élèves, leurs résultats scolaires et leur milieu socio-économique (défini en fonction de leur statut de
boursier ou non). Chaque académie peut adapter le système en attribuant un coefficient plus ou moins
important aux différents critères. Affelnet a été testée dans un premier temps dans la région de Paris, et
sa mise en place a initialement suscité de vives oppositions, notamment parce que le système instaurait
de nouvelles règles en matière d'inclusion sociale (Grenet, 2022[8] ; Grenet, 2022[9]).
Un second type de systèmes pourrait être qualifié de système « d'appariement » manuel. Ils mettent
également en relation les élèves et les établissements via un processus de candidature et d’admission en
ligne : les élèves reçoivent des informations sur les établissements, formulent leurs vœux et fournissent
tous les documents nécessaires ; les établissements utilisent ensuite ces données pour sélectionner et
classer les candidats ; enfin, par l'intermédiaire d'un système d'acceptation ou de refus des offres
d'affectation, les élèves trouvent une place dans un établissement. Les systèmes d'admission qui reposent
sur un modèle d'appariement sont plus fréquents pour les transitions du deuxième cycle de l'enseignement
secondaire vers l'enseignement supérieur ou vers un enseignement et une formation professionnels. Dans
ce cas, il n'existe généralement aucune automatisation des décisions, bien que les titres de compétences,
entre autres, fassent l'objet d'une vérification automatique. Ces systèmes d'admission sont principalement
axés sur la communication.
On observe dans un nombre croissant de pays que les admissions dans le deuxième cycle de
l'enseignement secondaire ou dans l'enseignement supérieur sont gérées par de tels systèmes.
Au Danemark, l’administration centrale exploite un système de gestion des admissions des élèves, appelé
Optagelse, que ces derniers utilisent pour s’inscrire dans des établissements du deuxième cycle de
l'enseignement secondaire, des programmes d'enseignement et de formation professionnels ainsi que
dans des établissements d'enseignement supérieur. Ces établissements se servent ensuite du système
pour examiner et sélectionner les candidatures. Pour ce faire, une partie du système utilise des algorithmes
fondés sur des règles. En Estonie, le système d'admission des élèves (SAIS10) permet de déposer sa
candidature auprès d'établissements du deuxième cycle de l'enseignement secondaire (filière générale et
professionnelle) et d'établissements d'enseignement supérieur. Cette plateforme propose des informations
sur le classement des établissements d'enseignement affiliés au système, permet aux élèves de s'inscrire
aux examens d'admission et de recevoir des notifications sur l'état d’avancement de leur candidature. Le
système SAIS extrait des données sur les candidats figurant dans le Registre de la population, le Système

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  113

estonien d'information scolaire et le Système d’information sur les examens. Les élèves n'ont donc pas
besoin de fournir aux établissements dans lesquels ils déposent leur candidature des certificats ou autres
documents contenant des données personnelles en version papier.
Le Brésil et la France disposent déjà de plateformes similaires pour la gestion des candidatures auprès
des établissements d'enseignement supérieur. Au Brésil, les élèves du secondaire et de la filière
professionnelle doivent utiliser la plateforme SISU pour déposer une demande en vue d'intégrer un des
établissements d'enseignement supérieur publics du pays. Ils dressent alors une liste des diplômes,
universités et établissements qu'ils privilégient et précisent également d'autres variables de sélection
(comme le droit à bénéficier des mesures de discrimination positive), puis sont alors retenus en fonction
de leur résultat à l'examen national d'admission à l'université (ENEM). La plateforme SISU est accessible
deux fois par an pour les périodes d'admission (en fonction des semestres d'études au Brésil), et les élèves
sont invités à définir et adapter leurs choix sur la base de classements des élèves réalisés de manière
dynamique et des notes d'admission minimum avant la date limite. En France, les élèves du deuxième
cycle de l'enseignement secondaire font part de leurs vœux d'affectation via la plateforme Parcoursup.
Selon un calendrier national unique, ils sont tenus d'utiliser cette plateforme pour candidater à un nombre
(limité) de formations dans l'enseignement supérieur parmi les 21 000 parcours d'études qui y sont
recensés. Ils reçoivent également des conseils et des informations sur les formations sélectionnées, et
peuvent accepter ou rejeter les propositions d'admission faites par les établissements. La plateforme utilise
des algorithmes non fondés sur l'intelligence artificielle pour trier les candidatures selon certains critères
(résultats scolaires, classement au sein de leur classe selon les matières, statut de boursier, etc.) et
s'appuie sur un processus itératif d'appariement entre les établissements et leurs candidats. La plateforme
ne procède elle-même à aucun examen ni classement des candidatures, et permet uniquement aux
établissements d'enseignement post-secondaire de classer les candidats en fonction des critères qu'ils
ont définis, avant la mise en place d'un processus de sélection manuel final.
L'Irlande applique également un processus d'admission dans l'enseignement supérieur qui repose sur un
système de points et qui est hébergé sur une plateforme numérique unique gérée par le Bureau central
des admissions, une organisation non gouvernementale à but non lucratif.

Outils de certification

L'un des domaines dans lesquels la technologie est immédiatement disponible concerne les diplômes et
les titres numériques vérifiables. Smolenski (2021[10]) a mis en lumière les gains d'efficacité réalisés grâce
à l'utilisation de la technologie blockchain, ou de toute autre technique de vérification infalsifiable, pour
faciliter le transfert des titres de compétences à l'échelle nationale et transnationale. Une autre raison
concerne la protection des données et la gestion des titres numériques par leur bénéficiaire. Enfin, un des
espoirs que l'on peut formuler, mais qui nécessitera encore quelques évolutions au sein de la société, c’est
que les badges et les microqualifications permettront aux personnes d'attester d'un éventail de
compétences au-delà de celles évaluées dans un cadre formel. Cela peut commencer dès l'école, en
supposant que les élèves aient accès aux outils numériques correspondants.
Dans la majorité des cas, la gestion des diplômes et autres qualifications s’effectue toujours à l'aide de
systèmes sur support papier. D'après notre enquête, sur les 29 pays/juridictions à l'étude, 11 mettent à la
disposition de leurs élèves des justificatifs numériques. Cela révèle différentes réalités.
Certains pays intègrent un système de certification numérique dans leur système d’information scolaire.
C’est par exemple le cas en Corée, au Mexique et aux Pays-Bas. Au Mexique, le système d'information
scolaire (SIGED) permet aux élèves d'accéder à leurs diplômes. De même, en Corée et aux Pays-Bas,
les élèves ont la possibilité d'accéder aux systèmes d’information scolaire (respectivement, la plateforme
DUO et le système NEIS) pour récupérer leurs diplômes. Comme mentionné précédemment à propos des
systèmes d'admission, l'Estonie autorise la vérification et la transmission des titres numériques au sein de
son infrastructure numérique.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

114 

La Communauté flamande de Belgique et la France disposent de plateformes réservées à cet usage. Dans
la Communauté flamande de Belgique, la plateforme du ministère de l'Éducation consacrée aux titres
numériques, et appelée LED, archive les titres obtenus par les élèves (diplômes, attestations d'expérience,
etc.) pour en faciliter l'accès en ligne (et automatiquement en cas de titre délivré par un établissement
flamand). À l'aide de leur carte d'identité électronique (eID), les personnes peuvent récupérer leurs titres
et prouver leur authenticité et, par exemple, justifier leur éligibilité à une bourse d’études ou dans le cadre
d'une candidature à un poste. La plateforme LED est interopérable avec d'autres services de
l'administration publique flamande du secteur de l'éducation ainsi qu'avec des plateformes consacrées à
d'autres secteurs (par exemple, l'environnement, les affaires sociales). Les titres récupérés depuis la
plateforme LED sont compatibles avec le dispositif Europass du Cadre européen des certifications. En
France, tous les diplômes délivrés depuis 2003 sont numérisés et accessibles depuis la plateforme
[Link] qui permet aux personnes de récupérer leurs certificats numériques certifiés et à des tiers
de vérifier l'authenticité des diplômes présentés à l'aide d'une clé numérique.
L'Italie possède un autre type de plateforme qui ressemble davantage à un portefeuille de compétences.
Pour mieux documenter les expériences des élèves au cours de leur scolarité (par exemple, parcours
d'études, examens), l'Italie a mis en place un Plan numérique conduisant à la création d'un profil numérique
pour tous les élèves de l'enseignement secondaire. Les élèves utilisent leur carte étudiante « IoStudio »
(« J'étudie ») pour enregistrer leur profil numérique et ils ont également la possibilité d'attester de leurs
compétences acquises tant dans le cadre scolaire qu'extrascolaire. L'Italie offre un exemple de modèle de
certification numérique axé sur les titres de compétence informels.
Certains pays, comme l'Autriche, prévoient actuellement l'instauration d'un système de diplômes
numériques.

Fourniture de conseils en matière d'orientation académique et professionnelle

Plateforme d'orientation académique et professionnelle pour les élèves

L'orientation académique et professionnelle est une dimension essentielle des systèmes éducatifs,
notamment pour les élèves dont les familles sont moins à même de s'orienter dans le système éducatif de
leur pays et parmi les débouchés sur le marché du travail. Au fur et à mesure que les élèves progressent
dans leur parcours d'étude, ils doivent avoir à leur disposition des informations appropriées et, si possible,
adaptées à leur cas personnel. Le caractère potentiellement interactif de la technologie numérique et les
possibilités adaptatives offertes par l'IA font des plateformes numériques l'espace idéal pour fournir aux
élèves et aux familles des conseils plus actualisés et personnalisés.
La majorité des pays/juridictions possède un type de système numérique consacré à l'orientation
académique et professionnelle des élèves : sur les 29 pays/juridictions ayant répondu à l'enquête de
l'OCDE sur l'infrastructure d'éducation numérique et la gouvernance éducative, 23 (soit près de 80 %) ont
signalé la présence de plateformes à l'échelle du pays ou de la juridiction.
Quelques pays ne fournissent généralement pas de plateformes publiques, comme le Canada et les États-
Unis. Il existe cependant des contre-exemples en raison de l'importante décentralisation des
responsabilités. Par exemple, au Canada, la province du Manitoba a développé une plateforme publique
sur les perspectives professionnelles au sein de la province (Manitoba Career Prospects) pour aider les
élèves à s'orienter dans le système éducatif et à trouver des informations concernant leur avenir
professionnel. La plateforme donne également des conseils aux professionnels de l’éducation pour qu'ils
aident les jeunes du Manitoba à explorer les différents choix de carrière et les parcours d'études appropriés
dans la province. Si des plateformes d'orientation professionnelle existent au Brésil, elles ne sont pas
mises partout à la disposition des élèves scolarisés dans les établissements publics (sauf pour ceux

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  115

suivant un enseignement et une formation professionnels). En 2024, la Suède est en train de développer
une plateforme d'orientation académique et professionnelle pour l'ensemble du territoire.
Toutefois, l'absence de plateforme publique ne signifie pas que les élèves ne reçoivent aucun conseil en
matière d'orientation. En effet, au Canada, certains territoires et provinces déclarent accorder aux
établissements un accès à des plateformes commerciales adaptées au lieu de résidence des élèves. Ces
plateformes leur proposent un programme complet pour planifier leurs études, de l'enseignement primaire
à l'enseignement post-secondaire, ainsi que leur carrière. Elles fournissent également des outils d'auto-
évaluation pour définir leur niveau de compétences et cerner leurs aspirations ainsi que des informations
sur les conditions d'accès aux filières sélectives et les conditions d'obtention d'un diplôme en fonction des
provinces. Si l'Angleterre dispose d'une plateforme nationale destinée à toute la population, les
établissements anglais sont tenus par la loi de proposer à leurs élèves une orientation professionnelle de
qualité. Pour ce faire, ils sont accompagnés par l'agence Careers and Enterprise Company, financée par
le ministère, qui fournit des ressources en ligne pour les aider à gérer leurs programmes d'insertion
professionnelle, à planifier les activités en ce sens, à cibler le soutien nécessaire et à collecter
systématiquement les commentaires des élèves.
Les pays (et juridictions) qui assurent des services d'orientation académique et professionnelle aux élèves
ont généralement recours à trois types de plateformes.
La plupart des plateformes recherchent la simplicité et sont généralement juste un site comportant des
données statiques sur les différents parcours d'études disponibles dans le système éducatif ainsi que
quelques informations sur les professions. Ces sites comprennent souvent des outils d'auto-évaluation
pour aider les élèves et les familles à faire leurs choix.
Au Chili, le portail public Mi futuro (« Mon futur ») propose des ressources aux élèves souhaitant poursuivre
leurs études dans l'enseignement supérieur. Ils y trouvent des informations sur les établissements
d'enseignement supérieur, les critères d'admission ainsi que sur les perspectives d'emploi et de carrière.
Il s’agit généralement des informations disponibles dans les systèmes d'admission mentionnés
précédemment. Par le biais de son Institut pédagogique national (NPI), la Tchéquie propose un éventail
d'informations et des outils d'auto-évaluation. De la même manière, dans la Communauté française de
Belgique, au Brésil (pour les filières professionnelles) et en Irlande, les plateformes associent
habituellement des informations statiques et un ou plusieurs outils d'auto-évaluation. En Nouvelle-Zélande,
la plateforme d'orientation professionnelle fournit des informations, des outils et des ressources aux élèves
du secondaire pour les aider à sélectionner les matières à étudier ou orienter leurs choix de carrière après
l'enseignement post-secondaire. La plateforme contient également une section réservée aux conseillers
d'orientation en poste dans les établissements qui met à leur disposition divers outils et ressources. Des
dispositifs similaires en matière d'orientation sont proposés sur le site Meng Schoul au Luxembourg, sur
le site UddannelsesGuiden (Guide de l'éducation) au Danemark, sur le site de l'ONISEP (Office national
d'information sur les enseignements et les professions) en France, ainsi que sur les plateformes HIFIVE
et CareerNet en Corée (uniquement pour les filières professionnelles).
Un deuxième type de plateformes propose aux élèves des recommandations en fonction de leurs
expériences, de leurs résultats et de leurs centres d'intérêt. Elle leur donne ainsi accès à des informations
mieux adaptées et plus personnalisées en matière d'orientation académique et professionnelle. La
navigation sur ces plateformes fonctionne souvent à l'aide d'algorithmes non fondés sur l'intelligence
artificielle. C'est le cas en Autriche, où les recommandations formulées sont adaptées aux expériences et
aux centres d'intérêt des élèves. Dans la Communauté flamande de Belgique, la plateforme Columbus est
en partie alimentée par des algorithmes non fondés sur l'IA.
Enfin, un troisième type de plateformes (généralement axées sur l'enseignement et la formation
professionnels) propose non seulement des informations, mais offre également un accès à des conseillers
d'orientation et la possibilité de découvrir des formations sous contrat d’apprentissage et des programmes
emploi-études spécifiques. Les informations qu’elles fournissent ne sont pas forcément plus

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

116 

personnalisées que celles provenant d’un site statique. En Corée, la plateforme Ggoomgil (Orientation
pour les enfants pleins de rêves) mise en place par le ministère s'adresse à tous les élèves scolarisés
dans le cadre institutionnel, et leur offre l'occasion de « tester » diverses professions et de prendre contact
avec des « centres d'expérience ». En Angleterre, le National Careers Service gère une plateforme
numérique d'orientation professionnelle qui propose aux jeunes de plus de 13 ans d'évaluer eux-mêmes
leurs compétences et de recevoir des recommandations de la part de conseillers professionnels. De
même, en Lituanie, la plateforme AIKOS regroupe plusieurs services d'orientation et fournit des
informations générales sur les professions, les qualifications, les programmes d'études et de formation en
lien avec l'EFP, ainsi que sur les établissements proposant une filière professionnelle et leurs conditions
d'admission. Au Danemark, la plateforme Lærepladsen aide les élèves à trouver une formation sous
contrat d’apprentissage auprès d'une entreprise agréée par le ministère.

Plateforme d'orientation professionnelle pour les enseignants

Par rapport aux services d'orientation académique et professionnelle dont bénéficient les élèves, les
enseignants et le personnel de l'éducation sont souvent moins accompagnés sur les questions
d'orientation au cours de leur carrière ou lors d'un changement de carrière. De tels conseils peuvent
pourtant s'avérer utiles pour attirer des enseignants, pour les aider à évaluer les différentes options qui
s'offrent à eux dans leur pays ou leur juridiction ou tout simplement pour connaître les possibilités de
changement de carrière le cas échéant. Sur les 29 pays/juridictions à l'étude, 4 (soit 14 %) mettent à la
disposition des enseignants des services numériques d'orientation professionnelle.
La Communauté française de Belgique et l'Angleterre proposent des plateformes semblables à l'intention
des enseignants et des candidats à la profession pour les informer des possibilités de carrière et des
exigences qui s'y rapportent. Il s'agit de la plateforme Pourquoi pas prof ? en Belgique et de la plateforme
Get into Teaching (Se lancer dans l'enseignement) en Angleterre. En Nouvelle-Zélande, le Teaching
Council of Aotearoa New Zealand a créé pour les enseignants un site consacré à la profession, avec un
éventail de ressources documentaires sur la formation d'enseignant et les pratiques d'enseignement. La
Corée dispose également d'une plateforme pour les enseignants appelée Kkumgil ([Link]).

Autres types de plateformes ou systèmes numériques

Les pays ont également été invités à indiquer s'ils fournissaient d'autres types de logiciels numériques que
ceux mentionnés dans notre étude pour la gestion des établissements ou du système éducatif, et si les
établissements, les autorités infranationales ou nationales achetaient couramment d'autres types de
systèmes. Les plateformes numériques dotées d'outils et de ressources d'apprentissage et mises à
disposition par les pouvoirs publics à l'échelle nationale ou de la juridiction dans plusieurs pays font l'objet
d'un autre chapitre. Aucun groupe courant d'outils n'a été signalé dans cette catégorie.
Du point de vue administratif et juridique, la Türkiye possède un système de gestion des documents (Dijital
Yönetim Sistemi ou DYS) pour faciliter la transmission des textes administratifs entre les administrations
centrale et locales ou les établissements publics. Dans le cadre d'une initiative plus vaste d’administration
en ligne, la plateforme a pour objectif de rationaliser les processus administratifs et bureaucratiques, grâce
à la numérisation des flux de documents administratifs et juridiques (comme les annonces, circulaires et
autres émanant de l'administration). Dans de nombreux pays, ces documents peuvent être consultés sur
des sites juridiques ou des sites rattachés aux autorités/ministères de l'Éducation.
La quasi-totalité des pays/juridictions met à la disposition des enseignants des plateformes axées sur les
services et les ressources en matière de développement professionnel. Ces plateformes ne sont toutefois
pas abordées dans ce chapitre. Mais signalons, par exemple, le cas du Luxembourg, où le ministère de
l'Éducation fournit la plateforme Eformation pour mettre à la disposition des enseignants son offre de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  117

formation et les aider à assurer un suivi de leurs formations obligatoires. La plateforme permet également
au ministère de valider les formations réalisées, à l'aide d'un échange de données avec le système EPI.

Synthèse et recommandations politiques relatives aux outils de gestion

numériques

Outre les systèmes d'information pour la gestion de l'éducation (SIGE), les plateformes d'évaluation
numériques et les plateformes de diffusion de contenus/savoirs regroupant les ressources d’enseignement
et d’apprentissage, qui font l'objet d'autres chapitres, ce tour d'horizon a permis de montrer la diversité des
infrastructures numériques des pays pour la gestion de leur système éducatif ou de leurs établissements
d'enseignement. Si certains outils numériques sont fournis par les pouvoirs publics dans presque tous les
pays/juridictions (les systèmes de gestion de l'apprentissage et les services en ligne d'orientation
académique et professionnelle, par exemple), d'autres demeurent exceptionnels (comme les systèmes
d’alerte précoce, les systèmes de certification numérique ou les services d'orientation professionnelle pour
les enseignants). Le Graphique 3.3 et le Tableau 3.2 présentent une synthèse de la fourniture de ces outils
par les autorités publiques, tant au niveau central qu'infranational.

Graphique 3.3. Systèmes de gestion des établissements et du système éducatif fournis par les
pouvoirs publics au sein des pays (2024)

Remarque : les chiffres indiqués montrent le nombre de pays/juridictions (sur 29) dont les autorités publiques fournissent ces systèmes au
niveau national ou infranational dans au moins un niveau d'enseignement. Lorsque ces systèmes ne sont pas fournis, les établissements
peuvent les acquérir à l'aide de fonds publics.

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

118 

Tableau 3.2. Fourniture par les autorités publiques d'outils numériques pour la gestion des établissements et du système éducatif (2024)
Gestion de Gestion Fonctionnalités Gestion des Gestion des Certification Alerte précoce Orientation Orientation Autres
l'apprentissage de la administratives installations admissions numérique (décrochage) académique/professionnelle professionnelle
relation d'élèves pour les élèves pour les
client enseignants
Autriche ✓ ✓ ✓ ✓
Brésil ✓ ✓ ✓ ✓
Canada ✓
Chili ✓ ✓ ✓ ✓ ✓ ✓
Tchéquie ✓ ✓
Danemark ✓ ✓ ✓ ✓ ✓
Estonie ✓ ✓ ✓ ✓ ✓ ✓ ✓
Finlande ✓ ✓ ✓ ✓
France ✓ ✓ ✓ ✓ ✓
Hongrie ✓ ✓ ✓ ✓ ✓ ✓
Islande ✓ ✓ ✓ ✓ ✓
Irlande ✓ ✓ ✓ ✓
Italie ✓ ✓ ✓
Japon ✓
Corée ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓
Lettonie ✓ ✓ ✓ ✓
Lituanie ✓ ✓
Luxembourg ✓ ✓ ✓ ✓ ✓ ✓ ✓
Mexique ✓ ✓ ✓
Pays-Bas ✓ ✓ ✓
Nouvelle- ✓ ✓ ✓ ✓ ✓
Zélande
Slovénie ✓ ✓ ✓ ✓
Espagne ✓ ✓ ✓ ✓
Suède ✓ ✓
Türkiye ✓ ✓ ✓ ✓ ✓ ✓
États-Unis ✓ ✓

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  119

Gestion de Gestion Fonctionnalités Gestion des Gestion des Certification Alerte précoce Orientation Orientation Autres
l'apprentissage de la administratives installations admissions numérique (décrochage) académique/professionnelle professionnelle
relation d'élèves pour les élèves pour les
client enseignants
Angleterre ✓ ✓
(Royaume-
Uni)
Comm. ✓ ✓ ✓
flamande
(Belgique)
Comm. ✓ ✓ ✓ ✓ ✓ ✓ ✓
française
(Belgique)
Total 18 11 21 3 15 11 5 23 4 8

Remarque: les marques dans le tableau renvoient à une fourniture publique de ces outils numériques par les autorités nationales ou infranationales. Une case vide peut renvoyer à une acquisition par les
établissements eux-mêmes à l'aide de fonds publics La Tchéquie possède un nouveau système d'admission homologué qui sera opérationnel en 2024-25.

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

120 

Assurer un suivi de l'utilisation des outils

Avant d'aborder les possibilités et les défis associés à une solide infrastructure numérique pour les outils
de gestion du système et des établissements, il convient de noter que la présence d'outils numériques
n'implique pas forcément qu'ils soient utilisés. Ce constat vaut en particulier pour les ressources
d’enseignement et d’apprentissage, mais concerne parfois aussi les outils présentés dans ce chapitre. Par
exemple, si les autorités publiques avaient déjà mis en place les systèmes de gestion de l'apprentissage
avant la pandémie de COVID-19, c’est bien souvent cette crise qui a fourni l’occasion d’utiliser leurs
fonctionnalités relatives à la gestion de contenu.
Le recours à certains outils étant obligatoire, il n'y a pas vraiment de possibilités de débat : c'est le cas des
systèmes numériques orientés vers les tâches administratives ainsi que des systèmes d'admission ou de
certification numérique. Cela signifie simplement que tous les établissements dans les pays participant à
l'enquête gèrent, par exemple, le paiement de leurs enseignants par voie numérique. Lorsque des
systèmes d'inscription/d'enregistrement sont fournis, ils doivent être utilisés. Les systèmes d'admission
sont obligatoires lorsqu'il s'agit de choisir un établissement dans le cadre institutionnel, mais peuvent ne
concerner qu'un sous-groupe d'établissements affiliés au système dans le cas de dépôts de candidature
auprès d'établissements d'enseignement supérieur ou d'enseignement et de formation professionnels.
Leur degré d'utilisation varie en fonction de la nature des plateformes. Lorsqu'elles visent à délivrer ou
vérifier des diplômes officiels, on peut s'attendre à un usage systématique (sauf en cas de double emploi
avec les versions papier).
Pour tous les autres outils numériques présentés dans ce chapitre, leur utilisation demeure facultative,
ainsi que leur fourniture lorsque celle-ci incombe aux autorités infranationales. Ces autorités peuvent
parfois rendre leur utilisation obligatoire. En l'absence d'un suivi statistique régulier de leur utilisation,
effectué par les pays ou à l'aide d'études comparatives internationales, il n'existe aucune information fiable
sur l'utilisation effective de ces outils. Notre enquête (et nos entretiens) invitait les participants à donner
une estimation éclairée concernant l'utilisation par les établissements des différents outils numériques de
leur système (pour chaque niveau d'enseignement). À l'exception des systèmes à visée administrative,
qui selon les déclarations sont utilisés partout, les niveaux de numérisation déclarés par les pays doivent
être interprétés avec prudence – en dépit de la pandémie de COVID-19 qui a marqué un tournant en
matière de conversion numérique. C'est la raison pour laquelle ces niveaux ne sont pas ici mentionnés.
Cependant, même si l'on peut discuter de la mesure dans laquelle ces outils sont utilisés, ce qui peut varier
en fonction du niveau d'enseignement, on peut déterminer approximativement plusieurs fréquences
d'utilisation dans les pays : les outils numériques courants ou répandus sont les systèmes dotés de
fonctions administratives, les systèmes de gestion de l'apprentissage, les outils de communication
numériques avec les parents (intégrés ou non au système de gestion de l'apprentissage), les systèmes
d'admission et d'inscription numériques, et les dispositifs d'orientation académique et professionnelle pour
les élèves. Les plateformes de certification numérique sont quant à elles modérément utilisées, tandis que
les systèmes de gestion des installations, les systèmes d'alerte précoce et les services d'orientation
professionnelle pour les enseignants le sont rarement. Cela correspond en grande partie au modèle de
fourniture publique. On peut espérer que les études comparatives ou celles menées à l'échelle nationale
pourront faire la lumière sur la présence et l'utilisation effectives de ces outils numériques au sein des
établissements.

Tirer avantage de la technologie avancée (IA)

Si nombre de débats portent sur l'automatisation et le recours à l'IA au sein des systèmes éducatifs, il
convient cependant de noter qu'aucun des outils numériques mentionnés dans ce chapitre n'utilise
d'algorithmes fondés sur l'IA – à l'exception de certains systèmes d'alerte précoce aux États-Unis ou en
phase pilote dans une poignée d'autres pays. Certains systèmes se servent d'algorithmes basés sur des
critères, notamment les systèmes pour les admissions et les dépôts de candidature, ou utilisent d'autres

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  121

types de technologie avancée, principalement pour les titres vérifiables. Dans l’ensemble, à l’horizon 2024,
aucun pays n'a cependant fait part d'un recours à des algorithmes fondés sur l'apprentissage automatique
ou l'IA. Par ailleurs, la présence d'outils de diagnostic ou de recommandation n'est que très limitée, et est
pratiquement nulle s'agissant des outils de prise de décision automatisée (seuls les outils de gestion des
admissions pourraient s'en approcher).
L'une des opportunités (et l'un des défis) à venir pour les pays pourrait consister à exploiter les possibilités
de l'IA en matière d'apprentissage automatique et de codage en dur, afin de comprendre tout ce que la
technologie actuelle a à offrir. Par exemple, même si la majorité des systèmes de gestion de
l'apprentissage propose des tableaux de bord pour aider les responsables scolaires et les enseignants à
interpréter les données collectées, il ne s'agit que de visualisations de données relativement simples. Ces
systèmes sont très peu nombreux à intégrer des modèles analytiques ou prédictifs ou à émettre des
recommandations, par exemple, sur les ressources d'apprentissage que devraient utiliser les enseignants
compte tenu des caractéristiques de leurs classes, sur les personnes à contacter pour échanger des notes,
sur la manière dont les chefs d’établissement et les enseignants devraient composer les classes, sur la
façon d'associer leurs efforts à ceux d'autres établissements ou d'autres classes ayant des problèmes,
des intérêts ou des atouts en commun, etc. Le principal élément interactif des plateformes d'orientation
académique/professionnelle repose sur les outils d'auto-évaluation (de la personnalité) qui aident à
déterminer les types de carrières susceptibles d'intéresser un élève. Face à la quantité de données et
d'avis consignés dont disposent les systèmes éducatifs sur chaque élève, la technologie pourrait
probablement contribuer à personnaliser et renforcer la pertinence des conseils en matière d'orientation.
Si beaucoup d'observateurs concentrent leur attention sur les dangers que pourrait représenter l'IA dans
le secteur de l'éducation, notre tour d'horizon de l'infrastructure numérique des pays pour les applications
à l'échelle des établissements et du système montre que les dernières possibilités qu’offre la technologie
demeurent largement inexploitées. Rares sont les pays qui semblent étudier les utilisations concrètes qui
permettraient de faire de ces possibilités une réalité pour les élèves et autres acteurs de l'éducation.

Mener une réflexion sur les modèles de fourniture ou d'achats publics

Il existe différents modèles permettant aux établissements, aux élèves et à leur famille ainsi qu'aux
enseignants d'avoir accès à une infrastructure numérique. Certains pays laissent l'administration centrale
fournir les outils, quand d'autres délèguent cette tâche aux autorités publiques infranationales
responsables d'un groupe d'établissements, et d'autres encore allouent des fonds publics aux
établissements qui s'occupent alors d'acquérir eux-mêmes les outils dont ils ont besoin. Une autre décision
concerne le fait de développer/posséder des outils publics ou uniquement d'obtenir une licence
d'exploitation auprès d'entreprises à but lucratif du secteur des technologies pédagogiques. Chacun de
ces modèles présente des avantages et des inconvénients, comme illustré dans le Tableau 3.3.

Tableau 3.3. Avantages et inconvénients des différents modèles de fourniture ou d'achats publics
Avantages Inconvénients
Fourniture au niveau • Égalité d'accès pour tous les • Manque éventuel de pertinence pour certains contextes
central établissements et risque d'une non-utilisation (à moins d'une obligation)
• Interopérabilité avec les outils à l'échelle • Manque éventuel de diversité des prestataires et des
du système produits
• Pouvoir de négociation (tarifaire) élevé
• Disponibilités des compétences
techniques

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

122 

Avantages Inconvénients
Fourniture au niveau • Proximité avec le contexte local et les • Inégalité d'accès entre les autorités infranationales
infranational besoins des établissements • Risque d'absence d'interopérabilité
• Développement possible de solutions
diverses (concurrence)
• Pouvoir de négociation (tarifaire) modéré
• Disponibilités des compétences
techniques

Achats par les • Satisfaction des besoins des • Perte éventuelle d'économies d'échelle
établissements établissements • Manque éventuel de compétences techniques
• Possibilité pour les établissements
d'élaborer leur propre écosystème
numérique cohérent
Propriété publique • Personnalisation des outils en fonction • Moins de compétences internes en matière de
des besoins des pouvoirs publics et du conception/développement
système • Besoin d'investissements permanents pour éviter une
• Solide protection des données et de la obsolescence rapide
vie privée • Moins de mesures incitatives en faveur de l'innovation
• Possibilités de recherche pour et l'amélioration (qualité et efficacité)
l'amélioration des politiques
Achats publics • Possibilité de tirer parti de la concurrence • Risque de blocage par le fournisseur
du marché et choix variés • Redondance éventuelle des fonctionnalités entre les
• Atout pour les dynamiques du marché outils
des technologies éducatives • Accès limité aux données collectées par les outils
numériques et moindre possibilité d'en tirer des
enseignements
StatLink 2 [Link]

Dans la plupart des pays, les modèles reposent sur la décentralisation habituelle des responsabilités au
sein du système éducatif, qui se justifie souvent par des motifs juridiques et parfois par la force des
habitudes. Il n'est pas nécessaire qu’il en soit ainsi. Les pays pourraient envisager, pour certains outils
numériques, de recourir à un modèle différent de celui auquel ils sont habitués. Plusieurs facteurs et
objectifs seraient alors à prendre en compte, dont l'égalité d'accès, la qualité de l'offre des technologies
pédagogiques, l'intégration plus poussée du système, le fait d'éviter l'achat d'outils inefficaces, etc. Cela
pourrait nécessiter une modification de leur législation ou de leurs pratiques habituelles.

Assurer une infrastructure publique minimale ?

Certains pays disposent d'un modèle mixte dans lequel les autorités publiques mettent à disposition un
outil à central ou juridictionnel tout en permettant que des fonds publics soient alloués aux établissements
ou aux autorités infranationales pour l'achat d'un outil similaire. C'est un modèle intéressant, car si l'on
peut penser qu'il fait double emploi et entraîne un gaspillage de ressources publiques, il présente
néanmoins l'avantage de fournir à tous les établissements une infrastructure numérique « minimale »
gratuite. Il a également l'avantage de laisser une certaine latitude aux établissements et de développer un
niveau de compétence en technologie au sein des ministères/organismes publics. Il peut arriver que les
établissements et les parties prenantes n'utilisent pas ces outils publics parce qu'ils n'en ont pas
connaissance, qu'ils jugent ces outils moins conviviaux que les versions commerciales ou qu'ils préfèrent
continuer à utiliser les outils auxquels ils sont habitués. Les pays devraient assurer un suivi de l'utilisation
ou de la non-utilisation de ces outils publics et de leur véritable rôle dans les stratégies numériques et
politiques de l'éducation en place, et en comprendre les raisons.
À la lumière de la récente pandémie de COVID-19, les pays devraient définir leurs attentes quant à
l'infrastructure numérique minimale à laquelle les établissements, les enseignants et les élèves devraient
avoir accès. Selon les responsables publics, la pandémie a incité les établissements à adopter des

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  123

systèmes de gestion de l'apprentissage. Les autorités publiques ont aussi augmenté leur offre directe de
fourniture d'outils numériques. Si une infrastructure numérique décentralisée présente bien des avantages,
une infrastructure durable doit pouvoir être rapidement élargie et assurer l'accès des établissements, des
élèves et des enseignants à un nombre minimal, mais suffisant, de ressources d'apprentissage, dont
l'utilisation nécessite par ailleurs la présence d'un minimum d'outils numériques au sein des
établissements.

D'une gestion efficace à l'utilisation performante et stratégique de l'écosystème dans un

objectif de transformation numérique

Comme signalé précédemment, un solide système d'information scolaire longitudinal (ou un SIGE) est une
composante essentielle de tout écosystème numérique. Cela s'explique principalement par le fait que la
centralisation de certaines données importantes concernant un système permet, au besoin, la diffusion de
ces données à d'autres plateformes. Les systèmes de gestion de l'apprentissage sont l'équivalent des
systèmes d'information scolaire au niveau des établissements et constituent donc probablement pour ces
derniers l'un de leurs principaux outils. Ces systèmes doivent facilement pouvoir faire remonter les
informations sur les élèves vers les systèmes d'information scolaire, ce qui s'est vérifié dans près de la
moitié des pays pour lesquels nous disposons de données. Mais il est néanmoins capital que les
établissements reçoivent (ou extraient) également des informations au niveau du système pour renforcer
la performance de leur système de gestion de l'apprentissage.
En d'autres termes, il conviendrait de passer de l'efficacité à l'efficience, et de ne plus viser une efficacité
moyenne au niveau local, mais un apprentissage à l'échelle du système afin d'améliorer la mise en œuvre
des objectifs poursuivis par les pays en matière de politique publique.
Dans le secteur de l'éducation, comme dans d'autres, on attend de la numérisation des processus
administratifs qu'elle maximise la rentabilité et la productivité. Jusqu'à présent de nombreux pays se sont
essentiellement concentrés sur la numérisation de plusieurs processus de gestion des opérations dans
l'éducation. L'approche axée sur la gestion tend à mettre l'accent sur certaines tâches précises et examiner
si elles peuvent être numérisées et semi-automatisées, réduisant de fait les interventions humaines par
rapport aux processus précédents.
Par exemple, contrairement aux titres sur support papier, les titres numériques nécessitent moins de
ressources humaines pour traiter les demandes d'envoi aux diplômés ou les demandes de vérification
présentées par une tierce partie. Les délais d'attente sont alors également écourtés, car, sauf en cas de
problème qui nécessite une intervention humaine, les processus de retrait et de vérification des titres sont
automatisés. En outre, la fraude aux diplômes devient ainsi bien plus compliquée. L'inscription d'un élève
dans un établissement par voie numérique présente des avantages similaires, avec un processus plus
rapide et plus précis. Par ailleurs, cette inscription peut déclencher automatiquement plusieurs actions
administratives et permettre au personnel des établissements de gagner du temps. Les informations
peuvent parfois être préremplies à partir d'autres bases de données officielles, ce qui permet de perdre
moins de temps et de renforcer l'exactitude des données.
Il est important d'adopter, puis de maintenir, une approche opérationnelle ou de gestion au coup par coup
en matière de numérisation, même si d'autres éléments sont nécessaires pour entraîner une véritable
transformation numérique. Celle-ci consiste à tirer profit de l'ensemble des données et de l’écosystème
numérique et à inventer de nouveaux processus pour atteindre les objectifs en matière de politique
publique. D'un point de vue purement local, le processus de numérisation n’est pas toujours plus efficace,
ce qui pourrait expliquer la faible utilisation de certains outils numériques, du moins avant la pandémie de
COVID-19. L'utilité réelle de la numérisation de certains processus à l'échelle locale est peut-être d’offrir
des possibilités d'apprentissage et d'intervention à l'ensemble du système. Ce constat devrait être
explicitement communiqué aux différents acteurs.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

124 

Par exemple, pour un établissement situé en milieu rural qui compte peu de classes et peu d'élèves, on
peut estimer que les fonctionnalités administratives d'un système de gestion de l'apprentissage ne sont
pas nécessaires, et que conserver une gestion informelle (ou sur papier) peut s'avérer moins chronophage
et tout aussi efficace. Mais un élément qui n'est ici pas pris en compte est que la transmission des données
de tous les établissements locaux à l'écosystème global peut contribuer à l'amélioration du système. Au
Gujarat (Inde), par exemple, l'utilisation du système d'information scolaire VSK, qui regroupe des données
très diverses, a permis aux responsables politiques de détecter les lacunes de l'offre éducative en milieu
rural, puis de concevoir une nouvelle intervention stratégique (par exemple, la création d'internats
d'excellence).
De même, une région ou un quartier qui enregistre un taux très faible de décrochage scolaire pourrait
juger qu'il n'est pas nécessaire de disposer d'un système d'alerte précoce ni de collecter des données
pour la création d'indicateurs de détection précoce. Cette tendance s'observe généralement lorsque les
phénomènes sont peu fréquents. Mais cela n'implique pas pour autant que leurs données ne pourraient
pas contribuer à réduire le taux de décrochage scolaire ailleurs, voire dans les quelques cas qui pourraient
se présenter localement. Plusieurs pays se sont appuyés sur leur infrastructure de données pour imposer
la présence des élèves dans les établissements (conformément à leur politique en matière de scolarité
obligatoire) ou simplement pour l'encourager (conformément à leurs mesures de prévention du
décrochage scolaire).
L’un des défis associés à l'analyse ou la conception d'un écosystème d'éducation numérique réside dans
la multiplicité des outils : sur le plan positif, on peut l'envisager comme une source opportune de diversité
et d'émulation, mais sur le plan négatif, on peut le voir comme un morcellement. Toutefois, le morcellement
n'est pas toujours un problème ni une fatalité. L'interopérabilité d'au moins certains outils numériques,
c'est-à-dire leur capacité à partager des informations facilement (ou moyennant très peu d'efforts) est la
condition préalable à la mise en œuvre d'une transformation numérique (et, dans de nombreux cas, à la
recherche de l'efficacité). L'interopérabilité doit cependant s’accompagner d'une certaine créativité et d'une
vision stratégique. Par exemple, la plupart des pays encouragent la création de communautés
d’apprentissage professionnel parmi les enseignants. Dans l'enseignement secondaire, en fonction de la
ou des matières enseignées et de la taille de l'établissement, de telles communautés peuvent être
compliquées à mettre en place. La technologie et les informations collectées dans différentes
composantes du système pourraient-elles contribuer à former des groupes constructifs d'enseignants et à
exploiter la puissance de la technologie pour atteindre cet objectif stratégique affiché ? Lorsqu'un pays
fournit ou soutient la fourniture d'une infrastructure numérique, une des questions essentielles qui se pose
est la suivante : compte tenu de certains objectifs en matière de politique publique, de quelle manière
l'infrastructure numérique peut-elle être mise à profit pour créer de nouveaux processus éducatifs, et quels
sont les outils numériques dont les établissements, les enseignants et les élèves devraient disposer à cet
effet ?

Références

Bowers, A. (2021), « Early warning systems and indicators of dropping out of upper secondary [7]
school: the emerging role of digital technologies », dans OECD Digital Education Outlook
2021 : Pushing the Frontiers with Artificial Intelligence, Blockchain and Robots, OECD
Publishing, Paris, [Link]

Fragoso, T. (2023), « Hardware: the provision of connectivity and digital devices », dans OECD [4]
Digital Education Outlook 2023. Towards an Effective Digital Education Ecosystem, OECD
Publishing, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  125

Grenet, J. (2022), La transparence et l’obstacle: Principes et enjeux des algorithmes [8]

d’appariement scolaire, Presses de Sciences Po.

Grenet, J. (2022), Les algorithmes d’affectation dans le système éducatif français, Presses de [9]
Sciences Po.

OECD (2023), Country Digital Education Ecosystems and Governance. A companion to Digital [5]
Education Outlook 2023, OECD Publishing, [Link]

OECD (2023), Education at a Glance 2023: OECD Indicators, OECD Publishing, Paris, [6]
[Link]

Smolenski, N. (2021), « Blockchain for Education: A New Credentialing Ecosystem », dans [10]
OECD Digital Education Outlook 2021 : Pushing the Frontiers with Artificial Intelligence,
Blockchain and Robots, OECD Publishing, Paris, [Link]

Vidal, Q. (2023), « Digital assessment », dans OECD Digital Education Outlook. Towards an [2]
Effective Digital Education Ecosystem, OECD Publishing, [Link]
en.

Vincent-Lancrin, S. et C. González-Sancho (2023), « Education and student information [1]

systems », dans OECD Digital Education Outlook 2023. Towards an Effective Digital
Education Ecosystem, OECD Publishing, [Link]

Yu, J., Q. Vidal et S. Vincent-Lancrin (2023), « Digital teaching and learning resources », dans [3]
OECD Digital Education Outlook 2023. Towards an Effective Digital Education Ecosystem,
OECD Publishing, [Link]

Remarque

1
Pour plus d'information sur le système de taximètre : The taximeter system | Ministry of Children and
Education ([Link]).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

126 

4 Évaluation numérique
Quentin Vidal, OCDE

Ce chapitre propose une vue d'ensemble de la numérisation des évaluations

nationales ou centrales dans les pays et juridictions de l'OCDE. Il examine
les perspectives qu’ouvrent les nouvelles technologies et les données
intelligentes en matière de transformation des pratiques d'évaluation, puis
les compare à ce que les pays et juridictions exploitent réellement dans le
cadre de ce virage numérique. Évoluant entre ce qui est possible et ce qui
se fait en pratique, ce chapitre explique pourquoi la majorité des tests à
l'échelle du système sont désormais numérisés, tandis que les examens à
enjeu élevé pour les élèves restent principalement sur support papier. Enfin,
il émet plusieurs recommandations à l'intention des responsables politiques
afin qu'ils puissent se doter d'un écosystème d'évaluation numérique
efficace.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  127

Introduction

Dans un paysage de l'enseignement en constante évolution, la définition des politiques et pratiques

éducatives s'appuie essentiellement sur une évaluation efficace des résultats d'apprentissage des élèves
ainsi que sur l'évaluation permanente de la capacité des systèmes d’éducation à fournir un enseignement
de qualité et à assurer l'égalité des chances pour tous.
Il existe deux principaux types d'évaluation à l'échelle individuelle et de la classe, à savoir les évaluations
formatives et les évaluations sommatives. Les évaluations formatives sont un processus continu qui
consiste à évaluer et à fournir un retour d’information sur l’apprentissage des élèves tout au long de leur
parcours scolaire. Elles visent à suivre les progrès des élèves afin de leur proposer des pistes
d'amélioration et d'orienter les décisions pédagogiques pour améliorer les résultats d'apprentissage. Dans
les pays et juridictions où les évaluations formatives constituent déjà une pratique intégrée au sein de la
classe, les enseignants utilisent généralement des questionnaires, des exercices, des projets ou des
discussions en classe pour mesurer les progrès des élèves. Les évaluations sommatives permettent,
quant à elles, de mesurer les résultats d'apprentissage globaux des élèves pour déterminer, à la fin d'une
période d'apprentissage définie, le niveau de maîtrise d'objectifs d'apprentissage spécifiques. Pouvant
revêtir la forme d'un examen final ou de fin d'année, elles englobent cependant toutes sortes d'évaluations,
y compris celles données par les enseignants, qui ont essentiellement pour but d’évaluer l'apprentissage
des élèves. C'est ce type d'évaluation qui fait l'objet de ce chapitre.
Dans l'ensemble d'un système d’éducation, les pays et juridictions ont souvent recours aux évaluations
sommatives pour évaluer les principaux résultats d'apprentissage des élèves ainsi que la qualité et l'équité
de leur système éducatif. Au niveau central ou de la juridiction, ces évaluations peuvent prendre la forme
d'un examen ou d'un test. On fait souvent passer les examens à la fin de l'enseignement primaire ou
secondaire. Ils constituent des épreuves à enjeu élevé pour les élèves, car ils déterminent leur passage
au niveau d'enseignement supérieur ou leur procurent une qualification avant leur entrée sur le marché du
travail. Parmi les autres types d'évaluation à l'échelle du système figurent les tests standardisés qui visent
à mesurer les compétences de cohortes entières d'élèves dans des matières spécifiques, telles que la
compréhension de l'écrit, les mathématiques ou les sciences. Les pays et juridictions peuvent administrer
ces tests à l'aide d'une méthode fondée sur le recensement, selon laquelle tous les élèves de cohortes
données sont évalués dans les mêmes matières, ou en utilisant un échantillonnage probabiliste, où seul
un échantillon représentatif d'élèves est évalué dans chaque matière.
La numérisation ouvre des perspectives, mais présente également des défis pour l’administration des
examens et des tests. Les évaluations numérisées (ou informatisées) se caractérisent par leur adaptabilité,
en permettant de personnaliser le niveau de difficulté des questions en fonction des réponses apportées
pour évaluer les compétences de manière plus précise (voir l'Encadré 4.1). Grâce à diverses méthodes,
elles permettent d'évaluer des compétences traditionnelles ou nouvelles. Des rétroactions immédiates
donnent aux élèves la possibilité d’identifier les domaines qu'ils maîtrisent et ceux dans lesquels ils
éprouvent des difficultés, favorisant ainsi un apprentissage plus précis et plus personnalisé. Générée à
partir de l'examen des données de journal, l'analyse de l’apprentissage offre des informations dont la
portée va au-delà des résultats finaux de l'évaluation, car, outre le fait de savoir si un élève a donné la
bonne réponse, elle permet de comprendre le processus de réflexion qu'il a suivi (OECD, 2021[1]). Les
évaluations numériques sont également souples et accessibles, elles s’adaptent à diverses situations
d'apprentissage et ont notamment contribué à garantir la continuité des évaluations lors de la crise du
COVID-19 et des fermetures d'établissement qui ont eu lieu dans le monde entier (OECD, 2020[2]). Enfin,
elles s'avèrent parfois rentables, grâce à une réduction des dépenses liées à l'automatisation (de certaines
composantes du processus de notation, par exemple), à la reproduction ainsi qu'à une baisse des coûts
d'impression et de diffusion. Toutefois, l'expérience nous apprend que la mise au point d'évaluations
numériques valides, fiables et équitables peut ne pas être rentable lorsqu'il s'agit d'évaluer des construits
simples (Buckley et al., 2021[3]).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

128 

La conversion numérique des évaluations présente toutefois des défis pour les pays et les juridictions. La
fiabilité de l'infrastructure technologique, la protection des données et les mesures de sécurité ainsi que
les inégalités d'accès face à la fracture numérique, sont autant d'obstacles (voir (Fragoso, 2023[4])). De
surcroît, la conception d'items d'évaluation numérique fiables, valides et conformes aux objectifs éducatifs
est un processus complexe, à plus forte raison lorsqu’il s’agit d'examens à enjeu élevé qui nécessitent
l'adoption de solutions innovantes pour répondre aux problèmes de tricherie. Le passage aux évaluations
numériques impose donc de disposer d'une solide infrastructure numérique qui inclut toutes les personnes
qui la composent. La formation initiale et le développement professionnel des enseignants sont la base
d'une bonne conception et d'une mise en œuvre efficace (voir (Foster, 2023[5])).

Encadré 4.1. Conception et mise en œuvre des évaluations numériques des élèves : un examen
de la littérature spécialisée
Les évaluations numériques présentent des avantages et des inconvénients. Parmi les avantages les
plus évidents figurent la possibilité d'une correction et de retours d'information rapides, avec une
réduction des erreurs et des biais humains, et le fait qu'elles permettent d’alléger, au moins en partie,
la charge de travail des enseignants (Leaton Gray et Kucirkova, 2021[6]). Les tests adaptatifs ou les
dispositifs perfectionnés permettant de suivre les progrès scolaires sur une longue période constituent
d'autres avantages plus techniques (Veldkamp et Sluijter, 2019[7]). S'agissant des défis à relever, citons
notamment ceux relatifs à la collecte, à l'utilisation et au stockage des données (Timmis et al., 2015[8]).
Des questions éthiques se posent également en matière d'inégalité, car on ne peut tenir pour acquis
que l'ensemble des enseignants et des élèves dispose des compétences nécessaires pour utiliser les
logiciels/dispositifs technologiques. Cela peut se refléter dans les résultats d'évaluation des élèves
(Wyatt-Smith, Lingard et Heck, 2021[9]). D'autres défis se posent concernant certaines évaluations
améliorées par la technologie. Par exemple, la correction d’évaluations à l'aide d'algorithmes peut
s'avérer moins transparente et difficilement vérifiable, notamment dans le cas de l'apprentissage
automatique (correction des dissertations des élèves) (Veldkamp et Sluijter, 2019[7]).
En Angleterre (Royaume-Uni), l'Office of Qualifications and Examinations Regulation (Ofqual) s'est
penché sur les cas de la Finlande, d'Israël et de la Nouvelle-Zélande dans le cadre de son examen sur
l'informatisation des épreuves (Ofqual, 2020[10]). Selon cette étude, une mise en œuvre fructueuse va
obligatoirement de pair avec une forte propension au risque. Les diverses parties prenantes doivent en
effet reconnaître et accepter que certains problèmes peuvent survenir et comprendre qu'une partie du
processus repose sur l'apprentissage par la pratique. Dans ce contexte, chaque pays et juridiction a
adopté une méthode différente. Par exemple, la Nouvelle-Zélande a utilisé une approche progressive
basée sur le volontariat. Si la mise en œuvre a demandé plus de temps, elle a également permis à
l'opinion publique d'évoluer de façon à garantir une vision favorable de la part des futurs utilisateurs.
Les problèmes techniques ont pu facilement être surmontés grâce à la possibilité de revenir aux
épreuves sur papier. La double administration des évaluations, dans leurs versions papier et
informatisée, est néanmoins l'inconvénient de cette approche avec le risque de favoriser ou défavoriser
injustement certains groupes d'élèves. Les biais liés au mode d'administration des épreuves peuvent,
à terme, nuire à la comparaison des performances (McClelland et Cuevas, 2020[11]) ; (Kolen et Brennan,
2014[12]) ; (Sandene et al., 2005[13]). Un autre exemple est celui de l'Australie qui a mené un important
programme de recherche et développement, tant en amont de l'informatisation de ses tests NAPLAN
qu'au cours du processus.
Les épreuves adaptatives se révèlent efficaces, car les élèves ne gaspillent ni leur temps ni leur énergie
à répondre à des questions dont le niveau de difficulté est trop faible ou trop élevé pour eux. Dans la
mesure où les participants répondent uniquement aux items adaptés à leur niveau de compétence, la

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  129

durée de l'évaluation peut être écourtée par rapport à une évaluation de type linéaire et les délais
d'administration peuvent, le cas échéant, être plus souples en raison de la personnalisation des
épreuves (Veldkamp et Sluijter, 2019[7]). En parallèle, d'après certaines études internationales, les
participants font état d'un sentiment de découragement après avoir passé des épreuves adaptatives,
ce qui peut amoindrir leur motivation et leur sentiment d'efficacité personnelle à l'égard de
l'apprentissage (Kimura, 2017[14]). En outre, les évaluations adaptatives nécessitent de disposer d'une
importante banque d'items, entraînant une hausse des coûts de développement (OECD, 2013[15]). La
récente percée dans le domaine de l’IA générative (de texte) pourrait toutefois permettre d'alléger
certains de ces coûts à l'avenir. Par ailleurs, il pourrait s'avérer compliqué d'expliquer aux élèves et à
leurs parents pourquoi tous les élèves ne sont pas évalués de la même manière et comment les
résultats obtenus devraient être interprétés (Somers, 2021[16]).
Source : tiré de l'ouvrage (OECD, 2023[17]) intitulé « Strengthening the design and implementation of the standardised student assessment
reform of the Flemish Community of Belgium » (Renforcer la conception et la mise en œuvre dans la Communauté flamande de Belgique
de la réforme sur les évaluations standardisées des élèves), OECD Education Policy Perspectives, N° 72, Éditions OCDE, Paris,
[Link]

Ce chapitre donne une vue d'ensemble du recours toujours plus important aux outils numériques pour
administrer divers types d'évaluations. La première section porte sur la numérisation des tests
standardisés, avec une analyse des motivations qui amènent les pays et juridictions à passer d'une
administration sur papier à une version informatisée et une présentation des défis à relever. La deuxième
section est axée sur les examens numériques (à enjeu élevé) et explique les raisons pour lesquelles ils
sont moins souvent numérisés que les tests. La troisième section propose enfin un tour d'horizon des
systèmes numériques développés par les pays et les juridictions pour favoriser l'administration, la notation
et le traitement de plusieurs évaluations qu'elles soient ou non numérisées. En conclusion, le chapitre
propose une réflexion sur les tendances en matière de numérisation des évaluations, il fait le point sur les
transformations (jusqu'à présent limitées) que la numérisation a entraînées, puis il imagine ce que les pays
pourraient faire à l’avenir pour profiter des avantages innovants qu’offrent les évaluations numériques.

État d'avancement actuel

Notre analyse comparative porte sur 29 pays et juridictions de l’OCDE, qui ont été invités à répondre à
une enquête sur l'éducation et l'infrastructure numériques. Leurs réponses ont été validées lors de
réunions organisées avec chaque équipe nationale puis enrichies à l'aide de recherches documentaires
pour décrire, dans chaque cas, l'infrastructure d'éducation numérique et sa gouvernance (voir la
publication connexe (OECD, 2023[18])). La majorité des pays et juridictions ayant pris part à notre collecte
de données ont mis au point des outils numériques pour évaluer les élèves ou contribuer à leur évaluation
(voir le Graphique 4.1). Sur les 29 pays et juridictions à l'étude, 18 (soit près des deux tiers) administrent
à l'échelle du système des tests standardisés intégralement ou partiellement numérisés, dont deux pays
fédéraux dans lesquels l'ensemble ou la quasi-totalité des États ou autorités régionales évalue les élèves
à leur niveau. Par ailleurs, 7 pays et juridictions ont procédé à la numérisation partielle ou totale de certains
de leurs examens à enjeu élevé, et 16 ont élaboré des outils numériques pour faciliter l'administration des
évaluations, indépendamment de leur format.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

130 

Graphique 4.1. Nombre de pays et de juridictions proposant des évaluations numériques

nationales ou centrales de tout type (2024)

Test numérique (p. ex. test à faible enjeu, test systémique, test
18 (62% )
standardisé)

Examen numérique (p. ex. examen à enjeu élevé, examen de fin

cycle) 7 (24% )

Système de soutien numérique (p. ex. environnement

16 (55% )
numérique, système de notation, système de surveillance)

0 5 10 15 20 25 30
Nombre de pays/juridictions

Remarque: N=29

StatLink 2 [Link]

Numérisation des tests standardisés

Les tests standardisés des systèmes d’éducation sont généralement le premier type d’évaluation que les
pays et juridictions ont numérisé et le type d’évaluation numérisée (et administrée par les pouvoirs publics)
le plus courant en 2024. Ces tests sont souvent assez courts et d'ordinaire composés de questions
fermées pour faciliter une participation des élèves et une notation généralisée à l'échelle du système dans
chaque juridiction. Administrés de manière cyclique et répétée dans le temps (dans leur intégralité ou
partiellement), ils visent à évaluer les tendances de quelques résultats clés limités, en littératie (dans la ou
les langues nationales), en numératie et, parfois (comme en Italie, en Norvège et en Suède), dans d'autres
matières telles que l'anglais en tant que langue étrangère. Si ces tests peuvent représenter un enjeu pour
un établissement et son personnel, ce n'est pas le cas pour l'élève (ou très peu), car les résultats sont
uniquement analysés à l'échelle de la classe, de l'établissement ou de la juridiction. C'est pour toutes ces
raisons que les tests standardisés semblent plus faciles à numériser que les examens traditionnels.

Couverture numérique dans les pays et principales caractéristiques

Ces deux dernières décennies, un nombre croissant de systèmes éducatifs ont déployé leur propre test
standardisé pour l'évaluation des acquis des élèves. Ces tests nationaux standardisés sont passés dans
la plupart des pays au sein de l'OCDE, y compris dans ceux dont la gouvernance de l'éducation est
fortement décentralisée et assurée par les autorités régionales ou locales (respectivement, dans les pays
fédéraux et les pays nordiques).
Selon les données tirées de l'ouvrage de l'OCDE Regards sur l’éducation 2023, les tests nationaux ou
centraux sont plus fréquents dans l'enseignement primaire et le premier cycle de l'enseignement
secondaire que dans le deuxième cycle de l'enseignement secondaire (OECD, 2023[19]). En effet, 80 %
des pays et juridictions à l’étude dans cet ouvrage (soit 33 des 39 pays et juridictions dont les données
sont disponibles) en font au moins passer un dans l’enseignement primaire. La proportion est du même
ordre dans le premier cycle de l’enseignement secondaire (32 pays et juridictions). Il n’en va pas de même
dans le deuxième cycle de l’enseignement secondaire, où ces tests ne sont administrés que dans 14 pays
et juridictions, soit moins de 40 % d’entre eux. Les tests nationaux ou centraux sont programmés dans
différentes années d’études de l’enseignement primaire et secondaire. On les fait souvent passer 6 et
9 ans après le début de l’enseignement primaire (c’est le cas dans 19 pays et juridictions). Avant 2023, la

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  131

dernière fois que les informations sur les tests centraux ou nationaux mis en place par les pays ont été
collectées date de 2015, pour la publication de Regards sur l'éducation. Les deux éditions de l'ouvrage
ont toutefois permis de recueillir des données sur le recours à la technologie numérique pour les tests
nationaux ou centraux dans trois matières : la compréhension de l'écrit, l’expression écrite et la littérature ;
les mathématiques ; et les sciences naturelles. Entre 2015 et 2023, le nombre de pays et juridictions ayant
numérisé leurs tests nationaux ou centraux pour au moins un niveau d’enseignement a presque triplé,
passant de 8 à 21. La numérisation des épreuves a été particulièrement marquée au cours des cinq
dernières années, comme au Canada et en France depuis 2019, et en Corée et en Hongrie depuis 2022.
Plusieurs autres systèmes prévoient également un processus de numérisation dans les années à venir,
comme la Communauté française de Belgique ou l’Allemagne.
Sauf indication contraire, la suite du chapitre portera uniquement sur les 29 pays et juridictions ayant
participé à la collecte des données réalisée spécialement pour l'ouvrage Perspectives de l’OCDE sur
l’éducation numérique 2023.

Graphique 4.2. Nombre de pays et juridictions proposant des tests numériques nationaux ou
centraux (2024)

Primaire Premier cycle du secondaire Deuxième cycle du secondaire EFP Tous niveaux d'enseignement confondus

30
Nombre de pays/juridictions

25

20 18 (62 % )
16 (55 % )
15 13 (45 % ) 14 (48 % )

10 8 (28 % )

0
Remarque: N=29

StatLink 2 [Link]

Sur les 29 systèmes d’éducation pour lesquels nous disposons de données comparables, 24 administrent
des tests nationaux ou centraux, dont 18 sont partiellement ou entièrement numérisés, soit près des deux
tiers de l'ensemble des pays et juridictions à l'étude, et trois quarts de ceux disposant de tests
standardisés, comme le montre le Graphique 4.2. La partie gauche du Tableau 4.1 ci-dessous résume les
informations relatives aux tests organisés à l'échelle centrale ou nationale.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

132 

Tableau 4.1. Évaluations numériques à l'échelle nationale ou centrale : disponibilité et

caractéristiques des tests et des examens (2024)
Conservation des
résultats des
évaluations dans un
système
Examens nationaux ou
Tests nationaux ou centraux d’information scolaire
centraux
(ou résultats
facilement
récupérables depuis
celui-ci)
Format Niveaux Nom des évaluations Format Niveaux
numérisé d'enseignement où numérisées numérisé d'enseignement
l'évaluation a été où l'évaluation a
numérisée été numérisée
Évaluation des
Premier cycle du
Autriche ✓ compétences ✗
secondaire
individuelles PLUS
Brésil ✗
Programme pancanadien
Primaire*, secondaire*, d’évaluation (PPCE) +
Canada ✓ ✗ ✓
EFP* systèmes propres aux
provinces
Chili ✗ ✗ ✓
Enquête sur les résultats
Tchéquie ✓ Primaire, secondaire scolaires, enquête sur le ✗
niveau de littératies
Test national des
Primaire,
Danemark ✓+ Primaire, secondaire compétences ✓ ✓
secondaire
Folkeskolen
Primaire, secondaire, Épreuves de
Estonie ✓ ✓ Secondaire, EFP ✓
EFP détermination du niveau
Évaluation longitudinale
Primaire, secondaire, des résultats Deuxième cycle
Finlande ✓ ✓
EFP d'apprentissage du du secondaire
FINEEC
Cèdre, Socle (CUT) +
Évaluation de
France ✓+ Secondaire ✗
positionnement en début
de 2nde
Évaluation nationale des
Primaire, secondaire,
Hongrie ✓ compétences ✗ ✓
EFP
fondamentales
Islande ✓
Épreuves standardisées
dans les établissements
Irlande ✓ Primaire, EFP d'enseignement primaire ✗
+ Drumcondra
(évaluation facultative)
Deuxième cycle
Enquêtes nationales sur
Italie ✓ Secondaire, EFP ✓ du secondaire, ✓
l'apprentissage Invalsi
EFP
Japon ✗
Évaluation nationale des
Corée ✓ Primaire*, secondaire résultats scolaires ✗ ✓
(NAEA)
Deuxième cycle
Lettonie ✗ ✓ ✓
du secondaire,

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  133

Conservation des
résultats des
évaluations dans un
système
Examens nationaux ou
Tests nationaux ou centraux d’information scolaire
centraux
(ou résultats
facilement
récupérables depuis
celui-ci)
Format Niveaux Nom des évaluations Format Niveaux
numérisé d'enseignement où numérisées numérisé d'enseignement
l'évaluation a été où l'évaluation a
numérisée été numérisée
EFP
Test national de la
Primaire, premier cycle
Lituanie ✓ performance des élèves ✓ Secondaire, EFP ✓
du secondaire, EFP
(NSAT)
Épreuves Standardisées
Luxembourg ✓ Secondaire, EFP ✗ ✓
(EpStan)
Mexique
Pays-Bas ✗ ✗
Outil d'évaluation de
Nouvelle- Primaire, premier cycle l'enseignement et de Deuxième cycle
✓ ✓ ✓
Zélande du secondaire l'apprentissage (e- du secondaire
asTTle)
Slovénie ✗ ✗ ✓
Évaluation diagnostique,
Primaire, secondaire,
Espagne ✓ évaluation générale du ✗
EFP
système d’éducation
Tests nationaux des
Suède ✓ Primaire, secondaire
élèves
Türkiye ✗ ✗
Évaluation nationale des
États-Unis ✓ Primaire, secondaire ✓
progrès scolaires (NAEP)
Multiplication Tables
Check (Vérification des
Angleterre
tables de multiplication),
(Royaume- ✓ Primaire ✗ ✓
Reception Baseline
Uni)1
Assessment (Évaluation
initiale)
Comm.
flamande
(Belgique)
Comm.
française ✗
(Belgique)
Total (29) 18 7 15

Remarques:
✓ = indique que certaines composantes des évaluations (tests ou examens) sont numérisées.
✓+ = indique que certaines composantes de l'évaluation numérique (pas forcément la composante principale) intègrent une fonctionnalité
innovante, telles que des épreuves adaptatives. Toutes les autres évaluations numériques ont recours à des épreuves uniformes.
✗ = indique l'existence d'une évaluation centrale ou nationale non numérisée.
* = indique que l'évaluation est administrée à un niveau infranational (p. ex. province, État, région).
1 : au Danemark, seule la composante facultative du test national des compétences Folkeskolen intègre des fonctionnalités adaptatives.
2 : en Angleterre (Royaume-Uni), les principaux tests standardisés sont les évaluations nationales basées sur les programmes d'enseignement
administrées à la fin des niveaux 1 et 2. Ces évaluations ne sont pas numérisées.

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

134 

Sur les 29 pays et juridictions pour lesquels nous disposons de données comparables, deux pays fédéraux
ont procédé à la numérisation des tests standardisés qu'ils administrent ou coordonnent au niveau fédéral.
Au Canada, toutes les provinces mettent en œuvre le Programme pancanadien d’évaluation (PPCE) qui
s'adresse à tous les élèves scolarisés en 8e année (enseignement secondaire) et évalue leur niveau en
compréhension de l'écrit, en mathématiques et en sciences. Dans les 10 provinces travaillant en
partenariat avec le Conseil des ministres de l'Éducation du Canada (CMEC), on a sélectionné des
échantillons d’élèves pour leur faire passer ce test afin que les résultats soient représentatifs de leur
province. Outre ce, la majorité des provinces et territoires organisent également leur propre test selon une
approche de recensement et parfois à l'aide de moyens numériques. Aux États-Unis, le test National
Assessment of Educational Progress (NAEP) est intégralement informatisé : toutes les matières sont
évaluées par l'intermédiaire d'une série de questions à réponses choisies, et le support numérique est
également utilisé pour certains items qu'il serait compliqué d'administrer autrement, comme les tâches
interactives basées sur des scénarios (lors de l'évaluation des compétences en technologie et ingénierie
de 2018). La majorité (si ce n'est l'ensemble) des États et districts américains procède à des tests
standardisés numériques. Au Mexique, autre pays fédéral, les tests standardisés étaient administrés à cet
échelon et les résultats étaient ensuite conservés et transférés vers le Sistema Integral de Resultados de
las Evaluaciones (SIRE), un système mis en œuvre en 2016 et connecté au système d'information scolaire
fédéral, le SIGE (voir (Vincent-Lancrin et González-Sancho, 2023[20])). Ces tests ont cependant été
interrompus.
Les pays nordiques ont depuis longtemps déjà procédé à la numérisation de leur test standardisé. En
Finlande, le Centre d'évaluation de l'enseignement (FINEEC) évalue des échantillons d'élèves scolarisés
en 3e et 9e année (enseignement primaire et secondaire) sélectionnés de manière aléatoire pour assurer
le suivi et l'évaluation du système d’éducation. En 2014, le FINEEC avait lancé une première
expérimentation en numérisant certaines composantes des tests nationaux, avant d'opter en 2017 pour
une numérisation complète avec l'instauration de sa propre plateforme d'évaluation numérique, Koda.
Dans le cadre de son Plan national pour l'évaluation de l'éducation 2020-2023, la Finlande prévoyait de
développer de nouveaux systèmes et de nouvelles méthodes d'évaluation pour proposer des tâches plus
diversifiées et permettre la notation automatique. En Suède, l'Agence nationale pour l'éducation a
également procédé à la numérisation du test administré à l'échelle nationale aux élèves de 6 e et 9e année
(enseignement primaire et secondaire). Depuis 2018, les questions ouvertes à réponses longues
proposées dans le cadre de l'évaluation des langues suédoise et anglaise sont également informatisées.
À l'horizon 2026, l'objectif est d'avoir entièrement numérisé la majorité des évaluations nationales et de
les administrer via un environnement numérique unique qui permettra d'identifier directement les élèves,
de concevoir des évaluations innovantes, d’automatiser la notation et de disposer d'outils de visualisation
des résultats.
Quelques pays et juridictions encouragent activement le développement d'évaluations à l'approche
conceptuelle innovante. Aux États-Unis, le ministère fédéral de l'Éducation promeut la mise en œuvre
d'une évaluation innovante en incitant les organismes étatiques chargés de l'éducation à adhérer au
programme AIDA (Innovative Assessment Demonstration Authority) et à améliorer les évaluations au
niveau des États. Depuis 2018, la Louisiane, le New Hampshire, la Caroline du Nord et la Géorgie ont
rejoint le programme qui les a habilités à créer et exploiter un système d'évaluations innovantes dans leurs
établissements publics1.
Toutefois, les évaluations uniformes, où les mêmes items sont administrés à tous les élèves, sont
aujourd'hui encore bien plus courantes que les évaluations adaptatives, où le degré de difficulté des items
varie selon les aptitudes des élèves. Les épreuves informatisées sont uniformes dans 18 des 39 pays et
juridictions à l’étude et ne sont adaptatives qu’en Australie (dans le test national de littératie et de
numératie), au Danemark (uniquement dans les épreuves facultatives de sciences naturelles, d’anglais et
de danois [deuxièmes langues]), en France (dans le test d'admission en deuxième cycle de l'enseignement
secondaire) et en Écosse (Royaume-Uni) (dans le test national standardisé) (OECD, 2023[21]).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  135

Si la possibilité de mettre en œuvre des éléments d'évaluation innovants constitue l'un des avantages de
la numérisation des évaluations, la majorité des pays et juridictions n'en tire pas encore pleinement parti.
À l'inverse, certains pays les adoptent avant de faire machine arrière en revenant à des formes d'évaluation
plus traditionnelles (mais néanmoins numériques). Au Danemark, depuis 2022 et la mise en œuvre du test
national de compétences Folkeskolen en compréhension de l'écrit et en mathématiques, la composante
obligatoire des tests nationaux n'est plus adaptative. En effet, suite à des plaintes formulées par les
chercheurs en éducation, les responsables des deux côtés de l'échiquier politique et une partie de l'opinion
publique, le pays a décidé de revenir aux évaluations linéaires de sorte que tous les élèves répondent aux
mêmes questions dans le même ordre. Les élèves ont indiqué être confrontés à un niveau de stress plus
important face aux premières questions des évaluations adaptatives, car leurs enseignants les avaient
prévenus que celles-ci détermineraient le reste de l'évaluation ainsi que leur résultat final. Par ailleurs, les
enseignants ont eu du mal à expliquer pourquoi les élèves pouvaient se voir administrer différentes
évaluations et comment les parents devaient interpréter les résultats. Jusqu'à l'année scolaire 2025/26,
les élèves pourront toujours passer l'ancien test national adaptatif sur une base volontaire pour les
matières suivantes : biologie, géographie, chimie, physique, anglais et danois en tant que deuxièmes
langues.
La majorité des pays et juridictions qui font passer des tests standardisés sur papier prévoient d'en
numériser au moins une partie en 2024. Par exemple, le Japon a pour objectif de numériser (plusieurs
composantes de) son évaluation nationale des aptitudes scolaires (Zenkoku Gakuryoku Gakushuu
Joukyou Chousa) d'ici à 2025. Tous les élèves scolarisés en dernière année de l'enseignement primaire
et du premier cycle de l’enseignement secondaire passent ce test national standardisé à faible enjeu
chaque année en mathématiques et en langue japonaise. De même, le Brésil envisage d'informatiser en
2024 son Système d'évaluation de l'enseignement fondamental (SAEB), en commençant par les élèves
scolarisés en dernière année de l'enseignement primaire, et ce, jusqu'à la 3 e année du deuxième cycle de
l'enseignement secondaire (OECD, 2021[22]).
Enfin, les pays et juridictions qui ne disposent pas de tels tests standardisés à l'échelle centrale ou
nationale, mais qui prévoient d'en développer, en envisagent généralement l’administration numérique dès
le départ. Par exemple, d’ici 2024, la Communauté flamande de Belgique vise à élaborer et mettre en
œuvre un test standardisé numérique pour favoriser le suivi des résultats d'apprentissage, générer des
données à des fins de recherche et contribuer à l’amélioration de la qualité et de la responsabilité du
système d’éducation. Ce test portera dans un premier temps sur les mathématiques et la langue
néerlandaise. L’administration informatisée de ce test permettra de sélectionner de façon aléatoire trois
compétences à évaluer dans une liste de dix compétences présentée à un établissement (par exemple, la
théorie des nombres, la géométrie et les statistiques, dans le cas des mathématiques). Chaque élève de
l'établissement en question sera évalué sur deux compétences choisies au hasard parmi les trois
sélectionnées (par exemple, la théorie des nombres et les statistiques). Cette numérisation du test offrira
ainsi la possibilité de couvrir l'ensemble des compétences, tout en limitant la lourdeur des tests pour les
élèves comme pour les établissements2.

Convertir les résultats des évaluations en données formatives

La numérisation des évaluations simplifie la conservation, le transfert et la consultation des résultats des
élèves à l'échelle du système. La possibilité de relier ces résultats à l'identifiant longitudinal propre à
chaque élève fournit aux responsables politiques, aux administrateurs scolaires, aux chefs d’établissement
et aux enseignants des informations détaillées sur les résultats d'un élève tout au long de son parcours
scolaire. Cela n'est toutefois possible que pour les évaluations portant sur d'importantes cohortes d'élèves.
Les évaluations administrées à partir d'un échantillonnage probabiliste fournissent néanmoins aux
établissements et aux enseignants un point de comparaison à l'échelle nationale ou de la juridiction (à
condition que les élèves puissent être évalués à l'aide d'épreuves comparables).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

136 

Parfois, les systèmes d’information scolaire (SIS) intègrent les résultats des élèves aux évaluations
standardisées ou permettent d'y accéder facilement (voir (Vincent-Lancrin et González-Sancho, 2023[20])).
Sur les 29 systèmes d’éducation dont les données sont comparables, 15 peuvent relier l'identifiant unique
d'un élève aux résultats obtenus à l’évaluation standardisée (voir le Tableau 4.1).
Certains systèmes d’information scolaire reposent essentiellement sur la gestion des résultats des tests
standardisés. En Angleterre (Royaume-Uni), les résultats obtenus par les élèves aux tests nationaux
standardisés sont transférés vers le système d'analyse de la performance des établissements (Analyse
School Performance, ASP), un système d’information scolaire développé en collaboration avec le Bureau
des normes dans l'enseignement (Ofsted) et depuis géré indépendamment 3. Il aide les acteurs du secteur
de l’éducation à examiner et comparer la performance des élèves à l'échelle locale et nationale, et à prévoir
ainsi des plans d'amélioration des établissements. L'ASP vise principalement à aider les établissements à
identifier leurs points forts et leurs domaines de performance (à partir des résultats de leurs élèves). Il
contient également d'autres informations provenant de diverses sources, notamment des données sur le
recensement, les examens et la performance collectées directement par le ministère anglais de l'Éducation
ou transférées à ce dernier depuis d'autres sources. Le système propose des tableaux et des graphiques
pour illustrer la performance et les progrès des établissements, en ventilant les résultats en fonction d'un
ensemble de facteurs contextuels et caractéristiques des élèves (groupe ethnique, niveau de pauvreté,
etc.). Les établissements peuvent à leur tour sélectionner des données pertinentes depuis la plateforme
pour personnaliser leur propre rapport. Le type d'information accessible aux utilisateurs finaux depuis ce
système dépend de leur rôle, par exemple les administrateurs et conseillers scolaires ne seront pas
autorisés à consulter des données portant sur des élèves particuliers.
Aux États-Unis, les résultats obtenus par les élèves au test standardisé sont habituellement intégrés aux
systèmes d'information longitudinaux des États (ou juridictions) sous forme de données. Par contraste, il
arrive souvent que les pays européens ne conservent pas dans leur système d'information scolaire les
données sur les résultats des élèves, ce qui restreint leur utilisation à des fins de recherche uniquement.
Cela peut s'expliquer par des motifs institutionnels ou de confidentialité. Ainsi, en Italie et au Luxembourg,
l'évaluation nationale est administrée par, respectivement, un organisme public particulier (INVALSI) et
l'Université du Luxembourg (LUCET), sans que ces deux instances soient rattachées au ministère de
l'Éducation (ou de l'Enseignement supérieur) qui gère le système national d’information. Dans les pays et
juridictions où il est impossible d'accéder directement aux données depuis le système d'information
scolaire (comme en Hongrie, en Italie, au Luxembourg et en Nouvelle-Zélande), les résultats aux
évaluations standardisées sont généralement reliés à l'identifiant unique des élèves et on peut, par
conséquent, les retrouver en croisant les données. Une fois les résultats correctement agrégés pour
préserver l'anonymat, ils sont mis à la disposition des enseignants, des établissements, des parents et
des chercheurs.
La Hongrie est un bon exemple de pays dans lequel l'évaluation des élèves fait partie intégrante du
système d'information scolaire utilisé au niveau national, même si les résultats ne sont désormais plus
directement disponibles dans le système. La Hongrie a commencé à collecter des informations en 2001
par l'intermédiaire de son Évaluation nationale des compétences de base, mais c’est seulement en 2007,
avec l'instauration d'un identifiant propre à chaque élève, que le système a permis d'assurer un suivi
longitudinal entre les différentes années d’études. Depuis 2010, le pays s'est efforcé de convertir ces
données en informations exploitables pour les professionnels de l'éducation. Des rapports individuels sont
par ailleurs disponibles sur chaque élève et les rapports d'ensemble sur les établissements peuvent être
consultés par le public. Les chefs d’établissement peuvent se connecter à la base de données via le logiciel
d'analyse FIT (FIT elemző szoftver) pour générer des rapports comparatifs personnalisés concernant leur
établissement et leurs élèves, et établir des comparaisons avec des établissements similaires. En outre,
l'Autorité scolaire, organisme rattaché au ministère de l'Intérieur, propose un service d'experts-conseils
dans ses centres pédagogiques régionaux pour aider les établissements et les enseignants à comprendre

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  137

les résultats et à les utiliser. En 2022, la littératie, les mathématiques, les sciences naturelles et les langues
ont été évaluées, et le champ d'application des informations collectées est en passe d'être élargi (avec
l'histoire et la culture numérique). Le système a également pris en compte davantage d'années d’études
pour inclure les élèves de la 4e à la 11e année. Cet élargissement génère des résultats dans une nouvelle
structure de données et exigera une mise à jour du logiciel d'analyse FIT. Actuellement, la communication
des résultats fait également l'objet d'une révision.
Enfin, dans certains pays et juridictions, les résultats obtenus aux évaluations standardisées sont
accessibles depuis les systèmes d’information scolaire utilisés dans les établissements (désignés sous le
nom de systèmes de gestion de l'apprentissage dans ce rapport). Au Danemark, les élèves du deuxième
cycle de l'enseignement secondaire passent les évaluations numériques sur la plateforme Netprøver, qui
permet de manière automatique de détecter les cas de plagiats, d'attribuer aux élèves les notes données
par les examinateurs habilités et de les transférer vers le système de gestion de l'apprentissage de leur
établissement. En Nouvelle-Zélande, les relevés tabulaires des résultats des élèves à l'évaluation
administrée dans le cadre de l'outil e-asTTle peuvent facilement être intégrés au système de gestion de
l'apprentissage des établissements, associant ainsi les informations tirées des évaluations personnalisées
aux données opérationnelles et administratives des établissements. Conçu à l'origine à des fins
d'évaluation formative, l'outil e-asTTle a la capacité de traduire les résultats des évaluations en rétroactions
rapides et faciles à interpréter à l'intention des enseignants et des chefs d’établissement, à l'aide d'une
série de données graphiques. Ces données font état de la progression des élèves, de leurs points forts et
de leurs points faibles, et permettent de comparer la performance des élèves, des classes ou des
établissements par rapport aux exigences des programmes d'enseignement, des moyennes nationales,
ou en tenant compte d'autres facteurs tels que le sexe, le groupe ethnique, la langue ou le milieu socio-
économique. Citons, par exemple, le relevé du parcours d'apprentissage individuel qui offre des
informations sur les points forts et les lacunes de chaque élève. Une autre application relie les résultats
obtenus aux évaluations au site What Next, un centre de ressources classées qui aide les enseignants et
les apprenants à cibler le matériel d'apprentissage approprié. Sans le recours à un outil numérique, il serait
impossible de fournir des retours d'information personnalisés en temps réel.

Numérisation des examens des élèves

Dans ce rapport, on entend par examens les évaluations sommatives administrées aux élèves à des
moments décisifs de leur parcours d'apprentissage, comme la fin d'une année d'études ou d'un cycle. Ces
examens représentent un enjeu élevé pour les élèves, car ils peuvent influer sur la trajectoire scolaire,
l'accès à l'enseignement supérieur, les débouchés professionnels, ou le droit de bénéficier d'une bourse
d’études ou de se voir attribuer une certification. En outre, ils sont souvent administrés à tous les élèves
au même moment. Pour toutes ces raisons, les examens se déroulent généralement dans un
environnement plus contrôlé que celui des évaluations du système. Ils imposent en effet de prendre des
mesures plus strictes pour éviter toute forme de tricherie et veiller à ce que tous les participants bénéficient
des mêmes conditions d’examen. Ces examens peuvent également couvrir un plus large éventail de
contenus et de compétences, car ils visent à évaluer un ensemble complet de savoirs et savoir-faire dans
plusieurs matières. Par rapport aux tests nationaux, la numérisation des examens semble plus complexe
tant d'un point de vue politique que technique.
La numérisation des examens à enjeu élevé pour les élèves présente d'autres avantages. Elle permet
notamment une conception innovante de l’évaluation qui, à terme, pourrait favoriser l'évaluation de
nouveaux types de compétences, notamment les compétences numériques. S'agissant des évaluations
numériques nationales, les examens numérisés peuvent permettre d'obtenir les résultats plus rapidement
et pourraient même servir de tests de fin de cycle à l'échelle nationale, à condition que les pouvoirs publics
assurent la fiabilité, la validité et l'équité du processus d'évaluation.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

138 

Couverture numérique dans les pays

Sur les 29 systèmes d’éducation pour lesquels nous disposons de données comparables, 7 pays (soit
24 %) ont en partie numérisé certains de leurs examens à enjeu élevé pour les élèves (le Danemark,
l'Estonie, la Finlande, l'Italie, la Lettonie, la Lituanie et la Nouvelle-Zélande). Dans 5 d'entre eux, cette
numérisation concerne l'examen de fin d'études secondaires (voir les colonnes de droite du tableau 4.1).
Dans d'autres pays et juridictions, seules les matières généralement administrées sur ordinateur, comme
le codage, sont numérisées.
Au Danemark, les élèves passent leurs examens de fin de cycle sur la plateforme Testogprøver dans
l'enseignement primaire et le premier cycle de l'enseignement secondaire, et sur la plateforme Netprøver
pour ce qui est du deuxième cycle de l'enseignement secondaire. En Finlande, l'examen de fin d'études
secondaires est intégralement numérisé (voir l'Encadré 4.2). En Estonie, les élèves de l'enseignement
secondaire passent leurs examens en présentiel sur la plateforme en ligne Eksamite Infosüsteem (EIS).
Ce système permet également aux établissements d'inscrire les élèves aux examens, de créer un
calendrier des examens et de gérer d'autres aspects du processus en fournissant des outils pour imprimer
les examens en cas de version papier-crayon, pour administrer les examens de manière numérique dans
le cas contraire et pour procéder au traitement des résultats. En Italie, certaines composantes des
examens de fin d'année à enjeu élevé dans le deuxième cycle de l'enseignement secondaire et la filière
professionnelle sont administrées en ligne. Pour faciliter la gestion du processus d'examens, le ministère
a développé deux applications pour l'enseignement secondaire et la filière professionnelle,
respectivement, la Commissione Web et la Gestione Esami ITS.

Encadré 4.2. Les examens d'entrée à l'université en Finlande

Le fruit d'un partenariat public-privé
En 2012, la Finlande a décidé de numériser les examens d’entrée dans l'enseignement supérieur que
passent les élèves à la fin de l'enseignement secondaire. À l'aide de fonds publics, le ministère a acheté
les services d'une entreprise privée spécialisée dans les produits numériques pour développer une
plateforme fonctionnant avec le système d'exploitation Linux gratuit et en accès libre. En 2016, après
quatre années de recherche et développement, les premiers examens numériques ont été organisés
dans des matières comptant un nombre de candidats peu élevé, à savoir la géographie, la philosophie
et la langue allemande. En 2019, le pays avait procédé à la numérisation de l'ensemble des examens
d'entrée à l'université.
Pour passer ces examens, les candidats peuvent utiliser leur propre ordinateur portable ou en
emprunter un auprès de leur établissement ; indépendamment de l'option choisie, tous les élèves ont
accès au système d'exploitation Linux à l'aide d'une clé USB distribuée avant le début des épreuves
par le Conseil chargé des examens. Dans cet environnement autonome et restreint, les candidats ne
peuvent accéder ni à leurs fichiers locaux ni à Internet, mais uniquement aux matériels et logiciels
préinstallés. Pour minimiser d'éventuelles difficultés techniques, rien n'est stocké dans le cloud et tant
les évaluations que les réponses des élèves sont enregistrées sur des serveurs locaux hors ligne.

L’apport du ministère : un outil numérique, le renforcement des capacités et un programme de formation

Pour soutenir les établissements dans ce virage numérique, le Conseil chargé des examens d'entrée
à l'université a mis au point le système numérique Abitti pour l'administration des examens. Ce système
propose des instructions et des conseils sur l'administration des examens numériques et permet aux
enseignants et aux élèves de se familiariser avec l'environnement numérique en amont de l'examen.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  139

La numérisation des examens s'est accompagnée d'un important programme de formation assuré par
le ministère selon une approche en cascade : 50 enseignants du pays ont reçu une formation sur
l’utilisation de la plateforme lors d'une série d'ateliers afin qu'ils puissent à leur tour promouvoir cette
conversion numérique et diffuser leurs connaissances auprès de leurs pairs.
Remarque : Examens numériques d'entrée à l'université : [Link]
examination

D'autres pays et juridictions prévoient de numériser les examens de leurs élèves dans un futur proche. En
2024, l'Autriche expérimente un examen numérique d'entrée à l'université (Digitale Reifeprüfung) dans les
établissements fédéraux du deuxième cycle de l'enseignement secondaire (filière professionnelle
comprise). Ce processus de numérisation ira de pair avec le lancement imminent d'un système de
certification numérique. En Angleterre (Royaume-Uni), tous les principaux conseils en charge des
examens testent l'administration numérique pour les examens de fin du premier et du deuxième cycle de
l'enseignement secondaire, respectivement GSCE et A-levels.
Par rapport à leurs tests nationaux ou centraux, peu de pays et juridictions ont, en 2024, numérisé les
examens destinés aux élèves. Cela s'explique en partie par le fait que tous les pays n'organisent pas
d'examens de fin d'études ou de fin de cycle à l'échelle nationale ou de la juridiction. Mais on peut
également avancer d'autres explications.
En premier lieu, il peut s'avérer moins avantageux de numériser les examens que les tests nationaux. Les
examens de fin de cycle peuvent couvrir un plus large éventail de matières, car ils visent à évaluer les
connaissances et la maîtrise des élèves concernant des cycles d'apprentissage spécifiques, ce qui réduit
les gains découlant de l'automatisation et de la reproduction au fil du temps.
En deuxième lieu, les examens représentent un enjeu élevé pour les élèves. Dans le passé, les tentatives
d’innover dans ces examens, d'une manière ou d'une autre, ont suscité une levée de boucliers de la part
des acteurs de l'éducation et du grand public. Les normes culturelles et les mentalités peuvent inciter à
conserver les examens dans leur version papier-crayon traditionnelle, car un grand nombre d'acteurs dont
les élèves, les parents, les professionnels de l’éducation et les employeurs peuvent avoir des réserves
quant à la validité et la fiabilité des examens numériques. On invoque aussi fréquemment les problèmes
techniques, d'équité et de sécurité. Pour numériser les examens, les pays et juridictions doivent
développer une infrastructure numérique solide qui prévoit des mesures strictes en matière de sécurité
(contre la tricherie, le piratage, etc.), un accès équitable pour tous les élèves où qu'ils soient ainsi qu'un
niveau de compétences informatiques équivalent chez tous les élèves. Cette infrastructure doit aussi faire
preuve de fiabilité face aux défaillances techniques et matérielles. Il convient également de disposer de
suffisamment d’espaces dotés d'installations électriques et de réseaux pour permettre à de nombreux
élèves de passer les évaluations au même moment. Par ailleurs, cette conversion numérique exige
souvent de modifier le format des examens et de débattre socialement de cette évolution.
Néanmoins, si le processus est généralement plus lent que pour de simples évaluations des systèmes, il
est probable que de plus en plus de pays et juridictions procèdent à la numérisation de leurs examens
nationaux, étant donné l'importance des « compétences numériques » dans la majorité des programmes.
La conversion numérique des examens au format papier-crayon exige non seulement une planification à
long terme, mais également des investissements dans une infrastructure physique sécurisée et adéquate
qui tient compte de la connectivité et des équipements informatiques dans les établissements (ou les
centres d'examens).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

140 

Outils numériques à l'appui des évaluations

Les pays et juridictions ont mis au point un ensemble de systèmes numériques pour favoriser
l'administration de leurs évaluations, qu'il s'agisse d'évaluations systémiques (à faible enjeu) ou d'examens
(à enjeu élevé). Ces systèmes proposent généralement un environnement numérique pour administrer les
évaluations numériques, mais peuvent également contribuer à l'administration des évaluations papier-
crayon (par exemple, pour l'inscription, la répartition et le taux d’achèvement des évaluations) ou faciliter
les processus de notation et de transfert des notes vers d'autres registres ou systèmes numériques. Enfin,
certains systèmes de soutien ont aussi été développés pour permettre une surveillance des élèves à
distance lors des évaluations.

Couverture numérique dans les pays

Sur les 29 pays et juridictions pour lesquels nous disposons de données comparables, 16 (soit plus de la
moitié) ont élaboré des outils numériques pour faciliter l'administration des évaluations, indépendamment
de leur format et du fait qu'il s'agisse de tests, d'évaluations formatives ou d'examens à enjeu élevé (voir
le Tableau 4.2).

Tableau 4.2. Disponibilité et caractéristiques des outils numériques à l'appui des évaluations
(2024)
Utilisation ou
fourniture d'un
Niveaux Types d'évaluation
système numérique à Nom
d'enseignement pris en charge
l'appui des
évaluations
Autriche
Système de soutien SAEB, plateforme Painel
Brésil ✓ Tous Test standardisé
Educational
Canada
Tests standardisés
Chili ✓ Tous
et examens
Test standardisé et
Primaire et
Tchéquie ✓ Plateforme InspIS SET conception d'une
secondaire
nouvelle évaluation
Test standardisé et
Danemark ✓ Testogprøver, Netprøver, XPRS Tous
examens
Secondaire (y Test standardisé et
Estonie ✓ Eksamite Infosüsteem (EIS)
compris l'EFP) examens
Deuxième cycle du Test standardisé et
Finlande ✓ Koda, Abitti
secondaire examens
Deuxième cycle du
Test standardisé et
France ✓ Cyclades, Pronotes et ASP secondaire (y
examens
compris l'EFP)
Système de collecte et de gestion des données
pour les mesures nationales (Országos mérések Primaire et
Hongrie ✓ adatbegyűjtő és -kezelő rendszere), logiciel secondaire (y Test standardisé
d'analyse FIT (FIT elemző szoftver), FIT- compris l'EFP)
jelentések
Islande

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  141

Utilisation ou
fourniture d'un
Niveaux Types d'évaluation
système numérique à Nom
d'enseignement pris en charge
l'appui des
évaluations
Notation numérique pour l'évaluation
Deuxième cycle du
nationale + services de codage automatique
Irlande ✓ secondaire (y Test standardisé
pour l'évaluation (facultative) Drumcondra sur
compris l'EFP)
support papier
Test standardisé et
Italie ✓ Commissione Web, Gestione Esami ITS Tous
examens
Primaire et Test standardisé et
Japon ✓ MEXCBT
secondaire examens
Corée
Olympiades
Secondaire (y
Lettonie ✓ ProctorEdu (concours à faible
compris l'EFP)
enjeu)
Test standardisé et
Lituanie ✓ NECIS de TAO Tous
examens
Primaire et deuxième Test standardisé et
Luxembourg ✓ PFS, BAC et Oasys
cycle du secondaire examens
Mexique
Pays-Bas
Nouvelle-
Zélande
Slovénie
Espagne ✓ Plateforme pour les évaluations EGS et ED Tous Tests standardisés
Primaire et deuxième
Suède ✓ Skolverkets provtjänst Tests standardisés
cycle du secondaire
Türkiye
États-Unis
Angleterre
(Royaume-
Uni)
Comm.
flamande
(Belgique)
Comm.
française
(Belgique)
Total (29) 16

Remarque: N=29

StatLink 2 [Link]

Offrir un environnement propice aux évaluations numériques

Par définition, les évaluations numériques sont administrées sur une plateforme numérique. Les pays et
juridictions qui ont intégralement numérisé leurs tests nationaux (ou sont en passe de le faire) fournissent
un environnement numérique pour soutenir l'administration de ces tests et leur réalisation. Au
Luxembourg, dans le cadre du test national Épstan, tous les élèves d'une année d'études spécifique
passent les épreuves informatiques sur la plateforme Oasys qui a été mise au point par l'Université du
Luxembourg (LUCET) en étroite collaboration avec le ministère. En Suède, conformément à l'objectif
visant à numériser la plupart des tests nationaux à l'horizon 2026, l'Agence nationale de l’éducation a

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

142 

développé le système numérique Service des examens (Skolverkets provtjänst) pour administrer les
évaluations, qui fournit un environnement unique pour l'identification des élèves ainsi que pour la
conception, la passation, la notation (automatique ou manuelle) et les résultats des évaluations.
En Hongrie, plusieurs outils numériques sont utilisés pour l'administration, la gestion et l'analyse des tests
standardisés. Les établissements sont tenus de recourir à un système de collecte et de gestion des
données pour les mesures nationales (Országos mérések adatbegyűjtő és -kezelő rendszere) afin, non
seulement, d'organiser et de gérer l'évaluation (s'assurer, par exemple, que tous les élèves participent le
jour J aux épreuves qui leur correspondent), mais également d'anonymiser les résultats à l'aide
d'identifiants. Les élèves peuvent ensuite accéder à leurs résultats préliminaires via un autre logiciel
(Tehetsegkapu), avant la publication des résultats définitifs sous forme de relevés automatisés sur un site
créé à cet effet (FIT-jelentések). De leur côté, les établissements accèdent aux résultats préliminaires sur
leur propre plateforme (intézményi gyorsvisszajelző). Par la suite, les acteurs de l'éducation peuvent se
servir du logiciel FIT (FIT elemző szoftver) pour analyser les résultats de l'évaluation.
On retrouve de tels outils de soutien dans les pays et juridictions qui ont numérisé des composantes de
leurs examens administrés à l'échelle centrale. C'est par exemple le cas du NECIS en Lituanie, un système
open source en ligne assuré par TAO 4. Ce système sert à administrer plusieurs composantes des
évaluations nationales, réalisées en ligne pour ce qui est des mathématiques et de la langue lituanienne,
ainsi que certaines composantes des examens de fin de deuxième cycle de l'enseignement secondaire
(formation professionnelle comprise). Après une phase pilote, l'objectif consiste à numériser intégralement
les deux types d'évaluations à l'horizon 2026 afin de pouvoir les administrer, les passer et les noter en
ligne via des systèmes numériques similaires au NECIS. Le système Abitti en Finlande (voir l'encadré 4.2)
permet également de soutenir et de surveiller l'administration des examens d'entrée à l'université. En Italie,
le ministère a développé l'application Commissione Web pour les examens de l'enseignement secondaire
et l'application Gestione Esami ITS pour les examens nationaux de la filière professionnelle. Au Danemark,
le ministère gère l'administration des tests et des examens que les élèves passent sur les plateformes
Testogprøver et Netprøver, à l'aide de l'outil XPRS.

Faciliter la conception des évaluations données par les enseignants

Parallèlement à la numérisation des évaluations réalisées à l'échelle du système, les pays et juridictions
ont élaboré des outils d'évaluation numériques au profit des enseignants. Cette catégorie va des banques
publiques d'items d’évaluation aux outils flexibles permettant aux enseignants de concevoir leurs propres
évaluations formatives ou sommatives et de les administrer à leurs élèves.
En Tchéquie, la plateforme InspIS SET a d'abord été développée pour l'administration du test numérique
standardisé à l'échelle nationale. Les établissements et les enseignants peuvent toutefois l'utiliser pour
administrer leurs propres évaluations en ligne, en utilisant leurs propres items ou en en sélectionnant dans
la banque publique, qui sera d'ailleurs bientôt enrichie par des items tirés des évaluations internationales.
Au Brésil, les outils numériques facilitent l'administration du Système d'évaluation de l'enseignement
fondamental (SAEB), test national standardisé en version papier-crayon qui mesure les compétences en
littératie et en mathématiques. Si l'insuffisance de l'infrastructure numérique et les contraintes logistiques
ont compliqué la numérisation de ce test, les autorités fédérales ont fourni aux États et aux établissements
des outils numériques pour faciliter son administration en version papier, notamment en ce qui concerne
les questions de logistique et de financement. À l'instar de la plateforme tchèque, les enseignants peuvent
mettre à profit certains de ces outils pour leurs propres évaluations, en ayant recours à des banques
d'items (la BNI, par exemple), ou pour la notation des dissertations. Certains de ces outils sont gérés par
les autorités locales ou fédérales, tandis que d'autres sont achetés auprès de contractants privés pour la
durée de l'évaluation5.
Certains pays et juridictions fournissent à l'échelle centrale des outils numériques pour les évaluations
formatives données par les enseignants. Au Chili, l'outil DIA est disponible en ligne et peut être librement

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  143

utilisé par les établissements qui souhaitent évaluer les connaissances des élèves dans des matières
fondamentales ainsi que leurs compétences socio-émotionnelles. Cet outil est un exemple d'évaluation
numérique formative conçue pour être administrée par les enseignants à trois moments de l'année
scolaire : au commencement, avec une évaluation diagnostique, ensuite à mi-parcours avec une
évaluation de suivi, puis en fin d'année avec une évaluation terminale. Si cet outil est disponible pour
toutes les années d'études, il est davantage utilisé dans les établissements d'enseignement primaire. En
Nouvelle-Zélande, l'instance chargée des qualifications (NZQA) fournit depuis 2002 l'Outil d'évaluation de
l'enseignement et de l'apprentissage (e-asTTle). Il s'agit d'une plateforme éducative qui permet aux
professionnels de l’éducation de concevoir des tests standardisés et conformes aux programmes
d'enseignement en compréhension de l'écrit, en expression écrite et en mathématiques, en langues
anglaise ou maorie, et destinés aux élèves de l'enseignement primaire et secondaire. Une importante
banque d'items calibrés permet aux enseignants de personnaliser les évaluations en fonction des besoins
spécifiques de leur classe. Contrairement à d'autres systèmes d'évaluations assistées par ordinateur, l'outil
e-asTTle a également été conçu pour mettre l'accent sur les évaluations formatives. Ces deux exemples
d'évaluations numériques diffèrent des ressources d'auto-évaluation présentées au chapitre 5 (Yu, Vidal
et Vincent-Lancrin, 2023[23]), car elles sont censées être administrées par les enseignants tout en
bénéficiant d'une participation à grande échelle qui permet de comparer les établissements et les conseils
d'établissement. Les ressources d'auto-évaluation peuvent être consultées et utilisées par des particuliers.

Faciliter l'administration des évaluations papier-crayon

Les pays et juridictions ont également mis au point des outils numériques pour faciliter l'administration des
évaluations papier-crayon. Au Chili, les autorités publiques mettent à disposition des outils numériques en
ce sens pour les tests papier-crayon (appelés SIMCE, Sistema de Medición de la Calidad de la Educación)
à l'échelle nationale. Ces outils comprennent des plateformes en ligne de notation des items et des
dispositifs numériques pour la lecture et le traitement des données. Au Luxembourg, le ministère impose
aux établissements d'utiliser deux outils numériques distincts pour gérer l'administration des deux
examens de fin de cycle : l'outil PFS pour l'examen marquant la fin de l'enseignement primaire et l'outil
BAC pour celui concernant la fin de l'enseignement secondaire. Ces deux outils sont dotés de
fonctionnalités qui facilitent les inscriptions et les notations des élèves ainsi que le suivi de leurs sessions
d'examen.
Enfin, dans les systèmes éducatifs où on fait passer les tests standardisés à des échantillons probabilistes
d'élèves (comme c'est souvent le cas), les autorités de l'éducation peuvent fournir aux administrateurs
scolaires régionaux et au personnel des établissements des outils numériques pour les aider à administrer
ces tests. En France, par exemple, plusieurs tests standardisés coexistent : CEDRE (mathématiques et
littératie), LSE (compétence en lecture sur écran), Socle CE1 (mathématiques et littératie en 2e année),
Socle Sixième (mathématiques et littératie en 6 e année), ainsi que TIMMS et PISA. Toutes les épreuves
sont administrées à des échantillons d'élèves sélectionnés de manière aléatoire. Pour aider les
établissements à savoir quelles évaluations faire passer à quels élèves, le ministère a mis au point un outil
numérique appelé Application de Suivi des Passations (ASP).

Faciliter la notation des examens et le transfert des notes

Les outils numériques permettent également de faciliter la notation des examens papier-crayon. Ils
peuvent favoriser les processus de notation collaborative ainsi que la communication automatique des
notes aux autorités de l'éducation responsables des examens.
En France, le ministère a développé la plateforme Cyclades pour faciliter la notation de son examen de fin
d'études secondaires en version papier-crayon. Depuis juin 2021, pour les examens de fin d’études
secondaires et autres examens à enjeu élevé, les établissements numérisent les feuilles-réponses
remplies manuellement par les élèves, puis les enseignants notent les copies de leurs élèves en ligne,

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

144 

annotent le document et laissent des commentaires que les élèves peuvent consulter presque
immédiatement après le processus de validation. Cela permet, en principe, d'éviter d'éventuelles pertes
de feuilles-réponses, mais pourrait également au fil du temps donner lieu à l'analyse automatique de ces
feuilles-réponses.
En Irlande, les examens de fin d’études secondaires sont également administrés dans une version papier-
crayon. La Commission nationale des examens (chargée des évaluations à enjeu élevé de l'enseignement
secondaire) utilise une plateforme numérique pour faciliter leur notation. Pour les examens à faible enjeu,
le Centre irlandais pour la recherche dans l'enseignement (ERC) propose également des services de
codage automatique aux établissements qui font passer le test standardisé Drumcondra (facultatif) en
version papier.

Surveiller les examens

Les systèmes de surveillance sont un type d'outil numérique moins fréquemment proposé par les autorités
de l'éducation dans l'administration des évaluations. Ils servent à surveiller les élèves lors des évaluations
en ligne (ou des évaluations numériques hors-ligne), en les empêchant de tricher ou de mener des activités
non autorisées lors d'un examen à distance (et parfois d'un examen informatisé). En cas d'examen ou
d'épreuve à distance, ils peuvent veiller à l'intégrité de l'évaluation, grâce à des méthodes telles que la
surveillance vidéo ou bien la détection des mouvements de la souris, des frappes sur le clavier ou des
activités à l'écran. Dans de nombreux pays et juridictions, le recours à des systèmes de surveillance en
éducation est jugé intrusif et soulève des préoccupations en matière de vie privée (Nigam et al., 2021[24]).
La Lettonie utilise un système de surveillance basé sur l'IA (ProctorEdu) pour surveiller les élèves de
l'enseignement secondaire qui participent aux Olympiades scolaires, une série de concours à faible enjeu
organisés dans tout le pays. Les fonctionnalités de ce système sont notamment l'enregistrement vidéo et
audio ainsi que des activités à l'écran, la vérification biométrique de l'identité des utilisateurs et le suivi des
comportements en temps réel lors des sessions d'examen. Les candidats peuvent ouvrir une session et
passer l'évaluation indépendamment du moment, du lieu ou de l'appareil utilisé, et de façon synchrone ou
asynchrone. En 2024, le système ne concerne pas les examens nationaux à enjeu élevé.
Les exemples danois et finlandais présentés ci-dessus illustrent une forme de surveillance numérique plus
limitée pour les examens en présentiel : le système ne fait que restreindre l'environnement informatique,
tandis que la surveillance de l'examen à proprement parler se fait en personne, comme ce serait le cas
pour des épreuves papier-crayon. On peut imaginer que ce mode de surveillance deviendra plus fréquent
afin de limiter les utilisations de l'IA générative, jusqu'à ce que de nouveaux types d'évaluations soient
élaborés et testés.

Résumé : principales observations, réflexions et tendances éventuelles

De plus en plus de pays et juridictions procèdent à la numérisation des évaluations qu'ils administrent à
l'échelle centrale ou de la juridiction. Capables d'adaptation et de personnalisation, les évaluations
numériques permettent de mesurer les compétences des élèves d’une manière que les versions papier-
crayon ne permettent pas. Elles peuvent également alimenter l'analyse de l’apprentissage et fournir la
souplesse nécessaire pour autoriser des examens à distance dans certaines conditions. Enfin, elles
améliorent la rentabilité des processus d'évaluation grâce à l'automatisation (du processus de notation,
par exemple) et de réplication au fil du temps, et réduisent les coûts d'administration à long terme. Des
modes d'évaluations plus innovants peuvent toutefois s'avérer coûteux à mettre en œuvre et ne pas être
appropriés pour les examens à enjeu élevé. La validité, la fiabilité et la sécurité de ces évaluations suscitent
des préoccupations. Elles peuvent également soulever des problèmes d'équité, au regard de la fracture
numérique existante en termes de matériel, de logiciels et de compétences humaines. Le processus de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  145

numérisation peut également engendrer des coûts de transition et créer une dépendance au sentier qui
peut être plus compliquée à interrompre que dans le cas d'évaluations ou d'examens papier-crayon.

Numériser tout d’abord les éléments les plus simples

Les tests à faible enjeu sont deux fois plus souvent numérisés que les examens. Sur les 29 systèmes
d’éducation pour lesquels nous disposons de données comparables, 18 ont numérisé certaines
composantes de leur test standardisé et 7 d'entre eux ont également numérisé certaines composantes de
leur examen. Aucun pays ne s'est lancé dans la numérisation des examens à enjeu élevé sans avoir
expérimenté en parallèle celle des tests à faible enjeu.
Ce chapitre avance quatre raisons principales pour expliquer pourquoi les examens sont moins souvent
numérisés que les tests. Premièrement, la numérisation des tests standardisés à faible enjeu s'avère
moins complexe que celle des examens. Deuxièmement, étant donné que les examens représentent un
enjeu plus élevé pour les élèves et les familles, les tentatives d'innovation suscitent une opposition
politique plus forte de la part des acteurs de l'éducation. Troisièmement, étant donné que les examens
constituent un enjeu élevé et doivent être équitables, les mettre en œuvre dans un environnement éducatif
qui n'est pas numérisé s’avère compliqué, ce qui pourrait se produire au fur et à mesure que les pays et
juridictions développent les compétences numériques des élèves. Enfin, la transition vers les examens
numériques pour des cohortes entières d'élèves nécessite souvent des investissements plus importants
dans l'infrastructure numérique, y compris dans la formation et la culture numérique des enseignants et
du personnel des établissements.
Notre collecte de données comparatives porte également à croire que les pays et juridictions commencent
généralement par la numérisation de leurs tests, comme première étape vers une éventuelle numérisation
des examens, le cas échéant. En passant des tests papier-crayon aux tests numériques, les pays ont dû
renforcer leur infrastructure numérique dans les établissements, les centres d'évaluation ou directement
chez les élèves.
Qu'ils aient ou non numérisé leurs tests nationaux, les pays ont mis au point des outils numériques pour
faciliter l'administration des évaluations. En effet, 16 des 29 systèmes d'éducation à l'étude utilisent de tels
outils. La majorité des outils servent à offrir un environnement numérique pour l’administration des tests
numériques ou, dans une moindre mesure, des examens numériques. Certains outils peuvent également
contribuer à l'administration des évaluations papier-crayon (par exemple, pour l'inscription des élèves, la
répartition des tâches et le taux d’achèvement des évaluations) ou faciliter les processus de notation et de
transfert des notes vers d'autres registres ou systèmes numériques. Seule la Lettonie utilise un système
de surveillance numérique basé sur l'IA pour les évaluations à faible enjeu.

Une conversion numérique sans transformation profonde ?

En 2024, les pays et juridictions qui avaient numérisé des composantes de leur test pour les élèves
n'avaient souvent que peu utilisé les possibilités innovantes offertes par les évaluations numériques. La
majorité des évaluations numériques ont répliqué les contenus et la structure conceptuelle des évaluations
papier-crayon qu'elles ont remplacées. Pratiquement aucune évaluation n'utilise des techniques
d'évaluation adaptative, et encore moins des jeux, des simulations et des formats basés sur des scénarios.
Le Danemark a tenté d'intégrer des fonctionnalités adaptatives à son test standardisé à faible enjeu, avant
que les responsables politiques ne décident de revenir à une conception traditionnelle au vu de l'opposition
de l'opinion publique.
Même les fonctionnalités numériques les plus innovantes, telles que les environnements d'évaluation
numériques ou les systèmes de surveillance, ne sont souvent utilisées que pour répliquer les conditions
d'une évaluation papier-crayon traditionnelle administrée en classe. En 2024, les avantages de la
numérisation des évaluations résident principalement dans la simplification des processus

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

146 

d'administration, de gestion des données et, parfois, de notation. Les croisements de données les plus
fréquents ont lieu avec les systèmes d'information scolaire des juridictions (ou les registres centraux des
élèves).

Perspectives : les prochaines étapes

Relever les défis techniques. Il faut respecter plusieurs conditions techniques préalables dans le cadre
des évaluations numériques, notamment un accès à suffisamment d'appareils compatibles ainsi qu'à une
connexion assez fiable à Internet ou à un réseau local. En outre, les établissements doivent avoir
suffisamment de personnel possédant les compétences nécessaires à la mise en œuvre et l'utilisation
continue des évaluations informatiques ainsi que d'espaces dotés d'installations électriques et de réseaux
pour permettre à de nombreux élèves de passer les évaluations au même moment. Ils doivent aussi
pouvoir compter sur une infrastructure informatique solide pour gérer les risques liés à la sécurité. La
possibilité de passer les évaluations hors ligne peut contribuer à minimiser certains de ces risques, mais
les établissements auront alors besoin de plus de temps et de conseils pour l'installation préalable des
logiciels, ce qui réduira l'utilisation des outils numériques et diminuera le niveau d'adaptabilité des
évaluations. Les pays souhaitant respecter ces exigences devront prévoir un plan de financement initial et
des coûts de maintenance permanents.
Davantage d'éléments d'évaluation innovants. Le passage aux évaluations numériques offre des
possibilités d'intégrer plus d'éléments innovants dans le processus d'évaluation. Notre collecte de données
révèle toutefois que du chemin reste encore à faire. Il se peut que les nouvelles évaluations qui seront
conçues dès le départ pour être administrées au format numérique intègrent plus d'éléments innovants
que les évaluations principalement élaborées pour remplacer les versions papier-crayon. La prochaine
génération d'évaluations numériques pourrait favoriser, entre autres, le déploiement d'expériences
d’apprentissage personnalisées, l'utilisation de fonctionnalités adaptatives tenant compte du niveau des
élèves et le recours à un processus de notation automatique permettant aux élèves de bénéficier de
retours d'information plus rapides et d'accéder immédiatement à leurs résultats. Les pays tenteront de
transformer leurs pratiques d'évaluation pour récolter les fruits de la transformation numérique du secteur
de l'éducation.
Un éventail plus large de contenus. En 2024, la majorité des évaluations numériques élaborées et
administrées par les pays et juridictions sont une version numérique de leurs tests standardisés et
mesurent principalement le niveau des élèves en littératie et numératie. Ce type d'évaluation permet
toutefois d'évaluer un plus large éventail de matières et de compétences, dont des matières
traditionnellement enseignées dans les programmes (autres que la littératie et les mathématiques) ainsi
qu'un ensemble plus vaste de connaissances, de compétences, d'attitudes et de valeurs. Les pays
désireux d'intégrer une composante sur les compétences numériques dans les activités de formation
initiale et continue des enseignants ou dans les exigences des programmes devraient également s'efforcer
de mesurer ces compétences afin de vérifier que tous les acteurs de l'éducation les maîtrisent. La
numérisation des évaluations constitue à la fois un moyen d'y parvenir et une fin en soi.
Une meilleure intégration au sein de l'écosystème d'évaluation des pays. Les pays et juridictions
peuvent réfléchir sur la façon de mieux intégrer leurs évaluations numériques au sein de leur écosystème
d'évaluation global, dans lequel les différents acteurs de l'éducation ont accès à diverses ressources
d'évaluation, comme les précédents examens ou un échantillon d'items pouvant servir aux enseignants
pour créer leur propre évaluation ou aux élèves à des fins d'auto-évaluation. Elles peuvent aussi être
rapidement intégrées dans les systèmes de certification numérique des pays.
Un meilleur croisement des données avec d'autres systèmes d'information scolaire. Pour passer
une évaluation numérique, les élèves doivent généralement s'identifier en ligne ou sur une plateforme
numérique à l'aide d'un identifiant unique, sauf lorsque les évaluations sont administrées à un échantillon
d'élèves, auquel cas les résultats sont agrégés. Cette identification permet de conserver et de transférer

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  147

les résultats des élèves et, en cas d'identifiant longitudinal, de suivre les progrès et la trajectoire des élèves
au fil du temps. Ce croisement de données a généralement lieu via les systèmes d’information scolaire et
permet aux établissements et aux enseignants de comparer les résultats de leurs élèves avec ceux
d'autres établissements ou classes (similaires). En outre, les résultats des élèves aux évaluations
numériques sont immédiatement et automatiquement exploitables par les systèmes d'alerte précoce qui
peuvent contribuer à identifier les élèves susceptibles de décrocher, par exemple (voir (Vidal, 2023[25])).
Un accès aux données plus facile et plus complet à des fins de recherche. Par rapport aux versions
papier-crayon, les évaluations numériques offrent plus d'avantages en termes d'accessibilité et d'analyse
des données. Avec les évaluations numériques ou les outils numériques facilitant l'administration des
évaluations papier-crayon, les résultats des élèves peuvent être automatiquement notés et conservés sous
forme électronique, ce qui permet d'y accéder facilement et rapidement. En s'appuyant sur une
gouvernance des données appropriée pour limiter les risques liés à la confidentialité et la protection des
données (voir (Vincent-Lancrin et González-Sancho, 2023[26])), ces capacités numériques rationalisent le
processus de recherche qui devient alors plus efficace et plus fiable par rapport à un traitement manuel
d'une telle quantité de données sur papier. De surcroît, si ces données sont associées à l'identifiant unique
des élèves (parfois longitudinal), elles peuvent alors fournir des renseignements encore plus précieux pour
les chercheurs lorsqu'elles sont couplées à d'autres informations sur les établissements et les élèves
conservées dans d'autres bases de données.

Références

Buckley, J. L. Colosimo, R. Kantar, M. McCall et E. Snow (2021), « Game-based assessment for [3]
education », dans OECD Digital Education Outlook 2021 : Pushing the Frontiers with Artificial
Intelligence, Blockchain and Robots, OECD Publishing, Paris,
[Link]

Foster, N. (2023), « Teacher digital competences: formal approaches to their development », [5]
dans OECD Digital Education Outlook 2023. Towards an Effective Digital Education
Ecosystem, OECD Publishing, [Link]

Fragoso, T. (2023), « Hardware: the provision of connectivity and digital devices », dans OECD [4]
Digital Education Outlook 2023. Towards an Effective Digital Education Ecosystem, OECD
Publishing, [Link]

Kimura, T. (2017), « The impacts of computer adaptive testing from a variety of perspectives », [14]
Journal of Educational Evaluation for Health Professions, vol. 14, p. 12,
[Link]

Kolen, M. et R. Brennan (2014), Test Equating, Scaling, and Linking, Springer New York, New [12]
York, NY, [Link]

Leaton Gray, S. et N. Kucirkova (2021), « AI and the human in education: Editorial », London [6]
Review of Education, vol. 19/1, [Link]

McClelland, T. et J. Cuevas (2020), A comparison of computer based testing and paper and [11]
pencil testing in mathematics assessment.

Nigam, A. et al. (2021), « A Systematic Review on AI-based Proctoring Systems: Past, Present [24]
and Future », Education and Information Technologies, vol. 26/5, pp. 6421-6445,
[Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

148 

OECD (2023), Country Digital Education Ecosystems and Governance. A companion to Digital [18]
Education Outlook 2023, OECD Publishing, [Link]

OECD (2023), Education at a Glance 2023: OECD Indicators, OECD Publishing, Paris, [19]
[Link]

OECD (2023), « Strengthening the design and implementation of the standardised student [17]
assessment reform of the Flemish Community of Belgium », OECD Education Policy
Perspectives, n° 72, OECD Publishing, Paris, [Link]

OECD (2023), « What assessments and examinations of students are in place? », dans [21]
Education at a Glance 2023 : OECD Indicators, OECD Publishing, Paris,
[Link]

OECD (2021), « National assessment reform: Core considerations for Brazil », OECD Education [22]
Policy Perspectives, n° 34, OECD Publishing, Paris, [Link]

OECD (2021), OECD Digital Education Outlook 2021: Pushing the Frontiers with Artificial [1]
Intelligence, Blockchain and Robots, OECD Publishing, Paris,
[Link]

OECD (2020), « Remote online exams in higher education during the COVID-19 crisis », OECD [2]
Education Policy Perspectives, n° 6, OECD Publishing, Paris,
[Link]

OECD (2013), Synergies for Better Learning: An International Perspective on Evaluation and [15]
Assessment, OECD Reviews of Evaluation and Assessment in Education, OECD Publishing,
Paris, [Link]

Ofqual (2020), Online and On-screen Assessment in High Stakes, Sessional Qualifications: A [10]
Review of the Barriers to Greater Adoption and How These Might Be Overcome,
[Link]

Sandene, B. et al. (2005), Online Assessment in Mathematics and Writing: Reports from the [13]
NAEP Technology-Based Assessment Project, [Link]

Somers, G. (2021), Feasibility Study into the Introduction of Central Assessments in Flanders: [16]
Legal-technical Aspects (Lot 3).

Timmis, S., P. Broadfoot, R. Sutherland et A. Oldfield (2015), « Rethinking assessment in a [8]

digital age: opportunities, challenges and risks », British Educational Research Journal,
vol. 42/3, pp. 454-476, [Link]

Veldkamp, B. et C. Sluijter (dir. pub.) (2019), Theoretical and Practical Advances in Computer- [7]
based Educational Measurement, Springer International Publishing, Cham,
[Link]

Vidal, Q. (2023), « Digital assessment », dans OECD Digital Education Outlook. Towards an [25]
Effective Digital Education Ecosystem, OECD Publishing, [Link]
en.

Vincent-Lancrin, S. et C. González-Sancho (2023), « Data and technology governance: fostering [26]

trust in the use of data », dans OECD Digital Education Outlook 2023. Towards an Effective
Digital Education Ecosystem, OECD Publishing, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  149

Vincent-Lancrin, S. et C. González-Sancho (2023), « Education and student information [20]

systems », dans OECD Digital Education Outlook 2023. Towards an Effective Digital
Education Ecosystem, OECD Publishing, [Link]

Wyatt-Smith, C., B. Lingard et E. Heck (2021), Digital Disruption In Teaching And Testing, [9]
Routledge, New York, [Link]

Yu, J., Q. Vidal et S. Vincent-Lancrin (2023), « Digital teaching and learning resources », dans [23]
OECD Digital Education Outlook 2023. Towards an Effective Digital Education Ecosystem,
OECD Publishing, [Link]

Remarques

1
États-Unis : Innovative Assessment Demonstration Authority :
[Link]

2
Les compétences liées aux programmes d'enseignement qui seront évaluées varieront selon les élèves
et également selon les établissements du système flamand. Dans cet exemple, deux tiers des élèves de
l'établissement en question seront évalués sur la théorie des nombres, deux autres tiers sur la géométrie,
et enfin deux tiers sur les statistiques. D'autres établissements pourraient se voir attribuer trois différentes
compétences à évaluer en mathématiques parmi les dix compétences proposées (OECD, 2023[17]).

3
En Angleterre (Royaume-Uni), la Standards and Testing Agency administre une évaluation numérique
obligatoire pour tous les élèves en 4e année (âgés de 8 ou 9 ans, scolarisés dans l'enseignement primaire)
permettant d'évaluer leur maîtrise des tables de multiplication. En 2023, une autre évaluation obligatoire
sur les compétences des élèves en anglais et en mathématiques à l'entrée dans l'enseignement primaire
a en partie été administrée au format numérique, mais le ministère prévoit de poursuivre sa numérisation.
De plus, un nouveau test numérique de littératie et de numératie est en cours d'élaboration et comprendra
une série de brèves activités numériques destinées aux élèves en 9 e année (âgés de 13 ou 14 ans,
scolarisés dans l'enseignement secondaire).

4
TAO : [Link]

5
Banque nationale d'items d'évaluation du Brésil (BNI) : [Link]
atuacao/avaliacao-e-exames-educacionais/bni

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

150 

5 Ressources d’enseignement et
d’apprentissage numériques

Jun Yu, Université nationale de Singapour

Quentin Vidal, OCDE

Stéphan Vincent-Lancrin, OCDE

Ce chapitre présente un aperçu de la fourniture publique de ressources

d’enseignement et d’apprentissage numériques dans les pays et juridictions
de l'OCDE. Il examine l'implication des pouvoirs publics à l'échelle centrale
ou de la juridiction ainsi que les différents types de diffusion publique, de la
fourniture libre de contenus pédagogiques à la conservation de ressources
conformes aux programmes d'enseignement sur des plateformes
spécialisées. Après avoir dressé un bilan de la situation, y compris de
l'absence relative de ressources d’apprentissage numériques intelligentes,
le chapitre insiste sur la nécessité d'utiliser désormais les ressources mises
à disposition et émet des recommandations pour évoluer vers des
écosystèmes efficaces de ressources d’enseignement et d’apprentissage
numériques.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  151

Introduction

Les ressources d’enseignement et d’apprentissage numériques constituent un vaste ensemble de matériel

pédagogique conçu pour une utilisation au format numérique. Ces ressources peuvent être statiques,
comme les manuels scolaires, les contenus audio et vidéo, les cours ou les articles numériques, ou
dynamiques grâce à l'exploitation de fonctionnalités interactives et de contenus adaptatifs permettant de
proposer un apprentissage plus personnalisé dans des environnements d'apprentissage interactifs
(questionnaires, jeux, simulations, etc.). Elles servent à différentes fins et répondent aux besoins des
élèves et des enseignants ainsi que d'un public plus large.
Les ressources d’enseignement et d’apprentissage numériques offrent une gamme de possibilités pour
favoriser la qualité et l’équité dans l'éducation. Par rapport aux ressources d'apprentissage traditionnelles,
les ressources numériques permettent une certaine rentabilité puisque ce format permet une diffusion
importante à un prix abordable. On peut les consulter n'importe où et n'importe quand, ce qui procure plus
de souplesse et une meilleure accessibilité aux élèves et aux enseignants. Elles peuvent également aider
ces derniers dans certaines matières difficiles à enseigner en classe et proposent des expériences
éducatives innovantes, notamment grâce au recours à la réalité augmentée et la réalité virtuelle.
Toutefois, les avancées les plus prometteuses de ce type de ressources résident probablement dans leur
potentiel de personnalisation plus poussée de l'apprentissage. Les fonctionnalités numériques font de
l'apprentissage une activité plus interactive, plus motivante et plus adaptative, et tiennent davantage
compte des élèves ayant des besoins éducatifs spécifiques. La mise en place de systèmes de tutorat
intelligents, alimentés par des algorithmes et l’IA, permettrait de soutenir les élèves de manière plus
individualisée. De même, les logiciels d'analyse de l’apprentissage en classe peuvent exploiter la multitude
de données générées et collectées grâce aux interactions avec les ressources et outils numériques pour
fournir aux enseignants (ainsi qu'aux élèves) un retour d'information plus précis, parfois en temps réel, sur
leurs méthodes d'enseignement et d'apprentissage.
Ce chapitre vise à fournir une vue d'ensemble de l'infrastructure numérique des pays relative aux
ressources d’enseignement et d’apprentissage. Trois autres chapitres abordent le thème de l'infrastructure
numérique du système d'éducation et des outils de gestion des établissements. Ils portent sur les systèmes
d’information scolaire, les évaluations numériques ainsi que les systèmes et autres outils de gestion de
l'apprentissage. S’appuyant sur un questionnaire auquel ont répondu 29 pays et juridictions de l'OCDE,
ce chapitre présente un aperçu des ressources numériques fournies par les autorités publiques et
destinées notamment aux enseignants et aux élèves. Les informations recueillies ont été vérifiées et
enrichies à la suite de réunions bilatérales, de consultations auprès des pays et de recherches
documentaires qui ont permis, notamment, d'étayer la description de l'écosystème des pays en matière
de ressources d’enseignement et d’apprentissage numériques (voir la publication (OECD, 2023[1]), pour
plus de détails sur chaque pays).
Dans les 29 pays et juridictions, diverses parties prenantes sont responsables de la fourniture des
ressources d’enseignement et d’apprentissage numériques aux établissements, aux enseignants et aux
élèves. Si ce chapitre est principalement axé sur le degré d'implication des pouvoirs publics centraux ou
de la juridiction quant à la fourniture ou l'achat de ce type de ressources, il vise également à recenser à
quel niveau infranational la fourniture ou cet achat se situe (États, régions, municipalités).
Le chapitre est structuré en quatre parties. Dans un premier temps, il dresse un état des lieux des
ressources d’enseignement et d’apprentissage numériques fournies par les autorités publiques (au niveau
infranational), notamment aux établissements, aux enseignants et aux élèves. Le chapitre différencie, d'un
côté, les contenus pédagogiques fournis librement et souvent indistinctement au grand public, via des
émissions de télévision et de radio, des médias sociaux et des plateformes nationales de cours en ligne
ouverts à tous (MOOC) et, de l'autre, les ressources conservées sur des plateformes éducatives dédiées,
consacrées à des fins plus spécifiques et davantage en adéquation avec les programmes d'enseignement

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

152 

(bien que ces dernières puissent englober les ressources éducatives libres [REL]). Dans un deuxième
temps, le chapitre étudie la typologie de ces ressources, qu'elles soient statiques ou interactives, qu'elles
portent sur les ressources d'autoévaluation ou les manuels scolaires numériques. Dans un troisième
temps, il examine d'autres composantes de l'infrastructure numérique d'enseignement et d'apprentissage
des pays à l'étude, allant des plateformes consacrées à la formation professionnelle des enseignants et
au tutorat en ligne pour les élèves à des outils numériques plus avancés tels que les systèmes de tutorat
intelligents et l'analyse de l’apprentissage en classe. Enfin, la conclusion fait la synthèse de ces
informations et soumet un ensemble de recommandations destinées aux responsables politiques.

État des lieux

Notre analyse comparative porte sur 29 pays et juridictions de l’OCDE qui ont été invités à répondre à une
série de questionnaires relatifs à l'action publique. Des entretiens bilatéraux menés par le Secrétariat de
l’OCDE ont permis ensuite de vérifier leurs réponses. Les informations recueillies ont alors fait l'objet d'une
validation croisée en vue de la préparation d'une analyse descriptive approfondie de l'écosystème
d'éducation numérique de chaque pays et de sa gouvernance (OECD, 2023[1]).
Si un travail minutieux a été réalisé pour authentifier les données relatives à la disponibilité des ressources
numériques, il n'a pas toujours été possible de le faire de manière exhaustive. Cela s'explique en partie
par le fait que l'accès à de nombreuses ressources est limité aux personnes rattachées officiellement au
secteur de l'éducation. Le Secrétariat de l’OCDE et chaque pays concerné ont, néanmoins, vérifié toutes
les données pour garantir la plus grande exactitude et intégrité des informations.

Répartition des responsabilités entre les autorités publiques

Dans les 29 pays et juridictions, diverses parties prenantes sont responsables de la fourniture de
ressources d’enseignement et d’apprentissage numériques aux établissements, aux enseignants et aux
élèves. Ce chapitre est principalement axé sur la fourniture de ressources par les pouvoirs publics centraux
ou de la juridiction, et recense à quel niveau national et infranational se situe cette fourniture (États,
régions, municipalités). D'autres acteurs vendent ou proposent des ressources d'apprentissage
numériques, tels que les ONG, les chercheurs, les enseignants, les universités et les associations
philanthropiques. Si les établissements, les enseignants et les élèves peuvent directement acquérir des
produits auprès d'entreprises EdTech, ce chapitre se concentre sur le degré d'implication des autorités
publiques.
Cette implication quant à la fourniture ou l'achat de ressources numériques varie d'un pays à l'autre et est
déterminée, dans une certaine mesure, par la répartition habituelle des responsabilités au sein des
systèmes d'éducation. Lorsque les responsabilités incombent aux autorités régionales, comme au Canada
et aux États-Unis, la participation de l'autorité fédérale dans la fourniture de ressources d’enseignement
et d’apprentissage s'avère minimale, voire inexistante. En Autriche, au Brésil et au Mexique, les ministères
nationaux jouent un rôle plus actif. Dans les pays à structure non fédérale, l'implication de l’administration
centrale fluctue également, d'un rôle minimal aux Pays-Bas à un rôle prépondérant en Hongrie et en
Corée, ces deux pays bénéficiant de contributions importantes du gouvernement pour l'élaboration et la
fourniture de ressources numériques. On observe dans la majorité des pays la présence d'un modèle
mixte, dans lequel les autorités fournissent certaines ressources tandis que d'autres sont achetées par les
établissements, comme c'est le cas en Nouvelle-Zélande. En Angleterre, c'est un organisme indépendant
qui se charge de l'élaboration et de la fourniture des ressources d’enseignement et d’apprentissage
numériques à la demande du gouvernement. En cas de décentralisation importante, les autorités
municipales complètent souvent la fourniture de ressources avec des achats, comme dans les pays
nordiques par exemple.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  153

Qu'elles soient développées à l'aide de fonds publics, fournies par les pouvoirs publics ou directement
achetées par les établissements, peu de ressources d’enseignement et d’apprentissage numériques sont
obligatoires. Dès lors, les établissements et les enseignants sont généralement libres de choisir leurs
prestataires et peuvent exprimer une préférence pour certaines ressources.

Fourniture libre de contenus pédagogiques

La majorité des pays de l'OCDE pour lesquels nous disposons de données comparables disposent d'une
grande variété de ressources d’enseignement et d’apprentissage numériques qu'ils proposent en accès
libre (voir le Graphique 5.1 et le Tableau 5.1). Si ce type de diffusion publique est antérieur à la crise du
COVID-19 de 2020, la fourniture de contenus d'apprentissage en accès libre est un héritage des politiques
qui ont été mises en place pour assurer la continuité de l’apprentissage lors des fermetures
d'établissements, notamment par l'intermédiaire d'émissions de télévision et de radio. Cette section porte
particulièrement sur les ressources d’enseignement et d’apprentissage numériques fournies librement et
diffusées à grande échelle. Les ressources d'apprentissage conservées sur des plateformes éducatives
en ligne, dont certaines sont accessibles à tous après une simple inscription, feront l'objet de la section
suivante.

Graphique 5.1. Vue d'ensemble de la fourniture par les autorités publiques de contenus
pédagogiques numériques libres (2024)

Enseignement par la télévision 24 (83%)

Chaînes de médias sociaux pour les

13 (45%)
professionnels de l'éducation

Chaînes de médias sociaux pour les

10 (34%)
élèves

Enseignement par la radio 9 (31%)

Plateforme MOOC 8 (28%)

0 5 10 15 20 25 30
Nombre de pays/juridictions
Remarque: N=29

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

154 

Tableau 5.1. Fourniture par les autorités publiques de contenus pédagogiques numériques libres
(2024)

Chaînes de médias Chaînes de médias sociaux

Enseignement par Enseignement par Plateforme
sociaux pour les pour les professionnels de
la télévision la radio MOOC
élèves l'éducation
Autriche ✓ ✓ ✓ ✓
Brésil ✓
Canada ✓*
Chili ✓ ✓ ✓ ✓ ✓
Tchéquie ✓ ✓
Danemark
Estonie ✓
Finlande ✓
France ✓ ✓
Hongrie ✓
Islande ✓ ✓
Irlande ✓ ✓ ✓ ✓
Italie ✓ ✓ ✓
Japon ✓ ✓ ✓ ✓ ✓
Corée ✓ ✓ ✓ ✓
Lettonie ✓ ✓ ✓
Lituanie ✓
Luxembourg
Mexique ✓ ✓ ✓ ✓ ✓
Pays-Bas ✓
✓ ✓
Nouvelle-Zélande

Slovénie ✓
Espagne ✓ ✓ ✓ ✓
Suède ✓ ✓ ✓
Türkiye ✓
États-Unis ✓* ✓* ✓*
Angleterre ✓ ✓
(Royaume-Uni)

Comm. flamande
(Belgique)

Comm. française ✓ ✓
(Belgique)
Total (29) 24 9 10 13 8

Remarque: la présence d'un astérisque (*) indique que la fourniture se fait au niveau des autorités publiques infranationales, par exemple des
provinces et des territoires au Canada, et des États aux États-Unis. N=29.

StatLink 2 [Link]

Contenus diffusés à la télévision et à la radio

En 2024, sur les 29 pays et juridictions pour lesquels nous disposons de données comparables, 24 (soit
près de 80 %) proposent des contenus pédagogiques via les chaînes de télévision et les stations de radio
publiques, parfois en direct, mais le plus souvent sous forme de contenus vidéo ou audio accessibles en

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  155

ligne en différé. Couvrant des matières fondamentales, telles que la langue et les mathématiques, mais
également d'autres matières, ces émissions s'adressent principalement aux élèves en âge scolaire, mais
sont accessibles à tous. Si la création de ces émissions éducatives n'est donc pas toujours centralisée ni
régie par les autorités publiques, leurs contenus correspondent souvent aux programmes d'enseignement
nationaux. La Slovénie fait exception à la règle : les contenus différaient souvent des programmes, mais
le pays s’est efforcé de les mettre en adéquation lors de la pandémie.
Il est généralement possible de revoir ou de réécouter les émissions diffusées sur les chaînes de télévision
ou les stations de radio publiques via des sites web, comme sur la plateforme RAI Scuola en Italie et
URplay en Suède, ou par l'intermédiaire de chaînes de médias sociaux gérées par les ministères, comme
la chaîne YouTube du ministère en Communauté française de Belgique. Depuis la réouverture des
établissements après la crise du COVID-19, l'Islande et la Lituanie ont interrompu les diffusions en direct,
mais ont conservé la possibilité d'accéder aux contenus en ligne.

Chaînes de médias sociaux

Les pays et juridictions se servent également des chaînes de médias sociaux pour proposer aux
apprenants, aux enseignants ou à ces deux publics, des ressources d’enseignement et d’apprentissage.
Sur les 29 participants à notre enquête, 10 utilisent les médias sociaux pour proposer des contenus
pédagogiques aux élèves et 13 pour fournir des contenus d'enseignement aux enseignants et
professionnels de l’éducation. YouTube s'avère être la plateforme de prédilection, souvent utilisée pour
diffuser, à l'intention d'un large public d'élèves et d'enseignants, des informations et des contenus
pédagogiques ainsi que, parfois, des émissions initialement diffusées à la télévision. Si d'autres
plateformes comme Facebook et Twitter servent à la promotion d'initiatives et d'événements à caractère
éducatif, elles sont toutefois moins utilisées à des fins d'enseignement et d'apprentissage par rapport à
YouTube. Certaines autorités infranationales possèdent également leurs propres chaînes de médias
sociaux, comme en Estonie (dans la municipalité de Tartu) et au Japon.

Cours en ligne ouverts à tous (MOOC)

Enfin, huit pays gèrent également une plateforme nationale de cours en ligne ouverts à tous : l'Autriche,
le Brésil, le Chili, la Corée, l'Espagne, la France, le Japon et le Mexique. Ces plateformes couvrent un
éventail de sujets, des langues à la programmation, et proposent des cours à tous les niveaux
d'enseignement, même s'ils s'adressent le plus souvent à des adultes et des élèves plus âgés.
En France, la plateforme MOOC France Université Numérique (FUN) propose des cours conçus par des
établissements d'enseignement supérieur et d'autres parties prenantes associées. Les cours sur FUN sont
expressément ouverts à toute personne désireuse d'apprendre sur un nouveau sujet. Certains cours, une
fois terminés, permettent d'obtenir une certification numérique. Au Mexique, les autorités fédérales gèrent
la plateforme MexicoX en poursuivant les mêmes objectifs. La plateforme espagnole accueille des cours
dont l'objectif est d'améliorer les compétences numériques à des fins éducatives et s'avère efficace pour
la formation des enseignants. Il convient de signaler que les plateformes de cours en ligne ouverts à tous
n'existent pas que dans ces cinq pays, mais elles sont le plus souvent de type commercial et non pas
fournies par les pouvoirs publics. Au Japon, le ministère de l'Éducation, de la Culture, des Sports, de la
Science et de la Technologie a développé la plateforme Japan Virtual Campus (JV-Campus) dans le cadre
de son programme Top Global University Project (TGUP). La plateforme contient des MOOC créés par
les universités japonaises. Conçue pour promouvoir l'internationalisation de l'enseignement (supérieur),
elle propose ainsi principalement des cours destinés à l'enseignement supérieur, mais qui, en leur qualité
de MOOC, restent toutefois ouverts et accessibles à tous. Il en va de même avec la plateforme K-MOOC
en Corée, qui a été mise en œuvre en 2015 avec des aides publiques et qui est gérée depuis par l'Institut
national de l'enseignement tout au long de la vie (NILE). Aux États-Unis, les plateformes les plus connues

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

156 

comme Coursera et edX proposent des cours accessibles et gratuits, même si en principe il s'agit de
projets commerciaux développés par les universités américaines privées.

Conservation publique des ressources d’enseignement et d’apprentissage numériques

L'exploitation de plateformes éducatives en ligne est une autre option pour la fourniture de ressources
d’enseignement et d’apprentissage numériques mieux ciblée et plus contrôlée. Sur ces plateformes, les
pays et juridictions peuvent sélectionner, héberger, conserver et proposer une gamme de ressources
éducatives élaborées en interne par les organismes éducatifs nationaux ou fournies par divers acteurs
publics comme privés. Ces ressources correspondent généralement mieux aux programmes
d'enseignement à l'échelle centrale ou de la juridiction.
Par rapport aux émissions de télévision ou de radio, par exemple, les plateformes éducatives en ligne
permettent aux autorités publiques de l'éducation d'exercer un meilleur contrôle sur les ressources
hébergées, dans la mesure où leur accès et leur utilisation peuvent être réservés à certains groupes. Un
justificatif est généralement demandé aux élèves et aux enseignants pour s'inscrire sur ces plateformes
et accéder à une partie (ou à l'intégralité) des contenus proposés. Ainsi, c’est un moyen pour que seules
les cohortes d’élèves concernées aient accès aux contenus pédagogiques, ou que soient hébergés des
contenus protégés et exclusifs dont l'utilisation fait l'objet de restrictions.
Néanmoins, les plateformes éducatives en ligne peuvent aussi héberger des contenus accessibles à tous,
qu'ils fassent ou non partie du système d'éducation formelle. C'est par exemple le cas des Ressources
éducatives libres (REL) décrites ci-après.
Sur les 29 pays et juridictions pour lesquels nous disposons de données comparables, tous fournissent
des ressources d’enseignement et d’apprentissage via certains types de plateformes éducatives en ligne,
à l'exception des États-Unis, des Pays-Bas et de la Suède. Cela ne signifie pas pour autant qu'aucune
ressource d’enseignement et d’apprentissage numérique n'est disponible dans ces trois pays. En effet,
aux Pays-Bas, les établissements choisissent directement les ressources d’enseignement et
d’apprentissage qu'ils souhaitent autoriser, tout en bénéficiant d'un financement public, mais avec une
intervention minime de l'administration centrale. Aux États-Unis et en Suède, il incombe aux paliers de
gouvernement locaux (respectivement les districts scolaires et les municipalités) de fournir à leurs
établissements les ressources relatives à l'enseignement et l'apprentissage. Le Tableau 5.2 ci-après
présente un aperçu de la fourniture à l'échelle centrale ou de la juridiction de ressources d’enseignement
et d’apprentissage numériques par le biais de plateformes éducatives, ainsi que des types de ressources
proposées.

Tableau 5.2. Fourniture de ressources d’enseignement et d’apprentissage numériques par les

autorités publiques via des plateformes en ligne (2024)
Fourniture Ressources Types de ressources fournies Exemples de
au niveau en accès Ressources Ressources Ressources Ressources plateformes/catalogues/banques
central libre (p. ex. statiques interactives pour les d'autoévaluation
REL) élèves
ayant des
besoins
spécifiques
Autriche ✓ ✓ ✓ ✓ ✓ ✓ Eduthek, EduTube
✓ ✓ ✓ ✓ Plataforma Integrada MEC RED,
Brésil
Guia EduTech
✓* ✓* ✓ ✓ L’École ouverte, Ma Classe
(Québec), Edonline
Canada
(Saskatchewan), Virtual Learning
Centre (Nouveau-Brunswick)

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  157

Fourniture Ressources Types de ressources fournies Exemples de

au niveau en accès Ressources Ressources Ressources Ressources plateformes/catalogues/banques
central libre (p. ex. statiques interactives pour les d'autoévaluation
REL) élèves
ayant des
besoins
spécifiques
✓ ✓ ✓ ✓ ✓ ✓ Biblioteca Digital Escolar,
Chili
Currículum Nacional
✓ ✓ ✓ ✓ iMyšlení, Metodický portal RVP,
Tchéquie
Evaldo
Danemark ✓ ✓ ✓ ✓ Emu, Prøvebanken
✓ ✓ ✓ ✓ ✓ ✓ EIS (Eksamite Infosüsteem), E-
Estonie
koolikott
✓ ✓ ✓ [Link] (bibliothèque de
Finlande
ressources éducatives libres)
✓ ✓ ✓ ✓ ✓ ✓ Lumni, Banques de ressources
France numériques éducatives (BRNE),
Pix
✓ ✓ ✓ ✓ ✓ ✓ Portail national de l'éducation
Hongrie
publique (NKP)
Islande ✓ ✓ ✓ Skólavefurinn
Irlande ✓ ✓ ✓ ✓ ✓ Scoilnet, Webwise
Italie ✓ ✓ ✓ ✓ Scuola2030, INVALSI (site web)
Japon ✓ ✓ ✓ MEXCBT, Catalogue STEAM
Corée ✓ ✓ ✓ ✓ ✓* ITDA
✓ ✓ ✓ ✓ ✓ ✓ [Link], [Link],
Lettonie
MyDigiSkills
✓ ✓ ✓ ✓ ✓ ✓ Svietimo Portalas, Informacinę
Lituanie
testavimo sistemą
Luxembourg ✓ ✓ ✓ ✓ ✓ [Link]
✓ ✓ ✓ ✓ ✓ Aprende en Casa, Maestros y
Mexique
Maestras en Casa
Pays-Bas
Nouvelle- ✓ ✓ ✓ ✓
Tāhūrangi, Te Waharoa Ararau
Zélande
Slovénie ✓ ✓ ✓ ✓ Slovensko izobrazevalno omrežje
Espagne ✓ ✓ ✓ ✓ ✓ ✓ EDIA, Procomún and Agrega
Suède
Türkiye ✓ ✓ ✓ ✓ Eğitim Bilişim Ağı (EBA)
États-Unis
Angleterre ✓ ✓ ✓ ✓ ✓ ✓
(Royaume- Oak National Academy
Uni)
Comm. ✓ ✓ ✓ ✓ ✓ ✓
KlasCement, Het Archief voor
flamande
Onderwijs
(Belgique)
Comm. ✓ ✓ ✓ ✓ ✓
française e-classe, Happi, Pix
(Belgique)
Total (29) 26 19 26 20 15 20 /

Remarque: au Canada, la plupart des provinces et territoires disposent de plateformes éducatives en ligne. Aux États-Unis, aux Pays-Bas et
en Suède, il incombe aux autorités locales (respectivement, aux districts scolaires, aux établissements et aux municipalités) de fournir les
ressources d’enseignement et d’apprentissage numériques aux élèves, aux enseignants et aux établissements.

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

158 

Ressources de toute nature

Comme mentionné précédemment, sur les 29 pays et juridictions à l'étude, 26 fournissent à l'échelle
centrale ou de la juridiction une plateforme éducative en ligne, soit la quasi-totalité d'entre eux. Ces
plateformes conservent des ressources d'apprentissage statiques, notamment des manuels scolaires
numériques, des contenus audio et vidéo, des simulations ou des tests à solution unique, des documents
de recherche, etc. (voir le Graphique 5.2). Il s'agit du type de ressources d'apprentissage numériques le
plus courant, car elles sont souvent le fruit d'une simple numérisation des versions papier. On retrouve en
grande quantité des exemples de ce type de ressources sur les plateformes éducatives gérées au niveau
national. Au Japon, par exemple, le ministère de l'Économie, du Commerce et de l'Industrie (METI) gère
le catalogue STEAM, un référentiel complet de matériel pédagogique auquel les élèves, les enseignants
et les parents peuvent accéder gratuitement, et qui sert tant à l'apprentissage en classe qu'à
l'autoapprentissage à la maison. Créée à l'occasion de la pandémie, la plateforme luxembourgeoise
[Link] fournit une multitude de ressources d'apprentissage dans cinq langues (en
luxembourgeois, en français et en allemand, ainsi qu'en anglais et parfois en portugais) afin de satisfaire
les besoins spécifiques des effectifs scolarisés dans le pays et de répondre aux exigences des
programmes d'enseignement. Les ressources couvrent diverses matières à tous les niveaux
d'enseignement.

Graphique 5.2. Types de ressources d’enseignement et d’apprentissage fournies par les autorités
publiques via des plateformes en ligne gérées à l'échelle centrale ou de la juridiction (2024)

Ressources statiques 26 (90%)

Ressources d'autoévaluation 20 (69%)

Ressources interactives 20 (69%)

Ressources pour les élèves ayant des besoins spécifiques 15 (52%)

0 5 10 15 20 25 30
Nombre de pays/juridictions

Remarque: au Canada, les autorités de la juridiction (les provinces et les territoires) disposent de plateformes éducatives en ligne. N=29.

StatLink 2 [Link]

Une majorité de pays et de juridictions (soit 20 sur 29) ont également développé ou acheté des ressources
d'apprentissage interactives qu'ils mettent à la disposition des enseignants et des élèves. Il s'agit
généralement de ressources d'apprentissage personnalisées qui s'adaptent à l'apprenant, à ses
interactions avec les contenus et aux progrès réalisés, comme des jeux, des simulations, des
questionnaires dynamiques ou du matériel plus avancé alimenté par des algorithmes ou des fonctions de
l'IA. Par exemple, on retrouve en Autriche la plateforme Eduthek qui propose une gamme de ressources
éducatives numériques comme des applications et des jeux pour tous les niveaux d'enseignement, du
préprimaire au deuxième cycle de l'enseignement secondaire. Ces ressources sont le fruit d'une

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  159

collaboration entre les secteurs public et privé et sont coordonnées et conservées sur la plateforme
Eduthek par le ministère fédéral de l'Éducation.
Près de la moitié des pays et juridictions (soit 15 sur 29) ont déclaré qu'une partie des ressources
d’enseignement et d’apprentissage est accessible aux élèves ayant des besoins spécifiques ou s'adresse
directement à ce public. Cela était d'ailleurs un objectif prioritaire de la plateforme d'éducation numérique
(Eğitim Bilişim Ağı ou EBA) en Türkiye lors de la crise du COVID-19. En 2020, la plateforme EBA
hébergeait 1 060 cours accessibles tant aux élèves qu'aux enseignants. Elle a joué un rôle essentiel dans
la continuité de l’apprentissage dans tout le pays et les élèves scolarisés dans des programmes
d'enseignement spécialisé ont profité d’une attention particulière. Des contenus vidéo ont été traduits en
langue des signes et des descriptions audio ont été préparées pour les élèves malvoyants, le tout mis à
disposition via une application spécialement conçue pour les élèves ayant des besoins spécifiques (Vidal,
2022[2]). La plateforme EBA propose également un environnement d'apprentissage interactif dans lequel
les élèves peuvent suivre des cours en direct, participer à des discussions en ligne et bénéficier d'un retour
de leurs enseignants sur leurs travaux. Elle permet aussi aux enseignants de créer des cours
personnalisés, de donner des devoirs et de noter les travaux en temps réel, et aux parents de suivre les
progrès scolaires de leurs enfants. Sur la plateforme, les ressources d'apprentissage sont organisées en
fonction des programmes d'enseignement turcs, ce qui permet aux enseignants et aux élèves de trouver
plus facilement le matériel approprié. Au Chili, le référentiel Educación Especial s'adresse également aux
élèves ayant des besoins spécifiques, en proposant des ressources telles que des manuels scolaires
rédigés en gros caractères pour les élèves malvoyants et en ayant recours à d'autres technologies
d'assistance. En Irlande, le Conseil national chargé de l'enseignement spécialisé fournit divers outils et
ressources pour favoriser l'inclusion scolaire, et notamment une liste d'outils recommandés (comme des
applications pour les élèves malvoyants ou dyslexiques), des tutoriels vidéo pour aider les parents et les
enseignants, ainsi que des applications spécialisées pour l'achat de technologies inclusives à l’usage des
établissements. Aux États-Unis, bien que la fourniture de ressources d’enseignement et d’apprentissage
aux établissements, aux enseignants et aux élèves n'incombe pas aux autorités fédérales, ces dernières
exigent que les ressources achetées par les districts scolaires puissent être utilisées par les élèves ayant
des besoins spécifiques. De nombreux exemples de prestataires privés ont donc mis au point des solutions
adaptées à tous les élèves. Les outils tels que Real Writer and Reader de la société Ghotit et Read&Write
de la société Texthelp répondent aux besoins des élèves atteints de dyslexie, de dysgraphie ou confrontés
à tout autre trouble de l'apprentissage, grâce à des fonctionnalités avancées dont la synthèse vocale et la
prédiction de mots. La société Kurzweil Education a également adapté une gamme d'outils aux élèves
malvoyants ou ayant des troubles de l'apprentissage, en y intégrant des technologies d'assistance qui
améliorent l'accès aux contenus ainsi que leur traitement.
Les pays et juridictions mobilisent des ressources provenant de diverses sources et origines. Certains
pays centralisent les ressources sous licence libre dans des catalogues pour aider les enseignants et les
élèves à trouver le matériel dont ils ont besoin, comme la Tchéquie avec son Katalog EMA. Celui-ci classe
également les ressources en fonction de critères de popularité et de qualité pour que les enseignants
puissent trouver facilement les ressources qui leur seront utiles. Les pays ont également la possibilité
d'acheter des ressources auprès de prestataires commerciaux. C'est généralement le cas des manuels
scolaires numériques (comme décrit dans la section ci-après), mais aussi d'autres types de ressources.
Au Japon, l'application alimentée par l'IA qui propose des cours et des exercices adaptatifs, Surara Drill,
et au Luxembourg, la plateforme d'apprentissage personnalisé de mathématiques, MathemaTIC,
constituent deux exemples de ressources développées par le secteur privé et achetées par les pouvoirs
publics. Enfin, les pays et leurs organismes éducatifs développent aussi leurs propres ressources
d’enseignement et d’apprentissage.
Parmi les cinq pays fédéraux pour lesquels nous disposons de données comparables, seule l'Autriche
dispose d'une plateforme éducative en ligne à l'échelle fédérale. Cela peut être dû au fait que les
ressources conservées sur ces plateformes correspondent généralement à un programme

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

160 

d'enseignement qui peut varier en fonction des provinces, territoires et États au sein d'une même
fédération. Si l'Autriche, le Brésil et le Mexique possèdent un programme d'enseignement national, la
responsabilité de sa mise en œuvre est décentralisée au Brésil, tandis qu'au Mexique les pouvoirs publics
de chaque État disposent d’une autonomie leur permettant d’adapter le programme d'enseignement à leur
propre contexte. À l'inverse, il n'existe aucun programme d'enseignement au niveau fédéral au Canada et
aux États-Unis, ce qui n'incite pas à l'instauration d'une plateforme éducative nationale. En Autriche, la
plateforme éducative publique edutube a une portée plus restreinte par rapport à d'autres plateformes
nationales, et contient des vidéos éducatives telles que des documentaires et des films qui peuvent servir
à des fins d'enseignement.
Dans les pays et juridictions qui utilisent une taxonomie spécifique à l'éducation, les ressources
numériques achetées ou fournies par les pouvoirs publics sont systématiquement classées et
éventuellement mises en correspondance avec les programmes d'enseignement appropriés, facilitant
ainsi la recherche de matériel particulier (voir (Vincent-Lancrin et González-Sancho, 2023[3])).

Ressources éducatives libres

Près des deux tiers des pays et juridictions à l'étude (soit 19 sur 29) conservent des ressources éducatives
libres (REL) sur leurs plateformes éducatives habituelles ou dans des référentiels conçus à cet effet.
Parmi les exemples de ce type de référentiels dont les ressources sont accessibles à tous au sein d'un
pays, citons KlasCement en Communauté flamande de Belgique, Plataforma Integrada MEC RED au
Brésil, Oak National Academy en Angleterre, Lumni en France et Svietimo Portalas en Lituanie. À l'instar
de leurs équivalents en accès restreint, les types de ressources hébergées varient d'un pays à l'autre,
mais comprennent généralement des ressources statiques (des cours, des clips vidéo et audio, des
articles scientifiques, etc.) et d'autres ressources de nature plus interactive qui permettent un
apprentissage plus actif.
Les référentiels de REL peuvent être mis en place par des organismes publics ou par l'intermédiaire de
partenariats publics. En Espagne, le référentiel EDIA est le fruit d'une collaboration entre le ministère
central de l'Éducation et le ministère régional d'Estrémadure. En France, le ministère de l'Éducation,
d'autres organismes publics ainsi que les diffuseurs publics (France Télévision et Radio France) ont
participé à la création de la plateforme Lumni.
Si les pays fédéraux gèrent rarement des plateformes éducatives à accès restreint conçues pour répondre
aux besoins d'enseignants et d'élèves qui ne relèvent pas de leur responsabilité directe, certains proposent
néanmoins des catalogues ou référentiels de ressources éducatives libres. Il s'agit parfois d'une
conséquence de la crise du COVID-19 et des réponses alors apportées par les autorités fédérales qui sont
intervenues pour aider leurs juridictions à assurer la continuité de l’apprentissage sur tout le territoire. Au
Mexique, par exemple, les autorités fédérales ont lancé le programme Aprende en Casa (Apprendre à la
maison) pour contribuer à la poursuite de l'enseignement et de l'apprentissage malgré les fermetures
d'établissements. Depuis lors, les ressources ont été mises en correspondance avec les programmes
d'enseignement nationaux et sont désormais accessibles aux citoyens mexicains qui se trouvent à
l'étranger.
À l'inverse, dans d'autres pays fédéraux, la conservation des ressources éducatives libres est laissée à
l'appréciation des juridictions infranationales. Par exemple, au Canada, la plateforme québécoise L’École
ouverte est gérée par la province pour qu'elle corresponde aux programmes d'enseignement spécifiques
au Québec, même si une partie du matériel est librement accessible dans tout le pays.
Aux États-Unis, le paysage des REL est façonné par les organisations non gouvernementales et les
activités philanthropiques, comme en témoignent la plateforme OER Commons de l'Institute for the Study
of Knowledge Management in Education (ISKME) principalement financée par des dons et des fondations

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  161

philanthropiques telles que la William and Flora Hewlett Foundation, ainsi que le projet Open Courseware
du Massachusetts Institute of Technology (MIT).

Ressources d'autoévaluation

Dans le cadre de ce rapport, on entend par « ressources d'autoévaluation » les items ou banques d'items
d'évaluation que chaque élève ou chaque enseignant peut utiliser pour évaluer ses propres compétences.
Elles sont donc considérées comme des ressources d'apprentissage et se distinguent des examens de fin
de cycle et des tests nationaux (pour plus d'informations sur la numérisation de ces types d'évaluation,
voir (Vidal, 2023[4])). Certains items tirés de précédents tests ou examens peuvent cependant être
réutilisés et ajoutés aux banques de ressources d'autoévaluation.
Sur les 29 pays et juridictions à l'étude, 20 mettent à la disposition des élèves et des enseignants ce type
de ressources. Elles sont parfois fournies par les autorités infranationales, comme c'est le cas de la
plateforme d'autoévaluation proposée par la province Gyeongsangbuk-do en Corée.
À l'instar des REL, les ressources d'autoévaluation peuvent être conservées sur des plateformes en ligne
avec d'autres types de ressources d'apprentissage. Toutefois, neuf pays et juridictions mettent à la
disposition de leurs élèves des plateformes d'autoévaluation distinctes. Au Danemark, la plateforme
Prøvebanken (banque de tests) est axée sur la préparation aux examens, et propose des ressources telles
que des exercices extraits des Tests nationaux (le test standardisé danois) et d'autres ressources qui
peuvent servir aux enseignants pour préparer les évaluations et aux élèves pour tester leurs
connaissances et compétences dans diverses matières. En Lituanie, le ministère fournit un système
d'autoévaluation numérique, Informacinę testavimo sistemą, dont les ressources couvrent un grand
nombre de matières (mathématiques, langues, histoire, biologie, technologie de l'information, etc.), ainsi
que des outils pour les élèves handicapés.
Outre le fait d'aider les élèves à se préparer aux examens, les pays et juridictions encouragent également
l'utilisation des plateformes d'autoévaluation dans le cadre des activités d'apprentissage et
d'enseignement. Le Japon est, à cet égard, un exemple parfait. Le ministère de l'Éducation a approuvé
l'utilisation d'un système d'évaluation informatisé (MEXCBT) pour un large éventail d'applications, de
l'autoévaluation des connaissances des élèves dans les matières fondamentales (mathématiques,
japonais, anglais, etc.) à l'utilisation en classe, ainsi que dans le cadre des enquêtes nationales portant
sur les situations d'apprentissage et les résultats scolaires.
Dans plusieurs pays et juridictions, les plateformes d'autoévaluation sont spécialement conçues pour
mesurer les compétences numériques. La France et la Communauté française de Belgique recommandent
d'utiliser Pix, une plateforme gratuite à code source ouvert développée par le ministère français de
l'Éducation pour l'autoévaluation des compétences numériques. Convenant tant à l'autoévaluation des
élèves que des enseignants, cette plateforme est accessible au grand public. D'autres pays, comme
l'Autriche, l'Estonie et la Tchéquie, ont créé des ressources d'autoévaluation conformes au Cadre de
référence européen des compétences numériques (DigComp). Par exemple, les élèves et les enseignants
en Autriche peuvent décider d'utiliser la plateforme [Link] pour évaluer leurs compétences numériques
et identifier leurs lacunes. De même, en Tchéquie, les plateformes Profil Učitel21 et Evaldo permettent
respectivement aux enseignants et au grand public d'évaluer ce type de compétences. En Estonie, un
questionnaire d'autoévaluation en ligne a été élaboré à partir du Cadre européen des compétences
numériques des professionnels de l’éducation (DigCompEdu), pour que les enseignants puissent évaluer
leurs propres compétences numériques. Hors de l'Union européenne, le Brésil a développé ses propres
outils d'autoévaluation des compétences numériques grâce à une collaboration entre des organismes
publics et le Centre brésilien d'innovation pour l'éducation, une association à but non lucratif. Les
enseignants peuvent accéder à ces outils après s'être inscrits sur le portail Guia EduTec.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

162 

Manuels scolaires numériques

Sur les 29 pays et juridictions pour lesquels nous disposons de données comparables, ils sont près des
deux tiers (soit 18) à déclarer que leurs établissements ont accès à des manuels scolaires numériques. Il
s'agit de l'Autriche, du Brésil, du Canada, du Chili, de la Corée, de l'Estonie, des États-Unis, de la Finlande,
de la Hongrie, de l'Irlande, de l'Italie, du Japon, de la Lituanie, du Luxembourg, du Mexique, de la Slovénie,
de la Suède et de la Türkiye. Si les manuels scolaires numériques sont largement répandus, les
établissements sont libres d’y recourir ou non et de choisir lesquels utiliser le cas échéant.
Dans les pays où les manuels scolaires numériques sont couramment disponibles, le degré de
centralisation des achats et les mécanismes de financement varient grandement. La Hongrie est l'un des
rares cas où un organisme de l’administration centrale, appelé Autorité de l'éducation, constitue le principal
éditeur de manuels scolaires. Cette méthode se distingue de la majorité de celles adoptées par la plupart
des pays de l'OCDE où l'édition de manuels scolaires incombe généralement aux acteurs privés (avec
toutefois de nombreuses règles, des processus d'approbation ou de coordination de la part du
gouvernement). Par exemple, en Estonie, les manuels scolaires tant en version numérique que papier
sont élaborés par des prestataires privés et font l'objet d'une évaluation de la part d'enseignants, de
conférenciers et d'autres experts pour s'assurer qu'ils respectent les critères définis dans les
réglementations applicables. On retrouve une situation similaire en Autriche, au Brésil et au Japon, où les
éditeurs et les libraires sont chargés de concevoir les versions numérique et papier des manuels scolaires.
Les manuels qui seront mis à la disposition des établissements sont alors sélectionnés en fonction d'un
ensemble de critères et d'un processus d'assurance-qualité définis par les ministères de l'Éducation. Au
Mexique, les manuels scolaires (numériques) sont élaborés par une commission nationale (CONALITEG)
et fournis gratuitement.
À l'inverse, dans les pays nordiques (Danemark, Finlande et Suède) et les pays fédéraux où la
gouvernance de l'éducation est intégralement ou partiellement décentralisée et assurée par les États, les
provinces ou les municipalités, la fourniture de manuels scolaires (y compris en version numérique)
incombe aux autorités infranationales compétentes. Les établissements conservent leur autonomie quant
au choix et à l'utilisation des manuels scolaires numériques, même si les autorités infranationales
fournissent un financement, et passent, parfois, des accords auprès des éditeurs ou définissent des cadres
pour la fourniture de manuels scolaires (numériques) aux établissements situés sur leur territoire.
Dans une démarche de réflexion sur les avantages en termes de souplesse, d'accessibilité et de
personnalisation, plusieurs pays tentent activement de renforcer les fonctionnalités interactives que
permettent les manuels scolaires numériques (voir l'Encadré 5.1). En 2024, les efforts sont toutefois
majoritairement déployés pour veiller à ce que les manuels scolaires soient adaptés aux élèves ayant des
besoins spécifiques.
Les pays qui fournissent les manuels scolaires numériques à l'échelle centrale ont également étudié la
manière dont ils pourraient intégrer ces manuels à leur écosystème de ressources et outils numériques.
En Türkiye, les manuels scolaires numériques sont disponibles via e-Okul, le système de gestion de
l'apprentissage élaboré et fourni par les autorités publiques qui sert également de référentiel des
ressources d'apprentissage et dont l'utilisation est encouragée dans tous les établissements du pays. Dans
d'autres pays, les manuels scolaires numériques sont classés parmi d'autres ressources d'apprentissage
sur des plateformes éducatives en ligne, comme c'est le cas en Corée avec sa plateforme EduNet T-Clear.
Comme pour la majorité des autres types de ressources d’enseignement et d’apprentissage numériques,
peu d'enquêtes ont été réalisées dans les pays de l'OCDE concernant l'utilisation des manuels scolaires
numériques. Lorsque ces enquêtes existent, elles font état de taux d'adoption divers. Au Japon, les
manuels scolaires numériques pour certaines matières (l'anglais, par exemple) sont fournis par le ministère
de l'Éducation à tous les établissements d'enseignement primaire et de premier cycle de l'enseignement
secondaire, avec un taux d'adoption modéré (36.1 % des établissements publics en 2022). Aux États-Unis,

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  163

on a observé en 2020 un taux d'adoption bien supérieur, équivalant à près de la moitié des établissements
publics. En Finlande, les manuels scolaires sont en grande partie numériques et, selon les déclarations,
sont considérablement plus utilisés à Helsinki. D'après l'Association finlandaise des éditeurs, près de 80 %
des manuels scolaires utilisés dans le deuxième cycle de l'enseignement secondaire sont numériques. En
Türkiye, les manuels scolaires numériques utilisés dans la filière professionnelle sont fournis à tous les
élèves en vue d‘assurer un enseignement et une formation professionnels à distance, comme l'illustre
l'initiative intitulée Lycées professionnels ouverts.

Encadré 5.1. Utilisation de manuels scolaires numériques interactifs à des fins d'apprentissage
adaptatif
La diffusion de manuels scolaires numériques interactifs constitue une étape de transformation des
ressources éducatives, en insufflant une dimension technologique au matériel d'apprentissage
classique pour créer des expériences éducatives dynamiques et personnalisées. Grâce à l'intégration
d'éléments multimédias et de fonctionnalités adaptatives, les manuels scolaires interactifs se
différencient des manuels scolaires numériques qui résulteraient simplement de la numérisation des
versions papier traditionnelles.
Les manuels scolaires interactifs offrent une expérience d'apprentissage immersive et dynamique, avec
l'incorporation de matériel d'apprentissage varié et personnalisé (Gottschalk et Weise, 2023[5]). Leur
format numérique permet également des mises à jour rapides garantissant que le matériel est toujours
actuel et pertinent. Le coût demeure cependant un obstacle à l'accessibilité, rappelant les défis
semblables rencontrés avec les manuels scolaires traditionnels (OECD, 2021[6]). Le facteur coût peut
en effet empêcher les élèves d'accéder à ces ressources et entraîner leur possible exclusion des
systèmes ayant procédé à la numérisation de l'intégralité des manuels scolaires.
L'intégration de technologies d'apprentissage adaptatif est une fonctionnalité remarquable qui permet
une personnalisation des contenus et du rythme d'apprentissage pour s'adapter aux besoins et au
niveau de performance de chaque élève. En outre, les manuels scolaires numériques interactifs
proposent souvent des fonctionnalités permettant aux élèves de prendre des notes et de se familiariser
activement avec le matériel. Ces ressources favorisent aussi l'apprentissage collaboratif à l'aide de
fonctionnalités telles que les échanges de notes et les forums de discussion.
Plusieurs pays de l'OCDE utilisent les manuels scolaires numériques interactifs, dont les États-Unis, la
Corée et la Finlande. En Corée, ces manuels sont disponibles sur la plateforme nationale
d'enseignement et d'apprentissage, EduNet T-Clear. Contenant toutes sortes de matériel
d'apprentissage modulable et interactif, ces manuels sont également interopérables avec d'autres
plateformes utilisant EduNet T-Clear et, par conséquent, accessibles par l'intermédiaire d'un service
d'authentification unique. En Finlande, les éditeurs de ressources éducatives comme Pro et Otava
Oppimisen Palvelut proposent une vaste gamme de matériel d'apprentissage numérique, dont des
manuels scolaires numériques interactifs comprenant des vidéos, des animations, des autoévaluations
et des exercices interactifs en complément des programmes d'enseignement finlandais. Aux États-
Unis, McGraw Hill Education, Pearson, et Cengage Learning sont des exemples de sociétés qui
fournissent ce type de manuels scolaires à différents niveaux d'enseignement. Comme dans d'autres
exemples, elles proposent des outils d'évaluation intégrés, des travaux interactifs ainsi que des
modules d'apprentissage personnalisé qui s'adaptent au niveau de performance et de compréhension
de chaque élève, en mettant à sa disposition une aide et un retour en temps réel.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

164 

Fourniture publique de ressources et d'outils numériques « intelligents »

Outre les ressources numériques statiques et interactives, il existe désormais une nouvelle catégorie de
ressources et d'outils intelligents qui sont généralement alimentés par différents types d'algorithmes
fondés sur l'IA. Ces ressources d’enseignement et d’apprentissage comprennent les systèmes
d'apprentissage adaptatif, y compris les systèmes de tutorat intelligents (Molenaar, 2021[7]), les techniques
et systèmes numériques qui visent à maintenir la motivation des élèves quant à leur apprentissage
(D’Mello, 2021[8]), les évaluations adaptatives qui s'ajustent au niveau des élèves et des lacunes observées
(Buckley et al., 2021[9] ; Foster et Piacentini, 2023[10]) ainsi que les robots sociaux (Belpaeme et Tanaka,
2021[11]). De nombreuses autres applications fondées sur l'analyse de l’apprentissage sont également
disponibles.
Il est à signaler qu'aucun pays ne fournit publiquement ces types de ressources. Les Pays-Bas (voir
l'Encadré 5.2) et les États-Unis utilisent néanmoins fréquemment des systèmes d'apprentissage adaptatif,
y compris des systèmes de tutorat intelligents, au moins dans le cadre de l'enseignement primaire. Dans
ces deux pays, les solutions sont achetées à l'aide de fonds publics, généralement par les établissements
eux-mêmes aux Pays-Bas, et par les districts ou les municipalités aux États-Unis qui constituent un marché
plus important caractérisé par sa diversité. Aux États-Unis, les systèmes d'apprentissage adaptatif et les
systèmes de tutorat intelligents sont aussi relativement courants, notamment pour l'apprentissage des
mathématiques et de l'anglais.
Une autre catégorie de ressources numériques intelligentes a pour but de soutenir directement les
enseignants (plutôt que les élèves sous la supervision des enseignants). L'unité d'analyse alors utilisée
est la « salle de classe » (Dillenbourg, 2021[12]). Ces ressources ont principalement deux objectifs :
conseiller les enseignants sur la manière d'organiser leur enseignement en temps réel (déterminer, par
exemple, quel élève a besoin d'aide, comment former des groupes au sein de la classe, quand passer à
une autre activité lorsqu'au sein d'un groupe plusieurs élèves travaillent sur la même tâche, si les élèves
sont toujours motivés, etc.) ; et leur proposer des retours d'information sur leurs pratiques pédagogiques
(leur temps de parole comparé à celui des élèves, leurs déplacements au sein de la classe, la panoplie
d'activités éducatives utilisées pendant leurs cours, etc.).
Parmi les participants à notre enquête, aucun pays ne propose un tel outil sur les plateformes de
ressources d’enseignement et d’apprentissage fournies par les autorités publiques. La majorité des
participants n'avaient d'ailleurs pas connaissance de ces outils et, après en avoir été informé, aucun n'a
déclaré qu'ils étaient principalement utilisés à des fins de recherche et développement (ou de manière
marginale). Si ces outils numériques sont prometteurs en termes de soutien aux enseignants, ils
supposent également des enjeux éthiques et de confidentialité considérables qu'il convient d'aborder et
d'évaluer au regard de leurs avantages potentiels. D'autres approches plus analogiques des « salles de
classe intelligentes » sont toutefois actuellement expérimentées dans quelques pays (voir l'Encadré 5.3).
Toutes ces technologies fondées sur l'IA peuvent être interprétées à l'aide du processus « détecter,
diagnostiquer et agir » développé par Molenaar (2021[7]) : la détection consiste à recueillir des informations
pertinentes ; le diagnostic vise à analyser les informations pour déterminer les différentes interventions
possibles ; et l'action consiste à émettre des recommandations ou à prendre des mesures. En fonction de
l'outil et du contexte, ces processus impliqueront généralement différents niveaux d'intervention humaine
(et d'automatisation).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  165

Encadré 5.2. Les systèmes de tutorat intelligents aux Pays-Bas

Les systèmes de tutorat intelligents se servent des technologies liées à l'IA pour fournir des expériences
d’apprentissage personnalisées et adaptatives. Si leur présence varie (et demeure en moyenne
relativement faible) parmi les pays de l'OCDE, ils deviennent toutefois de plus en plus courants. Le
système d'éducation néerlandais a adopté divers systèmes de tutorat intelligents mis au point par des
sociétés comme Kurve (anciennement Muiswerk Educatief), Prowise Learn et Snappet, principalement
pour l'apprentissage de la langue néerlandaise et des mathématiques. La société Snappet, qui opère
dans l'enseignement primaire, élabore des cours adaptables à partir de l'analyse des cahiers
d'exercices de chaque élève et des commentaires des enseignants dans tout le pays. Elle favorise
l'enseignement interactif et les retours d'information immédiats et permet de proposer des tâches
variées en fonction des différents niveaux de compétences. En outre, des applications comme Flexi
(développée par Kurve), Rekentuin, Taalzee et Words&Birds (développées par Prowise Learn) utilisent
des algorithmes avancés et des analyses fondées sur les données pour offrir aux élèves des exercices
personnalisables, un matériel pédagogique considérable, un suivi des progrès réalisés et des retours
d'information directs, afin qu'ils bénéficient d'exercices adaptés à leur niveau de compétences et d'une
correction de leurs erreurs en temps réel.

Le recours à une IA spécialisée dans les technologies pédagogiques reste pour l'instant au stade de la
planification dans la majorité des pays – bien que l'IA générative ait fait son apparition dans le secteur de
l'éducation en tant que technologie polyvalente. Plusieurs pays, dont l'Autriche, la Corée, le Luxembourg
et la Türkiye, expérimentent actuellement des systèmes de tutorat intelligents. Parallèlement à ces
évolutions, on observe que l’attention se tourne vers le développement des compétences des élèves dans
le domaine de l'IA, l’Autriche et la Corée mettant en place des initiatives pour enseigner aux élèves les
principes fondamentaux de l'IA, ses répercussions sur la société ainsi que les risques et avantages qu'elle
comporte.
L'émergence de l'IA générative, et notamment de grands modèles de langage tels que GPT, a constitué
un facteur de perturbation de certaines méthodes d'éducation traditionnelles (comme les examens, les
devoirs, etc.). Ce sujet sera abordé dans un autre chapitre. Si l'IA générative peut servir et sert à soutenir
l'enseignement et l'apprentissage en tant que technologie polyvalente, il faudrait que les responsables
politiques gardent à l'esprit que de nombreuses autres applications de l'IA peuvent favoriser
l'enseignement et l'apprentissage dans l'éducation, et ont justement été conçues à cette fin.
Alors que les pays s'échinent à comprendre les utilisations appropriées de l'IA dans un contexte
d'enseignement et d'apprentissage, les conséquences qui en découlent pour la fonction d'enseignant ainsi
que les usages qu'il faudrait encourager ou décourager chez les enseignants et les élèves, ils doivent faire
preuve d'ouverture d'esprit et trouver un juste équilibre entre la prévention des possibles écueils de l'IA et
ses promesses en termes de personnalisation de l'apprentissage et de performance des élèves. Pour
catalyser ces efforts, il est essentiel de renforcer la coopération internationale et l'échange de bonnes
pratiques.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

166 

Graphique 5.3. Nombre de pays qui utilisent couramment certaines technologies intelligentes
(2024)

Systèmes de tutorat
intelligents 2

Analyse de l’apprentissage
0
en classe

0 5 10 15 20 25 30
Nombre de pays/juridictions

Remarque: Selon leurs autorités gouvernementales, les systèmes de tutorat intelligents sont couramment utilisés aux Pays-Bas et aux États-
Unis.

StatLink 2 [Link]

Encadré 5.3. Un exemple de technologie de l'avenir : le projet Aulas del Futuro en Espagne
En Espagne, le projet Aulas del Futuro (Classes du futur) constitue une approche avant-gardiste du
monde de l'éducation qui exploite pleinement le potentiel des technologies pour améliorer les
expériences d’apprentissage dans les espaces éducatifs. Coordonnée par l'Institut national des
technologies éducatives et de la formation des enseignants (INTEF) en collaboration avec les
communautés autonomes, cette initiative a été officiellement lancée en 2017 sous la houlette du
ministère de l'Éducation, de la Culture et des Sports.
Le projet constitue une innovation non seulement dans le domaine de la technologie, mais également
dans celui de la pédagogie. Il transforme les salles de classe traditionnelles en plusieurs espaces
segmentés et dynamiques conçus pour un apprentissage actif, sous les rubriques suivantes :
Investigation, Exploration, Interaction, Développement, Création et Présentation. Dotés d'outils
avancés, tels que des tableaux numériques, des écrans tactiles et des lunettes de réalité virtuelle, ces
espaces redéfinissent le rôle de l'enseignant pour en faire un accompagnateur et un animateur,
encourageant l'implication des élèves et s'adaptant à divers rythmes et styles d'apprentissage.
Avec cette initiative, la distinction entre les méthodologies appliquées aux mondes numérique et
physique devient floue. Ce projet s'inscrit dans les recherches actuellement menées en éducation qui
prônent un apprentissage actif, personnalisé et renforcé par la technologie. Pour être officiellement
reconnus par le ministère de l'Éducation, les établissements doivent respecter des critères spécifiques
relatifs aux techniques d'apprentissage actif, à l'utilisation des technologies numériques, à la
participation des enseignants, à l'intégration au sein de la communauté scolaire, etc. Ce faisant, le
projet Aulas del Futuro vise à favoriser une progression globale des élèves dans un espace
d'apprentissage hybride associant les mondes physique et numérique.
Source : [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  167

Plateforme de tutorat en ligne pour les élèves

La pandémie de COVID-19 a mis en évidence l'importance du tutorat et a permis de prendre en compte

les solides données probantes concernant les répercussions du tutorat individuel ou en petits groupes.
Alors que les systèmes de tutorat intelligents s'en remettent en partie aux ordinateurs, plusieurs pays
utilisent les technologies pour rapprocher les tuteurs humains des élèves. Il existe bien entendu une
multitude de plateformes du secteur privé dans ce domaine, mais quelques pays en proposent également
dans le cadre de leur système public d'éducation. Par exemple, la Communauté française de Belgique,
l'Espagne et la Nouvelle-Zélande ont lancé des services de tutorat en ligne, après avoir pris conscience
de la nécessité d'un soutien pédagogique supplémentaire. Ces plateformes facilitent les relations élève-
enseignant dans le cas des enfants qui suivent un enseignement à domicile ou qui se trouvent à l'étranger.
L'approche adoptée par l'Espagne permet aux élèves de réaliser des activités de manière asynchrone
avec des évaluations régulières de la part de l'enseignant, que viennent parfois compléter des séances de
tutorat en direct. En Nouvelle-Zélande, l'établissement Te Kura créé dans les années 20 pour assurer un
service d’enseignement par correspondance et soutenu depuis lors par le ministère de l'Éducation,
propose désormais des options personnalisées d'apprentissage à distance, avec des modalités de
participation flexibles et une offre associant un enseignement en ligne et hors-ligne assuré par des
professionnels de l’éducation agréés. En Communauté française de Belgique, la plateforme
d'apprentissage en ligne propose un service de tutorat en ligne aux élèves scolarisés à domicile qui met
en relation des enseignants et des élèves, de l’enseignement primaire à l’enseignement secondaire.
Si ces systèmes ne sont pas aussi répandus dans tous les pays, ils témoignent d'un engagement envers
la réussite des élèves et sont un élément prometteur du paysage de l'éducation numérique en constante
évolution.

Ressources numériques pour la formation professionnelle des enseignants

Si les élèves représentent les principaux apprenants dans un système d'éducation, il s'avère également
capital de soutenir l'apprentissage professionnel des enseignants. Une partie des ressources
d'apprentissage destinées aux élèves peuvent être (ou sont) aussi des ressources numériques pour leur
enseignement. Une autre méthode pour les aider à apprendre consiste à mettre à leur disposition des
plateformes numériques comportant des ressources d'apprentissage. Cette section souligne la manière
dont les pays soutiennent l'enseignement assuré par les enseignants, en leur fournissant des ressources
numériques conçues à leur intention pour qu'ils les intègrent à leurs cours. Dans certains cas, les
ressources peuvent concerner l'enseignement à l'aide d'outils numériques et permettre aux enseignants
d'améliorer leurs connaissances pédagogiques générales dans le domaine des technologies (voir (Foster,
2023[13]), concernant les incitations qui visent à améliorer les compétences numériques des enseignants).
Dans la plupart des pays, les autorités publiques nationales ou infranationales fournissent des ressources
numériques pour favoriser l'enseignement ou la formation professionnelle de leurs enseignants. Dans
20 pays et juridictions (sur les 29 à l'étude, soit près des deux tiers), les pouvoirs publics assurent
directement la fourniture de telles ressources (voir le Graphique 5.4 et le Tableau 5.3).
Près d'un tiers des pays (soit 13) les fournissent sous la forme de ressources en accès libre, même si le
matériel concerne avant tout la formation professionnelle des enseignants. Il peut s'agir de vidéos
éducatives sur YouTube, comme en Estonie et en Lettonie, de MOOC consacrés aux enseignants, comme
au Brésil, en Espagne et au Mexique, ou encore de portails en accès libre proposant une diversité de
matériel conforme aux programmes d'enseignement, en Angleterre par exemple. En Estonie, l'organisme
HARNO (Haridus- ja Noorteamet) rattaché au ministère de l'Éducation gère une chaîne YouTube qui
propose des séminaires en ligne et des cours sur les méthodes pédagogiques, pour aider les enseignants
en recherche d'activités de formation professionnelle. Plusieurs plateformes publiques de cours en ligne
ouverts à tous sont spécialisées dans le soutien aux enseignants (par exemple au Brésil, avec

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

168 

TG22-AVAMEC pour les enseignants de la filière générale et PlaforEDU pour ceux de la filière
professionnelle) ou comportent une section consacrée aux enseignants (comme aprendeINTEF en
Espagne ou MexicoX au Mexique). Enfin, le site web BBC Teach, géré par le diffuseur public national
BBC, propose des ressources mondialement accessibles visant principalement à soutenir les enseignants,
en mettant à leur disposition des contenus à utiliser en classe et liés aux programmes d'enseignement. La
plateforme en ligne du ministère danois de l'Éduction, Emu, constitue un autre exemple. Les
professionnels de l’éducation peuvent y trouver des ressources et des activités d'enseignement, des
exemples de pratiques pédagogiques, ainsi que des modèles pour la rédaction de documents de
recherche et des consignes juridiques relatives à l'utilisation des ressources.

Les pays fournissent aussi aux enseignants des ressources à accès restreint, c'est-à-dire des ressources
auxquelles seuls les enseignants officiellement rattachés au système d'éducation peuvent accéder. Ce
type de prestation permet aux enseignants d'accéder à des ressources sous licence commerciale. Certains
pays, comme l'Estonie et la Suède, fournissent aussi bien des ressources en accès libre qu'en accès
restreint pour la formation professionnelle des enseignants. Ces plateformes comprennent généralement
deux types de ressources : celles à des fins d'enseignement général (avec ou sans outils et ressources
numériques) et celles conçues pour améliorer les compétences numériques des enseignants.
Les portails axés sur la formation et le développement professionnels des enseignants fournissent une
gamme d'outils de développement pour les professionnels de l’éducation, notamment dans le domaine
des compétences numériques. Par exemple, la Communauté flamande de Belgique a mis en place la
plateforme Digisnap développée par le ministère, qui s’inspire de l’outil européen SELFIE, et qui permet
aux enseignants d'avoir une meilleure idée de leurs compétences numériques et aux chefs d'établissement
de définir des plans de formation professionnelle adaptés. [Link], une plateforme en ligne consacrée à
la formation professionnelle des enseignants en Autriche, répertorie toutes les actions de formation dans
le domaine des compétences numériques. Au Chili, le portail Desarollo docente en linea propose des
tuteurs et des cours destinés aux enseignants portant sur divers aspects de la profession enseignante.
L'accès à ce portail est néanmoins réservé aux enseignants en poste. D'autres ressources axées sur la
formation professionnelle des enseignants sont également disponibles sur EducarChile, plateforme
d'enseignement et d'apprentissage ouverte à tous. En France, Réseau CANOPÉ fournit une grande
diversité de ressources qui couvrent de très nombreux domaines relatifs à l'enseignement, de la formation
continue et du tutorat aux meilleures pratiques pédagogiques, avec également des podcasts et une section
sur l'histoire de l'enseignement dans le pays. En Suède, le site web de l'Agence nationale pour l'éducation
comprend un catalogue qui regroupe une diversité de documents inspirants et de soutien à
l’enseignement, dont une part importante est surtout axée sur l'utilisation des outils numériques dans le
domaine de l'éducation.
Enfin, un troisième type de plateforme concerne l'apprentissage entre pairs et les possibilités de mise en
réseau. Les plateformes Jisik Saemteo (« Source de connaissance ») en Corée et SYV en Suède
permettent aux enseignants qui le souhaitent de partager du matériel et de bénéficier de retours
d'information de la part des autres enseignants inscrits sur la plateforme. Toutes deux gérées par les
autorités publiques, ces plateformes apportent également une expertise pédagogique et des
connaissances précises liées aux programmes d'enseignement. Par ailleurs, même si l'outil n'est pas
opérationnel à l'échelle nationale, la province du Manitoba (Canada) gère une communauté en ligne
d'enseignants et de personnel d'établissements du Manitoba, appelée Maple, qui leur permet d'échanger
des idées, de bénéficier de soutien et de recevoir des informations pertinentes.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  169

Graphique 5.4. Vue d'ensemble de la fourniture par les autorités publiques de ressources
numériques pour la formation professionnelle des enseignants (2024)

Fourniture publique 20 (69%)

Ressources à accès
13 (45%)
restreint

Ressources en
12 (41%)
accès libre

0 5 10 15 20 25 30
Nombre de pays/juridictions
Remarque: Les ressources fournies par les pouvoirs publics comprennent celles des gouvernements centraux ou infranationaux (lorsqu’il est
courant que les gouvernements infranationaux fournissent ces ressources). Les ressources en accès libre ou restreint ne s'excluent pas
mutuellement. N=29

StatLink 2 [Link]

Tableau 5.3. Fourniture par les autorités publiques de ressources numériques pour la formation
professionnelle des enseignants (2024)
Fourniture publique à l'échelle centrale de Accès libre Accès restreint
ressources pour la formation professionnelle
des enseignants
Autriche ✓ ✓
Brésil ✓
Canada ✓ ✓
Chili ✓ ✓ ✓
Tchéquie
Danemark ✓ ✓
Estonie ✓ ✓ ✓
Finlande ✓
France ✓
Hongrie ✓
Islande ✓
Irlande ✓ ✓
Italie ✓ ✓
Japon ✓ ✓
Corée ✓ ✓
Lettonie ✓ ✓
Lituanie ✓ ✓
Luxembourg
Mexique ✓ ✓
Pays-Bas
Nouvelle-Zélande ✓ ✓ ✓

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

170 

Fourniture publique à l'échelle centrale de Accès libre Accès restreint

ressources pour la formation professionnelle
des enseignants
Slovénie
Espagne ✓ ✓
Suède ✓ ✓
Türkiye ✓ ✓
États-Unis
Angleterre ✓
(Royaume-Uni)
Comm. flamande ✓ ✓
(Belgique)
Comm. française ✓ ✓
(Belgique)
Total 20 12 13

Remarque: la fourniture est assurée par les autorités publiques nationales/centrales dans tous les pays et juridictions, sauf au Canada où elle
est couramment assurée au niveau provincial. N=29.

StatLink 2 [Link]

Perspectives : principales observations, réflexions et évolutions possibles

Récapitulatif des observations

En 2024, la fourniture publique de ressources d’enseignement et d’apprentissage numériques est

désormais couramment assumée par la majorité des autorités centrales ou des juridictions (European
Commission, Directorate-General for Education, Youth, Sport and Culture, 2023[14]). Les pays et
juridictions élaborent, mobilisent et fournissent différentes catégories de ressources et utilisent pour cela
différents types de diffusion. À peu près partout et souvent à la suite des mesures d'atténuation adoptées
lors de la pandémie de COVID-19 pour assurer la continuité de l’apprentissage grâce à l'enseignement à
distance, les pays et juridictions fournissent des contenus pédagogiques par le biais de canaux ouverts. Il
s’agit des émissions diffusées sur les chaînes de télévision et les stations de radio publiques (également
disponibles en ligne en différé) dans 24 pays et juridictions ; ainsi que de contenus pédagogiques diffusés
sur des chaînes de médias sociaux gérées par les pouvoirs publics (généralement sur YouTube) dans
13 pays. Huit pays exploitent des plateformes nationales de cours en ligne ouvert à tous qui proposent
des ressources d’enseignement et d’apprentissage à tout un chacun, alors que ces types de plateformes
sont traditionnellement gérées par des établissements d'enseignement supérieur ou des prestataires
commerciaux.
Dans la majorité des pays et juridictions, les autorités publiques fournissent également de façon mieux
ciblée et plus contrôlée des ressources d’enseignement et d’apprentissage qui correspondent souvent à
leurs programmes d'enseignement et sont généralement conservées sur des plateformes éducatives en
ligne. Si ces plateformes peuvent également contenir des ressources éducatives libres (REL), dans la
pratique, la majorité voire l'intégralité des contenus est réservée aux personnes faisant partie du système
d'éducation formel. À l'exception des États-Unis, des Pays-Bas et de la Suède, ce sont les autorités
nationales ou de la juridiction chargées de l'éducation qui gèrent ces plateformes pour conserver et
répertorier des ressources statiques (dans les 26 autres pays), des ressources interactives (20), qui
intègrent des ressources d'autoévaluation (20) et sont accessibles aux élèves ayant des besoins
spécifiques (15). Les manuels scolaires numériques sont également fournis dans 18 pays et juridictions et
proposent parfois des contenus interactifs. Toutefois, en 2024, aucune autorité publique ne fournit les

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  171

types de ressources numériques de pointe, comme les systèmes de tutorat intelligents ou les logiciels
d'analyse de l’apprentissage en classe.
D'après notre analyse comparative, en plus des ressources d’enseignement et d’apprentissage, 20 pays
et juridictions fournissent directement des ressources numériques pour la formation professionnelle des
enseignants, dont certaines visent particulièrement à améliorer leurs compétences numériques et à
renforcer l'efficacité de leurs méthodes d'enseignement, qu'ils utilisent ou non des outils numériques. Enfin,
trois autorités centrales ou de juridiction ont créé des plateformes de tutorat en ligne pour les élèves qui
facilitent le rapprochement entre les élèves et les tuteurs à des fins de soutien pédagogique
supplémentaire, par exemple pour les enfants scolarisés à domicile ou qui se trouvent à l'étranger.

Perspectives : les prochaines étapes

Mettre des ressources numériques à la disposition des élèves et des apprenants

Dans tous les pays, les ressources d'apprentissage numériques sont soit fournies par les autorités
publiques soit achetées à l'aide de fonds publics. Quelques pays fournissent certaines ressources
éducatives libres, accessibles à l'ensemble de la population. Cela s'avère particulièrement important pour
soutenir l'apprentissage tout au long de la vie et tenter d'assurer l'égalité des chances pour tous les
apprenants au sein d'un pays. La majorité des ressources d'apprentissage numériques en adéquation
avec les programmes d'enseignement sont fournies en accès restreint, ce qui signifie que seuls les élèves
scolarisés et les enseignants en poste dans le système d'éducation peuvent y accéder et, parfois,
uniquement pour une période donnée. Cela traduit le fait que ces ressources fournies par les autorités
publiques font l'objet d'une licence octroyée par les éditeurs et sont facturées en fonction de leur utilisation.
Cela permet également de mieux protéger leurs droits de propriété intellectuelle. Néanmoins, la plupart
des plateformes numériques comprennent aussi des ressources éducatives libres.
Les pays utilisent différents types de fourniture. Certains d’entre eux proposent une banque nationale de
ressources d'apprentissage numériques : ces ressources sont les mêmes pour tous les enseignants et
apprenants, mais l'offre est généralement d'une telle diversité pour toutes les matières qu'elle laisse aux
enseignants une certaine latitude. Parfois, comme en France, ces ressources sont complétées par d'autres
achetées au niveau local, tandis que dans d'autres cas, comme en Corée, elles constituent l'essentiel des
ressources disponibles pour les enseignants. L'avantage de ce système est de proposer une référence
commune à tous les enseignants et apprenants. Lorsque les ressources sont achetées auprès de
prestataires commerciaux, elles peuvent être fréquemment renouvelées et mises à jour et, possiblement,
obtenues à un tarif plus intéressant. Les risques d’un tel modèle sont des ressources numériques peu
diversifiées (et que les enseignants peuvent juger inadaptées sur le terrain) et compliquées à relier aux
divers systèmes de gestion de l'apprentissage ou de contenus utilisés par les établissements (à moins que
des normes d'interopérabilité ne le permettent).
Dans la plupart des pays, lorsque la fourniture de ressources n’existe pas au niveau national, ce sont les
autorités infranationales (municipalités, districts) qui s'en chargent ou directement les établissements qui
font leur choix parmi une gamme de ressources commerciales (et qui sont généralement achetées par les
municipalités ou les autorités locales de l'éducation). Dans la mesure où les établissements et les
municipalités disposent des fonds suffisants, cela permet d'avoir des ressources d'apprentissage
numériques pour l'enseignement et l'apprentissage qui soient adaptées au contexte et compatibles avec
les systèmes de gestion de l'apprentissage locaux (le cas échéant). Cette décentralisation des
responsabilités peut toutefois soulever des problèmes d'équité lorsque les décisions d'achat dépendent
davantage des impôts locaux que des mécanismes de financement des établissements. Les inconvénients
de ce type de fourniture sont le coût possiblement plus élevé des ressources et également le fait que leur
sélection et leur conservation pâtissent d'un manque de rigueur par rapport à un achat au niveau national
ou infranational, en supposant que ces niveaux bénéficient de l'expertise et des ressources appropriées.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

172 

Si ces types de fourniture sont généralement conformes aux politiques préexistantes en matière de
décentralisation des responsabilités, il convient de noter que certaines de ces ressources d'apprentissage
numériques pourraient être traitées différemment, notamment lorsqu'elles s'avèrent coûteuses au regard
des normes budgétaires des établissements. Les pays doivent trouver un juste équilibre entre les
avantages et les inconvénients de ces différents types de fourniture en fonction de leur contexte et des
problèmes d'accès auxquels ils doivent faire face.

Passer de l’offre à l'utilisation

Si la plupart des pays estiment qu'une majorité de leurs établissements ont accès à des ressources
d’enseignement et d’apprentissage numériques et les utilisent fréquemment, l'ampleur et l'efficacité de
cette utilisation varient considérablement. Il existe, en effet, peu d'information sur l'utilisation de ces
ressources, et si les élèves et les enseignants utilisent à l'occasion des ressources d'apprentissage
numériques, les formats non numériques prédominent toujours dans la plupart des pays. La pandémie a
également permis de s’apercevoir que même dans les pays qui fournissent les ressources d'apprentissage
numériques au niveau central, celles-ci ne sont pas nécessairement utilisées.
Les pouvoirs publics ont à leur disposition diverses options pour inciter à l'utilisation de ce type de
ressources, qui seront abordées plus en détail dans d'autres chapitres de ce rapport. Une de ces options
consisterait à intégrer dans les programmes d'enseignement nationaux ou infranationaux un volet sur
l'utilisation des ressources d'apprentissage numériques ou à renforcer les connaissances et compétences
des enseignants quant à l'utilisation de ces ressources dans leurs pratiques d'enseignement. Comme
suggéré ci-dessus, une autre option concerne le type d'achat : il est plus probable que les enseignants ou
les établissements se serviront des ressources qu'ils ont eux-mêmes choisi d'acheter (à condition qu'ils
aient la capacité de s'en servir).
La facilité d'accès représente un autre défi. Le recours à un trop grand nombre de plateformes numériques
conduit probablement les apprenants et les élèves à moins utiliser les ressources d'apprentissage
numériques. Cette profusion complique la recherche de ressources et de plateformes et implique des
difficultés d'accès depuis les autres outils numériques utilisés, notamment le système de gestion de
l'apprentissage de leur établissement. Les pays ont adopté des solutions d'authentification unique pour
limiter l'échange de données à caractère personnel avec les prestataires commerciaux et aussi pour
faciliter l'accès à plusieurs plateformes. Ils s'efforcent également d'assurer l'interopérabilité des ressources
d'apprentissage numériques avec d'autres outils numériques présents dans les établissements pour
permettre une utilisation possiblement plus avisée. Aujourd'hui, le choix et l'utilisation de ces ressources
reposent uniquement sur les connaissances dont disposent les enseignants. Avec une intégration plus
poussée, les décisions des enseignants pourraient s'appuyer sur des outils de recommandation tenant
compte des informations relatives à leurs élèves.
Une solution envisageable, indépendamment du type de fourniture choisi, serait de mettre en place une
plateforme pour les éditeurs commerciaux (et publics) qui inciterait les concepteurs d'outils et les éditeurs
à respecter des normes d'interopérabilité ainsi que d'autres exigences.

Passer des ressources numériques aux ressources intelligentes

Actuellement, la majorité des ressources sont de type statique, comme les manuels scolaires numériques
(non interactifs), les contenus vidéo et les questions posées lors de précédents examens, et ne sont
souvent qu'une transposition de méthodes d'enseignement classiques vers un format numérique. Les
ressources numériques statiques auront toujours leur utilité dans le processus éducatif, à l'instar des
ressources physiques non numériques. Toutefois, l'absence d'engagement à l'égard des ressources
d'apprentissage numériques intelligentes pourrait se traduire par une occasion manquée de proposer un
apprentissage et un enseignement plus personnalisés. En 2024, la plupart des ressources d'apprentissage
numériques fournies et utilisées dans les établissements des pays de l'OCDE ne sont pas adaptatives.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  173

Parmi les ressources d'apprentissage numériques « avancées », les manuels scolaires numériques
interactifs sont les plus courants : ils sont plus interactifs et comportent des exercices en lien avec les
cours, sans pour autant être adaptatifs. Les systèmes de tutorat intelligents, qui pourraient permettre aux
élèves de remettre en cause certaines de leurs idées reçues et de maîtriser des connaissances
procédurales, ne sont aujourd'hui encore que très peu fréquents et très peu utilisés – sans parler d'autres
types de technologie intelligente (OECD, 2021[15]).
Le potentiel de transformation des ressources numériques réside dans leur capacité à aller au-delà de
l'approche linéaire traditionnelle pour se tourner vers une expérience éducative interactive, motivante et
plus personnalisée (mais qui n'en demeure pas moins sociale). Les pouvoirs publics devraient encourager
les établissements et les enseignants à s'engager dans cette voie. S'ils ont déjà commencé à le faire pour
les applications liées à l'IA générative, il est nécessaire de les sensibiliser et de les conseiller davantage
en matière d’outils et ressources d'apprentissage numériques spécialement conçus pour le secteur de
l'éducation.

Suivre l'utilisation et les conditions d'utilisation

Une dernière étape consisterait à suivre et à comprendre l'utilisation que les élèves et les enseignants font
des ressources d'apprentissage numériques ainsi que les types d'utilisation qui s'avèrent plus efficaces
avec différents groupes d'élèves. Seuls quelques pays ont mené des études ou des analyses statistiques
sur le recours au numérique à des fins d'enseignement. Les enquêtes internationales telles que le
Programme international de l'OCDE pour le suivi des acquis des élèves (PISA) sont souvent la source
d'information principale concernant l'adoption et l'utilisation de la technologie dans les établissements et
en classe (Vincent-Lancrin et al., 2019[16]).
Les pays devraient mettre au point un cadre de suivi pour permettre de mieux appréhender les utilisations
de ressources d'apprentissage numériques qui s'avèrent efficaces à différentes étapes de la scolarité
formelle et informelle. L'adoption et l'application concrète des ressources d’enseignement et
d’apprentissage numériques ont fait l'objet d'études spécifiques dans certains pays. Ces études font
souvent état d'un décalage entre l’offre des ressources numériques et leur utilisation sur le terrain, et
mettent en avant une sous-exploitation ou une application inefficace. Des activités de recherche, de suivi
et de collecte de données s'imposent pour mieux comprendre comment tirer le meilleur parti de ces
ressources d'apprentissage numériques. Les pays pourraient entreprendre ou commander ce type de
recherche en s'appuyant sur une coordination internationale.

Références

Belpaeme, T. et F. Tanaka (2021), « Social Robots as educators », dans OECD Digital [11]
Education Outlook 2021 : Pushing the Frontiers with Artificial Intelligence, Blockchain and
Robots, OECD Publishing, Paris, [Link]

Buckley, J.; L. Colosimo; R. Kantar; M. McCall et E. Snow (2021), « Game-based assessment [9]
for education », dans OECD Digital Education Outlook 2021 : Pushing the Frontiers with
Artificial Intelligence, Blockchain and Robots, OECD Publishing,
[Link]

Dillenbourg, P. (2021), « Classroom analytics: Zooming out from a pupil to a classroom », dans [12]
OECD Digital Education Outlook 2021 : Pushing the Frontiers with Artificial Intelligence,
Blockchain and Robots, OECD Publishing, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

174 

D’Mello, S. (2021), « Improving student engagement in and with digital learning technologies », [8]
dans OECD Digital Education Outlook 2021 : Pushing the Frontiers with Artificial Intelligence,
Blockchain and Robots, OECD Publishing, [Link]

European Commission, Directorate-General for Education, Youth, Sport and Culture (2023), [14]
Digital education content in the EU – State of play and policy options – Final report,
[Link]

Foster, N. (2023), « Teacher digital competences: formal approaches to their development », [13]
dans OECD Digital Education Outlook 2023. Towards an Effective Digital Education
Ecosystem, OECD Publishing, [Link]

Foster, N. et M. Piacentini (dir. pub.) (2023), Innovating Assessments to Measure and Support [10]
Complex Skills, OECD Publishing, Paris, [Link]

Gottschalk, F. et C. Weise (2023), « Digital equity and inclusion in education: An overview of [5]
practice and policy in OECD countries », OECD Education Working Papers, n° 299, OECD
Publishing, Paris, [Link]

Molenaar, I. (2021), « Personalisation of learning: Towards hybrid human-AI learning [7]

technologies », dans OECD Digital Education Outlook 2021, Pushing the Frontiers with
Artificial Intelligence, Blockchain and Robots, OECD Publishing,
[Link]

OECD (2023), Country Digital Education Ecosystems and Governance. A companion to Digital [1]
Education Outlook 2023, OECD Publishing, [Link]

OECD (2021), Adapting Curriculum to Bridge Equity Gaps: Towards an Inclusive Curriculum, [6]
OECD Publishing, Paris, [Link]

OECD (2021), OECD Digital Education Outlook 2021: Pushing the Frontiers with Artificial [15]
Intelligence, Blockchain and Robots, OECD Publishing, Paris,
[Link]

Vidal, Q. (2023), « Digital assessment », dans OECD Digital Education Outlook. Towards an [4]
Effective Digital Education Ecosystem, OECD Publishing, [Link]
en.

Vidal, Q. (2022), « Turkey: I am special, I am in education », dans How Learning Continued [2]
during the COVID-19 Pandemic : Global Lessons from Initiatives to Support Learners and
Teachers, OECD Publishing, Paris, [Link]

Vincent-Lancrin, S. et C. González-Sancho (2023), « Interoperability: unifying and maximising [3]

data reuse within digital education ecosystems », dans OECD Digital Education Outlook
2023. Towards an Effective Digital Education Ecosystem, OECD Publishing,
[Link]

Vincent-Lancrin, S.; J. Urgel; S. Kar et G. Jacotin (2019), Measuring Innovation in Education [16]
2019: What Has Changed in the Classroom?, Educational Research and Innovation, OECD
Publishing, Paris, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  175

6 Équipement informatique :
connectivité et fourniture
d’appareils numériques

Tiago Fragoso, OCDE

La connectivité – c’est-à-dire une connexion à Internet fiable, stable et de

haute qualité – et des appareils numériques en nombre suffisant sont une
condition préalable nécessaire, mais non suffisante, pour tirer pleinement
parti du potentiel de l’éducation numérique. Leur déploiement à grande
échelle reste cependant un défi pour les systèmes d’éducation, défi que la
pandémie de COVID-19 a amplifié et rendu plus pressant en contraignant
les établissements à passer à l’enseignement à distance. Ce chapitre
présente un état des lieux de la connectivité et de l’accès à des appareils
numériques dans les pays avant la pandémie, il aborde les politiques mises
en œuvre ces dernières années et les étapes à venir pour généraliser ce
déploiement dans tous les établissements et à tous les élèves.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

176 

Introduction

Pour que soit pleinement possible le déploiement de l’éducation numérique, il faut au préalable que les
élèves et enseignants disposent d’une connexion fiable aux ressources et plateformes éducatives en ligne,
ainsi que de matériel informatique en bon état. En effet, la fourniture d’appareils numériques et d’une
connexion à Internet est une condition nécessaire, mais non suffisante, pour tirer pleinement parti du
potentiel de l’éducation numérique et rendre possible la transformation numérique de l’éducation. Les pays
membres de l’OCDE reconnaissent que le déploiement d’une connexion à Internet de grande qualité est
un facteur important de la transformation numérique et un moyen de promouvoir l’égalité des chances et
de renforcer la compétitivité entre les acteurs économiques (OECD, 2004[1]).
Dans l’éducation, l’accès aux technologies de l’information et de la communication (TIC) et l’accès à une
connexion suffisante à Internet dans les établissements scolaires sont des objectifs courants des
stratégies éducatives dans le monde entier. La nécessité absolue de mettre en place ces équipements
interpelle les pouvoirs publics des pays qui souhaitent accélérer leur programme de transition numérique
et garantir la compétitivité de leur économie et de leur société, y compris du secteur éducatif.
La pandémie mondiale de COVID-19 a causé des perturbations importantes dans les systèmes
d’éducation, qui ont donné un nouvel élan aux initiatives publiques en faveur du déploiement des TIC.
Avec la fermeture des écoles et le passage obligé et inattendu à l’apprentissage à distance ou hybride, il
était urgent de poursuivre les investissements et les efforts afin de fournir une connectivité et des appareils
numériques permettant d’assurer la continuité de l’enseignement et, dans de nombreux cas, un accès de
base à l’éducation.
Ce chapitre évoque les choix opérés par les pays dans ce domaine, ainsi que les stratégies envisagées
pour parvenir à connecter les élèves et les établissements sur l’ensemble de leur territoire et fournir une
infrastructure de TIC adaptée afin qu’ils aient accès aux ressources et outils numériques dont ils ont besoin
et, parfois, pour qu’ils poursuivent leur apprentissage, peu importe le lieu où ils se trouvent. En conclusion,
ce chapitre propose quelques pistes concernant les potentialités et les défis à venir pour atteindre l’objectif
d’une éducation numérique pour tous.

Connectivité de qualité : tirer pleinement parti de l’éducation numérique

L’accès généralisé et de qualité à Internet est une condition indispensable pour tirer véritablement parti du
potentiel de l’éducation numérique. Une connectivité fiable est en effet essentielle pour que les élèves
puissent profiter pleinement d’un apprentissage numérique personnalisé et attrayant grâce à des solutions
numériques, pour qu’ils puissent communiquer avec leurs enseignants ou leurs tuteurs et recevoir en
temps utile des retours sur leurs activités. De plus, à l’échelle du système, une connexion fiable à Internet
est indispensable pour l’environnement de données qui alimente les systèmes d’éducation basés sur une
solide infrastructure de données sur l’éducation.
En outre, l’évolution rapide des solutions numériques va accroître encore la nécessité de disposer d’une
connexion Internet plus fiable, abordable et rapide, offrant davantage de bande passante et un temps de
latence réduit. La diffusion en temps réel de contenus vidéo et audio est devenue courante dans la vie
quotidienne des élèves et des enseignants, qu’elle passe par des logiciels de communication comme
Microsoft Teams ou Zoom, des plateformes de partage de vidéos comme YouTube ou des cours en ligne
ouverts à tous (MOOC). Ces activités demandent la transmission d’une grande quantité de données et
nécessitent une vitesse de téléchargement et une bande passante considérables, tandis que l’adoption
généralisée des solutions basées sur l’intelligence artificielle, comme les systèmes de tutorat intelligent,
nécessitera de disposer de moyens de communication plus souples (avec un temps de latence réduit)
entre les élèves et les enseignants, quel que soit leur mode d’hébergement.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  177

Au-delà des problématiques de qualité et d’accès à l’éducation numérique dans les établissements, il s’agit
également de savoir où peut se dérouler l’enseignement. Avec des appareils numériques en plus grand
nombre en classe, grâce à des programmes de déploiement renforcé (que nous verrons plus loin en détail)
ou des politiques de type « AVEC » (« Amenez votre équipement personnel de communication »,
« BYOD » en anglais), se pose la question de l’accès local à la connectivité (dit du « dernier kilomètre »).
L’installation de réseaux sans fil fiables et sûrs ayant la capacité de supporter un grand nombre de
connexions simultanées à haut débit et d’échanges de données requiert une infrastructure physique
spécifique (comme des serveurs et des routeurs à plus haut débit), ainsi qu’une expertise en matière de
technologie de l’information et de la communication pour leur mise en route et leur maintenance.
Cependant, les perturbations de grande ampleur causées par la pandémie mondiale dans l’enseignement
et l’apprentissage scolaire ont également mis en évidence le fait que cet « accès local » ne concerne pas
que les établissements, mais doit également inclure les appareils personnels et la connexion au domicile
des élèves. Durant la fermeture des écoles et la période d’enseignement à distance qui en a résulté, des
initiatives ont été adoptées pour financer une connexion mobile afin que les élèves puissent bénéficier
d’un accès minimal à Internet, ainsi que pour garantir la continuité de l’enseignement et aider les élèves
n’ayant pas de connexion à leur domicile pour des raisons socio-économiques ou géographiques. Il s’est
alors avéré qu’une connectivité de qualité était devenue un facteur déterminant de l’égalité et de la
résilience au sein des systèmes d’éducation (Principes pour l’intégration de l’IA dans l’éducation).

Accès et qualité de la connectivité dans les établissements

L’accès à un Internet de grande qualité, ou plus minimalement, l’accès généralisé à Internet reste un défi
pour les établissements scolaires du monde entier, que ce soit dans les pays développés ou en
développement, en dépit de l’engagement des pouvoirs publics des pays membres de l’OCDE à mettre
en place une stratégie globale de déploiement de l’accès à Internet de qualité et abordable (voir la
« Déclaration ministérielle de Cancún »). (OECD, 2016[2])).

Encadré 6.1. L’accès, même à des ressources limitées en matière de TIC, ne peut être considéré
comme universellement acquis
En 2018, au Brésil et au Mexique, une proportion importante d’élèves ne bénéficiait toujours pas d’un
accès à des ordinateurs connectés, même en petit nombre
Il n’existe pas d’enquête internationale exhaustive à ce jour permettant d’évaluer le niveau de
connectivité dans les établissements scolaires dans le monde. Cependant, même si les données 2018
du Programme pour le suivi des acquis des élèves (PISA) (2019[3]) ne portent que sur les élèves de
plus de 15 ans scolarisés dans le premier ou le deuxième cycle de l’enseignement secondaire, elles
fournissent un aperçu, quoique limité, de l’accès des élèves à Internet, de la qualité et de la fiabilité de
la connexion avant les récents investissements dans l’infrastructure numérique, pendant et au
lendemain de la pandémie de COVID-19.
Les données de l’enquête PISA 2018 montrent que, au Brésil et dans les 28 pays membres de l’OCDE
ayant participé à cette collecte de données, la majeure partie des élèves était scolarisée dans des
établissements disposant d’au moins 10 ordinateurs connectés à Internet. Ce seuil a été choisi pour
représenter la plus petite taille moyenne d’une classe parmi les pays participants pour cette cohorte. Il
permet de savoir si une classe pourrait être entièrement gérée à l’aide de ressources numériques qui
ont besoin d’une connexion à Internet pour fonctionner. Parmi les raisons ayant motivé ce choix, le fait
que l’absence de ressources numériques pouvant être utilisées par l’ensemble d’une classe pourrait

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

178 

dissuader les enseignants de les utiliser, et donc empêcher tout accès des élèves à ce type de
ressources.
Presque tous les pays participants atteignent ce seuil minimal d’accès à Internet en classe, à l’exception
du Brésil et du Mexique, où seulement 62.9 % et 75.3 % respectivement des élèves étaient scolarisés
dans un établissement disposant de plus de dix ordinateurs connectés à Internet.
Il apparait également que le statut socio-économique des élèves aggrave cette fracture numérique dans
ces deux pays, tel que mesuré par l’indice de statut économique, social et culturel (SESC) de l’enquête
PISA. 1 Cet écart est en effet important au Brésil et au Mexique, et particulièrement spectaculaire dans
ce dernier. En effet, si 90 % des élèves les plus favorisés au Mexique (c’est-à-dire le quartile supérieur)
sont scolarisés dans un établissement disposant de connexions à Internet, cette situation ne s’applique
qu’à la moitié des élèves les plus défavorisés (quartile inférieur du SESC).
Ces deux pays se sont engagés à combler cet écart. Une connexion à Internet de qualité, ainsi que
son déploiement au niveau des établissements, constitue un axe de la stratégie publique brésilienne
en matière de transformation numérique, et l’un des objectifs de la politique nationale en faveur d’une
éducation numérique, qui prévoient la création de synergies avec des projets de grande ampleur dans
les infrastructures et plus spécifiquement dans le secteur de l’éducation. 2 En raison de l’immensité de
son territoire et de la diversité de ses régions, le déploiement d’une connectivité fiable dans les
établissements scolaires du Brésil s’inscrit dans des projets d’infrastructure de plus grande ampleur
visant à raccorder toute une région, en particulier celles du Nord et du Nord-est, qui sont historiquement
les plus défavorisées. Des initiatives existent donc, pour fournir une connectivité à Internet à large
bande, par la fibre ou par satellite à la fois aux établissements brésiliens, et aux régions du Nord et du
Nord-est, pour fournir des infrastructures plus larges à l’ensemble de la population et aux programmes
éducatifs3.
De même, l’accès à Internet est considéré comme une priorité nationale au Mexique, où la fourniture
d’un accès à Internet de qualité par les pouvoirs publics est un droit fondamental inscrit dans la
constitution. 4En ce qui concerne plus particulièrement le secteur de l’éducation, le déploiement d’une
connectivité de qualité dans les établissements scolaires est l’un des volets du Programme national
pour l’éducation 2020-2024 (Agenda Nacional Educativa), mais le document ne prévoyait aucune
initiative concrète pour sa mise en œuvre.
Remarque : Ce seuil inférieur a été défini en utilisant l’indicateur de la taille moyenne d’une classe dans l’enseignement secondaire de
premier cycle de l’édition 2018 de Regards sur l’éducation (OCDE, 2022), et extrait de la base de données de 2022 ([Link]
[Link]/education/data/oecd-education-statistics/education-at-a-glance-student-teacher-ratio-and-average-class-size-edition-
2022_affd2303-en, consulté en septembre 2023).

Même si la connectivité est capitale, l’accès à Internet n’est pas suffisant : pour bien tirer parti de
l’éducation numérique, il faut disposer d’une connexion de grande qualité. L’enjeu majeur de la transition
numérique après l’accès à Internet, c’est-à-dire pouvoir disposer d’une connectivité de qualité abordable,
reste un défi à relever pour plusieurs systèmes d’éducation des pays membres de l’OCDE, voire même
dans d’autres secteurs que celui de l’éducation. En effet, le déploiement de la fibre optique par exemple,
qui est une infrastructure fondamentale pour accéder à un Internet de qualité à haut débit et pour opérer
la transition vers la 5G, ne couvre qu’une part inégale de l’ensemble des connexions à haut débit, même
dans les pays à haut revenu, comme l’illustre le cas extrême de l’Allemagne où seulement 5 % de
l’ensemble des connexions à haut débit sont raccordés par la fibre (OECD, 2020[4]).
Les données de l’enquête PISA 2018, qui datent d’avant la pandémie, fournissent une base de référence
pour les établissements scolaires. Même au sein de l’OCDE, il existe des variations considérables dans le
nombre d’établissements équipés d’une connexion à Internet jugée suffisante en termes de bande
passante ou de vitesse de téléchargement (graphique 6.1).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  179

Graphique 6.1. Pourcentages d’élèves scolarisés dans un établissement disposant d’une connexion
dont la bande passante et/ou la vitesse de téléchargement sont suffisantes, par pays (2018)
Selon les réponses des chefs d’établissement au questionnaire destiné aux établissements de PISA 2018

Remarque : déduit de l’item SC155Q02HA, interrogeant les chefs d’établissement sur « le niveau suffisant de la bande passante ou de vitesse
de téléchargement de l’Internet de l’établissement », classé par moyenne du SESC.
Source : Base de données PISA 2018 (OECD, 2019[5]).

StatLink 2 [Link]

Le graphique 6.1 illustre l’ampleur des disparités entre les pays membres de l’OCDE ayant participé à
l’enquête en ce qui concerne le pourcentage d’élèves scolarisés dans un établissement disposant d’un
Internet de bonne qualité. Cependant, l’indicateur relatif à la situation socio-économique des élèves ne
semble pas être déterminant quant à la qualité de la connexion dont disposent les établissements
accueillant des élèves plus ou moins favorisés, même au Brésil et au Mexique.
En effet, parmi les pays membres de l’OCDE, le pourcentage d’élèves scolarisés dans un établissement
disposant d’un Internet de bonne qualité varie de 31.7 % au Mexique à 91.2 % en Lituanie, et présente
d’importantes disparités pour les pays situés entre les deux. De plus, dans plusieurs pays, bon nombre
d’élèves disposant d’ordinateurs connectés à Internet sont scolarisés dans des établissements où le chef
d’établissement considère que cette connexion n’est pas optimale. Par exemple, la quasi-totalité des
élèves âgés de 15 ans interrogés dans l’enquête PISA 2018 est scolarisée dans un établissement équipé
d’ordinateurs connectés à Internet, tandis qu’ils ne sont que 45.2 % à indiquer disposer d’une connexion
à Internet de bonne qualité.
Ces résultats coïncident avec les données collectées auprès des 28 pays membres de l’OCDE et du Brésil,
qui sont présentées dans ce chapitre et les suivants. En ce qui concerne la connectivité, on a demandé
aux pays de signaler tout changement apporté aux politiques au cours des cinq dernières années
concernant le déploiement de l’Internet à haut débit dans les établissements et d’indiquer s’ils envisagent
d’appliquer des politiques ayant comme objectif le déploiement d’une connexion à Internet de qualité dans
les cinq prochaines années.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

180 

Graphique 6.2. Internet plus rapide : une priorité politique des cinq dernières années (2018-2022)

30

25
Nombre de pays/entités

19 (66% ) 19 (66% ) 19 (66% ) 20 (69% )

20
infranationales

15

10

0
Primaire Premier cycle du Deuxième cycle du Enseignement
secondaire secondaire professionnel

Remarque : de plus amples informations sont fournies au Tableau d’annexe 6.A.1

StatLink 2 [Link]

Le graphique 6.2 montre que l’amélioration de la rapidité d’Internet à tous les niveaux du système
d’éducation constituait une priorité politique dans plus de la moitié des pays participants au cours des cinq
dernières années, un petit nombre d’entre eux indiquant cependant que celle-ci ciblait uniquement certains
niveaux ou filières (l’élémentaire, le secondaire ou l’enseignement professionnel). 5 Ces résultats
coïncident avec la situation observée en 2018, puisque la vitesse de l’Internet semblait insuffisante dans
la plupart des établissements.
Des initiatives ont été lancées dans plusieurs pays participants dans le but d’améliorer la vitesse de
connexion. Au Chili par exemple, il existe plusieurs programmes consacrés à la connectivité, dont certains
s’appuient sur une expérience d’une dizaine d’années dans le déploiement de connexions à Internet de
qualité dans les établissements, comme le Programme de connectivité pour l’éducation 2030
(Conectividad para la Educación 2030, CpE2030), qui fait suite à une précédente version (le CpE2011) et
qui a pour objectif d’installer dans les établissements scolaires une connexion à Internet à haut débit et de
qualité dans tout le pays. Une initiative similaire cible plus particulièrement l’Île de Pâques (CpE-RapaNui),
tandis que d’autres ont été mises en place dans les zones rurales isolées et d’autres régions défavorisées
(Plan Última Milla)6.
Des initiatives du même type ont vu le jour en Espagne, notamment le programme « Écoles connectées »
(Escuelas Conectadas) qui vise cet objectif depuis son lancement en 2015. Mis en œuvre par [Link],
une entreprise publique qui travaille sous l’autorité du ministère espagnol des Affaires économiques et de
la Transformation numérique, conjointement avec d’autres ministères, ce programme a pour objectif de
déployer une connexion à haut débit dans les établissements scolaires. En janvier 2023, il avait permis
d’équiper l’ensemble des établissements publics dans 12 des 17 régions autonomes d’Espagne, ainsi que
dans les deux villes autonomes de Ceuta et Melilla 7.
Si le déploiement d’une connectivité de qualité dans les établissements n’est pas encore terminé, et reste
un objectif en évolution, d’importants progrès ont pu être accomplis ces dernières années en matière
d’accès à Internet. Dans l’ensemble des pays de l’OCDE, 91 % des foyers indiquent disposer d’une
connexion à Internet à leur domicile, même si les disparités entre les pays demeurent marquées, allant de
près de 100 % en Corée à 60 % en Colombie (OECD, 2023[6]). Quel que soit le niveau d’équipement des
foyers, le déploiement d’une connectivité de qualité dans les établissements scolaires reste une priorité
de la politique éducative : la plupart des systèmes d’éducation (22 sur 29) ayant participé à l’enquête de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  181

l’OCDE sur l’infrastructure et la gouvernance du secteur de l’éducation ont déclaré que l’amélioration de
l’accès à Internet dans les établissements et à une connexion à Internet à haut débit demeurait une priorité
pour les cinq prochaines années (graphiques 6.3 et 6.4), en mettant notamment l’accent, même s’il est de
faible envergure, sur la modernisation de la connectivité dans les établissements de premier et deuxième
cycle de l'enseignement secondaire.8 9

Graphique 6.3. Accès à Internet : une priorité politique pour les cinq prochaines années (2024-
2028)
30

25
Nombre de pays/entités infranationales

20
17 (59% ) 17 (59% ) 17 (59% )

15 14 (48% )

10

0
Primaire Premier cycle du secondaire Deuxième cycle du secondaire Enseignement professionnel

StatLink 2 [Link]

Graphique 6.4. Vitesse de connexion : une priorité politique pour les cinq prochaines années
(2024-2028)

30

25
Nombre de pays/entités infranationales

20
17 (59% ) 17 (59% )
16 (55% )
15
12 (41% )

10

0
Primaire Premier cycle du secondaire Deuxième cycle du secondaire Enseignement professionnel

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

182 

Les investissements nécessaires pour combler les écarts en matière de connexion sont importants, mais
d’ambitieuses initiatives ont déjà vu le jour, comme celle lancée au Royaume-Uni par le ministère de
l’Éducation, en partenariat avec le ministère de la Science, de l’Innovation et de la Technologie, prévoyant
un investissement de quelque 82 millions GBP (soit 94,5 millions EUR) pour promouvoir le passage à une
infrastructure gigabit dans tous les établissements d’ici à fin 2025. Ce programme permet de financer la
modernisation de l’infrastructure dans l’ensemble des établissements dont le raccordement ne pourra pas
être assuré par les fournisseurs d’accès à Internet privés et dont l’infrastructure TIC physique est
vieillissante.
D’autres pays offrent des exemples de réussite d’un déploiement à l’échelle nationale d’une connectivité
de qualité et fiable, même s’il s’agit souvent de petits pays, dont la taille restreinte facilite la mise en œuvre.
L’Estonie par exemple a installé une connectivité à haut débit dans tous ses établissements scolaires, dont
75 % sont raccordés à la fibre optique. Les normes de vitesse de connexion sont définies au niveau local
en fonction du contexte, mais l’ensemble du réseau présente un débit minimal d’un gigabit par seconde.

Le raccordement du dernier kilomètre : un enjeu de taille pour l’éducation numérique

La question du raccordement dit du « dernier kilomètre » soulève une difficulté technique qui provient du
secteur des télécommunications, les grands opérateurs, après avoir mis en place l’infrastructure à grande
échelle, se heurtant à des problèmes importants liés à la capillarité du réseau optique pour assurer la
liaison finale au domicile des particuliers. Cette difficulté concerne également le déploiement de la
connectivité au niveau infrastructurel, pour raccorder les établissements à une connexion à haut débit, ou
de façon plus limitée, pour assurer le raccordement partiel d’une partie des bâtiments (par ex. les salles
informatiques), ce qui peut constituer une méthode progressive vers une exploitation du plein potentiel de
l’éducation numérique. Pour qu’une connexion de qualité soit pleinement accessible aux élèves et aux
enseignants, le raccordement doit atteindre les salles de classe, mais également le domicile ou tout espace
de travail des élèves, afin de pouvoir parer à toute situation imprévue, comme la fermeture des
établissements en cas de crise sanitaire mondiale ou de déplacements de population dus à des
événements géopolitiques majeurs.
Ce raccordement du dernier kilomètre pose donc des problèmes spécifiques en matière de connectivité,
en raison de la capillarité du réseau et de son déploiement à grande échelle. Pour raccorder les salles de
classe à une connexion fiable à Internet (principalement par le Wi-Fi), il faut que les établissements
disposent d’une connexion à Internet à haut débit permettant un nombre important de connexions
simultanées et des flux élevés de données, ainsi qu’un équipement d’infrastructure réseau adéquat pour
répondre à cette demande. Pour y parvenir, il faut un équipement spécifique qui nécessite également
l’intervention d’un personnel technique spécialisé pour installer et configurer une architecture complexe de
réseau, puis pour assurer sa maintenance.
La question de la fourniture et de l’achat de l’équipement nécessaire est abordée au chapitre 12 (OECD,
2023[7]), tandis que cette section se penche sur le raccordement du dernier kilomètre dans les
établissements et l’accessibilité de la connexion pour les élèves dans les 28 pays membres de l’OCDE,
auxquels s’ajoute le Brésil, qui ont participé à la collecte de données qui étayent cette publication.
Comme pour la connexion à Internet des établissements, les données collectées par l’enquête PISA 2018
dans les pays de l’OCDE peuvent donner une indication de l’offre de base en matière de connectivité sans
fil pour les élèves âgés de 15 ans scolarisés dans l’enseignement secondaire de premier et de deuxième
cycle. Les pays ayant participé à l’enquête PISA avaient la possibilité d’ajouter un module complémentaire
au questionnaire de base destiné aux élèves, afin d’interroger ces derniers sur la disponibilité des
ressources en technologies de l’information et de la communication (TIC) et leur usage. Le module relatif
aux TIC comportait également des questions annexes sur la présence d’une connexion sans fil au sein
des établissements, ce qui fournit une variable de référence sur la situation à cet égard dans les
établissements d’enseignement secondaire (de premier et deuxième cycle) en 2018 (graphique 6.5).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  183

Graphique 6.5. Pourcentage d'élèves ayant accès à une connexion sans fil dans leur établissement
(2018)

Connexion sans fil dans l établissement

100

90
80
0
0

50

0
0
20

10

Remarques : le Canada et les Pays-Bas n’ont pas intégré le module sur les TIC lors de l’enquête PISA de 2018 et ne sont donc pas représentés
dans ce graphique. On a demandé aux élèves si une « connexion à Internet via un réseau sans fil » était disponible dans leur établissement à
l’aide de l’item IC009Q06NA du module sur les TIC.
Source : Base de données PISA 2018 (OECD, 2019[5]).

StatLink 2 [Link]

Le Graphique 6.5 révèle l’existence d’écarts assez importants dans le déploiement du réseau sans fil dans
les établissements, une connexion Wi-Fi étant disponible pour un peu plus d’un tiers (36.8 %) des élèves
au Japon et jusqu’à près de la moitié au Chili et en France (49.7 % et 50.6 % des élèves respectivement).
Cependant, dans certains pays comme le Danemark et la Suède, le déploiement du réseau sans fil est
déjà quasiment généralisé (86.2 % et 84.1 % respectivement). Même s’ils ne portent que sur
l’enseignement secondaire, les résultats de l’enquête PISA 2018 dressent un tableau similaire à celui tiré
des enquêtes paneuropéennes portant plus généralement sur le réseau sans fil à l’échelle du système (
(European Commission, 2019[8])).
Les réponses des pays participants au Questionnaire sur la gouvernance et les relations public-privé en
matière de données sur l’éducation et de technologie numérique diffusé auprès des pouvoirs publics, sur
lesquelles se fondent les conclusions de ce chapitre, indiquent que les pays se sont engagés à combler
l’écart en matière de connectivité sans fil au cours des cinq prochaines années (tableau 6.A.1), soit entre
2018 et 2023. L’une des leçons de la pandémie est qu’il suffit qu’une petite partie des élèves n’aient pas
accès à une connexion, ou seulement à une connexion de mauvaise qualité, pour que l’utilisation des
outils et ressources numériques dans l’enseignement devienne problématique, que ce soit en classe ou à
la maison. (Vincent-Lancrin, 2022[9])
Le tableau montre que la plupart des pays participants se sont concentrés sur le déploiement du réseau
sans fil dans les établissements à l’échelle du système, quel que soit le niveau (primaire, secondaire) ou
la filière d’enseignement (général, professionnel). Il reste encore à déterminer si cette approche a permis
d’obtenir des résultats tangibles au niveau des établissements au moyen d’enquêtes représentatives. On
peut souligner cependant plusieurs cas de programmes nationaux ou régionaux qui ont choisi de déployer
un réseau sans fil dans les établissements, comme c’est le cas au Japon.
En 2018, dans ce pays, le nombre d’élèves (du secondaire) ayant accès au réseau sans fil était l’un des
plus bas dans les pays de l’OCDE. D’importants changements d’orientations politiques et budgétaires en

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

184 

matière d’éducation numérique ont été mis en œuvre pour renforcer, entre autres, la connectivité mobile
et sans fil dans les établissements de tous niveaux, ce qui a permis d’accomplir des progrès notables en
matière d’accès des établissements japonais au réseau Wi-Fi : les enquêtes du MEXT font état d’une forte
hausse de l’adoption du réseau sans fil, passant de 48.9 % à 94.8 % des établissements entre 2020 et
2022.
Les résultats de l’enquête PISA 2018 révèlent une utilisation très répandue des smartphones connectés
chez les élèves. Le graphique 6.6 montre que la quasi-totalité des élèves dans la plupart des pays indique
avoir au moins un smartphone connecté à leur domicile, même s’il peut s’agir de celui d’un autre membre
de la famille. Les modalités d’accès aux ressources numériques au moyen de la téléphonie mobile
représentent une part importante des infrastructures numériques envisageables.

Graphique 6.6. Proportions d’élèves disposant d’au moins un smartphone connecté à leur domicile
(2018)

Remarque : classé en fonction du SESC moyen de l’ensemble des élèves.

Source : Base de données PISA 2018 (OECD, 2019[5]).

StatLink 2 [Link]

Le pourcentage d’élèves indiquant disposer de smartphones connectés à Internet est assez élevé dans
tous les pays, même au sein des foyers socio-économiquement défavorisés. Si l’on observe les pays où
ce pourcentage est le plus faible, même s’il reste élevé (comme au Mexique où 79.7 % des élèves ont
signalé disposer d’au moins un smartphone connecté à leur domicile), le pourcentage de ces élèves
appartenant au quartile inférieur de l’indice socio-économique (72.2 %) reste important, ce qui indique que
les élèves seraient en mesure d’accéder aux plateformes éducatives publiques au moyen de smartphones
en cas de besoin.
Certains systèmes d’éducation, comme celui de la Corée, ne se limitent pas au déploiement d’une
connectivité sans fil pour tous les élèves, mais concentrent leurs efforts sur la connectivité mobile. Si la
Corée ne finance pas directement les connexions mobiles, elle a mis en place un dispositif d’accès aux
plateformes éducatives exempt de frais de consommation de données durant la période de fermeture des
écoles au cours de la pandémie de COVID-19 en 2020, ce qui a permis de réduire les obstacles à l’accès
à ces ressources. Étant donné l’omniprésence des smartphones connectés à Internet, ce type de politique
est vouée à gagner du terrain et certains pouvoirs publics locaux la mettent déjà en œuvre, selon diverses
modalités d’aide aux dépenses en matière de consommation de données en fonction du contexte.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  185

D’autres initiatives en ce sens ont été lancées lors de la pandémie mondiale, comme dans l’État de São
Paulo au Brésil, où, en plus de distribuer des appareils en cas de besoin, la collectivité régionale a apporté
un soutien aux familles n’étant pas équipées de forfait mobile intégrant l’utilisation de données et a négocié
un accès gratuit aux plateformes éducatives afin de réduire le coût d’accès pour les familles ayant un
forfait mobile limité (Vincent-Lancrin, Cobo Romaní et Reimers, 2022[10]).
Malgré le potentiel de ces initiatives et des engagements pris pendant la pandémie, seuls 5 pays sur 29
ayant répondu à l’enquête de l’OCDE relative à l’infrastructure et la gouvernance numérique ont manifesté
de l’intérêt à mettre en place une politique en ce sens dans les cinq prochaines années (tableau
d’annexe 6.A.2, graphique 6.7)10.

Graphique 6.7. Accès aux plateformes éducatives sans frais de données mobiles : une priorité
politique pour les cinq prochaines années (2024-2028)

30
Nombre de pays/entités infranationales

25

20

15

10

5 4 (14% ) 4 (14% ) 4 (14% )

3 (10% )

0
Primaire Premier cycle du Deuxième cycle du Enseignement
secondaire secondaire professionnel

Remarque : N=29

StatLink 2 [Link]

Au-delà de l’exemple du Brésil présenté ci-dessus, d’autres pays ont également mis en place des
dispositifs nationaux ambitieux en faveur de la continuité de l’enseignement durant la période de fermeture
des écoles due à la pandémie de COVID-19. En effet, au Royaume-Uni, le ministère de l’Éducation a
soutenu l’initiative visant à fournir un accès au réseau Internet à quelque 130 000 familles, grâce à un
meilleur accès aux données mobiles et à des routeurs sans fil 4G, pour qu’elles puissent se connecter à
leur domicile. Dans le cadre de cette initiative, des accords ont également été négociés avec les principaux
fournisseurs privés de services mobiles afin d’offrir des crédits de données mobiles durant cette période
et assurer la continuité de l’enseignement. Des initiatives similaires ont été adoptées en Corée pendant
cette période, qui reposaient sur des partenariats public-privé visant à fournir des appareils numériques et
des forfaits de données mobiles gratuits, ainsi que des subventions pour des abonnements à Internet. Il
convient de noter que ces initiatives se sont poursuivies après la fin de la pandémie, mais ont été
réorientées en faveur de la promotion de l’innovation dans l’éducation.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

186 

Politique de distribution d’appareils numériques : équiper les écoles et

promouvoir l’égalité des chances des élèves

Pour que les élèves puissent se connecter aux meilleures ressources numériques pédagogiques, que ce
soit dans leur établissement ou à la maison, il est indispensable qu’ils disposent d’une bonne connexion,
mais également d’un matériel informatique qui leur permette d’accéder aux ressources disponibles et aux
plateformes d’apprentissage numérique interactives, et d’en tirer pleinement profit.
Ainsi, la fourniture d’appareils numériques, aux établissements ou directement aux élèves eux-mêmes,
s’avère un défi complexe et dynamique pour les systèmes d’éducation, en raison de l’évolution rapide des
technologies actuelles, de la complexité des spécifications techniques générales et de l’infrastructure de
réseau, de la difficulté d’évaluer les besoins et de l’impact économique des programmes de distribution
coûteux dans le contexte où l’offre existante en matériel informatique est assez élevée dans la plupart des
pays de l’OCDE.
Si l’enquête PISA 2018 a mis en évidence qu’un meilleur équipement informatique permettait d’améliorer
les acquis d’apprentissage (OCDE, 2020), les études portant sur des programmes de distribution de
matériel informatique antérieurs à la pandémie (comme l’initiative américaine « un ordinateur par enfant »,
One laptop per child) n’ont pas eu de résultats probants en termes d’apprentissage (Cristia et al., 2017[11]).
Le passage soudain à l’apprentissage à distance provoquée par la pandémie de COVID-19 a toutefois
modifié le débat en profondeur ; avec les fermetures des établissements scolaires, qui se sont prolongées,
il était devenu évident que les élèves ne pouvaient pas poursuivre leur apprentissage à domicile sans
connexion et appareils numériques. La distribution d’appareils numériques semblait non seulement
améliorer (quoique modestement) les résultats d’apprentissage, mais également, et peut-être de façon
plus déterminante, agir comme un puissant levier en faveur de l’égalité des chances des élèves de tous
horizons, en leur fournissant les conditions nécessaires à la poursuite de leur apprentissage en même
temps que leurs camarades (et exercer véritablement leur droit à l’éducation).
Cette section s’intéresse à ces deux aspects de la politique de distribution d’appareils numériques, puisque
les participants ont été invités à faire le bilan des cinq dernières années (2018-2022) et à partager leurs
réflexions en matière de distribution pour les cinq prochaines années (2023-2028).

Équiper les écoles pour optimiser l’usage des outils et ressources numériques

En 2018, le nombre moyen d’ordinateurs mis à la disposition des élèves à des fins pédagogiques à
l’échelle du système était de 0.8 ordinateur par élève dans les 37 pays membres de l’OCE pour lesquels
nous disposons de cette information, ce qui représente un niveau élevé d’accessibilité au matériel
informatique dans l’ensemble (graphique 6.8).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  187

Graphique 6.8. Nombre moyen d’ordinateurs par élève, par pays participant (2018)

Source : Base de données PISA 2018 (OECD, 2019[5]).

StatLink 2 [Link]

En 2018, l’offre de matériel informatique était assez élevée, quoiqu’inégale, puisque neuf pays (Autriche,
Canada, Estonie, États-Unis, Islande, Luxembourg, Nouvelle-Zélande, Royaume-Uni et Suède)
disposaient en moyenne de plus d’un ordinateur par élève, tandis que d’autres pays comme le Danemark,
la Lettonie, la Lituanie et la Tchéquie se situaient légèrement en dessous de ce seuil de référence. Les
autres pays présentaient un niveau d’accessibilité nettement inférieur, comme la Corée (0.4), le Mexique
(0.2) et le Brésil (0.1). Le nombre d’ordinateurs par élève varie considérablement entre les pays, mais
également entre les régions d’un même pays. La question de la qualité du matériel est également
déterminante et, en 2018, les établissements accueillant des élèves de milieux socio-économiques
différents présentaient des différences flagrantes concernant la puissance des ordinateurs dont ils
disposaient (graphique 6.9). Le graphique illustre les proportions d’élèves inscrits dans des établissements
où les chefs d’établissement estiment qu’il y a un nombre suffisant d’ordinateurs à des fins pédagogiques.
Il révèle d’importantes variations, certaines étant en contradiction avec les résultats relatifs à la fourniture
d’ordinateurs et à leur qualité (perçue), de 27.3 % au Brésil à 94.3 % en Nouvelle-Zélande, mais qui font
apparaître des écarts intéressants entre la mise à disposition d’ordinateurs et le niveau adéquat des
spécifications techniques, notamment en Lettonie, qui dispose de près d’un ordinateur par élève (0.9) mais
dont seulement 65 % des élèves signalent que la puissance des ordinateurs disponibles dans leur
établissement est suffisante.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

188 

Graphique 6.9. Pourcentages d’élèves scolarisés dans un établissement où les appareils

numériques sont jugés assez puissants (2018)

Remarque : classé en fonction du SESC moyen de l’ensemble des élèves.

Source : Base de données PISA 2018 (OECD, 2019[5]).

StatLink 2 [Link]

Même si l’offre de matériel informatique a probablement augmenté durant la pandémie, des disparités
importantes perdurent entre les pays et à l’intérieur des pays en matière de fourniture, mais également de
puissance des ordinateurs en fonction du milieu socio-économique des élèves.
Pour combler cet écart, mais plus probablement pour fournir des équipements à jour en fonction des
dernières évolutions technologiques, les pays ont axé leurs politiques sur la distribution d’appareils
numériques aux élèves eux-mêmes. Ainsi, au cours des cinq dernières années, les pays participants ont
signalé un changement de cap dans leurs politiques ou engagements budgétaires relatifs à la fourniture
d’appareils numériques (voir le tableau d’annexe 6.A.1).La majorité (23) des pays participants ont en effet
indiqué avoir opéré un changement d’orientation politique ou budgétaire au cours des cinq dernières
années, certains pays déclarant avoir mis en place des initiatives ciblant plus particulièrement
l'enseignement secondaire de premier ou deuxième cycle (2) ou l’enseignement et la formation
professionnels (1).
Les plans de relance de l’éducation et de l’économie au lendemain de la pandémie de COVID-19 ont
également été l’occasion de lancer des initiatives en vue de fournir du matériel informatique, notamment
au moyen de programmes visant à doter les établissements d’appareils numériques, souvent assortis
d’engagements budgétaires conséquents et de plans ambitieux visant à poursuivre ou accélérer la
transition numérique. Le programme Digisprong par exemple, mis en œuvre dans la communauté
flamande de Belgique, est financé grâce à un investissement de 375 millions EUR destiné à créer une
infrastructure de TIC sécurisée et orientée vers l’avenir, qui prévoit d’équiper les élèves dès la 5 e année
de l’enseignement secondaire avec des ordinateurs sur une base individuelle.
Au-delà des initiatives ponctuelles comme celles prévues par les plans de relance de l’éducation et de
l’économie, des programmes de soutien systématique et régulier pour la fourniture, le renouvellement et
l’entretien de l’équipement seraient particulièrement efficaces pour aider les établissements à concrétiser
la stratégie d’éducation numérique d’un pays. L’Irlande en donne un exemple intéressant. Dans le cadre
du déploiement de sa stratégie numérique pour l’école 2021-2027, le pays a mis en place un mécanisme

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  189

de financement pour la fourniture d’infrastructure de TIC, assorti de plans d’investissement de plus de

200 millions EUR que les établissements scolaires peuvent utiliser pour acheter et fournir des appareils
numériques aux élèves et aux enseignants, parmi d’autres usages.
La question de la fourniture du matériel, même si elle est davantage axée vers les ordinateurs portables
et les tablettes, plutôt que sur les seuls ordinateurs de bureau, est vouée à demeurer un enjeu important
pour les systèmes d’éducation. Lorsqu’ils ont été invités à réfléchir à leurs priorités pour les cinq prochaines
années, un nombre plus restreint, mais cependant significatif, de pays a déclaré mettre l’accent sur la
fourniture de tablettes et d’ordinateurs portables (graphique 6.10), visant plus particulièrement les niveaux
supérieurs, comme l’enseignement secondaire de deuxième cycle et l’enseignement et la formation
professionnels11.

Graphique 6.10. Priorité politique en matière de fourniture de tablettes et ordinateurs portables aux
établissements pour les cinq prochaines années (2024)

30
Nombre de pays/entités infranationales

25

20

15
9 (31% ) 10 (34% ) 9 (31% )
10 8 (28% )

0
Primaire Premier cycle du Deuxième cycle du Enseignement
secondaire secondaire professionnel

Remarque : N=29

StatLink 2 [Link]

Une autre solution pour que les élèves aient des ordinateurs à leur disposition dans la salle de classe
consiste à leur demander d’apporter le leur, à condition qu’ils en aient un. Cette approche est une option
que les systèmes d’éducation peuvent encore explorer, le Canada fournissant un exemple de sa mise en
œuvre à une échelle locale. La plupart des établissements dans ce pays encouragent l’initiative « AVEC »
(« Amenez votre équipement personnel de communication ») de différentes façons, à des fins éducatives,
avec des directives plus ou moins ciblées. Notamment, à l’Île-du-Prince-Édouard, des directives autorisent
l’utilisation d’appareils mobiles personnels dans les salles de classe, et leur utilisation y est très bien
encadrée. Au Québec, une directive ministérielle interdit aux élèves l’utilisation de téléphones portables,
d’écouteurs et d’autres appareils numériques personnels dans les écoles, sauf si une telle utilisation est
souhaitée par un enseignant ou requise par l’état de santé ou les besoins d’un élève à besoins spécifiques.
D’autres provinces, comme l’Alberta et la Colombie-Britannique, laissent les établissements libres
d’autoriser ou non l’utilisation d’appareils mobiles personnels dans le milieu scolaire.
Les appareils personnels, comme les ordinateurs de bureau, les ordinateurs portables ou les tablettes, ne
sont pas les seuls appareils numériques susceptibles d’être utilisés dans les classes. D’autres appareils,
comme des tableaux interactifs ou des outils de simulation, peuvent accompagner l’enseignement et
l’apprentissage en classe. Les pays envisagent d’offrir une aide pour la fourniture et l’utilisation de ce type

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

190 

d’appareils, certains ayant déclaré vouloir privilégier la fourniture de ces appareils au cours des cinq
prochaines années (graphique 6.11), en accordant une légère priorité à la fourniture de ces équipements
aux établissements d’enseignement secondaire 12.
Cette approche a l’avantage d’introduire les ordinateurs dans les salles de classe sans avoir à en changer
l’aménagement, mais comporte cependant l’inconvénient de reproduire des pratiques qui n’exploitent pas
pleinement le potentiel de ces technologies (Avvisati, 2013[12]).

Graphique 6.11. Priorité politique en matière de fourniture de tableaux interactifs et d’outils de

simulation (2024-2028)

30

25
Nombre de pays/entités

20
infranationales

15
11 (38% ) 11 (38% ) 11 (38% )
9 (31% )
10

0
Primaire Premier cycle du Deuxième cycle du Enseignement
secondaire secondaire professionnel
Remarque: N=29

StatLink 2 [Link]

Cependant, quelle que soit l’origine des appareils numériques utilisés en classe, ceux-ci nécessitent
d’autres équipements pour accéder aux activités pédagogiques numériques : des serveurs pour le réseau
interne (Intranet), des routeurs de grande capacité pour assurer la continuité de la connexion, ainsi que
du matériel moins sophistiqué comme des imprimantes. En effet, même si cet équipement n’est pas
spécifique à la mission pédagogique d’un établissement scolaire, il est cependant nécessaire de se le
procurer, de le configurer et d’assurer sa maintenance, ce qui requiert l’intervention du personnel au niveau
des établissements et des institutions de l’éducation.
La fourniture ou la maintenance des serveurs Intranet, équipement technique et spécialisé spécifique, est
un indicateur de l’intérêt manifeste des systèmes d’éducation envers la modernisation de leurs
infrastructures de technologies de l’information (graphique 6.12). Parmi les pays participants, neuf ont
signalé avoir opéré un changement d’orientation politique ou budgétaire concernant la fourniture de
serveurs Intranet à tous les niveaux d’enseignement, ce qui démontre un intérêt pour la mise en place
d’infrastructures informatiques dans les établissements13.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  191

Graphique 6.12. Changement d’orientations politiques ou budgétaires en matière de serveurs

Intranet au cours des cinq dernières années (2018-2022)
Nombre de pays/entités 30

25
infranationales

20

15
10 (34% ) 10 (34% ) 10 (34% ) 11 (38% )
10

0
Primaire Premier cycle du Deuxième cycle du Enseignement
secondaire secondaire professionnel

Remarques : de plus amples informations sont fournies au tableau à l’annexe .A.1 à la fin de ce chapitre. N=29.

StatLink 2 [Link]

La fourniture de ce type d’équipement est généralement combinée à une distribution aux élèves
d’appareils à usage personnel, mais l’achat des appareils et des serveurs est souvent financé avec les
mêmes ressources budgétaires. Le mécanisme de financement irlandais en matière de TIC présenté plus
haut permet, par exemple, l’achat d’appareils pour les enseignants et les élèves, mais également
l’acquisition de projecteurs, d’équipement réseau (dont les serveurs et routeurs) et de tout autre matériel
nécessaire. De même, le programme brésilien Educação Conectada, qui peut également fournir une large
sélection d’équipements scolaires, fournit une liste exhaustive de tous les appareils mis à la disposition
des établissements, allant du matériel multimédia à des équipements informatiques plus sophistiqués. La
souplesse que procurent de tels programmes de financement permet de moderniser le matériel des
établissements en fonction de leur réalité locale, mais aussi de leurs choix et orientations pédagogiques.

Favoriser l’accès des élèves et des enseignants à l’éducation numérique à la maison

Si l’égalité d’accès à un équipement numérique moderne et puissant au sein de l’établissement est

essentielle, l’efficacité et la portée des politiques en faveur de l’éducation numérique pourraient être
limitées par l’impossibilité pour les élèves comme les enseignants d’accéder aux technologies numériques
à la maison, ce qui risque de causer des écarts en termes d’accès et d’adoption au détriment des foyers
socio-économiquement défavorisés ou qui ne sont pas formés à l’utilisation de ces équipements. En effet,
bien qu’ils soient omniprésents dans notre vie quotidienne, les ordinateurs ne sont pas forcément
accessibles à tout le monde, même dans les pays membres de l’OCDE, où 78 % des foyers en moyenne
ont accès à un ordinateur, mais où les disparités restent marquées, puisque les moyennes nationales
s’échelonnent de 97 % aux Pays-Bas à 37 % en Colombie (OECD, 2023[6]).
Le passage soudain à l’apprentissage à distance causé par la pandémie de COVID-19 a mis en évidence
l’ampleur de cette fracture, certains élèves ayant été dans l’impossibilité de poursuivre leur apprentissage
en raison de l’absence d’équipement numérique à la maison. En conséquence, de nombreux pays ont mis
en place ou accéléré leur politique en matière d’équipement informatique nécessaire à l’apprentissage en
ligne afin que tous les élèves puissent poursuivre leur apprentissage, même depuis chez eux.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

192 

Ce bouleversement s’est traduit par des changements d’orientations politiques et budgétaires visant à
fournir des appareils numériques directement aux élèves dans la plupart des pays de l’OCDE et au Brésil
(graphique 6.13). En effet, 20 pays sur 29 ont indiqué avoir opéré un changement d’orientations politiques
ou budgétaires dans le domaine de la distribution directe d’appareils numériques aux élèves dans les cinq
dernières années, les différences entre les niveaux d’enseignement étant négligeables 14.

Graphique 6.13. Changement d’orientations politiques ou budgétaires en matière de fourniture

d’appareils aux élèves au cours des cinq dernières années (2018-2022)

30

25
Nombre de pays/entités

18 (62% ) 19 (66% ) 18 (62% )

20
infranationales

17 (59% )
15

10

0
Primaire Premier cycle du secondaire Deuxième cycle du Enseignement professionnel
secondaire

Remarques : de plus amples informations sont fournies au tableau d’annexe 6.A.1

StatLink 2 [Link]

Plusieurs initiatives ont fleuri dans le monde entier pour garantir l’accès à l’éducation durant la pandémie,
certaines reposant sur une coopération étroite au niveau national, par exemple entre différents services
de l’État, d’autres ayant recours à des partenariats public-privé pour fournir de l’aide aux élèves en temps
voulu.
Aux Pays-Bas, par exemple, le ministère de l’Éducation, de la Culture et des Sciences a mis en place une
coopération avec d’autres ministères et organismes de l’État néerlandais en 2021 pour réviser son
Programme national pour la transition numérique de 2019, dans l’enseignement primaire et secondaire, et
promulguer sa Stratégie pour le numérique de 2021, ce qui a permis de débloquer des investissements
importants permettant de distribuer des appareils aux étudiants à des fins d’apprentissage à distance.
Quelque 24 millions EUR ont servi à l’achat de 75 000 appareils. La Corée a mobilisé des investissements
encore plus ambitieux à la suite de la pandémie mondiale : le gouvernement a mis en place des
partenariats public-privé réunissant des fabricants d’électronique et des fournisseurs de services télécoms,
ce qui a permis de louer gratuitement 316 000 appareils numériques destinés aux élèves défavorisés,
fournis avec un abonnement gratuit incluant des données mobiles, et ce pendant toute la durée de la
pandémie.
La Nouvelle-Zélande a adopté une approche un peu différente : elle a étendu son Programme en faveur
de l’égalité d’accès au numérique pour répondre aux nouveaux besoins liés à la pandémie de COVID-19,
en fournissant du matériel non pas en fonction des moyens, mais plutôt en fonction de la demande des
établissements en appareils numériques. Cependant, le programme a ciblé en priorité les élèves
scolarisés en deuxième cycle de l'enseignement secondaire qui se situent dans les trois déciles inférieurs
en termes d’indice national socio-économique. Cette approche ascendante, où ce sont les enseignants
eux-mêmes qui signalent les besoins de leurs élèves aux chefs d’établissements qui, à leur tour, font
remonter les informations sous forme agrégée au niveau ministériel, a permis la fourniture de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  193

49 000 appareils numériques aux élèves, notamment à ceux âgés de 9 à 13 ans issus d’un milieu
défavorisé.
Si, dans certains pays, le secteur éducatif profite encore de la dynamique créée par les plans de
relance post-COVID-19, tous les pays semblent prêts à poursuivre leurs politiques de distribution
d’appareils numériques aux élèves et aux enseignants.

Conclusion : profiter de la dynamique de la relance post-COVID, faire l’état des

lieux de l’infrastructure TIC existante et soutenir les utilisateurs finaux

Alors même que la fermeture prolongée des établissements scolaires et le passage sans précédent à
l’apprentissage à distance ou hybride ont été extrêmement perturbants pour les systèmes d’éducation en
raison de la pandémie de COVID-19, celle-ci a été l’occasion de lancer de nouvelles initiatives dans le
domaine de l’éducation numérique en général et de mettre en place une infrastructure informatique
physique améliorée. De nombreux pays ont ainsi investi dans l’amélioration de la connectivité et dans la
fourniture aux établissements et aux élèves des appareils numériques nécessaires à l’atteinte des objectifs
généraux d’une politique d’éducation numérique souvent de grande envergure.
Ces politiques influencées par la pandémie ont d’une certaine manière déplacé le débat d’un point de vue
axé sur la distribution directe d’appareils numériques, dans le but de soutenir l’apprentissage à l’école
(avec pour objectif l’amélioration des résultats d’apprentissage), à celui d’une approche fondée sur l’équité
et la volonté de soutenir l’accès à l’éducation et à l’apprentissage partout, quel que soit le milieu socio-
économique des élèves.
Ce changement de perspective pourrait être une occasion d’améliorer les équipements informatiques et
la connectivité dans les établissements scolaires au profit des élèves et des enseignants, à l’heure où les
systèmes d’éducation reviennent à une « nouvelle normalité » et font le point sur la pandémie, sur l’élan
qu’elle a créé et sur l’ampleur des ressources affectées aux initiatives exceptionnelles pour répondre à la
situation, notamment les budgets alloués aux programmes de relance de l’éducation. Plusieurs pays ou
régions, comme la communauté flamande de Belgique, la Corée, l’Irlande, la France et la Nouvelle-
Zélande offrent des exemples d’initiatives mises en place dans les systèmes d’éducation pour tirer parti
de ces ressources et de l’intérêt politique actuel.
Ces initiatives ont également mis en évidence la nécessité de faire un état des lieux, reposant sur des
informations détaillées et systématiques, de l’infrastructure de TIC existante dans chaque pays pour
répondre au mieux au défi du déploiement de la connectivité et de l’équipement informatique dans les
établissements. L’enquête de l’OCDE sur la gouvernance et l’infrastructure numériques a montré que peu
de pays mènent régulièrement des études systématiques sur l’infrastructure de TIC dans les
établissements, comme le recensement scolaire brésilien, qui permet de collecter des données à ce sujet
(Censo Escolar) ou l’enquête du ministère japonais de l’Éducation (MEXT). Des enquêtes internationales,
comme l’Enquête européenne sur les établissements : les TIC dans l’éducation (European Commission,
2019[8]), permettraient de rendre compte des résultats en matière de matériel informatique (et même de
logiciels) mis à la disposition des élèves et des enseignants dans les établissements, à la suite de ces
initiatives et investissements supplémentaires lancés durant et après la pandémie.
Enfin, il est important de comprendre que ces programmes de distribution d’appareils numériques et de
déploiement de la connectivité ne doivent pas être des interventions uniques et ponctuelles, en raison des
besoins toujours changeants créés par l’évolution des technologies d’une part, et par le cycle de vie de
l’acquisition, de la maintenance et du remplacement des appareils numériques, d’autre part. La
disponibilité et la fourniture de matériel sont indispensables, mais non suffisantes pour mettre en place de
façon efficace et durable une politique d’éducation numérique ; en effet, une fois que l’infrastructure de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

194 

réseau a été achetée et installée, que les appareils numériques ont été fournis et configurés, ces
équipements requièrent une maintenance et des mises à jour régulières.
Les achats techniques d’équipements et de services et la maintenance informatique sont deux
responsabilités qui incombent au personnel des établissements scolaires dans plusieurs systèmes
d’éducation et entrent donc dans le champ d’une politique d’éducation numérique. La commande publique
représente un formidable levier pour orienter la mise en œuvre de cette politique – ce point est abordé
plus en détail au chapitre 12 de cet ouvrage (OECD, 2023[7]). Après l’acquisition des biens et des services,
les systèmes d’éducation doivent encore relever le défi d’assurer la maintenance et l’assistance
informatique. Même si la collecte des données sur laquelle se fonde ce chapitre ne visait pas
spécifiquement cet aspect de la question, certaines initiatives particulièrement ambitieuses, comme celle
mise en place par le Centre de développement professionnel des enseignants (PDST) en Irlande (voir la
publication à ce sujet de l’ (OECD, 2023[13]), offrent un exemple intéressant de mise en œuvre incluant à
la fois l’acquisition de matériel, l’installation et l’assistance technique.

Bibliographie

Avvisati, F. (2013), Review of the Italian Strategy for Digital Schools, OECD Publishing. [12]

Cristia, J.; P. Ibarrarán; S. Cueto; A. Santiago et E. Severín (2017), « Technology and child [11]
development: Evidence from the one laptop per child program », American Economic Journal:
Applied Economics, vol. 9/3, pp. 295-320, [Link]

European Commission (2019), 2nd Survey of Schools: ICT in Education, [Link] [8]
[Link]/en/library/2nd-survey-schools-ict-education-0.

OECD (2023), Country Digital Education Ecosystems and Governance: A Companion to Digital [13]
Education Outlook 2023, OECD Publishing, Paris, [Link]

OECD (2023), OECD Digital Education Outlook 2023: Towards an Effective Digital Education [7]
Ecosystem, OECD Publishing, Paris, [Link]

OECD (2023), OECD Going Digital Toolkit, [Link] (consulté [6]

le septembre 2023).

OECD (2020), OECD Digital Economy Outlook 2020, OECD Publishing, Paris, [4]
[Link]

OECD (2019), PISA 2018 Database, [Link] (consulté le [5]

25 juin 2023).

OECD (2019), PISA 2018 Results (Volume I): What Students Know and Can Do, PISA, OECD [3]
Publishing, Paris, [Link]

OECD (2016), OECD Ministerial Declaration on the Digital Economy: Innovation, Growth and [2]
Social Prosperity (“Cancún Declaration”), [Link]
[Link].

OECD (2004), Recommendation of the Council on Broadband Connectivity, [1]

[Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  195

Vincent-Lancrin, S. (2022), How Learning Continued during the COVID-19 Pandemic: Global [9]
Lessons from Initiatives to Support Learners and Teachers, OECD Publishing, Paris,
[Link]

Vincent-Lancrin, S., C. Cobo Romaní et F. Reimers (dir. pub.) (2022), How Learning Continued [10]
during the COVID-19 Pandemic: Global Lessons from Initiatives to Support Learners and
Teachers, OECD Publishing, Paris, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

196 

Remarques

1
L’indicateur du statut économique, social et culturel (SESC) est une mesure longitudinale utilisée dans
l’enquête PISA qui permet des comparaisons internationales de la situation socio-économique des élèves
et qui combine des données relatives au niveau d’études des parents, à leur statut professionnel et au
patrimoine familial en tant que variable explicative. Pour de plus amples informations, veuillez consulter le
rapport technique de l’enquête PISA 2018 (OCDE, 2019).

2
Axe D de la stratégie du Brésil en faveur de la transformation numérique (Eixo D : Educação e
Capacitação Profissional, Estratégia Brasileira para a Transformação Digital, [Link]
br/acompanhe-o-mcti/transformacaodigital/estrategia-digital-eixoD, consulté en août 2023) et l’Article 2 –
IV de la législation 14 533 du 11 janvier 2023 (Politica Nacional de Educação Digital,
[Link] consulté en août 2023).

3
C’est-à-dire le Programme pour une éducation connectée (Programa Nacional Educação Conectada,
lien consulté en août 2023) qui accompagne le déploiement de la connectivité dans les établissements,
en complément des programmes pour le Nord et le Nord-est connecté (Norte Conectado,
[Link]
obras-e-atividades/norte-conectado, et Nordeste Conectado [Link]
informacao/acoes-e-programas/programas-projetos-acoes-obras-e-atividades/nordeste-conectado,
respectivement) centrés sur l’infrastructure et basé sur le projet Aprende Mais Norte e Nordeste de la
Banque mondiale ([Link]
organizacional/orgaos-especificos-singulares/secretaria-de-educacao-basica/programas-e-acoes/educa-
mais-norte-e-nordeste).

4
Article 6 de la Constitution mexicaine (Artículo 6o, Constitución Política de los Estados Unidos
Mexicanos, lien consulté en août 2023) et Programme national pour l’éducation (Agenda Nacional
Educativa, [Link]
1/assets/documentos/Agenda_Digital_Educacion.pdf consulté en août 2023).

5
Réponses des participants pour le graphique 6.2 : Tous les niveaux (21) : Autriche, Belgique
(communautés française et flamande), Brésil, Canada, Chili, Corée, Espagne, Estonie, États-Unis,
Finlande, France, Hongrie, Italie, Lettonie, Luxembourg, Nouvelle-Zélande, Pays-Bas, et Slovénie.
Enseignement primaire (1) : Irlande. Enseignement secondaire de premier cycle (2) : Brésil* et Irlande.
Enseignement secondaire de deuxième cycle (2) : Brésil* et Japon. Enseignement professionnel (2) :
Brésil* et Corée. Les astérisques indiquent que ces politiques n’ont visé qu’un échelon infranational
(municipalités ou régions).

6
[Link] dernière
consultation en août 2023.

7
[Link] dernière consultation en août 2023.

8
Réponses des participants pour le graphique 6.3 : Enseignement primaire (17) : Belgique (communautés
française et flamande), Brésil, Canada, Corée*, Espagne, Estonie*, États-Unis, Finlande, Islande, Italie,
Lettonie, Luxembourg, Royaume-Uni, Slovénie, Suède et Türkiye. Enseignement secondaire de premier
cycle (17) : Belgique (communautés française et flamande), Brésil, Canada, Corée*, Espagne, Estonie*,
États-Unis, Finlande, Islande, Italie, Lettonie, Luxembourg, Royaume-Uni, Slovénie, Suède et Türkiye.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  197

Enseignement secondaire de deuxième cycle (17) : Belgique (communautés française et flamande),

Brésil, Canada, Corée*, Espagne, Estonie*, États-Unis, Finlande, Islande, Italie, Lettonie, Luxembourg,
Royaume-Uni, Slovénie, Suède et Türkiye. Enseignement professionnel (14) : Belgique (communautés
française et flamande), Brésil, Canada, Corée*, Espagne, Estonie*, États-Unis, Finlande, Lettonie,
Luxembourg, Royaume-Uni, Suède et Türkiye. Les astérisques indiquent que ces politiques n’ont visé
qu’un échelon infranational.

9
Réponses des participants pour le graphique 6.4 : Enseignement primaire (16) : Autriche, Belgique
(communautés française et flamande), Brésil, Canada, Chili, Corée*, Espagne, Estonie, Hongrie, Irlande,
Lituanie, Mexique, Nouvelle-Zélande, Royaume-Uni et Slovénie. Enseignement secondaire de premier
cycle (17) : Autriche, Belgique (communautés française et flamande), Brésil, Canada, Chili, Corée*,
Espagne, Estonie, Hongrie, Irlande, Lettonie, Lituanie, Mexique, Nouvelle-Zélande, Royaume-Uni et
Slovénie. Enseignement secondaire de deuxième cycle (17) : Autriche, Belgique (communautés française
et flamande), Brésil, Canada, Chili, Corée*, Espagne, Estonie, Hongrie, Irlande, Lettonie, Lituanie,
Mexique, Nouvelle-Zélande, Royaume-Uni et Slovénie. Enseignement professionnel (12) : Autriche,
Belgique (communautés française et flamande), Brésil, Canada, Chili, Corée*, Espagne, Estonie, Lituanie,
Royaume-Uni et Slovénie. Les astérisques indiquent que ces politiques n’ont visé qu’un échelon
infranational.

10
Réponses des participants pour le graphique 6.7 : Enseignement primaire (4) : Espagne*, Mexique,
Nouvelle-Zélande et Slovénie. Premier cycle de l'enseignement secondaire (4) : Espagne, Mexique,
Nouvelle-Zélande, Slovénie. Deuxième cycle de l'enseignement secondaire (4) : Espagne*, Mexique,
Nouvelle-Zélande et Slovénie. Enseignement professionnel (3) : Brésil, Espagne* et Slovénie. Les
astérisques indiquent que ces politiques n’ont visé qu’un échelon infranational.

11
Réponses des participants pour le graphique 6.10 : Enseignement primaire (8) : Belgique
(communautés française et flamande), Corée*, Espagne, Estonie*, Lituanie, Slovénie et Tchéquie. Premier
cycle de l'enseignement secondaire (10) : Belgique (communautés française et flamande), Brésil*, Corée*,
Espagne, Estonie*, Lituanie, Slovénie et Tchéquie. Deuxième cycle de l'enseignement secondaire (9) :
Belgique (communautés française et flamande), Brésil*, Corée*, Espagne, Estonie*, Lituanie, Slovénie et
Tchéquie. Enseignement et formation professionnels (9) : Belgique (communautés française et flamande),
Brésil*, Corée*, Chili, Espagne, Estonie*, Lituanie, Slovénie et Tchéquie. Les astérisques indiquent que
ces politiques n’ont visé qu’un échelon infranational.

12
Réponses des participants pour le graphique 6.11 : Enseignement primaire (11) : Belgique
(communautés française et flamande), Brésil, Espagne, Estonie*, Hongrie, Irlande, Lituanie, Slovénie,
Tchéquie et Türkiye. Enseignement secondaire de premier cycle (11) : Belgique (communautés française
et flamande), Brésil, Espagne, Estonie*, Hongrie, Irlande, Lituanie, Slovénie, Tchéquie et Türkiye ;
Enseignement secondaire de deuxième cycle (11) : Belgique (communautés française et flamande),
Brésil, Espagne, Estonie, Hongrie, Irlande, Lituanie, Slovénie, Tchéquie et Türkiye. Enseignement
professionnel (9) : Enseignement primaire (11) : Belgique (communautés française et flamande), Brésil,
Espagne, Estonie, Hongrie, Irlande, Lituanie, Slovénie, Tchéquie et Türkiye. Les astérisques indiquent que
ces politiques n’ont visé qu’un échelon infranational.

13
Réponses des participants pour le graphique 6.12 : Tous les niveaux (10) : Brésil, Chili, Corée*,
Espagne, Estonie, États-Unis, France, Italie et Slovénie. Premier cycle de l'enseignement secondaire (1) :
Brésil*. deuxième cycle de l’enseignement secondaire (1) : Brésil*. Enseignement professionnel (2) :
Brésil* et Lettonie. Les astérisques indiquent que ces politiques n’ont visé qu’un échelon infranational.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

198 

14
Réponses des participants pour le graphique 6.13 : Tous les niveaux (17) : Autriche, Belgique
(communauté française), Brésil, Canada, Chili, Corée, Espagne, États-Unis, Finlande, France, Italie,
Japon, Lettonie, Luxembourg, Nouvelle-Zélande, Royaume-Uni et Slovénie. Enseignement secondaire de
premier cycle (2) : Brésil* et Hongrie. Enseignement secondaire de deuxième cycle (3) : Belgique
(Communauté flamande), Brésil et Hongrie. Enseignement professionnel (2) : Belgique (Communauté
flamande) et Brésil*. Les astérisques indiquent que ces politiques n’ont visé qu’un échelon infranational.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  199

Annexe 6.A. Réponses des pays participants

concernant les instruments de gouvernance et
d’infrastructure numériques
Cette annexe présente la ventilation des réponses des pays participants sur leurs priorités passées et
futures concernant leur politique en matière de connectivité et de matériel informatique, collectées par les
différents instruments de l’OCDE : le Questionnaire sur l’infrastructure d’éducation numérique et le
Questionnaire sur la gouvernance et les relations public-privé en matière de données sur l’éducation et de
technologie numérique.

Tableau d’annexe 6.A.1. Au cours des cinq dernières années, votre gouvernement a-t-il opéré des
changements d’orientations politiques ou budgétaires en matière d’éducation numérique portant
sur l’un des éléments suivants ? (2024)
Appareils pour
Connexion Wi-Fi
Connexion à haut Appareils dans Appareils les élèves Serveurs Intranet
ou mobile (dans
débit dans les les pour les ayant des dans les Autre
les
établissements établissements élèves besoins établissements
établissements)
spécifiques
Autriche ✓ ✓ ✓ ✓ ✓
Brésil ✓ ✓ ✓ ✓ ✓ ✓ ✓
Canada ✓ ✓ ✓ ✓
Chili ✓ ✓ ✓ ✓ ✓ ✓
Tchéquie ✓ ✓ ✓ ✓
Danemark
Estonie ✓ ✓ ✓
Finlande ✓ ✓ ✓ ✓ ✓
France ✓ ✓ ✓ ✓ ✓ ✓
Hongrie ✓ ✓ ✓ ✓ ✓
Islande
Irlande
Italie ✓ ✓ ✓ ✓ ✓ ✓
Japon ✓ ✓ ✓ ✓
Corée ✓ ✓ ✓ ✓
Lettonie ✓ ✓ ✓ ✓ ✓
Lituanie ✓ ✓ ✓
Luxembourg ✓ ✓ ✓ ✓ ✓ ✓ ✓
Mexique
Pays-Bas ✓ ✓
Nouvelle- ✓ ✓ ✓ ✓ ✓ ✓
Zélande
Slovénie ✓ ✓ ✓ ✓ ✓ ✓
Espagne ✓ ✓ ✓ ✓ ✓ ✓
Suède ✓
Türkiye ✓ ✓ ✓ ✓ ✓
États-Unis ✓ ✓ ✓ ✓ ✓ ✓ ✓
Angleterre ✓ ✓ ✓ ✓ ✓
(Royaume-
Uni)

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

200 

Appareils pour
Connexion Wi-Fi
Connexion à haut Appareils dans Appareils les élèves Serveurs Intranet
ou mobile (dans
débit dans les les pour les ayant des dans les Autre
les
établissements établissements élèves besoins établissements
établissements)
spécifiques
Comm. ✓ ✓ ✓ ✓ ✓ ✓
flamande
(Belgique)
Comm. ✓ ✓ ✓ ✓
française
(Belgique)
Total (29) 21 21 23 20 20 9 8
StatLink 2 [Link]

Tableau d’annexe 6.A.2. En termes d’infrastructure informatique physique (équipement,

connectivité, etc.), quelles sont les priorités de votre niveau administratif pour les cinq prochaines
années ? (2024)

Accès à Internet généralisé (par ex.

Appareils pour les élèves dans les

Appareils pour les élèves dans les

d’ enseignement numérique (par

Vitesse de connexion à la maison

plateformes éducatives publiques

ex. tableaux interactifs, outils de

Itinérance gratuite des données

Appareils pour les enseignants

Vitesse de connexion dans les

établissements et à la maison

mobiles pour accéder aux

Accès à Internet dans les
Équipement spécifique

Autres priorités
établissements

établissements

établissements
par satellite)
simulation)

Autriche ✓ ✓ ✓ ✓
Brésil ✓ ✓ ✓ ✓ ✓ ✓
Canada ✓ ✓ ✓
Chili ✓ ✓ ✓
Tchéquie ✓ ✓ ✓
Danemark
Estonie ✓ ✓ ✓ ✓ ✓
Finlande ✓ ✓
France
Hongrie ✓ ✓ ✓ ✓ ✓
Islande
Irlande ✓ ✓ ✓ ✓ ✓ ✓
Italie
Japon ✓
Corée ✓* ✓* ✓* ✓* ✓*
Lettonie ✓ ✓ ✓ ✓ ✓
Lituanie ✓ ✓ ✓ ✓ ✓ ✓
Luxembourg
Mexique ✓ ✓ ✓
Pays-Bas
Nouvelle-Zélande ✓ ✓ ✓ ✓ ✓ ✓
Slovénie ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓
Espagne ✓ ✓* ✓ ✓ ✓ ✓ ✓*
Suède
Türkiye ✓ ✓

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

 201

StatLink 2 [Link]
Remarque : Les astérisques (*) indiquent que cette politique est une priorité à un échelon infranational, par ex. les états, régions ou municipalités.

Autres priorités
1

Itinérance gratuite des données

mobiles pour accéder aux
5

plateformes éducatives publiques

Vitesse de connexion à la maison
5

Vitesse de connexion dans les

19
✓

établissements
Accès à Internet généralisé (par ex.
✓

par satellite)

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

Accès à Internet dans les
22
✓
✓

établissements
Équipement spécifique
d’ enseignement numérique (par

13
✓

✓
ex. tableaux interactifs, outils de
simulation)
Appareils pour les enseignants

15
✓

✓
Appareils pour les élèves dans les

12
✓
établissements et à la maison
Appareils pour les élèves dans les

13
✓

✓
établissements

Comm. flamande

Comm. française
(Royaume-Uni)
Angleterre
États-Unis

(Belgique)

(Belgique)
Total (29)
202 

7 Développement des compétences

numériques des enseignants :
approches formelles

Natalie Foster, OCDE

Ce chapitre porte sur les compétences numériques des enseignants et

examine les différentes approches possibles pour formaliser leur
développement au sein de l’OCDE. Il aborde trois principales approches, à
savoir : 1) la définition de normes de compétences numériques pour les
enseignants et les élèves ; 2) la promotion de la formation continue des
professionnels de l’éducation en matière de compétences numériques ; et
3) la mise en place d’un écosystème plus large de soutien aux acteurs
concernés par les questions d’éducation numérique. Ce chapitre présente
des études de cas de plusieurs pays pour illustrer les différents leviers
politiques qui peuvent être mis en œuvre en fonction de chaque approche,
notamment la mise en place de procédures formelles de certification et
d’examens, l’intégration de normes spécifiques au cadre d’accréditation de
la formation des enseignants, les nouveaux parcours d’avancement de
carrière et les formes de reconnaissance des compétences, les offres de
formation faciles d’accès et modulables, l’instauration d’organismes de
soutien spécialisés et le renforcement d’initiatives en matière d’innovation ou
de transformation numérique en milieu scolaire.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  203

Introduction

Si les logiciels et le matériel informatique sont indispensables à l’infrastructure de l’éducation numérique,

il en va de même des ressources humaines qui œuvrent au sein de cette infrastructure, c’est-à-dire les
enseignants et les chefs d’établissement. Les enseignants sont des agents essentiels du changement en
matière de transformation numérique de l’éducation, tandis que les technologies numériques peuvent
modifier en profondeur la nature de leur travail. Par exemple, les outils d’analyse de l’apprentissage
peuvent aider les enseignants à prendre des décisions, les programmes d’enseignement évoluent pour
intégrer l’apprentissage des compétences numériques des élèves et en reconnaître l’importance, de
nouveaux outils de communication permettent aux enseignants d’interagir avec les parents et d’échanger
avec leurs pairs, et l’essor des ressources éducatives libres permet de démocratiser l’accès aux
ressources d’apprentissage numériques dans différentes matières (Yu, Vidal et Vincent-Lancrin, 2023[1]).
Il ne suffit pas que les pouvoirs publics nationaux ou locaux et les chefs d’établissement fournissent ces
outils et applications aux enseignants, voire les imposent, pour qu’ils soient utilisés à des fins
d’amélioration de l’apprentissage et de l’enseignement : il faut que les enseignants aient l’envie et les
moyens de les utiliser.
Le contenu de la formation formelle, initiale ou continue, des enseignants est un aspect important d’un
enseignement et de pratiques pédagogiques de qualité. Les données issues de la dernière enquête de
l’OCDE sur l'enseignement et l'apprentissage (TALIS) menée en 2018 montrent que les enseignants du
premier cycle de l'enseignement secondaire dans les pays de l’OCDE ont déclaré un plus faible niveau
d’efficacité personnelle dans l’enseignement faisant appel aux technologies de l’information et de la
communication (TIC) par rapport à d’autres pratiques de gestion de la classe, d’instruction et de
participation des élèves (OECD, 2019[2]). Les données mettent également en évidence qu’environ
1 enseignant du secondaire sur 5 indique avoir besoin de plus de formation dans ce domaine en moyenne
dans les pays de l’OCDE, même si 60 % d’entre eux ont pris part à une activité de développement
professionnel dans le domaine de l’éducation numérique au cours des 12 derniers mois et même si on
observe une hausse globale de la participation à ce type de formation continue depuis 2013 (OECD,
2019[2]).
Le besoin en formation et en développement professionnels formels en matière d’enseignement à l’aide
des TIC se fera toujours sentir en raison de la généralisation des technologies numériques et de la
multiplication des stratégies nationales de transformation numérique, notamment celles visant à
développer les compétences numériques de la population (OECD, 2022[3]). Cependant, les technologies
numériques ne constituent pas en elles-mêmes un moteur de transformation des systèmes d’éducation :
elles requièrent des professionnels de l’éducation qui savent en faire usage de manière à renforcer les
pratiques pédagogiques innovantes et à améliorer les résultats de l’apprentissage. Les données du
Programme de l’OCDE pour le suivi des acquis des élèves (PISA) montrent par ailleurs qu’il ne suffit pas
que les élèves soient en contact avec les technologies numériques pour que leur apprentissage s’améliore,
et soulignent le rôle crucial que doivent jouer les enseignants et la formation (OECD, 2015[4]). Il est donc
indispensable que les enseignants développent les compétences et les attitudes propices à l’utilisation
des technologies numériques et à leur bonne intégration dans les pratiques pédagogiques.
Les pouvoirs publics peuvent procéder à la formalisation du développement des compétences numériques
des enseignants par divers moyens, mais l’investissement reste le principal levier des politiques
d’éducation numérique de nombreux pays. Ce chapitre donne tout d’abord un aperçu des compétences
numériques des enseignants, puis examine les différentes approches et leviers politiques qui visent à
promouvoir leur développement. Ces approches se fondent notamment sur la définition et l’application de
normes de compétences numériques pour les enseignants et les élèves, la création d’incitations au
développement professionnel des enseignants en matière d’éducation numérique et la mise en place d’un
écosystème plus large de soutien aux acteurs concernés par les questions d’éducation numérique.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

204 

Quelles sont les compétences numériques des enseignants ?

Les technologies numériques concernent aujourd’hui tous les aspects du travail de l’enseignant,
notamment l’enseignement et l’apprentissage, mais également l’évaluation, la communication et la
collaboration avec les autres enseignants et avec les parents, ainsi que la création et le partage de
contenus et de ressources numériques. Ainsi, les enseignants doivent acquérir des compétences
numériques générales (comme tous les utilisateurs de technologies numériques) et des compétences
numériques spécifiques à l’enseignement qui leur sont nécessaires en tant que professionnels de
l’éducation au sein d’un environnement numérique. Plusieurs cadres de référence internationaux détaillent
les différents éléments des compétences numériques nécessaires aux enseignants, dans le but d’aider
les pouvoirs publics à intégrer ces compétences clés dans la formation des enseignants (Redecker,
2017[5] ; UNESCO, 2018[6] ; ISTE, 2017[7]).
Selon le modèle de la connaissance technopédagogique du contenu (TPACK – Technological Pedagogical
Content Knowledge), un cadre conceptuel reconnu pour guider l’intégration des technologies dans les
pratiques d’enseignement, les enseignants doivent acquérir des connaissances fondamentales dans les
trois domaines suivants : 1) la connaissance technologique : comprendre comment sélectionner et utiliser
la technologie pour faciliter l’apprentissage des élèves ; 2) la connaissance pédagogique : comprendre et
prendre des décisions pédagogiques ; et 3) la connaissance du contenu : connaître les contenus
spécifiques adaptés à un contexte ou un thème particulier (Mishra et Koehler, 2006[8] ; Koehler, Mishra et
Cain, 2013[9]). Ce modèle peut être schématisé sous la forme d’un diagramme de Venn qui illustre
comment l’interaction des trois domaines définit un sous-ensemble de combinaisons de compétences et
de connaissances clés (graphique 7.1). Le modèle TPK de la connaissance technopédagogique fait par
exemple référence à « la connaissance de l’existence des diverses technologies, de leurs fonctionnalités
et de leurs composantes telles qu’elles sont utilisées dans le cadre pédagogique et, inversement, la
connaissance de la façon dont l’enseignement peut évoluer au contact de ces différentes technologies »
(Mishra et Koehler, 2006, p. 1028[8]).

Graphique 7.1. Cadre de référence de la connaissance technopédagogique du contenu (TPACK)

Remarque: : © 2012 by [Link], reproduit avec l’autorisation des auteurs (Koehler et Mishra).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  205

Le cadre TPACK pose que la bonne intégration de la technologie dans les pratiques d’enseignement
nécessite de faire appel en même temps aux trois types de connaissances identifiés, ce qui exige des
enseignants qu’ils acquièrent des formes complexes de connaissances pédagogiques. Les auteurs de ce
modèle opposent leur cadre à d’autres approches plus technocentrées qui sont, selon eux, trop focalisées
sur les compétences technologiques générales que doivent acquérir les enseignants et n’abordent pas la
complexité des interactions entre technologie, contenu, pédagogie et contexte (Harris, Mishra et Koehler,
2009[10]).
Un examen récent des recherches portant sur la formation initiale des enseignants de l’enseignement
primaire et secondaire général et la façon dont elle les prépare à l’ère numérique, a montré que l’on a
tendance à classer les compétences numériques des enseignants en trois catégories : 1) les compétences
numériques génériques, 2) les compétences numériques en matière d’enseignement, et 3) les
compétences numériques professionnelles (Starkey, 2020[11]). Ces ensembles de compétences sont
décrits brièvement ci-dessous. Un autre domaine de compétence numérique concerne plus
particulièrement les compétences techniques comme la programmation, la pensée computationnelle et la
conception graphique à des fins d’enseignements de certaines matières. Si le monde de l’éducation a
aujourd’hui de plus en plus besoin d’enseignants qualifiés et compétents dans ces domaines, comme le
montrent les réformes récentes des programmes d’enseignement partout dans le monde, la dénomination
de « compétences numériques des enseignants » désigne dans ce chapitre les compétences numériques
générales nécessaires à tous les enseignants, quelle que soit la matière enseignée.

Compétences numériques génériques

Les compétences numériques génériques regroupent toutes les compétences numériques qui ne sont pas
spécifiques à l’enseignement ou au travail de l’enseignant. Ce corpus de connaissances correspond à la
composante des « connaissances technologiques » du cadre TPACK et fait référence à la capacité à
utiliser le matériel informatique et les fonctionnalités numériques de base, comme les courriers
électroniques, la recherche sur Internet, la résolution de problèmes informatiques, les logiciels de base de
traitement de texte et de présentation et les technologies créatives et collaboratives (Starkey, 2020[11]).
Les compétences numériques génériques sont ainsi composées d’un ensemble de connaissances et
d’aptitudes dont chacun a besoin pour utiliser un ordinateur que ce soit à des fins professionnelles ou
d’apprentissage. Les données de l’OCDE tirées de l’Évaluation des compétences des adultes (PIAAC)
montrent que le pourcentage d’enseignants ayant peu de compétences en matière de résolution de
problèmes techniques dans un environnement fortement marqué par les technologies varie de façon
significative entre les pays de l’OCDE pour lesquels des données sont disponibles, s’échelonnant de moins
de 5 % des enseignants en Australie à plus de 31 % d’entre eux en Israël (OECD, 2019[12]).

Compétences numériques à des fins d’enseignement

Les compétences numériques à des fins d’enseignement désignent la capacité à intégrer les technologies
numériques dans les pratiques pédagogiques, parfois appelées aussi « pédagogies numériques » ou
« méthodes d’enseignement basées sur le numérique » et correspondent globalement aux
« connaissances technopédagogiques » du cadre TPACK. L’intégration des outils numériques dans la
pratique pédagogique comprend l’utilisation de divers médias, outils informatiques et de communication
pour les activités d’enseignement et d’apprentissage, la conception et l’utilisation des évaluations
numériques, la gestion adéquate des environnements numériques, et l’accompagnement des élèves pour
une utilisation critique, éthique et créative des technologies de l'information et de la communication pour
l’enseignement (TICE) (Starkey, 2020[11]). Pour intégrer les TIC dans la pratique pédagogique, les
enseignants doivent savoir utiliser les technologies dans leur travail, savoir choisir les technologies les
plus adaptées à l’enseignement et faciliter l’apprentissage des élèves par et avec les outils numériques
pour atteindre des objectifs d’apprentissage clairs.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

206 

Compétences numériques professionnelles

Les compétences numériques professionnelles font référence à un nouveau sous-ensemble plus large de
compétences qui regroupe tous les aspects du travail de l’enseignant en milieu scolaire et dans les
systèmes d’éducation qui ont intégré les technologies numériques (Starkey, 2020[11]). Ainsi, pour organiser
l’apprentissage de leurs élèves, les enseignants utilisent désormais couramment des systèmes de gestion
de l’apprentissage qui reflètent la salle la classe (p. ex. pour gérer les interactions entre les élèves, les
ressources en ligne, la motivation des élèves et leur évaluation) et qui proposent en même temps des
outils propres à l’espace numérique (par ex. gérer la communication et l’apprentissage à distance des
élèves hors de l’enceinte scolaire), qui doivent être ancrés dans un environnement plus large que celui de
la classe. Le travail de l’enseignant, dans le cadre de systèmes d’éducation de plus en plus numérisés,
implique également de prendre part à des communautés d’apprentissage en ligne, à des formations
professionnelles formelles et informelles en ligne et d’échanger avec les parents et la communauté
éducative au sens large (Tondeur et al., 2017[13]), et d’utiliser des données collectées (p. ex. l’analyse de
l’assiduité des élèves basée sur les systèmes de gestion de l’information et de l’apprentissage) à des fins
éducatives.

Quelles approches pour formaliser le développement des compétences

numériques des enseignants ?

Pour stimuler, encourager et soutenir le développement des compétences numériques des enseignants,
c’est-à-dire les compétences nécessaires aux enseignants pour qu’ils deviennent des professionnels
modernes et des pédagogues, les systèmes d’éducation peuvent adopter différentes approches et leviers
politiques adéquats (graphique 7.2). Parmi ces approches, citons celles qui visent à :
• Fixer des normes professionnelles pour les enseignants en matière de compétences numériques
(en collaboration avec d’autres parties prenantes comme les syndicats de l’enseignement ou les
organismes de formation des enseignants) et appliquer proactivement ces normes par le biais de
procédures de certification ou d’évaluation des enseignants, ou sur la procédure d’accréditation
des programmes de formation des enseignants ;
• Fixer des normes pour l’acquisition des compétences numériques des élèves et assurer un suivi
des résultats d’apprentissage par le biais de l’évaluation des élèves ;
• Inciter les enseignants à participer à des activités de développement professionnel appropriées,
en reconnaissant officiellement l’acquisition de ces compétences dans le parcours professionnel,
en garantissant une offre de formations modulables et accessibles, en proposant des incitations
financières et en supprimant les obstacles traditionnels à la participation ; et
• Développer un écosystème d’éducation numérique plus large permettant de coordonner les
initiatives de transformation numérique et les projets innovants tout en soutenant les parties
prenantes dans le développement des compétences numériques des enseignants.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  207

Graphique 7.2. Approches et leviers politiques pour formaliser le développement des compétences
numériques des enseignants

Fixer et encadrer les normes de compétences

Sur les 29 pays et territoires de l’OCDE qui ont participé à notre étude comparative, 24 ont indiqué avoir
fixé au niveau national (ou central) des règles ou des directives sur le développement des compétences
numériques des enseignants dans le cadre de la formation initiale ou continue (ou les deux) (tableau 7.1
et graphique 7.3). Ces règles et directives comprennent les normes professionnelles d’enseignement, les
cadres de référence des compétences des enseignants ou d’autres textes réglementaires régissant la
profession d’enseignant. Seuls cinq pays parmi les pays et territoires participants n’ont défini aucune règle
ou directive nationale en la matière, même si elles existent parfois à un niveau infranational (p. ex. au
niveau de l’État, régional ou local).

Tableau 7.1. Règles et directives nationales relatives au développement des compétences

numériques des enseignants
Pays/entités Formation initiale des enseignants Formation continue des enseignants
Compétence Compétence
Règles et Directives Règles et Directives
totalement totalement
directives uniquement directives uniquement
décentralisée décentralisée
Autriche ✓ ✓
Brésil ✓1 ✓1
Canada ✓ ✓
Chili ✓ ✓
Tchéquie ✓ ✓
Danemark ✓
Estonie ✓ ✓
Finlande ✓

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

208 

Pays/entités Formation initiale des enseignants Formation continue des enseignants

Compétence Compétence
Règles et Directives Règles et Directives
totalement totalement
directives uniquement directives uniquement
décentralisée décentralisée
France ✓ ✓
Hongrie ✓*
Islande ✓
Irlande ✓* ✓
Italie ✓ ✓*
Japon ✓
Corée ✓1 ✓1
Lettonie ✓ ✓1
Lituanie ✓ ✓
Luxembourg ✓
Mexique
Pays-Bas ✓ ✓
Nouvelle-Zélande ✓ ✓
Slovénie ✓ ✓*
Espagne ✓ ✓1
Suède ✓ ✓
Türkiye
États-Unis ✓1 ✓1
Angleterre ✓* ✓
(Royaume-Uni)
Comm. flamande ✓
(Belgique)
Comm. française ✓ ✓
(Belgique)
Total (29) 15 8 1 3 14 6

Remarque: ✓ indique l’existence de règles et directives pour tous les niveaux d’enseignement. ✓* indique l’existence de règles et directives
pour tous les niveaux d’enseignement sauf l’EFT (c.-à-d. pour l’enseignement primaire et secondaire de premier et second cycle). ✓1 indique
les systèmes d’éducation où les instances infranationales partagent la responsabilité de définir et préciser les règles et directives en matière de
compétences numériques des enseignants. Tous les « ✓ » figurant dans la colonne « compétence totalement décentralisée » indiquent les
systèmes d’éducation où la définition de règles et directives en matière de compétences numériques des enseignants incombe exclusivement
aux instances infranationales (c.-à-d. les États, les instances régionales ou municipales). Il convient cependant de noter que cela n’indique pas
forcément que les instances concernées fixent (ou complètent) des règles et directives.

StatLink 2 [Link]

Un grand nombre de pays de l’OCDE ont pris conscience du caractère fondamental des compétences
numériques des enseignants et que ces derniers devraient pouvoir les acquérir à tous les niveaux de leur
parcours formel de formation. Cependant, on observe d’importantes différences entre les systèmes
d’éducation sur la façon de définir ces compétences, de les intégrer et de les encadrer. Ces différences
concernent notamment : 1) le contexte dans lequel les enseignants sont censés développer ces
compétences (p. ex. dans le cadre de la formation initiale ou continue) ; 2) la définition et la structuration
de ces compétences au sein du cadre réglementaire ou des directives applicables (p. ex. des énoncés
d’intention généraux ou la description détaillée de pratiques) ; 3) les modalités d’application de ces règles
et directives (p. ex. quel levier politique en particulier est utilisé), notamment les efforts déployés en vue
de leur application ; et 4) le niveau d’évaluation formelle de ces compétences chez les enseignants.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  209

Graphique 7.3. Aperçu des règles et directives relatives au développement des compétences
numériques des enseignants

Règles Directives uniquement Compétence totalement décentralisée

30

25 1 (3% )

20
8 (28% ) 6 (21% )
Pays/entités

15

10 14 (48% )
15 (52% )
5
3 (10% )
0
Formation initiale des enseignants Formation continue des enseignants

Remarque: N=29

StatLink 2 [Link]

Plus de la moitié des 24 systèmes d’éducation qui ont fixé des normes professionnelles sur les
compétences numériques des enseignants les ont inscrites dans les législations nationales applicables à
la formation initiale de la profession (15 pays, voir le tableau 7.1). Dans presque tous les cas, ces
législations englobent tous les niveaux d’enseignement (y compris l’EFP) et font généralement partie
intégrante de réglementations plus larges, qui définissent des normes minimales de formation pour
atteindre le niveau de qualification attendu d’un enseignant. Seuls trois pays disposent en revanche de
réglementations nationales encadrant la formation continue des enseignants en matière de compétences
numériques, qui concernent généralement tous les niveaux d’enseignement et s’inscrivent dans un cadre
réglementaire plus général fixant les critères d’évaluation systématique des enseignants. La plupart des
pays de l'OCDE ne fixent généralement que des directives nationales sur les compétences numériques
des enseignants en exercice ou délèguent cette responsabilité à des instances publiques infranationales.
L’administration locale dispose dans ce cas de plus de souplesse pour définir ses propres priorités et
normes en fonction du contexte et des besoins des enseignants.
L’établissement de normes de compétences pour les enseignants constitue un signal fort quant aux
compétences que l’on attend d’eux. La formulation de ces normes passe généralement par une étape de
consultation des principales parties prenantes, y compris les syndicats d’enseignants et des organismes
de formation des enseignants. L’intégration des compétences numériques dans les normes générales de
la profession permet de définir des objectifs communs, de favoriser la compréhension mutuelle entre les
principaux acteurs et de soutenir ou d’encadrer (dans le cas de règles) leur développement. Cependant,
les règles et directives de haut niveau ne suffisent pas toujours à garantir une offre concrète de
développement dans l’éducation et la formation formelles des enseignants. La Commission européenne a
constaté que seulement la moitié des systèmes d’éducation européens ont explicitement établi un lien
entre les règles relatives aux compétences numériques, lorsqu’elles existent, et le contenu de leurs
programmes nationaux de formation initiale des enseignants (European Commission/EACEA/Eurydice,
2019[14]).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

210 

Les données de l’enquête TALIS mettent également en évidence le manque d’occasions de se former aux
compétences numériques dans le cadre de la formation initiale formelle des enseignants : en 2018, en
moyenne dans l’OCDE, seuls 56 % des enseignants du premier cycle du secondaire ayant répondu à
l’enquête avaient suivi une formation sur les TICE dans le cadre de leur parcours de qualification. Même
si cette proportion a fortement augmenté chez les enseignants les plus récemment diplômés, dans certains
pays (notamment l’Autriche, la Corée, le Danemark, l’Islande, la Norvège, le Portugal et la Tchéquie), plus
de 25 % de ceux ayant terminé leur formation initiale dans les cinq années précédentes ont indiqué n’avoir
suivi aucune formation sur l’utilisation des TICE (OECD, 2019[2]). En moyenne dans les pays de l’OCDE,
moins de la moitié des enseignants du premier cycle de l’enseignement secondaire ont indiqué se sentir
prêts à utiliser les TICE à la fin de leur formation initiale.
Le fossé existant entre les règles et directives formelles sur le développement des compétences
numériques et la réalité de la formation des enseignants et des pratiques pédagogiques peut s’expliquer
de plusieurs façons. Les directives sur les normes professionnelles restent la plupart du temps assez
théoriques et générales : elles n’imposent pas de programme commun aux organismes de formation
initiale des enseignants, ne détaillent pas les contenus de chaque domaine et ne fixent pas un temps
d’instruction minimum pour l’acquisition des compétences numériques. EÀ cela s’ajoute la liberté
académique dont jouissent les établissements d'enseignement supérieur dans de nombreux pays, les
organismes chargés de la formation des enseignants bénéficiant souvent d’une grande autonomie dans
la définition de leur programme et des modalités de leur enseignement, notamment en ce qui concerne le
niveau de priorité accordé aux compétences numériques dans le cursus. De plus, l’absence générale
d’évaluation systématique des compétences numériques des enseignants dans le cadre de la formation
initiale et continue ne permet pas de prendre suffisamment en compte leur acquisition.
Cette situation peut s’expliquer également par le fait que ces compétences sont abordées, dans les règles
et directives, en tant que compétences transversales qu’il faudrait développer dans l’ensemble du
programme de formation initiale des enseignants et tout au long de leur parcours professionnel. Malgré le
bien-fondé et la pertinence de cette approche, elle manque parfois de précision dans la façon dont les
acteurs concernés doivent comprendre, développer et évaluer ces compétences dans la pratique. Certains
pays ont ainsi complété leurs réglementations ou normes générales en élaborant des référentiels de
compétences plus détaillés qui décrivent explicitement ce qui est attendu de la part des professionnels de
l’éducation en termes de connaissances, d’attitudes et de valeurs. Ces documents s’adressent à
l’ensemble des acteurs concernés dans le système d’éducation, y compris les responsables politiques, les
organismes de formation initiale et continue des enseignants, les chefs d’établissement, les évaluateurs
et les enseignants en formation ou en exercice (European Commission/EACEA/Eurydice, 2019[14]).
Certains pays européens (Autriche, Espagne, Estonie, Irlande et Lituanie) proposent un référentiel
spécifique aux compétences numériques pour l’ensemble du corps enseignant, plutôt que d’intégrer ces
compétences dans des cadres des compétences plus généraux pour les enseignants (voir l’encadré 7.1).
Ces référentiels s’inspirent souvent de cadres internationaux de compétences numériques des
enseignants déjà existants, comme le DigCompEdu, le Cadre européen en faveur des compétences
numériques des éducateurs (Redecker, 2017[5]) ou le Référentiel de compétences TIC pour les
enseignants de l’UNESCO (UNESCO, 2018[6]).
Les référentiels spécifiques aux compétences numériques peuvent permettre d’indiquer que les
compétences numériques des enseignants sont un domaine de développement prioritaire et fournir des
orientations plus détaillées sur la façon de les acquérir, en particulier lorsqu’ils proposent des modèles de
progression fixant les étapes de certification et d’évaluation des enseignants. Cette approche comporte
également l’avantage d’offrir plus de souplesse au niveau politique et de s’adapter plus facilement aux
évolutions rapides en matière d’innovation (comme l’intelligence artificielle générative) puisque ces
référentiels peuvent être actualisés indépendamment des cadres généraux de compétences des
enseignants. Cependant, distinguer les compétences numériques des autres compétences importantes

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  211

pour les enseignants peut donner l’impression que les premières sont déconnectées des approches
pédagogiques « habituelles » plutôt que de former un ensemble cohérent et interconnecté de
compétences.

Encadré 7.1. Exemples et applications des cadres de compétences numériques des enseignants
Le modèle « [Link] » en Autriche
Le modèle de compétence numérique « [Link] », élaboré par l’Institut supérieur de formation au
numérique des enseignants, pour le compte du ministère fédéral autrichien de l’Éducation, présente un
cadre de référence portant sur huit domaines de compétences numériques. Il comprend également un
modèle de progression qui distingue trois phases de développement professionnel : la première phase
débute en amont du parcours de formation initiale des enseignants (correspondant aux compétences
numériques attendues que tous les élèves devraient avoir acquises en fin de cursus général), et la
phase 3 court jusqu’à la fin de la cinquième année d’exercice de la profession. Le modèle
« [Link] » permet de catégoriser les cours de formation en compétences numériques proposés
par les universités et donne des conseils aux enseignants en matière d’autoévaluation et de
développement professionnel.

Le cadre national de référence des compétences numériques des enseignants, Espagne

L’Espagne a récemment mis à jour son « cadre national de référence des compétences numériques
des enseignants » (INTEF, 2022[15]), qui complète les règles nationales en matière d’accréditation des
organismes de formation initiale des enseignants de l’enseignement primaire et secondaire (BOE,
2007[16] ; 2007[17]). Ces règles concernent les compétences numériques que les enseignants doivent
acquérir de façon générale, tandis que le cadre de référence présente en détail les connaissances,
aptitudes et attitudes requises pour les 6 grands domaines et les 23 compétences numériques. Le
cadre propose également un modèle de progression comprenant six niveaux de maîtrise, s’inspirant
du Cadre européen commun de référence pour les langues (c.-à-d. divisé en niveaux allant de A1 à
C2) qui sert à certifier les compétences numériques des enseignants en exercice.

Le « cadre de référence d’apprentissage numérique », Irlande

Le « cadre de référence d’apprentissage numérique » pour l’enseignement primaire et secondaire
propose aux élèves et aux enseignants des pratiques efficaces et souhaitées lors de leur utilisation des
technologies numériques à des fins d’enseignement et d’apprentissage. Ce cadre distingue quatre
grands domaines : deux concernent les élèves – résultats de l’apprenant et expériences de
l’apprenant – et deux concernent les enseignants – pratique individuelle et pratique collaborative de
l’enseignant. Ce cadre aide les enseignants et les chefs d’établissement à comprendre, à définir les
priorités et à recenser les domaines d’amélioration, ainsi qu’à évaluer les besoins actuels en
développement professionnel.
Note : [Link] : [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

212 

Rattacher les normes professionnelles aux procédures d’accréditation des organismes de

formation initiale

Les règles et directives relatives aux normes professionnelles des enseignants peuvent servir à établir des
critères d’accréditation des organismes de formation aux métiers de l’enseignement. Le fait de rattacher
explicitement les règles et directives en matière de compétences aux procédures d’accréditation des
programmes permet de respecter l’autonomie des établissements tout en garantissant que les futurs
enseignants peuvent acquérir les compétences numériques souhaitées dans le cadre de leur formation
initiale. Ces règles peuvent, par exemple, imposer aux organismes de formation d’inclure dans leur
programme des modules obligatoires ou facultatifs portant sur les pédagogies numériques ou de consacrer
un nombre minimal d’heures de cours à ce sujet. Cette approche offre toujours une certaine souplesse
aux centres de formation, puisqu’ils restent libres de définir les contenus détaillés de leur programme, ainsi
que les modalités d’enseignement et d’évaluation. Si le principe de l’accréditation ne suffit pas à garantir
la qualité de l’enseignement, le fait d’inclure les compétences numériques des enseignants dans les
critères d’accréditation permet au moins d’attirer l’attention sur le développement de ce type de
compétences dans le cadre de la formation initiale des enseignants et de promouvoir l’égalité d’accès de
tous les futurs enseignants à une formation dans ce domaine.
Certains pays de l’OCDE ont déjà rattaché les normes sur les compétences numériques des enseignants
aux procédures d’accréditation des organismes de formation des enseignants. En Lituanie, par exemple,
les réglementations du ministère de l’Éducation, des Sciences et des Sports traitent des contenus
obligatoires du programme de formation initiale des enseignants et des exigences en matière de
développement professionnel et de certification des compétences numériques des spécialistes qui
assistent les élèves et les enseignants (TAR, 2018[18]). En Irlande, le Conseil de l’enseignement (l’organe
national chargé de l’accréditation des programmes de formation initiale des enseignants) a déjà inclus le
module « Les TIC dans l’enseignement et l’apprentissage » parmi les 15 composantes obligatoires dans
tous les programmes de formation initiale des enseignants (Eurydice, 2023[19]). Les nouvelles normes,
mises à jour en 2020, comptent les compétences numériques parmi les sept grandes composantes
transversales obligatoires dans tous les programmes de formation initiale des enseignants (The Teaching
Council, 2020[20]). Toutes les demandes d’accréditation de programmes nouveaux ou existants de
formation à l’enseignement primaire et supérieur soumises au Conseil de l’enseignement depuis
septembre 2022 doivent respecter ces normes actualisées. De même, en Écosse et au Pays de Galles
(Royaume-Uni), les directives portant sur l’accréditation des formations initiales des enseignants précisent
que les programmes doivent permettre aux futurs enseignants de renforcer leurs compétences
numériques et d’apprendre à utiliser des pédagogies basées sur le numérique (The General Teaching
Council for Scotland, 2019[21] ; Welsh Government, 2018[22]).

Rattacher les normes professionnelles des enseignants à l’évaluation et à la certification de

leurs compétences numériques

Les règles et directives portant sur les compétences numériques des enseignants peuvent aussi servir de
critères pour les procédures formelles d’évaluation et de certification, en particulier lorsqu’elles proposent
un référentiel détaillé des compétences et des modèles de progression. Plusieurs leviers politiques
peuvent être utilisés, dans une certaine mesure, pour évaluer formellement les compétences numériques
des enseignants. Il s’agit notamment d‘évaluations formelles faisant partie du parcours de qualification des
enseignants, d’offres de certification au cours de la formation initiale et continue ou encore de l’évaluation
systématique des compétences des enseignants en exercice par le biais d’évaluations externes ou
internes à l’établissement scolaire.
Les évaluations formelles des compétences numériques prévues en cours ou en fin de programme de
formation initiale des enseignants peuvent constituer une incitation pour les organismes de formation et
les futurs enseignants à développer ces compétences. Cependant, seule une minorité de pays ont déjà

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  213

imposé des obligations en matière d’évaluation des compétences numériques des enseignants dans le
cadre des parcours de qualification des enseignants (voir l’encadré 7.2). Le processus d’évaluation
formelle peut revêtir différentes formes, par exemple un examen standardisé ou l’obtention d’un certificat
attestant de la participation à un programme de formation des enseignants où ces compétences ont été
évaluées. Les compétences numériques des enseignants peuvent également faire l’objet d’une évaluation
formelle dans le cadre des exigences de formation pratique (par exemple lors de leur stage en milieu
scolaire avant d’obtenir le statut d’enseignant titulaire).
Il est également possible de proposer aux futurs enseignants des options de certification facultative durant
leur parcours pour les inciter à développer leurs compétences numériques. Même si elles ne font pas
l’objet d’une évaluation formelle dans le cadre du parcours de certification des enseignants au Danemark,
le pays propose une licence en TIC sur la base du volontariat (Pædagogisk IT-kørekort) qui combine les
connaissances pédagogiques des TIC et une formation de base aux compétences numériques. Cette
licence a été proposée dans le cadre de la formation continue dès les années 1990, mais a ensuite été
intégrée comme module facultatif au programme de formation des enseignants des instituts de formation
des enseignants (Rizza, 2011[23]).
Au-delà de la formation initiale des enseignants, l’évaluation et la certification des compétences
numériques des enseignants peuvent contribuer à répertorier les lacunes dans ce domaine et à
encourager la prestation d’offres adéquates de développement professionnel. Cependant, peu de pays
disposent d’un dispositif de certification systématique des compétences des enseignants en exercice.
L’Espagne fait figure d’exception, puisqu’en 2022, l’Institut national de formation des enseignants et des
technologies pédagogiques (organisme national de formation) a mis à jour le Cadre national de référence
des compétences numériques des enseignants en vue de certifier les compétences numériques des
enseignants en exercice et définit des niveaux de maîtrise allant de A1 (débutant) à C2 (expert) (INTEF,
2022[15]). Les régions autonomes d’Espagne ont toutes adopté ce cadre national de référence, même si
les questions d’éducation relèvent en grande partie de leurs prérogatives. Les régions sont chargées
d’appliquer leurs propres procédures de certification fondées sur un socle national commun comportant
des exigences spécifiques pour chaque niveau de maîtrise. L’ensemble des certifications délivrées dans
le pays sont donc reconnues dans toutes les autres régions et au niveau national (BOE, 2022[24]). Les
certifications des niveaux A1 et A2 peuvent par exemple être obtenues en suivant l’une des procédures
suivantes : 1) participer à des activités de formation des enseignants (comportant des critères de durée et
de domaines abordés) ; 2) réussir un examen (incluant des questions correspondant à au moins 80 % des
indicateurs pertinents du cadre) ; ou 3) obtenir un diplôme de spécialisation en technologies numériques.
La certification est proposée sur la base du volontariat, mais les régions se sont fixé un objectif de
certification d’au moins 80 % des enseignants en exercice dans l’enseignement primaire et secondaire
d’ici à la fin de 2025. Pour ce faire, certaines administrations ont lancé des initiatives ambitieuses pour
encourager et soutenir le renforcement des compétences numériques des enseignants au niveau régional
et municipal (voir l’encadré 7.3), notamment le ministère national de l’Éducation dans les villes autonomes
de Ceuta et Melilla.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

214 

Encadré 7.2. Approches pour évaluer les compétences numériques des futurs enseignants
Évaluer les compétences numériques des futurs enseignants avant leur prise de fonction
… par le biais d’un examen classique ou d’un concours
En Italie, les futurs enseignants de l’enseignement secondaire général doivent passer un concours à
l’issue de leur formation initiale afin de valider leur certification et d’obtenir un poste. De même, en
France, les futurs enseignants de niveau primaire et secondaire (que ce soit dans le secteur privé ou
public) doivent également passer un concours pour accéder à un poste, qui peut se tenir selon
différentes modalités en fonction du parcours de formation suivi par le candidat. Ces deux pays
disposent soit de règles (Italie) soit de directives (France) relatives au développement des compétences
numériques des enseignants, mais le niveau d’évaluation systématique de ces compétences lors des
épreuves de concours n’est pas connu. Il serait intéressant qu’une partie des épreuves soit consacrée
aux compétences numériques, pour vérifier que les candidats les ont bien acquises et pour inciter
davantage les organismes de formation initiale et les candidats à développer ces compétences.

… pour satisfaire aux critères d’inscription

En Australie et aux États-Unis, les compétences numériques font souvent partie des critères
d’inscription ou de certification, étape généralement obligatoire de la procédure pour exercer la fonction
d’enseignant, même si elle peut varier d’un État à l’autre. Cette procédure d’inscription ou de
certification pour devenir enseignant repose souvent sur la validation de qualifications formelles
délivrées par un programme accrédité (ou reconnu) de formation initiale des enseignants, qui peut être
complété par un stage pratique ou un dossier à l’appui de la candidature. Le rattachement explicite des
normes et critères d’évaluation des compétences numériques des enseignants aux procédures
d’accréditation de la formation des enseignants permet de renforcer l’efficacité de cette approche.

Évaluer les compétences numériques des enseignants durant leur stage pratique
En Slovénie, les futurs enseignants doivent acquérir des compétences numériques durant leur période
de stage pratique. Un tuteur évalue si le stagiaire a bien acquis les compétences nécessaires à
l’exercice de la fonction d’enseignant autonome, y compris les compétences en pédagogie numérique,
et soumet un rapport synthétique à la fin de la période d’évaluation. Ce rapport écrit est ensuite joint au
dossier de candidature que doivent soumettre les stagiaires pour passer l’examen d’État et obtenir le
statut officiel d’enseignant.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  215

Encadré 7.3. Initiative régionale pour développer et certifier les compétences numériques des
enseignants en Espagne
L’ensemble des services administratifs espagnols de l’éducation, aux niveaux central et régional, ont
convenu de procédures communes de certification, de validation et de reconnaissance des
compétences numériques des enseignants. Pour ce faire, plusieurs administrations régionales de
l’éducation ont élaboré des outils et lancé des initiatives pour promouvoir et faciliter la procédure de
certification conformément au « cadre national de référence des compétences numériques des
enseignants » (INTEF, 2022[15]) en proposant différentes certifications en fonction du niveau de maîtrise
des enseignants. Le ministère régional de l’Aragon, par exemple, a formulé sa propre stratégie sur les
compétences numériques des enseignants et a défini des fonctions spécifiques (tuteurs et mentorat
numérique) pour appuyer leur formation et leur certification (BOA, 2022[25]). Une fois les enseignants
certifiés, leurs données sont stockées sur la plateforme de gestion du personnel enseignant d’Aragon
(PADDOC), qui peut recommander des formations complémentaires et des supports d’information aux
enseignants par le biais de la plateforme régionale de formation des enseignants (Doceo).
À Madrid, le ministère régional s’est attelé à la création d’une plateforme consacrée à l’évaluation et à
la certification des compétences numériques des enseignants (MADIGITAL). Actuellement, les
examens ne portent que sur les niveaux inférieurs et intermédiaires de maîtrise. Afin d’aider les
enseignants à atteindre des niveaux de maîtrise supérieurs, le ministère a créé un outil en ligne sous
la forme d’un portfolio où les enseignants peuvent indiquer leurs activités de développement
professionnel en matière d’éducation numérique, preuves à l’appui, et démontrer ainsi leur progression.
Le Gouvernement des Canaries a également mis en place une plateforme consacrée à la formation
numérique des enseignants comportant des ressources utiles et donnant accès à des modules de
formation, à une assistance technique et à la certification des compétences numériques, et a élaboré
de nouvelles directives portant sur les normes professionnelles du métier d’enseignant.
En Andalousie, le ministère conduit une enquête auprès des enseignants par le biais de sa plateforme
de gestion scolaire (Seneca), dont les questions correspondent aux domaines de contenu et aux
niveaux de maîtrise du cadre de référence national. Il publie ensuite des rapports présentant les
données agrégées, notamment la répartition des compétences déclarées par les enseignants dans les
différentes provinces de la région.
Notes : MADIGITAL : [Link]
Plateforme du Gouvernement des Canaries : [Link]
content/uploads/sites/72/2021/04/[Link];
[Link]
Seneca: [Link]

L’évaluation systématique des compétences numériques des enseignants est peut-être plus répandue que
la procédure de certification, mais il est possible de promouvoir davantage le développement des
compétences numériques des enseignants en renforçant leur pertinence dans les critères d’évaluation
internes et externes de l’établissement. Les évaluations des établissements jouent un rôle important dans
le développement des enseignants et les pratiques pédagogiques, car elles les encouragent à améliorer
leur performance. Les procédures spécifiques peuvent varier, mais les établissements dans la plupart des
pays tendent à faire l’objet d’évaluations périodiques par des services d’inspection publique dont les
rapports sont généralement rendus publics (OECD, 2013[26] ; OECD, 2015[27]). Cette situation offre
l’occasion aux responsables politiques et aux administrateurs de définir des cadres d’évaluation pour

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

216 

relever les normes et cibler des domaines spécifiques de l’enseignement scolaire, notamment l’éducation
numérique et les compétences en pédagogie numérique des enseignants.
Les évaluations et rapports externes abordent de plus en plus les problématiques d’éducation numérique,
comme l’usage de technologies numériques pour l’enseignement et l’apprentissage (OECD, 2023[28]). En
Slovaquie, par exemple, le cadre d’évaluation de l’inspection scolaire publique a intégré l’utilisation des
technologies numériques pour l’enseignement comme critère explicite d’évaluation des équipements et
des ressources disponibles dans les établissements (European Commission/EACEA/Eurydice, 2015[29]).
La situation est similaire en Écosse (Royaume-Uni), où les services d’inspection scolaire ont intégré un
volet portant sur l’efficacité des technologies numériques dans l’apprentissage (Scottish Government,
2016[30]). Si les évaluations des établissements sont davantage orientées sur certains aspects de
l’enseignement à l’aide des technologies numériques, ces aspects pourraient être davantage pris en
compte dans les processus d’appréciation et de rétroaction des enseignants, et encourager ainsi encore
plus le changement dans les pratiques pédagogiques.

Définir des normes pour les résultats d’apprentissage des élèves

Une autre approche pour encourager le développement des compétences numériques des enseignants
par le biais de normes générales consiste à axer les efforts sur les résultats d’apprentissage des élèves.
Sur les 29 pays et territoires de l’OCDE qui ont participé à notre étude comparative, presque tous ont
indiqué disposer de règles ou de directives sur le développement des compétences des élèves en matière
d’utilisation et de compréhension des technologies numériques (tableau 7.2 et graphique 7.4). Pour que
les élèves développent des compétences numériques faisant partie intégrante de l’enseignement, il faut
que leurs enseignants soient eux-mêmes capables de leur transmettre ces compétences, en particulier
dans les pays où elles sont considérées comme un résultat d’apprentissage transversal relevant de la
responsabilité de tous les enseignants, ou lorsque les cours de technologies ne doivent pas
obligatoirement être assurés par des enseignants spécialisés. Dans les pays et entités de l’OCDE, les
règles et directives portant sur le développement des compétences numériques des élèves sont beaucoup
plus répandues que celles relatives aux mêmes compétences chez les enseignants (voir le tableau 7.1 et
le graphique 7.3 à des fins de comparaison). Seuls trois pays (Mexique, Pays-Bas et Türkiye) n’ont pas
formulé de directives nationales concernant le développement des compétences numériques des élèves
(même si elles peuvent cependant exister à un niveau infranational).
Les règles et directives sur le développement des compétences numériques des élèves s’appliquent
généralement à tous les niveaux d’enseignement, hormis l’EFT dans certains pays. En dépit d’une
absence relative de réglementations ou d’orientations sur l’éducation numérique dans l’EFT, les données
de l’enquête TALIS montrent qu’une part importante des enseignants du deuxième cycle de
l'enseignement secondaire professionnel utilisent fréquemment des technologies numériques avec leurs
élèves, et ce davantage que les enseignants de l’enseignement secondaire général (OECD, 2021[31]).
Cette différence peut s’expliquer par le fait que l’utilisation des technologies numériques va de soi dans
certaines matières (comme dans l’EFT), et fait partie des pratiques habituelles en classe, qu’elle soit
imposée ou non. Les environnements de travail étant de plus en plus numérisés, les enseignants de l’EFT
doivent doter leurs élèves de compétences numériques et professionnelles nécessaires à leur entrée sur
le marché du travail et qui favorisent leur adaptabilité. L’utilisation des technologies innovantes, comme
les robots, les outils de réalité virtuelle et augmentée, ainsi que les simulateurs, va devenir de plus en
courante dans l’EFT dans les années à venir. Il est donc primordial que les enseignants sachent utiliser
efficacement ces technologies pour encourager l’acquisition de compétences professionnelles essentielles
chez les élèves (OECD, 2021[31]). L’établissement de normes sur le développement des compétences
numériques des élèves ou sur des utilisations de certaines technologies peut donc s’avérer plus utile dans
les cas où celles-ci ne sont pas jugées indispensables, mais plutôt facultatives.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  217

Les modalités d’intégration des compétences numériques dans les programmes d’enseignement
nationaux peuvent varier d’un pays à l’autre. Cependant, dans presque tous les systèmes d’éducation, ce
type de compétence est considéré comme une aptitude transversale qui doit être appliquée et développée
dans toutes les disciplines. Ainsi, dans la plupart des pays, tous les enseignants de la filière générale sont
considérés comme responsables du développement des compétences numériques des élèves, dans une
certaine mesure, bien que très peu de systèmes évaluent formellement ces compétences chez les élèves
pour motiver les enseignants (voir l’encadré 7.4). Dans plusieurs pays, les établissements jouissent d’une
grande autonomie dans l’interprétation des directives nationales sur les programmes d’enseignement et
les modalités d’intégration de ces compétences dans l’offre éducative (p. ex. comme discipline à part
entière ou comme compétence transversale intégrée aux autres enseignements). De même, dans les
systèmes fédéraux ou décentralisés, les instances locales (au niveau des États fédérés ou des régions)
ont souvent des règles ou directives sur les programmes d’enseignement qui complètent les directives
nationales.
Certains systèmes d’éducation, comme ceux de la Communauté française de Belgique, de Corée, de
Hongrie, d’Islande et de Lettonie, disposent de règles sur l’enseignement des compétences numériques
en tant que discipline à part entière du programme, et en tant que compétences transversales intégrées à
toutes les matières scolaires. En Angleterre (Royaume-Uni) par exemple, les compétences numériques
sont d’abord enseignées en cours d’informatique (ce qui comprend les connaissances informatiques, les
TIC et la littératie numérique), qui est une matière obligatoire du programme d’enseignement aux niveaux
primaire et secondaire (pour les élèves âgés de 5 à 16 ans inclus)1. Les élèves du deuxième cycle de
l'enseignement secondaire ont également la possibilité de suivre un cours qualifiant d’informatique
supplémentaire qui sera pris en compte dans leurs qualifications à la fin de leur scolarité obligatoire. L’offre
de cours d’informatique distinct peut être un moyen efficace pour que les élèves obtiennent de bons
résultats, mais cette approche présente l’inconvénient de ne pas encourager l’ensemble du corps
enseignant à développer ces compétences numériques puisque leur enseignement est assuré en premier
lieu par des enseignants spécialisés dans ce domaine.

Tableau 7.2. Règles et directives nationales sur l’intégration des compétences numériques dans le
programme d'enseignement
Pays/entités Intégrée comme compétence transversale Intégrée comme
discipline obligatoire à
part entière
Règles Directives uniquement Règles
Autriche ✓
Brésil ✓
Canada ✓
Chili ✓
Tchéquie ✓*
Danemark ✓*
Estonie ✓
Finlande ✓**
France ✓
Hongrie ✓* ✓*
Islande ✓** ✓
Irlande ✓*
Italie ✓*
Japon ✓
Corée ✓** ✓**
Lettonie ✓

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

218 

Pays/entités Intégrée comme compétence transversale Intégrée comme

discipline obligatoire à
part entière
Lituanie ✓
Luxembourg ✓
Mexique
Pays-Bas
Nouvelle-Zélande ✓*
Slovénie ✓
Espagne ✓
Suède ✓
Türkiye
États-Unis ✓
Angleterre (Royaume-Uni) ✓ ✓
Comm. flamande ✓
(Belgique)
Comm. française ✓** ✓**
(Belgique)
Total (29) 19 7 5

Remarque: ✓ indique l’existence de règles et directives pour tous les niveaux d’enseignement. ✓* indique l’existence de règles et directives
pour tous les niveaux d’enseignement sauf l’EFT (c.-à-d. pour l’enseignement primaire et secondaire de premier et second cycle). ✓** indique
l’existence de règles et directives aux niveaux d’enseignement primaire et premier cycle de l'enseignement secondaire (sauf le deuxième cycle
de l'enseignement secondaire et l’EFT).

StatLink 2 [Link]

Graphique 7.4. Aperçu des règles et directives sur l’intégration des compétences numériques dans
le programme d'enseignement

Règles Directives uniquement

30

25
7 (24% )
20
Pays/entités

15

10 19 (66% )

5
5 (17% )
0
Intégrée comme compétence transversale Intégrée comme discipline obligatoire à part entière

Remarque: N=29

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  219

Encadré 7.4. L’évaluation, un outil en faveur du développement des compétences numériques

L’évaluation joue un rôle important dans les systèmes d’éducation, à des fins de suivi et de mesure,
mais également pour indiquer les résultats d’apprentissage escomptés. L’évaluation des compétences
numériques des élèves peut donc fortement encourager les élèves comme les enseignants à
développer ces compétences. Aucun système d’éducation n’a fait état de processus d’évaluation
formelle des compétences numériques des élèves par le biais d’un examen standardisé ou sommatif,
même si la majeure partie d’entre eux reconnaissent l’importance de développer ces compétences à
tous les niveaux du programme (Tableau 7.2). En France cependant, les élèves sont désormais tenus
de réussir le test d’auto-évaluation PIX lors de leur examen de fin de premier cycle du secondaire (le
diplôme national du brevet) qui leur donne droit à une certification numérique.
Aucun pays de l’OCDE n’a mis en place d’examen national portant sur les compétences numériques
des élèves, mais certains ont recours à des outils d’autoévaluation ou des examens à faible enjeu afin
de déterminer le niveau des élèves, et ce, dans un but formatif. En Estonie, par exemple, la Fondation
Innove a conçu, en collaboration avec des chercheurs universitaires, des évaluations des compétences
numériques des élèves en 9e et 12e années (troisième et terminale) et en deuxième cycle de
l'enseignement secondaire professionnel, à l’issue desquelles les élèves peuvent recevoir des
commentaires oraux sur leur performance (OECD, 2020[32]).
Certains pays ont également élaboré des outils de diagnostic en ligne pour aider les enseignants à
évaluer leurs propres compétences numériques, comprendre les connaissances ou les compétences
qui leur manquent et à les orienter vers les formations dont ils ont besoin. Ces outils s’inspirent souvent
du « SELFIE for Teachers » développé par l’UE (comme le DigiSnap de la Communauté flamande de
Belgique, ou le Profil Učitel21 en Tchéquie). Sur le modèle de l’outil d’autoévaluation utilisé en France
par les élèves, les futurs enseignants peuvent également certifier leurs compétences numériques dans
le cadre de leur formation initiale avec l’outil PIX-EDU (également adapté de l’outil européen).

Encourager le développement professionnel des compétences numériques

Les normes de compétences numériques destinées aux enseignants et aux élèves servent également à
signaler officiellement leur importance aux diverses parties prenantes du secteur de l’éducation, et
contribuent à inciter un grand nombre d’acteurs différents, comme les organismes de formation, les
établissements scolaires et les enseignants, à développer ces compétences. Il existe cependant d’autres
méthodes pour formaliser les compétences numériques des enseignants. Certains pays imposent à leurs
enseignants un parcours de formation continue obligatoire, soit comme condition d’exercice soit comme
critère d’avancement professionnel (OECD, 2016[33]). La formation continue est cruciale pour enrichir et
approfondir les connaissances pratiques et théoriques des enseignants, pour qu’ils se tiennent à jour sur
les dernières recherches, pratiques et outils, et soient capables de répondre aux nouveaux besoins de
leurs élèves (Boeskens, Nusche et Yurita, 2020[34]).
Des études internationales ont démontré que les enseignants qui ont suivi une formation au numérique
ont plus tendance à utiliser les TIC en classe et ont davantage confiance en leur capacité à aider leurs
élèves à s’en servir (Gil-Flores, Rodríguez-Santero et Torres-Gordillo, 2017[35] ; Fraillon et al., 2014[36] ;
OECD, 2020[37] ; Minea-Pic, 2020[38] ; European Commission, 2013[39]). De plus, les données de l’enquête
TALIS (antérieure à la pandémie de COVID-19) mettent en évidence qu’en moyenne, dans les pays de
l’OCDE, les enseignants de l’enseignement secondaire général déclarent avoir grand besoin de formations
supplémentaires en TIC, malgré un taux de participation déjà relativement élevé à des activités de
développement professionnel dans ce domaine (OECD, 2019[2]). Si 60 % des enseignants en moyenne,
dans les pays de l’OCDE, ont déclaré avoir suivi une formation dans le domaine des TICE au cours de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

220 

l’année précédant l’enquête TALIS, ils sont près de 2 sur 10 (17.6 %) à estimer en avoir encore
grandement besoin. Cette proportion n’est que très légèrement inférieure à celle des enseignants qui n’ont
suivi aucune formation dans ce domaine au cours de la même période (graphique 7.5). Il ressort de cette
étude que la proportion d’enseignants qui considèrent avoir besoin d’être davantage formés aux
technologies numériques est assez importante. Des données plus ponctuelles, datant d’après et durant la
pandémie de COVID-19, étayent également cette perception, même si la fermeture des établissements
scolaires et le passage à l’apprentissage à distance ont fortement contribué au développement des
compétences numériques des enseignants.

Graphique 7.5. . Besoins en matière de développement professionnel en TIC et niveau de

participation des enseignants (2018)
Résultats basés sur les réponses des enseignants du premier cycle du secondaire

% d’enseignants dont le DP inclut les compétences numériques

% d’enseignants dont les besoins en DP des compétences en TIC sont élevés (sans DP récent dans ce domaine)
% d’enseignants dont les besoins en DP des compétences en TIC sont élevés (avec DP récent dans ce domaine)
%
100
90
80
70
60
50
40
30
20
10
0

Remarque: Les pays et économies sont classés par ordre décroissant de la proportion d’enseignants ayant participé à des activités de
développement professionnel des compétences en TICE dans les 12 mois précédant l’enquête ; les différences statistiquement significatives
entre les enseignants pour lesquels les compétences en TIC étaient comprises dans leurs activités de développement professionnel et ceux
pour lesquels ce n’était pas le cas sont indiquées vis-à-vis du nom du pays ou de l'économie.
Source: OECD (2019[2]), TALIS 2018 Results (Vol. I): Teachers and School Leaders as Lifelong Learners, [Link]
Table I.5.24.
StatLink 2 [Link]

Dans la plupart des systèmes, les enseignants sont libres de choisir les activités de développement
professionnel qu’ils souhaitent suivre, les formations en TIC et en pédagogies numériques étant une
possibilité parmi d’autres. Cette possibilité peut entraver les efforts des pays en vue d’accélérer la montée
en compétences des enseignants en exercice dans le domaine numérique. L’Italie impose aux
enseignants en exercice, depuis l’année scolaire en cours 2023/24, de suivre une formation obligatoire au
numérique afin de rendre possible une montée en compétences à grande échelle du corps enseignant.
Ces formations ont lieu en dehors des horaires de travail habituels, mais les frais sont pris en charge par
des fonds publics. De plus, une nouvelle plateforme consacrée au développement professionnel des
enseignants a été lancée qui propose des cours de formation en ligne (voir l’encadré 7.6 pour plus de
détail). À ce jour, les données sont insuffisantes pour établir l’efficacité d’un dispositif obligatoire de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  221

développement professionnel dans le numérique pour améliorer les pratiques et les capacités des
enseignants, par rapport aux approches incitatives. Pour que l’obligation de formation dans un domaine
particulier soit efficace, il faut garantir une offre de développement professionnel de qualité accessible à
tous les professionnels de l’éducation et qui soit dotée de financements suffisants, si l’on veut éviter
d’aggraver la fracture numérique au sein du corps enseignant (OECD, 2019[40] ; OECD, 2019[41]). L’offre
doit également être équilibrée entre les différents domaines de formation.
Selon les données de TALIS, le deuxième obstacle le plus important à la participation au développement
professionnel des enseignants (pour 48 % d’entre eux en moyenne) et des chefs d’établissement (35 %
en moyenne) est le manque d’incitations (OECD, 2019[2]). Toute une gamme d’incitations peut être
proposée aux enseignants pour qu’ils participent à des activités de développement professionnel en
général, comme le versement d’une prime, une réduction du temps de travail, des concours récompensés
par des prix, des heures de formation supplémentaires ou encore du matériel supplémentaire pour leur
classe (Wastiau et al., 2013[42]). D’autres leviers peuvent être mobilisés pour inciter les enseignants à
développer plus particulièrement leurs compétences numériques, tels que la reconnaissance de ces
compétences comme critère d’avancement professionnel, la conception de contenus de formation souples
et faciles d’accès et la combinaison d’incitations financières et structurelles pour favoriser la participation
à des formations en compétences numériques.

Reconnaissance des compétences numériques pour l’avancement de carrière ou la

spécialisation

Certains pays ont mis en place des mécanismes de promotion ou de prime au sein de la profession pour
encourager le développement professionnel du personnel éducatif dans le domaine numérique, comme
en témoignent la participation à des formations accréditées, la certification ou l’évaluation des enseignants.
En Croatie, par exemple, la mise en commun de pédagogies innovantes ou la création de contenus
numériques font partie des critères d’évaluation des enseignants, des assistants et chefs d’établissement
aux niveaux primaire et secondaire (Ministry of Science and Education, 2019[43]). Ces critères
conditionnent partiellement l’attribution de primes annuelles récompensant les bonnes pratiques
d’enseignement et servent à évaluer l’éligibilité du personnel éducatif à l’avancement professionnel
(Ministry of Science and Education, 2023[44]).
Certains pays ont également conçu de nouveaux parcours de carrière avec des offres verticales et
horizontales de développement professionnel en matière de compétences numériques. En République
slovaque, les enseignants bénéficient de deux dispositifs d’évolution de carrière : un dispositif vertical qui
définit les échelons de promotion professionnelle et un autre horizontal, qui leur permet d’accéder à des
fonctions spécialisées comme coordinateur des TIC et de consacrer davantage de temps à se former dans
ce domaine (OECD, 2019[41]). De même, en Tchéquie, les enseignants ont la possibilité de devenir
« spécialistes des TIC » dans leur établissement, ce qui consiste à aider les autres enseignants à intégrer
les technologies numériques dans leur enseignement et à mettre en place une stratégie numérique pour
leur établissement. Ce poste donne droit à des aménagements officiels dans l’exercice de la fonction, mais
s’accompagne d’obligations de formation spécifiques. Dans certains pays, les enseignants peuvent ainsi
choisir de devenir « ambassadeur numérique », fonction qui consiste à contribuer à la coordination et à la
promotion de la transformation numérique dans leur établissement.
La numérisation peut également offrir en elle-même de nouvelles occasions de reconnaissance de
l’investissement personnel des enseignants dans divers domaines en termes de temps, d’efforts et
d’acquisition de compétences, notamment numériques. De nouveaux outils ou mécanismes permettent
aujourd’hui de reconnaître ou de certifier une grande variété de compétences, au moyen de badges
numériques de compétences ou de microcertificats. Ceux-ci offrent la possibilité aux enseignants de
choisir une compétence qu’ils souhaitent développer ou valider, de participer à des activités
d’enseignement (souvent en ligne) ou de pratiques, réunir des éléments pour justifier de leur maîtrise d’une

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

222 

compétence (au moyen d’un portfolio électronique, par exemple) et de la faire reconnaître par un
examinateur sur une plateforme de certification (Minea-Pic, 2020[38]). En Espagne, par exemple, l’Institut
national de formation des enseignants et des technologies pédagogiques a élaboré des activités
d’autoformation proposées via une application mobile nommée « EduPills » qui complètent les autres
cours dirigés, les cours en ligne ouverts à tous (MOOC) et les activités mixtes de formation (voir
l’encadré 7.6). « EduPills » propose des formations dans différents domaines de compétence du Cadre
national de référence des compétences numériques des enseignants (INTEF, 2022[15]) et permet aux
utilisateurs de conserver, d’exporter et de publier les badges numériques de compétences qu’ils ont
obtenus sur leurs réseaux sociaux.
Les microcertificats, qui donnent une certaine visibilité aux efforts de formation des enseignants les plus
motivés, n’offrent cependant pas toujours à la majorité des enseignants une incitation suffisante à
développer les compétences numériques, à moins que ces nouvelles formes de certification soient
reconnues et formellement intégrées dans le parcours obligatoire de développement professionnel en
ouvrant des droits à l’avancement professionnel et à des avantages. Aux États-Unis, certains États ont
permis aux professionnels de l’éducation d’utiliser des microcertificats conçus spécifiquement pour les
enseignants afin qu’ils puissent remplir leurs obligations de formation continue et de développement
professionnel (voir l’encadré 7.5).

Encadré 7.5. Intégrer des microcertificats dans les mécanismes formels de formation
professionnelle
Digital Promise est une organisation indépendante habilitée par le Congrès des États-Unis à faire office
de Centre national de recherche en technologies numériques et d’information de pointe. Cette
organisation a conçu plus de 450 microcertificats destinés à l’éducation préscolaire, l’enseignement
scolaire et supérieur et à la formation des adultes, qui sont délivrés par plus de 50 organismes (p. ex.
des établissements d'enseignement supérieur, des associations à but non lucratif, des districts
scolaires) dans tout le pays (Brown, 2019[45]). Toute une gamme de formations certifiantes sont ainsi
proposées dans une variété de domaines, comme les technologies d’assistance, la littératie numérique,
la citoyenneté numérique, la planification technologique et la réalité virtuelle.
Digital Promise délivre ses microcertificats directement aux enseignants, mais travaille en étroite
collaboration avec les établissements et les districts pour concevoir des dispositifs de formation
professionnelle fondés sur les microcertification. Dans certains cas, les enseignants qui suivent ces
programmes de microcertification de Digital Promise peuvent obtenir des crédits de formation continue
auprès de l’État ou du district qui les emploie ; certains États ont choisi d’utiliser les microcertificats
dans le cadre du permis d’exercer pour les enseignants, tandis que dans d’autres, ils sont utilisés
comme parcours de transition vers des postes à plus haute responsabilité (Minea-Pic, 2020[38] ;
DeMonte, 2017[46]).

La transformation numérique au service d’une offre accessible et modulable de formations

et de ressources

La transformation numérique offre de nouvelles possibilités de certification, mais permet également de

concevoir des activités de développement professionnel plus souples et accessibles à un plus grand
nombre d’enseignants, en particulier pour ceux qui suivent ce type de formation en dehors de leurs heures
de travail. Les données de l’évaluation de l’OCDE des compétences des adultes « indiquent que les
enseignants sont nettement plus susceptibles de suivre une formation ouverte ou à distance en dehors de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  223

leurs heures de travail que les employés du secteur tertiaire (OECD, 2017[47]). Les activités de
développement professionnel en ligne offrent également la possibilité de développer davantage
l’apprentissage collaboratif centré sur l’enseignant dans l’espace virtuel et de personnaliser les contenus
de formation (Minea-Pic, 2020[38]). Cependant, comme pour beaucoup d’activités de développement
professionnel, le contenu des formations en ligne doit être conçu avec soin, même si la recherche sur les
modalités de participation réelle des enseignants aux cours en ligne ouverts à tous (MOOC) dans le cadre
de leur formation professionnelle en est encore à ses débuts (Minea-Pic, 2020[38]).

Encadré 7.6. Plateformes de développement professionnel dans le numérique

Plateforme [Link], Autriche
En Autriche, la plateforme [Link] propose aux professionnels de l’éducation des activités de formation
personnalisées inspirées du Cadre de référence national pour les compétences numériques des
enseignants « [Link] ». Les enseignants peuvent ainsi évaluer leur niveau de maîtrise grâce à un
outil de diagnostic ([Link]), qui recommande ensuite un programme de cours sur mesure
composé de 50 modules en fonction de leurs résultats. Cette plateforme permet également de suivre
des cours dans n’importe quel institut de formation des enseignants du pays, et de conserver le contenu
des activités suivies dans un portfolio numérique. Enfin, elle permet aux enseignants de générer des
certificats de compétences qui sont ensuite validés par l’administration de leur établissement lors d’une
réunion de réflexion.

Réseau CANOPÉ, France

Le réseau Canopé, géré par le ministère de l’Éducation nationale, était à l’origine une plateforme en
ligne visant à former les enseignants aux pédagogies numériques, mais qui offre désormais divers
outils et services en lien avec l’éducation numérique. Ce réseau coordonne notamment les initiatives
suivantes : Canotech pour la formation des enseignants en exercice, la plateforme m@gistère qui
donne accès à des formations tutorées, la BSD qui est une banque de données sur les meilleures
pratiques pédagogiques, TICE qui aide à intégrer les pratiques numériques à l’enseignement, et
Quizinière qui permet de créer et mettre en commun des activités numériques interactives.

Scuola Futura, Italie

Pour accompagner les nouvelles obligations en matière de formation à l’éducation numérique, l’Italie a
lancé la plateforme Scuola Futura qui propose des cours en ligne au personnel de l’éducation portant
sur un ensemble de thématiques liées aux pédagogies numériques et à la transition numérique dans
les établissements. Cette initiative complète une autre plateforme nationale de développement
professionnel pour les enseignants (SOFIA) qui donne accès à des cours de formation en ligne sur
d’autres thématiques dispensés par différents organismes formateurs agréés par les pouvoirs publics.

Knowledge Spring, Corée

Au lendemain de la pandémie de COVID-19, le ministère coréen de l’Éducation a lancé l’initiative
« Knowledge Spring », plateforme de formation pour les enseignants, où ils peuvent trouver des
ressources utiles dans le domaine du numérique, notamment sur l’enseignement à distance. Sur cette
plateforme, les enseignants peuvent concevoir et proposer à leurs collègues des programmes de
formation en temps réel ou participer à ceux proposés par d’autres. L’offre de cours et de formation est
souple pour s’adapter à l’emploi du temps des enseignants. Le Ministère gère également un espace
distinct au sein de la plateforme consacré à la formation à des outils spécifiques d’éducation numérique
(sélectionnés par le Ministère).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

224 

AprendeINTEF, Espagne
En Espagne, l’Institut national de formation des enseignants et des technologies pédagogiques
dispense la majeure partie de ses activités de développement professionnel en ligne via la plateforme
aprendeINTEF, comme des cours en ligne ouverts à tous (MOOC), des nano-MOOC et des formations
tutorées. Cette plateforme est consacrée à la formation au numérique des enseignants, et propose des
cours sur la mise en œuvre de pédagogies numériques ou sur la conception de ressources numériques
d’apprentissage. Les sessions de formation tutorée en ligne comptent entre 60 et 70 heures de cours
et sont encadrées par des tuteurs et coordinateurs spécialisés. Le catalogue de formation est mis à
jour chaque année et les enseignants reçoivent une certification validant les heures de formation qu’ils
ont suivies. Les microcertificats obtenus par les enseignants en participant à des MOOC, nano-MOOC
et des microformations sur d’autres applications comme EduPills, sont conservés dans un « compte
personnel de badges numériques » et peuvent être importés, stockés et publiés (sur les réseaux
sociaux). La validation de plusieurs microcertificats peut donner droit à la reconnaissance d’un parcours
de formation au moyen de métacertificats numériques.

De nombreux pays de l’OCDE ont choisi de soutenir la formation professionnelle des enseignants au
moyen de plateformes internes de développement professionnel (voir (Yu, Vidal et Vincent-Lancrin,
2023[1]) et le chapitre 5 du présent ouvrage pour plus de détails sur les plateformes publiques de MOOC).
Les professionnels de l’éducation peuvent puiser dans ces plateformes pour trouver des cours de
formation en ligne, des documents d’information, des MOOC ou encore des webinaires sur différents
sujets en lien avec l’éducation numérique. Ces plateformes proposent la plupart du temps des contenus
de formation au numérique parmi un ensemble de domaines de développement professionnel, mais
certains pays ont mis en place une plateforme spécialisée, consacrée uniquement au développement
professionnel des compétences numériques des enseignants (voir l’encadré 7.6). Les plateformes en ligne
offrent aux enseignants un accès facile et modulable à la formation en complément des cours et activités
en présentiel, qui doivent rester une composante essentielle de la formation continue.

Offrir des incitations financières fortes

De fortes incitations financières peuvent stimuler l’engagement dans le développement professionnel tout
en favorisant la flexibilité et l’autonomie des enseignants. La suppression des obstacles de nature
financière permet aux enseignants de choisir leur formation en fonction des compétences dont ils ont
besoin plutôt qu’en fonction de sanctions pécuniaires. Certains pays prévoient des dotations budgétaires
annuelles pour soutenir le développement professionnel des compétences numériques des enseignants,
qui sont utilisées sous forme de compensation pour les enseignants (pour les heures non travaillées ou
les coûts de formation) ou de subvention aux établissements pour les inciter à soutenir la formation des
enseignants au numérique. Le ministère letton accorde, par exemple, des subventions en faveur des cours
de formation des enseignants dans le domaine des TIC. D’autres pays ont défini l’éducation numérique
comme l’une des priorités du développement professionnel des enseignants et prévu des incitations
financières correspondantes. En Italie, par exemple, le ministère a octroyé un financement de quelque
1.5 milliard EUR au titre de la formation des professionnels de l’éducation dans plusieurs domaines
prioritaires dont l’éducation numérique, avant de rendre cette formation obligatoire. Un crédit de 500 EUR
a été offert à chaque enseignant au moyen d’une carte électronique donnant droit à des activités de
formation dans les domaines prioritaires et à l’achat de matériel (manuels, logiciels, matériel informatique,
billets d’entrée à des conférences, etc.) (OECD, 2017[48]). La Nouvelle-Zélande a mis en place un dispositif
similaire, mais qui distingue les priorités au niveau national et local. « La maîtrise numérique » fait partie
des sept priorités nationales dans le domaine du développement professionnel des enseignants (financées
par le ministère), dans le cadre de l’enseignement en maori comme en anglais 2. Si les priorités ont été
définies à l’échelle nationale, chaque demande de financement est évaluée et approuvée par un comité

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  225

régional qui s’assure de la cohérence entre les choix opérés au niveau du système et les besoins des
enseignants dans le contexte des établissements.
Les incitations financières peuvent également cibler les établissements pour stimuler une offre de
formation plus variée (p. ex. à destination des organismes de formation des enseignants) ou pour
consolider l’infrastructure numérique. L’Allemagne a, par exemple, mis en place une initiative pour
améliorer la qualité de la formation initiale des enseignants (Qualitätsoffensive Lehrerbildung, 2014-23) et
offrir un soutien plus ciblé sur certaines thématiques, sous la forme d’un dispositif de financement par
concours auquel les instituts proposant des programmes de formation initiale des enseignants peuvent
participer pour financer des projets. À la suite de l’examen à mi-parcours de cette initiative réalisé en 2018,
un nouveau volet de financement a été adopté en faveur de la numérisation de la formation initiale des
enseignants pour la seconde période (2019-2023) (OECD, 2020[49]).

Créer un écosystème d’éducation numérique élargi pour soutenir les acteurs de

l’éducation

La création d’un vaste écosystème de transformation numérique dans l’éducation pourrait permettre de
mieux coordonner les initiatives menées par les nombreux acteurs impliqués dans la formation au
numérique des enseignants et d’offrir un soutien global aux enseignants afin qu’ils intègrent les
technologies numériques dans leurs pratiques pédagogiques. Certains pays ont clairement formalisé
l’approche systémique du développement professionnel numérique des enseignants en créant une agence
nationale ou centralisée ayant pour responsabilité d’élaborer les politiques, de coordonner les initiatives
nationales et les projets innovants, ainsi que de promouvoir la formation professionnelle des enseignants
dans le domaine de l’éducation numérique (voir l’encadré 7.7 et (Dellagnelo, 2023[50]) pour d’autres
exemples).

Encadré 7.7. Agences nationales pour l’éducation numérique et le développement professionnel

Centre de connaissances Digisprong, Communauté flamande de Belgique
Digisprong (« saut numérique ») est la stratégie d’éducation numérique de la Communauté flamande
de Belgique, lancée durant la pandémie de COVID-19. Aux fins de cette stratégie, le Centre de
connaissances Digisprong a été créé pour servir de point focal aux chefs d’établissement, aux
enseignants et aux coordinateurs des TIC dans les établissements flamands. Ce centre offre son
expertise en matière d’éducation numérique aux différentes parties prenantes et facilite l’apprentissage
par les pairs et la coopération entre les établissements et les acteurs extérieurs. Il accueille également
désormais des réseaux préexistants axés sur les questions d’éducation numérique comme
KlasCement, ainsi que des réseaux de ressources éducatives libres initiés et dirigés par des
enseignants.

Centre de connaissances sur les TICE, Danemark

Le Centre des connaissances sur les TICE promeut l’emploi des technologies numériques dans l’EFT
et dispense des cours de développement professionnel aux enseignants au Danemark. Un réseau
rassemblant le personnel pédagogique et les chefs d’établissement a également été créé dans ce cadre
pour faciliter les échanges d’idées, de savoirs pratiques et techniques et pour répondre aux défis
communs. De plus, deux centres de connaissances sur l’automatisation et la robotique aident les
enseignants dans plusieurs établissements d’EFT à utiliser les équipements de réalité virtuelle et les
robots et à les intégrer dans leur enseignement (OECD, 2021[31]).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

226 

Oide, Irlande
Le Gouvernement irlandais promeut l’intégration des technologies numériques dans l’enseignement et
l’apprentissage en s’appuyant sur le service de développement professionnel pour les enseignants
(Professional Development Service for Teachers - PDST) dans le cadre de l’initiative « Technologie
dans l’éducation ». Cette initiative, ainsi que l’agence PSDT, dont le champ d’application est plus large,
ont fusionné récemment avec d’autres organismes pour créer Oide, le nouveau service global de
développement professionnel pour les enseignants. Le service chargé de la technologie numérique au
sein d’Oide se consacre désormais au soutien technologique des enseignants et des établissements,
notamment l’aide à la planification et aux pratiques d’apprentissage numérique, aux cours en présentiel
et en distanciel, aux ateliers et séminaires, à l’accès aux ressources sur les meilleures pratiques, ainsi
qu’aux questions d’infrastructure, de matériel informatique, de réseau et de directives techniques
destinées aux établissements.

Institut national des technologies pédagogiques et de la formation des enseignants, Espagne

L’Institut national des technologies pédagogiques et de la formation des enseignants (INTEF) est
l’organe chargé de l’intégration des technologies numériques et de la formation des enseignants dans
le pays, même si l’éducation est une compétence en grande partie déléguée aux régions autonomes.
Il coordonne quatre domaines d’action principaux : 1) l’élaboration et l’offre de ressources éducatives
libres ; 2) l’offre d’activités de développement professionnel dans le domaine des compétences
numériques des enseignants ; 3) la promotion de l’éducation numérique auprès des différentes parties
prenantes (enseignants, établissements, élèves et parents) par le biais d’initiatives et de
recommandations ; et 4) la coordination de la collaboration et des projets d’innovation des enseignants.
L’institut gère un site Internet complet qui héberge plusieurs plateformes proposant des ressources,
des formations en ligne et des applications, ainsi que des recommandations et des documents sur les
divers projets qu’il coordonne. Il travaille également en étroite collaboration avec les communautés
autonomes pour coordonner les initiatives nationales et mettre en commun les meilleures pratiques.

Grâce à leur visibilité, les centres de connaissances et les organismes de formation professionnelle
spécialisés dans l’éducation numérique peuvent servir de point focal aux professionnels de l’éducation qui
souhaitent s’engager dans le développement professionnel et renforcer leurs capacités en matière
d’enseignement et d’apprentissage numériques. Ils proposent en effet des activités formelles de
développement professionnel (cours de formation, certification et évaluation) ainsi qu’une aide plus
informelle, comme l’accès à documents d’information et des réseaux informels. Des établissements
spécialisée peuvent se charger de définir, de soutenir et (le cas échéant) de mettre en œuvre les normes
professionnelles en matière de compétences numériques des enseignants. En confiant à ces
établissements la mission de développer les compétences numériques des enseignants et de promouvoir
une éducation numérique de qualité au moyen de mesures formelles et informelles, il est possible d’obtenir
des fonds et des ressources réservés à l’éducation numérique, de promouvoir les bonnes pratiques et de
coordonner les initiatives menées à différents niveaux administratifs.
Ce levier peut être particulièrement efficace dans les pays où le système d’éducation est fortement
décentralisé et où il peut s’avérer plus difficile de garantir l’égalité d’accès aux ressources et infrastructures
numériques, aux possibilités de développement et formation professionnels et à d’autres initiatives de
numérisation de l’éducation. Aux États-Unis par exemple, où le système d’éducation est très décentralisé,
le service responsable des technologies pédagogiques du ministère de l’Éducation a lancé une initiative
intitulée « Engagement en faveur de la transformation et de l’égalité numériques » qui met en avant
l’importance de développer les compétences numériques dans la formation des enseignants [Link]
collaboration avec la Société internationale pour la technologie dans l’éducation, cette initiative vise à

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  227

réunir des organisations de l’enseignement supérieur et des programmes de formation des enseignants
de tout le pays qui partagent l’ambition d’accélérer le changement dans le domaine de la formation des
enseignants afin de les préparer à maîtriser les nouveaux environnements d’apprentissage numérique. En
se ralliant à cette initiative, les organismes de formation font valoir leur engagement à développer les
compétences numériques des enseignants et à promouvoir la transformation et l’égalité numériques dans
l’éducation.
Ces établissements, en plus de servir de point focal aux enseignants en matière de ressources
d’information et de formation, peuvent être chargés, dans certains pays, de la mise en œuvre des projets
nationaux d’innovation dans la transformation numérique de l’éducation. Ces projets peuvent tenir lieu
d’activités formelles de formation professionnelle pour les professionnels de l’éducation ou servir
d’initiative-cadre pour guider les enseignants dans l’intégration des technologies numériques dans leurs
pratiques pédagogiques. En Espagne, par exemple, l’Institut national de formation des enseignants et des
technologies pédagogiques est chargé de coordonner l’initiative des « classes du futur » (Aulas del Futuro)
(projet initié par le réseau européen Schoolnet et mis en œuvre dans 15 pays par des partenaires locaux),
en collaboration avec chaque instance régionale du pays et plusieurs partenaires du secteur privé.
L’objectif de ce projet est de favoriser la création de salles de classe faciles à aménager et à moduler pour
encourager l’enseignement et l’apprentissage basés sur des méthodologies actives et l’utilisation des
technologies numériques. Vingt salles de classe innovantes ont été installées dans le pays pour
accompagner la formation des enseignants et leur offrir des ressources et technologies numériques
(comme des tableaux interactifs, tablettes, outils de réalité virtuelle, etc.) dans un espace d’apprentissage
modulable4.
En Italie, entre 2020 et 2022, une initiative similaire a été mise en œuvre dans le cadre du même projet
du réseau européen Schoolnet, sous la forme d’une activité de développement professionnel basée sur le
volontariat : 28 « classes du futur » ont été créées dans le pays pour accueillir des environnements
innovants équipés de robotique, d’outils de réalité augmentée et de fabrication numérique et permettre
aux enseignants de se former en expérimentant des méthodes d’enseignement numérique. Chaque classe
du futur a instauré son propre programme de formation des enseignants en collaboration avec l’organisme
régional de formation des enseignants 5.
Des initiatives de plus grande ampleur pourraient consister à aider les enseignants à comprendre et à
appliquer de nouvelles normes ou recommandations relatives au développement des compétences
numériques, telles que les réformes des programmes d’enseignement relatives aux compétences
numériques. En effet, à mesure que de nouveaux contenus et technologies numériques sont intégrés dans
les programmes et que les technologies numériques évoluent, les enseignants ont besoin de soutien pour
transposer les directives nationales dans leurs pratiques pédagogiques, en particulier lorsque le
développement des compétences numériques chez les élèves est envisagé de façon transversale et
incombe donc à l’ensemble des enseignants, ou lorsque les établissements scolaires disposent d’une
grande autonomie pour définir leurs propres programmes d’enseignement en s’inspirant de directives
générales. Afin d’appuyer la réforme des programmes d’enseignement de façon ciblée, certains pays ont
choisi d’élaborer un modèle type de programme que les établissements peuvent utiliser, ou de proposer
aux établissements, aux enseignants et aux élèves de participer à des projets propices au développement
de « nouvelles » compétences numériques des élèves à différents niveaux d’enseignement (voir
l’encadré 7.8).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

228 

Encadré 7.8. Soutenir les enseignants et les établissements pour qu’ils intègrent les
compétences numériques dans le programme d'enseignement
Site Internet Revize, Tchéquie
Pour aider les établissements à intégrer de nouvelles compétences numériques et informatiques
définies par les cadres de référence nationaux des programmes, l’Institut pédagogique national de
Tchéquie a créé le site Internet Revize qui comprend des informations sur la réforme des programmes
ainsi que des recommandations et des bonnes pratiques pour sa mise en œuvre6. Le ministère a
également élaboré un modèle de programme éducatif scolaire pour aider les établissements à
développer leur propre programme d’enseignement.

Le Plan national pour l’école numérique, Italie

Le Plan national pour l’école numérique constitue la stratégie principale du pays en faveur de la
transformation numérique des établissements scolaires 7, dont l’un des objectifs clés est de renforcer
les compétences numériques des élèves. Plusieurs initiatives ont été lancées pour que les
établissements scolaires intègrent les contenus souhaités à leurs programmes d’enseignement, parmi
lesquelles : 1) un nouveau cours d’éducation à la citoyenneté numérique pour compléter le programme
national et aider les établissements à intégrer les contenus souhaités dans les programmes de cours
existants ; 2) le projet Programma il Futuro (programmer le futur) qui prévoit dix heures de cours de
programmation dans le programme des classes de primaire ; et 3) un programme d’enseignement
national court sur l’entrepreneuriat numérique dans l’enseignement secondaire.

Soutenir la réforme des programmes Hangarau Matihiko et des technologies numériques, Nouvelle-
Zélande
La Nouvelle-Zélande a ajouté la pensée computationnelle et « la conception et l’élaboration de
contenus numériques » comme nouveaux modules de sa réforme des technologies numériques et du
programme Hangarau Matihiko. Le gouvernement a engagé 38 millions NZD (soit 24 millions USD) en
faveur de plusieurs initiatives visant à garantir que les établissements ont une bonne compréhension
des nouveaux modules et des modalités d’intégration dans la pratique pédagogiques des enseignants.
Parmi ces initiatives, citons : 1) de nouvelles ressources sont proposées via un site Internet existant
comportant des documents pédagogiques pour les enseignants ; 2) un programme triennal de
préparation numérique pour aider les établissements à intégrer le nouveau programme dans tout le
pays ; 3) plusieurs partenariats avec des organismes tiers (comme des universités, des entreprises
d’informatique, des musées publics) pour faciliter l’accès des élèves aux technologies spécialisées et
à de nouveaux environnements d’apprentissage.
Pour la Nouvelle-Zélande voir les liens ci-après : [Link] ; [Link] ; [Link]
educators/raranga-matihiko-weaving-digital-futures ; [Link]

Enfin, pour soutenir davantage les efforts de numérisation intégrée en milieu scolaire, certains pays incitent
ou obligent les établissements à concevoir des plans de numérisation ou des feuilles de route régulières.
Ces plans imposent aux chefs d’établissement de recenser régulièrement les différentes initiatives de
numérisation dans leur établissement à court et moyen termes afin de garantir la cohérence et la rationalité
de la mise en œuvre de ces initiatives. Ces plans peuvent également être combinés à des exercices
d’autoévaluation interne ou d’évaluation externe, qui comportent souvent un module relatif au
développement des compétences numériques des professionnels de l’éducation et du personnel

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  229

administratif. Dans la plupart des pays où ces plans sont obligatoires ou fortement encouragés, des outils
spécifiques ont été élaborés pour faciliter leur adoption par les chefs d’établissement. Dans la
Communauté flamande de Belgique par exemple, le Centre de connaissance Digisprong (« saut
numérique ») propose aux chefs d’établissement un outil de planification de la politique en matière de TIC
qui les oriente et fournit un modèle personnalisable 8. Ce modèle comporte quatre principaux composants
de la politique en matière de TIC, dont l’un concerne les compétences des professionnels de l’éducation.

Conclusion

L’omniprésence des technologies numériques et l’attention politique croissante accordée au

développement des compétences numériques des élèves requièrent que les enseignants soient
suffisamment préparés à intégrer les technologies numériques dans leurs pratiques d’enseignement et
d’apprentissage. Les systèmes d’éducation peuvent choisir entre plusieurs approches pour formaliser le
développement des compétences numériques des enseignants. Ils peuvent définir et appliquer des
normes professionnelles pour les enseignants, prévoir des incitations au développement professionnel et
mettre en place des mécanismes plus généraux de soutien des enseignants sur les questions d’éducation
numérique. Plusieurs leviers politiques peuvent contribuer à renforcer l’efficacité générale de chaque
approche ou être combinés pour consolider plusieurs approches. Les normes professionnelles de
compétences numériques des enseignants peuvent, par exemple, servir à encourager la participation à
des formations dans ce domaine, tandis que des mécanismes plus généraux de soutien axés sur les
questions d’éducation numérique peuvent favoriser le développement et le suivi des normes numériques
pour les enseignants, ainsi que le développement professionnel des enseignants en facilitant l’accès à la
formation.
La plupart des pays de l’OCDE disposent déjà de règles ou de directives sur le développement des
compétences numériques des enseignants, indiquant aux enseignants et autres acteurs de l’éducation (p.
ex. les organismes de formation des enseignants) qu’elles sont importantes, et veillent à ce qu’une
attention particulière soit accordée à cette problématique. Cependant, on observe des disparités
importantes entre les pays en termes de mise en œuvre de ces directives et il est probable que le contenu
de ces normes numériques ne se reflète pas totalement dans la pratique en classe. L’insuffisance des
mécanismes d’évaluation et d’obligations de rendre compte, associée au manque de clarté des objectifs
en matière de compétences numériques des enseignants et de la façon de les développer, peut expliquer
en partie ces écarts.
Les cadres de référence ou normes spécifiques aux compétences numériques des enseignants peuvent
contribuer à clarifier la définition et les modèles de progression et ainsi mieux orienter les procédures de
certification et de formation des enseignants. Le fait de rattacher explicitement les règles et directives sur
le développement des compétences numériques des enseignants à la procédure de validation de leur
parcours de formation initiale permet de garantir que ces compétences sont bien intégrées au cursus tout
en laissant une certaine autonomie et de la souplesse aux organismes de formation dans la définition du
contenu de leurs cours. Les systèmes d’éducation peuvent également imposer une évaluation formelle
des compétences numériques des enseignants de plusieurs façons, notamment en l’intégrant dans la
procédure de qualification des enseignants (p. ex. au moyen d’examens standards ou de concours) ou
dans le contenu des évaluations des stagiaires avant l’obtention finale de leur statut d’enseignants, en
renforçant la pertinence des compétences numériques dans les critères d’évaluation externe ou interne
des enseignants, ou encore en mettant en place des parcours de certification complémentaire obligatoires
ou facultatifs.
Face aux évolutions rapides des technologies numériques, il est crucial d’encourager le développement
professionnel dans plusieurs aspects de l’éducation numérique, d’autant qu’il s’agit d’un domaine pour
lequel les enseignants déclarent avoir grand besoin de formation (OECD, 2019[2]). L’instauration de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

230 

mécanismes forts pour inciter les enseignants à développer des compétences numériques et la
suppression des obstacles habituels à la formation continue font également partie des objectifs importants
à poursuivre. Ces nouveaux mécanismes peuvent comprendre des primes ou des possibilités de mobilité
interne en fonction des compétences numériques, que ce soit au niveau vertical (avancement) ou
horizontal (p. ex. la reconnaissance d’un statut de spécialiste numérique associé à des responsabilités
spécifiques). D’autres dispositifs de reconnaissance formelle des compétences numériques sont
possibles, comme la certification complémentaire ou les microcertificats, qui peuvent favoriser le
développement professionnel des enseignants les plus motivés, mais risquent de ne pas satisfaire le corps
enseignant dans son ensemble à moins qu’ils ne soient couplés à des dispenses formelles ou à des
obligations de formation continue prises en compte dans les critères d’avancement professionnel et de
compensation. D’autres incitations peuvent être adoptées, notamment des mesures visant à faciliter un
accès équitable aux contenus de développement professionnel via des plateformes spécialisées, des
offres de formation souples (comme les MOOC ou autres activités hybrides) ou encore des aides
financières (p. ex. pour prendre en charge ou compenser les frais de formation).
Enfin, l’instauration d’un écosystème plus large de soutien au développement des compétences
numériques, chez les élèves comme chez les enseignants, permet de coordonner et d’accélérer les efforts
de numérisation de façon durable et équitable. Certains pays ont, par exemple, mis en place un
établissement spécialisé ou des centres de connaissances pour les enseignants qui servent de point focal
à la coordination des activités de développement professionnel et des procédures de certification tout en
offrant une certaine visibilité à ces efforts. Ces organismes publics peuvent être chargés de la mise en
œuvre d’initiatives à l’échelle du système entier (comme la réforme des programmes ou des projets
innovants de grande ampleur) dans le domaine de l’éducation numérique. La création d’un organisme
public central servant de point focal pour toutes les questions d’éducation numérique s’avère
particulièrement efficace pour promouvoir les bonnes pratiques et un accès équitable aux initiatives dans
les systèmes décentralisés ou fédéraux. D’autres initiatives ciblant les établissements scolaires, comme
la promotion des plans de numérisation scolaires, peuvent encourager les établissements et les
professionnels de l’éducation à s’impliquer dans la transformation numérique systématique et dans le
développement des compétences numériques des enseignants.

Bibliographie

BOA (2022), « Estrategia Aragonesa de Formación en Competencia Digital Docente Ramón y [25]
Cajal 2021-2024 », BOA No. 140, 20/07/22, [Link]
content/uploads/2022/07/[Link].

BOE (2022), Resolución de 1 de julio de 2022, de la Dirección General de Evaluación y [24]

Cooperación Territorial, por la que se publica el Acuerdo de la Conferencia Sectorial de
Educación sobre la certificación, acreditación y reconocimiento de la competencia digital do,
[Link]

BOE (2007), Orden ECI/3857/2007, de 27 de diciembre, por la que se establecen los requisitos [16]
para la verificación de los títulos universitarios oficiales que habiliten para el ejercicio de la
profesión de Maestro en Educación Primaria.,
[Link] (consulté le 22 novembre 2023).

BOE (2007), Orden ECI/3858/2007, de 27 de diciembre, por la que se establecen los requisitos [17]
para la verificación de los títulos universitarios oficiales que habiliten para el ejercicio de las
profesiones de Profesor de Educación Secundaria Obligatoria y Bachillerato,
[Link] (consulté le 22 novembre 2023).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  231

Boeskens, L., D. Nusche et M. Yurita (2020), « Policies to support teachers’ continuing [34]
professional learning: A conceptual framework and mapping of OECD data », OECD
Education Working Papers, n° 235, OECD Publishing, Paris,
[Link]

Brown, D. (2019), Research and Educator Micro-Credentials, Digital Promise, [45]

[Link]
[Link].

Dellagnelo, L. (2023), « The role of support organisations in implementing digital education [50]
policies », dans OECD Digital Education Outlook 2023. Towards an Effective Digital
Education Ecosystem, OECD Publishing, [Link]

DeMonte, J. (2017), Micro-credentials for Teachers: What Three Early Adopter States Have [46]
Learned So Far, American Institute for Research, [Link] (consulté le
12 octobre 2020).

European Commission (2013), Survey of Schools: ICT in Education - Benchmarking Access, [39]
Use and Attitudes to Technology in Europe’s Schools, Directorate-General for the Information
Society and Media (European Commission), Brussels, [Link]

European Commission/EACEA/Eurydice (2019), Digital Education at School in Europe, [14]

Publications Office of the European Union.

European Commission/EACEA/Eurydice (2015), Assuring Quality in Education: Policies and [29]

Approaches to School Evaluation in Europe, Publications Office of the European Union,
Luxembourg, [Link]

Eurydice (2023), « Initial education for teachers working in early childhood and school [19]
education », Ireland, [Link]
systems/ireland/initial-education-teachers-working-early-childhood-and-school (consulté le
12 juillet 2023).

Fraillon, J., J. Ainley, W. Schulz, T. Friedman et E. Gebhardt (2014), Preparing for Life in a [36]
Digital Age: The IEA International Computer and Information Literacy Study International
Report, Springer International Publishing, Heidelberg,
[Link] (consulté
le 24 janvier 2020).

Gil-Flores, J., J. Rodríguez-Santero et J. Torres-Gordillo (2017), « Factors that explain the use of [35]
ICT in secondary-education classrooms: The role of teacher characteristics and school
infrastructure », Computers in Human Behavior, vol. 68, pp. 441-449,
[Link]

Harris, J., P. Mishra et M. Koehler (2009), « Teachers’ technological pedagogical content [10]
knowledge and learning activity types: Curriculum-based technology integration refrained »,
Journal of Research on Technology in Education, vol. 41/4, pp. 393-416,
[Link]

INTEF (2022), Spanish Framework for the Digital Competence of Teachers, [Link] [15]
content/uploads/2023/04/English-SFDCT_2022.pdf.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

232 

ISTE (2017), ISTE Standards for Educators, International Standards for Technology in [7]
Education, [Link]

Koehler, M., P. Mishra et W. Cain (2013), « What is Technological Pedagogical Content [9]
Knowledge (TPACK)? », Journal of Education, vol. 193/3, pp. 13-19,
[Link]

Minea-Pic, A. (2020), « Innovating teachers’ professional learning through digital technologies », [38]
OECD Education Working Papers, n° 237, OECD Publishing, Paris, [Link]
[Link]/education/innovating-teachers-professional-learning-through-digital-
technologies_3329fae9-en (consulté le 24 février 2021).

Ministry of Science and Education (2023), Rules on the advancement of teachers, professional [44]
associates and principals in primary and secondary schools and colleges,
[Link] (consulté le 13 avril 2023).

Ministry of Science and Education (2019), Rulebook on rewarding teachers, teachers, [43]
professional associates and principals in primary and secondary schools and student
dormitories, [Link] (consulté le
13 avril 2023).

Mishra, P. et M. Koehler (2006), « Technological Pedagogical Content Knowledge: A Framework [8]

for Teacher Knowledge », Teachers College Record, pp. 1017-1054,
[Link]

OECD (2023), Shaping Digital Education: Enabling Factors for Quality, Equity and Efficiency, [28]
OECD Publishing, Paris, [Link]

OECD (2022), Assessing National Digital Strategies and their Governance, OECD Publishing, [3]
Paris, [Link]

OECD (2021), Teachers and Leaders in Vocational Education and Training, OECD Reviews of [31]
Vocational Education and Training, OECD Publishing, Paris,
[Link]

OECD (2020), Education Policy Outlook in Estonia, OECD Publishing, Paris, [32]
[Link]

OECD (2020), Education Policy Outlook in Germany, OECD Publishing, Paris, [49]
[Link]

OECD (2020), Making the Most of Technology for Learning and Training in Latin America, OECD [37]
Skills Studies, OECD Publishing, Paris, [Link]

OECD (2019), OECD Skills Outlook 2019: Thriving in a Digital World, OECD Publishing, Paris, [12]
[Link]

OECD (2019), PISA 2021 ICT Framework, [Link] [40]

[Link] (consulté le 8 avril 2022).

OECD (2019), TALIS 2018 Results (Volume I): Teachers and School Leaders as Lifelong [2]
Learners, TALIS, OECD Publishing, Paris, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  233

OECD (2019), Working and Learning Together: Rethinking Human Resource Policies for [41]
Schools, OECD Reviews of School Resources, OECD Publishing, Paris,
[Link]

OECD (2017), Education Policy Outlook: Italy, OECD Publishing, Paris, [48]
[Link] (consulté le
11 mai 2022).

OECD (2017), Survey of Adult Skills, OECD Publishing, Paris. [47]

OECD (2016), PISA 2015 Results (Volume II): Policies and Practices for Successful Schools, [33]
OECD Publishing, Paris, [Link]

OECD (2015), Education at a Glance 2015: OECD Indicators, OECD Publishing, Paris, [27]
[Link]

OECD (2015), Students, Computers and Learning: Making the Connection, OECD Publishing, [4]
Paris, [Link]

OECD (2013), Synergies for Better Learning: An International Perspective on Evaluation and [26]
Assessment, OECD Publishing, Paris, [Link]

Redecker, C. (2017), European Framework for the Digital Competence of Educators: [5]
DigCompEdu, Publications Office of the European Union, Luxembourg,
[Link]

Rizza, C. (2011), « ICT and Initial Teacher Education: National Policies », OECD Education [23]
Working Papers, n° 61, OECD Publishing, Paris, [Link]

Scottish Government (2016), Enhancing learning and teaching through the use of digital [30]
technology, [Link]
digital-technology/documents/ (consulté le 17 novembre 2023).

Starkey, L. (2020), « A review of research exploring teacher preparation for the digital age », [11]
Cambridge Journal of Education, vol. 50/1, pp. 37-56,
[Link]

TAR (2018), Dėl švietimo ir mokslo ministro 2007 m. kovo 29 d. įsakymo Nr. ISAK-555 „Dėl [18]
Reikalavimų mokytojų kompiuterinio raštingumo programoms patvirtinimo“ pakeitimo,
[Link] (consulté
le 22 novembre 2023).

The General Teaching Council for Scotland (2019), Guidelines for Accreditation of Initial Teacher [21]
Education Programmes in Scotland, [Link]
content/uploads/2022/03/[Link] (consulté le
20 novembre 2023).

The Teaching Council (2020), Céim: Standards for Initial Teacher Education, [20]
[Link]
[Link] (consulté le 12 juillet 2023).

Tondeur, J. et al. (2017), « Developing a validated instrument to measure preservice teachers’ [13]
ICT competencies: Meeting the demands of the 21st century », British Journal of Educational
Technology, vol. 48/2, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

234 

UNESCO (2018), UNESCO ICT Competency Framework for Teachers, United Nations [6]
Educational, Scientific and Cultural Organization, Paris,
[Link]

Wastiau, P., R. Blamire, C. Kearney, V. Quittre, E. Van de Gaer et C. Monseur (2013), « The use [42]
of ICT in education: A survey of schools in Europe », European Journal of Education,
vol. 48/1, pp. 11-27, [Link]

Welsh Government (2018), Criteria for the accreditation of initial teacher education programmes [22]
in Wales, [Link]
[Link] (consulté le
20 novembre 2023).

Yu, J., Q. Vidal et S. Vincent-Lancrin (2023), « Digital teaching and learning resources », dans [1]
OECD Digital Education Outlook 2023. Towards an Effective Digital Education Ecosystem,
OECD Publishing, [Link]

Remarques

1
L’informatique est une discipline obligatoire dans le programme d’enseignement national anglais
dispensé dans les établissements gérées par l’administration locale ; les autres (par ex. les universités ou
les écoles libres) ne sont pas soumises à l’obligation d’appliquer le programme national.

2
[Link]

3
[Link]

4
[Link]

5
[Link]

6
[Link]

7
[Link]

8
[Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  235

Partie II Gouvernance
numérique

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

236 

8 Gouvernance des données et des

technologies : inspirer la confiance
dans l’utilisation des données

Stéphan Vincent-Lancrin et Carlos González-Sancho, OCDE

La gouvernance des données désigne l’ensemble des réglementations et

politiques qui visent à garantir la protection de la vie privée et des données,
y compris la formation et l’affectation de ressources humaines spécialisées.
Ce chapitre présente les principaux concepts et pratiques dans le domaine
de la protection des données et de la vie privée, ainsi que les préoccupations
de la société en la matière, puis il dresse un état des lieux des pratiques et
des réglementations nationales. Il se penche ensuite sur la question du
partage des données à des fins de recherche dans l’éducation, qui
représente l’un des grands avantages de la transformation numérique dans
l’éducation, au-delà même de la personnalisation de l’enseignement. Enfin,
le chapitre passe en revue la démarche entreprise par certains pays pour
formuler des directives sur l’utilisation de la prise de décision automatisée et
des systèmes d’IA, puis examine ce nouveau domaine de réglementation et
de gouvernance. La conclusion insistera sur l’importance de conserver une
approche fondée sur la gestion du risque en matière de gouvernance des
données et des algorithmes.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  237

Introduction

Le développement d’un écosystème d’éducation numérique devrait permettre d’utiliser les données et les
outils numériques afin d’améliorer la qualité, l’efficacité, l’efficience et l’égalité dans l’éducation. Dans ce
but, l’utilisation et la réutilisation des données en temps réel, ou quasi réel, offrent le moyen de prendre
des décisions plus éclairées ou d’évaluer les pratiques éducatives en vue de proposer de nouvelles
réformes, mais comportent un risque en matière de protection des données et de la vie privée qui doit être
atténué. Le niveau de confiance dans l’utilisation et la réutilisation des données est faible dans la plupart
de nos sociétés, et est lié à une crainte légitime face au risque d’atteinte à la vie privée. C’est pourquoi la
plupart des pays ont adopté des politiques et législations solides en matière de protection de données et
de la vie privée qui concernent le traitement et le partage des données au sein des systèmes d’éducation.
Pour réfléchir à la question de la gouvernance des données, il est important de commencer par distinguer
les différentes catégories de données. La collecte et le traitement des données statistiques existent depuis
longtemps et sont régis par des législations et des procédures propres. Elles sont généralement publiques,
et ne seront pas examinées en tant que telles dans ce chapitre. Ce chapitre porte sur deux grandes
catégories de données : les données administratives, qui sont collectées dans le cadre de la scolarité des
élèves ou des programmes éducatifs et, dans une moindre mesure, les données commerciales, en
particulier celles qui sont collectées par des fournisseurs commerciaux via l’utilisation des logiciels
éducatifs par les élèves et les enseignants en milieu scolaire (ou à des fins pédagogiques).
La transformation numérique a également attiré l’attention sur les capacités des technologies intelligentes
à prendre des décisions automatisées ou à aider les professionnels de l’éducation. Avec l’émergence de
l’intelligence artificielle (IA) générative, plus personne ne peut ignorer la puissance de l’IA. Parallèlement,
des voix se sont élevées pour dénoncer le risque de biais véhiculés par les algorithmes, voire d’aggravation
des biais humains, même si les algorithmes présentent aussi la capacité de limiter l’interférence des biais
humains dans les décisions d’ordre éducatif. Si aujourd’hui le recours aux décisions automatisées est très
rare dans l’éducation (et inexistant dans le secteur public en général), certains pays envisagent
actuellement de définir de nouveaux critères et objectifs en matière de prise de décision automatisée et
des systèmes d’IA, soit au moyen de directives, soit au moyen de réglementations sur les algorithmes et
l’IA. Le chapitre 16 « Perspectives, lignes directrices et garde-fous » de ce rapport (OECD, 2023[1])
présente les orientations existantes sur l’emploi de l’IA générative dans l’éducation.
Cette première partie est consacrée à la présentation des principaux concepts et pratiques en matière de
protection des données et de la vie privée, ainsi que des préoccupations de la société à cet égard, et
souligne la nécessité de trouver un équilibre entre les risques de ré-identification des individus et la valeur
que représentent les données collectées et partagées. La deuxième partie de ce chapitre présente un état
des lieux des réglementations nationales en matière de protection des données et de la vie privée et de
leurs modalités, fondées sur des politiques multi-niveaux et parfois sur la technologie. Le partage des
données avec le milieu de la recherche est un élément essentiel de la gouvernance des données au niveau
des pays, ceux-ci pouvant également envisager la création d’espaces de données permettant d’exploiter
le traitement des données collectées par les fournisseurs commerciaux. Enfin, l’avant-dernière partie de
ce chapitre sera l’occasion d’examiner la démarche entreprise par certains pays pour formuler des
directives sur l’utilisation de la prise de décision automatisée et des systèmes d’IA, en tant que domaine
émergent de réglementation et de gouvernance. La conclusion insistera sur l’importance de conserver une
approche fondée sur la gestion du risque en matière de gouvernance des données et des algorithmes.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

238 

Introduction à la protection des données et de la vie privée

Les données collectées par les outils numériques administratifs contiennent souvent des informations
personnelles permettant d’identifier les élèves et les enseignants, directement ou indirectement – ce qui
est également le cas de certains jeux de données collectés par des solutions et outils numériques éducatifs
commercialisés par des fournisseurs privés. L’une des grandes problématiques de la protection des
données dans l’éducation concerne le respect de la vie privée (et, en fin de compte, la sécurité et le bien-
être) et la façon de la concilier avec, d’une part, l’utilisation et la réutilisation des données à l’intérieur de
l’écosystème numérique de l’éducation et, d’autre part, avec les usages dans la recherche et l’innovation,
qui nécessitent de communiquer ces données anonymisées à des tiers.

Informations personnelles

Le concept d’information personnelle est un élément central du droit moderne en matière de respect de la
vie privée. L’approche juridique la plus courante est de distinguer parmi ces données les éléments qui
constituent des informations personnelles, c’est-à-dire qui permettent d’identifier une personne, et celles
qui ne le permettent pas. De façon générale, seules les informations à caractère personnel entrent dans
le champ d’application des législations sur la vie privée. La distinction entre les informations personnelles
et non personnelles est donc ce qui détermine les droits et obligations des personnes (les « personnes
concernées ») et des entités (les « dépositaires des données » ou les « responsables du traitement ou
maîtres du fichier ») qui collectent et gèrent les données conservées sur ces personnes.
D’un point de vue juridique traditionnel, les risques pour la vie privée semblent circoncis en grande partie
à cette catégorie de données, considérées comme des informations personnelles. Évidemment, le
contexte reste déterminant, car tout type de données peut être considéré comme personnel ou non selon
que les circonstances et d’autres données disponibles permettent raisonnablement de déduire l’identité
des personnes à partir du jeu de données.
Cette distinction entre informations personnelles et non personnelles est donc l’une des caractéristiques
générales des cadres de protection de la vie privée dans toute la zone de l’OCDE. Les lignes directrices
de l’OCDE régissant la protection de la vie privée et des flux transfrontaliers des données à caractère
personnel définissent les « données à caractère personnel » comme « toute information ayant un lien avec
une personne identifiée ou identifiable (personne concernée) ». La notion de « données à caractère
personnel » est également la clé de voûte du règlement général de protection des données de l’UE
(RGPD), entré en vigueur en mai 2018, qui remplace et élargit le champ de la directive européenne sur la
protection des données de 1995 (Directive 95/46/CE). L'article 4 du RGPD définit les « données à
caractère personnel » comme suit :

« toute information se rapportant à une personne physique identifiée ou identifiable (ci-après dénommée
« personne concernée ») ; (…) une personne physique qui peut être identifiée, directement ou indirectement,
notamment par référence à un identifiant, tel qu'un nom, un numéro d'identification, des données de
localisation, un identifiant en ligne, ou à un ou plusieurs éléments spécifiques propres à son identité physique,
physiologique, génétique, psychique, économique, culturelle ou sociale ».

Aux États-Unis, les données personnelles sont désignées par les termes « données d’identification
personnelle » (personally identifiable information – PII). En vertu de la loi FERPA (législation américaine
sur les droits et la protection de la vie privée et familiale dans l’éducation) qui fixe les obligations légales
en matière de protection de la confidentialité des registres scolaires, les PII désignent, sans s’y limiter :

« a) le nom de l’élève ; b) le nom des parents ou d’autres membres de la famille de l’élève ; c) l’adresse de
l’élève ou de la famille de l’élève ; (d) tout identifiant personnel, tel que le numéro de sécurité sociale de l'élève,
son numéro d'étudiant ou ses données biométriques ; (e) tout autre identifiant indirect, tels que la date de
naissance de l'élève, son lieu de naissance et le nom de jeune fille de sa mère ; (f) d'autres informations qui,

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  239

seules ou combinées, sont liées ou peuvent être liées à un élève en particulier et permettraient à une personne
raisonnable de la communauté scolaire, qui n'a pas personnellement connaissance du contexte, d'identifier
l'élève avec une certitude raisonnable ; (g) les informations demandées par une personne dont l'établissement
d'enseignement ou l’administration pense raisonnablement qu'elle connaît l'identité de l'élève auquel le dossier
scolaire se rapporte » (34 CFR § 99.3).

L’un des principes fondamentaux des réglementations en matière de respect de la vie privée est que la
protection des personnes physiques s’applique au traitement de leurs données à caractère personnel,
c’est-à-dire aux opérations effectuées en lien avec ces données, comme leur collecte, leur conservation,
leur structuration, leur adaptation, leur analyse ou leur dissémination. Les lignes directrices de l’OCDE
régissant la protection de la vie privée s’appliquent spécifiquement aux données personnelles et énoncent
huit principes directeurs relatifs à la collecte et à l’utilisation des données dans le respect de la vie privée
(Encadré 8.1). Élaborées en 1980, leur révision en 2013 a permis de réitérer la pertinence de ces principes
dans « un environnement ouvert et interconnecté où les données à caractère personnel représentent un
bien de plus en plus précieux » et où « les usages de plus en plus en étendus et innovants des données
personnelles génèrent des avantages économiques et sociaux croissants, mais exacerbent également les
risques pour la vie privée » (OECD, 2013[2]).
Il est important de souligner que les cadres juridiques comme le RGPD et le FERPA imposent des
restrictions à l’échange et au traitement des données personnelles sans les interdire, et établit la nécessité
d’un fondement légal (comme le droit national) pour encadrer les situations particulières de traitement.
Parmi ces situations, l’utilisation de ces données dans l’intérêt public, notamment à des fins de recherche
scientifique ou de statistiques, requiert souvent d’appliquer des dispositions spécifiques (voir p. ex.
l’article 89 du RGPD).

Encadré 8.1. Principes directeurs de la protection de la vie privée dans l’utilisation des données
personnelles
Les lignes directrices de l’OCDE régissant la protection de la vie privée et des flux transfrontaliers des
données à caractère personnel représentent un consensus international sur les normes applicables au
respect de la vie privée et formulent des orientations sur la collecte et l’utilisation des informations
personnelles, quel qu’en soit le moyen. Les pays peuvent compléter les principes de la politique de
protection de la vie privée et des libertés individuelles définis dans ce document par des mesures
supplémentaires. Ces orientations énoncent huit principes qui doivent guider la collecte et l’utilisation
des données personnelles.
1. Principe de limitation de la collecte. La collecte des données à caractère personnel, et toute
autre donnée obtenue par des moyens licites et loyaux, devrait faire l’objet de limitations et, le
cas échéant, après en avoir informé la personne concernée ou avec son consentement.
2. Principe de la qualité des données. Les données de caractère personnel devraient être
pertinentes par rapport aux finalités en vue desquelles elles doivent être utilisées et, dans la
mesure où ces finalités l’exigent, elles devraient être exactes, complètes et tenues à jour.
3. Principe de spécification des finalités. Les finalités en vue desquelles les données de
caractère personnel sont collectées devraient être déterminées au plus tard au moment de la
collecte des données, et lesdites données ne devraient être utilisées par la suite que pour
atteindre ces finalités ou d'autres qui ne soient pas incompatibles avec les précédentes et qui
seraient déterminées dès lors qu'elles seraient modifiées
4. Principe de limitation de l’utilisation. Les données de caractère personnel ne devraient pas
être divulguées, ni fournies, ni utilisées à des fins autres que celles spécifiées conformément

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

240 

au principe précédent, si ce n’est a) avec le consentement de la personne concernée ; ou b)

lorsqu’une règle de droit le permet.
5. Principe des garanties de la sécurité. Il conviendrait de protéger les données de caractère
personnel grâce à des garanties de sécurité raisonnables contre des risques tels que la perte
des données ou leur accès, destruction, utilisation, modification ou divulgation non autorisés.
6. Principe de transparence. Il conviendrait d'assurer, d'une façon générale, la transparence des
progrès, pratiques et politiques, ayant trait aux données de caractère personnel. Il devrait être
possible de se procurer aisément les moyens de déterminer l'existence et la nature des
données de caractère personnel, et les finalités principales de leur utilisation, de même que
l'identité du maître du fichier et le siège habituel de ses activités.
7. Principe de participation individuelle. Toute personne physique devrait avoir le droit : a)
d’obtenir du maître du fichier, ou par d'autres voies, confirmation du fait que le maître du fichier
détient ou non des données la concernant ; b) de se faire communiquer les données la
concernant […] ; c) d’être informée des raisons pour lesquelles une demande qu’elle aurait
présentée conformément aux alinéas a) et b) est rejetée et de pouvoir contester un tel rejet ; et
d) de contester les données la concernant et, si la contestation est fondée, de les faire effacer,
rectifier, compléter ou corriger.
8. Principe de responsabilité. Tout maître du fichier devrait être responsable du respect des
mesures donnant effet aux principes énoncés ci-dessus.
Source : (OECD, 2013[3])

Le processus de génération de données personnelles peut se fonder sur une diversité de méthodes,
impliquant à divers degrés la participation et la connaissance de ce processus de la part des personnes
concernées (Abrams, 2014[4]). Les données personnelles peuvent, en premier lieu, être communiquées
ou divulguées intentionnellement, comme dans le contexte des enquêtes ; elles peuvent également être
fournies lorsque cela est obligatoire, par exemple en tant que condition d’accès à un service, comme pour
les inscriptions scolaires. En second lieu, elles peuvent être générées sans le plein consentement ou la
connaissance de la personne concernée, sous la forme de traces numériques provenant des traceurs en
ligne ou d’observations relevées par des capteurs (p. ex. (Buckley et al., 2021[5])). En outre, les données
personnelles peuvent de plus en plus être dérivées ou déduites d’autres données existantes, que ce soit
par des méthodes automatiques ou probabilistes. Dans le cadre de la collecte administrative, les
personnes concernées conservent normalement la maîtrise et la visibilité sur les informations les
concernant. Aujourd’hui, les individus créent et partagent, volontairement ou non, des informations
personnelles sur eux-mêmes et sur d’autres personnes (p. ex. les camarades de classe, les enseignants),
sur des plateformes en ligne comme les réseaux sociaux, les sites de partage de photos ou les sites
d’évaluation. Ces plateformes s’inscrivent souvent dans des écosystèmes plus larges où l’accès aux
données personnelles est rendu possible par de nombreux services en ligne (comme les listes de contact
via les applications mobiles), ce qui permet non seulement de combiner les informations des utilisateurs,
mais également de déduire des « profils fantômes » de non-utilisateurs, mettant ainsi en lumière le
caractère collectif des problématiques liées à la vie privée dans les nouveaux environnements numériques
(García et al., 2018[6]).
Les définitions juridiques tiennent compte de ces complexités et précisent que les données personnelles
peuvent permettre l’identification de personnes de façon immédiate, mais également par d’autres moyens,
plus indirects. C’est le fondement de la distinction entre identifiants « directs » et « indirects » (ou « quasi-
identifiants ») qui relèvent tous deux de la catégorie générale des données à caractère personnel.
Les identifiants directs sont des éléments de données permettant d’établir un lien explicite avec la
personne concernée et donc de l’identifier facilement. Pour les élèves et leurs familles, les identifiants

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  241

directs sont notamment leur nom, leur adresse, leur numéro de sécurité sociale ou code de référence
administrative, leur numéro ou code d’identification scolaire personnel, leur photographie, leurs empreintes
digitales et d’autres données biométriques. D’autres types de données, générées par voie numérique dans
ou hors du cadre scolaire, peuvent également être concernés. En vertu du RGPD européen par exemple,
les éléments de données comme l’adresse électronique, la localisation des données sur les téléphones
mobiles ou l’adresse IP peuvent également être considérés comme des données personnelles.
Concernant les enseignants et le personnel scolaire, la plupart de ces mêmes variables peuvent servir
d’identifiants directs, de même que d’autres éléments de données comme les affectations ou les notes
obtenues aux évaluations professionnelles.
Par ailleurs, les identifiants indirects ou quasi-identifiants constituent des éléments de données qui, sans
être spécifiques à une personne en particulier, peuvent être utilisés pour identifier des personnes
physiques, généralement en les combinant à d’autres informations. Les identifiants indirects se rapportant
aux élèves sont notamment le code postal ou d’autres informations de localisation, l’appartenance
ethnique ou raciale, la date et le lieu de naissance, le niveau d’enseignement, l’inscription aux cours, la
participation à des programmes éducatifs spécifiques ou des informations sur les transferts entre
établissements. En ce qui concerne les enseignants, les quasi-identifiants peuvent concerner notamment
la situation matrimoniale, le revenu, les informations sur les certificats, la formation et les qualifications, la
titularisation ou l’affectation de l’enseignant.
Une zone grise demeure autour de « l’identifiabilité » des autres types de données d’éducation. Les
informations sur les menus de la cantine, sur les manuels ou d’autres supports pédagogiques fournis aux
élèves dans des cours spécifiques ne devraient pas comporter d’informations personnelles. Cependant,
ces informations, combinées à d’autres éléments de données, peuvent rendre possible l’identification
d’élèves ou de professionnels en particulier.
Ainsi, lorsqu’il existe un moyen de croiser les dossiers des élèves et des enseignants, les informations au
niveau de l’élève peuvent facilement devenir des identifiants indirects d’un enseignant en particulier, et
vice-versa. Les systèmes d'information longitudinaux, qui conservent des informations à la fois sur les
élèves et les enseignants sont particulièrement exposés et tout inventaire détaillé des éléments de
données personnelles qui relèvent de la protection de la vie privée devrait tenir compte des éléments se
rapportant à ces deux catégories de personnes et des recoupements potentiels entre eux (NCES, 2011[7]).
La distinction conceptuelle entre données personnelles et non personnelles laisse penser qu’il suffirait de
supprimer les informations personnelles d’un jeu de données pour éliminer efficacement les risques
d’atteinte à la vie privée. Dans cette perspective, la protection de la vie privée doit cibler les éléments de
données eux-mêmes et s’appuyer principalement sur l’anonymisation des dossiers personnels au niveau
individuel. Toutefois, l’idée que l’on puisse véritablement séparer les informations personnelles et non
personnelles en fonction de leur « identifiabilité » potentielle est de plus en plus remise en question.

Information personnelle et non personnelle : une distinction floue

Selon un consensus croissant parmi les experts de la protection de la vie privée, la grande disponibilité
des données et les progrès analytiques constituent un gigantesque tremplin décuplant la capacité à croiser
des données en apparence non personnelles afin d’identifier ou de rendre possible l’identification
d’individus dans divers contextes, ce qui démultiplie les possibilités de (ré-)identifier les personnes
concernées (pour un aperçu de ces questions, voir (National Academies of Sciences, 2017[8]). Cette
situation remet en question les approches réglementaires qui fondent le droit à la vie privée et les
restrictions d’usage des données sur la distinction entre informations personnelles et non personnelles.
Les exemples qui suivent illustrent la façon dont les évolutions de la collecte et de l’analyse des données
ont changé la donne en renforçant considérablement la capacité de déduire des informations sensibles à
partir de données apparemment anodines. Dans une étude célèbre, Sweeney (Sweeney, 1997[9]) a pu

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

242 

identifier le dossier médical d’un gouverneur d’État américain en recoupant des informations telles que la
date de naissance, le code postal et le sexe, qu’il a trouvées dans le registre d’inscription des électeurs et
les données de consultation médicale [Link] chercheurs ont également réussi à ré-identifier des personnes
abonnées à Netflix en croisant leurs avis et les évaluations saisies dans la base de données mondiale sur
les films (IMDb) à partir du titre des films et de leur date de sortie (Narayanan et Shmatikov, 2008[10]). La
société de vente au détail Target a par exemple utilisé des données d’historique d’achats pour déduire la
probabilité qu’une consommatrice donnée soit en début de grossesse et adapter son offre commerciale
en conséquence (Duhigg, 2012[11]). L’analyse des transactions de carte de crédit et des données
temporaires de localisation de plus d’un million de personnes a permis de démontrer qu’il suffit de quatre
points de données pour identifier personnellement environ 90 % des personnes concernées à l’intérieur
de ces vastes ensembles de données de grande ampleur (de Montjoye et al., 2015[12]) (de Montjoye et al.,
2013[13]). Rocher, Hendrickx et de Montjoye (2019[14]) ont passé en revue d’autres exemples de
ré-identification réussie à partir de jeux de données réputés anonymes et ont proposé un modèle
statistique pour déterminer la probabilité qu’une ré-identification soit possible à partir d’ensembles de
données très incomplets. Ces exemples démontrent que, malgré l’application de procédures strictes
d’anonymisation et d’échantillonnage, la ré-identification reste possible à partir d’ensembles de données
de grande dimension fournissant des informations sur un grand nombre de caractéristiques se rapportant
à des individus. De plus, des déductions sur des informations personnelles sensibles et des historiques
de données sur un individu en particulier sont possibles par le biais d’attaques sur des données agrégées
(voir l’examen de (Dwork et al., 2017[15]).
Ces évolutions suscitent un sentiment de malaise croissant sur l’efficacité des mécanismes classiques de
protection de la vie privée à l’ère des mégadonnées. Comme l’a déclaré le président du Comité consultatif
américain des sciences et des technologies,

« Il est de plus en plus facile de contourner l’anonymisation à l’aide de techniques développées pour de
nombreux usages légitimes des mégadonnées. De façon générale, plus les ensembles de données existants
sont grands et diversifiés, plus la probabilité de pouvoir ré-identifier des personnes augmente (c’est-à-dire de
réassocier un historique au nom de la personne). Si l’anonymisation reste utile en tant que garantie
supplémentaire dans certains cas, les approches qui la considèrent comme une protection suffisante doivent
être mises à jour. » (Executive Office of the President, 2014, p. xi[16]).

Les données administratives scolaires n’échappent pas à ce risque. Un élève ou un enseignant peut figurer
dans un jeu de données externe contenant des informations d’identification personnelle qui ont été
supprimées des dossiers scolaires dûment anonymisés. Cependant, en croisant ces deux sources de
données avec d’autres variables communes, ou qui se recoupent, il est possible de retrouver l’identité d’un
élève ou d’un enseignant dans l’ensemble de données scolaires, et même d’accroître la quantité des
informations disponibles sur cette personne. Par exemple, le dossier scolaire d’un élève peut être croisé
avec des données provenant du service des bourses universitaires ou avec des réponses à des enquêtes
sur les débouchés professionnels. Le numéro de sécurité sociale d’un élève peut figurer uniquement dans
ces dernières sources, tandis que la date de naissance est consignée dans toutes. En croisant ces
données, un dossier scolaire peut ainsi être associé au titulaire d’un numéro de sécurité sociale en
particulier. De la même manière, les dossiers universitaires des étudiants peuvent être croisés avec les
données médicales ou judiciaires collectées par des administrations publiques qui utilisent un élément de
données commun.
Dans cet exemple, un doute peut subsister sur l’identité d’élèves ayant la même date de naissance. Pour
les différencier, il est cependant possible de chercher des informations complémentaires portant sur
d’autres variables communes à ces deux élèves (p. ex. le sexe ou le code postal) afin d’établir une
correspondance entre des élèves ayant la même date de naissance entre différents jeux de données
différents. Les éléments communs qui désignent avec certitude l’identité d’une personne permettent
d’établir une correspondance directe et exacte selon la méthode dite du couplage déterministe de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  243

données ; en revanche, lorsqu’un doute subsiste quant à l’identité d’une personne à partir des
recoupements de données, le couplage reste possible au moyen d’une méthode probabiliste.
D’autres sources de données peuvent également être utilisées pour retrouver l’identité d’un élève ou d’un
enseignant, en les recoupant avec des données figurant dans les dossiers scolaires, comme des articles
de presse relatant un événement. Par exemple, une mesure disciplinaire prise à la suite d’actes de
harcèlement peut figurer dans le dossier scolaire d’un élève incriminé sans que soient précisées l’identité
des autres élèves impliqués ou les motivations d’un tel comportement. Cependant, l’incident a pu être
relaté dans des articles de la presse locale qui apportent des informations supplémentaires, même si
l’identité des élèves incriminés n’y est pas divulguée. L’indication de la date de l’incident ou de l’âge des
élèves peut ainsi être utilisée par une personne ayant accès aux deux sources d’information pour
ré-identifier les élèves impliqués.
Si la ré-identification d’une personne est possible en recoupant des données provenant de sources
externes, il est important de souligner que l’identité d’une personne peut également être établie en
combinant des éléments de données figurant dans un même ensemble de données scolaires ou en la
déduisant à partir d’une catégorie de données provenant de rapports statistiques. Ce risque pèse plus
particulièrement sur les élèves et les enseignants appartenant à une minorité peu représentée au sein
d’une population donnée. Par exemple, une analyse démographique des résultats des élèves d’une école
ou d’une commune en particulier lors d’un examen national, combinée à des informations relatives au
niveau d’enseignement, au sexe et à l’appartenance ethnique, peut rendre possible l’identification d’élèves
présentant certaines caractéristiques visibles et résultats d’apprentissage spécifiques.
Ces exemples mettent au jour l’association positive qui existe entre l’utilisation des données d’identification
indirecte et les possibilités de ré-identification. Ainsi, les élèves ou enseignants présentant des traits
distinctifs rares sont davantage exposés au risque de divulgation de leur identité personnelle que ceux
ayant des caractéristiques plus courantes dans la population. La situation éducative particulière d’un élève,
une certification peu commune d’un enseignant ou, plus généralement, le code postal de résidents d’une
zone faiblement peuplée sont autant d’exemples de variables susceptibles d’indiquer l’identité de
personnes à l’intérieur d’un même jeu de données.
Les risques de ré-identification sont donc dynamiques et cumulatifs. Le risque est encore plus élevé pour
les dossiers administratifs scolaires qui peuvent être croisés avec des publications antérieures d’autres
données scolaires ou avec des informations disponibles à partir d’autres sources. Face à l’accroissement
général de la quantité et de la diversité des données existantes, les risques de ré-identification d’élèves et
d’enseignants à partir de leur dossier scolaire augmentent de façon exponentielle.

Comment répondre aux préoccupations en matière de protection de la vie privée ?

Ces dernières années, le risque que les données personnelles puissent être consultées sans autorisation
ou utilisées de façon abusive suscite une inquiétude de plus en plus profonde et répandue. C’est dans ce
contexte que le risque de divulgation des dossiers scolaires, même dûment anonymisés, devient
préoccupant pour les élèves et les enseignants.

Cybersécurité

L’insuffisance des protections face aux risques de cyberattaques fait naître des inquiétudes en raison du
risque de violation des données ou de divulgation d’informations personnelles qui en découle. L’ampleur
et le nombre de ces incidents ont en effet augmenté ces dernières années. Selon une étude commandée
par le gouvernement britannique, 46 % des entreprises du pays ont subi au moins une cyberattaque en
2016, cette proportion s’élevant même à 68 % parmi les grandes entreprises (ministère britannique du
Numérique, de la Culture, des Médias et des Sports, 2017). Les administrations publiques ont également
été touchées par des fuites de données à grande échelle : en effet, en 2015, 21 millions de dossiers

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

244 

provenant du Bureau américain des ressources humaines ont été volés ; la même année, plus d’un million
de Japonais ont été victimes d’une attaque informatique sur les comptes de la Caisse nationale des
retraites ; au Canada, un disque dur externe comportant les dossiers de prêts d’études de 600 000
bénéficiaires a été égaré en 2012 (OECD, 2016[17]) ; (Office of the Privacy Commissioner of Canada,
2015[18]). L’ampleur de ces fuites de données a globalement augmenté au cours de la dernière décennie,
y compris celles affectant les administrations publiques (Information is Beautiful, 2019[19]). Cependant, si
ces attaques peuvent donner l’impression que le niveau de sécurité des données est faible dans
l’environnement numérique, les recherches montrent que les risques liés à la cybercriminalité sont souvent
surestimés. Malgré la multiplication des attaques informatiques, les éléments factuels indiquent plutôt que
la sécurité sur Internet s’est améliorée, si l’on exprime la fréquence de ces incidents en proportion du
nombre et de la dimension des activités en ligne (Jardine, 2015[20]). Cette constatation est probablement
aussi valable concernant la proportion et la quantité de données numériques existantes.

Les préoccupations relatives à l’utilisation abusive de données

L’utilisation abusive des données personnelles représente également un sujet de préoccupation courant.
Dans l’Union européenne, près de la moitié (46 %) des personnes interrogées dans l’enquête
Eurobaromètre 2019 sur la cybersécurité se sont dites inquiètes que quelqu’un puisse faire un usage
abusif de leurs données personnelles (European Commission, 2019[21]). Aux États-Unis, 34 % des
personnes interrogées par le Pew Research Centre indiquaient en 2023 avoir été la cible d’une forme
d’attaque ou de piratage informatique de leurs données au cours de l’année précédente. Les réponses
indiquent également un niveau élevé de méfiance quant à l’utilisation des données personnelles par
l’administration publique (71 % se disent « très » ou « assez » inquiets de la façon dont l’administration
publique utilise leurs données) et par des entreprises du secteur privé (67 % indiquent comprendre peu
ou pas du tout ce que font les entreprises avec leurs données) (Pew Research Center, 2023[22]). Une
enquête antérieure datant de 2019 a montré que la plupart des personnes interrogées estiment que les
risques associés à la collecte de ces données surpassent ses avantages (81 % pour les données
collectées par les entreprises et 66 % pour celles collectées par l’administration publique) (Pew Research
Center, 2019[23]).
Dans le secteur de l’éducation, les préoccupations relatives à l’utilisation abusive des données, en
particulier à des fins commerciales, sont souvent liées à l’implication croissante des entreprises privées
de technologies dans le fonctionnement des établissements scolaires et d’enseignement supérieur. Le
partage des données administratives des élèves et des enseignants avec les fournisseurs de technologie
est souvent nécessaire pour permettre la fourniture de services informatiques aux systèmes d’éducation,
qu’il s’agisse de données de l’administration (p. ex., emploi du temps), de l’apprentissage numérique
(p. ex. logiciels et contenus pédagogiques, tableaux de bord) ou des examens (p. ex. les évaluations sur
support informatique). Les autorités locales chargées de l’éducation et les établissements manquent
souvent de temps et de l’expertise technique nécessaire pour gérer leurs bases de données de plus en
plus grandes, et sont donc contraintes de faire appel à des opérateurs externes qui offrent des solutions
informatiques en nuage ou d’autre nature. Même lorsque le droit relatif à la protection de la vie privée
impose aux tierces parties les mêmes obligations qu’aux organismes publics, le recours aux entreprises
privées pour gérer les données personnelles dans l’éducation reste un sujet controversé (Polonetski et
Jerome, 2014[24]).
Le cas de Google constitue un bon exemple de l’intervention croissante des fournisseurs de technologies
dans le fonctionnement des établissements scolaires. Plus de 20 millions d’ordinateurs portables
Chromebook exploités par Google ont été déployés dans des établissements scolaires du monde entier
depuis leur lancement en 2011. De plus, en janvier 2021, 150 millions d’élèves et d’enseignants dans le
monde étaient abonnés à la solution éducative G Suite for Education (lancée en 2010 sous le nom de
Google Apps for Education), soit 70 millions de plus qu’en [Link] suite propose des solutions de
messagerie électronique, de gestion et de mise en réseau de documents, et est complétée par des

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  245

applications pédagogiques spécifiques comme l’outil de réalité virtuelle Google Expeditions. Aux États-
Unis, Google s’est engagé à respecter pleinement le FERPA et les autres réglementations en matière de
protection de la vie privée qui interdisent à tout fournisseur privé de services aux établissements scolaires
d’utiliser les informations des élèves à des fins de ciblage publicitaire. En application de ces exigences,
les publicités ne sont pas affichées sur la page des comptes G Suite des utilisateurs dans les
établissements d’enseignement primaire et [Link], des inquiétudes subsistent quant au
traçage et au ciblage publicitaire qui s’appliquent lorsque les utilisateurs passent à des applications
externes, et plus largement quant à la présence d’entreprises technologiques dans les établissements
scolaires qui expose de plus en plus les élèves au marketing ciblé et à d’autres pratiques commerciales
(Boninger et Molnar, 2016[25]) (Singer, 2017[26]).
Des préoccupations existent également quant à la capacité des fournisseurs d’environnement
d’apprentissage virtuel et de cours en ligne ouverts à tous (MOOC) de contourner les mesures de
protection de la vie privée qui prédominent dans les établissements scolaires et d’enseignement supérieur,
en collectant les données directement auprès des apprenants, souvent sous le régime général de
protection de la vie privée applicable aux transactions de nature commerciale (Zeide et Nissenbaum,
2018[27]).

Données biométriques et de suivi comportemental

Une autre préoccupation du même ordre concerne le risque de diversification des types de données
collectées en raison du recours à des technologies d’identification biométrique et de suivi du comportement
dans les établissements. Aux États-Unis, nombre d’États ont ainsi adopté de nouvelles législations ciblant
le secteur privé qui étendent les garanties de protection de la vie privée au-delà du champ traditionnel des
données scolaires administratives à d’autres types de données. La loi SOPIPA sur la protection des
informations personnelles en ligne des élèves, adoptée en Californie en septembre 2014, a été la première
législation à attribuer directement au secteur privé la responsabilité de protéger les données des élèves
en interdisant explicitement aux fournisseurs de services technologiques de vendre les données des
élèves ou de créer des profils d’élèves à des fins autres qu’éducatives. La loi SOPIPA a ensuite servi de
modèle à l’introduction de législations similaires dans d’autres États américains (Singer, 2014[28]) (Data
Quality Campaign, 2017[29]). Plus globalement, la loi COPPA sur la protection de la vie privée en ligne des
enfants de 1998 interdit toute collecte, utilisation et dissémination d’informations personnelles d’enfants
âgés de moins de 13 ans sans le consentement préalable et éclairé de leurs parents.
Dans l’Union européenne, le RGPD et la dernière mouture de la directive sur les services médiatiques et
l’audiovisuel (SMA) prévoient des dispositions particulières en faveur de la protection des données des
personnes mineures, afin d’éviter tout traitement de leurs données à des fins commerciales, comme le
démarchage, le profilage et la publicité basée sur le ciblage comportemental (Ronchi et Robinson,
2019[30]). Le RGPD a renforcé la réglementation des usages commerciaux des données personnelles
d’éducation, puisqu’en vertu des nouvelles règles en vigueur les fournisseurs de services numériques sont
considérés comme « sous-traitants » des données, tandis que les élèves et les établissements scolaires
demeurent les « maîtres » des données et conservent le contrôle juridique sur leurs données et le pouvoir
de décision sur les requêtes de tiers en matière de données (articles 4 à 6, 35)4.

Préjudices potentiels des atteintes à la vie privée

Les atteintes à la vie privée peuvent exposer les élèves et les enseignants à différents types de préjudice
et, parmi les plus préoccupants, entraîner des risques de pratiques discriminatoires. Ces préjudices
peuvent être objectifs ou subjectifs et d’ordre économique, juridique, ou psycho-émotionnel et peuvent
nuire à la réputation d’une personne. Le risque de préjudice constitue généralement le critère majeur pour
déterminer la sensibilité d’un élément de données et la nécessité d’appliquer des mesures de protection.
Cependant, il est souvent difficile de déterminer dans quel cas une information peut être divulguée (sans

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

246 

risque), car certaines utilisations de données peuvent présenter un intérêt pour la société (Solove,
2006[31]).
Les préjudices potentiels d’une utilisation abusive des informations personnelles des élèves et des
enseignants, au-delà du risque d’usage à des fins commerciales, incluent les pratiques de profilage, de
discrimination, d’usurpation d’identité ou encore la détresse émotionnelle. Les atteintes à la confidentialité
des dossiers scolaires personnels dont les établissements scolaires et d’enseignement supérieur ont la
responsabilité, peuvent nuire à la réputation de ces derniers, les obliger à enquêter sur ces incidents et à
apporter des mesures de réparation, ainsi qu’entraîner des dommages financiers.
Le risque de profilage est particulièrement élevé en raison de la nature exhaustive et longitudinale de
certains jeux de données administratives dans l’éducation. Le profilage désigne l’usage de données à des
fins d’analyse des caractéristiques personnelles ou des schémas comportementaux en vue de classer les
individus ou des groupes d’individus dans des catégories (profils), et de prédire ainsi leurs préférences,
comportements ou capacités. Cette pratique, combinée à la prise de décision automatisée, présente le
risque que des décisions soient prises par une machine sans aucune intervention humaine en se basant
sur des profils établis à partir de données (EU Data Protection Working Party, 2017[32]) (Future of Privacy
Forum, 2017[33]) (Information Commissioner’s Office, 2017[34]). De fait, cette pratique correspond à la façon
dont fonctionne l’IA dans l’éducation, mais généralement sous supervision humaine (OECD, 2021[35]).
Le principal problème du profilage est que, en raison de ces prédictions, des groupes ou des individus
vulnérables subissent un traitement différencié ou des pratiques discriminatoires dans des domaines
comme l’accès aux prestations et services sociaux, à des possibilités d’apprentissage, à l’embauche ou à
des assurances, entre autres. Ainsi, des élèves peuvent se voir refuser l’accès à certaines catégories
d’études, se voir refuser plus souvent l'éligibilité aux prestations en fonction de l'obtention préalable de
bourses, ou le filtrage des candidats en fonction du type d’établissement fréquenté plutôt que des résultats
aux examens. Ces pratiques discriminatoires peuvent s’ajouter à d’autres traitements injustes fondés sur
le sexe, l’appartenance ethnique ou d’autres caractéristiques personnelles. Les dossiers scolaires portant
sur l’ensemble de la scolarité depuis la maternelle peuvent être utilisés, seuls ou combinés avec des
données provenant d’autres sources, pour établir des profils d’élèves qui conditionneront d’une manière
inéquitable les décisions et les débouchés qui s’offriront à eux au cours de leurs études et même au-delà.
Cela étant, les dossiers scolaires sont par ailleurs utilisés habituellement de façon légitime en vue de
prendre des décisions dans les procédures d’admission dans des établissements d’enseignement
supérieur ou d’attribution d’aides financières. La notion de « biais algorithmique » englobe ce type de
risque (Baker, Hawn et Lee, 2023[36]).
Le fait qu’un événement regrettable survenu dans le parcours d’un élève soit inscrit définitivement dans
son dossier soulève également d’autres préoccupations, notamment le risque que certains débouchés lui
soient refusés. Ainsi, un élève ayant fait l’objet de mesures disciplinaires au cours de sa scolarité pourrait
être exposé plus tard au risque de se voir refuser un emploi sur ce critère. Ces dilemmes sont similaires à
ceux liés à l’utilisation potentielle des casiers judiciaires des mineurs ou des dossiers médicaux. Un autre
risque peut naître des attentes liées à l’accessibilité de ces informations personnelles, qui peuvent
entraîner des incitations malsaines ou un comportement plus timoré dans certaines situations où les
enjeux sont élevés. Les élèves peuvent, par exemple, renoncer à s’inscrire à certains cursus
d’enseignement supérieur par crainte que de futurs recruteurs puissent se baser sur leurs choix d’études
comme indicateur de préférences personnelles (p. ex. opinions politiques ou orientation sexuelle) et
sélectionner les candidats sur ce critère. Les enseignants, pour leur part, pourraient être moins enclins à
expérimenter des pratiques innovantes dont les résultats sont plus incertains, et se limiter à leurs pratiques
habituelles pour ne pas risquer qu’une baisse des résultats n’ait des conséquences sur leur mobilité ou
leur avancement professionnels. Ces préoccupations relèvent davantage d’un problème éthique lié à
l’utilisation abusive par les êtres humains d’informations dont ils ne disposaient pas auparavant.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  247

Au cœur du problème, le fait que l’accès à davantage de données ne garantit pas de meilleures déductions
et des décisions plus justes. L’utilisation sélective et arbitraire des données scolaires disponibles peut ainsi
entraîner une prise de décision biaisée et des pratiques discriminatoires, en particulier en raison de
l’amélioration de leur granularité et de la prise en compte d’un plus grand nombre d’entrées chronologiques
et d’aspects liés aux caractéristiques et comportements individuels. Une plus grande disponibilité des
données comporte un risque de préjudice dans la mesure où les données sont utilisées de façon
inappropriée, mais l’amélioration de leur qualité et de certaines applications de profilage peut également
contribuer à lutter contre les discriminations et à personnaliser et perfectionner certains services (EU Data
Protection Working Party, 2017[32]) (Future of Privacy Forum, 2017[33]).
Plutôt que d’interdire l’utilisation des données personnelles ou d’imposer une protection trop stricte en
raison de risques éventuels, il faut se demander comment on peut les utiliser selon des critères que la
société estime justes et utiles. Les politiques de protection des données personnelles devraient pouvoir
susciter la confiance des personnes comme de la société dans son ensemble, dans l’utilisation des
données et imaginer des solutions pour répondre aux préoccupations des citoyens, qu’elles soient fondées
ou non.

Protection des données et de la vie privée au niveau national

Tous les pays et entités pour lesquels nous disposons d’informations, à l’exception des États-Unis, ont
adopté des législations générales et transversales en matière de protection de données et de respect de
la vie privée, qui s’appliquent au secteur de l’éducation comme à tous les autres secteurs. Tous les
membres de l’Union européenne, ainsi que certains pays voisins (comme le Royaume-Uni et la Norvège)
ont adopté le RGPD, qui doit s’appliquer dans tous les pays de l’UE. Les États-Unis n’ont pas défini de
législation globale, mais ont adopté une série de législations sectorielles en faveur de la protection des
données et du respect de la vie privée, dont une spécifique au secteur de l’éducation (FERPA). Les
législations générales s’appliquent toutes au niveau national. De plus, elles se fondent toutes sur les
principes énoncés à la section précédente en termes de contenu.
Environ la moitié des pays ou entités disposent également d’une loi (ou règle contraignante) qui couvre
plus particulièrement la protection de la vie privée et des données personnelles dans le contexte éducatif
(13 sur 28). Généralement, ces législations servent à clarifier les modalités d’accès des pays aux données
qu’ils collectent et traitent dans le cadre de leurs systèmes d’information scolaires (SIS) et d’autres
systèmes administratifs. Ces règles prévoient des restrictions en matière d’accès aux systèmes et de
modalités d’utilisation, de partage des données, [Link] pays qui ne disposent pas de système
d’information scolaire centralisé (ou dont le système d’éducation est de petite taille) n’ont généralement
pas de législation spécifique. La plupart des directives formulées par les pouvoirs publics au niveau
national fournissent des indications pour faciliter l’application des réglementations nationales en matière
de protection des données et de la vie privée par les établissements scolaires et les enseignants.
En Europe, certains pays ne font que mettre en application le RGPD (notamment la Tchéquie où les
pouvoirs publics collectent des données scolaires sous forme agrégées uniquement), tandis que la plupart
des pays ont transposé le RGPD dans leur législation nationale, qui s’applique à l’éducation comme aux
autres secteurs. C’est le cas en Angleterre, par exemple (Data Protection Act 2018 et le RGPD
britannique), en Finlande (Data Protection Act), en Islande (2018 Act on Data Protection and the
Processing of Personal Data) ou en Irlande (Data Protection Act 2018).
En vertu du cadre général du RGPD, certains pays ont également élaboré des règles spécifiques à
l’éducation qui se fondent généralement sur une approche plus restrictive que celle du RGPD. La Suède
a, par exemple, intégré le RGPD dans sa loi sur l’éducation. En France, le Code de l’éducation, qui
s’applique à la protection des données des élèves, des enseignants et du personnel scolaire, limite
l’utilisation des données et impose des règles pour les rendre anonymes. Les agents de la fonction

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

248 

publique du ministère de l’Éducation travaillent en étroite collaboration avec la Commission nationale de

l’informatique et des libertés (CNIL) pour définir une approche commune face aux nouvelles situations en
la matière et rendre possible l’ambitieuse politique d’éducation numérique française.
En Autriche, la loi sur la documentation dans l’éducation (BilDokG – Bildungsdokumentationsgesetz) vise
à garantir la protection des données à tous les niveaux d’enseignement pour les élèves, les enseignants
et le personnel scolaire. Cette législation encadre la gouvernance des données à chaque étape de la
collecte jusqu’à leur utilisation. Elle impose, par exemple, l’anonymisation des données scolaires et la
pseudonymisation des identifiants des élèves lors de leur transfert des établissements aux instituts de
statistiques. L’utilisation de ces données n’est licite qu’à des fins de recherche ou statistiques. De plus, le
règlement de 2021 sur les TIC dans les établissements scolaires (IKT-Schulverordnung) encadre
l’utilisation des appareils numériques dans les établissements et impose, par exemple, l’installation d’un
logiciel de gestion informatique appartenant à l’État sur tous les appareils fournis par les pouvoirs publics.
Pour prévenir toute utilisation abusive des données par des fournisseurs de services numériques tiers hors
du territoire national, ces derniers doivent signer un contrat avec l’État qui les engage à limiter l’usage de
ces données à des fins pédagogiques.
Certains pays européens permettent ou imposent aux établissements ou aux municipalités de définir leurs
propres règles en matière de protection de la vie privée (dans le respect des législations nationales et du
RGPD). Par exemple, les établissements scolaires en Italie doivent appliquer des règles de protection des
données et de la vie privée qui font l’objet d’une surveillance par des agents externes. Aux Pays-Bas, les
établissements désignent des responsables de la protection des données chargés de définir les politiques
de respect de la vie privée et de sensibiliser le personnel scolaire à ces problématiques. L’Espagne a
transposé le RGPD dans le droit national en adoptant la loi organique 3/2018, qui encadre spécifiquement
la protection des données dans l’éducation, tandis que les administrations des régions autonomes ont fixé
des règles ou directives complémentaires régissant les utilisations technologiques particulières en fonction
de leur contexte scolaire. L’administration centrale propose, pour sa part, des directives en matière de
protection des données et de la vie privée via son site Internet AsequraTIC.
Hors d’Europe, certains pays ont également adopté des législations qui s’inspirent parfois ou s’alignent
sur le RGPD européen. La loi générale brésilienne sur la protection des données personnelles (LGPD)
présente en effet des similitudes avec le RGPD, même si la définition des données personnelles qu’elle a
fixée est plus stricte. En Türkiye, la loi de protection de données à caractère personnel (KVKK) s’inspire
du RGPD, mais le pays ne dispose pas de règles ou de directives spécifiquement destinées au secteur de
l’éducation. Enfin, au Chili, pays qui dispose d’une législation sur la protection des données datant de
plusieurs décennies, un projet de loi en la matière fondé sur les principes du RGPD était en cours de
discussion début 2024.
Au Canada, la protection des données et de la vie privée est régie par deux textes législatifs principaux :la
loi sur la liberté d’information et la protection de la vie privée (FIPPA) garantit le droit d’accès des
personnes à leurs propres informations, et la loi sur la protection des informations personnelles et les
documents électroniques (PIPEDA) exige le consentement des personnes à la collecte, la divulgation et
l’utilisation de leurs informations personnelles. Les législations en la matière spécifiques à l’éducation
relèvent de la compétence des différentes provinces et territoires. Par exemple, la loi sur la protection de
la vie privée et du droit à l’information de l’État du Nouveau-Brunswick définit plus particulièrement les
règles et directives en matière de protection des données dans l’éducation, telles que les lignes directrices
et mesures restrictives relatives à l’utilisation par les fournisseurs commerciaux des données sur les élèves
et le personnel scolaire, que les établissements doivent valider avant de signer des contrats de marché
public.
Au Japon, la loi sur la protection des informations personnelles (APPI) régit la gestion des informations
personnelles (y compris les données dans l’éducation lorsqu’il s’agit d’informations personnelles).
Jusqu’en 2022, l’APPI ne s’appliquait qu’aux informations personnelles détenues par le secteur privé,

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  249

tandis que les informations détenues par l’administration et les organismes publics indépendants étaient
régies par la loi sur la protection des informations personnelles détenues par les organes administratifs
(APPIHAO) et la loi sur la protection des informations personnelles détenues par les organismes publics
indépendants (APPIHIAA). En mai 2021, une réforme a fusionné et intégré ces deux législations dans
l’APPI et a introduit une obligation de rendre des comptes sur les fuites de données, imposant des
sanctions plus strictes en cas de non-respect des règles de la Commission de la protection des
informations personnelles (PPC). Depuis 2023, l’APPI s’applique également à la gestion des données
personnelles détenues par les administrations locales.

Les États-Unis ont choisi une approche sectorielle en matière de protection des données. L’éducation fait
partie des secteurs régis par une législation spécifique en matière de protection des données, à savoir la
loi sur les droits et la protection de la vie privée et familiale dans l’éducation (FERPA), déjà citée. Elle est
complétée par la loi pour la protection des droits des élèves (PPRA), la loi de protection des enfants sur
Internet (CIPA) et la réglementation en matière de protection de la vie privée des enfants en ligne
(COPPA). Les deux dernières s’appliquent au secteur de l’éducation, car elles concernent les mineurs.
Les États sont libres de fixer leurs propres législations et règles générales ou spécifiques en matière de
protection des données et de la vie privée, en complément des lois fédérales. Le ministère fédéral de
l’Éducation a publié des directives destinées aux établissements scolaires et aux autres acteurs concernés
qui expliquent comment se conformer aux mesures de protection des données. D’autres directives et/ou
législations spécifiques relatives à la collecte des données via des outils numériques, et les mesures de
protection connexes, relèvent de la compétence des États fédérés. La Californie a, par exemple, adopté
une loi transversale sur la protection des données et formulé des recommandations locales en la matière.
Pour résumer, tous les pays disposent de réglementations solides en matière de protection des données
et de la vie privée, généralement assorties de directives relatives à leur mise en œuvre, même si celles-ci
restent parfois générales et insuffisamment axées sur l’application dans le milieu scolaire.

Régimes de protection des élèves et du personnel

Certains aspects de la gestion des données et du respect de la vie privée des élèves et du personnel
scolaire sont protégés en vertu de la législation nationale. Une autre option à une loi générale serait de
définir des règles spécifiques de protection des données et de la vie privée pour l’une ou ces deux
catégories de personnes. La question a été posée dans le cadre de la collecte des données par l’OCDE
(et lors des réunions de validation avec les pays). En ce qui concerne le partage des données avec des
tiers à des fins de recherche ou statistiques, l’utilisation de celles des élèves et du personnel scolaire
(principalement les enseignants) est régie par la même réglementation.
Cependant, certains élèves étant mineurs, leurs données sont également protégées par d’autres
réglementations qui ne s’appliquent pas au personnel scolaire. De plus, certains pays disposent de
législations spécifiques distinctes pour la gestion des données des personnes mineures/enfants (comme
les États-Unis) s’appliquant aux enfants scolarisés. Environ 24 pays ou entités (sur un total de 29) ont
signalé mettre en œuvre des règles (17) ou des directives (7) en matière de protection des données et de
la vie privée concernant spécifiquement les données des élèves, qui renforcent le régime général de
protection.
Seuls 12 pays ont indiqué disposer de réglementations spécifiques pour la protection des données des
enseignants et du personnel scolaire, et 6 ont publié des directives. Même si la gestion des données des
élèves et du personnel scolaire est généralement similaire, leur situation est fondamentalement différente,
car l’utilisation des données des professionnels par leur employeur est régie par les termes de leur contrat
de travail (et du droit du travail national) plutôt que par les régimes juridiques plus généraux de protection
des données. Dans les pays nordiques où les enseignants sont recrutés par les municipalités, la protection

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

250 

des données est régie par les contrats de travail locaux et les conventions collectives. Aux États-Unis, cet
aspect est couvert par la législation fédérale en matière d’emploi et de contrats de travail.

Graphique 8.1. Règles et directives en matière de protection des données dans les pays et
juridictions (2024)

Règles et directives Directives uniquement

Règles de protection générale des

28 (97% )
données

Protection spécifique des données des

16 (55% ) 7 (24% )
élèves

Règles de protection spécifique des

13 (45% )
données dans l’éducation

Protection spécifique des données des

11 (38% ) 7 (24% )
enseignants et du personnel

0 5 10 15 20 25 30
Nombre de pays/entités
Remarque: N=29.

StatLink 2 [Link]

Tableau 8.1. Types de règles et directives en matière de protection des données (2024)
Protection des données
Règles de protection Règles de Protection spécifique des Protection spécifique des
générale des données protection données des élèves données des enseignants et du
spécifique des personnel
données dans
l’éducation
Règles et Directives Règles Règles et Directives Règles et Directives
directives uniquement directives uniquement directives uniquement
Autriche ✓ ✓ ✓ ✓
Brésil ✓
Canada ✓ ✓ ✓ ✓
Chili ✓ ✓
Tchéquie ✓
Danemark ✓ ✓ ✓ ✓
Estonie ✓ ✓
Finlande ✓ ✓ ✓ ✓
France ✓ ✓ ✓ ✓
Hongrie ✓ ✓ ✓ ✓
Islande ✓
Irlande ✓ ✓ ✓
Italie ✓ ✓
Japon ✓ ✓ ✓ ✓
Corée ✓ ✓ ✓
Lettonie ✓ ✓

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  251

Protection des données

Règles de protection Règles de Protection spécifique des Protection spécifique des
générale des données protection données des élèves données des enseignants et du
spécifique des personnel
données dans
l’éducation
Lituanie ✓ ✓ ✓
Luxembourg ✓ ✓ ✓
Mexique ✓ ✓ ✓
Pays-Bas ✓ ✓
Nouvelle- ✓ ✓ ✓
Zélande
Slovénie ✓ ✓ ✓
Espagne ✓ ✓ ✓ ✓
Suède ✓ ✓
Türkiye ✓ ✓
États-Unis ✓ ✓
Angleterre ✓ ✓ ✓
(Royaume-Uni)
Comm. ✓ ✓ ✓ ✓
flamande
(Belgique)
Comm. ✓ ✓ ✓
française
(Belgique)
Total (29) 28 0 13 16 7 11 7

Remarque: N=29

Réglementer la protection de la vie privée par des politiques d’accès différencié

Comme nous l’avons déjà évoqué pour les systèmes d’information scolaires, de nombreux pays ont
recours à un modèle à plusieurs niveaux pour accéder aux données qu’ils collectent, qui permet de
différencier clairement les droits d’accès entre les différents dépositaires des données et entre les acteurs
externes en fonction de leur rôle, de leurs besoins et de leurs responsabilités. En précisant ainsi quel
acteur peut avoir accès à quels types de données et pour quelles finalités, un modèle à plusieurs niveaux
peut déterminer l’architecture d’un système d’information en y intégrant les principes de sécurité des
données et de respect de la vie privée dès sa conception. Les modèles d’accès différencié en fonction du
rôle sont conformes au principe de minimisation des données énoncé dans les cadres juridiques de
protection de la vie privée comme le RGPD. L’article 25 du RGPD, par exemple, limite la détention et le
traitement de données par les responsables des données qu’en cas de nécessité absolue aux fins de la
réalisation de leurs missions et restreint l’accès aux données personnelles aux seules personnes chargées
de leur traitement. Nombre de systèmes d’éducation ont choisi de rendre public le nom des personnes
autorisées à accéder à l’ensemble des données.
Dans le contexte d’un organisme d’éducation, un modèle d’accès différencié implique que seules les
personnes ayant besoin de consulter les registres du système d’information permettant d’identifier
personnellement les élèves et les enseignants pour exercer leur fonction sont autorisées à le faire. Les
fiches de poste devraient ainsi détailler les droits de chaque catégorie d’utilisateurs et préciser avec une
granularité suffisante les tâches nécessitant l’accès aux dossiers personnels. Avant d’avoir accès à des
données sensibles, les membres du personnel peuvent être soumis à des accords de confidentialité
contraignants à des fins de protection des données.
Les modèles d’accès différencié peuvent servir à organiser les points d’entrée dans le système
d’information des différents acteurs du secteur de l’éducation et à gérer des fonctionnalités de visualisation

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

252 

et de communication des données. Ainsi, il peut s’avérer utile à un enseignant du primaire de pouvoir
accéder rapidement à des données récentes d’un élève concernant son assiduité, son niveau et les
résultats obtenus à différentes évaluations, mais pas de pouvoir accéder aux antécédents médicaux ou
aux transferts d’établissement de l’ensemble des élèves. Par ailleurs, le gestionnaire d’un programme
ciblant certains groupes d’élèves, comme les locuteurs non natifs, peut avoir intérêt à consulter le dossier
scolaire et à connaître le contexte familial d’un élève pour organiser au mieux son intégration dans un tel
programme. De même, un analyste dans un institut public de recherche ou un service d’évaluation chargé
de produire des rapports agrégés sur les résultats des élèves à l’intention de la haute administration devrait
pouvoir avoir accès à des données relatives aux performances sans qu’elles puissent être reliées aux
identifiants directs des élèves. Par conséquent, plutôt que d’autoriser l’accès à tous les employés ou
utilisateurs externes à l’ensemble des dossiers informatiques des élèves ou de restreindre cet accès aux
seuls éléments nécessaires à un utilisateur à un moment donné, les gestionnaires des systèmes
d’information de l’éducation peuvent accorder un accès à un ensemble d’éléments de données spécifique
selon la fonction exercée (NCES, 2011[7]).
La plupart des pays ont déjà recours à cette approche pour gérer l’accès aux systèmes d’information
administratifs, comme les systèmes d’information scolaire ou les systèmes de gestion des admissions. Il
est important de noter que l’ensemble des législations en matière de protection des données et de la vie
privée présentées ci-dessus interdisent aux établissements et aux organismes d’éducation de
communiquer les données ou résultats personnels à d’autres fins que celle du fonctionnement de
l’établissement ou des activités pédagogiques, à l’exception notable de l’accès à des fins de recherche,
qui sont présentées ci-après.

Réglementer l’accès aux données par le biais des technologies

La numérisation croissante des environnements d’apprentissage exige la mise en place de nouvelles

solutions pour garantir le respect de la vie privée et des usages licites des données personnelles des
élèves et des enseignants. Pour ce faire, la technologie est de plus en plus utilisée pour mettre en place
des couches d’« interopérabilité » technique qui limitent la transmission des informations personnelles aux
parties tierces (notamment commerciales).
Depuis 2020, les Pays-Bas ont par exemple mis en place un nouveau numéro d’identification des élèves
(distinct de l’identifiant national) et une couche d’échange de données que les établissements scolaires
utilisent pour empêcher que les fournisseurs commerciaux puissent prendre connaissance de leur identité
personnelle, le ECK-iD. La Communauté flamande de Belgique a adopté la même approche. Le
gestionnaire d’accès aux ressources (GAR) développé par le ministère français de l’Éducation fonctionne
différemment : il sert de filtre de sécurité pour garantir que les échanges de données entre les
établissements scolaires et les fournisseurs de ressources numériques pédagogiques respectent les
principes de proportionnalité et de pertinence énoncés par les réglementations européennes et nationales
(Encadré 8.2). Ce dispositif instaure également des accords contractuels et des normes techniques et
juridiques interdisant par exemple aux fournisseurs de ressources de réutiliser les données personnelles
à des fins commerciales et leur imposant de faciliter la récupération des données par les personnes
concernées.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  253

Encadré 8.2. Protéger les données personnelles dans un environnement d’apprentissage

virtuel : le gestionnaire d’accès aux ressources (GAR) en France
Dans le cadre du plan numérique à l’école de 2015, le ministère français de l’Éducation a développé le
gestionnaire d’accès aux ressources (GAR), une solution technique visant à garantir la protection des
données personnelles des élèves et des enseignants dans le contexte des espaces numériques de
travail (ENT) utilisés dans les établissements scolaires. Le GAR agit comme un filtre de sécurité
garantissant que les échanges de données entre les établissements scolaires et les fournisseurs de
ressources numériques pédagogiques, indispensables pour permettre aux élèves et aux enseignants
d’avoir accès à ces ressources, respectent les principes de proportionnalité et de pertinence énoncés
dans la loi française Informatique et Libertés et le règlement général européen pour la protection des
données (RGPD).
En France, ce sont les chefs d’établissement qui sont chargés de sélectionner les ressources
numériques auxquelles leur établissement s’abonne. Les élèves et les enseignants consultent ces
ressources sur leur ENT, qui requiert souvent la transmission des données d’utilisateurs entre les
établissements et les éditeurs ou d’autres fournisseurs commerciaux de ressources. Le système GAR
centralise et simplifie plusieurs opérations de cette procédure. En premier lieu, le GAR fournit une
interface unique qui regroupe et donne accès à tous les abonnements des élèves et des enseignants.
Ensuite, il assure un canal de liaison sécurisé pour les données en anonymisant les identifiants et en
minimisant la quantité de données transmises. Le contrôle est effectué par des agents du ministère de
l’Éducation chargés d’évaluer en amont la proportionnalité et la pertinence des données personnelles
demandées par un fournisseur aux fins d’utilisation de cette ressource. Ainsi, le GAR fonctionne comme
un filtre invisible pour les utilisateurs des ENT, mais les professionnels de l’éducation peuvent
également savoir si une ressource est sécurisée à l’aide d’une marque « Compatible GAR » indiquée
dans sa description, délivrée par le ministère aux fournisseurs qui adhèrent au dispositif. Le GAR offre
également aux fournisseurs un point de distribution unique qui donne de la visibilité à leur outil.
Ce gestionnaire est compatible avec une grande variété de ressources d’apprentissage, notamment
des documents de référence, des contenus multimédias, des manuels numériques et des outils de
conception de nouveaux supports. Le ministère français fournit à tous les établissements du pays un
accès gratuit à deux banques de ressources numériques qui sont intégrées progressivement dans le
GAR, en plus des abonnements souscrits par les établissements : Éduthèque, qui permet de consulter
les ressources des grands établissements publics scientifiques et culturels et la BRNE, une bibliothèque
de ressources d’éditeurs privés portant sur les matières scolaires obligatoires de l’enseignement
primaire et secondaire. Ce système fournit globalement un cadre fiable favorisant des échanges de
données respectueux de la vie privée et qui permet des usages multiples de technologies numériques
dans l’environnement scolaire.
Une version pilote du GAR a été déployée pour la première fois en septembre 2017 dans
82 établissements et 10 ENT. En juin 2018, ce système a été étendu à plus 300 établissements en
France et a autorisé près de 4 000 demandes d’accès à des ressources par jour. En 2023, le GAR a
été généralisé à l’échelle nationale.
Source : (Commission Nationale de l’Informatique et des Libertés, 201 [37]) site Internet du ministère de l’Éducation nationale
([Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

254 

Donner les moyens aux établissements et au personnel d’améliorer les transmissions de

données

Si les politiques d’accès différencié et les solutions technologiques allègent le fardeau de la mise en œuvre
des dispositifs de protection des données pour le personnel scolaire, il est également important de fournir
des recommandations adéquates aux enseignants, chefs d’établissement et parents en la matière. La
plupart des pays disposent déjà de telles stratégies et offrent un niveau minimal de recommandations.
Fournir des recommandations et communiquer auprès du personnel scolaire et des enseignants sont deux
choses différentes. Les réglementations et politiques ne sont pas toujours bien connues ou comprises. La
jurisprudence bien souvent finit par clarifier la législation qui autrement peut demeurer ambiguë. En
conséquence, les parties prenantes de l’éducation risquent d’adopter une approche à l’égard des données
et de la vie privée qui soit trop protectrice ou pas assez. Le renforcement du soutien institutionnel à
l’utilisation des données et des technologies numériques permet de nourrir une culture de la confiance à
cet égard. Ce soutien à l’utilisation des outils numériques provient généralement de l’État, de
l’administration centrale ou, plus rarement, des établissements. Certains pays ont intégré cette dimension
dans les objectifs des missions d’inspection.
Quelques pays ont mis en place des groupes de travail spécialisés pour aider les établissements et vérifier
l’application des stratégies en matière de données (et de technologies numériques). L’Autriche a formé du
personnel spécialisé dans les TIC et les problématiques de protection des données au sein du service des
inspections. L’Italie impose aux établissements de faire appel à un agent externe chargé de la protection
des données. Les organismes nationaux de protection des données et d’autres services du ministère en
France ont adopté une approche proactive de vérification des modalités d’utilisation des outils numériques
et des données dans les établissements. En outre, bien que les inspecteurs ne reçoivent pas forcément
une formation consacrée à ces questions et se concentrent sur de nombreux autres aspects, les
inspections régulières dans les établissements s’étendent à la protection des données dans quelques pays
(la Communauté flamande de Belgique, le Chili, l’Irlande, et la Nouvelle-Zélande) (Graphique 8.2).

Graphique 8.2. Nombre de pays/entités ayant une approche proactive de l’application de leur
politique en matière de technologie numérique et de données (2024)

Inspection spécifique en milieu scolaire Inspection générale en milieu scolaire

3 (10 % ) 4 (14 % ) 2 (7% )

0 5 10 15 20 25 30
Nombre de pays/entités

Remarque: L'Autriche, la France et l'Italie ont mis en place un système de contrôle des technologies de l'information. La protection des données
en Communauté flamande de Belgique, au Chili, l'Irlande et en Nouvelle-Zélande est couverte dans le cadre de leurs inspections générales. La
Communauté française de Belgique a mis en place une vérification et une application proactives au niveau central. Les États-Unis ont également
fait état de mécanismes inscrits dans la loi pour faire appliquer leurs politiques de protection des données.

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  255

Partage des données et accès à des fins de recherche et d’apprentissage

système

Si l’amélioration de l’utilisation en temps réel des données générées par les écosystèmes numériques de
l’éducation peut aider à la prise de décision, un autre objectif serait de consolider ces écosystèmes
nationaux pour rendre possible l’utilisation de ces données à des fins de recherche d’évaluation et
d’apprentissage. Pour ce faire, les chercheurs doivent avoir un accès à ces données dans le cadre de
règles strictes de protection de la vie privée.

Accès aux données administratives pour la recherche

Les données du secteur de l’éducation sont collectées depuis longtemps à des fins statistiques. La
numérisation des données collectées par différentes institutions dans le cadre de leur mission a permis
d’accroître la quantité et la qualité de ces données utiles à la recherche et à l’amélioration du système.
L’émergence d’une nouvelle génération de systèmes d’information scolaire longitudinaux qui collectent
des informations sur les personnes sur plusieurs années, et même parfois depuis l’école maternelle
jusqu’à l’entrée sur le marché du travail, ouvre des perspectives de recherche inédites (Figlio, Karbownik
et Salvanes, 2016[38] ; Dynarski et Berends, 2015[39]). Les différentes sources de données sont de plus en
plus interconnectées et permettent de mieux comprendre les déterminants et les effets des facteurs
contextuels sur la réussite scolaire ou, à l’inverse, du parcours scolaire sur d’autres aspects (revenu, santé,
emploi, etc.).
Les données administratives sont celles collectées par les organismes et l’administration publics dans le
cadre de leurs missions (fourniture de services ou application du droit). Elles se classent généralement en
deux catégories (Office of Management and Budget (United States), 2016[40]) :
• Les données administratives à grande échelle qui concernent généralement une part très
importante de la population (voire son intégralité) bénéficiaire d’un programme. Elles peuvent être
de nature transversale ou longitudinale. Dans l’éducation, un système d'information longitudinal
qui collecte des données sur un élève en particulier au niveau de l’établissement en est un bon
exemple. Les données administratives à grande échelle peuvent également être collectées auprès
des enseignants ou d’autres catégories de personnel.
• Les données administratives spécifiques à certains programmes concernent habituellement les
bénéficiaires du programme dans le cadre de son application. Il peut s’agir de programmes de
bourses ou d’autres ciblant un groupe particulier d’élèves, ceux par exemple participant à un
programme public.
Les données administratives se distinguent des données d’enquête en ce qu’elles ne sont pas initialement
collectées à des fins de recherche et, souvent, par une couverture plus large que celle d’une enquête. Si
certaines données administratives sont collectées à des fins statistiques, la plupart le sont pour d’autres
raisons. La numérisation permet d’exploiter le potentiel de ces données pour la recherche, dans la mesure
où les chercheurs ont les moyens de les analyser. Les données administratives se différencient des
données d’enquête sur plusieurs aspects, dont le plus important est le principe d’obligation d’information
et de consentement propre aux enquêtes de recherche, qui ne peut s’appliquer aux données
administratives.
Les pays ont recours à des mécanismes de contrôle centrés sur les données et sur la gouvernance pour
rendre les données administratives accessibles aux chercheurs. Ces solutions sont complémentaires dans
le cadre d’une stratégie plus globale de protection de la vie privée.
Les contrôles centrés sur les données consistent à traiter les données préalablement à leur publication ou
à leur partage. Ils diminuent les risques pour la vie privée en transformant les données, par exemple en
supprimant ou en masquant le lien entre les personnes concernées et les éléments de données. Pour ce

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

256 

faire, il existe plusieurs techniques de désidentification des données, comme la dissimulation, le floutage,
la perturbation, la randomisation ou le sous-échantillonnage. Ces techniques ciblent les identifiants
formels, mais incluent également des moyens de déformer les informations et d'empêcher les croisements
statistiques. En dépit de ses limitations, la désidentification des données sensibles avant leur publication
reste un composant essentiel de la boîte à outils de protection de la vie privée (Cavoukian et El Emam,
2011[41]). En effet, les ensembles de données administratives désidentifiées sont utilisés de façon sûre
dans de nombreux pays à des fins de recherche et d'évaluation dans l'éducation, la santé et d'autres
domaines. Même en cas de désidentification 5 des dossiers préalable au partage ou à la publication des
ensembles de données, le risque de ré-identification6 des personnes ou de divulgation de données
sensibles les concernant demeure, en raison de la multiplication des données collectées dans et hors des
systèmes d’éducation et de l’amélioration des techniques d’analyse permettant d’extraire, de recouper et
de tirer des déductions à partir de données.
En revanche, les solutions ciblées sur la gouvernance visent à limiter les interactions des dépositaires et
des utilisateurs avec les données, à la fois en réglementant les conditions d'accès aux données et de leur
utilisation et en améliorant les connaissances et les capacités à gérer les risques pour la vie privée. La
gouvernance des données peut aider à protéger la vie privée en établissant des contrôles et procédures
efficaces dans au moins quatre domaines : la protection des données informatique et physique ; les
modèles d'accès différencié ; les solutions de licence et d'accès supervisées ; l'information, la formation et
la communication sur le sujet de la vie privée. Un bon modèle de gouvernance met en œuvre des actions
dans ces quatre domaines et y associe des solutions centrées sur les données.
La plupart des pays communiquent au moins une partie de leurs données administratives en vertu de leurs
législations relatives au partage des données statistiques et ont souvent recours à diverses techniques de
gouvernance des données qui rendent très difficile la ré-identification des personnes. Comme nous l’avons
déjà remarqué, la plupart des législations sur la protection des données et de la vie privée comportent une
« exception pour la recherche » autorisant la transmission aux chercheurs de données désidentifiées
collectées par les organismes publics, sous certaines conditions.
Les modes d’accès utilisés par les chercheurs varient cependant entre les pays.
En effet, 21 (sur 29) accordent un accès à (au moins une partie de) leurs données administratives selon
les mêmes conditions à tous les chercheurs et n’appliquent pas de procédures de demande ad hoc.
Certains pays imposent des restrictions supplémentaires, comme dans l’État de Washington (États-Unis)
où les chercheurs ne peuvent accéder qu’aux données qui n’ont pas déjà été communiquées à d’autres
chercheurs étudiant des questions similaires. Les difficultés liées à la communication des données sont
souvent dues au manque de ressources humaines (et budgétaires). Si la plupart des pays n’imposent pas
de conditions d’accès distinctes pour les chercheurs des secteurs public et privé, certains pays limitent cet
accès aux chercheurs du secteur public (le Chili, la Communauté française de Belgique et la Türkiye).
Pour que les chercheurs en matière d’éducation puissent bénéficier d’une égalité d’accès à des ensembles
de données administratives diversifiés, il est indispensable que ces ensembles de données soient
répertoriés, ce qui consiste principalement à élaborer un répertoire public qui décrit les données qui y sont
consignées. Si ce n’est pas le cas, en raison du caractère généralement confidentiel des systèmes
administratifs, les chercheurs ne savent pas, au moment où ils font une demande d’accès à des données,
à quelles questions un ensemble de données pourra répondre, à moins de connaître quelqu’un parmi le
personnel chargé de l’administration ou de l’exploitation de ces systèmes. Le recensement des ensembles
de données, même s’il représente un exercice fastidieux mobilisant des ressources humaines et
budgétaires, est indispensable pour que les chercheurs puissent exploiter les données administratives. Un
peu moins de la moitié des pays pour lesquels nous disposons de cette information (soit 13 sur 29)
répertorient la totalité, ou presque, de leurs ensembles de données administratives sur l’éducation. Dans
les pays qui ne le font pas, l’accès aux données administratives pour la recherche ne peut être qualifié
d’équitable et juste.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  257

Accès aux données collectées par les solutions et outils commerciaux

Par le passé, seuls les établissements scolaires et les organismes publics avaient accès à la plupart des
données collectées par les établissements. Certaines sociétés privées ont aujourd’hui accès à des
données relatives aux élèves en raison de la généralisation de l’usage de ressources et d’outils
numériques qui leur appartiennent. L’accès et l’utilisation de ces données sont réglementés par les
législations de protection des données et de la vie privée, qui sont souvent assorties de restrictions pour
les données des personnes mineures. Ainsi, l’utilisation de ces données à des fins commerciales par les
fournisseurs privés est généralement interdite.
Cependant, certains outils et ressources numériques utilisés dans les établissements (ou pour
l’enseignement scolaire), comme les outils d’apprentissage adaptatif, génèrent des données que les
fournisseurs privés peuvent utiliser. De plus en plus de solutions techniques sont mises en place pour
empêcher que les sociétés privées prennent connaissance de l’identité des utilisateurs ou pour limiter ce
risque. Cependant, ces données peuvent être utiles aux sociétés pour améliorer leurs algorithmes et leurs
services, d’autant plus qu’elles leur appartiennent généralement.
La question qui se pose aux pays est de savoir si certaines des données collectées par les fournisseurs
privés au sein des établissements scolaires (publics) devraient être accessibles à des fins de recherche
ou de développement de nouveaux produits éducatifs. En effet, l’utilisation de systèmes d’apprentissage
adaptatif dans les établissements publics pourrait-elle rendre possible une avancée majeure de la
recherche en matière de soutien à l’apprentissage des élèves, par exemple, en leur proposant de suivre
certaines séquences d’apprentissage ? Dans une telle hypothèse, il serait très utile que les systèmes
d’éducation puissent mettre à disposition des chercheurs, voire de certaines sociétés, les données
collectées à cet égard par les fournisseurs privés. De nombreux secteurs souhaitent en effet que les
données collectées par les sociétés et réutilisées par d’autres organisations soient accessibles,
notamment en créant des « espaces de données ». Il s’agit de l’un des objectifs de la loi européenne sur
la gouvernance des données adoptée en 2022 et entrée en vigueur en 2023, notamment au moyen de
mesures visant à renforcer la confiance dans le partage des données, en autorisant par exemple
l’intervention d’intermédiaires des données et en facilitant la réutilisation des données publiques 7.
En Autriche, aucune donnée ne peut en principe sortir des établissements, personne n’ayant le droit
d’accéder ou de réutiliser les données qui y sont collectées et traitées, pas même les fournisseurs
commerciaux d’outils ou de ressources numériques. En effet, ce pays est le seul ayant indiqué avoir
imposé des règles en matière d’accès ou de partage des données collectées par les fournisseurs
commerciaux.
Les entretiens menés auprès d’agents de la fonction publique ont mis au jour les lacunes en matière de
mécanismes et de connaissances sur les avantages potentiels de la réutilisation de certaines données
collectées par les fournisseurs privés, et le besoin de mettre en place des mesures susceptibles
d’équilibrer les incitations destinées aux développeurs privés et les avantages pour la société.

Résumé

En conclusion, l’un des aspects essentiels de la gouvernance des données au niveau national devrait être
d’élargir davantage l’accès des chercheurs aux données administratives tout en respectant les
réglementations de protection des données et dans des conditions équitables. Pour garantir une égalité
d’accès à tous les chercheurs, l’administration publique doit procéder à la documentation de ses
ensembles de données. Les pouvoirs publics devraient également envisager de mettre en place des
mesures destinées aux fournisseurs privés pour les inciter à partager certaines des données qu’ils
collectent dans le contexte de l’éducation, non pas tant les données sur les élèves eux-mêmes, mais
surtout les données d’utilisation et de processus qui peuvent être très utiles aux chercheurs ou aux acteurs
privés cherchant à développer de nouvelles solutions pour un meilleur enseignement et apprentissage.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

258 

Le Graphique 8.2 et le Graphique 8.3 présentent un aperçu des principales politiques d’accès nationales
en place début 2024.

Graphique 8.3. Accès aux données des chercheurs des secteurs public et privé (2024)

Oui Règles et directives Directives uniquement

Égalité d’accès et d’utilisation des données éducatives pour les

21 (72% )
chercheurs du secteur public

Répertoire de tous (ou quasi tous) les ensembles de données

13 (45% )
publics

Accès et utilisation des données administratives éducatives

17 (59% ) 11 (38% )
pour la recherche et le développement publics et privés
1 (3% )
Accès et utilisation des données éducatives collectées via des
solutions privées dans les établissements publics ou sous 4 (14% )
contrat public
0 5 10 15 20 25 30
Nombre de pays/entités
Remarque: N=29

StatLink 2 [Link]

Tableau 8.2. Accès aux données publiques et privées sur l’éducation (2024)
Mêmes règles Accès et utilisation des données
Répertoire de tous Accès et utilisation des données
d’accès et d’utilisation éducatives collectées via des
(ou quasi tous) les administratives éducatives pour
des données solutions privées dans les
ensembles de la recherche et le développement
éducatives pour les établissements publics ou sous
données publics publics et privés
chercheurs publics contrat public
Règles Directives Règles Directives
Autriche ✓ ✓ ✓
Brésil ✓ ✓ ✓
Canada
Chili ✓ ✓
Tchéquie
Danemark ✓ ✓ ✓ ✓
Estonie ✓ ✓ ✓
Finlande ✓ ✓ ✓ ✓
France ✓ ✓
Hongrie ✓ ✓
Islande
Irlande ✓
Italie ✓ ✓ ✓
Japon
Corée ✓ ✓ ✓ ✓
Lettonie ✓ ✓ ✓ ✓
Lituanie ✓ ✓ ✓ ✓
Luxembourg
Mexique ✓ ✓ ✓

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  259

Mêmes règles Accès et utilisation des données

Répertoire de tous Accès et utilisation des données
d’accès et d’utilisation éducatives collectées via des
(ou quasi tous) les administratives éducatives pour
des données solutions privées dans les
ensembles de la recherche et le développement
éducatives pour les établissements publics ou sous
données publics publics et privés
chercheurs publics contrat public
Pays-Bas ✓ ✓ ✓
Nouvelle- ✓ ✓ ✓
Zélande
Slovénie
Espagne
Suède ✓ ✓ ✓
Türkiye ✓ ✓
États-Unis ✓ ✓ ✓ ✓
Angleterre ✓ ✓ ✓ ✓
(Royaume-
Uni)
Comm. ✓ ✓ ✓ ✓
flamande
(Belgique)
Comm. ✓ ✓
française
(Belgique)
Total 13 21 17 11 1 4

Remarque: N=29

Réglementations des algorithmes, des systèmes d’IA et de la prise de décision

automatisée

Au-delà de la gouvernance des données, qui concerne surtout le traitement et le partage, de nouvelles
préoccupations émergent concernant la gouvernance des technologies elles-mêmes et notamment les
algorithmes qui facilitent la prise de décision automatisée (et les algorithmes d’IA). Les systèmes
d’éducation des pays de l’OCDE et du Brésil ne disposent que de peu, voire d’aucun, mécanismes de
prise de décision automatisée en tant qu’outil de gestion. Les pays indiquent avoir recours à certains
algorithmes basés sur des règles pour la prise de certaines décisions ou affectations, mais précisent
généralement que leur rôle consiste seulement à informer et non à prendre la décision elle-même. Le
Graphique 8.4 illustre le degré d’utilisation d’algorithmes basés sur des règles dans les différentes
catégories de systèmes fournis par les pouvoirs publics (en partant du principe qu’aucun système n’est
actuellement basé sur l’IA). En ce qui concerne les algorithmes basés sur l’IA, il était clair qu’il s’agissait
de l’utilisation d’algorithmes permettant de détecter, de diagnostiquer ou d’intervenir sur divers aspects
liés à l’éducation. L’utilisation de certains algorithmes avancés basés sur des règles sert parfois seulement
à éclairer certains aspects des données (comme détecter des problèmes via les tableaux de bord) ou à
s’assurer que les certificats peuvent être vérifiés.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

260 

Graphique 8.4. Pays et entités utilisant des algorithmes avancés basés sur des règles (tableaux de
bord, décisions basées sur des règles, etc.) (2024)

Système d’information scolaire

(SIS)
11 (38% )

Orientation
pédagogique/professionnelle
10 (34% )

Admission 10 (34% )

Certification numérique 6 (21% )

Autre 5 (17% )

0 5 10 15 20 25 30
Nombre de pays/entités

Remarque: N=29

StatLink 2 [Link]

Les établissements et les classes peuvent être équipés de systèmes plus sophistiqués, comme ceux
d’apprentissage adaptatif (y compris des systèmes de tutorat intelligent) et il peut exister, ici ou là, des
usages plus avancés d’IA dans les salles de classe, tels que présentés dans les Perspectives sur
l’éducation numérique 2021, (Baker, 2021[42] ; OECD, 2021[35] ; D’Mello, 2021[43] ; Dillenbourg, 2021[44]) qui
anticipent la diffusion et l’usage de l’IA générative dans le grand public (OECD, 2023[45]).
Si l’IA ouvre de nombreuses perspectives dans l’éducation, elle présente également des risques.
L’une des difficultés réside dans le fait que la technologie n’est peut-être pas toujours aussi efficace
qu’escomptée : les modèles n’accomplissent pas toujours les fonctions pour lesquelles ils ont été conçus.
Souvent, cela ne pose pas de problème, car ces outils restent utiles sans être préjudiciables, et présentent
quand même des résultats supérieurs à ceux de l’intelligence humaine. Cependant, pour certaines
décisions à fort enjeu pour les personnes concernées, aucune erreur ne peut être tolérée (les résultats
doivent cependant être jugés à l’aune du niveau d’erreur humaine possible pour une tâche similaire).
L’efficacité des solutions technologiques doit donc être un critère à prendre en compte dans la définition
des directives ou des réglementations. Les pays peuvent envisager de demander aux développeurs de
technologies éducatives de communiquer le niveau d’efficacité de leurs outils, que cette vérification soit
menée en interne ou par des tiers accrédités. L’intérêt de cette démarche dépend du risque d’erreur.
Une autre difficulté concerne le risque que les technologies accroissent les inégalités ou la partialité d’une
procédure, ce qui serait contraire aux objectifs éducatifs. L’accroissement des inégalités pourrait découler
du fait que certains algorithmes, comme ceux de l’apprentissage adaptatif, fonctionnent mieux pour
certains élèves que d’autres, et contribueraient ainsi à creuser le fossé entre certaines catégories plutôt
que de le combler. Ce risque peut provenir parfois d’un biais algorithmique, qui intervient lorsqu’un
algorithme encode (le plus souvent de manière involontaire) les biais présents dans la société, avec à la
clé des prédictions ou des inférences qui ne fonctionnent pas de la même façon pour tous les groupes, ou
sont clairement discriminatoires à l’égard de groupes précis (Baker, Hawn et Lee, 2023[36]). Les pays
doivent donc envisager de prendre des mesures pour détecter ce type de biais dans l’utilisation des
technologies numériques et y répondre.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  261

L’utilisation de l’IA dans l’éducation soulève également des questions éthiques en lien avec la dignité, les
droits humains et les valeurs démocratiques. En 2019, l’OCDE a adopté une Recommandation sur
l’intelligence artificielle à l’intention des pouvoirs publics et d’autres acteurs qui « encourage une utilisation
de l'IA qui soit innovante et digne de confiance et qui respecte les droits de l'homme et les valeurs
démocratiques » et définit des principes en faveur d’une « IA digne de confiance centrée sur l’humain »
(OECD, 2019[46])8. L’UNESCO a également adopté une Recommandation sur l’éthique de l’intelligence
artificielle en 2021 (UNESCO, 2021[47]).

Premiers exemples de directives ou de gouvernance des technologies

Cette section présente les premiers cas de directives ou de règles adoptées dans certains pays. Les
réglementations présentent l’avantage d’être contraignantes, mais leur application risque d’entraver, voire
d’empêcher l’innovation technologique. Les directives ont pour intérêt de donner des directions et de définir
les comportements souhaités : elles ouvrent la voie à un dialogue sociétal et explorent les différents
usages des technologies, mais ont le défaut de ne pas être contraignantes et renvoient certaines questions
graves au domaine de l’éthique.
En 2024, la France est le seul pays qui applique déjà des règles contraignantes dans ce domaine. Ces
règles s’appliquent aux algorithmes utilisés par les organismes publics et les établissements scolaires. La
loi française sur le numérique exige que les algorithmes (utilisés par les pouvoirs publics) puissent être
expliqués aux profanes et que leur source soit ouverte. Une partie des restrictions imposées aux
établissements émanent du ministère de l’Éducation. L’IA ne doit pas, par exemple, être utilisée à des fins
d’études du comportement, mais uniquement à des fins pédagogiques. Les systèmes d’IA concernant
l’implication et basés sur la gamification sont autorisés, tandis que les fonctionnalités d’oculométrie ne
peuvent servir qu’à des fins de recherche (voir (D’Mello, 2021[43]) pour un examen de ces systèmes d’IA).
Les systèmes hautement automatisés pour les décisions à fort enjeu sont de façon générale interdits.
L’Union européenne prévoit, dans le cadre de sa stratégie pour le numérique, de réglementer l’intelligence
artificielle (IA) afin d’accompagner son développement et son usage – le règlement européen sur
l'intelligence artificielle devrait ainsi être adopté début 2024. Ce projet de législation s’inspire d’une
approche fondée sur le risque et impose des obligations de transparence et d’évaluation aux développeurs
d’IA. Comme pour les dispositifs médicaux, il prévoit la délivrance d’une autorisation à la mise sur le
marché de logiciels d’IA. Pour promouvoir l’innovation en matière d’IA, cette loi définit des exceptions
temporaires pour les essais (Encadré 8.3), appelés « bacs à sable réglementaires », qui offrent une
solution d’avenir au développement des systèmes d’IA (OECD, 2023[48]). Pour que cette loi puisse être
adoptée en temps voulu, il faudra définir soigneusement les systèmes interdits. L’approche en matière de
la gestion du risque proposée dans la position de négociation du Parlement européen s’appliquerait de
façon sectorielle, l’éducation étant classée secteur à « haut risque ».

Encadré 8.3. Position de négociation sur la législation européenne en matière d’intelligence

artificielle : l’éducation, secteur à « haut risque »
En juin 2023, après que la Commission européenne a présenté sa proposition de cadre réglementaire,
le Parlement européen a publié une « position de négociation » concernant la législation sur
l’intelligence artificielle, première étape en vue de l’adoption de cette loi. Ce document prévoit que les
systèmes d’IA soient utilisés dans l’Union européenne de façon « sûre, transparente, traçable, non
discriminatoire et respectueuse de l’environnement » et fassent l’objet d’une « supervision humaine,
plutôt qu’automatisée, pour éviter toute conséquence préjudiciable ».

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

262 

Cette législation intersectorielle classe les systèmes d’IA en fonction de leurs risques perçus et prévoit
différents degrés de réglementation selon le niveau de risque, pouvant aller jusqu’à l’interdiction.
Les catégories suivantes sont interdites et classées parmi les systèmes présentant des « risques
inacceptables » :
• La manipulation cognitive des comportements de personnes ou de groupes vulnérables
spécifiques ;
• La notation sociale, qui consiste à classer les personnes en fonction de leur comportement, leur
situation socio-économique ou leurs caractéristiques personnelles ;
• Les systèmes d’identification biométrique en temps réel et à distance, comme la
reconnaissance faciale ;
Une deuxième catégorie de systèmes « à haut risque » devra être soumise à une évaluation préalable
à une autorisation de mise sur le marché et tout au long du cycle de vie. Les systèmes d’IA dans le
secteur de « l’éducation et de la formation professionnelle continue » relèvent de cette catégorie, avec
sept autres domaines, ainsi que tous les produits déjà couverts par la législation européenne relative à
la sécurité des produits.
L’IA à usage général, comme l’IA générative, sera soumise à l’obligation de mentionner que le contenu
a été généré par l’IA et de publier des informations sur l’utilisation des données d’entraînement
protégées par la législation sur le droit d’auteur. Leur modèle doit interdire la génération de contenus
illégaux.
Les systèmes à risque limité incluent notamment les systèmes générant ou manipulant des images et
des contenus audio ou vidéo. Ils seront également soumis à certaines obligations de transparence
(p. ex. un devoir d’information sur les contenus générés par l’IA), et les entreprises qui développent des
systèmes seront encouragées à respecter les mêmes règles que celles applicables aux systèmes à
« haut risque ».
L’Office européen de l’IA sera chargé de superviser l’application du corpus réglementaire européen en
matière d’IA.
Pour soutenir l’innovation, les activités de recherche et le développement de composants d’IA libres et
ouverts devraient faire l’objet d’exemptions. Les bacs à sable réglementaires (autorisant des
exemptions au RGPD pour une période d’essai) et les essais en environnements réels opérés par des
pouvoirs publics pour tester l’IA avant son déploiement seront autorisés, voire encouragés.
Source : Voir le document du (European Parliament, 2021[49]) ([Link]
et les communiqués de presse ([Link]
ever-rules-for-safe-and-transparent-ai).

Les États-Unis ont également annoncé un projet de législation sur les systèmes d’IA en vue de l’adoption
d’une réglementation fédérale et de pratiques organisationnelles. Ce projet, centré sur l’efficacité des
algorithmes, vise à garantir un fonctionnement conforme à leurs objectifs de conception, sur la prévention
des biais à l’encontre de certains groupes, sur le droit des personnes à agir sur le traitement de leurs
données, sur la divulgation de l’utilisation d’un algorithme, et sur la possibilité de recourir à une intervention
humaine en cas de problèmes (Encadré 8.4).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  263

Encadré 8.4. Projet américain de charte des droits en matière d’IA et recommandations sur l’IA
dans l’éducation
Le projet américain de charte des droits en matière d’IA comporte cinq grands principes et des pratiques
connexes élaborés par le Bureau de politique scientifique et technologique de la Maison-Blanche après
une grande consultation publique. Cette charte a pour objectif d’orienter la conception, l’utilisation et le
déploiement des systèmes automatisés à l’ère de l’intelligence artificielle. Elle complète d’autres
législations en précisant les directives destinées aux organisations concernées, qu’elles soient
publiques ou privées, peu importe leur taille. Ce cadre réglementaire énonce un ensemble de valeurs
et propose une boîte à outils pour protéger les droits civiques, les libertés fondamentales et la vie privée
dans tous les secteurs, dans le respect des valeurs démocratiques afin d’éclairer toutes les politiques,
pratiques ou processus technologiques.
Ces cinq principes sont les suivants :
1. Tout citoyen devrait être protégé contre les systèmes dangereux ou inefficaces.
2. Tout citoyen ne devrait pas subir de discrimination causée par les algorithmes, et la conception
et l’utilisation des systèmes devrait être équitable.
3. Tout citoyen devrait être protégé de pratiques abusives en matière de données par des
protections intégrées et devrait avoir la possibilité d’agir sur l’utilisation des données le
concernant.
4. Tout citoyen devrait être informé lorsqu’un système automatisé est utilisé et comprendre
comment et pourquoi il influe sur des décisions qui l’affectent.
5. Tout citoyen devrait bénéficier d’un droit de refus et, si nécessaire, être mis en contact avec
une personne capable d’examiner et d’apporter rapidement une réponse au problème qu’il
rencontre.
Le Bureau de la technologie du ministère américain de l’Éducation a publié un rapport en mai 2023 sur
l’IA et l’avenir de l’enseignement et de l’apprentissage, qui énonce sept recommandations : 1) mettre
l’accent sur le rôle de l’humain dans le processus ; 2) aligner les modèles d’IA sur les valeurs
communes de l’éducation ; 3) concevoir les modèles selon les principes modernes d’apprentissage ;
4) renforcer la confiance en tant que priorité ; 5) informer et mobiliser les professionnels de l’éducation ;
6) axer la R&D sur la prise en compte du contexte et le renforcement de la confiance et de la sécurité ;
7) élaborer des lignes directrices et des garde-fous spécifiques à l’éducation.
Source : (Office of Education Technology (OET), 2023[50] ; White House Office of Science and Technology Policy (WHOSTP), 2022[51]).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

264 

La Corée a défini des « principes éthiques » pour l’utilisation de l’IA ayant les mêmes objectifs
(Encadré 8.5). La Nouvelle-Zélande a pour sa part élaboré une charte volontaire à l’intention des
organismes publics du pays selon les mêmes principes : explicabilité des algorithmes, transparence sur la
sécurité des données, mobilisation des parties prenantes, détection et gestion des biais potentiels en
maintenant l’humain « dans la boucle » (Encadré 8.6).

Encadré 8.5. Principes éthiques sur l’intelligence artificielle dans l’éducation en Corée (2022)
Dans le cadre de sa stratégie « L’intelligence artificielle au service du développement humain », le
gouvernement coréen a fixé dix objectifs et lignes directrices pour promouvoir une utilisation éthique
de l’intelligence artificielle dans l’éducation :

1. Soutenir le potentiel de développement humain.

• Dans le champ de l’éducation, le recours à l’intelligence artificielle doit respecter la dignité
humaine et favoriser le développement humain.
2. Garantir l’initiative et la diversité des apprenants.
• Le recours à l’IA doit respecter l’individualité et la diversité des apprenants tout en favorisant
l’autonomie personnelle.
3. Respecter l’expertise des professionnels de l’éducation.
• Le recours à l’IA doit respecter l’expertise des professionnels de l’éducation et permettre de
développer et d’utiliser cette expertise.
4. Maintenir des liens forts entre les acteurs de l’éducation.
• Soutenir l’établissement de liens positifs entre toutes les parties engagées dans le processus
éducatif au moyen d’un ensemble d’activités pédagogiques et didactiques.
5. Garantir l’égalité des chances et l’équité dans l’éducation.
• Garantir un accès équitable à l’éducation à tous les membres de la société, quelle que soit leur
région d’origine ou situation économique.
6. Encourager la solidarité et la coopération au sein de la communauté éducative.
• Promouvoir la collaboration entre l’État, le secteur privé, le milieu universitaire et les instituts
de recherche pour l’utilisation de l’IA dans l’éducation et œuvrer en faveur d’un écosystème
numérique d’éducation durable.
7. Contribuer à renforcer les valeurs sociales.
• Transmettre aux apprenants des valeurs de responsabilité citoyenne, au service du bonheur
personnel et du bien commun de la société.
8. Garantir la sécurité des acteurs de l’éducation.
• Mettre en place des outils d’IA qui préviennent les risques pouvant résulter des différents
procédés d’apprentissage et d’enseignement, qui garantissent la sécurité et définissent
clairement les responsabilités des parties dans l’usage de l’IA.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  265

9. Garantir la transparence et l’explicabilité du traitement des données.

• Garantir la transparence de la collecte, du nettoyage et de la sélection des données, ainsi que
l’explicabilité des algorithmes et des opérations de traitement des données de façon
compréhensible pour les acteurs de l’éducation.
10. Utiliser les données à des fins légitimes et protéger la vie privée.
• Collecter des données pour développer et utiliser l’IA dans l’éducation de façon appropriée aux
finalités recherchées et dans le respect des objectifs éducatifs, et protéger les informations
personnelles et domaines relevant de la vie privée des personnes dans le cadre du traitement
des données.
Source : SAFE USE OF AI IN EDUCATION ([Link]).

Encadré 8.6. La charte en matière d’algorithmes de la Nouvelle-Zélande Aotearoa

La Nouvelle-Zélande s’est dotée en 2020 d’une charte en matière d’algorithmes dans le cadre d’un
écosystème plus large de protection des données. Ces directives définissent un cadre pour une gestion
prudente de l’utilisation des algorithmes par l’administration publique, afin de trouver un équilibre entre
les principes de transparence et de protection de la vie privée et éviter les biais non intentionnels. En
novembre 2023, cette charte a été adoptée par 25 organismes et institutions publics, notamment le
ministère de l’Éducation, le Bureau d’évaluation de l’éducation, la Commission de l’enseignement
supérieur et le ministère pour la Protection de l’enfance Oranga Tamariki. Les signataires de cette
charte ont pris les engagements suivants :
1. Transparence. Maintenir la transparence en expliquant clairement le rôle des algorithmes dans
les prises de décision, grâce à :
• une documentation claire en anglais sur les algorithmes ;
• la mise à disposition des informations sur les données et leur traitement (sauf en cas
d’application de restrictions légales) ;
• la publication des informations sur les modalités de collecte, de sécurisation et de stockage
des données.
2. Partenariat. Procurer des avantages publics clairs au titre des engagements découlant du
Traité [de Waitangi] en :
• intégrant la perspective Te Ao Māori dans le développement et l’utilisation des algorithmes
conformément aux principes énoncés par le Traité de Waitangi.
3. Humain. Axer les pratiques sur l’humain en :
• identifiant et mobilisant activement les personnes, les communautés et les groupes ayant
un intérêt dans les algorithmes, et consulter les personnes affectées par leur utilisation.
4. Données. S’assurer que les données sont adaptées à l’objectif visé en :
• comprenant leurs limitations
• détectant et gérant les biais.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

266 

5. Vie privée, éthique et droits humains. Garantir la protection de la vie privée, l’éthique et les
droits humains grâce à :
• un examen régulier par les pairs des algorithmes pour évaluer les conséquences non
voulues et intervenir en fonction de ces informations.
6. Supervision humaine. Conserver une supervision humaine en :
• désignant un point de contact pour les requêtes publiques concernant les algorithmes
• fournissant un moyen de remettre en cause ou de faire appel des décisions fondées sur
des algorithmes
• expliquant clairement le rôle des humains dans les décisions fondées sur des algorithmes.
Source : [Link] et [Link]
ethics/algorithm/Algorithm-Charter-2020_Final-[Link]

Conclusions et recommandations pour l’action publique

Ce chapitre montre que les pays ont tendance à avoir des politiques solides en matière de protection de
la vie privée et des données. Tous se sont dotés de réglementations générales de protection de la vie
privée et des données et, souvent, dans le domaine de l’éducation en particulier. Si certains pays ont
délégué aux établissements la responsabilité de protéger les données, la plupart ont limité les risques
d’atteinte à la vie privée par différents moyens, même s’il est rare que l’application de la loi fasse l’objet de
contrôles actifs. La plupart ont adopté des politiques d’accès différencié applicables à leurs outils
numériques, ce qui limite l’accès aux données personnelles. Certains imposent aux établissements de
recruter un responsable de la protection des données (Italie) ou de faire de la protection des données un
critère d’inspection des établissements (Irlande). Les technologies elles-mêmes offrent de plus en plus de
solutions pour protéger la vie privée, notamment au moyen de couches technologiques permettant de
gérer les identités des élèves et des enseignants et d’empêcher l’identification des personnes par des tiers
via leurs plateformes numériques.
La plupart des pays procèdent à la désidentification de leurs ensembles de données administratives et en
mettent (une partie) à la disposition de la recherche. Même si le risque de ré-identification persiste,
l’analyse de ces données offre une valeur incomparable pour améliorer le système et innover. La plupart
des pays autorisent un accès partiel à leurs ensembles de données, mais devraient également les
répertorier pour rendre possible un usage plus large par la communauté des chercheurs.

La protection des données ne doit pas empêcher leur utilisation à des fins
d’amélioration de l’enseignement et d’innovation

Les systèmes d’éducation doivent développer des modèles d’utilisation des données éducatives qui
respectent la vie privée et qui peuvent soutenir la recherche et l’amélioration des pratiques d’enseignement
et d’apprentissage, dans le but de rehausser le niveau de réussite scolaire et de réduire les écarts de
performance. Dans l’état actuel des choses, l’utilisation de données administratives à des fins de suivi et
d’évaluation au niveau du système ne pose pas de véritable problème pour la vie privée ou la sécurité des
données. Les innovations récentes exigent des informations très granulaires et opportunes pour éclairer
la politique et la pratique en éducation, ce qui entraîne souvent une plus grande dépendance à l’égard des
données personnelles au niveau individuel, et des risques supplémentaires en matière de protection de la
vie privée.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  267

Le défi que doivent relever les institutions de l’éducation est de trouver un équilibre entre la nécessité de
protéger les données et celle de donner les moyens à la recherche de progresser et d’imaginer de
nouvelles pratiques d’enseignement et d’apprentissage. Il faut mettre en place des garanties suffisantes
pour que les acteurs de l’éducation puissent accéder aux données administratives et les utiliser à des fins
légitimes et en temps voulu. Cela permettrait de tirer pleinement parti des avantages que peut générer
l’utilisation de ces données, aujourd’hui éclipsés par les risques qui pèsent sur la vie privée.

L’approche de gestion du risque : la voie de l’avenir

Les systèmes d’éducation peuvent adopter une approche fondée sur la gestion du risque pour répondre
aux enjeux politiques de protection des données et de promotion de l’innovation. Une telle approche prend
en compte la diversité des utilisations des registres de données personnelles dans le domaine de
l’éducation, leurs avantages potentiels, et les risques qui les accompagnent sur le plan de la vie privée,
tout en permettant de concilier les préoccupations légitimes concernant le respect de la vie privée et les
avantages d’une utilisation des données sur l’éducation pour améliorer les résultats dans le domaine. Les
pouvoirs publics dans les pays de l’OCDE sont de plus en plus nombreux à adopter cette approche en
matière de sécurité numérique (OECD, 2016[17]), conformément aux préconisations des Lignes directrices
de l'OCDE sur la protection de la vie privée et les flux transfrontières de données de caractère personnel
(OECD, 2013[2]) et de la Recommandation de l’OCDE sur la gestion du risque de sécurité numérique pour
la prospérité économique et sociale (OECD, 2015[52]).
Une première étape dans ce sens consiste à renoncer à éliminer totalement le risque lié à l'utilisation des
données sur l’éducation. Sauf à faire totalement abstraction de la valeur analytique des données
collectées, les scénarios ne prévoyant aucun risque pour le respect de la vie privée ne sont pas réalistes.
Réduire la granularité des données pour protéger la vie privée risque de nuire à leur précision et de limiter
leur utilité. La gestion du risque implique d’accepter la présence d'un risque résiduel pour la vie privée
dans toute publication de données utiles, et d’évaluer et d’adopter les mesures de protection de la vie
privée les mieux adaptées à la lumière des utilisations de données prévues et des menaces potentielles.
L’un des objectifs de la gestion du risque doit porter sur les contrôles en matière d’accès, de partage et
d’utilisation des données, plutôt que sur les étapes de collecte et de transformation (Elliot et al., 2016[53] ;
Altman et al., 2015[54]).
Un large éventail d'outils et de stratégies existants permettent la mise en œuvre d’une approche de gestion
des risques en matière de respect de la vie privée. Nombre de ces stratégies sont déjà appliquées dans
d’autres secteurs où les organismes des pouvoirs publics procèdent à des partages massifs de données
à des fins de recherche et d'évaluation, plus particulièrement dans la santé (OECD, 2013[55] ; OECD,
2015[56]), notamment les solutions centrées sur les données (qui consistent à traiter les données avant leur
partage ou publication) et les solutions basées sur la gouvernance (qui consistent à appliquer des contrôles
sur l’accès et l’utilisation des données). Pour être efficace, la protection des données doit combiner ces
deux types de stratégies.
La gouvernance des algorithmes qui sous-tendent les outils et ressources numériques en éducation, plus
récente, gagne en pertinence avec l’avancée de la numérisation des systèmes d’éducation. À cet égard
également, l’approche de gestion du risque doit être préconisée. Le risque principal lié aux algorithmes
concerne les biais qu’ils peuvent véhiculer et qui sont susceptibles de fonctionner différemment ou de
produire des résultats différents en fonction des groupes de populations. Baker (2023[36]) expose les
travaux de recherche actuels sur les biais algorithmiques et enjoint les pays à trouver une juste mesure
entre la protection de la vie privée et des données et les éventuels biais algorithmiques, puisque ceux-ci
nécessitent la collecte de données personnelles (parfois sensibles) pour être détectés et traités.
Le deuxième risque porte sur l’efficacité des technologies intelligentes en matière de prise de décisions
automatisées ou de recommandations sur des sujets à fort enjeu. Si les algorithmes présentent l’avantage

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

268 

d’appliquer des règles avec une rigueur systématique, ils nécessitent une supervision humaine, et il faut
prouver leur efficacité lorsqu’ils servent à prendre des décisions à fort enjeu pour les individus.
Enfin, le troisième risque porte sur l’acceptation sociale et la confiance publique. Pour répondre à ces
problématiques, les approches possibles consistent à expliquer et rendre public le fonctionnement des
technologies intelligentes et les modalités de traitement des données, notamment auprès des acteurs de
l’éducation. Ainsi, il est plus que jamais nécessaire d’être transparent sur le fonctionnement des
algorithmes (question de l’explicabilité), ainsi que sur leur valeur et les critères sur lesquels ils se fondent.
Ces objectifs forment le fondement de la plupart des lignes directrices et principes existants en la matière,
notamment le chapitre 16 « Perspectives, lignes directrices et garde-fous pour une utilisation efficace et
équitable de l'IA dans l’éducation » (voir (OECD, 2023[1]).
Les décisions concernant les cas dans lesquels la technologie doit être réglementée en tant que telle et
les grands principes qui doivent s’appliquer pourraient faire l’objet de débats dans les forums de
discussions internationaux. Les pays peuvent recourir à d’autres types de politiques pour répondre à ces
problématiques et garantir la disponibilité des outils numériques utiles aux acteurs de l’éducation. Ils
peuvent en effet intégrer des critères de fonctionnement ou d’équité des outils numériques à leurs
procédures de passation de marchés publics.

Les législations et réglementations devraient s’accompagner d’un soutien au personnel

scolaire

Les politiques de protection des données et de la vie privée applicables à l’utilisation des outils et
ressources numériques pèsent de plus en plus sur les responsabilités de chefs d’établissement et
personnels scolaires. La plupart des pays devraient également fournir aux établissements scolaires des
directives pour expliquer la législation, avec des exemples et des études de cas. Le plus souvent, les pays
adoptent une approche réactive en cas de plaintes ou d’atteinte à la vie privée. Il est possible d’apaiser
les craintes que soulève l’utilisation des outils et ressources numériques et de susciter davantage de
confiance dans la façon dont les établissements traitent les données, en imposant différents types de
contrôles, non seulement pour sanctionner les manquements, mais également pour développer les
capacités des parties prenantes.
Si la protection des données et de la vie privée est un impératif, elle devrait également être la condition et
le catalyseur d’une transformation numérique de l’éducation digne de confiance.

Bibliographie

Abrams, M. (2014), The Origins of Personal Data and its Implications for Governance, The [4]
Information Accountability Foundation, [Link]
content/uploads/[Link] (consulté le 12 avril 2018).

Altman, M., A. Wood, D. O'Brien, S. Vadhan et U. Gasser (2015), « Towards a Modern Approach [54]
to Privacy-Aware Government Data Releases », Berkeley Technology Law Journal, vol. 30/3,
pp. 1967-2072, [Link]

Baker, R. (2021), « Artificial intelligence in education: Bringing it all together », dans OECD [42]
Digital Education Outlook 2021 : Pushing the Frontiers with Artificial Intelligence, Blockchain
and Robots, OECD Publishing, Paris, [Link]

Baker, R., A. Hawn et S. Lee (2023), « The state of the situation and policy recommendations for [36]
algorithmic bias », dans Digital Education Outlook 2023, OECD Publishing.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  269

Boninger, F. et A. Molnar (2016), Learning to be Watched: Surveillance Culture at School, [25]

National Education Policy Center, Boulder, CO, [Link]
schoolhouse-commercialism-2015.

Buckley, J., L. Colosimo, R. Kantar, M. McCall et E. Snow (2021), « Game-based assessment [5]
for education », dans OECD Digital Education Outlook 2021 : Pushing the Frontiers with
Artificial Intelligence, Blockchain and Robots, OECD Publishing, Paris,
[Link]

Burns, T. et F. Gottschalk (dir. pub.) (2019), Child protection online, Educating 21st Century [30]
Children : Emotional Well-being in the Digital Age, OECD Publishing, Paris,
[Link]

Calo, R. (2011), « The Boundaries of Privacy Harm », Indiana Law Journal, vol. 86/3, [57]
[Link]

Cavoukian, A. et K. El Emam (2011), Dispelling the Myths Surrounding De-identification: [41]

Anonymization Remains a Strong Tool for Protecting Privacy,
[Link]

Commission Nationale de l’Informatique et des Libertés (2017), Rapport d’activité 2017, [37]
[Link] (consulté le
7 novembre 2019).

D’Mello, S. (2021), « Improving student engagement in and with digital learning technologies », [43]
dans OECD Digital Education Outlook 2021 : Pushing the Frontiers with Artificial Intelligence,
Blockchain and Robots, OECD Publishing, Paris, [Link]

Data Quality Campaign (2017), Education Data Legislation Review The Role of State [29]
Legislation, Data Quality Campaign, Washington, DC, [Link]
[Link]/wp-content/uploads/2017/09/DQC-Legislative-summary-
[Link] (consulté le 9 janvier 2018).

de Montjoye, Y., C.A. Hidalgo, M. Verleysen et V. Blondel. (2013), « Unique in the Crowd: The [13]
privacy bounds of human mobility », Scientific Reports, vol. 3/1, p. 1376,
[Link]

de Montjoye, Y., L. Radaelli, V.K. Singh et A.S. Pentland (2015), « Unique in the shopping mall: [12]
on the reidentifiability of credit card metadata. », Science, vol. 347/6221, pp. 536-9,
[Link]

Dillenbourg, P. (2021), « Classroom analytics: Zooming out from a pupil to a classroom », dans [44]
OECD Digital Education Outlook 2021 : Pushing the Frontiers with Artificial Intelligence,
Blockchain and Robots, OECD Publishing, Paris, [Link]

Duhigg, C. (2012), « How Companies Learn Your Secrets - The New York Times », The New [11]
York Times, [Link] (consulté le
5 février 2018).

Dwork, C., A. Smith, T. Steinke et J. Ullman (2017), « Exposed! A Survey of Attacks on Private [15]
Data », Annual Review of Statistics and Its Application, vol. 4/1, pp. 61-84,
[Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

270 

Dynarski, S. et M. Berends (2015), « Introduction to Special Issue: Research Using Longitudinal [39]
Student Data Systems: Findings, Lessons, and Prospects », Educational Evaluation and
Policy Analysis, vol. 37/1, [Link]

Elliot, M., E. Mackey, K. O'Hara et C. Tudor (2016), The anonymisation decision-making [53]
framework, UK Anonymisation Network, Manchester, [Link]
content/uploads/2015/05/[Link] (consulté le
4 janvier 2018).

EU Data Protection Working Party (2017), Guidelines on Automated individual decision-making [32]
and Profiling for the purposes of Regulation 2016/679, European Commission,
[Link]

European Commission (2019), Europeans’ attitudes towards cyber security; Special [21]
Eurobarometer 499, European Union, October.

European Parliament (2021), Artificial Intelligence Act, [49]

[Link] (consulté le
26 août 2023).

Executive Office of the President (2014), Big Data and Privacy: A Technological Perspective, [16]
President’s Council of Advisors on Science and Technology,
[Link]
ta_and_privacy_-_may_2014.pdf (consulté le 25 juin 2018).

Figlio, D., K. Karbownik et K. Salvanes (2016), « Education Research and Administrative Data », [38]
dans Handbook of the Economics of Education, Elsevier, [Link]
63459-7.00002-6.

Future of Privacy Forum (2017), Unfairness by Algorithm: Distilling the Harms of Automated [33]
Decision-Making, Future of Privacy Forum, Washington. DC.

García, D., M. Goel, A. Agrawal et P. Kumaraguru (2018), « Collective aspects of privacy in the [6]
Twitter social network », EPJ Data Science, vol. 7/1, p. 3,
[Link]

Golle, P. (2006), Revisiting the Uniqueness of Simple Demographics, [58]

[Link]

Groves, R. et B. Harris-Kojetin (dir. pub.) (2017), Federal Statistics, Multiple Data Sources, and [8]
Privacy Protection, National Academies Press, Washington, D.C.,
[Link]

Information Commissioner’s Office (2017), Feedback request – profiling and automated decision- [34]
making.

Information is Beautiful (2019), World’s Biggest Data Breaches and Hacks, [19]
[Link] (consulté
le 23 octobre 2019).

Jardine, E. (2015), Global Cyberspace Is Safer than You Think: Real Trends in Cybercrime, [20]
Global Commission on Internet Governance,
[Link] (consulté le 5 février 2018).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  271

Narayanan, A. et V. Shmatikov (2008), Robust De-anonymization of Large Sparse Datasets, [10]

IEEE Computer Society, Washington, DC, [Link]

NCES (2011), Data Stewardship: Managing Personally Identifiable Information in Electronic [7]
Student Education Records, National Centre for Education Statistics (NCES).

OECD (2023), OECD Digital Education Outlook 2023: Towards an Effective Digital Education [1]
Ecosystem, OECD Publishing, Paris, [Link]

OECD (2023), OECD Digital Education Outlook 2023: Towards an Effective Digital Education [45]
Ecosystem, OECD Publishing, Paris, [Link]

OECD (2023), « Regulatory sandboxes in artificial intelligence », OECD Digital Economy [48]
Papers, n° 356, OECD Publishing, Paris, [Link]

OECD (2021), OECD Digital Education Outlook 2021: Pushing the Frontiers with Artificial [35]
Intelligence, Blockchain and Robots, OECD Publishing, Paris,
[Link]

OECD (2019), « OECD AI Principles overview », [Link] Policy Observatory, [46]

[Link]

OECD (2016), « Managing Digital Security and Privacy Risk », OECD Digital Economy Papers, [17]
n° 254, OECD Publishing, Paris, [Link]

OECD (2015), Digital Security Risk Management for Economic and Social Prosperity: OECD [52]
Recommendation and Companion Document, OECD Publishing, Paris,
[Link]

OECD (2015), Health Data Governance: Privacy, Monitoring and Research, OECD Health Policy [56]
Studies, OECD Publishing, Paris, [Link]

OECD (2013), OECD Revised Guidelines on the Protection of Privacy and Transborder Flows of [2]
Personal Data, [Link] (consulté le
12 janvier 2018).

OECD (2013), Strengthening Health Information Infrastructure for Health Care Quality [55]
Governance: Good Practices, New Opportunities and Data Privacy Protection Challenges,
OECD Publishing, Paris, [Link]

OECD (2013), The OECD Privacy Framework, [3]

[Link]

Office of Education Technology (OET) (2023), AI and the Future of Teaching and Learning, [50]
[Link]

Office of Management and Budget (United States) (2016), Commission on Evidence based [40]
Policymaking,
[Link] (consulté le
24 novembre 2023).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

272 

Office of the Privacy Commissioner of Canada (2015), Privacy Act Annual Report to Parliament [18]
2014-15, Office of the Privacy Commissioner of Canada, [Link]
actions-and-decisions/ar_index/201415/201415_pa/#heading-0-0-2 (consulté le
13 avril 2018).

Pew Research Center (2023), Growing public concern about the role of artificial intelligence in [22]
daily life, [Link]
the-role-of-artificial-intelligence-in-daily-life/ (consulté le 29 août 2023).

Pew Research Center (2019), Americans and Privacy: Concerned, Confused and Feeling Lack [23]
of Control Over Their Personal Information,
[Link]
confused-and-feeling-lack-of-control-over-their-personal-information/ (consulté le
29 août 2023).

Polonetski, J. et J. Jerome (2014), Student Data: Trust, Transparency, and the Role of Consent, [24]
Future or Privacy Forum.

Rocher, L., J. Hendrickx et Y. de Montjoye (2019), « Estimating the success of re-identifications [14]
in incomplete datasets using generative models », Nature Communications, vol. 10/1,
[Link]

Singer, N. (2017), « How Google Took Over the Classroom », New York Times, [26]
[Link]
[Link].

Singer, N. (2014), « With Tech Taking Over in Schools, Worries Rise », The New York Times, [28]
[Link]
[Link] (consulté le 25 janvier 2018).

Solove, D. (2006), « A Taxonomy of Privacy », University of Pennsylvania Law Review, [31]

vol. 154/3, pp. 477-560,
[Link]
ev.477(2006).pdf (consulté le 15 mars 2018).

Sweeney, L. (1997), « Weaving Technology and Policy Together to Maintain Confidentiality », [9]
The Journal of Law, Medicine & Ethics, vol. 25/2-3, pp. 98-110, [Link]
720X.1997.tb01885.x.

UNESCO (2021), Recommendation on the Ethics of Artificial Intelligence, [47]

[Link]

White House Office of Science and Technology Policy (WHOSTP) (2022), Blueprint for an AI Bill [51]
of Rights: Making Automated Systems Work for the American People, White House,
[Link]
[Link].

Zeide, E. et H. Nissenbaum (2018), « Learner Privacy in MOOCs and Virtual Education », [27]
Theory and Research in Education, vol. 16/3, pp. 280-307,
[Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  273

Remarques

1
Une étude de suivi a montré que plus de 50 % de la population aux États-Unis peuvent être
personnellement identifiés à partir de ces trois types d’information (Golle, 2006[58]).

2
Voir l’article sur le blog de Melanie Lazare (février 2021) : [Link]
initiatives/education/classroom-
roadmap/#:~:text=Over%20the%20last%20year%2C%20the,from%2040%20million%20last%20year Et
[Link]

3
[Link] [consulté le 23/08/2018]

4
Il faut faire la distinction entre les atteintes (ou violations) à la vie privée et les préjudices potentiels. Les
atteintes à la vie privée n’entraînent pas toutes un préjudice, et l’on peut être victime d’un préjudice sans
qu’il y ait eu une violation de la vie privée. Calo (2011[57]) opère une distinction entre les préjudices de
nature objective et subjective. Les préjudices subjectifs désignent des états émotionnels indésirables,
comme l’embarras ou la crainte née d’une remarque inopportune. Les préjudices objectifs découlent d’un
usage imprévu ou forcé d’informations sur une personne dans le but de lui nuire, comme l’usurpation
d’identité.

5
Différentes stratégies sont utilisées pour rendre non identifiables des données qui permettent initialement
d’identifier la personne concernée. La « désidentification » désigne le processus qui consiste à supprimer
ou masquer les identifiants personnels, qu’ils soient directs ou indirects. L’« anonymisation » est un
concept plus général qui englobe diverses autres techniques statistiques limitant la divulgation ainsi que
des réglementations en matière d’accès et d’utilisation des données. Voir le glossaire pour plus de détail.

6
La ré-identification désigne le processus qui consiste à retrouver l’identité d’une personne à partir d’un
ensemble de données où cette information ne figurait pas initialement. Ce processus est mené sans le
consentement de la personne concernée et constitue donc une atteinte à sa vie privée.

7
[Link]

8
[Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

274 

9 Biais algorithmiques : état des lieux

et recommandations politiques

Ryan S. Baker, M. Aaron Hawn et Seiyon Lee,

Université de Pennsylvanie

Ce chapitre dresse un état des lieux des données existantes sur les biais
algorithmiques dans le domaine de l’éducation. Une fois les biais
algorithmiques et leurs causes possibles définis, il passe en revue les
données internationales disponibles en la matière dans l’éducation. En
majeure partie axées sur le sexe et la race, ces données concernent
également d’autres catégories démographiques. Pour conclure, ce chapitre
présente quelques recommandations, qui visent notamment à garantir que
les obligations en matière de protection de la vie privée n’empêchent pas les
chercheurs et les concepteurs d’identifier les biais, et donc de les rectifier.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  275

Introduction

Le problème des biais algorithmiques suscite des inquiétudes grandissantes depuis dix ans. Un biais
algorithmique intervient lorsqu’un algorithme encode (le plus souvent de manière involontaire) les biais
présents dans la société, avec à la clé des prévisions ou des inférences qui discriminent sensiblement des
groupes précis (Executive Office of the President, 2014[1] ; O’Neil, 2016[2] ; Zuiderveen Borgesius, 2018[3]).
Ces inquiétudes sont apparues dans des domaines comme la justice pénale (Angwin et al., 2016[4]), la
médecine (O’Reilly-Shah et al., 2020[5]), les techniques de vision par ordinateur (Klare et al., 2012[6]) et le
recrutement (Garcia, 2016[7]).
Des études montrent que le problème des biais algorithmique concerne également les algorithmes utilisés
dans le domaine de l’éducation. Cela fait plusieurs années que le milieu universitaire met en garde contre
l’éventuelle efficacité inégale et le manque de généralisabilité des algorithmes éducatifs (p. ex.
(Bridgeman, Trapani et Attali, 2009[8] ; Ocumpaugh et Heffernan, 2014[9])). Dans le domaine de l’éducation,
les biais algorithmiques peuvent se manifester de différentes manières. Par exemple, il est possible qu’un
algorithme servant à tester les compétences en anglais sous-évalue systématiquement les compétences
des élèves de certains pays (Wang, Zechner et Sun, 2018[10] ; Loukina, Madnani et Zechner, 2019[11]), ce
qui les empêche d’accéder à l’enseignement tertiaire. Pour donner un autre exemple, il est possible qu’un
algorithme visant à détecter le risque d’échec des élèves dans une matière sous-estime les risques propres
aux élèves de certains groupes démographiques (Hu et Rangwala, 2020[12] ; Kung et Yu, 2020[13] ; Yu
et al., 2020[14]), ce qui les empêche d’accéder au soutien dont ils ont besoin.
Ces inquiétudes ont poussé les universitaires et les entreprises à s’intéresser davantage aux biais
algorithmiques dans l’éducation. La montée en flèche du nombre de publications en la matière témoigne
de l’attention grandissante que porte le milieu universitaire à cette question. Un débat animé, voire houleux,
porte sur la meilleure façon de mesurer le biais algorithmique (Caton et Haas, 2020[15] ; Mehrabi et al.,
2021[16] ; Verma et Rubin, 2018[17]) et sur les approches techniques susceptibles d’y remédier (Kleinberg,
Mullainathan et Raghavan, 2016[18] ; Loukina, Madnani et Zechner, 2019[11] ; Lee et Kizilcec, 2020[19]).
Dans le secteur privé et des ONG, des projets tels que la certification Prioritizing Racial Equity in AI Design
Product de Digital Promise (Digital Promise, 2022[20]) témoignent des efforts mis en œuvre pour
systématiser la réduction des biais algorithmiques. De nombreuses entreprises ont pris l’initiative de
publier des données sur les biais algorithmiques présents dans leurs outils et plateformes, parfois en
partenariat avec des universitaires (Bridgeman, Trapani et Attali, 2009[8] ; Bridgeman, Trapani et Attali,
2012[21] ; Christie et al., 2019[22] ; Zhang et al., 2022[23]). Le biais algorithmique dans l’éducation ne suscite
pas encore le même intérêt de la part de la sphère politique – au contraire, les politiques actuelles tendent
à adopter des réglementations en matière de protection de la vie privée qui, en empêchant de recueillir les
données qui permettraient d’identifier les éventuels biais algorithmiques dans l’éducation et de faire front
commun pour y remédier, empêchent totalement de résoudre ce problème – voir une critique de cette
situation dans (Baker et Hawn, 2022[24]).
En dépit de l’inquiétude croissante suscitée par les biais algorithmiques dans l’éducation, le nombre de
travaux ayant tenté de déterminer leur portée et de les corriger demeure restreint. Alors que toujours plus
d’articles se penchent sur ce sujet, comme va l’illustrer cette analyse, leur angle d’approche est très
variable. L’immense majorité des études sur les biais algorithmiques dans l’éducation s’intéresse à leurs
répercussions sur un petit nombre de groupes raciaux et ethniques et sur le sexe (Baker et Hawn, 2022[24])
et se concentre sur les variables démographiques les plus accessibles aux chercheurs (Belitz et al.,
2022[25]). En outre, les travaux en la matière portent le plus souvent sur les algorithmes utilisés dans un
seul pays, à savoir les États-Unis d’Amérique (Baker et Hawn, 2022[24]). Les études existantes montrent
clairement que les groupes déjà défavorisés à l’échelle sociétale le sont encore plus par les technologies
éducatives actuelles, situation qui ne peut perdurer. Nous ne connaissons toutefois pas encore toute
l’ampleur du problème.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

276 

Ce chapitre dresse l’état des lieux des données sur les biais algorithmiques dans le domaine de
l’éducation, présente les principaux obstacles à la création d’algorithmes équitables et propose des
mesures pour les surmonter. Il conclut en recommandant aux responsables politiques des mesures à
mettre en place pour aider à résoudre ce problème sociétal encore largement invisible.

Qu’est-ce qu’un biais algorithmique ?

Définition du biais algorithmique

Une analyse menée récemment sur 146 articles révèle un certain flou dans la façon dont les auteurs
définissent et emploient le terme biais, allant d’explications insuffisantes sur la façon précise dont les
systèmes sont biaisés à des confusions concernant les préjudices dont le biais serait à l’origine (Crawford,
2017[26] ; Blodgett et al., 2020[27]). Nous allons brièvement passer en revue certaines de ces questions en
définissant ce qu’est un biais algorithmique avant de proposer une définition opérationnelle limitée pour
cet article.

Le biais algorithmique, une expression émergente

L’expression biais algorithmique est utilisée pour décrire de nombreux problèmes d’équité dans les
systèmes automatisés, dont seulement quelques-uns recoupent la définition statistique ou technique du
biais. Adoptant une définition large, certains chercheurs définissent les biais comme l’ensemble des
préjudices possibles tout au long du processus d’apprentissage automatique, dont toute propriété
« involontaire ou potentiellement préjudiciable » des données aboutit à des « résultats indésirables ou
défavorables sur un plan sociétal » (Suresh et Guttag, 2021[28]). D’autres cantonnent le biais algorithmique
aux cas où la performance ou le comportement d’un modèle sont systématiquement différents d’un groupe
à l’autre (Gardner, Brooks et Baker, 2019[29] ; Mitchell et al., 2020[30]). Cette deuxième définition du biais
algorithmique, à savoir un écart de performance systématique, peut parfois aboutir à divers effets
préjudiciables ou à de la discrimination en fonction de la façon dont les résultats du modèle sont appliqués.
Puisque les biais algorithmiques peuvent avoir des effets involontaires, le processus d’apprentissage
automatique doit être mené avec prudence, en anticipant une partie des préjudices bien réels pouvant en
découler. Un cadre largement accepté pour ces préjudices les classe en deux grandes catégories : les
préjudices d’allocation et les préjudices de représentation (Crawford, 2017[26] ; Suresh et Guttag, 2021[28]).
Les préjudices d’allocation proviennent de la retenue ou de la répartition injuste des chances entre
différents groupes, comme les biais entre les sexes lors de l’octroi de limites de crédit (Knight, 2019 ;
Telford, 2019), les biais raciaux lors de décisions relatives à des condamnations (Angwin et al., 2016[4]),
les biais raciaux lors de l’identification des patients nécessitant des soins de santé supplémentaires
(Obermeyer et al., 2019[31]) ainsi que – dans l’éducation – les biais lors d’examens standardisés et leurs
conséquences sur les décisions déterminantes en matière d’admission (Dorans, 2010[32] ; Santelices et
Wilson, 2010[33]).
Les préjudices de représentation, quant à eux, se manifestent par la représentation négative systématique,
ou l’absence de représentation positive, de certains groupes (Crawford, 2017[26]). De nombreuses formes
de préjudices de représentation ont été mises en lumière ces dernières années. Sweeney (2013[34]) a
notamment identifié des formes de dénigrement et de stéréotype, où, par exemple, le mot « criminel »
apparaissait plus fréquemment dans les publicités en ligne après des recherches concernant des prénoms
associés à des personnes noires.
Bien qu’il existe visiblement différentes façons d’aborder le biais algorithmique, nous mettons ici l’accent
sur les situations où un modèle obtient des résultats nettement supérieurs ou inférieurs en fonction de
groupes incompatibles (par exemple, (Gardner, Brooks et Baker, 2019[29] ; Mehrabi et al., 2021[16] ; Mitchell

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  277

et al., 2020[30])). D’autres formes de biais algorithmiques (comme les cas mentionnés ci-dessus) peuvent
être éminemment problématiques, mais comme nous le verrons ci-après, à ce jour, les études publiées
dans l’éducation se concentrent sur cette version du biais liée à la performance. Dans cette analyse, nous
mettons nous aussi l’accent sur les biais dans les algorithmes en excluant la conception d’ensemble des
systèmes d’apprentissage ou d’éducation qui font appel à eux. Des biais peuvent aussi apparaître dans la
conception d’activités d’apprentissage, ce qui entraîne des effets différents sur différentes populations
(Finkelstein et al., 2013[35]). Il s’agit cependant d’un sujet bien plus vaste, qui dépasse la portée de cette
analyse.

De quelle façon les biais algorithmiques sont-ils identifiés ?

Bien que les biais algorithmiques aient des causes complexes, et que les résoudre ou les minimiser puisse
être délicat, identifier les biais algorithmiques liés à la performance d’un modèle est relativement simple.
Cela se fait en seulement deux étapes : 1) obtention des données sur l’identité des élèves ; 2) contrôle de
la performance du modèle chez des élèves appartenant à différents groupes.
La première étape comporte des difficultés relatives à la protection de la vie privée des élèves (Pardo et
Siemens, 2014[36]) et les politiques visant à la protéger (Baker, 2022[37]). Si les données sur l’identité des
élèves et leur appartenance à des groupes démographiques clés ne sont pas recueillies dès le départ,
elles peuvent être difficiles à obtenir par la suite. Une fois les données réparties entre les membres de
différents groupes et le modèle appliqué à ces élèves, il est possible de contrôler les éventuels écarts de
performance des résultats. Il est possible d’utiliser différentes mesures (Kizilcec et Lee, 2022[38]) ;
idéalement, plusieurs seront employées de concert. Premièrement, les mesures généralement utilisées
pour évaluer la performance des algorithmes (courbe ROC, Kappa, F1, précision, mémorisation, et ainsi
de suite) peuvent aussi servir à évaluer la performance dans les sous-groupes. Deuxièmement, il est
possible d’appliquer certaines mesures propres à l’analyse des biais algorithmiques : ABROCA (Gardner,
Brooks et Baker, 2019[29]), indépendance, séparation ou suffisance, par exemple.
Après avoir examiné les données relatives aux écarts de performance de l’algorithme entre des groupes,
il devient possible d’analyser les effets escomptés et donc d’anticiper les façons dont le biais algorithmique
peut aboutir à une réponse ou à une intervention biaisée. Par exemple, si un algorithme servant à prédire
le décrochage scolaire dans l’enseignement secondaire présente un rappel (capacité à identifier tous les
individus à risque) 20 % inférieur chez les membres d’un groupe traditionnellement défavorisé, nous
savons que de nombreux élèves à risque et ayant besoin d’une intervention dans ce groupe n’en
bénéficieront pas. À l’inverse, si le même algorithme atteignait une précision (capacité à éviter de
sélectionner un individu qui n’est pas à risque) 20 % inférieure chez les membres d’un groupe
traditionnellement défavorisé, de nombreux élèves de ce groupe bénéficieraient d’interventions superflues,
ce qui, au mieux, leur ferait perdre leur temps. Contrôler les effets escomptés donne également une idée
de ce qu’il y a à gagner en corrigeant un biais identifié, et garantit que les efforts en ce sens, s’ils portent
leurs fruits, rendront l’algorithme plus équitable et utile en général.

Un biais contre qui ?

Les chercheurs ont réfléchi aux différents groupes qui sont affectés par les biais algorithmiques ou qui
pourraient l’être. Bon nombre sont définis par des caractéristiques protégées par la loi. Au Royaume-Uni,
par exemple, l’Equality Act de 2010 a fusionné plus d’une centaine de lois différentes en un même cadre
légal harmonisant les protections contre les discriminations motivées par le sexe, la race, l’origine
ethnique, le handicap, la religion, l’âge, l’origine nationale, l’orientation sexuelle et l’identité de genre. Aux
États-Unis, les mêmes catégories sont protégées par un arsenal de lois, de décisions de commissions et
de décisions de justice remontant au Civil Rights Act de 1964. Des lois comparables protègent ces groupes
dans l’Union européenne et la plupart des autres pays, même si les groupes protégés et leur définition
varient d’un pays à l’autre.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

278 

Bien qu’il soit fondamental d’assurer l’équité à ces groupes définis par la loi, rechercher des biais
uniquement à l’aune des classes protégées à l’échelon national (catégories avec leur propre histoire
compliquée) peut laisser d’autres groupes, peu étudiés, en proie aux biais et aux préjudices. D’autres
chercheurs ont suggéré que d’autres caractéristiques sont susceptibles d’être vulnérables aux biais
algorithmiques dans l’éducation : le degré d’urbanisation (Ocumpaugh et Heffernan, 2014[9]), les liens
familiaux avec l’armée (Baker, Berning et Gowda, 2020[39]) ou la vitesse d’apprentissage (Doroudi et
Brunskill, 2019[40]). Les cadres légaux utilisés pour décider quelles classes de personnes méritent d’être
mises à l’abri de la discrimination peuvent être utiles pour évaluer les risques inconnus des biais
algorithmiques envers les groupes moins étudiés ou non identifiés (Soundarajan et Clausen, 2018[41]). La
section 4 passe en revue le petit nombre d’études relatives aux biais algorithmiques associés à d’autres
groupes dans le domaine de l’éducation.

Causes des biais et des préjudices dans l’apprentissage automatique

Pour tenter de mieux cataloguer les causes des biais algorithmiques, des chercheurs ont décrit les étapes
du cycle de l’apprentissage automatique ainsi que les types de biais et de préjudices susceptibles d’en
découler (Barocas, Hardt et Narayanan, 2019[42] ; Friedman et Nissenbaum, 1996[43] ; Hellström, Dignum
et Bensch, 2020[44] ; Mehrabi et al., 2021[16] ; Silva et Kenney, 2019[45] ; Suresh et Guttag, 2021[28]). Si
certains auteurs décomposent l’apprentissage machine en grandes étapes (p. ex, la mesure,
l’apprentissage du modèle et l’action) (Barocas, Hardt et Narayanan, 2019[42] ; Kizilcec et Lee, 2022[38]),
d’autres définissent des étapes plus précises, comme la collecte des données, la préparation des données,
le développement du modèle, l’évaluation du modèle, le post-traitement du modèle et le déploiement du
modèle (Suresh et Guttag, 2021[28]). Les chercheurs du secteur privé, quant à eux, ajoutent des étapes
plus courantes dans les contextes appliqués, comme la définition des tâches, la construction de l’ensemble
de données, le processus de test, le déploiement et les commentaires permanents des utilisateurs (Cramer
et al., 2019[46]).
Chacune de ces étapes peut voir ressortir des formes particulières de biais, comme des biais historiques,
de représentation, de mesure, d’agrégation, d’évaluation et de déploiement (Suresh et Guttag, 2021[28]).
Fruit d’algorithmes ambitieux, orientés sur les objectifs et ancrés dans des données issues d’un monde
traditionnellement inéquitable, le biais historique est souvent perpétué dans l’éducation. L’exemple le plus
courant tient sans doute à l’utilisation des données démographiques des élèves pour améliorer la
performance d’un modèle, avec à la clé une baisse des notes prévues pour certains élèves en fonction de
leur appartenance à un groupe démographique (p. ex. (Wolff et al., 2013[47])). Selon une étude récente sur
le rôle des données démographiques dans l’exploration des données éducatives, environ la moitié des
articles qui intègrent des données démographiques aux modèles risquent de présenter cette forme de
biais s’ils utilisent au moins un attribut démographique en tant qu’élément prédictif sans tenir compte des
données démographiques lors du test ou de la validation de leur modèle (Paquette et al., 2020[48]).
Le biais de représentation intervient lorsque des groupes sous-échantillonnés dans les données
d’entraînement reçoivent des prévisions de performance inférieures à celles des autres groupes. Le biais
de mesure se produit lorsque le construct des variables choisies manque de validité, ce qui aboutit à des
prévisions inéquitables d’un groupe à l’autre. Un modèle prédisant la violence scolaire, par exemple, peut
être biaisé si l’échantillonnage des élèves impliqués dans la violence repose sur des préjugés – c’est-à-
dire que le même comportement violent est attesté pour les membres d’une race, mais pas d’une autre
(Bireda, 2002[49]).
Au-delà des étapes de collecte des données de l’apprentissage automatique, la phase d’apprentissage du
modèle risque de présenter un biais d’agrégation : lorsque les données d’entraînement issues de
populations distinctes sont combinées, le modèle en découlant peut être moins performant pour certains
groupes d’élèves, voire pour tous (Suresh et Guttag, 2021[28]). Par exemple, lorsque des détecteurs
d’émotion des élèves ont été entraînés sur une combinaison d’élèves issus d’un milieu urbain, rural ou

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  279

suburbain, ils étaient moins performants sur l’ensemble des trois groupes que des détecteurs entraînés
sur des groupes séparés (Ocumpaugh et Heffernan, 2014[9]). Dans les phases d’application de
l’apprentissage automatique, on parle d’un biais d’évaluation lorsque les ensembles de tests utilisés pour
évaluer un modèle ne représentent pas les populations auxquelles le modèle sera appliqué. Quant au
biais de déploiement, il se produit lorsqu’un modèle conçu dans un but précis est utilisé pour d’autres
tâches, par exemple lorsqu’un modèle conçu pour aider les enseignants à identifier le décrochage scolaire
sert à attribuer des notes de participation sommatives aux élèves.
De plus en plus d’études et d’enquêtes journalistiques ont mis au jour ces formes de biais algorithmiques
dans des domaines comme la prévision du risque de décrochage scolaire dans l’enseignement secondaire
ou tertiaire (Anderson, Boodhwani et Baker, 2019[50]), la prévision de risque d’échec dans une matière (Hu
et Rangwala, 2020[12] ; Lee et Kizilcec, 2020[19]), la correction automatisée de rédactions (Bridgeman,
Trapani et Attali, 2009[8] ; Bridgeman, Trapani et Attali, 2012[21]), l’évaluation de la maîtrise orale d’une
langue (Wang, Zechner et Sun, 2018[10]) et la détection des émotions des élèves (Ocumpaugh et
Heffernan, 2014[9]). Dans ces cas et d’autres qui seront analysés ci-après, le biais algorithmique a des
répercussions sur les algorithmes éducatifs en ce qui concerne la race, l’origine ethnique, la nationalité, le
sexe, la langue maternelle, le degré d’urbanisation et le statut socio-économique des élèves ainsi que le
niveau d’études des parents et le fait qu’un élève ait un parent dans l’armée. Ces données ont suscité un
accroissement de la recherche universitaire et privée sur les façons de mieux identifier les biais
algorithmiques et de les minimiser, et d’en atténuer les préjudices.

Minimiser les biais en formalisant l’équité

Une grande partie des travaux qui s’intéressent aux biais algorithmiques met l’accent sur leur minimisation
aux étapes de l’évaluation et du post-traitement du modèle pendant le processus d’apprentissage
automatique. De récentes enquêtes présentent plusieurs taxonomies et définitions de l’équité
accompagnées d’indicateurs (Barocas, Hardt et Narayanan, 2019[42] ; Caton et Haas, 2020[15] ; Kizilcec et
Lee, 2022[38] ; Mehrabi et al., 2021[16] ; Mitchell et al., 2020[30] ; Verma et Rubin, 2018[17]). Bien que ces
indicateurs formels contribuent nettement à expliquer le biais algorithmique, leur application a mis en
évidence des obstacles. Plus précisément, des défis techniques relatifs à l’utilisation d’indicateurs de
l’équité se manifestent dans plusieurs résultats « impossibles » (Chouldechova, 2017[51] ; Kleinberg,
Mullainathan et Raghavan, 2016[18] ; Berk et al., 2018[52] ; Loukina, Madnani et Zechner, 2019[11] ; Lee et
Kizilcec, 2020[19] ; Darlington, 1971[53]), où la satisfaction d’un critère statistique d’équité empêche la
satisfaction d’un autre. Par exemple, Kleinberg et al. (2016[18]) démontrent qu’il est mathématiquement
impossible, dans des circonstances normales, qu’un modèle d’estimation des risques puisse éviter les
trois propriétés indésirables suivantes : 1) l’altération systématique des résultats d’un groupe
démographique à la hausse ou à la baisse ; 2) l’attribution d’une estimation moyenne du risque supérieure
à des individus qui ne sont pas à risque dans un groupe plutôt qu’un autre ; 3) l’attribution d’une estimation
moyenne du risque inférieure à des individus qui ne sont pas à risque dans un groupe plutôt qu’un autre.
Minimiser le biais comporte d’autres défis, comme la difficulté à décrire des arbitrages optimaux en matière
d’équité pour les problèmes propres à certains domaines (Lee et Kizilcec, 2020[19] ; Makhlouf, Zhioua et
Palamidessi, 2021[54] ; Suresh et Guttag, 2021[28]). Cette démarche doit aussi composer avec la critique
sociotechnique suivante : accorder une importance démesurée à des critères statistiques en apparence
objectifs à des fins d’équité peut donner aux concepteurs et aux utilisateurs des algorithmes un prétexte
pour éviter de se confronter à tous les biais et préjudices potentiels découlant de leur emploi dans le cadre
de décisions importantes (Green, 2020[55] ; Green et Hu, 2018[56] ; Green et Viljoen, 2020[57]). Afin de
remédier au problème global posé par les biais algorithmiques, il est essentiel de les identifier et de les
atténuer dès les premières étapes de la collecte et de la préparation des données et pas uniquement aux
étapes finales du processus.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

280 

Biais de représentation et de mesure : le rôle clé de la collecte des données

Les tentatives visant à remédier aux biais algorithmiques en se contentant d’ajuster les algorithmes
peuvent s’avérer inefficaces si nous n’avons pas collecté les bonnes données. Plus précisément, les biais
de représentation et de mesure (Suresh et Guttag, 2021[28]) peuvent empêcher les méthodes déployées
par la suite de résoudre les biais, voire de les détecter.
En guise d’exemple typique, si nous nous contentons de collecter des données d’entraînement auprès
d’enfants de la classe moyenne supérieure issus d’un milieu suburbain, nous ne devons pas nous attendre
à ce que notre modèle fonctionne pour les élèves à revenu faible issus d’un milieu urbain. Plus
généralement, faute de collecter les données auprès du bon échantillon d’élèves, nous encourons des
biais de représentation et nous ne pouvons attendre de nos modèles qu’ils fonctionnent pour tous les
élèves.
Le biais de mesure est un autre défi significatif impossible à surmonter par la simple amélioration des
indicateurs ou des algorithmes. Si les biais de mesure peuvent apparaître à la fois au niveau des variables
prédictives et des catégories d’entraînement (Suresh et Guttag, 2021[28]), les cas les plus préoccupants
concernent ces dernières. Si par exemple, les élèves noirs se comportent de la même façon que des
élèves d’autres groupes, mais demeurent plus susceptibles d’être catégorisés comme prenant part à la
violence scolaire dans un ensemble de données, il devient difficile de déterminer si un algorithme
fonctionne aussi bien pour les deux groupes, voire d’avoir la certitude qu’il n’est pas biaisé. De façon
surprenante, ce biais en matière de catégories d’entraînement peut même provenir des élèves eux-mêmes
si la catégorisation dépend de leurs réponses qui peuvent être influencées par leur confiance en eux, leur
interprétation culturelle ou le risque de stéréotype (Tempelaar, Rienties et Nguyen, 2020[58]). Dans ce cas,
trouver une autre variable à prédire – exempte de biais – peut être la meilleure solution. D’autres cas de
biais de mesure peuvent être plus simples à minimiser, par exemple lorsque les correcteurs humains, sous
l’effet de leurs propres biais (Kraiger et Ford, 1985[59] ; Okur et al., 2018[60]), catégorisent certains aspects
des données collectées auparavant. En cas de variables prédictives biaisées, celles-ci peuvent remplacer
d’autres variables qui définiraient explicitement l’appartenance à un groupe, auquel cas mieux vaut ne pas
en tenir compte.
En fin de compte, la meilleure démarche pour remédier aux biais de représentation et de mesure consiste
à collecter de meilleures données – des données qui incluent des groupes pertinents en proportions
suffisantes, et dont les variables clés ne sont pas biaisées (Cramer et al., 2019[46] ; Holstein et al., 2019[61]).
Cela étant, pour y parvenir, il convient de savoir quels groupes doivent être représentés dans les
ensembles de données utilisés pour développer les modèles – et c’est sur quoi se penche la prochaine
section.

Biais algorithmiques : effet sur les élèves issus de catégories démographiques

courantes

La grande majorité des recherches s’intéresse à quelques groupes parmi les effectifs variés des élèves,
et met l’accent sur des variables comme la race, l’origine ethnique, la nationalité et le sexe (Baker et Hawn,
2022[24]). Sans surprise, la race, l’origine ethnique, la nationalité et le sexe représentent les catégories ou
variables démographiques les plus fréquemment collectées ou rendues accessibles aux chercheurs, que
ce soit par convention ou commodité, d’autant plus que la plupart des recherches ont été menées aux
États-Unis.
Ces grandes catégories présentent des écarts dans la façon dont les variables sont considérées. Dans
certains cas on prend en compte des groupes raciaux, tandis que dans d’autres, ils n’entrent en
considération que si un élève est considéré comme issu d’une minorité sous-représentée. Bien qu’ils
soient une minorité dans la plupart des études, les Asiatiques ne sont généralement pas considérés

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  281

comme une minorité sous-représentée dans les recherches dans le domaine de l’éducation aux États-
Unis. Même lorsque les groupes raciaux sont séparés dans les analyses, l’hétérogénéité au sein de ces
groupes est généralement ignorée [comme la différence entre les personnes dont les ancêtres vivent dans
leur pays actuel depuis des générations et les nouveaux immigrants ; les personnes avec différentes
origines nationales aux histoires et cultures très différentes ; (Baker et al., 2019[62])].
Cette section examine les données relatives aux biais algorithmiques dans l’éducation en se penchant sur
les groupes d’élèves affectés de façon systématique dans ces catégories courantes. Elle présente une
vue d’ensemble en fonction des différentes régions du monde où chaque étude a été menée afin d’illustrer
le nombre variable d’études sur les biais algorithmiques dans l’éducation entre les régions. Nous verrons
ce qu’implique cette variation, ainsi que les façons d’y remédier, dans la suite du chapitre.

Biais algorithmiques dans l’éducation aux États-Unis (catégories largement étudiées)

La majorité des études sur les biais algorithmiques dans le domaine de l’éducation a été menée aux États-
Unis. Le vif intérêt pour la documentation et la résolution des biais algorithmiques dans ce pays tient à des
préoccupations sociétales plus générales en matière de biais algorithmique (Corbett-Davies et Goel,
2018[63]) et de discrimination au sens large (Barocas, Hardt et Narayanan, 2019[42] ; O’Neil, 2016[2]). Il peut
également refléter la disponibilité relativement élevée des données éducatives à des fins de recherche
aux États-Unis. Même la plupart des études portant sur la façon dont les élèves de différentes nationalités
sont affectés par les recherches en matière de biais algorithmiques ont été menées aux États-Unis
(Bridgeman, Trapani et Attali, 2009[8] ; Bridgeman, Trapani et Attali, 2012[21] ; Li et al., 2021[64] ; Ogan et al.,
2015[65] ; Wang, Zechner et Sun, 2018[10]).
Aux États-Unis, un nombre considérable d’études s’est penché sur l’effet des biais algorithmiques sur
différents groupes raciaux dans le domaine de l’éducation. Une analyse menée récemment par Baker et
Hawn (2022[24]) identifie dix cas où cette question a été étudiée, avec des algorithmes allant de la prévision
du décrochage scolaire (Anderson, Boodhwani et Baker, 2019[50] ; Christie et al., 2019[22] ; Kai et al.,
2017[66] ; Yu, Lee et Kizilcec, 2021[67]) et de la prévision de l’échec à une matière (Lee et Kizilcec, 2020[19] ;
Yu et al., 2020[14]) à la correction automatisée de rédactions (Bridgeman, Trapani et Attali, 2009[8] ;
Bridgeman, Trapani et Attali, 2012[21] ; Ramineni et Williamson, 2018[68]). En règle générale, dans ces
études, les algorithmes étaient moins efficaces pour les élèves noirs et hispaniques/latinos (Anderson,
Boodhwani et Baker, 2019[50] ; Bridgeman, Trapani et Attali, 2012[21] ; Lee et Kizilcec, 2020[19] ; Ramineni
et Williamson, 2018[68] ; Yu, Lee et Kizilcec, 2021[67]) et présentaient également des profils de résultats
faux positifs et négatifs différents pour les élèves de différents groupes raciaux (Anderson, Boodhwani et
Baker, 2019[50]). Plus récemment, le wiki du centre Penn Center for Learning Analytics (PCLA) (Penn
Center for Learning Analytics, s.d.[69]) a recensé six études supplémentaires (publiées depuis que l’analyse
de (Baker et Hawn[24])a été finalisée) en la matière. Étrangement, bon nombre de ces études récentes
montrent des effets plus limités que dans les études antérieures, ce qui porte à croire qu’il y avait des
problèmes de « classement » dans les travaux antérieurs (les résultats affichant de petits effets n’étaient
pas publiés) ou qu’il y a un élargissement de la gamme de contextes possibles étudiés.
Bien qu’une attention considérable soit accordée à la race en général, il y a moins d’études consacrées
aux élèves autochtones, souvent en raison de problèmes de taille de l’échantillon (Anderson, Boodhwani
et Baker, 2019[50]), même s’il existe des contre-exemples notables (voir (Christie et al., 2019[22])).
Aux États-Unis, un nombre considérable d’études porte également sur l’effet des biais algorithmiques dans
l’éducation chez des élèves en fonction du sexe. Baker et Hawn (2022[24]) ont identifié neuf cas, après quoi
le wiki du centre PCLA a identifié trois articles supplémentaires. Dans ces articles, les effets du sexe sont
très hétérogènes, avec des biais significatifs tantôt contre les élèves de sexe féminin (Gardner, Brooks et
Baker, 2019[29] ; Yu et al., 2020[14]), tantôt contre ceux de sexe masculin (Hu et Rangwala, 2020[12] ; Lee
et Kizilcec, 2020[19] ; Kai et al., 2017[66]).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

282 

Biais algorithmiques dans l’éducation en Europe (catégories largement étudiées)

Bien que la race soit utilisée en tant que variable prédictive en Europe (Wolff et al., 2013[47]), elle n’a pas
fait l’objet d’une étude systématique en ce qui concerne les biais algorithmiques dans le domaine de
l’éducation. Aucune étude sur la façon dont les biais algorithmiques affectent les élèves de différentes
nationalités n’a été menée en Europe à notre connaissance, bien que Bridgeman et ses collègues (2009[8] ;
2012[21]) se soient penchés sur les biais algorithmiques touchant la correction automatisée de rédactions
chez les élèves du monde entier, y compris de plusieurs pays européens. Ils en concluent que les élèves
des pays européens sont moins affectés que ceux des pays asiatiques. Cependant, Wang, Zechner et
Sun (2018[10]) ont mis en évidence des inexactitudes considérables dans l’évaluation de la parole chez les
élèves en Allemagne, tandis que Li et al. (2021[64]) ont relevé que la prévision des résultats scolaires est
moins efficace chez les élèves moldaves que chez les élèves de pays plus riches.
Des études sur les biais algorithmiques en matière de sexe ont néanmoins été menées en Europe : Riazy
et al. (2020[70]) se sont penchés sur les effets du sexe sur la prévision des résultats dans une matière
tandis que Rzepka et al. (2022[71]) ont examiné les effets du sexe sur des prévisions menées lors d’une
activité d’apprentissage de l’orthographe. Seuls des effets mineurs ont été mis en évidence.
De manière générale, jusqu’à présent, aucune donnée ne prouve que les biais algorithmiques entraînent
des répercussions majeures en Europe, que ce soit en matière de race, de nationalité ou de sexe. Cela
étant, seules quelques études ont été menées et celles-ci ne couvrent pas toute la gamme d’applications
étudiées aux États-Unis.

Biais algorithmiques dans l’éducation dans le reste du monde (catégories largement

étudiées)

De nombreuses études portant sur les biais algorithmiques en matière de nationalité ont été menées sur
des élèves dans le monde entier, même si elles impliquaient principalement des chercheurs aux États-
Unis. Baker et Hawn (2022[24]) ont identifié quatre études de ce type, qui portent sur différentes
applications, de la prévision des résultats scolaires (Li et al., 2021[64]) et de la correction automatisée de
rédactions (Bridgeman, Trapani et Attali, 2009[8] ; Bridgeman, Trapani et Attali, 2012[21]) à l’évaluation de
la parole (Wang, Zechner et Sun, 2018[10]) et à des modèles de demande d’aide (Ogan et al., 2015[65]).
Ces études ont mis en évidence des biais affectant des élèves en Chine, en Corée, en Inde, au Vietnam,
aux Philippines et au Costa Rica, ainsi que des personnes vivant dans des pays dont la langue principale
est l’arabe. Ces études relativement différentes les unes des autres (à l’exception des deux menées par
Bridgeman et al.) rendent compte de différents comportements ; elles indiquent clairement que d’autres
études s’imposent.
Trois études sur les biais algorithmiques en matière de sexe dans le domaine de l’éducation ont été
menées à l’extérieur des États-Unis et de l’Europe. Verdugo et ses collègues (2022[72]) ont mis en évidence
des biais dans les algorithmes prédisant le décrochage universitaire au Chili, avec des effets négatifs chez
les étudiantes. Sha et ses collègues (2021[73] ; 2022[74]), qui se sont penchés sur des algorithmes avec
quatre applications différentes en Australie, ont trouvé des biais considérables liés au sexe, qui n’allaient
toutefois pas toujours dans le même sens.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  283

Encadré 9.1. Trois exemples de biais algorithmiques dans l’éducation

Il s’est avéré que la correction automatisée de rédactions utilisée dans un examen important (le TOEFL,
test d’anglais langue étrangère) attribue systématiquement des notes différentes de celles des
correcteurs humains. Plus précisément, l’algorithme a évalué les locuteurs natifs de l’arabe, de l’hindi
et de l’espagnol moins bien que les élèves d’autres pays, par rapport aux correcteurs humains.
L’algorithme a été utilisé pour remplacer l’un des deux correcteurs humains. En réponse à ces
éléments, le concepteur de ce test a institué une nouvelle pratique : pour commencer, un seul
correcteur humain et la machine notent la rédaction. Si l’humain et la machine accordent des notes
sensiblement différentes, un deuxième humain note la rédaction. Si les deux humains concordent, la
note automatique est supprimée (Bridgeman, Trapani et Attali, 2012[21]).
Un modèle prédisant le décrochage chez les élèves de première année dans une université chilienne
s’est avéré moins performant chez les élèves de sexe féminin et les élèves ayant été scolarisés dans
l’enseignement secondaire privé. Différentes techniques d’équité ont été appliquées, avec à la clé plus
d’égalité dans la performance du modèle, et ainsi, plus d’égalité dans le soutien apporté aux élèves
décrocheurs (Vasquez Verdugo et al., 2022[72]).
Les modèles détectant les émotions des élèves (ennui, frustration, confusion ou motivation) sur une
plateforme d’enseignement en ligne se sont avérés moins performants chez les élèves issus d’un milieu
rural que chez ceux issus d’un milieu urbain ou suburbain. Après la création d’un modèle adapté aux
élèves issus d’un milieu rural, le modèle a vu sa performance s’améliorer pour ce groupe. Les modèles
sont utilisés pour procéder à des recherches en ingénierie de l’apprentissage sur la façon d’améliorer
la conception des contenus pédagogiques ; en réduisant leurs inégalités, on réduit le risque de prendre
de mauvaises décisions en matière de conception (Ocumpaugh et Heffernan, 2014[9]).

Biais algorithmiques : répercussions sur les élèves dans d’autres catégories

Si la majorité des études consacrées aux biais algorithmiques dans l’éducation portait sur la race, l’origine
ethnique, la nationalité et le sexe, d’autres catégories d’identité ont également été étudiées. Dans cette
section, nous allons examiner les données relatives aux biais algorithmiques dans l’éducation qui affectent
les élèves de ces catégories. Dans toutes les études, les chercheurs se sont penchés sur les biais
algorithmiques concernant le degré d’urbanisation (milieu urbain ou rural), le milieu socio-économique, le
type d’établissement fréquenté (public ou privé), la langue maternelle, les liens familiaux avec l’armée et
le handicap des élèves ainsi que le niveau d’études des parents. Ces variables n’ont généralement pas
été étudiées avec un degré de détail suffisant pour en tirer des conclusions solides. Comme pour la race,
l’origine ethnique, la nationalité et le genre, la majorité des études se sont déroulées aux États-Unis (15
études), contre trois en Europe et deux dans le reste du monde.
Selon le wiki du centre PCLA, quatre études se sont penchées jusqu’à présent sur les biais algorithmiques
relatifs à la langue maternelle dans l’éducation : deux aux États-Unis (Naismith et al., 2019[75] ; Loukina,
Madnani et Zechner, 2019[11]), une en Europe (Rzepka et al., 2022[71]) et une en Australie (Sha et al.,
2021[73]). Trois d’entre elles montrent que les biais algorithmiques affectent les locuteurs non natifs tandis
qu’une autre (Rzepka et al., 2022[71]) relève que le modèle était légèrement plus précis pour les locuteurs
non natifs. Les quatre études portaient sur des tâches éducatives centrées sur l’utilisation de la langue
(rédaction, oral, orthographe et publication dans des forums de discussion).
Le wiki du centre PCLA a recensé cinq études portant sur le niveau d’études parental : quatre aux États-
Unis et une en Europe. Toutes les cinq présentent des écarts en matière de performance et de prévisions

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

284 

de leur modèle, mais le biais se manifeste d’une façon différente d’une étude à l’autre : certaines relèvent
une meilleure performance chez les élèves dont les parents sont plus instruits là où d’autres font ce constat
chez les élèves dont les parents sont moins instruits.
Le wiki du centre PCLA a aussi relevé cinq études sur le milieu socio-économique, toutes menées aux
États-Unis. Quatre des cinq articles (prévision du décrochage, moyenne pondérée cumulative et
apprentissage) constatent que les algorithmes sont moins efficaces chez les élèves issus d’un milieu
socio-économique plus défavorisé, tandis que le cinquième (sur la correction automatisée de rédactions)
ne montre aucune différence probante. Une sixième étude menée au Chili, différenciant les élèves
scolarisés dans l’enseignement public de ceux du privé (variable fortement corrélée au milieu socio-
économique), montre que les modèles qui prédisent le décrochage scolaire à l’université sont plus fiables
pour les élèves issus de l’enseignement public.
Relativement peu d’études ont été menées sur les effets des biais algorithmiques sur les élèves ayant un
handicap. Aux États-Unis, Baker et Hawn (2022[24]) attestent d’une seule étude en la matière, réalisée par
Loukina et Buzick (2017[76]), qui montre qu’un système d’évaluation des compétences orales en anglais
était moins fiable chez les élèves identifiés comme ayant un trouble de la parole par les administrateurs
du test.
En Europe, Baker et Hawn (2022[24]) rendent à nouveau compte d’une seule étude, menée par Riazy et al.
(2020[70]), qui ont trouvé qu’un système de prévision des résultats dans une matière présentait
systématiquement des inexactitudes chez les élèves se déclarant handicapés. Ces deux études ne
couvrent manifestement pas toute la gamme de handicaps pouvant aboutir à un biais algorithmique en
matière d’éducation, tandis qu’aucune étude n’a été documentée à l’extérieur des États-Unis et de
l’Europe.
Selon le wiki du centre PCLA, deux études se sont penchées sur les biais algorithmiques en matière de
degré d’urbanisation des élèves (milieu urbain/rural), toutes deux aux États-Unis. Ocumpaugh et ses
collègues (2014[9]) mettent en évidence que les modèles prédisant les émotions des élèves développés
en s’appuyant sur les données d’élèves issus d’un milieu urbain sont moins efficaces lorsqu’ils sont testés
sur les données d’élèves issus d’un milieu rural plutôt que sur celles d’élèves invisibles issus d’un milieu
urbain. Le même constat s’applique si le modèle est développé en s’appuyant sur les données d’élèves
issus d’un milieu rural puis testé sur des élèves issus d’un milieu urbain. Cependant, Samei et ses
collègues (2015[77]) montrent que les modèles sur les discussions en classe ne présentent pas de
différence entre milieu urbain et milieu rural. D’autres études sont de mise pour déterminer quels types de
prévisions sont concernés lorsque les modèles mélangent milieu urbain et milieu rural.
Enfin, une étude menée aux États-Unis montre que les modèles qui prédisent l’obtention d’un diplôme et
les notes standardisées aux examens sont moins précis chez les élèves ayant des parents dans l’armée
(Baker, Berning et Gowda, 2020[39]). Ces études qui se penchent sur différentes variables prouvent, dans
l’ensemble, que les biais algorithmiques ont des répercussions qui dépassent la race/l’origine ethnique, le
sexe et la nationalité. Tout un éventail de variables reste à étudier, comme la religion, l’âge, le fait que les
parents soient des travailleurs immigrés, la transidentité, l’orientation sexuelle et d’autres handicaps que
les troubles de la parole.

Des biais inconnus aux biais connus, de l’équité à l’égalité

Les sections précédentes de ce chapitre ont présenté l’état des connaissances sur la façon dont les biais
algorithmiques se manifestent dans le domaine de l’éducation. Notre analyse montre que des données
prouvent clairement que les biais algorithmiques se manifestent de nombreuses façons tout en révélant
nos lacunes en la matière. De nombreux domaines potentiellement affectés par les biais algorithmiques

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  285

sont décrits dans un seul article, tandis que de nombreux autres n’ont pas été étudiés du tout. L’ampleur
du problème dans différents cas et chez différents groupes d’élèves demeure également floue.
Comme le soulignent Baker et Hawn (2022[24]), nous commençons seulement à chercher comment
résoudre le problème des biais algorithmiques. En premier lieu, il existe des biais inconnus – un problème
existe, mais les concepteurs et les chercheurs ne le savent pas. Peut-être savent-ils qu’un problème existe
en général, sans savoir exactement qui est affecté, ou comment. Les études descriptives peuvent faire
passer un algorithme pédagogique donné d’un biais inconnu à un biais connu.
En cas de biais connu, on sait désormais qu’il existe un problème, où il se produit et qui est touché. Nos
connaissances demeurent peut-être incomplètes, mais elles sont suffisantes pour agir. Dès lors que nous
savons quel est le biais, il devient possible d’avancer vers l’équité. La sphère de l’apprentissage
automatique au sens large comprend de mieux en mieux les mesures à prendre pour améliorer l’équité
des algorithmes (Mehrabi et al., 2021[16] ; Narayanan, 2018[78]). Bien que cette tâche demeure loin d’être
parfaite, et que les meilleures méthodes soient toujours sujettes à débat (Kleinberg, Mullainathan et
Raghavan, 2016[18] ; Berk et al., 2018[52]), il existe désormais un savoir-faire suffisant pour rectifier un biais
algorithmique dès lors qu’il est connu. Enfin, augmenter l’équité algorithmique peut être une étape vers la
création d’un monde équitable, avec une réelle égalité des chances pour tous les élèves – voir (Holstein
et Doroudi, 2022[79]).

Graphique 9.1. Évolution de la situation actuelle à l’égalité

Remarque : visuel de l’auteur

Œuvrer en faveur de l’équité impose de déterminer dans quels domaines les technologies et les
pédagogies sont les plus inéquitables, et de s’efforcer de résoudre ces problèmes en premier lieu. La
plupart des domaines les plus inéquitables impliquent des inégalités déjà bien connues. Mais certaines
peuvent être moins connues des milieux éducatifs et politiques. Il nous arrive d’occulter des inégalités
majeures en raison de nos propres biais et idées reçues. En d’autres termes, il faut poursuivre la recherche
puisqu’à l’heure actuelle le monde de l’éducation évolue majoritairement dans une situation de biais
inconnu.

Obstacles à l’équité

Il existe actuellement de nombreux obstacles pour atteindre l’équité et l’égalité en matière de technologies
éducatives. Le principal obstacle, comme le souligne la section précédente, tient à tout ce que nous ne
savons pas sur les biais qui existent dans le monde en général, mais aussi entre les pays. Comme
l’indiquent Baker et Hawn (2022[24]), les biais inconnus peuvent être classés en deux catégories. D’un côté,
lorsque nous ne savons pas qu’il existe des biais algorithmiques pour un groupe d’élèves donnés. De
l’autre, lorsque nous savons qu’il existe un biais touchant un groupe donné, sans pour autant savoir de
quelle façon il se manifeste. Ces deux types de biais semblent exister selon notre compréhension des
biais algorithmiques dans le domaine de l’éducation. À ce stade, la recherche est limitée, qu’il s’agisse des
groupes étudiés et du degré de détail avec lequel les biais algorithmiques ont été étudiés chez les groupes
qui en sont notoirement affectés dans l’éducation. Même pour les problèmes étudiés relativement en détail
comme le racisme et le sexisme, nous ne connaissons pas toutes les façons dont ceux-ci affectent

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

286 

l’efficacité des algorithmes pédagogiques. Par exemple, les biais des algorithmes pédagogiques chez les
populations autochtones ont moins fait l’objet d’études que ceux affectant d’autres groupes ; il en est de
même pour les élèves transgenres ; et le vécu des minorités raciales au regard des algorithmes éducatifs
a fait l’objet d’études bien plus détaillées aux États-Unis que partout ailleurs.
L’un des principaux obstacles à la réalisation de ce type de recherche réside dans le manque de données
éducatives de qualité et facilement accessibles sur l’identité, la perception, le statut ou l’appartenance à
un groupe. Comme le soulignent Belitz et al. (2022[25]), même lorsqu’on collecte des données sur l’identité,
celles-ci concernent un petit nombre de catégories. De surcroît, la plupart des études n’obtiennent même
pas ce faible degré de données sur l’identité ou l’appartenance à un groupe.
Plusieurs raisons expliquent les obstacles à la collecte de données sur l’appartenance à un groupe : la
commodité, les obstacles réglementaires et les réserves concernant la protection des données
personnelles des élèves, par exemple. Bien souvent, les instances chargées de la conformité comme les
responsables de la protection des données personnelles et les comités d’éthique institutionnels
considèrent que les données démographiques sont à haut risque : ils créent des mesures incitatives (pas
toujours consciemment) pour éviter de les collecter. Si – pour donner un exemple courant aux États-Unis –
un chercheur doit obtenir une autorisation parentale pour collecter des données démographiques sans
être tenu de l’obtenir s’il évite toute donnée démographique, il est dès lors fortement incité à éviter de
collecter des données démographiques, ce qui conduit à terme à ignorer les problèmes des biais
algorithmiques (et d’autres formes de biais). De nombreux pays sont en train de durcir leurs lois concernant
la protection des données personnelles dans l’éducation – des lois dont l’ambition est de protéger les
enfants, mais qui, en l’état, peuvent empêcher totalement d’identifier ou de rectifier les biais algorithmiques
(voir la discussion dans Baker, sous presse).
Une autre mesure incitative clé qui réduit les études sur les biais algorithmiques tient au risque encouru
par toute entreprise qui aborde ouvertement les défauts de son produit. Toute communication quant aux
défauts d’un produit – voire à la conception d’un produit – peut ouvrir une porte à la concurrence. Un
environnement très compétitif où les entreprises peuvent choisir d’analyser ou non les défauts de leur
produit est un environnement où les entreprises ont une bonne raison de ne pas examiner (et résoudre)
les biais de leur produit. En plus de favoriser la concurrence, communiquer trop ouvertement sur les biais
peut conduire à des critiques de la part de la presse, de membres de la communauté et d’universitaires.
Dans le pire des cas, une organisation qui évoque publiquement les biais de ses contenus s’expose à des
procès ou des actions en justice de la part des législateurs.
Bien que les systèmes d’apprentissage soient actuellement incités, dans une certaine mesure, à
démontrer leur efficacité éducative – voir des plateformes comme What Works Clearinghouse et Evidence
for ESSA (WWC, 2012[80] ; Slavin, 2020[81]) – ces initiatives considèrent qu’un programme d’enseignement
est soit efficace soit inefficace dans l’ensemble, et non pour des groupes d’élèves en particulier.
Un autre obstacle important à surmonter pour résoudre les biais algorithmiques dans le domaine de
l’éducation est le manque de boîtes à outils propres à ce domaine pour évaluer et résoudre les biais. On
sait que les données éducatives sont différentes des autres types de données utilisées couramment dans
l’apprentissage automatique en raison de leur nature complexe à plusieurs niveaux (actions parmi les
élèves parmi les classes parmi les enseignants parmi les établissements parmi les districts scolaires ; et
facteurs identitaires qui se confondent avec ces niveaux) dont il convient de tenir compte pour qu’une
analyse soit valable (O’Connell et McCoach, 2008[82]). Bien que les boîtes à outils existantes soient
applicables jusqu’à un certain point, il reste encore du travail à faire pour les rendre faciles à adapter et à
utiliser dans l’éducation – voir (Kizilcec et Lee, 2022[38] ; Holstein et Doroudi, 2022[79]). Les boîtes à outils
servant à identifier les biais algorithmiques offrent généralement des indicateurs utiles (évoqués ci-
dessus), mais elles ignorent les aspects uniques des données éducatives, ce qui nuit à leur pertinence.
Le fait qu’elles sont conçues pour considérer les points de mesure de façon interchangeable, les rend
incompatibles avec les algorithmes éducatifs tenant explicitement compte de la nature multiniveau des

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  287

données éducatives. À l’heure actuelle, cette lacune en matière de boîtes à outils augmente le coût lié au
contrôle et à la rectification des biais algorithmiques pour les organisations dépourvues d’expertise en la
matière.
Dans l’ensemble, s’il est clair qu’il importe de remédier aux biais algorithmiques dans le domaine de
l’éducation, faute d’efforts concertés, il existe manifestement plusieurs défis et obstacles qui ralentissent
les efforts dans ce domaine. Heureusement, les responsables politiques ont plusieurs mesures à leur
disposition.

Recommandations à l’intention des responsables politiques

Dans cette section, nous présentons six recommandations à l’intention des responsables politiques
susceptibles de contribuer à résoudre les biais algorithmiques en rectifiant ou contournant les défis
existants dans l’environnement et en s’appuyant sur les travaux d’universitaires, d’ONG et du secteur privé
(Encadré 9.2).

Encadré 9.2. Six recommandations politiques à l’intention des responsables politiques

1. Tenir compte des biais algorithmiques lors de la création de politiques et d’obligations relatives
à la protection de la vie privée afin de ne pas empêcher les chercheurs d’identifier et de
résoudre les biais algorithmiques.
2. Exiger des analyses en matière de biais algorithmiques, ainsi que les collectes de données
nécessaires.
3. Orienter l’analyse des biais algorithmiques en fonction du contexte et des préoccupations
locales en matière d’égalité.
4. Financer la recherche relative aux biais inconnus dans le monde entier.
5. Financer la création de boîtes à outils pour les biais algorithmiques dans l’éducation.
6. Repenser les centres d’échange d’informations sur l’efficacité pour tenir compte de la diversité
des élèves.

1. Tenir compte des biais algorithmiques lors de la création de politiques et obligations

relatives à la protection de la vie privée

La première recommandation vise simplement à ne pas rendre impossible la rectification des biais
algorithmiques. Comme indiqué plus haut, de nombreux pays envisagent l’adoption de lois relatives à la
protection des données personnelles dans l’éducation qui empêcheraient totalement de collecter (ou de
conserver suffisamment longtemps pour procéder à une analyse) les données sur l’identité, les interactions
et les résultats des élèves, autant de données pourtant indispensables à l’identification et à la résolution
des biais algorithmiques. Si les fournisseurs de technologies éducatives sont dans l’incapacité de collecter
ou d’utiliser des données sur l’identité des élèves, il leur est impossible de déterminer qui est affecté de
façon négative par les biais algorithmiques et quasi impossible de créer des algorithmes comportant moins
de biais algorithmiques. Si les fournisseurs de technologies éducatives sont dans l’incapacité de conserver
les données concernant l’utilisation des outils par les élèves assez longtemps pour évaluer les résultats
pertinents, il leur est impossible de déterminer si des élèves de différents groupes sont affectés de façon
différente. La protection des données des élèves est importante, mais l’équité aussi.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

288 

2. Exiger des analyses en matière de biais algorithmiques, ainsi que les collectes de
données nécessaires.

Dans l’idéal, au lieu de créer des politiques qui empêchent la collecte des données nécessaires au contrôle
et à la résolution des biais algorithmiques, les responsables politiques exigeraient au contraire que ces
données soient collectées dans le cadre de mesures de protection relevant des meilleures pratiques. Dans
l’idéal, cette obligation de collecte des données s’accompagnerait d’un certain degré de protection ou de
décharge de responsabilité pour les entreprises qui respectent pleinement les pratiques de sécurité (en
particulier dans l’environnement actuel, où assurer une protection parfaite des données est difficile même
en respectant les meilleures pratiques).
Ce serait une première étape vers une obligation d’étayer et de publier explicitement les contrôles des
biais algorithmiques dans le cadre des algorithmes éducatifs utilisés au-delà d’une certaine échelle (mille
utilisateurs actifs, par exemple), en fournissant au minimum des données indiquant si les modèles
présentent des écarts significatifs de qualité de leur performance entre différentes populations (si elles
sont présentes dans leur base d’utilisateurs). Exiger la publication des données sur les biais algorithmiques
suffirait probablement à créer une pression assez forte pour remédier aux biais révélés dans les
algorithmes.

3. Orienter l’analyse des biais algorithmiques en fonction du contexte et des préoccupations

locales en matière d’égalité.

Un défi auquel sont actuellement confrontées les organisations qui tentent de collecter des données de
bonne foi afin d’étudier leurs biais algorithmiques consiste à déterminer quelles variables identitaires
doivent faire l’objet d’une collecte de données (Belitz et al., 2022[25]). Les responsables politiques peuvent
les aider. Bien que les catégories de recensements constituent une source de variables possibles, elles
passent à côté des catégories clés associées aux biais algorithmiques (comme évoqué ci-dessus) et
peuvent aussi inclure des groupes absents d’un ensemble de données précis en raison de leur répartition
inégale dans la population. Une politique standardisant un ensemble minimum de marqueurs d’identité à
collecter et à signaler dans chaque région politique permettrait d’assurer un certain degré de cohérence
et de comparabilité entre différents rapports de biais algorithmiques. Cela aiderait également à garantir
que les groupes actuellement les plus défavorisés soient soutenus plutôt que d’être encore plus
défavorisés par les algorithmes éducatifs. Enfin, la standardisation d’un ensemble minimum de catégories
d’identité éviterait aussi aux organisations de signaler uniquement les groupes pour lesquels leurs outils
ne sont pas biaisés. Le processus actuel de sélection des catégories pertinentes au sein d’un
environnement politique donné ne doit pas être arbitraire ; dans l’idéal, la sélection serait effectuée par
une variété représentative d’acteurs à l’échelle locale, dont des chercheurs capables d’évaluer les
données disponibles.

4. Financer la recherche relative aux biais inconnus dans le monde entier.

Comme l’illustre la discussion ci-dessus, il est difficile de résoudre un problème sans savoir qu’il existe ; il
est difficile de résoudre les biais inconnus. Jusqu’à présent, l’immense majorité de la recherche relative
aux biais algorithmiques concerne la race/l’origine ethnique et le sexe aux États-Unis – et même dans ce
pays, des groupes raciaux ou ethniques clés plus présents dans certaines régions (comme les Premières
Nations ou les membres des diasporas portugaises et brésiliennes en Nouvelle-Angleterre) sont sous-
étudiés, tout comme d’autres catégories liées à des biais algorithmiques.
À l’extérieur des États-Unis, les biais algorithmiques font l’objet de beaucoup moins d’études. Il apparaît
clairement que d’autres études relatives aux biais algorithmiques dans l’éducation dans d’autres pays de
l’OCDE s’imposent afin de savoir quels groupes sont affectés, et de quelle façon. Sans ces études, les
concepteurs du monde entier devront se contenter de résoudre les problèmes d’inégalité connus aux

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  289

États-Unis, qui sont différents des problèmes d’autres pays (Wimmer, 2017[83]), ou devront tenter de
résoudre les problèmes en se fiant à leur intuition plutôt qu’à des données.
Les responsables politiques peuvent remédier à cette situation en créant des programmes de subvention
qui octroient des fonds à la recherche consacrée aux groupes affectés par les biais algorithmiques dans
l’éducation dans leur région.

5. Financer la création de boîtes à outils pour les biais algorithmiques dans l’éducation.

Comme abordé plus haut, l’absence de boîtes à outils efficaces pour identifier et rectifier les biais
algorithmiques dans le domaine de l’éducation rend cette démarche plus coûteuse ; les organisations se
voient contraintes d’embaucher un expert en la matière ou de développer leur propre expertise au fil du
temps. La création de boîtes à outils de qualité axées sur la convivialité et prenant en charge les meilleures
pratiques augmentera la faisabilité de ce type d’analyse et les possibilités d’amélioration auprès d’un large
éventail de fournisseurs de technologies éducatives et de chercheurs. Les responsables politiques
peuvent remédier à cette situation en créant des programmes de subvention qui octroient des fonds pour
la création de ce type de boîte à outils. Même une seule de ces boîtes à outils ferait une différence
considérable dans ce domaine.

6. Repenser les centres d’échange d’informations sur l’efficacité pour tenir compte de la
diversité des élèves.

À l’heure actuelle, les centres d’échange d’informations sur l’efficacité telles que What Works
Clearinghouse et Evidence for ESSA – créées (respectivement) directement par une agence
gouvernementale et à l’aide d’une subvention octroyée par une fondation – résument les données relatives
à l’efficacité de différents programmes d’enseignement, y compris des programmes dispensés par
ordinateur. Néanmoins, ils considèrent l’efficacité de façon unidimensionnelle : soit un programme
d’enseignement est efficace pour tous, soit il ne l’est pour personne. Les programmes d’enseignement et
les technologies éducatives peuvent cependant être efficaces pour certains groupes d’élèves et pas pour
d’autres (Cheung et Slavin, 2013[84]). Il est peu probable qu’une technologie éducative avec un biais
algorithmique présente la même efficacité pour tous les élèves ; si ses algorithmes sont moins efficaces
pour certains groupes d’élèves, elle aide très probablement moins efficacement ces élèves à obtenir de
meilleurs résultats. Avec la création de nouveaux centres d’échange d’informations, ou alors que les
centres existants sollicitent de nouveaux financements, les responsables politiques peuvent les amener à
tenir compte des différences en matière d’efficacité entre plusieurs groupes d’élèves. Cela incitera d’autant
plus les fournisseurs de technologies éducatives (et les concepteurs des programmes d’enseignement en
général) à démontrer (et garantir) l’efficacité de leurs produits pour tous les élèves, dans toute leur
diversité.

Conclusion

Dans ce chapitre, nous avons passé en revue les données disponibles concernant les biais algorithmiques
dans l’éducation : qui est affecté, de quelle façon et quelles sont les (vastes) lacunes en matière de
compréhension de ce domaine. Nous avons analysé certains des facteurs qui freinent les progrès en la
matière et faisons des recommandations axées sur ce que les responsables politiques peuvent faire pour
aider le secteur à mieux comprendre et réduire les biais algorithmiques dans l’éducation.
Le potentiel des algorithmes est élevé dans le domaine de l’éducation. Les meilleurs systèmes
d’apprentissage adaptatifs et systèmes de prévision des risques ont des effets positifs importants sur les
résultats des élèves (Ma et al., 2014[85] ; VanLehn, 2011[86] ; Millron, Malcom et Kil, 2014[87]). Cependant,
ce potentiel ne peut pleinement être atteint si les algorithmes reproduisent, voire amplifient les biais

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

290 

présents dans les sociétés à travers le monde. Ce n’est qu’en procédant à des études et en remédiant aux
biais algorithmiques que nous pourrons créer des technologies éducatives qui atteignent leur plein
potentiel et aident à leur tour chaque élève à atteindre son plein potentiel.
Les responsables politiques du monde entier sont à un tournant dans la résolution des biais algorithmique
et la création de technologies éducatives justes et équitables pour tous les élèves. L’existence des biais
algorithmiques est mieux comprise, y compris dans le domaine de l’éducation. Il s’agit de la première étape
vers une meilleure compréhension des élèves affectés, et de la façon dont ils sont affectés. Toutefois, ces
avancées ont une portée limitée : des facettes précises de l’identité des élèves (en particulier la
race/l’origine ethnique et le sexe) ont fait bien plus l’objet d’études que d’autres aspects qui semblent
également affectés par les biais algorithmiques. En outre, les études sur les biais algorithmiques dans
l’éducation se concentrent amplement aux États-Unis, ce qui crée un certain flou sur les élèves affectés
dans le reste du monde et sur les moyens de les soutenir. Enfin, ces avancées sont menacées par la
possibilité de lois disproportionnées sur la protection de la vie privée, qui pourraient empêcher les travaux
futurs d‘étudier et de corriger les biais algorithmiques et, à terme, favoriser l’équité.

Références

Anderson, H., A. Boodhwani et R. Baker (2019), Assessing the Fairness of Graduation [50]
Predictions.

Angwin, J.; J. Larson; S. Mattu et L. Kirchner (2016), Machine Bias, Auerbach Publications. [4]

Baker, R. (2022), The Current Trade-off Between Privacy and Equity in Educational Technology, [37]
Rowman & Littlefield.

Baker, R., A. Berning et S. Gowda (2020), Differentiating Military-Connected and Non-Military- [39]
Connected Students: Predictors of Graduation and SAT Score.

Baker, R. et A. Hawn (2022), « Algorithmic Bias in Education », International Journal of Artificial [24]
Intelligence in Education, vol. 32/4, pp. 1052-1092.

Baker, R.; E. Walker; A. Ogan et M. Madaio (2019), « Culture in Computer-Based Learning [62]
Systems: Challenges and Opportunities », Computer-Based Learning in Context, vol. 1/1,
pp. 1-13, [Link]

Barocas, S., M. Hardt et A. Narayanan (2019), Fairness and Machine Learning. Limitations and [42]
opportunities, [Link]

Belitz, C.; J. Ocumpaugh; S. Ritter; R. Baker; S. Fancsali et N. Bosch (2022), « Constructing [25]
categories: Moving beyond protected classes in algorithmic fairness », Journal of the
Association for Information Science and Technology, pp. 1-6,
[Link]

Berk, R., H. Heidari; S. Jabbari; M. Kearns et A. Roth (2018), « Fairness in Criminal Justice Risk [52]
Assessments: The State of the Art », Sociological Methods & Research, vol. 50/1, pp. 3-44,
[Link]

Bireda, M. (2002), Eliminating Racial Profiling in School Discipline: Cultures in Conflict, Rowman [49]
& Littlefield Education.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  291

Blodgett, S.; S. Barocas; H. Daumé III et H. Wallach (2020), « Language (Technology) is Power: [27]
A Critical Survey of “Bias” in NLP », Proceedings of the 58th Annual Meeting of the
Association for Computational Linguistics, pp. 5454–5476,
[Link]

Bridgeman, B., C. Trapani et Y. Attali (2012), « Comparison of Human and Machine Scoring of [21]
Essays: Differences by Gender, Ethnicity, and Country », Applied Measurement in Education,
vol. 25/1, pp. 27-40, [Link]

Bridgeman, B., C. Trapani et Y. Attali (2009), Considering Fairness and Validity in Evaluating [8]
Automated Scoring.

Caton, S. et C. Haas (2020), « Fairness in Machine Learning: A Survey », arXiv preprint [15]
arXiv:2010.04053, [Link]

Cheung, A. et R. Slavin (2013), « The effectiveness of educational technology applications for [84]
enhancing mathematics achievement in K-12 classrooms: A meta-analysis », Educational
Research Review, vol. 9, pp. 88-113, [Link]

Chouldechova, A. (2017), « Fair Prediction with Disparate Impact: A Study of Bias in Recidivism [51]
Prediction Instruments », Big Data, vol. 5/2, pp. 153-163,
[Link]

Christie, S.; D. Jarratt; L. Olson et T. Taijala (2019), « Machine-Learned School Dropout Early [22]
Warning at Scale », International Educational Data Mining Society (EDM 2019), pp. 726-731.

Corbett-Davies, S. et S. Goel (2018), « The Measure and Mismeasure of Fairness: A Critical [63]
Review of Fair Machine Learning », arXiv, [Link]

Cramer, H. et al. (2019), Translation Tutorial: Challenges of incorporating algorithmic fairness. [46]

Crawford, K. (2017), The Trouble with Bias - NIPS 2017 Keynote, [26]
[Link]

Darlington, R. (1971), « Another look at « cultural fairness. » », Journal of Educational [53]

Measurement, vol. 8/2, pp. 71–82, [Link]

Digital Promise (2022), Prioritizing Racial Equity in AI Design, [20]

[Link]
equity-in-ai-design-4 (consulté le 23 décembre 2022).

Dorans, N. (2010), « Misrepresentations in Unfair Treatment by Santelices and Wilson », [32]

Harvard Educational Review, vol. 80/3, pp. 404-413,
[Link]

Doroudi, S. et E. Brunskill (2019), Fairer but Not Fair Enough On the Equitability of Knowledge [40]
Tracing, [Link]

Executive Office of the President (2014), Big Data: Seizing Opportunities, Preserving Values. [1]

Finkelstein, S. et al. (2013), The Effects of Culturally Congruent Educational Technologies on [35]
Student Achievement.

Friedman, B. et H. Nissenbaum (1996), « Bias in computer systems », ACM Transactions on [43]

Information Systems, vol. 14/3, pp. 330–347, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

292 

Garcia, M. (2016), « Racist in the Machine: The Disturbing Implications of Algorithmic Bias », [7]
World Policy Journal, vol. 33/4, pp. 111-117, [Link]

Gardner, J., C. Brooks et R. Baker (2019), Evaluating the Fairness of Predictive Student Models [29]
Through Slicing Analysis, Association for Computing Machinery,
[Link]

Green, B. (2020), The false promise of risk assessments: epistemic reform and the limits of [55]
fairness, [Link]

Green, B. et L. Hu (2018), The Myth in the Methodology: Towards a Recontextualization of [56]

Fairness in Machine Learning.

Green, B. et S. Viljoen (2020), Algorithmic realism: expanding the boundaries of algorithmic [57]
thought, [Link]

Hellström, T., V. Dignum et S. Bensch (2020), Bias in Machine Learning -- What is it Good for?, [44]
[Link]

Holstein, K. et S. Doroudi (2022), Equity and Artificial Intelligence in education, Routledge. [79]

Holstein, K.; J. Wortman Vaughan; H. Daumé III; M. Dudik et H. Wallach (2019), Improving [61]
fairness in machine learning systems: What do industry practitioners need?.

Hu, Q. et H. Rangwala (2020), Towards Fair Educational Data Mining: A Case Study on [12]
Detecting At-risk Students, [Link]

Kai, S. et al. (2017), Predicting Student Retention from Behavior in an Online Orientation [66]
Course.

Kizilcec, R. et H. Lee (2022), Algorithmic fairness in education, Routledge. [38]

Klare, B., M. Burge; J. Klontz; R. Vorder Bruegge et A. Jain (2012), Face Recognition [6]
Performance: Role of Demographic Information, IEEE,
[Link]

Kleinberg, J., S. Mullainathan et M. Raghavan (2016), Inherent Trade-Offs in the Fair [18]
Determination of Risk Scores, [Link]

Kraiger, K. et J. Ford (1985), « A Meta-Analysis of Ratee Race Effects in Performance Ratings », [59]
Journal of Applied Psychology, vol. 70/1, pp. 56-65.

Kung, C. et R. Yu (2020), Interpretable Models Do Not Compromise Accuracy or Fairness in [13]

Predicting College Success, Association for Computing Machinery,
[Link]

Lee, H. et R. Kizilcec (2020), Evaluation of Fairness Trade-offs in Predicting Student Success, [19]
[Link]

Li, X.; D. Song; M. Han; Y. Zhang et R. Kizilcec (2021), « On the limits of algorithmic prediction [64]
across the globe », arXiv preprint arXiv:2103, [Link]

Loukina, A. et H. Buzick (2017), « Use of Automated Scoring in Spoken Language Assessments [76]
for Test Takers With Speech Impairments: Automated Scoring With Speech Impairments »,
ETS Research Report Series, vol. 3, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  293

Loukina, A., N. Madnani et K. Zechner (2019), The many dimensions of algorithmic fairness in [11]
educational applications, Association for Computational Linguistics,
[Link]

Makhlouf, K., S. Zhioua et C. Palamidessi (2021), « On the Applicability of Machine Learning [54]
Fairness Notions », ACM SIGKDD Explorations Newsletter, vol. 23, pp. 14-23.

Ma, W.; O. Adesope; J. Nesbit et Q. Liu (2014), « Intelligent Tutoring Systems and Learning [85]
Outcomes: A Meta-Analysis », Journal of Educational Psychology, vol. 106/4, pp. 901-918.

Mehrabi, N.; S. Zhioua et C. Palamidessi (2021), « A Survey on Bias and Fairness in Machine [16]
Learning », ACM Computing Surveys, vol. 54/6, pp. 1-35, [Link]

Millron, M., L. Malcom et D. Kil (2014), « Insight and Action Analytics: Three Case Studies to [87]
Consider », Research & Practice in Assessment, vol. 9, pp. 70-29.

Mitchell, S.; E. Potash; S. Barocas; A. D'Amour et K. Lum (2020), « Algorithmic Fairness: [30]
Choices, Assumptions, and Definitions », Annual Review of Statistics and Its Application,
vol. 8, pp. 141-163, [Link]

Naismith, B.; N. Han; A. Juffs; B. Hill et D. Zheng (2019), Accurate Measurement of Lexical [75]
Sophistication with Reference to ESL Learner Data.

Narayanan, A. (2018), Translation tutorial: 21 fairness definitions and their politics. [78]

O’Neil, C. (2016), Weapons of math destruction: how big data increases inequality and threatens [2]
democracy, Crown Publishing.

O’Reilly-Shah, V. et al. (2020), « Bias and ethical considerations in machine learning and the [5]
automation of perioperative risk assessment », British Journal of Anaesthesia, vol. 125/6,
pp. 843-846, [Link]

Obermeyer, Z.; B. Powers; C. Vogeli et S. Mullainathan (2019), « Dissecting racial bias in an [31]
algorithm used to manage the health of populations », Science, vol. 366/6464, pp. 447-453,
[Link]

O’Connell, A. et D. McCoach (2008), Multilevel modeling of educational data, IAP. [82]

Ocumpaugh, J. et C. Heffernan (2014), « Population validity for educational data mining models: [9]
A case study in affect detection », British Journal of Educational Technology, vol. 45/3,
pp. 487-501, [Link]

Ogan, A.; E. Walker; R. Baker; M. Rodrigo; J.C. Soriano et M.J. Castro (2015), « Towards [65]
understanding how to assess help-seeking behavior across cultures », International Journal
of Artificial Intellignce in Education, vol. 25/2, pp. 229-248, [Link]
014-0034-8.

Okur, E.; S. Aslan; N. Alyuz; A. Arslan et R. Baker (2018), Role of Socio-Cultural Differences in [60]
Labeling Students’ Affective States, Springer International Publishing.

Paquette, L.; J. Ocumpaugh; Z. Li; A. Andres et R. Baker (2020), « Who’s Learning? Using [48]
Demographics in EDM Research », Journal of Educational Data Mining, vol. 12/3, pp. 1–30,
[Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

294 

Pardo, A. et G. Siemens (2014), « Ethical and privacy principles for learning analytics », British [36]
Journal of Educational Technology, vol. 45/3, pp. 438-450, [Link]

Penn Center for Learning Analytics (s.d.), Algorithmic Bias in Education, [69]
[Link]

Ramineni, C. et D. Williamson (2018), « Understanding Mean Score Differences Between the e- [68]
rater® Automated Scoring Engine and Humans for Demographically Based Groups in the
GRE® General Test », ETS Research Report Series, vol. 2018/1, pp. 1-31,
[Link]

Riazy, S., K. Simbeck et V. Schreck (2020), Fairness in Learning Analytics: Student At-risk [70]
Prediction in Virtual Learning Environments, [Link]

Rzepka, N.; K. Simbeck; H. Müller et N. Pinkwart (2022), Fairness of In-session Dropout [71]
Prediction, [Link]

Samei, B.; A. Olney; S. Kelly; M. Nystrand; S. D'Mello; N. Blanchard et A. Greasser (2015), [77]
Modeling Classroom Discourse: Do Models That Predict Dialogic Instruction Properties
Generalize across Populations?.

Santelices, M. et M. Wilson (2010), « Unfair Treatment? The Case of Freedle, the SAT, and the [33]
Standardization Approach to Differential Item Functioning », Harvard Educational Review,
vol. 80/1, pp. 106-134, [Link]

Sha, L.; M. Raković; A. Das; D. Gašević et G. Chen (2022), « « Leveraging Class Balancing [74]
Techniques to Alleviate Algorithmic Bias for Predictive Tasks in Education », IEEE
Transactions on Learning Technologies, vol. 15/4, pp. 481-492,
[Link]

Sha, L.; M. Raković; A. Whitelock-Wainwright et D. Carroll (2021), Assessing algorithmic fairness [73]
in automatic classifiers of educational forum posts, [Link]
4_31.

Silva, S. et M. Kenney (2019), « Algorithms, Platforms, and Ethnic Bias », Communications of [45]
the ACM, vol. 62/11, pp. 37-39, [Link]

Slavin, R. (2020), « How evidence-based reform will transform research and practice in [81]
education », Educational Psychologist, vol. 55/1, pp. 21-31,
[Link]

Soundarajan, S. et D. Clausen (2018), Equal Protection Under the Algorithm : A Legal-Inspired [41]
Framework for Identifying Discrimination in Machine Learning.

Suresh, H. et J. Guttag (2021), « A Framework for Understanding Sources of Harm throughout [28]
the Machine Learning Life Cycle », EAAMO ’21: Equity and Access in Algorithms,
Mechanisms, and Optimization 17, pp. 1-9, [Link]

Sweeney, L. (2013), « Discrimination in online ad delivery », Communications of the ACM, [34]

vol. 56/5, pp. 44-54, [Link]

Tempelaar, D., B. Rienties et Q. Nguyen (2020), « Subjective data, objective data and the role of [58]
bias in predictive modelling: Lessons from a dispositional learning analytics application »,
Plos One, vol. 15/6, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  295

VanLehn, K. (2011), « The relative effectiveness of human tutoring, intelligent tutoring systems, [86]
and other tutoring systems », Educational Psychologist, vol. 46/4, pp. 197-221,
[Link]

Vasquez Verdugo, J.; X. Gitiaux; C. Ortega et H. Rangwala (2022), FairEd: A Systematic [72]
Fairness Analysis Approach Applied in a Higher Educational Context,
[Link]

Verma, S. et J. Rubin (2018), Fairness Definitions Explained, [17]

[Link]

Wang, Z., K. Zechner et Y. Sun (2018), « Monitoring the Performance of Human and Automated [10]
Scores for Spoken Responses », Language Testing, vol. 35/1, pp. 101-120,
[Link]

Wimmer, A. (2017), « Power and pride: national identity and ethnopolitical inequality around the [83]
world », World Politics, vol. 69/4, pp. 605-639, [Link]

Wolff, A.; Z. Zdrahal; A. Nikolov et M. Pantucek (2013), Improving retention: predicting at-risk [47]
students by analysing clicking behaviour in a virtual learning environment,
[Link]

WWC (2012), What Works Clearinghouse, [Link] [80]

Yu, R., H. Lee et R. Kizilcec (2021), Should College Dropout Prediction Models Include [67]
Protected Attributes?, [Link]

Yu, R.; Q. Li; C. Fischer; S. Doroudi et D. Xu (2020), Towards Accurate and Fair Prediction of [14]
College Success: Evaluating Different Sources of Student Data.

Zhang, J.; J.L. Andres, Juliana Ma; S. Hutt; R. Baker; J. Ocumpaugh; C. Mills; J. Brooks; S. [23]

Sethuraman et T. Young (2022), Detecting SMART Model Cognitive Operations in Mathematical

Problem-Solving Process.

Zuiderveen Borgesius, F. (2018), Discrimination, artificial intelligence, and algorithmic decision- [3]
making, Council of Europe, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

296 

10 Prémices d’une gouvernance de

l’IA générative dans le secteur de
l'éducation

Quentin Vidal, Stéphan Vincent-Lancrin et Hyunkyeong Yun, OCDE

Ce chapitre donne un aperçu de ce qui se fait en termes de gouvernance de

l’IA générative dans 18 pays dans le domaine de l'éducation. Il fait le point
sur les récents développements des outils de l'IA générative et sur leur
adoption massive dans divers secteurs et examine les premières tentatives
des pays et juridictions pour réglementer, encourager ou restreindre leur
utilisation dans le secteur de l'éducation. Il met également en parallèle les
cadres réglementaires et les lignes directrices actuels ou en préparation avec
les utilisations que les enseignants et les élèves font de ces outils sur le
terrain. S'appuyant sur une analyse des priorités stratégiques des pays et
juridictions à cet égard, le chapitre termine par une série de
recommandations aux responsables politiques afin qu’ils envisagent une
intégration adaptative et efficace des outils de l'IA générative en éducation.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  297

Introduction

À mesure que la technologie numérique et le recours aux données intelligentes transforment les systèmes
éducatifs, l'intégration des outils de l'intelligence artificielle (IA) dans l'éducation apparaît comme un
élément central du remodelage des pratiques d'enseignement (OECD, 2021[1]). L'émergence de l'IA
générative a révélé la puissance de l'intelligence artificielle et à conduit à des débats sans précédent quant
à son utilisation en classe. L'IA générative est une composante de l'intelligence artificielle qui englobe
diverses fonctionnalités, de la production de textes à celle d'images, de musique et de vidéos. Elle génère
en toute autonomie de nouveaux contenus à partir d'instructions, remettant potentiellement en cause les
pratiques d’enseignement et d’évaluation classiques, notamment les devoirs, les travaux scolaires et les
examens (Pons, 2023[2]). Cette technologie novatrice a la capacité de démocratiser les expériences
d’apprentissage autonome, mais aussi de remettre en question les méthodes traditionnelles d'acquisition
de compétences. Les premiers débats relatifs à l'IA dans l'éducation ont porté sur la « tricherie » et sur la
possibilité que les élèves ne soient pas les auteurs de leurs travaux scolaires, entraînant potentiellement
un appauvrissement des connaissances. Aujourd'hui, les capacités de l'IA évoluent à un rythme jamais
observé auparavant. Couplés à d'autres progrès technologiques, les outils d'IA générative pourraient
accorder une plus grande place aux agents conversationnels dans les expériences d'apprentissage et,
potentiellement, redéfinir les pratiques d'enseignement et d'apprentissage.
La rapidité d’évolution de cet outil, comme en témoignent les différentes versions de ChatGPT apparues
depuis décembre 2022 ou la visibilité soudaine d’outils tels que Lensa-AI ou Dall-E, indique que,
contrairement aux capacités humaines, celles de l'IA ne cessent de s’améliorer (OECD, 2023[3]). Face au
nouvel enjeu consistant à tirer pleinement parti du potentiel de l'IA générative, les systèmes d'éducation
doivent surmonter des défis tels que les biais algorithmiques, la tricherie, le plagiat et l'érosion des
compétences, tout en répondant aux préoccupations liées à la protection de la vie privée et des données,
à la violation de la propriété intellectuelle, voire même, au développement durable. Bien qu'il s'agisse d'un
domaine émergent pour lequel on ne dispose guère d'expérience, les responsables politiques
commencent à envisager d'encadrer l'intelligence artificielle et parfois même de la réglementer.
Ce chapitre explore les orientations et les mesures réglementaires adoptées par 18 pays et juridictions de
l'OCDE pour réguler, encourager ou restreindre l'utilisation des outils de l'IA générative dans le secteur de
l'éducation. En 2024, les administrations centrales ou nationales ont principalement publié des documents
d'orientation non contraignants.
En l'absence de réglementation centrale, les décisions prises à l'échelle des établissements par les
enseignants ou les chefs d’établissement influencent considérablement l'éventuelle intégration de l'IA
générative dans le cadre scolaire et les modalités pour y parvenir. Toutefois, en dehors du milieu scolaire,
l'IA générative ne représente qu'un service numérique de plus, dont les outils sont accessibles et utilisables
par toute personne disposant d'une simple connexion internet (avec des restrictions lorsque les outils ne
sont pas soumis à un abonnement payant).
Les pays et les juridictions peuvent souhaiter jouer un rôle dans l'adoption de cette nouvelle technologie
dans l'éducation, en trouvant un juste équilibre entre, d'un côté, l'amélioration des résultats pour tous, la
promotion des progrès technologiques et, de l'autre, le respect de la vie privée et la prise en compte des
questions d'éthique et d'équité. Si le potentiel de l'IA générative dans l'éducation a suscité un examen
critique, l'analyse de ses répercussions n'en est qu'au stade des balbutiements. Les pouvoirs publics sont
confrontés au défi qui consiste à veiller à la conformité de l'utilisation de l'IA générative avec les objectifs
éducatifs tout en réduisant les risques associés à la protection de la vie privée, à la sécurité et aux biais
algorithmiques. De surcroît, il est capital de comprendre le caractère multidimensionnel de cette
technologie qui concerne non seulement la génération de texte classique, mais également un éventail de
productions créatives.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

298 

Ce chapitre est structuré en quatre parties. Dans un premier temps, il propose une vue d'ensemble des
orientations et des réglementations en matière d'IA générative dans l'éducation en vigueur dans 18 pays
et juridictions de l'OCDE. Puis, indépendamment des orientations en vigueur ou de celles à venir, il analyse
comment les établissements, les enseignants et les élèves utilisent concrètement l'IA générative, dans
divers contextes éducatifs. Dans un troisième temps, le chapitre fait état des priorités stratégiques des
pays et juridictions concernant la gouvernance de l'IA générative en éducation. Enfin, il se termine par une
discussion sur les avantages que les pays et juridictions pourraient tirer d’une utilisation efficace de l'IA
générative dans l'éducation, et présente une série de recommandations stratégiques en ce sens.

Orientations et réglementations

Dans les premiers mois de 2024, aucun des 18 pays pour lesquels des données comparables sont
disponibles n’a adopté de réglementation spécifique sur l’utilisation de l’IA générative dans le domaine de
l’éducation (voir le Graphique 10.1 et le Tableau 10.1). Deux pays, la Corée et la France, ont cependant
proposé une réglementation dont la mise en œuvre doit encore être approuvée. La réglementation en
Corée sera un volet de la « Loi de promotion de l'intelligence artificielle dans l'éducation », qui aborde la
thématique de l’IA générative sans toutefois s'y limiter. En lieu et place d'une réglementation, ou dans
l'attente de celle-ci, neuf pays et juridictions (soit la moitié des répondants) ont rédigé des orientations non
contraignantes sur l'utilisation de l'IA générative dans l'éducation.
À titre d'exemple, le Japon a publié en 2023 des Lignes directrices temporaires sur l'utilisation de l'IA
générative dans l'enseignement primaire et secondaire. Destiné aux établissements et aux enseignants,
ce document les conseille sur l'approche générale à adopter pour assurer une utilisation appropriée de
cette technologie en éducation et insiste sur certains sujets à prendre en compte, tels que la protection
des données personnelles, de la vie privée et des droits d'auteur (voir l'Encadré 10.1). Sept pays procèdent
actuellement à la rédaction de nouvelles orientations à cet égard ou à leur mise à jour.

Graphique 10.1. Orientations et réglementations relatives à l'IA générative dans le secteur de

l'éducation (2024)

Rédigées Publiées En attente

Nombre de pays et juridictions
18

16

14

12

10 3
8
4
6

2 5
2
0
Réglementations Orientations

Remarque: en date du 13 décembre 2023, parmi les neuf pays ayant publié des orientations, ils sont quatre [l'Angleterre (Royaume-Uni), le
Luxembourg, la Nouvelle-Zélande et la Tchéquie] a également rédiger de nouvelles orientations ou à procéder à leur mise à jour. N=18.

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  299

Tableau 10.1. Orientations et réglementations relatives à l'IA générative dans le secteur de

l'éducation, selon les pays et juridictions (2024)
Réglementations Orientations (non contraignantes) Responsabilité des
établissements
Adoptées En attente Publiées Rédigées et en
d'approbation attente d'approbation
Autriche ✓ ✓
Canada ✓
Tchéquie ✓ ✓ ✓
Finlande ✓ ✓
France ✓ ✓
Hongrie
Islande ✓
Japon ✓
Corée ✓ ✓ ✓
Lettonie ✓
Luxembourg ✓ ✓
Nouvelle-Zélande ✓ ✓
Slovaquie ✓
Espagne
Suède ✓
Türkiye
Angleterre ✓ ✓ ✓
(Royaume-Uni)
Communauté ✓ ✓
flamande (Belgique)
Total (18) 0 2 9 7 9
StatLink 2 [Link]

Dans neuf pays et juridictions (soit la moitié des répondants), les établissements sont chargés de définir
leurs propres règles et de fournir des orientations sur l'utilisation de l'IA générative par leurs élèves, à
condition de respecter les dispositions centrales ou nationales plus générales en matière de protection
des données (voir (OECD, 2023[4])). C'est par exemple le cas dans les pays nordiques (Finlande, Islande
et Suède), ainsi qu'en Slovaquie où l'administration centrale indique que les acteurs locaux sont invités à
intégrer les outils de l'IA générative comme ils l'entendent dans le cadre de leur contexte scolaire.
Que les établissements ou les autorités infranationales édictent leurs règles sur le recours à l'IA dans
l'éducation n'empêche toutefois pas les autorités centrales de fournir des orientations. En Tchéquie,
l'Institut national de pédagogie a publié des recommandations pour les chefs d'établissements, les
enseignants, les élèves et leurs parents sur l’utilisation efficace et sécuritaire de l’IA générative, à partir
des instructions émises par le ministère de l'Éducation, de la Jeunesse et des Sports. De plus, les
établissements disposent également de leurs propres ensembles de règles convenues avec leurs conseils
d'établissement composés des chefs d'établissement, des enseignants ainsi que des représentants des
élèves et des parents. Le ministère tchèque envisage à brève échéance de diffuser un ensemble
d'orientations qui comprendraient la structure conceptuelle d'un programme d'enseignement type intégrant
l'IA dans les projets et les activités de recherche. De même, en Communauté flamande de Belgique, les
établissements peuvent choisir en toute autonomie les outils pédagogiques qu'ils utilisent. Le Centre du
savoir de la communauté fournit toutefois aux établissements des lignes directrices spécifiques pour une
utilisation responsable de ces types d'outils, comme énoncé dans son plan d'action Digisprong.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

300 

Encadré 10.1. Priorités des pays relatives aux réglementations de l'IA générative dans le secteur
de l'éducation (2024)
Lignes directrices temporaires du Japon sur l'utilisation de l'IA générative dans l'enseignement primaire
et secondaire (2023)
L'approche japonaise concernant l'intégration de l'IA générative dans le secteur de l'éducation repose
sur un ensemble de trois objectifs. Premièrement, elle encourage les établissements à se lancer
prudemment dans l'utilisation de l'IA générative, en évaluant ses répercussions et en répondant aux
préoccupations connexes en matière, par exemple, de respect de la vie privée, de sécurité et de droits
d'auteur. Deuxièmement, elle invite les établissements à réaffirmer l'importance de la vérification des
faits et des compétences relatives à la maîtrise de l'information, en adéquation avec l'évolution de la
demande de compétences à l'ère de l'IA. Troisièmement, le Japon vise à promouvoir le recours à l'IA
générative parmi les enseignants afin de réduire leur charge de travail (administratif) et d'améliorer
leurs compétences numériques, notamment dans le domaine de l'IA.
Par ailleurs, le Japon met l'accent sur l'importance de protéger les données personnelles, en s'opposant
à leur utilisation pour illustrer des instructions et en insistant sur le respect des lois relatives à la
protection des données. Les lignes directrices fournissent des renseignements en matière de sécurité
des données, y compris des mises en garde quant à la divulgation d'informations confidentielles à des
services externes. Le document porte également sur la complexité de la protection du droit d'auteur et
exhorte les établissements à respecter les modalités afférentes et à éviter toute violation lorsqu'ils ont
recours à du matériel généré par l'IA.
En ce qui concerne l'avenir, le Japon a présenté les mesures qu'il entendait adopter, notamment sur le
plan de l'accumulation des connaissances grâce à des actions pilotes et la mise en commun d'études
de cas. Le pays entend soutenir la formation des enseignants dans le domaine de l'IA en créant du
matériel pédagogique spécifique, y compris des vidéos filmées en classe. À plus long terme, le pays
entreprendra une révision approfondie du mode d'éducation au vu de la généralisation du recours à l'IA
générative, en analysant l'évolution des compétences qui seront alors exigées à l'avenir.

Document d'orientation sur l'intelligence artificielle (IA) générative dans l'éducation en Angleterre (2023)
En 2023, le ministère anglais de l'Éducation a publié un document d'orientation qui définit la position
du gouvernement concernant le recours à l'IA en éducation. Il souligne les limites et les avantages d'un
tel recours dans le cadre scolaire, clarifiant les objectifs du secteur de l'éducation qui visent à tirer parti
des perspectives qu’ouvrent les technologies comme l'IA et abordant les risques et les défis qu’elles
présentent. Ce document de synthèse s'appuie sur un précédent livre blanc du gouvernement qui
préconisait l'adoption d'une « approche favorable à l'innovation pour réglementer l'IA » et fait suite à la
création d'un « Groupe de travail sur les frontières de l'IA » pour le Royaume-Uni, chargé d’évaluer les
risques éventuels de l'IA.
Le document d'orientation informe les établissements d'enseignement primaire et secondaire en
matière de protection des données personnelles et d’autres catégories particulières de données. Il
aborde également le thème de l'utilisation de la propriété intellectuelle, en interdisant que celle-ci soit
utilisée à des fins de formation des modèles d'IA générative en l'absence de consentement ou
d'exemptions relatives au droit d'auteur. Mettant l'accent sur la cybersécurité, cette politique incite les
institutions à renforcer les mesures fondées sur les normes établies en la matière et reconnaît le risque
que présente l'IA générative dans le développement de cyberattaques complexes. De plus, il fait
ressortir la nécessité d'empêcher les enfants d'accéder à des contenus préjudiciables en ligne, en
renvoyant aux orientations officielles intitulées « Assurer la sécurité des enfants en milieu scolaire »

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  301

pour une description détaillée des mesures de protection telles que les systèmes de filtrage et de
surveillance. Pour ce qui a trait aux évaluations formelles, il mentionne les orientations adoptées par le
Joint Council for Qualifications qui rappellent aux enseignants et aux évaluateurs les bonnes pratiques
en matière de prévention et de détection d'irrégularités potentielles, appliquées au contexte de
l'utilisation de l'IA.
Le ministère a aussi communiqué qu’il poursuivra ses efforts dans le cadre de sa collaboration avec
des experts afin d'examiner les répercussions de l'IA générative en tant que technologie émergente et
de soutenir les établissements dans l'élaboration de programmes d'enseignement axés sur les
connaissances informatiques pour les élèves jusqu'à l'âge de 16 ans.

États-Unis : publication des orientations par les États (2023)

Aux États-Unis, certains États ont diffusé des orientations relatives au recours à l'IA générative dans le
secteur de l'éducation. Par exemple, le ministère californien de l'Éducation a publié un document
d'orientation plus général concernant l'IA dans ce domaine, qui encourage les professionnels de
l'éducation à aborder l'IA sous l'angle de l'équité. Dans l'Oregon, le ministère de l'Éducation a diffusé
une note d'information consacrée à l'utilisation de l'IA générative dans l'enseignement primaire et
secondaire. Cette note propose un panorama des outils de l'IA générative, de leurs applications dans
le cadre éducatif et de leurs effets potentiels en matière d'équité, de vie privée des élèves et autres
enjeux (les biais, les erreurs de précision, le plagiat, le droit d'auteur, l'accès, etc.). Elle énumère des
stratégies pour éliminer ou atténuer ces risques tout en soulignant l'immense potentiel du recours à l'IA
générative en éducation, et présente pour cela des exemples de possibilités en termes de conception
de l'apprentissage, d'outil pédagogique, de soutien à l'enseignement, d'assistance virtuelle, de soutien
et d'orientation des élèves, et de perspectives de carrière. En guise de conclusion, elle informe les
districts scolaires des éléments à prendre en compte dans l'élaboration de leurs propres stratégies en
matière d'IA générative.
Source : Bureau de l'enseignement primaire et secondaire du ministère de l'Éducation, de la Culture, des Sports, de la Science et de la
Technologie, Lignes directrices temporaires sur l'utilisation de l'IA générative dans l'enseignement primaire et secondaire, 4 juillet 2023. /
Ministère de l'Éducation, L'intelligence artificielle (IA) générative dans l'éducation, 26 octobre, 2023 (Department for Education, 2023[5])/
Californie : [Link] Oregon : (Oregon Department of Education, 2023[6]).

Utilisation de l'IA au-delà des orientations et réglementations

Indépendamment des orientations et réglementations, tous les pays et juridictions participants ont indiqué
que, dans la pratique, l'IA générative était déjà utilisée dans les établissements (voir le Tableau 10.2). En
raison des orientations spécifiques publiées sur le sujet, du cadre réglementaire plus vaste relatif à
l'utilisation des données ainsi que des outils et ressources numériques en éducation, ou de la
décentralisation des responsabilités dans la gouvernance de ces nouveaux domaines (jusqu'aux
enseignants eux-mêmes), les pratiques liées à l'IA générative sur le terrain peuvent varier d'une classe à
l'autre, et d'un contexte à l'autre.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

302 

Tableau 10.2. Utilisation de l’IA générative dans le secteur de l'éducation : orientations et pratiques
(2024)
Cas dans lesquels l'utilisation est régie par les orientations (en bleu foncé) ou effective dans les pratiques (en bleu
clair)

Autorisée dans Uniquement avec Déconseillée Encouragée Encouragée Autorisée Autorisée

les les outils fournis en deçà d'un pour les pour les pour les pour
établissements ou approuvés par certain âge élèves enseignants devoirs certains
les établissements examens
Autriche Oui, selon les Oui, selon les Oui, selon les
orientations orientations orientations
Canada Oui, selon les
pratiques
Tchéquie Oui, selon les Oui, selon les Oui, selon les Oui, selon les Oui, selon les Oui, selon
orientations pratiques orientations orientations orientations les
orientations
Finlande Oui, selon les Oui, selon les Oui, selon les Oui, selon
pratiques pratiques pratiques les pratiques
France Oui, selon les Oui, selon les Oui, selon les Oui, selon les Oui, selon
orientations orientations orientations orientations les pratiques
Hongrie Oui, selon les Oui, selon Non, selon
pratiques les pratiques les pratiques
Islande Oui, selon les Oui, selon les Oui, selon les
pratiques orientations orientations
générales générales
Japon Oui, selon les Oui, selon les Oui, selon les Oui, selon les
orientations orientations orientations orientations
Corée Oui, selon les Oui, selon les Oui, selon les Oui, selon les Oui, selon les Oui, selon
orientations orientations orientations orientations orientations les
orientations
Lettonie Oui, selon les Oui, selon les Oui, selon les Oui, selon Non, selon
orientations pratiques orientations les pratiques les
orientations
générales
Luxembourg Oui, selon les Oui, selon les Oui, selon les Non, selon
pratiques pratiques pratiques les
orientations
générales
Nouvelle- Oui, selon les Oui, selon les
Zélande orientations orientations
Slovaquie Oui, selon les Oui, selon les Oui, selon les Oui, selon
orientations pratiques pratiques les pratiques
Espagne Oui, selon les Oui, selon les Oui, selon les Oui, selon les Oui, selon les Oui, selon Oui, selon
pratiques pratiques pratiques pratiques pratiques les pratiques les pratiques
Suède Oui, selon les Oui, selon les Oui, selon les Non, selon
pratiques orientations pratiques les
générales orientations
générales
Türkiye Oui, selon les Oui, selon les Oui, selon les Oui, selon les Non, selon
pratiques pratiques pratiques pratiques les pratiques
Angleterre Oui, selon les Non, selon
(Royaume- orientations les
Uni) orientations
générales
Communauté Oui, selon les Oui, selon les Oui, selon les Oui, selon les Oui, selon
flamande orientations orientations orientations orientations les pratiques
(Belgique)

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  303

Autorisée dans Uniquement avec Déconseillée Encouragée Encouragée Autorisée Autorisée

les les outils fournis en deçà d'un pour les pour les pour les pour
établissements ou approuvés par certain âge élèves enseignants devoirs certains
les établissements examens
Total (Oui, 10 4 7 5 7 2 0
selon les
orientations)
Total (Oui, 8 4 3 4 5 7 1
selon les
pratiques)
Total (Oui) 18 8 10 9 12 9 1

Remarque: la première ligne de total comprend le nombre de pays et de juridictions dans lesquels des orientations spécifiques sur l'IA générative
dans l'éducation recommandent une certaine utilisation. La deuxième ligne de total indique les pays et les juridictions dans lesquels l'utilisation
est également courante dans les pratiques. La troisième ligne de Total est la somme des deux utilisations, qu'elles découlent d'orientations ou
qu'elles soient effectives dans les pratiques. Certains pays et juridictions n'ont pas encore publié d'orientations sur l'utilisation de l'IA générative
dans l'éducation, mais d'autres éléments de leurs réglementations ou de leurs orientations sur l'éducation peuvent couvrir les domaines ici
évoqués. Ces pays sont signalés comme ayant des « orientations générales ».
Lecture: cinq pays et juridictions de l'OCDE disposent d'orientations sur l'IA générative qui encouragent les élèves à utiliser ces outils, tandis
que quatre autres sont des pays où c’est le cas dans les pratiques.

StatLink 2 [Link]

Dans certains cas, des orientations nationales ou centrales sur l'IA générative servent à encadrer
l'utilisation de tels outils au sein des établissements. Sur les 18 pays et juridictions pour lesquels nous
disposons de données comparables, 4 recommandent d'avoir uniquement recours aux outils de l'IA
générative approuvés, et 7 suggèrent que seuls les élèves à partir d'un certain âge les utilisent, selon des
orientations réglementaires. Cette dernière restriction correspond d'ailleurs souvent aux conditions
d'utilisation de l'outil. Par exemple, OpenAI précise que l'utilisation de ChatGPT devrait être réservée aux
enfants âgés de plus de 13 ans, et que ceux âgés de moins de 18 ans doivent avoir l'accord de leurs
parents ou tuteurs. C'est pourquoi, dans les orientations qu'ils proposent, le Japon et la Communauté
flamande de Belgique demandent simplement aux établissements de se conformer aux conditions
d'utilisation et de service de chaque outil.
En 2024, cinq pays et juridictions ont publié des orientations nationales ou centrales pour encourager
explicitement les élèves à utiliser l'IA générative dans le cadre de leurs activités scolaires, il s'agit de
l'Autriche, de la Communauté flamande de Belgique, de la Corée, de la France et de la Tchéquie. Par
ailleurs, ces cinq pays, ainsi que le Japon et la Lettonie, encouragent aussi expressément les enseignants
à y avoir recours. Malgré une recommandation provenant de l'administration centrale, les provinces en
Corée diffuseront leurs propres lignes directrices relatives à l'utilisation de l'IA générative en éducation.
À l'inverse, plusieurs pays et juridictions – parfois les mêmes qui promeuvent le recours à l'IA générative
dans les établissements – souhaitent aussi en limiter l'utilisation autant que faire se peut. Toutefois, dans
la pratique, il n'existe qu'une poignée de situations dans lesquelles l'utilisation de cette technologie est
interdite par les pays. Les examens en sont un exemple, comme en témoignent les orientations formulées
en Angleterre (Royaume-Uni), en Lettonie et au Luxembourg. Quoiqu'il en soit, les élèves qui passent un
examen à enjeu élevé n'ont généralement pas accès à internet. Un seul pays, la Suède, interdit en outre
l’utilisation de l'IA générative pour les devoirs. Dans ce cas, les établissements devront être dotés de
logiciels de détection appropriés, qui ne sont jusqu'à présent que rarement disponibles.
Les Lignes directrices temporaires sur l'utilisation de l'IA générative dans l'enseignement primaire et
secondaire publiées en 2023 au Japon fournissent aux établissements et aux enseignants des orientations
générales notamment dans le cadre des devoirs écrits. Les enseignants doivent recommander aux élèves
de s'abstenir d'utiliser l'IA générative pour les exercices notés, en leur rappelant les problèmes liés à la
remise d’un devoir généré par l'IA et non pas réalisé par les élèves eux-mêmes. Les enseignants sont

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

304 

aussi incités à contrôler le travail des élèves, en vérifiant par exemple s'il repose sur leur expérience
personnelle ou si les élèves ont compris les contenus enseignés. Pour les travaux qui ne sont pas notés,
les Lignes directrices japonaises précisent que le recours à l'IA générative est possible si les élèves
vérifient leurs sources et indiquent qu'ils ont utilisé un outil de l'IA générative : doivent alors être
mentionnés le nom de l'outil utilisé et les instructions saisies.
Dans plus des deux tiers des pays et juridictions (soit 12 sur 17), les enseignants sont incités, par des
orientations ou sur le plan pratique, à utiliser l'IA générative dans leurs classes. Dans le cadre de leurs
orientations nationales ou centrales, sept pays proposent notamment aux enseignants des possibilités de
formation sur le sujet. Les cinq autres pays déclarent que des formations sont disponibles en pratique,
possiblement à des niveaux infranationaux. En Lettonie, le ministère a défini un ensemble de cas dans
lesquels le recours à l'IA générative peut faciliter le travail des enseignants. Les enseignants peuvent
visionner ces exemples sur la chaîne YouTube du gouvernement. De même, l'Agence nationale suédoise
pour l'éducation prépare actuellement des séminaires en ligne à l'intention des enseignants sur l'utilisation
de l'IA générative.

Priorités stratégiques

Au-delà des questions d'accès à l'IA générative et de son utilisation dans le secteur de l'éducation, on a
interrogé les pays et juridictions sur les principaux enjeux abordés dans le cadre de leurs discussions sur
les politiques d'éducation. Dix-sept d'entre eux ont fait part de leurs priorités stratégiques sur le sujet (voir
le Graphique 10.2).

Graphique 10.2. Enjeux prioritaires concernant les orientations et réglementations sur l'IA
générative dans le secteur de l'éducation (2024)

Les 3 priorités principales Préoccupations importantes

Protection des données et de la vie privée

17
Exactitude et fiabilité techniques 10
Transparence et explicabilité des algorithmes 10
Possible érosion des compétences des élèves 9
Pertinence culturelle et linguistique des résultats 8
Correction des biais et impartia lité des résultats 12
Protection de la propriété intellectuelle 7
Autres domaines prioritaires 4
Coûts 1
0 2 4 6 8 10 12 14 16

Remarque: les pays et juridictions ne pouvaient pas sélectionner plus de trois priorités principales et pouvaient choisir jusqu'à cinq réponses au
total. N=17.

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  305

Premièrement, concernant l'utilisation de l'IA générative dans l'éducation, tous les pays et juridictions ont
insisté sur le fait que l'enjeu de la protection des données et de la vie privée constituait l'une de leurs trois
priorités principales ou du moins une préoccupation stratégique importante, pour, respectivement, 13 et
4 d'entre eux (voir le Tableau 10.3). C’est de loin le domaine d'action politique auquel les pouvoirs publics
accordent la plus grande priorité.
Deuxièmement, les pays et juridictions ont également donné la priorité à l'exactitude et la fiabilité
techniques de l'IA générative, la transparence et l'explicabilité des algorithmes, à la correction des biais
pour garantir l'impartialité ainsi qu’à la pertinence culturelle et linguistique des résultats. À l'exception de
la Nouvelle-Zélande, seuls des pays non anglophones ont déclaré ce dernier domaine d'action comme
prioritaire.
Un troisième groupe de priorités stratégiques pour les pays et juridictions concerne l'éventuelle érosion
des compétences chez les élèves qui utilisent l'IA générative. Qu'il s'agisse d'une priorité principale ou
secondaire, neuf pays ont déclaré que ce domaine faisait partie de leurs discussions stratégiques
actuelles. En Suède, par exemple, des responsables publics ont indiqué qu'un élément central des
discussions qu'ils menaient actuellement sur l'IA dans le secteur de l'éducation portait sur l'identification
des nouvelles compétences dont devront disposer les élèves dans la décennie à venir.
Enfin, les préoccupations relatives à la protection de la propriété intellectuelle ont également été
mentionnées en tant que domaine d'action prioritaire (par sept pays et juridictions), mais dans une moindre
mesure que pour les aspects précédemment cités. Viennent ensuite les préoccupations liées au coût des
outils de l'IA générative, invoquées uniquement par la Hongrie, ainsi que d'autres types de préoccupations
tels que l'accès équitable à ces outils numériques et leur utilisation en milieu scolaire et à la maison, qui
menacent d'accroître les inégalités existantes entre les élèves, comme l'a mentionné la Tchéquie.

Tableau 10.3. Priorités des pays relatives aux réglementations de l'IA générative dans le secteur de
l'éducation (2024)
Protection Biais et Transparence Exactitude Possible Pertinence Protection Autre Coûts
des impartialité et et fiabilité érosion des culturelle de la (p. ex.
données des explicabilité techniques compétences et propriété équité)
et de la résultats des linguistique intellectuelle
vie privée algorithmes des
résultats
Autriche ++ + + ++ ++
Canada ++ ++ ++ + +
Tchéquie ++ + + ++ ++
Finlande ++ + ++ ++ +
France ++ ++ ++ + +
Hongrie ++ ++ + + ++
Japon + + + + +
Corée ++ ++ ++
Lettonie + ++ + ++ ++
Luxembourg ++ + + ++ ++
Nouvelle- ++ ++ ++
Zélande
Slovaquie + + + +
Espagne ++ ++ ++ ++ +
Suède + + ++ ++
Türkiye ++ ++ ++ +
Angleterre ++ + ++ + ++
(Royaume-
Uni)

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

306 

Protection Biais et Transparence Exactitude Possible Pertinence Protection Autre Coûts

des impartialité et et fiabilité érosion des culturelle de la (p. ex.
données des explicabilité techniques compétences et propriété équité)
et de la résultats des linguistique intellectuelle
vie privée algorithmes des
résultats
Communauté ++ + ++ ++ ++
flamande
(Belgique)
Total 17 12 10 10 9 8 7 4 1

Remarque: « Les 3 priorités principales » sont indiquées à l'aide des signes « ++ », tandis que « Les autres préoccupations importantes » le
sont avec le signe « + ». Les pays et juridictions ne pouvaient pas sélectionner plus de trois priorités principales et pouvaient choisir jusqu'à
cinq réponses au total. N=17

StatLink 2 [Link]

Discussions et recommandations stratégiques

En 2024, les pays et juridictions ne réglementent pas encore officiellement le recours à l’IA générative
dans le domaine de l'éducation. Certains ont plutôt choisi de publier des orientations non contraignantes
portant particulièrement sur l'utilisation de ces outils dans les pratiques d'enseignement, d'apprentissage
et d'évaluation. D'autres laissent parfois les autorités infranationales, les établissements et les enseignants
décider de l'opportunité et de la façon d'intégrer l'IA générative dans le contexte scolaire, à condition que
son utilisation respecte les réglementations plus générales sur la technologie numérique dans l'éducation.
À l'avenir, les pays et juridictions pourraient exploiter différentes approches pour élaborer leurs orientations
sur le recours à l'IA générative en éducation. Ils pourraient rédiger de nouvelles orientations ou mettre à
jour les anciennes en fonction des utilisations observées dans leurs établissements, en faisant preuve
d'ouverture d'esprit quant aux avantages divers et multiples offerts par les outils de l'IA générative de
toutes sortes (production de texte, d'images, de musique, de vidéo, etc.) pour transformer et améliorer
l'éducation.
Fournir des orientations et maintenir l'adaptabilité du cadre réglementaire. Les pays devraient
rédiger et diffuser des lignes directrices claires concernant l'utilisation de l'IA générative dans l'éducation.
Ces lignes directrices devraient présenter et mettre en valeur le potentiel de cette technologie pour
améliorer les pratiques d'enseignement et d'apprentissage, tout en abordant les enjeux tels que les biais
algorithmiques, la protection de la vie privée et des données. En cas d'adoption de cadres réglementaires,
il faudra s'assurer qu'ils soient adaptatifs, prospectifs et capables de tenir compte de la nature évolutive
de l'IA générative. Plutôt que d’imposer des restrictions sévères, ces cadres devraient fournir des
orientations et des outils de surveillance, permettant l'innovation tout en garantissant la responsabilité et
une protection contre d'éventuels risques. Le chapitre 16 intitulé « Possibilités, orientations et garde-fous
pour une utilisation efficace et équitable de l'IA dans l'éducation » fournit aux pays quelques principes
directeurs qui s'appliquent également à l'IA générative.
Promouvoir des programmes de formation spécifiques pour les enseignants et perfectionner les
compétences numériques des différents acteurs. Les pouvoirs publics devraient encourager
l'intégration d'exemples d'IA générative dans les programmes de formation des enseignants pour améliorer
leurs compétences numériques dans ce domaine. Ils pourraient également proposer des programmes
spécialisés, abordant aussi bien les aspects techniques que les considérations éthiques et pédagogiques
associées à l'intégration de l'IA dans le milieu éducatif. Ils pourraient, par exemple, montrer comment l'IA
générative peut servir à renforcer la créativité des élèves et à développer leur esprit critique. Il faudrait

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  307

aussi mettre en évidence les pratiques déconseillées, comme le recours à l'IA générative pour noter le
travail des élèves ou leur faire des commentaires.
Encourager les activités de recherche et de collaboration et surveiller les incidences. Les pays
devraient encourager la recherche sur les utilisations de l’IA générative dans les processus
d'enseignement et d'apprentissage. L'instauration de partenariats entre les autorités de l'éducation, les
concepteurs d'IA et les chercheurs devrait permettre de mieux appréhender les avantages et les défis de
cette technologie.
Faciliter l'échange de bonnes pratiques et favoriser la collaboration internationale. Les pouvoirs
publics pourraient mettre en place à l'échelle nationale des plateformes permettant aux établissements
d'enseignement d'échanger des informations et des bonnes pratiques sur l'utilisation de l'IA générative.
Cela pourrait également être organisé à l'échelle internationale.

Références

Department for Education (2023), Generative artificial intelligence (AI) in education, [5]
[Link]
education/generative-artificial-intelligence-ai-in-education.

OECD (2023), Is Education Losing the Race with Technology?: AI’s Progress in Maths and [3]
Reading, Educational Research and Innovation, OECD Publishing, Paris,
[Link]

OECD (2023), OECD Digital Education Outlook 2023: Towards an Effective Digital Education [4]
Ecosystem, OECD Publishing, Paris, [Link]

OECD (2021), OECD Digital Education Outlook 2021: Pushing the Frontiers with Artificial [1]
Intelligence, Blockchain and Robots, OECD Publishing, Paris,
[Link]

Oregon Department of Education (2023), Generative Artificial Intelligence (AI) in K-12 [6]
Classrooms, [Link]
resources/teachingcontent/Documents/ODE_Generative_Artificial_Intelligence_(AI)_in_K-
12_Classrooms_2023.pdf.

Pons, A. (2023), Generative AI in the classroom: From hype to reality?, [2]

[Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

308 

11 Interopérabilité : harmoniser et
optimiser la réutilisation des
données dans les écosystèmes
d’éducation numérique

Stéphan Vincent-Lancrin et Carlos González-Sancho, OCDE

Ce chapitre met l’accent sur l’importance de l’interopérabilité au sein d’un

écosystème d’éducation numérique. L’interopérabilité désigne la possibilité
d’associer et d’utiliser facilement des données provenant de différents outils,
de façon cohérente et efficace. En l’absence d’outils numériques
interopérables, le croisement et l’échange de données sont possibles, mais
ces processus prennent beaucoup de temps et de ressources, ce qui
accentue le risque d’erreur. Ce chapitre présente les différentes dimensions
de l’interopérabilité (sémantique, technique, organisationnelle et juridique)
avant d’examiner la situation des pays dans ce domaine et de mettre en
avant des initiatives prometteuses. Enfin, il invite à poursuivre les efforts en
la matière.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  309

Introduction

Un écosystème numérique se compose de divers outils numériques gérés par différents organismes et
entreprises : systèmes d’information scolaires, systèmes de gestion des admissions, plateformes
d’évaluation numériques, systèmes de certification numériques, systèmes de gestion de l’apprentissage,
systèmes de gestion du contenu, ressources d’apprentissage numériques, etc. Tous ces outils ont une
fonction précise, mais dans certains cas, la possibilité de croiser facilement les informations de ces divers
systèmes favoriserait grandement la prise de décisions en matière d’éducation ou les modifications de
processus pédagogiques. Les avantages des solutions et d’une transformation numériques seraient plus
tangibles aux yeux des acteurs de l’éducation s’il était possible d’associer, du moins en partie, les
informations collectées par différents outils numériques. De nombreuses raisons expliquent la
fragmentation de l’écosystème d’éducation numérique, qui n’est pas un problème en soi. Il s’agit souvent
d’une occasion manquée en raison du manque d’interopérabilité entre des outils numériques qui
gagneraient à pouvoir échanger leurs données, ce qui les rendrait disponibles en temps réel ou permettrait
simplement de prendre des décisions en s’appuyant sur des données. Dans d’autres cas, l’absence
d’interopérabilité nuit à l’efficacité en raison de doublons dans la saisie des données (lorsque ceux-ci sont
involontaires).
L’interopérabilité désigne la possibilité d’associer et d’utiliser facilement des données provenant de
différents outils, de façon cohérente et efficace. En l’absence d’outils numériques interopérables, le
croisement et l’échange de données sont possibles, mais ces processus prennent beaucoup de temps et
de ressources, ce qui accentue le risque d’erreur. Lorsque l’utilisation de données implique un processus
de saisie ou de traitement manuel ou semi-automatique qui demande du temps et de l’énergie au
personnel en plus de ses tâches habituelles, en particulier au personnel enseignant, les tâches en la
matière risquent d’être considérées comme fastidieuses et aliénantes. À l’inverse, la mise en place de
solutions d’interopérabilité favorise le flux des données entre les systèmes au prix d’efforts et de coûts
minimes, ce qui permet de se concentrer sur des utilisations concrètes et novatrices des données.
Plus important encore, les modules permettant de concevoir des systèmes d’information dotés d’une
meilleure interopérabilité dans l’éducation existent déjà. Grâce à des investissements conséquents en
faveur des technologies de l’information, les structures éducatives du monde entier ont désormais
largement accès à des outils efficaces de collecte et de gestion de donnée. En outre, plusieurs initiatives
prometteuses à l’échelle internationale ont permis de mettre au point des normes modèles en matière de
données sur l’éducation. Des approches plus complètes et stratégiques sont toutefois de mise afin de
renforcer la coordination des actions politiques.
À terme, l’interopérabilité peut contribuer à débrider le potentiel des données et des technologies
pédagogiques en matière d’innovation et d’amélioration de l’éducation. L’interopérabilité constitue déjà un
moteur d’innovation puissant dans d’autres secteurs où il permet de faire évoluer les environnements
technologiques ouverts et d’améliorer progressivement les produits et services, notamment des
innovations orientées sur l’utilisateur (Gasser et Palfrey, 2007[1]). Ce potentiel d’innovation pourrait aussi
être mis à profit de façon plus stratégique dans le secteur de l’éducation. Compte tenu du rôle croissant
des technologies numériques dans les environnements d’apprentissage formels et informels et de la
quantité de données utiles qui demeurent inexploitées dans divers systèmes, l’interopérabilité peut devenir
la clé permettant d’offrir des réponses plus efficaces et personnalisées aux besoins des élèves et des
professionnels de l’éducation (Fox et al., 2013[2]).

Les strates de l’interopérabilité

Rendre un écosystème d’éducation interopérable implique d’adopter des normes techniques et

sémantiques à grande échelle, et à terme, de réduire les obstacles organisationnels et juridiques à
l’utilisation et l’échange des données.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

310 

L’interopérabilité améliore la cohérence et l’échange des données collectées et gérées par différents
systèmes, tout en réduisant la nécessité de traiter les données adéquates pour les saisir à nouveau, les
reformater ou les transformer. Les informations pertinentes à la mise en place de mesures ou à la prise
de décision peuvent ainsi être utilisées de façon plus rentable et rapide. Au niveau systémique,
l’interopérabilité requiert également l’adoption généralisée de normes communes, comme des
spécifications techniques pour les outils et applications informatiques, la définition des données et de
l’ensemble des codes, ainsi que des modèles communs pour l’architecture du système. Dans certains cas,
l’interopérabilité peut nécessiter une plus grande harmonisation avec les processus organisationnels et un
cadre juridique favorable à des méthodes d’utilisation innovantes et légitimes des données sur l’éducation.
L’amélioration de la capacité à échanger des données et à partager des informations utiles dans le cadre
des prises de décisions est un objectif à plusieurs dimensions, et les initiatives en matière d’interopérabilité
peuvent tenter de trouver différents points d’entrée dans l’écosystème des données. Le modèle conceptuel
du Cadre européen d’interopérabilité (EIF), qui facilite la mise en œuvre de services publics numériques
du point de vue de l’administration en ligne, est un outil utile pour classer les options politiques (European
Commission, 2017[3]). L’EIF identifie quatre strates d’interopérabilité : technique, sémantique,
organisationnelle et juridique. La distinction qu’il effectue entre les différentes dimensions de
l’interopérabilité se retrouve dans d’autres cadres et modèles de normes concernant les données (p. ex.
(Kubicek, Cimander et Scholl, 2011[4]) ; Redd (2012[5])) et elle met en avant l’idée que l’interopérabilité va
au-delà de la mise en œuvre d’une infrastructure technologique compatible. Une analyse des initiatives
politiques en matière d’interopérabilité dans le cadre des services publics en ligne met en évidence une
feuille de route commune en deux phases, où la conception et l’adoption de normes précèdent
l’harmonisation des processus organisationnels (Guijarro, 2007[6]).
En s’appuyant sur le modèle de l’EIF, le Graphique 11.1 illustre les quatre dimensions de l’interopérabilité
abordées dans ce chapitre. Premièrement, la strate technique concerne les infrastructures et les
applications informatiques qui rapprochent les services et les systèmes de données. Deuxièmement, la
strate sémantique renvoie à la signification des différents éléments de données et à leurs relations.
Troisièmement, la strate organisationnelle concerne l’harmonisation des activités entre les organisations
dans le cadre d’une vision commune du processus de génération et d’utilisation des données de bout en
bout. Enfin, la dimension juridique se rapporte à la cohérence entre les cadres juridiques qui régissent des
aspects tels que la propriété, la protection et la confidentialité des données.
Les normes propices à l’interopérabilité des données correspondent aux deux premières strates du
modèle : il s’agit soit de spécifications technologiques qui permettent à des systèmes de communiquer,
soit de normes sémantiques qui permettent aux systèmes de comprendre les informations dont ils sont
porteurs. Quant aux strates organisationnelles et juridiques, elles peuvent représenter les conditions-
cadres nécessaires à la réussite de la mise en œuvre des initiatives d’interopérabilité à l’échelle du
système.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  311

Graphique 11.1. Modèle à quatre strates des politiques d’interopérabilité

Source: adapté du Nouveau cadre européen d’interopérabilité (European Commission, 2017[3])

Ce chapitre est constitué de sections consacrées à l’interopérabilité technique, sémantique,

organisationnelle et juridique. En plus d’analyser en profondeur certains aspects des défis rencontrés pour
différents types de ressources, ces sections présentent des initiatives pour y remédier à l’échelle nationale
ou internationale. Elles présentent des exemples de produits et de normes en matière d’interopérabilité
conçus par diverses organisations éducatives, sans pour autant cautionner les exemples cités. Avant de
conclure, nous évoquerons des politiques et pratiques déployées par certains pays pour améliorer
l’interopérabilité de leur écosystème numérique.

Interopérabilité technique

L’interopérabilité technique vise à faciliter la communication entre les systèmes informatiques et les
services. Les normes de la strate technique sont des spécifications qui orientent la conception des
applications informatiques et de l’architecture des systèmes de manière plus générale en définissant des
règles communes de transfert des données et d’autres formes de contenu numérique.
Dans l’éducation, l’interopérabilité s’impose en grande partie à cause de la diversité des outils
informatiques employés par les établissements scolaires et les universités pour répondre à leurs besoins
opérationnels dans un environnement toujours plus numérique. Le plus souvent, ces outils ont été créés
pour jouer un rôle concret dans des contextes institutionnels précis, et rarement dans le but de favoriser
l’interopérabilité à l’aide d’outils externes. Néanmoins, cette strate technique est sans doute la plus
avancée des quatre dimensions de l’interopérabilité dans ce cadre. À l’heure actuelle, la technologie peut
faciliter plutôt que brider l’interopérabilité ; une série de normes techniques accessibles offre des éléments
propices à une meilleure interopérabilité de l’écosystème d’éducation numérique.
Il existe déjà un grand nombre de normes établies et émergentes en matière d’interopérabilité technique
dans l’éducation ; quant aux taxonomies, elles évoluent rapidement pour englober toujours plus de
solutions différentes. En l’occurrence, là où Redd (2013[7]) et Fox (2013[2]) distinguaient trois grandes

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

312 

catégories de normes principalement axées sur les formats de mise en forme du contenu et les protocoles
d’échange de données, une taxonomie plus récente établie par CoSN (Consortium for School Networking)
(CoSN, 2017[8]) recense huit familles de solutions. Cette augmentation reflète non seulement l’évolution
rapide de la technologie, mais aussi une hausse des préoccupations autour de défis comme la protection
de la vie privée avec à la clé, par exemple, de nouvelles solutions de gestion de l’identité dans les
environnements numériques.

Interopérabilité du contenu

La première grande catégorie de normes techniques concerne les solutions visant à rendre interopérable
le contenu numérique. Leur vocation est de standardiser les formats de mise en forme pour permettre le
transfert facile du contenu éducatif (p. ex. textes, vidéos, visuels ou évaluations) entre les systèmes et
aider ainsi les élèves et les enseignants à accéder plus facilement aux matériaux éparpillés entre les
plateformes numériques (comme les systèmes de gestion de l’apprentissage, les environnements
d’apprentissage virtuels ou les référentiels de ressources éducatives ouvertes), idéalement en les
sélectionnant à leur guise.
Certaines normes relatives à l’interopérabilité des contenus sont issues de spécifications établies par
1EdTech (auparavant appelé IMS Global Learning Consortium), organisation composée de membres de
l’industrie des technologies éducatives (EdTech). En 2023, elle comptait 932 entreprises membres dans
28 pays (dont 85 % d’entreprises américaines). Elle propose, par exemple, la norme Common Cartridge,
outil standardisé pour importer et exporter du matériel pédagogique de différentes plateformes
d’apprentissage à l’aide d’un modèle type intégrant le matériel pédagogique numérique pour que le
contenu puisse être créé dans un format et utilisé dans d’autres systèmes d’apprentissage. La norme
Accessible Portable Item Protocol (APIP) et la spécification Question & Test Interoperability (QTI)
comptent parmi les solutions connexes pour les items de tests et d’autres matériaux d’évaluation. Le
matériel conforme à ces normes peut être transféré entre les banques d’items, les outils de création
d’examens et les systèmes d’évaluation. Autre exemple : la norme Learning Tools Interoperability (LTI),
qui permet d’intégrer plus facilement des applications d’apprentissage enrichi hébergées par des tiers,
comme des laboratoires virtuels, à d’autres plateformes sans devoir passer par des solutions
personnalisées.

Connectivité et intégration des données

Dans la strate technique, un second groupe de normes porte sur la connectivité et l’intégration des
données. Ces normes définissent des protocoles pour le processus de demande et d’envoi d’informations
entre des bases de données, ce qui facilite les transferts entre les solutions qui les appliquent.
Les normes relatives à la connectivité des données font appel à des « pilotes » pour accéder à différentes
bases de données et traduire les fonctions du langage d’une base de données à une autre, à l’image
d’Open Database Connectivity (ODBC), Java Database Connectivity (JDBC) ou Object Linking and
Embedding Database (OLE DB). De nombreux acteurs du secteur, dont Microsoft et Oracle, proposent
des normes dans cette catégorie.
Les normes d’intégration des données, quant à elles, entendent donner aux utilisateurs d’un système une
vision cohérente des données issues de différentes sources sans devoir passer par leur migration
physique. L’intégration des données implique de leur donner un format commun et de créer des interfaces
pour les consulter et les visualiser simultanément. Les tableaux de bord sont désormais l’interface la plus
courante d’intégration des données. Grâce à ces applications, les enseignants peuvent, par exemple,
visualiser des listes d’élèves et leurs résultats côte à côte, souvent à l’aide de fonctions comme un code
couleur et des graphiques automatisés. Un exemple de ce type de solution est Analytics Middle Tier (AMT)
créé par Ed-Fi Alliance, qui permet d’analyser les informations (ou de procéder à une veille économique)

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  313

de bases de données relationnelles et normalisées et d’éviter les doublons en matière de stockage des
données. Cela peut, par exemple, permettre aux professionnels de l’éducation de suivre les progrès des
élèves en temps réel en associant des indicateurs importants de leurs points forts et de leurs points faibles.

Gestion de l’identité

Un troisième groupe de normes techniques offre des solutions de gestion de l’identité. Cette notion renvoie
aux processus d’identification des utilisateurs lors de leur connexion à un système par le biais d’identifiants,
de mots de passe ou d’autres marqueurs (authentification), et à l’établissement de droits et de règles pour
accéder aux outils, aux ressources et aux données disponibles dans le système (autorisation). Bon nombre
de ces normes permettent de vérifier l’identité, les attributs et les permissions des utilisateurs d’un système
ou d’une application en particulier, ce qui crée des conditions plus sûres pour consulter et partager les
données. Des exemples de spécifications dans cette catégorie comprennent la strate d’authentification
OpenID Connect (OIDC) et le cadre d’authentification OAuth créés par OpenID Foundation ou encore le
langage Security Assertion Markup Language (SAML) de l’Organization for the Advancement of Structured
Information Standards Consortium (OASIS).

Listes d’élèves

Un quatrième ensemble de normes relevant de la strate technique offre des solutions relatives aux listes
d’élèves. Les listes restent l’outil par excellence pour enregistrer le nom des élèves et les regrouper en
classes, sections et programmes au sein des établissements. Les listes servent souvent de référence pour
croiser différents types d’éléments de données, des résultats scolaires aux registres d’inscription dans un
établissement. Elles servent aussi à gérer l’accès aux contenus d’apprentissage, entre autres. La création
automatique de listes est moins contraignante et propice aux erreurs qu’une saisie manuelle, tout en étant
source de problèmes lorsque les données d’une liste ne peuvent être transférées ou lues par d’autres
applications à cause de la disparité des formats ou des saisies. Par exemple, deux listes différentes
peuvent placer le deuxième prénom des élèves dans des champs différents ou gérer différemment les
noms composés ou les abréviations. Les normes permettent d’automatiser la création et le partage des
listes d’élèves entre des systèmes conformes, ce qui réduit la charge de travail des enseignants et d’autres
membres du personnel scolaire qui n’ont pas à saisir et à vérifier les données. Des exemples dans cette
famille de solutions comprennent la norme OneRoster conçue par 1EdTech.
Ces quatre catégories ne constituent pas une liste exhaustive des normes techniques ayant une
application directe dans le secteur de l’éducation. Il existe d’autres types de solutions qui pourraient être
utiles aux établissements et aux organismes éducatifs comme des spécifications pour les portails en ligne,
des infrastructures de réseau, l’accessibilité numérique ou encore des fonctions de recherche et de
nomenclature dans les ressources éducatives numériques (Fox et al., 2013[2] ; CoSN, 2017[8]).
Signe de maturité de la strate technique de l’interopérabilité, les normes techniques voient de plus en plus
le jour dans le cadre de suites de solutions intégrées couvrant un large éventail d’applications tout en
reposant sur un même ensemble technologique. Les suites de produits conçues pour fonctionner
ensemble améliorent la cohérence des flux de données entre les applications et permettent une transition
vers une meilleure interopérabilité des systèmes d’information à l’échelle d’une organisation plutôt qu’au
cas par cas. Ed-Fi Alliance et Schools Interoperability Framework (SIF) sont deux organisations de premier
plan qui offrent des ensembles intégrés de solutions techniques pour la gestion des données sur
l’éducation (Encadré 11.1).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

314 

Encadré 11.1. Suites intégrées de normes techniques

La technologie Ed-Fi
La suite technologique Ed-Fi comprend des normes pour le stockage et l’échange des données des
élèves ainsi qu’un ensemble d’outils de mise en œuvre pertinents. Cette technologie a été créée et est
désormais détenue et exploitée par Ed-Fi Alliance, organisation à but non lucratif fondée en 2013 en
tant que filiale de la fondation Michael & Susan Dell aux États-Unis.
Les normes Ed-Fi peuvent prendre en charge un grand nombre de scénarios relatifs aux données des
élèves, comme les échanges de données entre des systèmes d’information à l’échelle locale et
nationale, l’importation de données depuis des outils de tests et d’autres services tiers, ou l’agrégation
de données issues de différentes sources sur une même plateforme. Parmi les solutions disponibles,
un entrepôt de données opérationnel (Operational Data Store, ODS) et de nombreuses applications à
même de lire et mettre à jour les données sortant de l’ODS et y entrant. Les tableaux de bord utilisés
dans les classes sont une autre composante de la suite technologique Ed-Fi. Au sein d’un navigateur,
les tableaux de bord réunissent des tableaux interactifs, des rapports et des indicateurs visuels donnant
accès aux informations relatives aux élèves sur demande. Ils peuvent afficher des informations
différentes en fonction des rôles : enseignant, parent, chef d’établissement et responsable de district
scolaire. Les utilisateurs peuvent appliquer et personnaliser des tableaux de bord dans leur
environnement technologique à l’aide d’une trousse de démarrage avec des exemples et des
indicateurs clés.
La spécification de données Ed-Fi est conforme aux normes CEDS (Common Education Data
Standards) promues par le ministère de l’éducation américain. Ed-Fi Alliance collabore aussi avec des
acteurs du secteur comme 1EdTech afin d’harmoniser des normes plus générales du marché de la
maternelle à la dernière année du secondaire dans des domaines essentiels afin d’y inclure les listes
d’élèves, les évaluations et les résultats d’apprentissage.
Cette technologie ouverte et indépendante s’appuie sur les normes courantes XML pour une application
facile. Toutes les solutions sont disponibles par le biais de licences gratuites et perpétuelles qui donnent
accès sans restriction à la fois aux composantes et au code source de cette technologie pour mieux
les personnaliser.
Depuis son lancement en 2011, de plus en plus d’organismes éducatifs adoptent la technologie Ed-Fi,
que ce soit à l’échelle des États, des districts scolaires et des prestataires de services éducatifs aux
États-Unis. En juin 2018, 30 États possédaient une licence pour la technologie Ed-Fi, ce qui représente
plus de 30 millions d’élèves et près de 2 millions d’enseignants.

Les spécifications Schools Interoperability Framework (SIF) d’Access 4 Learning Community

Schools/Systems Interoperability Framework (SIF) est une spécification ouverte de partage des
données utilisée par des établissements d’enseignement de la maternelle jusqu’à la vie active en
Australie, en Nouvelle-Zélande et aux États-Unis. Les spécifications sont gérées par Access 4 Learning
Community (appelée SIF Association jusqu’en 2015), organisation sans but lucratif composée
d’organismes éducatifs publics, d’éditeurs de logiciels et d’autres prestataires de services sur les
marchés de l’éducation.
Les spécifications SIF constituent un ensemble de normes non rattachées à un fournisseur ou une
plateforme qui permettent aux logiciels de différentes entreprises de partager des informations et
d’interagir ; elles permettent ainsi à différents systèmes d’information à différents niveaux de partager
des données sans programmation ou adaptation supplémentaire.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  315

Chaque nouvelle spécification SIF compte deux principaux éléments. Le premier est un modèle de
données qui comprend l’ensemble des schémas XML et JSON définissant le format des « objets »
éducatifs échangés entre les applications conformes à la norme SIF. Le deuxième élément est
l’infrastructure qui définit la fonction de transport et de messagerie pour les échanges de données,
comme les schémas XML et les spécifications OpenAPI. Dans les différents pays où intervient A4L, les
spécifications SIF respectent les ensembles et les normes locales relatives aux codes, comme les
normes Common Education Data Standards (CEDS) aux États-Unis, ainsi que plusieurs normes du
bureau australien des statistiques.
Depuis 2017, toutes les normes d’application SIF créées à l’échelle mondiale sont en accès libre au
titre de la licence internationale Creative Commons 4.0 (CC BY-SA, Attribution et partage selon les
mêmes conditions).
SIF met aussi en avant un programme de certification afin d’offrir aux fournisseurs et aux utilisateurs
finaux l’assurance que les produits éligibles à la certification SIF répondent à des normes de
performance minimales. Un registre de certification comporte une liste exhaustive des produits certifiés
SIF.
Enfin, Access 4 Learning a récemment mis davantage l’accent sur les normes en matière de protection
de la vie privée. S’appuyant sur le projet Safer Technologies 4 Schools en Australie, son Consortium
pour la protection de la vie privée des élèves (Student Data Privacy Consortium, SDPC) a publié une
norme internationale de sécurité des données propre au secteur de l’éducation qui synthétise les
obligations en matière de sécurité, de protection de la vie privée et de protection des enfants aux États-
Unis, au Royaume-Uni, en Nouvelle-Zélande et en Australie.
Source : Site web d’Ed-Fi Alliance ([Link] ; site web d’Access 4 Learning Community ([Link])

Les avantages de l’interopérabilité technique ne se limitent pas à la gestion des données dans un pays ou
une entité infranationale en particulier : ils peuvent aussi s’étendre à l’amélioration des échanges de
données sur l’éducation et la compatibilité des outils numériques à l’échelle internationale. Les normes
techniques sont l’une des composantes de la création de systèmes d’information scolaires à même d’offrir
un accès aux données statistiques officielles de différents pays en temps voulu. Ces systèmes nécessitent
l’utilisation de modèles de données convenus à l’échelle mondiale, appuyés par des métadonnées
qualitatives. Par exemple, l’initiative Statistical Data and Metadata eXchange (SDMX) est promue par des
organisations statistiques internationales dans le but d’améliorer les mécanismes et les processus
d’échange international des données et des métadonnées statistiques.
L’interopérabilité technique à l’échelle internationale permettrait aussi d’élargir le marché des technologies
pédagogiques, voire d’augmenter la qualité des outils disponibles — et le nombre de mesures incitatives
destinées aux concepteurs de technologies pédagogiques. En adoptant à grande échelle des normes
d’interopérabilité technique, les organisations éducatives feraient un pas déterminant vers un écosystème
numérique moins fragmenté et doté d’une meilleure capacité d’automatisation et d’accélération des
échanges de données ainsi que de réutilisation des informations entre les applications, ce qui les rendrait
plus efficaces et utiles. Les normes techniques seraient aussi des composantes essentielles de systèmes
d’information de nouvelle génération capables de faire converger des données administratives,
d’apprentissage et d’évaluation et d’interagir avec des banques de ressources éducatives numériques
(Vincent-Lancrin et González-Sancho, 2023[9]).
Cela étant, elles ne sont pas directement concernées par d’autres aspects de la qualité des données telles
que l’interprétabilité, la pertinence ou la cohérence. Par exemple, les données peuvent passer facilement
d’un système à l’autre tout en manquant d’une base d’interprétation commune. C’est pour cette raison que
les solutions techniques doivent être harmonisées avec les normes sémantiques.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

316 

Interopérabilité sémantique

L’interopérabilité sémantique consiste à assurer l’intégrité de la structure et de la signification des données

lors de leur transfert entre des systèmes séparés. Les normes sémantiques sont des définitions largement
acceptées d’ensembles d’éléments de données propres au secteur et de leur relation. Cette notion
implique, d’un côté, de définir une terminologie contrôlée, des thésaurus, des listes de code ou d’autres
formes de métadonnées afin d’établir la signification des données, et de l’autre, de construire des modèles
de données, des taxonomies ou des schémas de réflexion pour décrire les liens logiques entre les entités
et les éléments de données. Son deuxième objectif est de rendre les données plus faciles à explorer et à
consulter, par exemple, lorsqu’il s’agit de ressources d’apprentissage numériques. Cette section
s’intéresse à l’interopérabilité sémantique des données administratives et des ressources d’apprentissage
numériques.

Données administratives

L’interopérabilité sémantique est nécessaire lorsque les règles qui régissent la collecte des données
administratives dans les établissements et les organismes éducatifs manquent de cohérence. S’il vaut
mieux interpréter les données à l’aune de leur contexte d’origine, des variations en matière de terminologie,
d’encodage et de structure logique entre les éléments de données ont tendance à compromettre la qualité
des informations partagées entre les organismes. En définissant une structure de référence stable,
l’interopérabilité sémantique offre un point de départ pour procéder à des interprétations cohérentes des
données sur l’éducation et améliorer la comparabilité des dossiers gérés par différents systèmes
d’information. La conformité à des normes sémantiques peut aussi alléger le fardeau de la vérification des
données, puisqu’en présence d’un contenu défini sans ambiguïté les organismes disposent d’une base
commune pour comprendre les données échangées.
Les relevés de notes qui accompagnent un élève en cas de changement d’établissement ou de niveau au
sein du système d’éducation en sont un exemple. Pour l’établissement destinataire, les informations de
ces relevés peuvent entrer en ligne de compte dans l’orientation de l’élève vers un cursus ou l’octroi d’une
bourse d’études. En l’absence de relevés de notes standardisés, il devient difficile de s’en remettre à des
informations dont le contenu ou la signification peuvent varier d’un élève à un autre. Par exemple, aux
États-Unis, les exigences pour obtenir un diplôme de l’enseignement secondaire varient énormément d’un
État à l’autre, si bien que ce diplôme a de nombreuses significations différentes. Cette situation peut nuire
à la comparabilité des taux d’obtention du diplôme de la fin du secondaire puisqu’ils sont calculés selon
des critères différents et qui affectent, par conséquent, les conclusions sur les facteurs associés au
décrochage scolaire et l’efficacité du ciblage des politiques d’allocation de ressources aux établissements
(National Research Council, 2011[10]).
Les dictionnaires de données et les modèles de données logiques comptent parmi les principaux outils
pour parvenir à l’interopérabilité sémantique. Les dictionnaires sont des référentiels d’informations
descriptives sur des éléments des données comme leur signification, leurs valeurs potentielles, leur format
et idéalement, leur origine et leur utilisation potentielle. Ces métadonnées décrivent ces éléments et
expliquent les transformations qu’ils subissent (p. ex. leur recodage) avant d’atteindre les utilisateurs
finaux, ce qui aide à mieux comprendre les données sur l’éducation.
Les modèles de données, quant à eux, sont des structures conceptuelles qui cataloguent l’ensemble des
entités des données et des éléments des données tout en définissant leurs relations. La formulation
explicite d’un modèle sous-jacent général a des avantages ; elle fournit par exemple une ossature
conceptuelle qui oriente la conception de l’architecture des systèmes de données. Les modèles de
données sont à concevoir en partant du principe que les données doivent servir à répondre à des questions
pertinentes sur le plan politique et de la recherche. Des modèles de données clairs contribuant à la mission
et aux besoins organisationnels des organismes peuvent aussi être utiles pour aider d’une part les

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  317

responsables de l’éducation à choisir des produits et des services de gestion des données, et d’autre part
les prestataires à concevoir des systèmes de données et des produits connexes (National Forum on
Education Statistics, 2010[11]).
Aux États-Unis, les « normes communes relatives aux données » Common Education Data Standards
(CEDS) sont une initiative de premier plan portant sur la strate sémantique de l’interopérabilité : cette
collaboration à l’échelle nationale lancée en 2009 vise à améliorer les données sur l’éducation, de
l’apprentissage de la petite enfance à l’enseignement postsecondaire et aux environnements
professionnels (Encadré 11.2). L’un des principaux objectifs des normes CEDS est d’épauler les acteurs
prenant part à la création de systèmes de données longitudinaux à l’échelle des États.
À l’échelle internationale, la Classification internationale type de l’éducation (CITE) représente un
ensemble de normes de référence dans la strate sémantique. Mis en œuvre par l’Institut de statistique de
l’UNESCO (ISU) en consultation avec les États membres et d’autres organisations internationales telles
que l’OCDE, le cadre de la CITE classe les programmes d’enseignement et les diplômes en catégories
acceptées à l’échelle internationale. Les normes de la CITE servent à mettre sur pied des statistiques
relatives à de nombreuses facettes de l’éducation qui sont utiles aux responsables politiques et autres
utilisateurs de statistiques internationales sur l’éducation. De même, la Classification européenne des
aptitudes-compétences, certifications et professions (ESCO) mise au point par la Commission européenne
offre au marché du travail ainsi qu’aux secteurs de l’éducation et de la formation une terminologie de
référence qui entend combler les lacunes en matière de communication et augmenter la mobilité
professionnelle et géographique dans l’Union européenne. Les normes internationales créées par Data
Documentation Initiative (DDI), qui décrivent les données issues d’enquêtes et d’autres méthodes
d’observation en sciences sociales, économiques et de la santé, en sont un autre exemple. Elles ont été
adoptées par plus de trente programmes d’enquête d’envergure et archives de données dans le monde
depuis 2000. Entre autres applications, cette norme permet de générer des manuels de code interactifs,
de mettre en œuvre des catalogues de données et de créer des cartographies de concordance entre les
exercices de collecte de données.
La création d’autres normes internationales propices à des éléments de données comparatifs plus fins doit
également être envisagée, que ce soit au sein d’un même pays ou entre plusieurs pays.

Encadré 11.2. Les normes Common Education Data Standards (CEDS) aux États-Unis
Les normes Common Education Data Standards (CEDS) sont une initiative nationale visant à mettre
au point des normes communes dans le but d’améliorer l’échange, la comparaison et la compréhension
des données, de l’apprentissage de la petite enfance à l’enseignement postsecondaire et aux
établissements professionnels. Elles sont coordonnées par le Centre national des statistiques de
l’éducation (National Center for Education Statistics, NCES) et financées par le ministère de l’Éducation
et l’Institut des sciences de l’éducation.
Ces normes identifient les principaux éléments relatifs aux données démographiques, à la participation
aux programmes, aux informations sur les cours et à d’autres caractéristiques des élèves et du système
d’éducation, ainsi que les éléments nécessaires aux relevés de notes du secondaire au postsecondaire
et aux appréciations dans le secondaire. Publiée en février 2023, la version 11 des CEDS contient plus
de 1 700 éléments de données. La conception de ces normes est un processus collaboratif ouvert à
tout un éventail d’acteurs du secteur. Leur adoption repose sur le volontariat et n’impose pas d’utiliser
tous les éléments proposés. Les utilisateurs gagnent parfois à n’adopter qu’une partie des normes.
Entre autres applications, les CEDS sont utilisées par 11 États participant à l’initiative Common Content
Tagging Initiative qui entend créer un dictionnaire commun de mots-clés, de valeurs et de définitions
destiné à un répertoire commun de ressources pédagogiques numériques facile à explorer. La

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

318 

terminologie employée pour les CEDS a aussi permis de faire correspondre des éléments de données
sur l’éducation et la population active de dix États dans le contexte du projet Multistate Longitudinal
Data Exchange (MLDE) de la commission Western Interstate Commission for Higher Education
(WICHE). Les CEDS entendent aussi aider les organismes d’éducation à concevoir leurs propres
systèmes de données. Par exemple, le ministère de l’Éducation et du Développement de la petite
enfance de l’Alaska s’en est servi pour harmoniser des éléments de ses systèmes de données
précédents lors de la création d’un nouveau système d’information longitudinal.
Plusieurs outils en ligne aident les acteurs du secteur à utiliser et intégrer les CEDS à leur travail. Par
exemple, l’outil CEDS Align permet aux organismes et organisations d’importer ou de saisir leurs
dictionnaires de données, d’évaluer leur degré d’harmonisation avec les normes et de se comparer à
d’autres. L’outil CEDS Connect, quant à lui, permet d’identifier plus facilement les liens entre les
éléments des données des CEDS et les utilisations pratiques des données sur l’éducation, par exemple
en localisant les éléments à même de répondre à des questions politiques, de calculer des indicateurs
et de répondre aux obligations déclaratives à l’échelle fédérale.
Source : site web des Common Education Data Standards (CEDS) ([Link]

Les normes sémantiques demeurent importantes tout au long du cycle de vie des données, de leur collecte
à leur transformation et à leur publication. Il est essentiel d’avoir une compréhension commune des
informations demandées afin d’orienter la collecte des données, mais aussi d’aider les utilisateurs des
données à les interpréter et à publier des rapports cohérents que différents publics pourront ensuite
interpréter sans ambiguïté. Les normes sémantiques peuvent ainsi s’avérer particulièrement utiles aux
discussions impliquant plusieurs acteurs plus ou moins formés au processus de création des données et
à leur interprétation (des chercheurs et des responsables politiques aux professionnels de l’éducation et
aux familles). Les normes sémantiques peuvent effectivement servir de base à des discussions
importantes concernant l’ensemble des acteurs de l’éducation et reposent généralement sur un ensemble
fondamental d’éléments et d’indicateurs de données clés.

Ressources d’apprentissage numériques

L’interopérabilité sémantique repose également sur l’élaboration de taxonomies normatives pour classifier
les ressources d’apprentissage numériques. La pandémie de COVID-19 a mis en évidence que les
ressources d’apprentissage numérique ne doivent pas se contenter d’être disponibles : elles doivent être
faciles à explorer et à consulter. Ce n’est pas souvent le cas à l’échelle mondiale. Au début de la pandémie,
le recensement et l’organisation des ressources d’apprentissage numériques concernant le programme
d’enseignement local ont mobilisé l’énergie de nombreux acteurs du secteur (Vincent-Lancrin, Cobo
Romaní et Reimers, 2022[12]).
Connu de longue date, ce besoin en matière de métadonnées standardisées pour les « objets
d’apprentissage » a donné lieu à plusieurs initiatives. L’association de critères et d’une terminologie
standard vise à favoriser la réutilisation des objets d’apprentissage, à les rendre plus aisées à trouver et à
faciliter leur interopérabilité, notamment dans le contexte des systèmes de gestion de l’apprentissage en
ligne.
La première norme relative aux métadonnées pour les ressources numériques s’appelle Dublin Core :
lancée au milieu des années 1990 et gérée par Dublin Core Metadata Initiative (DCMI), elle comporte
15 éléments de métadonnées. L’Organisation internationale de normalisation (ISO) l’a officiellement
désignée norme internationale (ISO 15836) en 2009. Par exemple, le format de livre électronique EPUB
fait appel aux métadonnées Dublin Core pour décrire ses fichiers.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  319

En s’inspirant de Dublin Core, une autre initiative s’efforce d’offrir des informations standardisées sur les
ressources d’apprentissage en particulier : la norme LOM (Learning Object Metadata), créée en 2002 par
l’Institute of Electrical and Electronics Engineers (IEEE) Standards Association pour décrire les ressources
d’apprentissage et mise à jour à plusieurs reprises depuis. Ce modèle de données, généralement encodé
en XML, est plus contrôlé que Dublin Core : il comprend une hiérarchie d’éléments, tous dotés de sous-
éléments, dont il précise les valeurs et les types de données. Au premier niveau, il compte neuf catégories
(description, but, etc.). Sa dernière version a été publiée en 2020 (1484.12.1-2020). Plusieurs profils
nationaux ont été créés au fil du temps pour adapter cette idée à des contextes nationaux. C’est le cas en
Australie et en Nouvelle-Zélande (ANZ-LOM), en France, en Grèce, en Israël, aux Pays-Bas, en Norvège,
en Espagne, en Suède, en Suisse et au Royaume-Uni. De même, la taxonomie standard nationale de
l’Estonie, Estcore, adapte la norme internationale LOM aux besoins du programme d’enseignement
national dans ce pays.
La plupart de ces profils sont destinés au secteur de l’éducation en général, tandis que d’autres se
concentrent sur l’enseignement supérieur ou l’enseignement et la formation professionnels. La majorité de
ces normes ont vu le jour à la fin des années 2000. La mesure dans laquelle elles sont utilisées par les
pouvoirs publics et les concepteurs de ressources n’est pas claire. Dans leur analyse de 29 banques de
ressources éducatives ouvertes (OER) hébergées par des universités allemandes, Abdel-Qader, Saleh et
Tochtermann (2021[13]) ont mis en évidence que 17 % de ces ressources font appel à la norme LOM. Par
exemple, l’encadré 11.3 présente la façon dont la France utilise une norme inspirée de la LOM pour son
secteur de l’éducation, et ce qu’elle impose dans la pratique.

Encadré 11.3. ScoLOMFR, une norme pour décrire les ressources éducatives en France
La France a entamé la création d’une taxonomie standardisée pour décrire les ressources
d’apprentissage numériques en 2008. En 2006, les pouvoirs publics ont adapté la norme LOM au
contexte français pour en faire la norme LOM-FR (NF Z76-040) relevant officiellement de l’AFNOR
(Association française de normalisation). Elle a ensuite été adaptée au secteur de l’éducation sous le
nom ScoLOMFR (et au secteur de l’éducation supérieure sous le nom SupLOMFR). Elle est gérée par
le réseau Canopé, un organisme relevant du ministère de l’éducation chargé de l’apprentissage tout au
long de la vie et du développement professionnel des enseignants.
La norme ScoLOMFR comprend 9 catégories, une soixantaine de sous-catégories, 40 éléments
terminologiques contrôlés définissant les niveaux d’éducation en France et environ 15 000 concepts
descriptifs. Les ressources d’apprentissage numériques sont encodées dans un format XML donné et
caractérisées par un ensemble de descripteurs communs prédéfinis (le type, le degré d’interactivité, la
classe d’âge courante, la langue, etc.), ce qui aide les enseignants (et les élèves) à chercher, consulter,
utiliser et partager les ressources pédagogiques. Si certains de ces éléments doivent obligatoirement
être documentés, bon nombre des sous-catégories sont simplement conseillées ou facultatives. Il est
simplement conseillé de fournir des informations relatives aux aspects pédagogiques, voire aux sujets
des ressources d’apprentissage.
L’un des atouts de cette norme est qu’elle offre une description du public cible (la matière et le niveau
des élèves pour toutes les possibilités dans le système éducatif français) de sorte que les ressources
sont développées pour une matière précise (par exemple, le cours de science des élèves en 10 e année
d’études dans un cursus précis). Le programme d’enseignement français est décrit de façon exhaustive
par la taxonomie et mis à jour chaque année en fonction de son évolution. Cela donne aussi aux acteurs
du secteur un exemple de spécification pour le contenu de leurs ressources. Enfin, un formulaire en
ligne permet aux concepteurs des ressources d’utiliser une nomenclature.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

320 

Cette norme est destinée à tous les concepteurs de ressources éducatives (des enseignants aux
éditeurs privés). Son application repose sur le volontariat, mais le ministère de l’Éducation exige
l’emploi de la nomenclature de la norme ScoLOMFR pour toutes les ressources d’apprentissage dans
ses appels d’offres, ce qui incite fortement les éditeurs éducatifs à s’en servir.
Source : Réseau Canopé ([Link]

Interopérabilité organisationnelle et juridique

Les strates organisationnelles et juridiques de l’interopérabilité représentent les conditions-cadres pour la

mise en œuvre des normes techniques et sémantiques et, de manière plus générale, pour la gouvernance
de l’utilisation des données. Les cadres juridiques et les dispositions organisationnelles sont largement
harmonisés au sein de la plupart des systèmes d’éducation, mais, dans les systèmes fédéraux et
décentralisés où des administrations disposant de missions différentes peuvent coexister, une meilleure
interopérabilité des systèmes d’information peut aussi imposer de mieux ajuster ces domaines.
La strate d’interopérabilité organisationnelle touche à l’harmonisation des processus d’entreprise, des
responsabilités et des attentes entre les organisations, dans le but de renforcer la collaboration en vue
d’objectifs communs (European Commission, 2017[3]). Pour les organismes éducatifs, un mécanisme
sous-jacent d’harmonisation organisationnelle consiste à créer une même vision du rôle que les échanges
et l’utilisation des données sont appelés à jouer pour atteindre des objectifs communs, à savoir
l’amélioration de la qualité et de l’efficacité du système éducatif.
La normalisation de certains processus opérationnels clés dans les établissements scolaires et les
universités est une dimension importante de l’interopérabilité organisationnelle dans l’éducation. Ces
processus touchent le plus souvent à un service précis comme l’inscription des élèves, l’enregistrement
de leurs résultats ou le recrutement des enseignants. L’interopérabilité devient une réalité lorsque les
organisations de différentes entités adoptent des procédures standards pour ces tâches complexes. Les
architectures orientées services (SOA) offrent une base pour atteindre l’interopérabilité organisationnelle.
Elles permettent une même description des processus et des flux de travail automatisés entre les
organisations, par exemple en utilisant des définitions standards des processus des entreprises (Kubicek,
Cimander et Scholl, 2011[4]). Un autre domaine d’interopérabilité organisationnelle tient à l’adoption
d’accords officiels relatifs à l’échange et à l’utilisation des données.

Encadré 11.4. Le programme National Schools Interoperability Programme (NSIP) en Australie

L’Australie a créé son programme national d’interopérabilité entre les établissements (National Schools
Interoperability Programme, NSIP) en juillet 2010 sous forme d’initiative conjointe des organismes
d’éducation à l’échelle des États, des territoires et de l’État fédéral pour soutenir la création d’une
infrastructure d’apprentissage numérique dans le secteur de l’éducation. Depuis 2019, il s’agit d’une
division d’Education Services Australia. Le programme NSIP collabore avec des organismes publics
ainsi que des fournisseurs de technologies et des prestataires de services pour créer des solutions
adaptées aux problèmes de gestion des données et des contenus numériques couramment rencontrés
par les établissements. Il encourage l’utilisation de normes de données et cautionne en particulier le
cadre Systems Interoperability Framework (SIF) comme méthode de référence pour l’échange de
données.
Un outil fondamental du programme NSIP est le Student Information System Baseline Profile (SBP) :
cette version localisée du cadre SIF s’appuie sur un sous-ensemble de ses spécifications ouvertes pour

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  321

le partage des données. Reposant sur l’ensemble ouvert créé par le NSIP, ce cadre facilite les
échanges de données entre les organisations. Les établissements peuvent, entre autres, utiliser le SBP
pour automatiser la mise à jour des données entre de nombreux outils ou pour transférer les données
de leurs systèmes locaux à une plateforme dématérialisée de gestion de l’apprentissage.
Learning Services Architecture (LSA), sous la houlette du NSIP, est une approche d’architecture
nationale reposant sur des accords politiques établis et des normes d’interopérabilité convenues entre
les autorités de l’éducation et les entreprises d’informatique pédagogique. Elle vise à simplifier la
fourniture de services d’apprentissage et à garantir que les données sur l’éducation puissent être
utilisées et réutilisées de façon fiable à l’échelle des établissements, du système éducatif et du pays.
Les normes relatives à l’interopérabilité sont également appliquées au programme d’enseignement
numérique. Les établissements australiens peuvent accéder à des banques numériques de matériaux
d’apprentissage grâce à une infrastructure technique, la National Digital Learning Resources Network
(NDLRN). C’est grâce aux normes techniques et sémantiques relevant du NSIP que les élèves et les
professionnels de l’éducation peuvent plus facilement consulter, utiliser et explorer ces ressources.
Plus récemment, le NSIP a conçu le programme Safer Technologies For Schools, qui évalue la
conformité de produits logiciels en matière de cybersécurité et de protection de la vie privée dans le
cadre d’une approche coordonnée à l’échelle nationale s’appuyant sur des efforts menés
indépendamment par différents États australiens. Il coordonne également un projet de dictionnaire de
données de l’éducation nationale (National Education Data Dictionary) afin de parvenir à une entente
nationale entre les entités chargées des données dans l’éducation et de définir toute la gamme
d’utilisations, de lois applicables et de règles commerciales auxquelles elles sont soumises.
Si le NSIP gère une série de produits et d’outils propices à l’interopérabilité, il offre aussi des conseils
et un point de contact aux établissements, aux organismes de normalisation et aux entreprises en la
matière. Le NSIP joue un rôle important dans la négociation et l’application d’une meilleure
interopérabilité pour les infrastructures numériques australiennes destinées aux établissements.
Source : NSIP ([Link]

La strate juridique de l’interopérabilité concerne la création de conditions permettant aux organismes

éducatifs intervenant au sein de différents cadres juridiques, politiques et stratégiques de travailler
ensemble (European Commission, 2017[3]). La législation peut être un obstacle majeur à l’échange et à
l’utilisation des données sur l’éducation entre les pays, voire entre des entités d’un même pays, en
particulier quand la protection et la sécurité des données sont menacées. La première étape vers la
promotion de l’interopérabilité juridique consiste à identifier les entraves aux flux de données en passant
en revue la législation en vigueur. Ces obstacles peuvent comprendre des réglementations incompatibles
relatives à la collecte, au stockage et à l’utilisation des données d’un secteur ou d’une entité à l’autre, des
modèles de licence des données différents ou imprécis, des obligations concernant des normes
techniques ou des outils technologiques précis ou des obligations contradictoires concernant des
processus commerciaux semblables. Dans un deuxième temps, l’interopérabilité juridique peut nécessiter
d’adopter une nouvelle législation afin de favoriser l’échange et l’utilisation de données.
Plusieurs pays ont amélioré leur interopérabilité en mettant sur pied des organismes ou des programmes
pour soutenir les négociations relatives aux normes interopérables et en tenant compte de la variété des
politiques à l’échelle infranationale et des normes techniques utilisées par différents outils. L’Australie offre
un exemple intéressant avec son National Schools Interoperability Programme (NSIP), organisme créé
pour améliorer l’interopérabilité dans et entre les États australiens (Encadré 11.4). Essentielles,
l’interopérabilité organisationnelle et l’interopérabilité juridique comptent sans doute parmi les strates les
plus complexes de l’interopérabilité, car elles imposent aux individus et aux organisations de trouver un

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

322 

terrain d’entente relatif à certains de leurs processus organisationnels. Plusieurs initiatives lancées au
cours des dix dernières années dans différents pays ont fini par être abandonnées, ce qui souligne à quel
point il est difficile de fournir des efforts à long terme dans ce domaine.

Politiques et mesures : situation dans les pays

Rendre obligatoire l’interopérabilité technique

Une mesure possible pour favoriser l’interopérabilité technique consiste à rendre obligatoire l’adoption de
normes techniques précises afin que les outils d’un écosystème numérique puissent facilement
« communiquer » les uns avec les autres. Cette solution peut toutefois être difficile à mettre en place
compte tenu de la vitesse d’évolution des normes techniques dans l’espace numérique. Imposer des
normes peut brider l’innovation technique. Lorsqu’ils choisissent cette approche, les pays doivent disposer
de mécanismes rapides de consultation et de communication avec le secteur des technologies
pédagogiques pour ne pas entraver l’innovation, ainsi que de mécanismes permettant de suivre les
évolutions techniques — et d’une expertise technique interne solide.
Sur 29 pays/entités, 10 (soit environ un tiers) rendent obligatoire l’utilisation de normes techniques pour
certains outils numériques de leur écosystème d’éducation numérique (Graphique 11.3 et Tableau 11.2).
Bien souvent, cette décision concerne les systèmes de gestion de l’apprentissage et d’autres outils
numériques qui doivent être interopérables avec les systèmes d’information scolaires à l’échelle d’un pays
ou, dans certains cas, avec des plateformes de ressources d’apprentissage numériques. Un autre cas de
figure courant concerne la protection de la vie privée et l’utilisation d’un identifiant unique pour les solutions
fournies par les pouvoirs publics : ceux-ci peuvent contraindre les fournisseurs privés à faire appel à des
solutions avec authentification qui ne leur donnent pas accès aux informations personnelles des élèves
(comme en France, aux Pays-Bas et dans la Communauté flamande de Belgique). En matière de données,
l’obligation d’utiliser des formats précis peut s’expliquer par une attente ou une exigence en matière de
« portabilité », c’est-à-dire la possibilité de migrer automatiquement les données d’un établissement à un
autre (ou d’autoriser les personnes concernées à recevoir leurs propres données). La portabilité des
données est obligatoire dans 7 des 29 pays/entités (et conseillée dans 9 autres). Par exemple, l’Angleterre
utilise la norme technique Common Transfer File pour le transfert des données des élèves entre les
établissements et les institutions, ce qui assure la cohérence du format des dossiers scolaires.

Éviter les « blocages par le fournisseur » grâce aux normes ouvertes

Au lieu de rendre obligatoires des normes précises, certains pays se contentent d’encourager leur
utilisation. Sept pays sont dotés de lignes directrices relatives à des normes techniques précises, qui
constituent donc des mesures incitatives ciblées. Ces pays publient des spécifications techniques et
encouragent les acteurs du secteur de l’éducation à les respecter. Ces spécifications s’adressent en
majeure partie aux acteurs de l’industrie des technologies pédagogiques qui créent des outils ou aux
acteurs de l’éducation qui les achètent.
Si l’obligation ou l’incitation à utiliser des normes techniques ou des données précises favorise le plus
souvent l’interopérabilité grâce à des outils numériques à grande échelle gérés par les pouvoirs publics,
l’interopérabilité générale des outils dans l’écosystème d’éducation numérique d’un pays constitue un
autre défi. Bien que tous les systèmes numériques n’aient pas besoin de communiquer ou d’échanger des
données avec les plateformes des autorités de l’éducation, l’interopérabilité offre des avantages de taille
aux acteurs de l’éducation, comme un gain d’efficacité et la capacité à réutiliser les informations obtenues
d’un outil à un autre. L’interopérabilité aide aussi à éviter les situations de « blocage par le fournisseur »,
où les établissements ou les acteurs de l’éducation ne peuvent utiliser un autre outil numérique (ou faire
appel à un autre prestataire de services) sans coûts conséquents. C’est le cas lorsque le changement de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  323

prestataire entraîne la perte de toutes les données déjà collectées, par exemple. En principe,
l’interopérabilité des formats des données et l’interopérabilité technique peuvent atténuer ce problème.
Le recours à des normes ouvertes facilite les changements de systèmes et offre une norme que la plupart
des fournisseurs peuvent eux aussi utiliser. Encourager l’adoption volontaire de normes ouvertes est une
autre façon de promouvoir l’interopérabilité. L’interopérabilité et l’ouverture sont toutefois deux concepts
différents. L’interopérabilité désigne la capacité de collaboration des systèmes, tandis que la notion
d’ouverture touche (principalement) aux droits d’auteur des solutions utilisées pour y parvenir. Il est ainsi
possible d’atteindre l’interopérabilité à l’aide de solutions ouvertes ou propriétaires. Par exemple, des outils
ou produits peuvent être interopérables s’ils respectent les spécifications d’un fournisseur (ou organisme)
dominant, ce qui les rend accessibles sous certaines conditions. La notion d’ouverture renvoie à une
philosophie initiée par le mouvement du logiciel ouvert qui permet à tous de réutiliser et d’améliorer le code
source de certains logiciels. Dans le cas de l’éducation, les normes ouvertes offrent le plus souvent un
langage commun et non propriétaire permettant d’intégrer diverses formes de contenus et données
numériques à des plateformes indépendantes (CoSN, 2017[8]). N’importe quelle organisation peut
facilement réutiliser les normes ouvertes, voire s’en servir pour créer des outils afin d’atteindre une certaine
interopérabilité avec ses outils numériques.
Parmi les 29 pays ayant répondu à l’enquête de l’OCDE sur la gouvernance et les infrastructures
numériques, 7 sont dotés de règles imposant l’utilisation de normes ouvertes relatives aux données, et 10
de normes techniques ouvertes — pour au moins certains cas de figure (et pas forcément toutes les
solutions). Les normes précises imposées par les autorités peuvent être ouvertes ou non. Lorsqu’on ajoute
les lignes directrices aux règles officielles, 11 pays conseillent de suivre des normes ouvertes pour les
données sur l’éducation, et 7 pour les normes techniques.
L’Estonie est sans doute l’un des pays où l’interopérabilité de l’écosystème d’éducation numérique est la
plus forte, grâce à ses outils gouvernementaux interopérables et à l’emploi de l’outil X-tee. Pour rationaliser
la portabilité des données entre les systèmes tout en garantissant la protection de la vie privée et la
confidentialité des acteurs de l’éducation, l’Autorité des systèmes d’information (Riigi Infosüsteemi Amet)
a créé la solution à code ouvert X-tee, qui constitue une strate centralisée d’échange de données. X-tee
favorise un échange sûr et standardisé des données entre différents systèmes informatiques, comme les
bases de données des pouvoirs publics et les systèmes du secteur privé.
Au-delà du fait de publier ou de cautionner des normes précises (qui sont parfois ouvertes), les pays
pourraient inciter les fournisseurs à les utiliser par le biais de leurs processus d’appels d’offres. Parmi les
29 pays ayant pris part à l’enquête de l’OCDE sur la gouvernance et les infrastructures numériques, ils
sont 3 à inclure des critères d’interopérabilité à leurs processus d’appel d’offres (Vidal, 2023[14]).

Encourager l’emploi de taxonomies contrôlées pour les ressources d’apprentissage

numérique

Les normes d’indexation des ressources d’apprentissage numérique constituent un autre exemple
d’utilisation de normes précises (parfois ouvertes) et de mesures incitatives en ce sens. Sur
29 pays/entités, 18, c’est-à-dire environ deux tiers, possèdent des taxonomies nationales pour leurs
ressources d’apprentissage. Quelques pays (3 sur 29, soit près de 10 %) suivent des taxonomies
internationales. Les taxonomies nationales peuvent toutefois s’inspirer de leurs homologues
internationales. Ces taxonomies couvrent le plus souvent une vaste gamme de sujets (18 pays) en plus
des mathématiques et des langues nationales, qui sont généralement les deux sujets sur lesquels portent
les évaluations nationales.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

324 

Graphique 11.2. Utilisation de taxonomies pour les ressources d’apprentissage numériques par
pays (2024)
Type de taxonomie taxonomies
Portée des

Couvre une vaste gamme de matières 18 (62%)

Couvre les matières fondamentales 16 (55%)

Échelle nationale 18 (62%)

Échelle infranationale (par ex. provinciale) 4 (14%)

Échelle internationale 3 (10%)

0 5 10 15 20 25 30
Nombre de pays/juridictions

Remarque: N=29:

StatLink 2 [Link]

Tableau 11.1. Taxonomie des ressources d’apprentissage numériques (2024)

Type de taxonomie Portée des taxonomies
Échelle Échelle Échelle Couvre les matières Couvre une
internationale nationale infranationale (par fondamentales vaste gamme de
ex. provinciale) matières
Autriche ✓ ✓ ✓
Brésil ✓ ✓
Canada
Chili ✓ ✓ ✓ ✓
Tchéquie
Danemark ✓
Estonie ✓ ✓ ✓
Finlande
France ✓ ✓ ✓
Hongrie ✓ ✓ ✓
Islande
Irlande ✓ ✓ ✓
Italie ✓ ✓
Japon ✓ ✓
Corée ✓ ✓
Lettonie ✓ ✓ ✓
Lituanie ✓ ✓ ✓
Luxembourg ✓
Mexique ✓ ✓ ✓
Pays-Bas
Nouvelle- ✓ ✓ ✓
Zélande
Slovénie ✓ ✓
Espagne ✓ ✓ ✓
Suède
Türkiye ✓

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  325

Type de taxonomie Portée des taxonomies

Échelle Échelle Échelle Couvre les matières Couvre une
internationale nationale infranationale (par fondamentales vaste gamme de
ex. provinciale) matières
États-Unis ✓ ✓ ✓ ✓
Angleterre ✓ ✓ ✓
(Royaume-Uni)
Comm. ✓ ✓
flamande
(Belgique)
Comm. ✓ ✓ ✓ ✓
française
(Belgique)
Total (29) 3 18 4 16 18

Remarque: la Finlande est dotée d’un métamodèle national pour les matériaux d’apprentissage numérique lié à ePerusteet, qui permet de
rapprocher les matériaux numériques des matières/contenus du programme d’enseignement. Bien qu’il ne constitue pas une taxonomie en soi,
il offre un modèle d’interopérabilité reposant sur LRMI et reprenant quelques parties du modèle LOM. Bien que la Finlande ne soit pas cochée
dans le tableau, ce système s’apparente à une taxonomie nationale couvrant les matières fondamentales. N=29.

StatLink 2 [Link]

La majorité des taxonomies nationales relatives au contenu pédagogique repose sur les programmes
d’enseignement nationaux des pays concernés. Ces programmes sont souvent à la base des ressources
d’apprentissage pédagogiques conçues par des acteurs publics et privés. Par exemple, au Japon, le
matériel pédagogique numérique est répertorié selon une taxonomie nationale assignant un numéro à
chaque matière du programme, afin que les enseignants puissent facilement trouver le contenu dont ils
ont besoin. La Nouvelle-Zélande s’appuie elle aussi sur son programme d’enseignement national pour
donner un cadre à la taxonomie et classer les ressources numériques en conséquence. En Irlande, la
taxonomie standard nationale repose également sur le programme d’enseignement.
Certains pays adoptent des taxonomies internationales pour standardiser les ressources d’apprentissage
numériques, ce qui permet aux fournisseurs privés de s’en inspirer pour répertorier leurs ressources. Par
exemple, le Chili fait appel à la norme Dublin Core présentée plus haut, avec des extensions dans le
programme d’enseignement chilien. EducarChile, le portail national des ressources d’apprentissage
numériques destiné aux enseignants et aux élèves, s’appuie sur ce cadre pour répertorier ses ressources.
La France et la Communauté française de Belgique font généralement appel à une autre norme
internationale localisée pour répertorier les ressources d’enseignement et d’apprentissage : la norme
Learning Object Metadata (LOM) (voir l’Encadré 11.3). La France l’a adaptée à son secteur scolaire en
créant la norme ScoLOMFR, également utilisée par la communauté francophone de Belgique pour sa
plateforme e-classe. En outre, le thésaurus MOTBIS permet de répertorier les ressources et d’indexer les
mots-clés du matériel d’apprentissage de la plateforme e-classe de façon cohérente en s’appuyant sur les
listes terminologiques contrôlées de la Bibliothèque nationale de France. L’une des limites de la norme
LOM tient à l’absence de standardisation des matières et de leur contenu (et ce malgré leurs descriptions
obligatoires). C’est en partie pour cette raison que des adaptations nationales sont de mise.
Dans certains cas, les acteurs du secteur peuvent simplement suivre une taxonomie commune sans que
cela ne relève d’une obligation. En Finlande, bien que le gouvernement ne fournisse ni ne cautionne
publiquement une taxonomie contrôlée des objets d’apprentissage, les fournisseurs de ressources
répertorient volontairement leurs produits en fonction du programme d’enseignement national.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

326 

Certification

Les pays pourraient également imposer aux outils numériques un processus de certification comportant
une dimension d’interopérabilité. Par exemple, ils pourraient mettre au point une norme avec l’Organisation
internationale de normalisation (ISO) ou leur organisme national de normalisation et exiger que leur
écosystème numérique comporte des outils numériques certifiés selon une norme comprenant une
composante d’interopérabilité. Lors de la passation de marchés publics dans des secteurs autres que
l’éducation, il est courant d’exiger une certification. Par exemple, afin d’améliorer les cantines scolaires,
des pays ou des municipalités peuvent exiger que des ingrédients précis (ou un pourcentage des
ingrédients) disposent d’une certification « biologique », comme c’est le cas à Rome (Italie) ainsi que dans
d’autres municipalités d’autres pays. Il n’est pas rare de demander des solutions « certifiées » dans le
cadre des marchés publics. Comme indiqué plus haut, Access 4 Learning Community certifie les produits
numériques qui appliquent sa norme. Certaines normes de nomenclature des ressources d’apprentissage
numériques pourraient aboutir à une certification, bien que cela ne semble pas avoir été le cas en 2023.
En fonction des cas, cette approche peut toutefois être contraignante, et les pays doivent évaluer ses coûts
(et donc son caractère dissuasif) pour les tiers ainsi que ses avantages pour le système d’éducation. Selon
le Tableau 11.1, l’Autriche, le Danemark et le Mexique font appel à cette politique, tandis que quatre autres
pays la conseillent. Aucun pays n’a donné d’exemples des certifications exigées.

Identifiant unique (SSO)

Une stratégie récente adoptée par de nombreux pays est la conception de solutions à « identifiant
unique ». Un identifiant unique est une solution de « gestion de l’identité », comme expliqué plus haut. Il
permet aux utilisateurs finaux d’accéder à divers systèmes logiciels liés, mais indépendants, à l’aide d’un
même identifiant qui permet de les authentifier. Les systèmes n’ont pas besoin d’être interopérables
(à l’exception de cette composante d’authentification), mais leur facilité d’accès donne à l’utilisateur
final une impression d’interopérabilité : l’impression que les différents outils numériques sont intégrés.
Par exemple, l’Angleterre encourage l’emploi du service d’identifiant unique (SSO) DfE Sign-in pour ses
deux systèmes d’information scolaires (Analyse School Performance et Get Information About Pupils) ainsi
que pour les inscriptions en ligne aux établissements (Get Information About Schools). La Corée
encourage elle aussi l’utilisation d’un système à identifiant unique (SSO) sur sa plateforme Edunet T-Clear
afin d’améliorer la portabilité des données en définissant des lignes directrices en la matière. Le Danemark
a adopté l’identifiant UNI, tandis que la Finlande a conçu son propre service d’identifiant appelé MPASSid.
À l’image de la France, il arrive que les politiques de protection des données et de la vie privée prévoient
également des outils d’identification unique pour garantir que les fournisseurs n’aient pas accès aux
informations sur l’identité des enseignants ou des élèves enregistrés dans les différents systèmes.

Résumé

Le Graphique 11.3 et le Tableau 11.2 présentent un résumé de notre analyse des aspects des politiques
d’interopérabilité adoptées par les pays.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  327

Graphique 11.3. Règles et lignes directrices en matière d’interopérabilité (2024)

Règles Directives uniquement

Utilisation de normes techniques spécifiques 10 (34%) 8 (28%)

Utilisation de normes ouvertes pour les données

7 (24%) 11 (38%)
éducatives

Portabilité des données 7 (24%) 9 (31%)

Utilisation de normes ouvertes pour les technologies

4 (14%) 7 (24%)
éducatives
Utilisation de solutions certifiées comprenant une
3 (10%) 4 (14%)
dimension d’interopérabilité
Utilisation d’une taxonomie pour les ressources
20 (69%)
d’apprentissage
0 5 10 15 20 25 30
Nombre de pays/entités

Remarque: N=29

StatLink 2 [Link]

Tableau 11.2. Mesures relatives à l’interopérabilité par pays (2024)

Utilisation de Utilisation de Utilisation de Utilisation de solutions Portabilité Marchés Implication
normes normes ouvertes normes certifiées comprenant des publics
techniques pour les ouvertes pour des dimensions données
spécifiques technologies les données d’interopérabilité
éducatives éducatives
d’ interopérabilité

internationales
Directives

Directives

Directives

Directives

Directives

Initiatives
Critères
Règles

Règles

Règles

Règles

Règles

Autriche ✓ ✓ ✓ ✓ ✓
Brésil ✓ ✓
Canada ✓
Chili ✓ ✓
Tchéquie ✓ ✓
Danemark ✓ ✓ ✓ ✓
Estonie ✓ ✓ ✓
Finlande ✓ ✓
France ✓ ✓ ✓
Hongrie ✓ ✓ ✓ ✓
Islande ✓
Irlande ✓
Italie ✓ ✓ ✓ ✓
Japon ✓ ✓ ✓
Corée ✓ ✓ ✓ ✓ ✓
Lettonie ✓ ✓ ✓
Lituanie ✓ ✓ ✓ ✓

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

328 

Utilisation de Utilisation de Utilisation de Utilisation de solutions Portabilité Marchés Implication

normes normes ouvertes normes certifiées comprenant des publics
techniques pour les ouvertes pour des dimensions données
spécifiques technologies les données d’interopérabilité
éducatives éducatives

d’ interopérabilité

internationales
Directives

Directives

Directives

Directives

Directives

Initiatives
Critères
Règles

Règles

Règles

Règles

Règles
Luxembourg ✓
Mexique ✓ ✓
Pays-Bas ✓ ✓ ✓ ✓ ✓
Nouvelle- ✓ ✓
Zélande
Slovénie ✓ ✓ ✓
Espagne
Suède ✓ ✓
Türkiye ✓
États-Unis ✓ ✓ ✓ ✓
Angleterre ✓ ✓ ✓
(Royaume-
Uni)
Comm. ✓ ✓ ✓
flamande
(Belgique)
Comm. ✓ ✓ ✓ ✓ ✓
française
(Belgique)
Total (29) 10 8 4 7 7 11 3 4 7 9 3 7
Total (29) 18 11 18 7 16 3 7

Remarque: N=29

StatLink 2 [Link]

Conclusions et recommandations pour l’action publique

L’interopérabilité a un rôle important à jouer pour rendre un écosystème d’éducation numérique plus
efficace, efficient et intégré. Encourager l’interopérabilité constitue une réponse politique au problème de
la fragmentation d’un écosystème numérique. Dans de nombreux pays, les organisations éducatives
collectent une quantité importante de données sur l’éducation, mais elles sont peu faciles à exploiter, ce
qui nuit à une prise de décisions éclairées. C’est notamment le cas lorsque ces données présentent une
cohérence et une interprétabilité limitées faute de s’inscrire dans des normes sémantiques, lorsqu’elles ne
sont pas à jour, ou lorsque l’incapacité des systèmes d’éducation numérique à communiquer entre eux les
rend peu accessibles. Par exemple, les systèmes d’information de nouvelle génération, qui représentent
une pierre angulaire des nouveaux modèles d’utilisation de données éducatives à des fins d’innovation et
d’amélioration, ne peuvent libérer leur plein potentiel que dans un environnement façonné selon les
principes de l’interopérabilité. Même à l’ère de l’intelligence artificielle, l’exploration efficace des ressources
d’apprentissage numériques est plus simple lorsque celles-ci sont cataloguées en fonction de taxonomies
standards, ce qui les rend également plus interopérables ou permet aux systèmes de gestion de
l’apprentissage des établissements d’y accéder plus facilement.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  329

Le passage d’un écosystème de données et de technologies de l’éducation fragmenté à un écosystème

interopérable repose sur des dimensions politiques importantes. Celles-ci consistent notamment à tenir
compte des précédents systèmes utilisés, à sensibiliser davantage aux atouts de l’interopérabilité, à mettre
en place une combinaison de mesures incitatives et obligatoires pour l’adoption de normes, à garantir la
durabilité et la capacité d’adaptation à l’évolution des besoins, et à tirer profit des initiatives internationales
dans ce domaine.

Gérer les systèmes numériques et les modèles de données précédents

La capacité limitée des infrastructures à échanger des données avec d’autres systèmes ainsi que
l’absence de modèles communs définissant les processus et résultats éducatifs clés peuvent créer de
lourdes contraintes sur les utilisations innovantes des données sur l’éducation. Dans ces systèmes,
l’interopérabilité ne doit pas être considérée comme un défi insurmontable. Plutôt que de remplacer
totalement l’infrastructure ou de procéder à une redéfinition complète, il faudrait procéder au passage vers
une meilleure interopérabilité de l’écosystème d’éducation numérique par petites étapes et s’appuyer sur
les systèmes numériques et de collecte de données existants.
En ce qui concerne l’interopérabilité sémantique, deux approches sont envisageables :
• en l’absence d’un ensemble de normes de qualité des données susceptible d’améliorer
l’interopérabilité, il faut concentrer les efforts sur la création stratégique et collaborative de normes
inspirées des modèles de données, des dictionnaires de données et des spécifications de format
de données existants. Cette démarche doit faire référence à des cas bien identifiés qui revêtent
une grande importance en matière de conception de politiques ou d’interventions dans le domaine
de l’enseignement et de l’apprentissage. Une stratégie possible consiste à réunir les acteurs du
secteur afin d’identifier un ensemble d’éléments de données dans les domaines présentant un
intérêt commun et d’en faire l’ossature d’un modèle de données plus vaste. En cas de consensus
concernant un ensemble d’éléments de données fondamentales dont différents organismes et
acteurs ont besoin pour résoudre leurs questions pratiques et politiques les plus urgentes, les
initiatives relatives à l’interopérabilité peuvent alors s’intéresser à la création de normes pour ces
éléments fondamentaux. C’est l’approche qui a été adoptée pour la création des taxonomies des
ressources d’apprentissage numériques.
• Lorsque des ensembles de normes de qualité des données sont déjà définis, les organismes
éducatifs peuvent procéder à une cartographie exhaustive et à une analyse des lacunes de leur
infrastructure technique au niveau de la strate sémantique de l’interopérabilité. Cet exercice vise
à identifier les éléments et les pratiques en matière de données qui ne sont pas conformes à
l’architecture d’interopérabilité souhaitée, ainsi que les domaines qui ne nécessitent pas de
changements majeurs puisqu’une telle harmonisation existe déjà. Par exemple, l’outil de
cartographie Align conçu par l’initiative CEDS aux États-Unis (voir l’Encadré 11.2) permet aux
organismes d’éducation à l’échelle locale et des États de déterminer, parmi les éléments de
données qu’ils collectent, lesquels possèdent un format conforme aux CEDS et lesquels
nécessiteraient de modifier les procédures de collecte et de formatage. L’outil automatise l’analyse
cartographique lorsque les organismes téléchargent leurs propres dictionnaires de données pour
les comparer aux CEDS.
L’interopérabilité technique est souvent moins malléable étant donné que les normes techniques sont
généralement définies par des concepteurs de systèmes de l’industrie des technologies pédagogiques. La
deuxième approche de cartographie et d’analyse des lacunes pourrait aussi être utilisée pour
l’interopérabilité technique, encore une fois dans des cas bien précis. Les projets d’interopérabilité
technique conçus à la faveur d’une approche progressive n’imposent pas de se plier entièrement ou
immédiatement aux normes. Une conformité totale n’est pas forcément une option réaliste pour les
écosystèmes d’éducation numérique qui font appel à différentes solutions informatiques propriétaires. Une

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

330 

approche progressive peut ainsi impliquer la création de mécanismes de liaison qui facilitent le transfert
de données et la communication depuis et entre des systèmes non interopérables lors d’une phase de
transition.

Inciter à l’interopérabilité

Les pouvoirs publics peuvent inciter à l’interopérabilité de différentes façons.

Une solution radicale consiste à acheter et fournir de manière centralisée l’ensemble des outils et
ressources numériques du système d’éducation, en partant du principe qu’ils tiennent compte de leur
interopérabilité. Cette approche comporte le risque que l’écosystème d’éducation numérique devienne
rapidement obsolète puisque, de manière générale, les mesures incitatives publiques pour le faire évoluer
sont limitées. L’un des enjeux de l’interopérabilité consiste à laisser de la place à la diversité et à
l’innovation sans nuire à l’efficience ni à l’efficacité de l’écosystème numérique.
Les réglementations des organismes d’éducation publics sont l’un des principaux moteurs de l’adoption
de normes et pratiques axées sur l’interopérabilité. L’action réglementaire concerne de nombreux
domaines, comme les obligations en matière de soumission et de présentation des données (p. ex., exiger
des établissements qu’ils soumettent des données et des rapports selon des normes précises), les
obligations de certification pour les prestataires technologiques (p. ex., obliger les systèmes entrant sur le
marché à être compatibles avec des normes établies) et les règles pour les processus d’achats publics (p.
ex., faire de l’interopérabilité une condition d’achat à part entière). Les réglementations peuvent être plus
ou moins contraignantes, d’obligations officielles avec des conditions et des calendriers d’application bien
définis à des lignes directrices, voire des mécanismes incitatifs dans le cadre de subventions compétitives
et d’autres demandes de financement publiques. Toutes ces stratégies existent déjà dans une certaine
mesure.
Les mesures incitatives privées peuvent aussi jouer un rôle important dans l’adoption de normes, qu’elles
concernent la strate technique ou sémantique. La concurrence sur le marché peut inciter les fournisseurs
de technologie à concevoir des outils de gestion des données et des ressources d’apprentissage
numérique faisant appel à des définitions, des formats et des strates de transport conformes à des normes
et non rattachés au fournisseur. La numérisation croissante des établissements augmente la valeur des
fournisseurs d’outils et de ressources en mesure d’interagir avec d’autres applications. Cette attente
ressort de plus en plus dans les processus d’achats publics des technologies éducatives et des ressources
d’apprentissage, si bien que la demande pour des outils et des ressources interopérables devient de plus
en plus forte. Les appels d’offres relatifs à des solutions de technologies pédagogiques pourraient ainsi
accorder davantage d’importance aux normes techniques et de données propices à l’interopérabilité. Une
stratégie possible pour les organismes d’éducation publics serait d’exiger que les applications achetées
puissent répondre à des objectifs en matière d’interopérabilité ou, au minimum, que les fournisseurs
disposent d’un plan pour assurer cette transition. Les organismes éducatifs pourraient ainsi évaluer tout
investissement éventuel en matière de technologie en fonction de la capacité des nouvelles solutions à
interagir avec les données et applications existantes (Fox et al., 2013[2] ; Bailey et al., 2014[15]).
Les normes ouvertes sont elles aussi propices à l’adaptabilité, ce qui peut stimuler l’innovation en
fournissant de nouveaux services et solutions technologiques mieux adaptés aux besoins locaux sans
devoir en passer par la création et la gestion de nombreux systèmes à part entière. Un marché qui fait
appel à des technologies interopérables et modulaires attire davantage de nouveaux acteurs que celui qui
repose sur des solutions en vase clos incapables de fonctionner les unes avec les autres. C’est l’idée des
« plateformes numériques » comme les téléphones intelligents actuels et leur boutique d’applications. En
ce sens, l’interopérabilité peut prendre en charge des innovations progressives en matière de systèmes et
services numériques, par exemple des outils d’analyse de l’apprentissage qui explorent et associent des
données gérées par différents systèmes locaux (Cooper, 2014[16]).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  331

Sensibiliser aux avantages de l’interopérabilité

Une mise en œuvre réussie de normes propices à l’interopérabilité dépend en grande partie de la
conception d’une vision commune des avantages que procure l’interopérabilité. Les organismes et les
organisations seront plus enclins à rendre leurs pratiques de gestion, leurs collectes de données et leurs
systèmes numériques conformes aux normes lorsqu’elles comprendront en quoi l’emploi de définitions et
de formats communs, ainsi que de normes interopérables peut les aider à atteindre leurs objectifs.
Cela implique d’avoir une vision claire de la façon dont les normes peuvent les aider à répondre aux
besoins en matière d’information (par exemple en permettant des comparaisons plus fructueuses avec
d’autres entités) et de la façon dont cela peut se traduire en pratique. Il faudrait également faire valoir les
économies qu’il est possible de réaliser à moyen et long terme, comme lorsque l’utilisation de normes rend
les processus de collecte et d’échange de données plus efficaces (en impliquant par exemple une collecte
unique, moins de doublons, moins de vérifications), et ce malgré les éventuels coûts initiaux au moment
de leur adoption. Ici aussi, les cas d’utilisation doivent être clairement établis, pour montrer en quoi les
données collectées par un outil numérique précis pourraient améliorer les recommandations ou l’efficacité
d’un autre outil.
Les politiques qui visent à mieux faire comprendre les principes de l’interopérabilité et à sensibiliser les
organisations éducatives à ses atouts potentiels peuvent ainsi contribuer à créer une demande à cet égard
dans le secteur. Les actions dans ce domaine consistent à mener des campagnes d’information et de
sensibilisation pour diffuser une définition claire de l’interopérabilité et décrire ses différentes strates, à
présenter une feuille de route réaliste pour l’adoption de normes, et à répondre aux inquiétudes légitimes
autour de ses conséquences dans l’utilisation des données, notamment en ce qui concerne leur
confidentialité et leur sécurité. Elles nécessitent une interopérabilité « organisationnelle » ainsi que des
programmes ou des organismes qui, en plus de se faire l’écho de l’interopérabilité, coopèrent avec les
acteurs du secteur dans le cadre de projets précis mettant en avant sa valeur concrète au regard du
système. Cela peut se faire en créant des organisations ou des projets reposant sur la collaboration entre
les acteurs du secteur en vue d’une meilleure interopérabilité.

Faire évoluer les normes au profit de politiques d’interopérabilité durables

L’interopérabilité n’a rien de définitif puisque les besoins en matière de données, les possibilités
technologiques et les normes techniques sont en évolution. Les politiques d’interopérabilité ne peuvent
être efficaces qu’à condition d’être conçues pour durer, avec des itérations et des efforts continus.
En ce qui concerne la strate sémantique, une consultation régulière avec les acteurs du secteur de la
collecte des données ou de l’utilisation et de la production des ressources d’apprentissage numériques
peut s’avérer judicieuse. Les normes sémantiques peuvent être élaborées à la faveur d’un processus
collaboratif afin d’augmenter l’adhésion des parties prenantes à long terme et de tirer parti de l’expérience
pratique qu’elles ont accumulée dans différents contextes. Il faut partir du constat que les acteurs du
secteur ont besoin des données à différentes fins ; il faut donc un processus collaboratif et inclusif pour
définir des normes communes en la matière. Différents types d’information seront pertinents dans
différents contextes. C’est pourquoi il faut revoir les normes régulièrement à mesure que de nouveaux
besoins apparaissent, que les organisations cherchent à faciliter et intensifier le partage des données et
que des problèmes avec les normes existantes sont identifiés.
En ce qui concerne la strate technique, la vitesse du changement technologique impose des mécanismes
propices à des mises à jour périodiques et faciles des normes techniques, des normes relatives aux
données et des protocoles d’échange des données. Sans surprise, l’évolution de la technologie
s’accompagne de nouveaux besoins, comme de nouvelles solutions permettant aux applications
émergentes d’interagir. C’est à cet égard que les solutions techniques ouvertes et les plateformes
extensibles présentent des avantages indéniables par rapport aux solutions propriétaires, même si ces

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

332 

dernières permettent une interopérabilité à un moment donné. Les organismes éducatifs auraient ainsi à
gagner à privilégier les solutions d’interopérabilité à licence ouverte, qui présentent moins de risque de
blocage de la part du fournisseur et qui pourraient s’avérer plus rentables à terme.
Le défi des politiques d’interopérabilité consiste à trouver l’équilibre, à un moment donné, entre les
obligations d’interopérabilité des solutions d’une part, et l’innovation et l’efficacité d’autre part. La quête
d’interopérabilité ne doit pas brider l’évolution des écosystèmes numériques ni l’innovation — bien au
contraire. En fonction de leurs compétences techniques et de leur capacité à suivre continuellement
l’évolution des normes techniques, les organismes éducatifs et les pouvoirs publics doivent être plus ou
moins prescriptifs dans leurs politiques d’interopérabilité.

Prendre part à des initiatives internationales

Enfin, les pays doivent prendre part plus systématiquement à un dialogue international sur l’interopérabilité
des strates sémantique et technique. Les organisations internationales pourraient représenter la strate
organisationnelle coordonnant ce dialogue.
Sur 29 pays/entités, seuls 7 prenaient une part active à des dialogues internationaux sur l’interopérabilité
en 2024. Par exemple, l’Australie, le Canada, la Nouvelle-Zélande, les États-Unis et le Royaume-Uni sont
impliqués dans la communauté Access 4 Learning Community (voir l’Encadré 11.1. Suites intégrées de
normes techniques). L’agence suédoise de l’éducation est membre de l’Institut de normalisation suédois
et de son comité technique pour l’éducation (TK450), qui prend une part active à des projets de
normalisation et d’interopérabilité à l’échelle internationale. Les pays baltes et nordiques collaborent dans
le cadre d’un projet transfrontalier d’échanges des données, qui concerne par exemple le transfert des
dossiers scolaires numériques entre ces pays (Dahl et al., 2021[17]).
La participation à un dialogue sur l’interopérabilité sémantique et technique entre les pays pourrait avoir
de nombreux avantages : l’automatisation des statistiques internationales relatives à l’éducation ;
l’élargissement du marché de l’éducation numérique et la hausse de son attractivité pour les concepteurs
et les fournisseurs ; ou encore la mutualisation des ressources d’apprentissage numériques en les rendant
plus faciles à explorer et à consulter, y compris dans d’autres langues. Même si les différences en matière
de langue, de culture et de système brideront toujours les possibilités, les efforts en matière
d’interopérabilité sémantique et technique présentent un grand potentiel à l’échelle internationale. Il ne
reste qu’à identifier les situations concernées.

Références

Abdel-Qader, M., A. Saleh et K. Tochtermann (2021), « On the experience of federating open [13]
educational repositories using the learning object metadata standard », EDULEARN21
Proceedings, pp. 4819-4825, [Link]

Bailey, J.; D. Owens; C. Schneider; T. van der Ark et R. Waldron (2014), Guide to EdTech [15]
Procurement, Digital Learning Now,
[Link]
(consulté le 19 décembre 2018).

Cooper, A. (2014), Learning Analytics Interoperability. The Big Picture in Brief, Learning [16]
Analytics Community Exchange (LACE), [Link]
[Link] (consulté le 19 décembre 2018).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  333

CoSN (2017), Working Together to Strategically Connect the K–12 Enterprise: Interoperability [8]
Standards for Education, Consirtium for School Networking (CoSN), [Link]
content/uploads/2021/09/CoSN-Interoperability-Standards-for-Education-for-Non-Technical-
[Link].

Dahl, A; M. Reetta; L. Olkkonen; H. Saarinen; T. Sandell et T. Törnroos (2021), Baseline study of [17]
cross-border data exchange in the Nordic and Baltic countries, Nordic Council of Ministers,
[Link]

European Commission (2017), New European Interoperability Framework, Publications Office of [3]
the European Union, Luxembourg, [Link]

Fox, C.; D. Schaffhauser; G. Fletcher et D. Levin (2013), Transforming Data to Information in [2]
Service of Learning, [Link]

Gasser, U. et J. Palfrey (2007), When and How ICT Interoperability Drives Innovation, The [1]
Berkman Center for Internet & Society at Harvard Law School,
[Link]

Guijarro, L. (2007), « Interoperability frameworks and enterprise architectures in e-government [6]

initiatives in Europe and the United States », Government Information Quarterly, vol. 24/1,
pp. 89-101, [Link]

Hauser, R. et J. Anderson Koenig (dir. pub.) (2011), High School Dropout, Graduation, and [10]
Completion Rates, National Academies Press, Washington, D.C.,
[Link]

Kubicek, H., R. Cimander et J. Scholl (2011), Organizational interoperability in e-government : [4]

lessons from 77 European good-practice cases, Springer.

National Forum on Education Statistics (2010), Traveling Through Time: The Forum Guide to [11]
Longitudinal Data Systems. Book Two of Four: Planning and Developing a LDS, Washington,
DC: National Center for Education Statistics.

Redd, B. (2013), Of That: A Taxonomy of Education Standards, [7]

[Link] (consulté le
28 juin 2018).

Redd, B. (2012), A Four-Layer Framework for Data Standards, [5]

[Link]

Vidal, Q. (2023), « Public procurement: shaping digital education ecosystems », dans OECD [14]
Digital Education Outlook 2023. Towards an Effective Digital Education Ecosystem, OECD
Publishing, [Link]

Vincent-Lancrin, S., C. Cobo Romaní et F. Reimers (dir. pub.) (2022), How Learning Continued [12]
during the COVID-19 Pandemic: Global Lessons from Initiatives to Support Learners and
Teachers, OECD Publishing, Paris, [Link]

Vincent-Lancrin, S. et C. González-Sancho (2023), « Education and student information [9]

systems », dans OECD Digital Education Outlook 2023. Towards an Effective Digital
Education Ecosystem, OECD Publishing, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

334 

12 Transformer les écosystèmes

d’éducation numérique grâce aux
marchés publics

Quentin Vidal, OCDE

Ce chapitre présente une vue d’ensemble des politiques et des pratiques de

passation de marchés publics en matière d’éducation numérique dans les
pays et entités infranationales de l’OCDE. Il étudie la façon dont ceux-ci font
appel à une multitude de stratégies allant de la centralisation des achats
publics à la fourniture d’orientations et d’assistance aux établissements en
matière de processus d’achats d’outils et de ressources numériques — voire
de la teneur même de ces achats. Ce chapitre met en lumière la façon dont
les marchés publics peuvent contribuer à la transformation des écosystèmes
numériques des pays. Pour cela, il présente des directives (souvent non
contraignantes) qui visent à garantir la protection et la sécurité des données,
à améliorer l’interopérabilité et, dans une moindre mesure, à encourager
l’équité et l’efficacité.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  335

Introduction

Grâce à l’adaptation numérique, les produits et services du domaine de la technologie sont devenus une
partie intégrante de l’infrastructure pédagogique des pays, qu’ils accompagnent la gestion des
établissements et du système éducatif ou encore l’enseignement et l’apprentissage (voir la Partie I du
présent volume). Cette infrastructure englobe l’aspect matériel (le matériel numérique ou la connexion à
Internet), l’aspect logiciel (les systèmes de gestion de l’information et de l’apprentissage ou les ressources
d’enseignement et d’apprentissage numériques), la formation numérique et le développement
professionnel des enseignants ainsi que les services de sécurité et de protection des données. En faisant
appel à des approches différentes, les pays se procurent des outils et des ressources numériques auprès
de fournisseurs commerciaux du domaine des technologies éducatives (le secteur « EdTech »). Les outils
achetés à l’aide de fonds publics peuvent être utilisés par les pouvoirs publics eux-mêmes, les
établissements, les enseignants et les élèves. Même lorsque les outils et les ressources d’éducation ne
sont ni fournis ni achetés par les autorités publiques, celles-ci peuvent orienter et réglementer les
processus d’achat des établissements, des enseignants et des élèves. C’est d’autant plus important que
les outils et les ressources technologiques sont généralement plus coûteux que le matériel pédagogique
traditionnel, comme les manuels scolaires, et peuvent nécessiter une expertise qui fait le plus souvent
défaut dans les contextes éducatifs.
Les marchés publics, aussi appelés achats publics, désignent les procédures et processus officiels grâce
auxquels les entités publiques, comme des gouvernements centraux, fédéraux, nationaux ou locaux, des
organismes gouvernementaux ou des entreprises publiques achètent des biens, des services ou des
travaux auprès de fournisseurs ou prestataires externes (OECD, 2009[1]). Outre les achats ou les locations
à court ou long terme, ils englobent des partenariats public-privé, des concessions et d’autres accords
contractuels, ainsi que l’utilisation de subventions, de prêts et d’autres formes d’aide financière provenant
de fonds publics.
Dans le contexte de l’éducation, les pouvoirs publics ont recours aux marchés publics pour se procurer
différents produits et services qu’ils estiment nécessaires au bon fonctionnement du système éducatif et
des établissements sans pour autant être en mesure de les mettre au point, de les détenir ou de les fournir.
Les marchés publics de l’éducation vont de l’achat de manuels et fournitures scolaires et de services
d’entretien des bâtiments à des services de transport et à la construction d’infrastructures éducatives. Ce
chapitre porte sur les marchés publics relatifs aux infrastructures numériques dématérialisées (outils et
ressources logiciels) et non aux équipements matériels (voir (Fragoso, 2023[2])).
La passation de marchés publics se déroule le plus souvent en plusieurs étapes. Une fois qu’un
gouvernement a identifié les besoins, il publie un appel d’offres invitant les fournisseurs potentiels à
soumettre une proposition de façon transparente et concurrentielle. En règle générale, un comité de
sélection procède à l’évaluation de ces offres en fonction de critères prédéfinis avant de décerner le contrat
au fournisseur choisi, souvent à l’issue de négociations portant sur les conditions générales. Une fois le
contrat en vigueur, des mécanismes de suivi peuvent être mis en place afin d’assurer la qualité des
produits ou services et le respect des conditions convenues.
Ces processus visent à garantir la transparence, l’équité, la concurrence ainsi que la responsabilité en
matière de dépenses publiques (OECD, 2021[3]). La Recommandation du Conseil de l’OCDE sur la
gouvernance des infrastructures préconise 1) de sélectionner les prestataires selon des critères reposant
à la fois sur la qualité et sur le prix et incluant une évaluation des coûts, avantages et impacts potentiels
tout au long du cycle de vie de l’actif ; 2) d’évaluer rigoureusement la répartition optimale des risques et
l’utilisation d’outils d’analyse du rapport coût-efficacité pour comparer les solutions de prestations de
services ; et 3) de mettre en place des relations contractuelles équilibrées, et rendre les prestataires
responsables du cahier des charges et des normes professionnelles.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

336 

Pour le secteur de l’éducation en particulier, les pays se sont dotés de directives et de garde-fous afin de
garantir que les fonds provenant des contribuables soient consacrés à l’achat d’outils et de ressources
équitables et efficaces. En l’occurrence, garantir l’égalité en matière d’accès et d’utilisation des
infrastructures numériques dans les établissements constitue un enjeu pour les pays dont la gouvernance
et les chaînes de responsabilité sont décentralisées. La centralisation des marchés publics ou de la
réglementation des achats des établissements et des enseignants peut au moins offrir un accès homogène
aux principales composantes d’une infrastructure d’éducation numérique — même si des inégalités
peuvent persister.
Ce chapitre est structuré de la façon suivante : il présente tout d’abord les politiques et pratiques de
passation des marchés publics dans différents pays, en s’appuyant notamment sur des informations
collectées lors de l’enquête de l’OCDE sur les infrastructures et la gouvernance en matière d’éducation
numérique. Il met en avant les différentes stratégies utilisées par certains pays ainsi que leurs différents
objectifs. En conclusion, il résume ses constats, met en relief les points de tension présents dans la
réglementation des marchés publics et rappelle à quel point les achats publics contribuent aux objectifs
politiques à la faveur d’incitatifs.

État des lieux

Les pouvoirs publics achètent de nombreux biens et services afin de mettre en œuvre des politiques et
d’offrir des services publics dans différents secteurs. Les dépenses liées aux marchés publics en
pourcentage du produit intérieur brut (PIB) ont augmenté de façon significative dans les pays de l’OCDE
au cours des dix dernières années : elles sont passées de 11.8 % du PIB en 2007 à 12.9 % en 2021
(OECD, 2023[4]). Les marchés publics interviennent dans tous les domaines socio-économiques, de la
santé et de la protection de l’environnement à l’ordre public et aux affaires économiques (dont les
infrastructures, les transports, les communications, l’énergie et les activités de R-D). Si le secteur de la
santé se taille la part du lion en matière de dépenses publiques avec 31.9 % des dépenses publiques d’un
pays moyen de l’OCDE en 2021, l’éducation arrive en troisième position, avec 10.7 %. On observe
relativement peu de variations d’un pays à l’autre (voir le Tableau 12.1, le Graphique 12.2 et le
Graphique 12.3). Les données comparables sur les dépenses publiques dans le domaine de l’éducation
numérique demeurent toutefois relativement limitées (voir l’encadré 12.1).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  337

Graphique 12.1. Dépenses liées aux marchés publics en pourcentage du PIB (2021)
%
25
21
20 19
18 18
16 16 16
16 16 15 15 15 15
15 15 14 14 14 14
15 14 14
13 12 12
12 12 12 11
11 10 10
10 10 9
10 8
7

Remarque: Les pays sont classés selon le pourcentage des dépenses liées aux marchés publics qu’ils consacrent à l’éducation. Les données
ne sont pas disponibles pour l’Australie, le Canada, le Chili, la Colombie, le Mexique, la Nouvelle-Zélande et la Türkiye. Les données du Costa
Rica ne sont pas prises en compte dans la moyenne de l’OCDE. Les données du Costa Rica et de la Corée concernent 2020 et non 2021.
Sources : Base de données de l’OCDE sur les comptes nationaux ; base de données d’Eurostat sur les statistiques de finances publiques
Source: Government at a Glance (OECD, 2023[4]).

StatLink 2 [Link]

Graphique 12.2. Dépenses liées aux marchés publics de l’éducation en pourcentage du PIB (2021)
%
3.5
3.0
3
2.5
2.5
2.1 2.1 2.0
1.9 1.9
2 1.8 1.7 1.7
1.6
1.5 1.5 1.4 1.4
1.4 1.4 1.3
1.5 1.3 1.3 1.2 1.2 1.2
1.1 1.1 1.1 1.1
1.0 0.9 0.9 0.9 0.9
1 0.9
0.7 0.7
0.5
0.5

Remarque: Les pays sont classés selon le pourcentage des dépenses liées aux marchés publics qu’ils consacrent à l’éducation. Les données
ne sont pas disponibles pour l’Australie, le Canada, le Chili, la Colombie, le Mexique, la Nouvelle-Zélande et la Türkiye. Les données du Costa
Rica ne sont pas prises en compte dans la moyenne de l’OCDE. Les données du Costa Rica et de la Corée concernent 2020 et non 2021.
Sources : Base de données de l’OCDE sur les comptes nationaux ; base de données d’Eurostat sur les statistiques de finances publiques.
Source: Government at a Glance (OECD, 2023[4]).

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

338 

Graphique 12.3. Marchés publics de l’éducation en pourcentage de l’ensemble des dépenses liées
aux marchés publics (2021)
%
20 18.2
18.0
18 17.0
16.4
16 15.3
14.3
13.713.3
14 12.9
11.511.3
12 [Link].710.510.4
10.09.8
9.4 9.2 9.0
10 8.5 8.3 8.3 8.1
7.8 7.6
8 7.1 7.1
6.5 6.5 6.5 6.1
5.9
6 4.3
4
2
0

Remarque: Les pays sont classés selon le pourcentage des dépenses liées aux marchés publics qu’ils consacrent à l’éducation. Les données
ne sont pas disponibles pour l’Australie, le Canada, le Chili, la Colombie, le Mexique, la Nouvelle-Zélande et la Türkiye. Les données du Costa
Rica ne sont pas prises en compte dans la moyenne de l’OCDE. Les données du Costa Rica et de la Corée concernent 2020 et non 2021.
Sources : Base de données de l’OCDE sur les comptes nationaux ; base de données d’Eurostat sur les statistiques de finances publiques.
Source: Government at a Glance (OECD, 2023[4]).

StatLink 2 [Link]

Encadré 12.1. Ressources consacrées aux infrastructures numériques dans l’éducation : rareté
des données comparables sur le financement et la rentabilité
Moins d’investissements dans l’éducation que dans d’autres secteurs…
S’il est difficile d’obtenir des données sur les dépenses du secteur public en faveur de l’éducation
numérique, celles du secteur privé peuvent en esquisser un aperçu. Selon des estimations du marché,
les dépenses réalisées à l’échelle mondiale par les pouvoirs publics, les employeurs et les
consommateurs en matière de matériel, de logiciel et de services d’ordre technologique sont en hausse.
Elles représentent néanmoins une part modeste (4 %) des dépenses mondiales en faveur de
l’éducation et de la formation, bien en deçà des dépenses consacrées à la santé et à l’action climatique,
par exemple (HolonIQ, 2020[5] ; HolonIQ, 2021[6]).

… et des investissements qui ne sont pas tous rentables

Des données issues de la littérature d’évaluation expérimentale et quasi expérimentale laissent à
penser que les programmes qui investissent en faveur d’équipements d’éducation numérique et de
connectivité ont permis d’élargir l’accès à l’éducation numérique et de distribuer des ordinateurs, et ont
également entraîné une forte amélioration du taux d’utilisation des ordinateurs et des compétences en
informatique (Escueta et al., 2017[7]). Ces tendances se retrouvent dans différentes interventions
politiques (comme des subventions pour aider les ménages à faible revenu à acheter un ordinateur,
des programmes mettant un ordinateur ou une tablette à la disposition de chaque élève et des
subventions pour les ordinateurs scolaires). Selon de nombreuses études, la hausse des
investissements en faveur des infrastructures numériques sous la forme d’ordinateurs fixes ou
portables, de tablettes ou d’accès des élèves à Internet n’a que peu (ou pas) d’incidence positive sur

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  339

leurs résultats scolaires (Bulman et Fairlie, 2016[8] ; Escueta et al., 2017[7]). Si cela doit rester le cas, le
renforcement des compétences numériques et la modernisation de l’éducation demeurent un objectif
politique de premier plan. Les politiques qui entendent mettre un terme aux inégalités d’accès aux
équipements numériques doivent aller de pair avec une augmentation de la capacité des utilisateurs et
du système d’apprentissage au sens large.
Source : (OECD, 2023[9]). Shaping Digital Education: Enabling Factors for Quality, Equity and Efficiency, Éditions OCDE, Paris,
[Link]

Notre analyse comparative porte sur 29 pays et entités infranationales de l’OCDE. Leurs réponses aux
questionnaires ont été validées lors de réunions organisées avec chaque équipe nationale puis enrichies
à l’aide de recherches documentaires (voir le document connexe Gouvernance nationale et écosystèmes
d’éducation numérique. Complément du rapport Perspectives sur l’éducation numérique 2023 (OECD,
2023[10]).
La majorité des pays et entités ayant pris part à notre collecte de données fournissent des outils et
ressources numériques aux établissements de façon centralisée (European Commission, 2023[11]). Parmi
29 pays et entités, 21 (soit plus des deux tiers) achètent une partie de ces outils et ressources numériques
de façon centralisée, tandis que 11 (plus d’un tiers) délèguent cette tâche à une autre organisation, le plus
souvent un organisme public (voir le Graphique 12.1, le Graphique 12.2 et le Graphique 12.3).
Dans les huit pays et entités qui n’achètent pas d’outils et de ressources numériques de façon centralisée,
le gouvernement central intervient peu (ou pas) dans la fourniture et la gestion de l’infrastructure
d’éducation numérique (à l’image de la Tchéquie et des Pays-Bas, où les établissements sont libres de se
procurer leurs propres solutions numériques tant qu’elles répondent à des objectifs fixés par le
gouvernement), délègue la majeure partie des responsabilités aux administrations régionales et locales
(p. ex. aux États dans le cas des États-Unis ou aux municipalités dans le cas de la Finlande et de la Suède)
ou met au point et détient (au lieu d’acheter) la plupart des solutions numériques qu’il fournit, tout en
laissant aux établissements la liberté d’enrichir cet écosystème en procédant à leurs propres achats
(comme en Italie et dans la communauté française de Belgique). À l’exception de la Tchéquie et de la
Finlande, tous fournissent des orientations aux établissements en matière de marchés publics.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

340 

Tableau 12.1. Pratiques de passation des marchés publics des gouvernements centraux et
infranationaux dans les pays de l’OCDE (2024)
Marchés passés par le Marchés délégués aux administrations locales et Marchés délégués aux
gouvernement central réglementés par le gouvernement central administrations locales et
appuyés par le gouvernement
central
Fourniture Délégation de Préautorisation Autorisation Publication de Négociations Fourniture
directe des la fourniture d’une liste en amont de critères tarifaires avec d’orientations
outils et d’outils et de d’outils et de l’achat contraignants les aux
ressources ressources à ressources d’outils et liés aux achats fournisseurs établissements
une autre pouvant être ressources publics pour d’outils et de
organisation achetés spécifiques favoriser… ressources
(autorisation au (autorisation
préalable) au cas par
cas)
Autriche ✓ ✓ ✓ ✓ ✓
Brésil ✓ ✓ Sécurité ✓ ✓
✓* Égalité d’accès*, ✓* ✓*
Canada
Sécurité*,
Chili ✓ ✓
Tchéquie
Danemark ✓ ✓ ✓ ✓* Sécurité ✓
Estonie ✓ ✓ ✓* ✓ ✓
Finlande
✓ ✓ Égalité d’accès, ✓
France Sécurité,
Interopérabilité
Hongrie ✓ ✓ ✓
Islande ✓ ✓ ✓
Irlande ✓ ✓ ✓ ✓ ✓
✓ ✓ Sécurité, ✓
Italie
Durabilité
Japon ✓ ✓ ✓
Corée ✓ ✓ ✓* ✓ ✓*
✓ ✓ ✓ Sécurité, ✓ ✓
Lettonie
Durabilité
Lituanie ✓ ✓ ✓ ✓
Luxembourg ✓ ✓ ✓ ✓
Mexique ✓ ✓
Pays-Bas ✓
Nouvelle- ✓ ✓ ✓
Zélande
Slovénie ✓ ✓ ✓
Espagne ✓ ✓ ✓*
Suède ✓
Türkiye ✓ ✓
Égalité d’accès*, ✓
États-Unis
Sécurité*
Angleterre ✓
(Royaume-
Uni)
Comm. ✓ Sécurité ✓ ✓
flamande
(Belgique)

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  341

Marchés passés par le Marchés délégués aux administrations locales et Marchés délégués aux
gouvernement central réglementés par le gouvernement central administrations locales et
appuyés par le gouvernement
central
Fourniture Délégation de Préautorisation Autorisation Publication de Négociations Fourniture
directe des la fourniture d’une liste en amont de critères tarifaires avec d’orientations
outils et d’outils et de d’outils et de l’achat contraignants les aux
ressources ressources à ressources d’outils et liés aux achats fournisseurs établissements
une autre pouvant être ressources publics pour d’outils et de
organisation achetés spécifiques favoriser… ressources
(autorisation au (autorisation
préalable) au cas par
cas)
Comm. ✓ ✓
française
(Belgique)
Total 21 11 9 7 8 15 21

Remarque: Les astérisques (*) indiquent que ce mécanisme est mené à un échelon infranational, par exemple par les provinces et les territoires
au Canada ou les municipalités au Danemark.

StatLink 2 [Link]

Graphique 12.4. Vue d’ensemble des pratiques de passation des marchés publics des
gouvernements centraux et infranationaux dans les pays de l’OCDE (2024)
Les pratiques sont regroupées en fonction du type d'acquisition publique auxquelles elles s'appliquent, de la fourniture
centralisée aux achats passés par les écoles

Fourniture des outils et

21 (72 % )
ressources par le…
Délégation à une autre
11 (38 % )
organisation

Autorisations au préalable 9 (31 % )

Autorisations au cas par cas 7 (24 % )

Publication de critères d’achats
8 (28 % )
contraignants

Fourniture d’orientations aux

21 (72 % )
établissements
Négociation des prix avec les
15 (52 % )
fournisseurs
0 5 10 15 20 25 30
Nombre de pays/entités
Remarque: N=29

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

342 

Les pays mettent à profit plusieurs stratégies de marchés publics

Les pays adoptent des approches de gouvernance différentes en matière de marchés publics dans
l’éducation, et dans l’éducation numérique en particulier. Ces approches suivent le plus souvent les
chaînes de gouvernance et de responsabilité des systèmes d’éducation. Les sections ci-dessous
présentent ces mécanismes du plus centralisé au plus décentralisé, en notant toutefois que ces approches
ne sont pas incompatibles. Notre étude montre que les pays cumulent généralement diverses approches.

Mettre à profit les achats publics centralisés

Parmi les 29 pays et entités pour lesquels nous disposons de données comparables, 21 (soit plus des
deux tiers) achètent de façon centralisée des outils numériques de gestion des établissements et du
système éducatif, des ressources pour l’enseignement et l’apprentissage, ou les deux. Parmi ceux-ci, 11
partagent cette responsabilité avec un organisme national extérieur au ministère (ou département) de
l’Éducation.
Un cas classique d’achats directs menés de façon centralisée concerne l’acquisition à grande échelle de
licences permettant à un très grand nombre d’utilisateurs d’accéder aux produits ou aux services de
fournisseurs commerciaux de technologies éducatives. Par exemple, en Autriche (voir l’Encadré 12.2),
dans la Communauté flamande de Belgique, en Lituanie et au Luxembourg, le gouvernement central
procure des licences pour Microsoft Office 365 à tous les élèves scolarisés dans le système
d’éducation ainsi qu’aux chefs d’établissement et aux enseignants. Il s’agit parfois d’un legs de la
pandémie de COVID-19 et de l’impératif de garder le contact avec les élèves pendant la fermeture des
établissements, par exemple grâce à Microsoft Teams. Lorsqu’ils ne sont pas mis au point par le
gouvernement central, mais acquis auprès de fournisseurs commerciaux, les outils de gestion du système
sont eux aussi achetés à un niveau central. C’est notamment le cas des systèmes d’information scolaires
(SIS) dans 7 pays sur les 29 pour lesquels nous disposons d’informations comparables. Les outils de
gestion des établissements, quant à eux, sont plus souvent achetés par des autorités infranationales, voire
directement par les établissements. Par exemple, les systèmes commerciaux de gestion de
l’apprentissage (LMS) sont fournis par les pouvoirs publics aux établissements dont ils ont la responsabilité
dans 10 pays, dont plusieurs provinces et territoires au Canada, districts américains et municipalités des
pays nordiques, et par les établissements eux-mêmes dans 14 pays (voir (Vincent-Lancrin, 2023[12])).
Parmi les 21 pays qui achètent les outils et ressources numériques à l’échelon central, plusieurs font appel
à un processus de marchés publics principalement centralisé, soit parce que la fourniture et la gestion de
l’infrastructure numérique de l’éducation incombent en grande partie au gouvernement central, soit parce
que les établissements manquent d’appui (financier) ou d’orientations les incitant à acheter leurs propres
outils et ressources. En règle générale, ces systèmes d’éducation sont les plus centralisés (comme la
Hongrie) ou les plus petits (comme l’Islande).
En Hongrie, le ministère de l’Éducation et ses organismes spécialisés jouent un rôle de premier plan dans
la fourniture et la gestion d’outils et de ressources numériques pour les établissements de l’enseignement
primaire et secondaire, conformément à leur rôle central au sein du système d’éducation. Les
établissements sont libres d’acheter leurs propres outils et ressources à hauteur d’une certaine somme,
mais les acquisitions qui dépassent ce plafond sont assumées par leurs gestionnaires. Pour les appuyer,
le Centre Klebelsberg regroupe les demandes des centres des districts scolaires (elles-mêmes regroupées
par les établissements) et se charge du processus d’achat des outils et ressources numériques demandés
par les établissements publics de l’enseignement primaire et secondaire. Ce processus de centralisation
des demandes renforce le pouvoir de négociation avec les fournisseurs externes, notamment en termes
de prix, et permet de bénéficier d’une plus grande disponibilité des compétences techniques.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  343

En France, le gouvernement achète directement des outils et ressources numériques que les
établissements intéressés peuvent ensuite choisir d’utiliser. Les marchés publics sont généralement du
ressort du ministère de l’Éducation et de ses organismes comme le réseau Canopé, mais ce rôle peut
aussi incomber à d’autres institutions publiques nationales ou régionales comme la Banque des territoires.
En complément de ceux qu’il met au point et fournit lui-même, le gouvernement français achète des outils
et ressources numériques auprès de partenaires externes. En l’occurrence, en 2016, un appel d’offres a
conduit des éditeurs et des entreprises du secteur des technologies éducatives en France à créer plusieurs
banques de ressources numériques éducatives (BRNE). Celles-ci donnent accès à des milliers de
ressources d’enseignement et d’apprentissage numériques, d’outils de création et de services de
communication et d’interaction entre les enseignants et les élèves. Grâce aux relations solides tissées
entre le ministère et les prestataires pendant la passation de ce marché, les éditeurs ont été en mesure
d’harmoniser l’intégralité du contenu pédagogique des BRNE au programme d’enseignement français
dans toutes les disciplines et pour tous les niveaux.
Cette approche n’empêche toutefois pas les établissements français d’acheter d’autres solutions
numériques en parallèle. Des projets mis en œuvre récemment comme le Compte ressources entendent
laisser les établissements (et les enseignants) plus libres d’acheter d’autres outils et ressources
numériques à leur discrétion — ou à la discrétion des autorités locales dont ils dépendent dans le cas des
établissements primaires. Pour accompagner les établissements dans leurs décisions, le ministère a mis
au point le gestionnaire d’accès aux ressources numériques (GAR), interface entre les établissements et
les fournisseurs de technologies éducatives. Par son biais, le ministère conditionne l’achat de solutions et
ressources numériques à des critères portant sur l’égalité d’accès, l’interopérabilité et la sécurité. En outre,
il octroie un label de sécurité aux ressources du catalogue du GAR fournies par des entreprises du
domaine des technologies éducatives. En plus d’assurer un encadrement et d’édicter des critères d’achats,
le ministère fournit des orientations générales aux établissements concernant la passation des marchés
publics1.
La centralisation de la passation des marchés publics peut réduire la complexité et les risques qui y sont
associés, faire gagner en efficacité grâce aux économies d’échelle et garantir l’interopérabilité des
systèmes (OECD, 2023[9]). Une stratégie centralisée peut également mieux convenir lorsque les
établissements n’ont que peu de capacités et de ressources internes à consacrer à leurs achats. Mais
dans les établissements à même de renforcer cette capacité, les services centralisés peuvent être
considérés comme rigides, lents et incapables de répondre aux demandes qui n’entrent pas dans les
priorités nationales (OECD, 2021[13]).

Orienter les achats publics décentralisés : autorisations préalables et au cas par cas

Une deuxième approche, qui repose sur des achats publics semi-centralisés, s’observe dans les pays qui
fournissent ou achètent des outils et ressources numériques de manière centralisée tout en autorisant et
en aidant les établissements à acheter leurs propres solutions, sous réserve d’approbation. C’est
généralement le cas dans les pays nordiques, où la gouvernance du système d’éducation est répartie
entre le gouvernement central et les exécutifs locaux ; ou dans les pays où les établissements disposent
d’un certain degré d’autonomie pour acheter leurs propres solutions tout en restant sous la houlette du
gouvernement central.
Les pays font le plus souvent appel à deux mécanismes pour contrôler les décisions des établissements
quant aux marchés publics. Ils peuvent approuver au préalable des listes d’outils numériques parmi
lesquels les établissements ont toute latitude de choisir, autoriser les établissements à utiliser des outils
au cas par cas, ou les deux. Parmi les 29 pays et entités pour lesquels nous disposons de données
comparables, 9 (près d’un tiers) disposent de listes d’outils numériques approuvés parmi lesquels les
établissements sont libres de faire leur choix et qui se substituent parfois aux outils mis à disposition par
les pouvoirs publics ; tandis que 7 approuvent les outils et ressources numériques choisis par les

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

344 

établissements au cas par cas en amont de l’achat. Deux d’entre eux (le Danemark et l’Italie) font appel à
la fois à des mécanismes préalables et au cas par cas — approche qui est toutefois du ressort collectif
des municipalités au Danemark. Les pays et les entités qui souhaitent orienter, et non imposer, les
décisions des établissements peuvent édicter des critères relatifs à la passation de marchés, comme le
décrit la section ci-après.
Le Danemark illustre bien l’approche privilégiée par les pays nordiques. Le ministère danois délègue
l’achat des outils numériques aux municipalités, qui disposent d’un financement central et d’une liste
d’outils approuvés parmi lesquels elles peuvent faire leur choix afin d’équiper leurs établissements.
Lorsque les établissements eux-mêmes souhaitent (ou ont besoin de) procéder à l’achat de solutions
numériques, le Statens og Kommunernes Indkøbsservice A/S (SKI, « service d’achat municipal et
national ») leur en accorde la permission au cas par cas par le biais d’une plateforme numérique 2. Le SKI
est un organisme mandaté par les pouvoirs publics pour rationaliser et professionnaliser la passation de
marchés publics dans différents secteurs, y compris l’éducation. Il a été fondé en 1994 sous forme
d’entreprise à responsabilité limitée codétenue par le gouvernement danois et Local Government
Denmark. Sur les 49 milliards d’euros que le secteur public danois consacre chaque année à l’achat de
biens et de services à des entreprises privées, 2.5 % transitent par le SKI. Dans l’éducation comme dans
d’autres secteurs, l’objectif de la plateforme est d’obtenir des produits et services de qualité à des prix et
des conditions plus favorables que ceux auxquels une organisation publique (comme un établissement)
pourrait prétendre seule en procédant aux achats de son côté. À l’échelle locale, KOMBIT, l’organisation
conjointe des services informatiques des municipalités, offre à ces dernières des orientations plus
poussées sur l’achat d’outils et de ressources numériques et les aide à négocier avec les fournisseurs afin
de décrocher des conditions plus favorables, tant sur le plan des tarifs que de la qualité.
En Italie, le ministère facilite l’accès des établissements à des outils et ressources numériques par le biais
d’une application centralisée consacrée aux marchés publics appelée Protocolli In Rete. Elle est
accessible par la plateforme SIDI (Sistema Informativo Dell’Istruzione, système d’information scolaire
italien) et permet aux établissements de consulter et de choisir des outils privés approuvés par le ministère,
mais aussi de déposer des demandes de subventions ministérielles pour des projets précis décrits dans
la toute dernière stratégie d’éducation numérique du pays (Piano Nazionale Scuola Digitale). Cette
application permet également aux fournisseurs privés d’être approuvés par le ministère et de mettre leurs
biens et services à la disposition des établissements.

Soutenir les achats publics décentralisés : assistance et orientation

La décentralisation de la passation des marchés publics permet généralement aux établissements (ou aux
districts scolaires) d’avoir une plus grande latitude dans le choix des outils et ressources qui répondent à
leurs besoins précis. Cette décentralisation implique toutefois des coûts de vente plus élevés, une
complexité accrue en raison de la multitude de procédures de passation des marchés et, pour les
entreprises, moins d’occasions de croissance en raison de la fragmentation de la demande (OECD,
2023[9]).
Dans les pays où ils bénéficient d’une plus grande autonomie vis-à-vis des gouvernements centraux ou
locaux, les établissements (et dans une moindre mesure, les enseignants) sont généralement libres
d’acheter les solutions numériques de leur choix. Ils peuvent néanmoins bénéficier d’un appui ou
d’orientations de la part des pouvoirs publics. Pour pouvoir assumer la responsabilité de l’acquisition
d’infrastructures d’éducation numériques et prendre des décisions éclairées en la matière, il faut en effet
que les établissements disposent d’informations, de capacités et de compétences suffisantes pour
s’orienter parmi une multitude de produits, de services et d’outils de technologies pédagogiques, mais
aussi comprennent les procédures de passation des marchés publics (OECD, 2023[9]). Si la délégation de
cette mission aux établissements présente l’avantage de répondre à leurs besoins individuels en leur
permettant de construire un écosystème numérique cohérent, elle doit s’accompagner d’orientations en

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  345

bonne et due forme, faute de quoi les établissements pourraient acquérir des technologies trop
gourmandes en support informatique ou trop complexes à utiliser, ce qui conduirait à ne pas en tirer
pleinement parti. En parallèle, la décentralisation des passations de marchés dégage le gouvernement
central de l’obligation d’investir en permanence pour éviter l’obsolescence rapide. Le renforcement des
infrastructures numériques n’est pas un investissement ponctuel : il s’accompagne de coûts permanents
pour gérer et mettre à jour les technologies acquises et assurer l’assistance nécessaire à leur bonne
utilisation (OECD, 2022[14]). Pour garantir un accès suffisant aux équipements et outils numériques, il faut
anticiper les investissements nécessaires avant toute pénurie ou lacune, ce que les établissements et les
utilisateurs finaux sont plus à même de détecter que le gouvernement central.
Parmi les 29 pays et entités pour lesquels nous disposons de données comparables, 15 procèdent à des
négociations avec les fournisseurs de technologies éducatives pour le compte des établissements, le plus
souvent afin de passer des commandes de solutions numériques à grande échelle, synonymes de tarifs
et de conditions contractuelles plus favorables. En Lituanie, par exemple, bien que les établissements et
les enseignants aient toute latitude d’acheter leurs propres outils et ressources numériques, ils reçoivent
l’appui du ministère pour tous leurs achats à moyenne et grande échelle. Avec l’organisme central
d’achats, le ministère se charge de négocier les tarifs et les conditions contractuelles des solutions
numériques que les établissements souhaitent acheter grâce à des subventions, des incitations financières
ou des fonds non préaffectés (dans le cas des établissements publics, leur budget opérationnel). Le
ministère publie aussi des listes de solutions recommandées (plutôt qu’autorisées) parmi lesquelles les
établissements peuvent faire leur choix, ainsi que des orientations d’ordre général sur les processus de
passation des marchés.
Même sans prendre part aux négociations tarifaires, les pouvoirs publics peuvent épauler les
établissements en leur fournissant des orientations. Parmi les 29 pays et entités pour lesquels nous
disposons de données comparables, 21 leur fournissent des orientations au niveau national ou central en
ce qui concerne l’achat d’outils et de ressources numériques, comme des brochures réglementaires, des
guides détaillés, des plateformes spéciales et des ressources recommandées. Dans les pays où la
passation des marchés est au moins en partie décentralisée, le gouvernement a tendance à fournir des
orientations sur les processus d’achats publics. En revanche, les orientations sur la teneur même des
achats sont plus rares.
Souvent, les orientations en matière de marchés publics proviennent de paliers de gouvernance distincts
au sein du système d’éducation. En Suède, bien que les municipalités, les établissements et les
enseignants soient pleinement décisionnaires en matière d’achats d’outils et de ressources numériques,
le gouvernement central les soutient de différentes manières. Tout d’abord, il octroie aux municipalités des
subventions qui viennent compléter le budget qu’elles tirent des impôts locaux — bien que ces subventions
ne soient pas préaffectées à l’acquisition d’infrastructures numériques. Deuxièmement, lorsque les
établissements ou les enseignants souhaitent acquérir d’autres outils numériques avec leur propre budget
opérationnel, ils bénéficient d’orientations générales de la part de l’organisme national des marchés
publics du ministère et de l’association suédoise des autorités locales et des régions (SALAR). Cet
organisme offre un soutien et des explications d’ordre général concernant les règles et les réglementations
relatives aux marchés publics en vertu de la loi sur les systèmes de prédilection (« LOV »), tandis que
l’association assure un soutien plus ciblé aux établissements et aux enseignants dans le cadre de
l’Initiative d’aide à l’adaptation numérique des établissements (Skoldigistöd), sous forme de service à la
clientèle et de séminaires axés sur la réussite des achats de solutions numériques [Link] le cadre de cette
initiative, SALAR collabore avec deux entreprises à responsabilité limitée entièrement détenues par les
régions et les municipalités suédoises (Adda et Inera) dont la mission est d’épauler le secteur public en
matière d’achats et d’adaptation numérique. Cette collaboration se déroule sous la houlette de l’Organisme
national suédois pour l’éducation. Au-delà des marchés publics, cette initiative entend aider les chefs
d’établissement à atteindre les objectifs définis dans la Stratégie numérique nationale pour le système
d’éducation de 2017, en particulier en ce qui a trait à l’accès aux ressources numériques et au

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

346 

développement des établissements. Le soutien offert par SALAR aux municipalités porte aussi sur le
problème des blocages par le fournisseur dans le cadre des passations de marchés publics et sensibilise
autant aux avantages qu’aux inconvénients associés à la construction d’un écosystème numérique local
avec des outils et des ressources provenant d’un nombre limité de fournisseurs. Des débats récents ont
cherché à trouver le juste équilibre entre l’intégration, l’interopérabilité et les blocages techniques
potentiels dans un tel système harmonisé, qui rendent l’emploi d’autres outils de plus en plus complexe 4.
La Finlande fait appel à une même approche décentralisée pour ses marchés publics, même si, en
comparaison à leurs homologues suédois, les établissements finlandais reçoivent un budget plus
conséquent de la part du gouvernement central. Les municipalités finlandaises achètent des outils de
gestion des établissements ainsi que des ressources d’enseignement et d’apprentissage. Le ministère leur
octroie des subventions non préaffectées à cet effet en vertu des lois centrales sur les contrats publics. Le
ministère et l’association des autorités locales et régionales finlandaises gèrent conjointement le Groupe
consultatif sur les marchés publics, dont le rôle est de fournir aux administrations contractantes à un palier
inférieur de l’administration (c’est-à-dire les municipalités en ce qui concerne l’éducation) des informations
et des conseils sur l’application de la législation en matière de marchés publics.
La création de plateformes sur les cadres des marchés publics, les fournisseurs de technologies
éducatives ainsi que sur les outils et ressources disponibles constitue une solution pour que l’information
circule entre les différents paliers de gouvernance (du gouvernement central aux établissements et aux
enseignants). En Angleterre (Royaume-Uni) par exemple, le service d’orientation sur les marchés publics
des établissements du ministère de l’Éducation explique les avantages des contrats-cadres existants,
propose d’autres solutions rentables en fonction des commentaires formulés par les établissements et
favorise le respect des réglementations en vigueur en matière de marchés publics ([Link], 2022[15] ;
OECD, 2023[9]). En outre, le gouvernement propose aux établissements des directives relatives au
numérique et aux technologies et met actuellement au point un outil pour les aider à se comparer et à
identifier les technologies dont ils devraient disposer (Department for Education, 2022[16]). Aux Pays-Bas,
compte tenu de la nature décentralisée du système d’éducation et de la grande autonomie pédagogique
des établissements, les pouvoirs publics n’édictent pas de critères relatifs aux achats d’infrastructures
numériques. Néanmoins, afin d’encourager l’emploi de différents outils et ressources privés que les
établissements sont susceptibles d’acquérir, Kennisnet, un organisme public gouvernemental, a mis au
point un guide détaillé pour aider les établissements à faire leur choix à cet égard. En partenariat avec les
conseils d’établissement, Kennisnet a également créé une base de données, le « guichet des informations
du catalogue » (Koppelpunt Catalogusinformatie), qui offre aux établissements une vue d’ensemble
exhaustive des ressources d’apprentissage numériques disponibles. Les établissements peuvent
également adhérer à SIVON, la coopérative des conseils d’établissement, par laquelle ils peuvent faire
l’acquisition de ressources pédagogiques, échanger leurs connaissances et leur expertise, organiser des
demandes groupées et des achats communs d’équipements informatiques et obtenir des conditions et
tarifs avantageux pour des produits et services informatiques 5.

Encadré 12.2. Stratégies de passation de marchés publics dans les pays fédéraux
Autriche
En Autriche, en complément des outils et ressources fournis par les pouvoirs publics, le ministère
fédéral de l’Éducation procure plusieurs logiciels privés sous licence tels que Google Classroom et
Microsoft Teams. L’organisme autrichien des achats publics fédéraux
(Bundesbeschaffungsgesellschaft GmbH), chargé de la passation des marchés publics pour les
départements du gouvernement fédéral, appuie également les processus d’appels d’offres pour les

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  347

établissements en proposant aux autorités provinciales et municipales des directives relatives à l’achat
de solutions et ressources éducatives.
En outre, le ministère aide les établissements à faire l’acquisition d’outils numériques et de ressources
d’enseignement et d’apprentissage en décernant un label d’assurance qualité aux applications
pédagogiques (Gütesiegel Lern-Apps). Cette certification est octroyée par le ministère fédéral de
l’Éducation, des Sciences et de la Recherche à des applications d’apprentissage numériques mobiles
(et leur version web) qui satisfont à des critères de qualité précis et obtiennent des évaluations positives
de la part des enseignants en matière de pédagogie, de fonctionnalité et de convivialité pour les élèves.
Les entreprises dont les produits ont décroché cette certification sont autorisées à afficher le label de
qualité correspondant sur leur site web. Cette certification entend orienter et aider les enseignants, les
élèves et les parents à faire leur choix parmi les produits innovants sur le marché.

Canada
Au Canada, bien que les établissements et les enseignants soient libres d’acheter leurs propres outils
et ressources numériques, ils bénéficient de différents appuis de la part des autorités d’éducation
provinciales et territoriales. La plupart des gouvernements provinciaux et territoriaux achètent
directement les outils numériques pour le compte des établissements en misant sur des commandes
d’envergure pour négocier des tarifs à la baisse et des conditions contractuelles plus avantageuses.
Certains gouvernements provinciaux et territoriaux chargent des organisations régionales, comme
Service Nouveau-Brunswick, le programme Electronics Partnership de la Saskatchewan ou Focused
Education Resources en Colombie-Britannique, de gérer les achats de ressources numériques dans
l’éducation.

Brésil
Au Brésil, les établissements disposent d’une certaine autonomie concernant le choix de leurs
ressources éducatives numériques. Leurs processus de passation des marchés sont le plus souvent
du ressort des États, des municipalités ou d’autres acteurs impliqués dans la gestion des réseaux
d’établissements.
Cela étant, le gouvernement fédéral publie une liste de manuels scolaires numériques autorisés par le
biais de son programme PNLD qui, compte tenu de sa taille, constitue un levier considérable pour
négocier les tarifs avec les fournisseurs. Dans la même veine, l’échelle du système d’éducation
brésilien permet également aux autorités fédérales, aux États ou aux municipalités d’envergure de
négocier des conditions avantageuses pour l’utilisation de solutions numériques dans les
établissements, ce qui leur a permis, par exemple, de négocier des accords nationaux avec Microsoft
et Google. Outre des efforts visant tous les États, le gouvernement fédéral fournit des orientations sur
les marchés publics passés au niveau infranational par les États, les municipalités ou les
établissements privés souhaitant acheter des solutions avec des fonds publics discrétionnaires.

Mexique
Au Mexique, le gouvernement fédéral offre des subventions préaffectées à l’adoption de solutions
numériques spécifiques. De plus, il mandate des organisations pour encourager l’utilisation de solutions
numériques approuvées au préalable dans tout le pays, dresser des listes de fournisseurs approuvés
et fournir des cadres juridiques aux contrats d’achats publics. À l’échelle fédérale, la Coordinación de
Estrategia Digital Nacional (« coordination de la stratégie numérique nationale », ou CEDN) passe en
revue et approuve tous les projets du gouvernement fédéral relatifs aux technologies de l’information
et des communications.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

348 

Les pouvoirs publics peuvent et doivent se servir des marchés publics pour
transformer leur écosystème numérique

Les pays peuvent et doivent se servir des marchés publics pour transformer la nature des outils et des
ressources d’éducation numériques à la disposition des administrateurs scolaires, des établissements,
des enseignants, des élèves et des parents. Si les pouvoirs publics peuvent décider eux-mêmes des outils
pouvant être achetés à l’aide de fonds publics, ils peuvent aussi orienter, réglementer, influencer ou inciter
d’autres acteurs publics et privés à prendre des décisions en la matière (voir le Tableau 12.1). Cette
section compare les façons dont les pays utilisent différents leviers pour orienter les passations de
marchés publics à l’échelle centrale et locale et pousser le changement et l’innovation dans la direction de
leur choix, notamment par le biais de critères restrictifs relatifs aux achats publics d’outils et de ressources.

Garantir la protection et la sécurité des données

Dans la plupart des cas, les pays édictent des critères restrictifs afin de garantir que les outils et ressources
achetés soient conformes à leur réglementation en matière de protection des données et de la vie privée
ainsi qu’à certaines normes de cybersécurité.
En France, le ministère fait appel au gestionnaire d’accès aux ressources numériques (GAR), interface
mise en place par le gouvernement servant de trait d’union entre les établissements et les fournisseurs de
technologies éducatives, pour garantir un certain niveau de cybersécurité lors des achats des
établissements. En l’occurrence, le ministère octroie un label de sécurité aux ressources fournies par les
entreprises de technologies éducatives qui satisfont aux critères techniques du catalogue du GAR. Les
pouvoirs publics financent les projets de développement des individus et des organisations à condition
que leurs ressources numériques répondent à certains critères, dont l’un concerne le respect des règles
de protection et de confidentialité des données. Par l’entremise du GAR, la France impose également aux
marchés publics des critères relevant de l’égalité en matière d’accessibilité (les ressources doivent être
accessibles aux élèves ayant des besoins spécifiques) et d’interopérabilité (des normes dans ce domaine
doivent être respectées).
Le Danemark étend son écosystème d’éducation numérique en subventionnant les municipalités en vertu
de l’Initiative pour les portails d’utilisateurs de 2015, et en fournissant parfois une liste de solutions
approuvées. Lorsque les établissements souhaitent (ou ont besoin de) s’équiper en choisissant leurs
propres outils et ressources numériques, le SKI (l’organisme chargé des marchés publics à l’échelle
municipale) peut leur en accorder la permission au cas par cas. Dans ce cas, le ministère impose des
critères liés à la sécurité tels qu’édictés dans le Systemrevisionsbekendtgørelsen, décret de 2021 relatif
aux obligations pour les outils numériques utilisés dans l’éducation. Ces approches illustrent la façon dont
les pays peuvent veiller à ce que les établissements utilisent des outils et ressources conformes aux
mesures nationales de protection et de sécurité des données sans nécessairement endosser la
responsabilité de leur achat ou de leur fourniture.

Améliorer l’interopérabilité

Dans tous les pays étudiés, les acteurs du domaine de l’éducation ont accès à un ensemble d’outils et
ressources numériques fournis par les autorités publiques et le secteur privé. Assurer un seuil minimal
d’interopérabilité entre différents outils et ressources afin qu’ils puissent interagir, échanger des données
et fonctionner de concert est un objectif politique clé dans la plupart des pays (voir (Vincent-Lancrin et
González-Sancho, 2023[17]) pour en savoir plus sur l’interopérabilité des écosystèmes numériques).
Garantir que les outils et les ressources respectent certains principes d’interopérabilité durant la passation
de marchés publics, qu’elle intervienne à l’échelle centrale ou locale, constitue un moyen d’intégrer des
fonctions d’interopérabilité aux outils et ressources numériques.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  349

Les mesures incitatives prévues par le gouvernement (par le biais de règles ou de directives) ciblent le
plus souvent le versant de la demande, en encourageant (ou contraignant) les acteurs du secteur de
l’éducation à choisir des outils et des ressources approuvés ou en imposant expressément des critères
d’interopérabilité aux achats publics. Dans les Territoires du Nord-Ouest (Canada), le gouvernement
territorial recommande aux établissements de tenir compte de l’interopérabilité des données lors de leurs
passations de marchés ; en Lettonie, les directives centrales à cet égard dans le domaine des TIC font de
l’interopérabilité une priorité lors de l’achat de ressources et de technologies numériques6.
Mais les mesures incitatives peuvent aussi cibler le versant de l’offre, notamment pour atteindre d’autres
objectifs que l’interopérabilité. En Finlande, les entreprises finlandaises du secteur des technologies
éducatives sont incitées à intégrer MPASSid, le service d’identifiant unique (SSO) national, à leurs
produits. Même en l’absence d’exigence officielle ou réglementaire, cette pratique est devenue la norme.
Des pratiques similaires pourraient inciter les entreprises nationales des technologies éducatives à mettre
au point et vendre des produits interopérables avec le reste de l’écosystème numérique du pays.

Favoriser l’équité et l’inclusivité

Les pouvoirs publics peuvent se servir des marchés publics et réglementer les achats à l’échelle locale
pour encourager un accès équitable (ou minimal) aux infrastructures d’éducation numériques, réduire les
fractures numériques et favoriser l’inclusion. En 2024, ces efforts étaient le plus souvent tournés vers cette
dernière. Certains pays et entités sont dotés de lois imposant aux établissements d’acheter des outils et
ressources numériques accessibles à tous les élèves, y compris à ceux ayant des besoins spécifiques. Si
cela n’est pas possible, une autre solution doit être fournie.
Dans la Communauté flamande de Belgique, le ministère de l’Éducation octroie aux établissements une
série de subventions (préaffectées ou non). Les subventions préaffectées, allouées par l’intermédiaire du
plan d’action Digisprong, visent à couvrir l’acquisition de ressources numériques destinées à
l’apprentissage et à l’enseignement. Quant aux subventions non préaffectées (par exemple, le budget
opérationnel d’un établissement), elles peuvent être consacrées à n’importe quel type de ressources.
Grâce à ces subventions, les établissements sont libres de se procurer des outils et des ressources
numériques. Cela étant, le ministère fournit des orientations en matière de marchés publics et publie des
circulaires relatives à des critères non contraignants pour les achats des établissements. L’un de ces
critères porte sur l’égalité d’accès, et en particulier l’accessibilité pour les élèves ayant des besoins
spécifiques. Grâce au financement octroyé par l’intermédiaire de Digisprong, les établissements sont
expressément invités à acheter des équipements informatiques ainsi que des outils et ressources
numériques à même d’assister ces élèves (avec des claviers ou souris adaptés, par exemple). Dans le
cas des programmes des établissements visant à doter chaque élève d’un ordinateur portable, Digisprong
recommande de privilégier les prêts (sans dépôt de garantie) aux paiements anticipés pour les élèves
issus d’un milieu socio-économique défavorisé7.
Une politique d’achats publics similaire existe aux États-Unis. Pleinement décisionnaires en matière
d’achats publics, les États et les districts scolaires sont libres de choisir la quantité d’outils et de ressources
numériques qu’ils fournissent, ce qui peut, en théorie, entraîner de fortes inégalités d’accès aux
technologies d’un établissement à l’autre. Ils doivent néanmoins assurer aux élèves handicapés un accès
équitable aux outils en vertu de la loi sur les personnes handicapées (IDEA). Ils doivent également
satisfaire aux obligations en termes de sécurité des données et de protection de la vie privée de la loi sur
la confidentialité et les droits des familles dans l’éducation (FERPA), la loi de protection des enfants sur
Internet (CIPA) et la réglementation en matière de protection de la vie privée des enfants en ligne
(COPPA).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

350 

Encadré 12.3. Des appareils numériques fournis à la location

Luxembourg
Au Luxembourg, le programme public one2one permet aux établissements de l’enseignement
secondaire de mettre une tablette à la disposition de chaque élève dans les classes participantes. Dans
ce cas, les élèves peuvent louer la tablette pour un prix modique (davantage réduit pour les élèves
issus d’un milieu socio-économique défavorisé). Ce programme a pris de l’ampleur depuis son
lancement en 2018 ; il concernait plus de 40 % des élèves de l’enseignement secondaire en [Link]
caractère facultatif du programme one2one au Luxembourg le rend plus efficace et adapté aux besoins
locaux tout en offrant l’égalité des chances à l’échelle des classes (si ce n’est des individus).

Japon
Le gouvernement japonais a mis en œuvre plusieurs programmes dans l’optique de renforcer l’égalité
numérique. Depuis 2019, 481.9 milliards JPY (3.2 milliards USD) ont été investis en faveur du
programme d’apprentissage numérique GIGA qui entend donner à tous les élèves un accès équitable
et durable à l’éducation numérique. Dans le cadre du programme GIGA, tous les élèves dans les
niveaux de scolarité obligatoire (enseignement primaire et premier cycle de l’enseignement secondaire)
ont la possibilité de louer un appareil numérique (tablette ou ordinateur portable) pendant 5 ans. Des
technologies d’assistance comme des afficheurs en braille, des technologies de synthèse vocale ou
des systèmes de suivi oculaire sont également proposées aux élèves ayant des besoins spécifiques
d’éducation et des handicaps. Le ministère encourage aussi la distribution d’appareils aux élèves du
deuxième cycle de l’enseignement secondaire afin que l’ensemble des effectifs à ce niveau dispose
d’un appareil à l’horizon 2024.
Le programme GIGA est financé par le gouvernement central. Le choix de l’appareil numérique proposé
aux élèves est toutefois du ressort des municipalités (pour l’enseignement primaire et le premier cycle
de l’enseignement secondaire) et des préfectures (pour le deuxième cycle de l’enseignement
secondaire), ce qui reflète les différentes priorités régionales. Grâce à ces appareils numériques fournis
par les pouvoirs publics, les élèves peuvent accéder à des ressources pédagogiques comme des
systèmes de gestion de l’apprentissage (par exemple, Manabi Pocket) et MEXCBT, un système d’auto-
évaluation numérique. Si rien ne les oblige à fournir un appareil aux élèves, toutes les autorités locales
ont néanmoins choisi de se joindre à cette initiative, ce qui leur permet de placer les élèves sur un pied
d’égalité en matière d’accès aux appareils numériques.
Remarques : Programme One2one : [Link] ; participation :
[Link]
dequipement-a-des-objectifs-en-termes-de-competences/
MEXT ne finance pas directement les établissements, mais les préfectures et les municipalités. C’est ensuite aux administrations locales
qu’il revient de choisir les appareils qu’ils souhaitent acheter.
[Link]

Veiller à ce que les établissements fassent l’acquisition d’outils et de ressources

efficaces

Enfin, les pouvoirs publics peuvent décider, certes moins fréquemment, de conditionner les décisions
relatives aux achats publics dans le secteur de l’éducation à des critères contraignant les établissements
à acheter des outils et des ressources dont l’efficacité a fait ses preuves, que ce soit en termes de capacité
technique (par exemple, la fiabilité de son diagnostic ou sa puissance prédictive) ou d’effets sur les

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  351

résultats scolaires. Ce type de politique en matière de passation des marchés publics est une pratique
courante dans le secteur de la santé, par exemple.
Aucune des 29 entités ayant pris part à notre collecte de données en 2024 n’édicte ce type de critère. Les
données prouvant l’efficacité d’une technologie numérique sont rares, souvent limitées à un contexte
précis et encore mal définies, ce qui peut empêcher les pouvoirs publics de limiter les options d’achats
aux outils et aux ressources dont l’efficacité a été démontrée. Dans certains pays, l’efficacité supposée
des outils et des ressources est néanmoins présentée comme un facteur devant entrer en ligne de compte
lors des achats publics en matière de technologies numériques.
Aux États-Unis, le gouvernement fédéral exige des preuves de l’efficacité des outils et ressources
numériques lorsque ceux-ci sont achetés avec certains fonds fédéraux par les États, les districts et les
établissements. La priorité doit être accordée à la définition des ressources « reposant sur des éléments
factuels » au titre de la loi Every Student Succeeds, qui définit ces éléments selon un spectre allant de
« prometteur » à « démontré » après un essai contrôlé randomisé. L’Office des technologies éducatives,
qui fournit des orientations sur les marchés publics dans le domaine des technologies pédagogiques, a
mis au point la boîte à outils EdTech Evidence Toolkit pour aider les autorités d’éducation locales à
privilégier des décisions reposant sur des données factuelles lors de l’adoption et de l’utilisation de
technologies éducatives dans les établissements 8.
En Hongrie, l’organisme gouvernemental du numérique (DKÜ), qui dépend du cabinet du Premier ministre,
est chargé d’harmoniser les processus de passation des marchés publics dans le domaine des
technologies de l’information entre les différents secteurs, dont l’éducation. En plus de l’aspect tarifaire et
de la compatibilité avec des outils et ressources courants, le DKÜ encourage les établissements à faire de
l’efficacité des produits envisagés un critère à part entière. Bien que le DKÜ ne participe pas aux
négociations tarifaires, il régit néanmoins le degré de latitude dont disposent les institutions acheteuses
lors des négociations pour chaque passation de marché.

Résumé : principales observations, réflexions et tendances éventuelles

Stratégies de passation des marchés publics dans l’éducation numérique

Les pays mettent à profit une multitude de stratégies pour la passation de marchés publics, généralement
en fonction de leur modèle de fourniture et de gouvernance des infrastructures numériques dans
l’éducation. Dans les systèmes d’éducation plus centralisés, les pouvoirs publics ont tendance à acheter
directement les outils numériques pour la gestion des établissements et du système d’éducation, voire les
ressources pour l’enseignement et l’apprentissage. Dans les systèmes d’éducation plus décentralisés, les
pouvoirs publics ont tendance à déléguer cette mission aux administrations régionales et locales (voire
aux établissements eux-mêmes) tout en fournissant des orientations sur les processus d’achats publics,
et, plus rarement, sur la teneur même des achats. Certains pays et entités publient des réglementations,
attribuent des approbations préalables ou au cas par cas, édictent des critères d’achats publics
contraignants ou non contraignants et offrent une assistance spécialisée.
Ces approches ne sont pas incompatibles, et bon nombre de pays cumulent plusieurs de ces leviers pour
transformer leur écosystème d’éducation numérique. En 2024, la plupart des initiatives publiques visant à
orienter, assister ou réglementer les passations de marchés décentralisées mettent l’accent sur les
économies d’échelle ainsi que la sécurité et la conformité aux réglementations en matière de protection
des données. Certains gouvernements parviennent aussi à favoriser l’interopérabilité des différents outils
et ressources numériques présents dans leur écosystème en publiant des listes de produits autorisés ou
en stipulant des obligations en matière d’intégration de fonctions interopérables aux produits externes (par
exemple, des systèmes à identifiant unique). Seule une poignée de pays pour lesquels nous avons collecté
des données comparables ont adopté des mesures visant expressément à favoriser l’équité et l’inclusivité

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

352 

ou à assurer que les administrations régionales et locales (voire les établissements eux-mêmes)achètent
des outils et ressources numériques considérés comme efficaces (dont les répercussions positives sur les
résultats scolaires ont été démontrées, par exemple) et durables.
Les données recueillies sur les stratégies de marchés publics des pays et des entités infranationales
laissent à penser que la plupart des gouvernements ont tendance à ne pas interférer avec les décisions
des acheteurs finaux en ce qui concerne les outils et ressources d’éducation numériques. La plupart des
réglementations s’intéressent aux procédures plutôt qu’aux questions de fond. Dans la majorité des pays,
seule une petite partie de l’écosystème d’éducation numérique est fournie directement par le
gouvernement central ou fédéral, y compris par le biais des marchés publics. Pour le reste, les autorités
locales, les districts scolaires et les établissements sont généralement libres de prendre leurs propres
décisions en matière d’achats publics. Les pays ont ainsi adopté des approches flexibles pour les marchés
publics. La plupart n’orientent pas les décisions décentralisées à cet égard et n’imposent pas non plus de
critères ou de restrictions relatifs aux outils et ressources numériques que les établissements sont
susceptibles d’acheter.
Cela rejoint leurs politiques publiques habituelles de passations de marchés. Ces politiques peuvent
découler de la nature même des technologies pédagogiques et du marché des technologies éducatives,
bien que ce ne soit pas forcément le cas pour les produits de technologies pédagogiques parfois plus
coûteux que le matériel pédagogique traditionnel. Premièrement, les besoins technologiques et éducatifs
sont en constante évolution, ce qui empêche de définir des normes rigides qui s’appliqueront aussi aux
innovations à venir. Deuxièmement, imposer des critères contraignants aux marchés publics peut créer
des obstacles importants pour les fournisseurs externes de technologies éducatives, ce qui bride la
concurrence et étouffe l’innovation sur ce marché. Les entreprises modestes ou émergentes dans ce
secteur peuvent peiner à satisfaire à ces critères, ce qui les empêche de participer aux processus d’appels
d’offres. Cette concurrence limitée pourrait aboutir à des situations de monopole entre quelques
fournisseurs établis, avec à la clé un choix plus limité et une hausse potentielle des coûts pour les
établissements d’enseignement. L’achat de produits auprès d’un même bassin restreint de fournisseurs
peut aussi conduire à un effet de blocage de la part des fournisseurs, qui rendrait l’emploi d’autres outils
et ressources de plus en plus difficile.
En fonction du dynamisme de leur secteur des technologies éducatives et des priorités politiques liées à
certains types d’outils numériques, les pouvoirs publics peuvent mettre plus activement les passations des
marchés au service d’objectifs précis en matière de sécurité, d’interopérabilité, d’équité et d’efficacité au
sein de leur écosystème d’éducation. De plus en plus de pouvoirs publics seront amenés à définir des
obligations et des normes précises pour encourager l’interopérabilité, synonyme d’une intégration et
d’échanges de données efficaces entre les différents outils numériques. D’autres peuvent privilégier
l’égalité en encourageant l’achat de technologies qui comblent la fracture numérique afin d’offrir un accès
égalitaire aux ressources éducatives à tous les élèves, quel que soit leur milieu socio-économique. Enfin,
des pratiques efficaces en matière de passations de marchés permettent aux pouvoirs publics de choisir
des outils et services qui répondent à leurs objectifs pédagogiques, ce qui garantit l’efficacité et la réussite
d’ensemble des initiatives numériques dans le secteur de l’éducation.

Aligner les stratégies de marchés publics sur les modèles de gouvernance et les
objectifs politiques

En termes d’infrastructure numérique, les pays doivent s’efforcer d’aligner leurs stratégies de marchés
publics sur leurs modèles de gouvernance et sur le degré d’autonomie budgétaire des établissements.
Une stratégie centralisée pourrait mieux convenir lorsque les administrations régionales et locales (et les
établissements) n’ont que peu de capacités et de ressources internes à consacrer à leurs décisions
d’achats. La centralisation de la passation des marchés publics peut, entre autres, réduire la complexité
et les risques en la matière, améliorer la rentabilité grâce à des économies d’échelle et garantir

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  353

l’interopérabilité des systèmes. La décentralisation de la passation des marchés publics peut permettre
aux établissements (ou aux districts scolaires) qui en ont la capacité de bénéficier d’une plus grande
latitude quant au choix d’outils et de ressources qui correspondent à leurs besoins. Cette décentralisation
implique toutefois des coûts de vente plus élevés, une complexité accrue en raison de la multitude de
procédures de passation des marchés et, pour les entreprises, moins d’occasions de croissance en raison
de la fragmentation de la demande.
Dans la plupart des pays, les pratiques de passation des marchés reposent sur la décentralisation
habituelle des responsabilités au sein du système éducatif, qui se justifie souvent par des motifs juridiques
et parfois par la force des habitudes. Cette situation n’est pas une fatalité. Les pays pourraient envisager,
pour certains outils et ressources numériques, de recourir à un modèle différent de celui auquel ils sont
habitués. Plusieurs facteurs et objectifs seraient alors à prendre en compte, dont l’égalité d’accès, la qualité
de l’offre des technologies pédagogiques, l’intégration plus poussée du système, le fait d’éviter l’achat
d’outils inefficaces, etc., autant de facteurs pouvant imposer de modifier leur législation ou leurs pratiques
habituelles.
Certains pays disposent d’un modèle mixte dans lequel les pouvoirs publics mettent à disposition un outil
central ou infranational tout en permettant aux établissements ou aux autorités infranationales d’acheter
un outil similaire à l’aide de fonds publics. C’est un modèle intéressant, car si l’on peut penser qu’il fait
double emploi et entraîne un gaspillage de ressources publiques, il présente néanmoins l’avantage de
fournir à tous les établissements une infrastructure numérique « minimale » gratuite. Il a pour autres
avantages de laisser une certaine latitude aux établissements et de développer un niveau de compétence
en technologie au sein des ministères/organismes publics.
Quelle que soit l’approche choisie, les pays doivent s’efforcer d’établir des partenariats public-privé
satisfaisants et de créer des espaces de collaboration entre les établissements et le secteur des
technologies éducatives. En 2024, les passations des marchés publics, qu’elles soient centralisées ou
décentralisées, donnent la priorité à l’optimisation de la rentabilité. En offrant un appui et des orientations,
en nommant des organismes chargés des marchés publics et en édictant des normes, des directives ou
des critères contraignants, les pays pourraient faire des achats publics un levier politique supplémentaire
à même de transformer les écosystèmes d’éducation numériques.

Références

Bulman, G. et R. Fairlie (2016), « Technology and Education: Computers, Software, and the [8]
Internet », dans Handbook of the Economics of Education, [Link]
444-63459-7.00005-1.

Department for Education (2022), Meeting digital and technology standards in schools and [16]
colleges, [Link]
and-colleges (consulté le 3 avril 2023).

Escueta, M.; V. Quan; A.J. Nickow et P. Oreopoulos (2017), « Education Technology: An [7]
Evidence-Based Review », [Link]

European Commission, D. (2023), Digital education content in the EU – State of play and policy [11]
options – Final report, [Link]

Fragoso, T. (2023), « Hardware: the provision of connectivity and digital devices », dans OECD [2]
Digital Education Outlook 2023. Towards an Effective Digital Education Ecosystem, OECD
Publishing, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

354 

[Link] (2022), Guidance: Find a DfE-approved framework for your school, [15]
[Link] (consulté
le March 2022).

HolonIQ (2021), Global Education Technology in 10 Charts, [Link] (consulté le [6]

7 avril 2022).

HolonIQ (2020), Global EdTech market to reach $404B by 2025 - 16.3% CAGR, [5]
[Link]
(consulté le 10 août 2020).

OECD (2023), Country Digital Education Ecosystems and Governance. A companion to Digital [10]
Education Outlook 2023, OECD Publishing, [Link]

OECD (2023), Government at a Glance 2023, OECD Publishing, [4]

[Link]

OECD (2023), Shaping Digital Education: Enabling Factors for Quality, Equity and Efficiency, [9]
OECD Publishing, Paris, [Link]

OECD (2022), Access to computers from home, [Link] [14]

[Link] (consulté le March 2022).

OECD (2021), « Life cycle perspective in infrastructure procurement », dans Government at a [3]
Glance 2021, OECD Publishing, Paris, [Link]

OECD (2021), Supporting the Digital Transformation of Higher Education in Hungary, Higher [13]
Education, OECD Publishing, Paris, [Link]

OECD (2009), OECD Principles for Integrity in Public Procurement, OECD Publishing, Paris, [1]
[Link]

Vincent-Lancrin, S. (2023), « Learning management systems and other digital tools for system [12]
and institutional management », dans OECD Digital Education Outlook 2023. Towards an
Effective Digital Education Ecosystem, OECD Publishing, [Link]
en.

Vincent-Lancrin, S. et C. González-Sancho (2023), « Interoperability: unifying and maximising [17]

data reuse within digital education ecosystems », dans OECD Digital Education Outlook
2023. Towards an Effective Digital Education Ecosystem, OECD Publishing,
[Link]

Remarques

1
France : le GAR : [Link] ; membres du GAR : [Link] ;
guide des marchés publics : [Link]
ecole

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  355

2
Suède : dans ce cas, le ministère impose des critères de sécurité en vertu de son
Systemrevisionsbekendtgørelsen, décret de 2021 définissant les obligations en matière de solutions
numériques dans l’éducation.

3
Suède : Orientations sur les marchés publics à l’échelle municipale :
[Link]
[Link]

4
Interopérabilité et effet des blocages en Suède : [Link]
[Link]/2021/04/15/interoperability-in-sweden/

5
Kennisnet : [Link] La coopérative et les conseils comprennent : SIVON (coopérative
de conseils d’établissements pour les achats de ressources pédagogiques [numériques], [Link]

6
Canada : [Link]
Lettonie : [Link]
komunikacijas-tehnologiju-joma

7
Comm. flamande (Belgique) : Les deux autres critères non contraignants concernent la gestion de la
sécurité et de la sûreté, et la durabilité environnementale. Circulaire recommandant de tenir compte des
élèves ayant des besoins spécifiques lors des achats des établissements : [Link]
[Link]/edulex/[Link]?docid=15855#6

8 Boîte à outils EdTech Evidence : [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

356 

13 Collaboration et cocréation
multipartites : vers une application
responsable de l’IA dans
l’éducation

Inge Molenaar, laboratoire d’IA de l’éducation nationale, Université Radboud Nijmegen

Peter Sleegers, BMC Consultancy

Ce chapitre examine en quoi la coopération et la cocréation au sein de

réseaux innovants sont importantes pour le développement et une bonne
compréhension des applications responsables, sociales et éthiques de l’IA
dans l’éducation. Dans ce domaine, l’innovation est tributaire de deux
composantes clés : une implication multipartite et un processus d’innovation
dynamique. Ces composantes sont unies par un langage commun qui
rapproche les différents acteurs du secteur, c’est-à-dire les professionnels
de l’éducation, les scientifiques et les entrepreneurs. Ce chapitre montre en
quoi les modèles d’innovation tripartites et un langage commun peuvent faire
de l’IA un outil utile à l’éducation. Différents modèles de partenariat axés sur
la contribution et la cocréation multipartites voient le jour dans le monde
entier à la faveur de laboratoires d’innovation et de centres d’expertise. Le
chapitre en présente quelques exemples pour mieux cerner leur contribution
aux technologies d’IA innovantes et à une utilisation responsable de l’IA dans
le domaine de l’éducation. Une comparaison de ces approches donne une
vue d’ensemble des initiatives existantes tout en montrant les rouages de
ces partenariats. Ce chapitre aidera les pouvoirs publics et les ONG à
prendre des décisions politiques relatives aux laboratoires d’innovation qui
préparent le secteur de l’éducation à une transformation de fond.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  357

Introduction

L’intelligence artificielle (IA) aura rarement fait couler autant d’encre qu’en novembre 2022 à l’occasion du
lancement de ChatGPT 3.5 (Kasneci et al., 2023[1]). La sortie de cet outil a suscité de nombreuses
questions dans les établissements et placé l’emploi de l’IA générative dans l’éducation au cœur de
nombreux débats. L’on s’accorde désormais à reconnaître que l’IA pourrait avoir des répercussions
considérables sur notre vie et changer le visage du monde du travail, des interactions sociales et de
l’éducation, tel que des décideurs politiques l’avaient prédit dans de nombreux rapports, à l’image de ceux
de l’OCDE (2019[2]) et NESTA1. L’ampleur de ces répercussions est difficile à estimer à l’heure actuelle. À
l’évidence, l’IA va prendre le relais de tâches humaines précises et s’arroger une place toujours plus
grande dans notre quotidien. Chris Dede, professeur à Harvard, suggère que l’IA se prête particulièrement
aux estimations, à l’analyse rapide de données et à la reconnaissance des tendances. Les possibilités
qu’offrent les systèmes d’IA résident dans la collecte rapide de données, les diagnostics et la mise en
œuvre, autant d’atouts propices à une personnalisation de l’éducation (Holmes et al., 2018[3] ; Molenaar,
2022[4] ; OECD, 2021[5]). Selon Dieterle, Dede et Walker (2022[6]), les humains possèdent une bonne
capacité de jugement. Leur valeur ajoutée réside dans les considérations socio-émotionnelles, le
rapprochement de nouveaux éléments, leurs aptitudes à résoudre les problèmes et les raisonnements
sociaux. Ces compétences humaines qui dépassent les aptitudes actuelles de l’IA sont appelées à devenir
toujours plus importantes. Se pose alors la question de savoir à quoi l’éducation doit former, et en creux,
de quelle façon l’IA doit être utilisée dans l’éducation.
Les activités de recherche et développement relatives à l’IA font lentement leur entrée dans les
établissements d’enseignement. L’innovation en matière d’IA dans l’éducation se concentre dans des
cercles indépendants qui évoluent en vase clos. Des dialogues et des échanges scientifiques ont lieu dans
différentes organisations scientifiques comme l’International Artificial Intelligence in Education Society
(IAIED, [Link] la Society of Learning Analytics Research (SOLAR,
[Link] et la European Association of Technology Enhanced Learning (ECTEL,
[Link] Les établissements et les professionnels de l’éducation interagissent au sein de
communautés de pratique d’envergure nationale et internationale comme Kennisnet (Pays-Bas),
European Schoolnet ([Link] (pays de l’UE) ou encore l’International Society for Technology
in Education (ISTE, [Link] (États-Unis). Pour la plupart, les entreprises évoluent dans leurs
propres réseaux, à l’image des éditeurs de matériel pédagogique, qui collaborent au sein de l’International
Publishers association (IPA, [Link]
publishing/educational-publishers-forum), ou des start-ups et des entreprises à forte croissance qui se
retrouvent dans l’European Edtech Alliance ([Link] et autres associations
comparables dans le monde. En outre, l’expertise nécessaire pour définir les besoins en matière de
technologies d’IA fait souvent défaut aux établissements d’enseignement et aux professionnels de
l’éducation, et ce en dépit d’efforts récents visant à aider les enseignants et d’autres acteurs du secteur à
comprendre comment utiliser ces technologies (p. ex. plusieurs projets en ce sens à l’échelle nationale et
européenne, comme le projet AI4T, sont soutenus par la Commission européenne)2.
C’est pourquoi la plupart des chercheurs se contentent de mener des travaux de recherche fondamentale,
faute d’être pleinement en mesure de trouver des débouchés pertinents aux algorithmes intelligents ainsi
développés dans l’éducation. Bien souvent, les entrepreneurs peinent à se rapprocher des professionnels
de l’éducation et manquent d’expertise pratique en matière d’éducation et de pédagogie. En outre, ni
l’utilisation actuelle de l’IA dans la pratique pédagogique ni la recherche scientifique sur l’IA dans
l’éducation ne reflètent la hausse attendue à long terme de l’automatisation hybride conjuguant l’humain
et l’intelligence artificielle, où la plupart ou la totalité des tâches sont sous le contrôle de l’IA (Molenaar,
Forthcoming[7]). Des recherches plus ciblées sont de mise pour répondre aux attentes relatives à l’IA dans
l’éducation et ainsi, entamer pour de bon la transformation du secteur. La qualité et la vitesse de
l’innovation sont actuellement bridées par des problèmes structurels à différents niveaux du système.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

358 

Cette fragmentation systémique empêche de faire évoluer la technologie dans des directions bénéfiques
au milieu éducatif, de l’aligner à ses objectifs et ses valeurs et d’envisager l’utilisation responsable de l’IA
dans l’éducation selon une perspective interdisciplinaire. C’est pourquoi ce chapitre avance que la
cocréation et la coopération sont de mise entre différents acteurs de réseaux innovants afin de surmonter
les défis de l’IA dans l’éducation, et donc, de mettre au point et d’évaluer des technologies pertinentes en
la matière. Cette approche exige un écosystème d’IA innovant qui encourage la coévolution des
connaissances et de l’innovation et dote les différents acteurs du secteur d’un langage commun.
Le chapitre commence par présenter les avantages d’une collaboration multipartite et d’une approche
dynamique en ce qui a trait à l’innovation. Ces éléments convergent à la faveur d’un langage commun afin
d’ouvrir le dialogue sur l’IA dans l’éducation. Le chapitre présente, sous l’angle d’approches de
collaboration multipartite et d’innovation dynamique, différents exemples de laboratoires et de centres
d’expertise qui font appel à des modèles de partenariat dans des pays de l’OCDE. La comparaison de ces
initiatives permet de comprendre de quelle façon ces partenariats sont créés et en quoi ils peuvent
contribuer à l’écosystème indispensable à l’innovation et à l’utilisation responsable de l’IA dans l’éducation.
Le chapitre conclut par des recommandations en vue d’éventuelles initiatives politiques en ce sens.

La collaboration et la cocréation, des solutions possibles pour mettre fin aux

silos

Comme indiqué ci-dessus, à l’heure actuelle, l’innovation en matière d’IA dans l’éducation se concentre
dans des cercles indépendants qui évoluent en vase clos. De surcroît, c’est un modèle linéaire d’innovation
qui prévaut (Carayannis et Campbell, 2009[8]). Dans ce modèle, l’innovation voit le jour sous forme de
recherche universitaire fondamentale avant d’être convertie en recherche appliquée dans des
établissements d’enseignement supérieur puis enfin, en travaux de développement expérimental et
applications commerciales au sein d’entreprises. Pour surmonter les défis et les dangers que représente
l’IA dans l’éducation, des modèles d’innovation non linéaires, c’est-à-dire plus complexes, ainsi que des
processus dynamiques de création, de diffusion et d’utilisation des connaissances s’imposent (Elias et E.,
2016[9] ; Carayannis et al., 2018[10]). Contrairement au modèle d’innovation traditionnel linéaire, ses
pendants non linéaires privilégient la mise en parallèle de la recherche fondamentale, de la recherche
appliquée et du développement expérimental. Ils donnent la priorité aux interactions collectives et à
l’échange de connaissances au sein de réseaux d’innovation hybrides qui font converger les universités,
les entreprises commerciales et universitaires et les pouvoirs publics.
Cet écosystème innovant, souvent qualifié de modèle de la triple hélice, donne la priorité à la coopération
dans l’innovation et au processus de cocréation de la part des différents acteurs de trois sous-systèmes :
les universités et les sciences (sous-système éducatif), les industries et les entreprises (sous-système
économique) et les pouvoirs publics (sous-système politique). Il met en avant le rôle égal joué par chacune
de ces catégories dans la création de produits, services et solutions innovants. Carayannis et Campbell
(2016[9]) ont proposé d’ajouter un quatrième sous-système, la société civile, pour obtenir un modèle à
quatre hélices. En rapprochant l’écologie sociale de la production de savoir et de l’innovation, ce modèle
fait des utilisateurs de l’innovation (la société civile) le cœur du système : ce sont eux qui possèdent et
stimulent les processus d’innovation. Dans le cas de l’éducation, il consiste à impliquer les enseignants,
les chefs d’établissement, mais aussi les élèves et les familles le cas échéant.
L’actuel cloisonnement des parties prenantes n’est pas propice à l’innovation en matière d’IA dans
l’éducation. Faire du modèle de la triple hélice une stratégie opérationnelle afin de faciliter la coopération
et la cocréation entre plusieurs parties prenantes dans les réseaux d’innovation en matière d’IA dans
l’éducation représente un enjeu international. Différents laboratoires d’innovation et centres d’expertise
faisant appel à divers modèles de partenariat ont vu le jour partout dans le monde pour favoriser la
cocréation et la contribution multipartite. Les pouvoirs publics peuvent les soutenir afin d’encourager la

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  359

coopération et la cocréation dans des réseaux innovants hybrides et ainsi, contribuer à appliquer l’IA de
façon responsable, sociale et éthique dans l’éducation. En encourageant l’intégration de différents modes
de création, de diffusion et d’utilisation des connaissances sur l’IA dans l’éducation, ces écosystèmes
d’innovation aideront à mettre au point et à évaluer des dispositifs pertinents et bénéfiques pour le milieu
éducatif.
La coopération et la cocréation entre différents scientifiques interdisciplinaires, professionnels de
l’éducation et entrepreneurs pourraient entraîner, dans une optique didactico-pédagogique, des pratiques
susceptibles de transformer la création et l’utilisation d’applications d’IA dans l’éducation (voir le
graphique 13.1).

Graphique 13.1. L’innovation dans l’éducation selon le modèle de la triple hélice TBD

Source: Version adaptée de la conceptualisation d'un écosystème d'innovation telle que développée par Carayannis et Campbell (2009[8])

Il est important d’inclure des scientifiques et des professionnels de l’éducation versés dans les processus
d’apprentissage, des scientifiques spécialistes de l’IA ayant un intérêt interdisciplinaire à son application
dans l’éducation ainsi que des philosophes et des avocats spécialisés dans le versant éthique et de la
protection des données de ces innovations.
La première étape du processus de cocréation consiste à définir une vision conceptuelle commune du
contexte éducatif dans lequel la technologie sera déployée. Il est ensuite possible de définir avec précision
le fonctionnement de l’IA dans ce contexte et le rôle des élèves, des enseignants et de l’IA. Dans un cycle
de conception itératif (McKenney et Reeves, 2013[11]), la mise au point d’une nouvelle technologie peut
enrichir les connaissances techniques et didactico-pédagogiques et ainsi, favoriser la compréhension
mutuelle et une conceptualisation plus poussée de la technologie de l’IA. C’est à ce stade qu’il est possible
de créer les éléments technologiques ainsi que le matériel de support des enseignants et des élèves, et
d’affiner l’approche didactico-pédagogique. L’expérience des utilisateurs en classe permettra de
comprendre encore davantage de quelle manière les innovations techniques et didactico-pédagogiques
se renforcent mutuellement. Ces nouveaux développements technologiques devraient se concrétiser à la
faveur de collaborations entre les chercheurs et les professionnels de l’éducation lors de cycles itératifs.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

360 

L’intégration étroite du développement et de l’application en classe peut contribuer à parachever l’IA, à

mieux définir le rôle des acteurs et à créer une interface propice à des interactions réciproques. Les
technologies d’IA ainsi développées favorisent l’implication, tiennent compte de leurs propres limites et
fixent un cadre conforme aux normes et aux standards en matière d’éducation. La conception de
technologies en partenariat aboutira à des relations réciproques entre humains et IA dans le domaine de
l’éducation, ce qui devrait s’avérer propice à l’innovation et à une meilleure compréhension des relations
hybrides entre humains et IA dans ce contexte.
La dernière étape consiste à valider ces nouvelles technologies d’IA à grande échelle, à évaluer leur intérêt
pédagogique et à comprendre en quoi elles contribuent à l’apprentissage et à l’enseignement. Au cours
de ce processus de validation, les technologies d’apprentissage développées sont mises à l’essai dans
une multitude de classes et d’établissements afin d’évaluer leur caractère applicable et pertinent dans
divers contextes. En parallèle, leurs effets sur les résultats scolaires ou d’autres indicateurs
d’apprentissage sont évalués. Lors de cette phase, les technologies d’apprentissage sont instrumentées :
en d’autres termes, les chercheurs peuvent procéder à des essais contrôlés randomisés ou à d’autres
formes pertinentes de recherche afin d’obtenir des données d’une grande fiabilité en étroite collaboration
avec les établissements. Cette infrastructure d’ingénierie de l’apprentissage peut aussi appuyer des
expériences en cours à grande échelle dans ce domaine (Koedinger, Corbett et Perfetti, 2012[12]). Ce
partenariat à long terme entre la recherche et les établissements d’enseignement peut à la fois aboutir à
une amélioration des technologies et amener à mieux comprendre, d’un point de vue théorique, la façon
dont les technologies d’IA peuvent soutenir l’apprentissage et l’enseignement.

Un langage commun pour les parties prenantes

La cocréation et la coopération entre des scientifiques, des professionnels de l’éducation et des

entrepreneurs d’horizons différents peuvent alimenter un langage commun relatif à l’IA dans l’éducation
qui, à son tour, permet de formuler une perspective commune quant au rôle de l’IA dans l’éducation et la
création de dispositifs hybrides combinant l’humain et l’IA.
L’IA peut contribuer à l’éducation à de nombreux égards ; cela étant, un élément important distingue ce
secteur d’autres domaines d’application (Selwyn, 2019[13] ; Holmes et al., 2018[3]). Dans l’éducation, l’IA
vise à optimiser l’enseignement et l’apprentissage humains au sein d’un système où l’intelligence humaine
et l’intelligence artificielle vont de pair (Molenaar, 2022[4]), contrairement aux autres domaines où l’IA vise
souvent à remplacer l’humain. Par exemple, l’IA finira par se substituer aux conducteurs humains dans les
voitures autonomes. Le modèle de l’augmentation, selon lequel l’IA optimise l’apprentissage et
l’enseignement humains, part du principe que l’intelligence humaine et son homologue artificielle
possèdent des atouts différents. L’intelligence artificielle est performante quand il s’agit de collecter,
d’analyser et d’interpréter rapidement de grandes quantités de données ; les humains demeurent plus
compétents pour ce qui a trait à l’évaluation, aux interactions sociales, à la créativité et à la résolution de
problèmes (Dieterle, Dede et Walker, 2022[6]).
Ces atouts sont à la base du modèle de l’augmentation consistant à accorder à l’intelligence artificielle (IA)
un rôle important dans l’éducation afin de faciliter et de renforcer l’apprentissage des élèves avec
l’enseignant. Il se distingue du modèle du remplacement, qui part du principe que l’IA peut optimiser
l’apprentissage à elle seule. Le modèle de l’augmentation est en synergie avec la notion d’intelligence
hybride, conçue comme l’alliance de l’intelligence humaine et de l’intelligence artificielle (Akata et al.,
2020[14]). Selon l’intelligence hybride, les humains et l’IA sont considérés comme des coéquipiers qui
mènent à bien des tâches en collaborant. Les systèmes d’intelligence hybride visent à coordonner
l’intelligence artificielle et l’intelligence humaine afin qu’elles se complètent et soient plus performantes
ensemble que séparément. Ce modèle implique de définir le rôle des enseignants, des élèves et de l’IA
lors de la création d’innovations intelligentes. Pour comprendre cette interaction, il est impératif de disposer

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  361

de plus de données relatives à deux caractéristiques cohérentes : 1) le fonctionnement de l’IA et 2) la

répartition des rôles entre l’IA, l’enseignant et les élèves.
Pour cela, ce chapitre passe en revue le cadre de détection-diagnostic-actions (le fonctionnement de l’IA)
ainsi que le modèle d’automatisation à six niveaux (la répartition des rôles entre l’IA, l’enseignant et les
élèves) décrits par Molenaar (Molenaar, 2022[4]). Ces modèles posent les bases d’un langage commun
qui donne à différentes parties prenantes les moyens d’échanger sur des cas d’utilisation de l’IA dans
l’éducation. Les enseignants et les professionnels de l’éducation peuvent se retrouver dans cette
explication relativement simple de l’IA qui les aide à comprendre différentes applications dans le domaine
de l’éducation. Une vision commune du rôle de l’IA dans l’éducation permet aussi aux scientifiques de
différents horizons de comparer des cas d’utilisation et d’envisager leurs implications. Enfin, la description
générale des solutions technologiques aide les entreprises à positionner leur produit sur le marché des
technologies éducatives.

Le cadre détection-diagnostic-actions

Le cadre détection-diagnostic-actions distingue trois mécanismes qui sous-tendent le fonctionnement de

l’IA : la détection, le diagnostic et les actions (voir le graphique 13.2).

Graphique 13.2. Le cadre détection-diagnostic-actions

Source: Illustration - Anne Horvers et Inge Molenaar, Source: Adaptive Learning Lab, [Link]
learning-lab-all. (Molenaar, 2021[15]).

La phase de détection met en évidence les données utilisées par l’IA pour comprendre l’apprentissage ou
l’enseignement. Par exemple, de nombreuses technologies d’apprentissage adaptatives s’appuient sur les
réponses des élèves pour évaluer leur compréhension d’un domaine. La phase de diagnostic s’attarde sur
les concepts analysés par l’IA pour comprendre le processus d’enseignement ou d’apprentissage, comme
les connaissances, les compétences ou les émotions d’un élève. Par exemple, l’IA diagnostique le
vocabulaire d’un élève dans une langue étrangère ou ses connaissances des fractures. Enfin, la phase
d’actions décrit de quelle façon le concept mesuré donne lieu à des actions didactico-pédagogiques (ou
autres). Le système peut transposer le diagnostic sous forme d’informations, par exemple en les
présentant dans un tableau de bord, ou encore d’activités menées par l’IA, par exemple lorsque la
technologie choisit les commentaires donnés à un élève. Ce modèle donne aux parties prenantes des
éléments de base pour comprendre la manière dont l’IA fonctionne dans une multitude d’applications tout
en ouvrant le débat sur son application à des technologies précises.
Les solutions actuelles d’IA dans l’éducation font souvent appel à des données de journal pour la phase
de détection ; pour la plupart, elles diagnostiquent les connaissances des élèves dans des domaines
précis et par conséquent, agissent en fournissant des commentaires, en ajustant les tâches ou en
choisissant le prochain sujet à étudier. Les limites de la technologie actuelle résident dans l’inclusion de
plusieurs flux de données lors de la phase de détection, comme des mesures physiologiques ou
contextuelles ; dans l’inclusion de concepts plus généraux relatifs aux élèves, comme le développement

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

362 

émotionnel ou les compétences d’apprentissage autorégulé, lors de la phase de diagnostic (Molenaar

et al., 2023[16]) ; et enfin, dans la diversification des actions, notamment les interactions avec des élèves
de différents niveaux.

Le modèle d’automatisation à six niveaux

Dans un second temps, il convient de définir la répartition des rôles entre l’IA, l’enseignant et les élèves.
Le « modèle d’automatisation à six niveaux » est un outil utile en ce sens (voir le graphique 13.3). Il
distingue six niveaux d’automatisation en fonction du degré de contrôle de l’enseignant, de l’élève et de
l’IA (Molenaar, Forthcoming[7]).

Graphique 13.3. Le modèle d’automatisation à six niveaux

Source: Anne Hovers et Inge Molenaar, Adaptive Learning Lab.

Le modèle passe du contrôle total de l’enseignant à l’automatisation totale, c’est-à-dire le contrôle total de
l’IA. Il permet de comprendre diverses combinaisons d’automatisation entre l’humain et l’intelligence
artificielle. Par exemple, des enseignants qui sont assistés par des données et des classifications établies
par l’IA ont beau garder le contrôle, leur comportement est influencé par les informations données par l’IA.
En revanche, lorsque les élèves font appel à des applications d’IA générative pour leurs devoirs, la réponse
est générée par l’IA sans supervision humaine (à moins que les élèves ne révisent la production de l’IA ou
la prennent pour simple point de départ à leur propre travail).
Ce modèle aide à mieux comprendre les relations entre l’IA, les enseignants et les élèves et ainsi, à définir
plus finement les exigences relatives à la technologie et à l’interface sans laquelle les enseignants ne
pourront pas l’utiliser (Molenaar, 2022[4]). Grâce à lui, les enseignants peuvent aussi intégrer la technologie
dans leur pédagogie afin d’élaborer de nouvelles pratiques d’enseignement (Cijvat et al., 2022[17] ; Van
Schoors et al., 2023[18]). En outre, ce modèle peut favoriser le dialogue entre les différents acteurs de
l’éducation quant aux utilisations actuelles et futures de l’IA dans l’éducation et contribuer à l’élaboration
d’une vision commune de nouveaux dispositifs hybrides alliant l’humain et l’IA. Il aide également à

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  363

comprendre en quoi l’IA peut faciliter, et non remplacer, les tâches et le travail humains, et à réfléchir aux
cas de figure où les humains doivent intervenir quand l’IA entre en jeu, et par quels moyens.

Le paysage des laboratoires d’innovation et des centres d’expertise soutenant

l’expansion de l’IA dans l’éducation partout dans le monde

Cette section présente 11 laboratoires d’innovation et centres d’expertise situés en Europe, aux États-Unis
et en Australie (voir le tableau 13.1). Ces exemples illustrent différents modèles de partenariat dont
l’ambition est de créer des collaborations et des cocréations multipartites axées sur l’expansion de l’IA
dans l’éducation. Leur description complète se trouve à l’annexe 13.A3.
Cette sélection présente une vue d’ensemble de la façon dont différents laboratoires d’innovation et
centres d’expertise entendent rendre l’IA plus utile aux parties prenantes de l’éducation. Différentes
associations de parties prenantes et approches d’innovation sont mises en œuvre dans différents pays.
La plupart des initiatives s’intéressent à tous les niveaux de l’éducation formelle (SMART@EDUCATION,
Collider, TüCeDE, EDUCATE), exception faite de NOLAI et d’Engage qui mettent l’accent sur
l’enseignement primaire et secondaire, et d’AI-ALOE qui cible l’enseignement professionnel,
l’enseignement supérieur et le développement professionnel. La plupart de ces initiatives sont financées
par les pouvoirs publics (locaux) et des universités même si certaines sont cofinancées par l’industrie. Les
enveloppes budgétaires peuvent aller de 1 à 90 millions EUR. La plupart des initiatives relèvent de
programmes ou d’objectifs à moyen terme (5 ans), exception faite de quelques programmes sur un horizon
plus long (10 ans).

Tableau 13.1. Description de laboratoires d’innovation et de centres de recherche dans le monde

Nom Pays Partenaires Objectifs Catégorie Durée Budget et
effectifs
National Pays-Bas Universités, Centre d’expertise national qui Développement 10 ans 80 millions
Education Lab conseils développe des technologies de produit à partir 30 à 40 ETP
AI (NOLAI) d’établissement intelligentes innovantes et des données conjoint par les de
et organismes scientifiques sur l’usage responsable de établissements, 2022
de l’IA dans l’éducation dans le but les sciences et
développement d’améliorer l’enseignement primaire et l’industrie
commercial secondaire
IMEC Smart Belgique Universités, pôle Programme stratégique de recherche et Développement 9 ans à 40 ETP
Education national de d’innovation qui vise à élaborer des de produit partir Fonds
recherche et technologies de pointe afin de résoudre conjoint par les de d’amorçage :
d’innovation des défis d’envergure dans le domaine établissements, 2017 1 million
de l’éducation et la formation. . les sciences et
l’industrie
Tübingen Allemagne Départements Centre spécialisé qui vise à renforcer Professionnalisat 5 ans à 12.2 millions
Center for universitaires, l’expertise en matière de transfert des ion des partir 30 ETP
Digital institut de connaissances dans l’éducation enseignants de
Education recherche numérique dans les universités et chez grâce aux 2022
(TüCeDE) indépendant les enseignants en début de carrière. sciences
Engage AI États-Unis Universités et Institut de recherche visant à stimuler Développement 5 ans à 20 millions
Institute organisations l’implication et à améliorer de produit grâce partir 30 à 40 ETP
sans but lucratif l’apprentissage en créant une nouvelle aux sciences de
catégorie d’environnements 2022
d’apprentissage narratifs, où les élèves
peuvent participer de façon
collaborative à des intrigues
personnalisées, avec des personnages
de synthèse et des interactions
réalistes.
National États-Unis Universités, Institut national visant à élargir l’accès à Développement 5 ans à 20 millions

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

364 

Nom Pays Partenaires Objectifs Catégorie Durée Budget et

effectifs
Artificial organisations des emplois de qualité et à améliorer la de produit grâce partir 50 ETP
Intelligence sans but lucratif reconversion et le renforcement des aux sciences de
Institute in et entreprises compétences de la main-d’œuvre en 2022
Adult Learning mettant les capacités actuelles de l’IA
and Online au service de la transformation de
Education (AI- l’éducation en ligne chez les
ALOE) apprenants adultes
EDUCATE Royaume-Uni Entreprises et Entreprise cherchant à augmenter Développement Depuis Génère son
Ventures organisations l’efficacité de l’acquisition et de d’écosystèmes 2017 propre
Research Ltd sans but lucratif l’application de données factuelles de la commerciaux et financement
part des membres de l’écosystème des technologies 7 ETP
technologies éducatives, et à les aider fondées sur des
à tirer parti des données et de l’IA. éléments
factuels
Swiss EdTech Suisse Universités et Association sans but lucratif visant à Développement Depuis 1 ETP
Collider fondations cultiver l’écosystème suisse des d’un écosystème 2017
technologies éducatives à long terme : et technologies
création de débouchés et appui au reposant sur des
développement commercial. données
probantes
CELLA International Universités et Centre de recherche qui cherche à Partenariats de 5 ans à 2 millions
fondations donner aux jeunes élèves les clés pour recherche partir 7 ETP
apprendre, vivre et travailler à l’heure de
de l’IA. 2022
CIRCLS États-Unis Universités et Pôle de recherche qui rapproche des Partenariats de 3 millions +
(Center for organisations projets de recherche financés recherche 50 projets
Integrative sans but lucratif séparément par la National Science financés
Research in Foundation, mais qui portent tous sur
Computer and les technologies émergentes en matière
Learning d’enseignement et d’apprentissage.
Sciences,
[Link])
GRAIL International Universités Pôle de recherche qui rapproche Partenariats de Depuis Pas de
différents centres de recherche sur l’IA recherche 2022 budget direct
et l’éducation.
AI Playground Australie Universités, AI Playground propose aux Développement
entreprises, établissements un environnement de produit mené
établissements d’apprentissage dématérialisé grâce par les sciences
scolaires auquel les enseignants peuvent offrir et l’industrie
des expériences d’apprentissage
reposant sur l’IA à leurs élèves.

La collaboration multipartite

La plupart des initiatives incluent les acteurs du modèle de la triple hélice (milieu universitaire, industrie et
établissements d’enseignement en guise d’utilisateurs finaux) et sont soutenues par un réseau qui
comprend les pouvoirs publics. Le rôle des acteurs impliqués varie nettement d’un laboratoire à l’autre.
Les universités occupent une place centrale et sont épaulées par l’industrie tandis que les utilisateurs
finaux dans les établissements d’enseignement interviennent souvent à l’étape de la mise en œuvre
(Engage, AI-ALOE, AI Playground).
Les utilisateurs finaux passent au premier plan dans le cas de NOLAI et d’IMEC Smart Education, où ce
sont leurs questions qui donnent matière à l’innovation en cocréation avec les sciences et l’industrie. Dans
deux laboratoires, EDUCATE et Edtech Collider, la place centrale revient à l’industrie, tandis que les
universités interviennent en qualité de facilitateurs. TüCeDE est la seule initiative à reposer sur la
communication de données scientifiques aux établissements d’enseignement. Enfin, plusieurs laboratoires

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  365

(CELLA, RCL, GRAILE) mettent l’accent sur la collaboration scientifique afin de favoriser les échanges
internationaux de connaissances dans ce domaine.
Les modèles de gouvernance de ces laboratoires illustrent les dynamiques entre les partenaires
concernés. Ces initiatives sont généralement chapeautées par des universités, exception faite
d’EDUCATE, qui est une filiale d’une université. Certaines ont pour partenaire des instituts de recherche
indépendants (TüCeDE), des entreprises d’innovation nationales (SMART@EDUCATION), des
organisations à but non lucratif (Engage et AI-ALOE) ou des fondations (Collider, CIRCLES et CELLA).
Les organisations de développement commercial sont à la tête de laboratoires axés sur l’industrie, mais
sont de simples partenaires dans d’autres initiatives (NOLAI, IMEC Smart Education et AI-ALOE). Fait
surprenant, seul le modèle de gouvernance de NOLAI inclut des conseils d’établissement (ou des
professionnels de l’éducation) ; dans les autres laboratoires, les établissements sont des collaborateurs
sans représentation directe au sein de la gouvernance.

Modèles d’innovation dynamiques

Bien que chaque initiative soit dotée d’un enjeu et de domaines d’expertise qui lui sont propres, quelques
modèles d’innovation semblent sous-tendre les différents laboratoires.
Un premier modèle consiste à adapter l’approche linéaire de l’innovation : la recherche scientifique est
transposée au réel sous forme de développement de produits et de débouchés commerciaux. Par
exemple, de nouveaux produits voient le jour à la suite de travaux de recherche sur l’IA, comme des
environnements d’apprentissage narratifs et des agents relationnels avancés dans le cas d’Engage. Autre
exemple, celui du projet Cognitive Support in Manufacturing Operations (COSMO, « Support cognitif des
activités de fabrication ») d’IMEC Smart Education : il met au point des techniques guidées par les données
pour créer du contenu destiné à des applications de formation en assemblage faisant appel à la réalité
augmentée et à la réalité virtuelle. Les contenus de formation peuvent ainsi être adaptés aux compétences
de l’opérateur. Dans ces exemples, l’innovation linéaire est accélérée et enrichie en collaborant avec
l’industrie et en incluant les professionnels de l’éducation, qui en sont les utilisateurs finaux.
D’autres modèles d’innovation non linéaires sont également représentés dans ces laboratoires. Par
exemple, AI Playground fait converger les connaissances scientifiques relatives à l’apprentissage des
enfants et les dernières avancées en matière de traitement d’observations vidéo par IA afin de détecter le
comportement des élèves. Cette méthode ouvre la voie à de nouvelles approches dans le champ des
sciences de l’éducation et de l’enseignement de la pensée computationnelle. Dans le cas de NOLAI, les
questions des professionnels de l’éducation sont le point de départ, et donc le pilier, du processus
d’innovation. Elles permettent d’envisager de futurs cas d’utilisation en fonction des nouvelles données
scientifiques et des dernières avancées de l’industrie. Par exemple, le projet Happy Readers (« Lecteurs
heureux ») a associé une demande d’enseignants de l’enseignement primaire, qui souhaitaient avoir plus
de données sur la façon dont les élèves acquièrent leurs compétences techniques en lecture, aux
connaissances des partenaires universitaires et industriels sur les capacités technologiques actuelles : de
nouvelles données issues de recherches sur la lecture alliées à de nouveaux algorithmes de
reconnaissance vocale automatique mis au point par une start-up ouvrent le champ à de nouvelles
méthodes d’enseignement de la lecture.
Un deuxième modèle est davantage tourné vers le développement industriel. Il vise à aider les start-ups à
améliorer leurs produits (propositions) à l’aide de connaissances scientifiques et à consolider un
écosystème favorable à la croissance des entreprises. Les initiatives de ce type font appel à diverses
activités de développement commercial, de l’aide au développement de prototypes, en passant par
l’optimisation de produits dans plusieurs établissements et la diversification dans différentes branches de
l’éducation, jusqu’à la validation de l’efficacité des produits en vue de favoriser le développement d’outils
et de ressources éducatives fondées sur des techniques éprouvées dans les établissements. Dans les
laboratoires axés sur le développement commercial, comme EDUCATE et Collider, la cocréation prend sa

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

366 

source dans l’industrie, que ce soit en collaboration avec les établissements pour procéder à des essais
en classe (Collider) ou en incitant le secteur des technologies éducatives à collaborer avec la recherche
(EDUCATE). Par exemple, Swiss EdTech Collider accompagne les entreprises afin qu’elles réalisent des
tests dans des établissements scolaires, ce qui favorise le développement de produits et renforce le
dialogue avec les professionnels de l’éducation. De son côté, EDUCATE épaule également les entreprises
en ce qui concerne leur théorie du changement et met à leur disposition un tableau de bord stratégique
pour stimuler le développement de produits. Ce modèle a été mis à l’essai lors de plusieurs appels à
projets afin d’encourager la collaboration entre le secteur des technologies éducatives, le milieu
universitaire, les enseignants et les élèves. Par exemple, il a été testé au niveau de l’Union européenne
avec le projet Community AI de l’Institut européen d’innovation et de technologie, ou dans certains pays
avec notamment le partenariat d’innovation et d’IA pour favoriser l’apprentissage du français et des
mathématiques en France4. Toutes ces actions aident les entreprises du domaine des technologies
éducatives à mûrir, à élargir leur marché en rendant leurs produits plus utiles aux professionnels de
l’éducation et à tenir compte des nouvelles connaissances scientifiques lors du développement de leurs
produits. Ici aussi, bien que des modèles d’innovation non linéaires voient le jour, le point de mire demeure
le versant de l’industrie.
Un troisième modèle vise à appliquer les connaissances scientifiques au développement professionnel
des enseignants et aux innovations dans les établissements. Dans ce cas, la transposition de l’innovation
des universités aux établissements d’enseignement est capitale. Par exemple, TüCeDE vise à amener les
enseignants à mieux comprendre la technologie, et notamment la façon dont elle peut améliorer
l’enseignement et l’apprentissage. La mise en œuvre de différents outils de technologies éducatives dans
les établissements conduit à utiliser l’IA à bon escient dans les classes. Cet exemple représente un modèle
d’innovation relativement linéaire qui passe de la science aux établissements d’enseignement, souvent
négligés en dépit de leur rôle essentiel à l’innovation dans l’éducation publique.
Un dernier modèle s’attache à resserrer les liens et à orchestrer la recherche à l’échelle internationale
(CELLA, CIRCLS et GRAILE). Ces initiatives favorisent les échanges de connaissances et méthodes
scientifiques afin de dynamiser la recherche dans ce domaine. Par exemple, dans le Center for Living and
Learning with AI (CELLA), cinq groupes de chercheurs mènent un programme de recherche commun
visant à mieux comprendre comment aider les jeunes élèves à acquérir des compétences à l’heure de l’IA.
Une étude comparative internationale unique en son genre se penche sur l’apprentissage autorégulé des
jeunes élèves dans le cadre d’une technologie d’enseignement assistée par IA afin de tenter d’identifier
les compétences qui devront être acquises avec l’IA dans le monde. L’industrie et les établissements
d’enseignement pourront se servir de ces conclusions pour mettre au point des produits et transformer les
pratiques éducatives. Cet exemple entend stimuler les connaissances scientifiques et l’innovation dans un
écosystème plus traditionnel.
En dépit de ces modèles différents, la plupart des initiatives mettent au point des produits techniques
innovants avec l’IA et encouragent les pratiques innovantes transformatrices dans les établissements.
Leurs autres activités englobent des publications scientifiques décrivant les processus de conception, le
développement d’algorithmes ainsi que des études d’évaluation, dont des essais contrôlés randomisés.
En outre, la plupart des initiatives éditent, à l’intention des professionnels de l’éducation, des publications
se penchant sur l’IA dans l’éducation, les avancées en la matière et leurs répercussions sur l’enseignement
et l’apprentissage.

Les laboratoires d’innovation et les centres d’expertise, des écosystèmes d’innovation

Les différentes initiatives représentent différentes approches en matière d’utilisation de l’IA à bon escient
dans l’éducation en plaçant différents acteurs au cœur de ce processus et en adoptant différentes
dynamiques d’innovation. Même si toutes les initiatives allient des processus d’innovation non linéaires et
des modèles linéaires, leur point de départ et leur moteur diffèrent d’un projet à l’autre, de la recherche

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  367

scientifique conduisant au développement d’un produit avec l’industrie jusqu’aux innovations dans les
établissements d’enseignement visant à stimuler le développement des professionnels de l’éducation. Les
universités y jouent un rôle important aux côtés de plusieurs fondations et organisations à but non lucratif.
Ces initiatives ne laissent cependant que peu de place à la direction des établissements et aux
professionnels de l’éducation. Impliquer et motiver les enseignants et les professionnels de l’éducation
dès l’amorce du processus de cocréation peut être la clé pour combler l’écart entre la théorie et la pratique
et répondre aux besoins des établissements tout en mettant au point et en évaluant des dispositifs d’IA au
service de l’éducation.
L’élargissement des connaissances, ainsi que leur transfert, est primordial dans la plupart des initiatives.
Une grande part de la recherche scientifique interdisciplinaire stimule et favorise les processus consistant
à cocréer des dispositifs d’IA au service de l’éducation. Afin de mettre au point des prototypes à la pointe
de la technologie, ces initiatives établissent des bases didactico-pédagogiques solides et intègrent les
connaissances des sciences de l’apprentissage ; elles réalisent des avancées technologiques majeures
en alliant l’informatique, la recherche en intelligence artificielle, l’ingénierie de l’apprentissage et l’analyse
de l’apprentissage. Les études auprès d’utilisateurs et la recherche axée sur la conception garantissent
leur convivialité. Des chercheurs en éducation et des formateurs d’enseignants sont associés aux projets
afin de formuler des stratégies d’application en bonne et due forme dans les écoles et autres
établissements d’enseignement. Il est important d’impliquer et de mobiliser les enseignants et les
établissements dès le début du processus de cocréation afin de mettre en œuvre des dispositifs probants
d’IA qui répondent bel et bien aux besoins des professionnels de l’éducation.
Les initiatives décrites illustrent clairement qu’une approche multipartite qui stimule et favorise la
collaboration et la cocréation interdisciplinaires est employée pour créer des applications judicieuses de
l’IA dans l’éducation. La collaboration multipartite peut non seulement faciliter un dialogue structuré en
faisant appel à un langage commun pour échanger sur les cas d’utilisation de l’IA dans l’éducation, mais
aussi assurer que la raison d’être de la technologie soit de servir le milieu éducatif. Les initiatives montrent
des moyens institutionnalisés prometteurs pour décloisonner les parties prenantes. Le défi consiste à
trouver des solutions institutionnelles durables pour impliquer les enseignants, les établissements, les
scientifiques, l’industrie et les pouvoirs publics dans ce dialogue structuré reposant sur la collaboration
constructive et la co-construction, et à essayer différents modèles de partenariats efficaces qui permettront
d’intégrer l’IA à l’éducation de demain.

Conclusion : et maintenant ?

Ce chapitre a montré que la mise au point et l’utilisation d’applications d’IA judicieuses pour l’éducation
constituent une entreprise complexe qui exige une collaboration multipartite et interdisciplinaire au sein de
modèles d’innovation dynamiques non linéaires. Cette approche aidera à remédier aux lacunes
systémiques issues du cloisonnement des différents acteurs et, trop souvent, de modèles d’innovation
linéaires qui négligent la perspective des utilisateurs finaux en matière d’éducation. Ces lacunes brident
l’innovation numérique dans le secteur de l’éducation, situation problématique à l’heure de l’IA. La création
de technologies hybrides combinant l’humain et l’IA dans le domaine éducatif peut améliorer
l’apprentissage et l’enseignement humains et le renforcement des compétences humaines, qui s’impose
désormais. Les parties prenantes internationales reconnaissent qu’il est nécessaire d’automatiser
davantage l’éducation, sans que l’écosystème d’innovation actuel soit en mesure d’y parvenir.
Ce n’est qu’à condition de travailler en collaboration avec les utilisateurs finaux, synonyme d’adoption et
de déploiement à grande échelle des nouvelles technologies à l’école, que l’IA pourra percer dans
l’éducation. L’utilisation responsable de l’IA dans l’éducation, vision qui en est à ses balbutiements, a
besoin d’une perspective scientifique interdisciplinaire conjuguant les sciences de l’apprentissage, la
psychologie de l’éducation, les professionnels de l’enseignement, les chercheurs informatiques, les

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

368 

chercheurs en IA, les philosophes, les éthiciens internes ainsi que les avocats. Un domaine scientifique
foncièrement interdisciplinaire conjuguant ces disciplines pourrait être envisagé afin de prendre la pleine
mesure du renforcement des compétences nécessaires à l’heure de l’IA, ainsi que de la façon dont l’IA
peut faciliter la transition à l’enseignement de compétences dont les jeunes élèves auront besoin demain.
Le chapitre a passé en revue la façon prometteuse dont les approches multipartites relèvent différents
défis afin de favoriser l’expansion de l’IA dans l’éducation. Un écosystème riche et varié, un langage
commun et l’implication active des pouvoirs publics sont autant d’éléments essentiels à une expansion de
l’IA. Différents laboratoires d’innovation et centres d’expertise se penchent déjà sur cette idée ; l’étude des
différentes approches permettra aux pays d’avancer en ce sens. Ces différentes initiatives répondent aux
besoins de différentes parties prenantes, en choisissant de se concentrer sur des approches différentes
en fonction des acteurs sur lesquels repose leur écosystème d’innovation. Toutes ces initiatives mettent
en exergue la nécessité (et la possibilité) de renforcer les capacités dans ce domaine afin d’aider les
établissements d’enseignement, l’industrie et la science à progresser en collaborant. Le franchissement
des limites de façon transitoire, sous de nombreuses formes, est essentiel afin de progresser et de
repenser, d’un point de vue structurel, la façon dont les humains apprennent, la façon dont l’enseignement
permet de renforcer les compétences et dont l’IA peut avoir des répercussions positives sur l’éducation.

Références

Akata, Z.; D. Balliet; M. De Rijke; F. Dignum; V. Dignum; G. Eiben et M. Welling (2020), « A [14]
research agenda for hybrid intelligence: augmenting human intellect with collaborative,
adaptive, responsible, and explainable artificial intelligence », Computer, vol. 53/8, pp. 18-28.

Carayannis, E. et D. Campbell (2009), « ’Mode 3’ and ’Quadruple Helix’: Toward a 21st century [8]
fractal innovation ecosystem », International Journal of Technology Management, vol. 46/3/4,
pp. 201-234, [Link]

Carayannis, E.; E. Grigoroudis; D. Campbell; D. Meissner et D. Stamati (2018), « ’Mode [10]

3’universities and academic firms: thinking beyond the box trans-disciplinarity and nonlinear
innovation dynamics within coopetitive entrepreneurial ecosystems », International Journal of
Technology Management, vol. 77/1-3, pp. 145-185.

Cijvat, I.; E. Denessen; P. Sleegers et I. Molenaar (2022), « Wat leraren doen: de inzet van [17]
adaptieve leermiddelen in het basisonderwijs », Pedagogische Studiën, vol. 100.

Dieterle, E., C. Dede et M. Walker (2022), « The cyclical ethical effects of using artificial [6]
intelligence in education », AI & Soc, [Link]

Elias, C. et G. E. (2016), « Quadruple Innovation Helix and Smart Specialization: Knowledge [9]
Production and National Competitiveness », Foresight and STI Governance, vol. 10/1, pp. 31-
42, [Link]

Holmes, W.; S. Anastopoulou; H. Schaumburg and M. Mavrikis (2018), Technologyenhanced [3]

Personalised Learning: Untangling the Evidence.

Kasneci, E.; K. Seßler; S. Küchemann; M. Bannert; D. Dementieva; F. Fischer; U. Gasser; G. [1]

Groh; S. Günnemann; E. Hüllermeier et S. Krusche (2023), « ChatGPT for good? On

opportunities and challenges of large language models for education », Learning and
Individual Differences, vol. 103.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  369

Koedinger, K., A. Corbett et C. Perfetti (2012), « The Knowledge‐Learning‐Instruction framework: [12]

Bridging the science‐practice chasm to enhance robust student learning », Cognitive science,
vol. 36/5, pp. 757-798.

McKenney, S. et T. Reeves (2013), « Systematic review of design-based research progress: Is a [11]

little knowledge a dangerous thing? », Educational researcher, vol. 42/2, pp. 97-100.

Molenaar, I. (2022), « Towards hybrid human-AI learning technologies », European Journal of [4]
Education, vol. 57/4, pp. 632-645, [Link]

Molenaar, I. (2021), « Personalisation of learning: Towards hybrid human-AI learning [15]

technologies », dans OECD Digital Education Outlook 2021, Pushing the Frontiers with
Artificial Intelligence, Blockchain and Robots, OECD Publishing,
[Link]

Molenaar, I. (Forthcoming), « Current status and future visions on Hybrid Human-AI learning [7]
technologies », British Journal of Educational Psychology.

Molenaar, I. et al. (2023), « Measuring self-regulated learning and the role of AI: Five years of [16]
research using multimodal multichannel data », Computers in Human Behavior, vol. 139,
[Link]

OECD (2021), OECD Digital Education Outlook 2021: Pushing the Frontiers with Artificial [5]
Intelligence, Blockchain and Robots, OECD Publishing, Paris,
[Link]

OECD (2019), Going Digital: Shaping Policies, Improving Lives, OECD Publishing, Paris, [2]
[Link]

Selwyn, N. (2019), Should Robots Replace Teachers? AI and the Future of Education, John [13]
Wiley & Sons, Inc.

Van Schoors, R.; J. Elen; A. Raes et F. Depaepe (2023), « Tinkering the Teacher–Technology [18]
Nexus: The Case of Teacher-and Technology-Driven Personalisation », Education Sciences,
vol. 13/4, p. 349.

Remarques

1
[Link]

2
Voir [Link]

3
Les exemples ont été choisis d’après le réseau personnel de l’auteur principal et de ses relations pour
présenter une vue d’ensemble représentative de l’écosystème de l’IA et de l’éducation, qui n’entend
toutefois pas être exhaustive.

4
Voir [Link] et
[Link] .

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

370 

Annexe 13.A. Descriptions des laboratoires, des

centres d’expertise et des centres de
développement commercial

Laboratoire d’IA de l’éducation nationale (NOLAI) – Pays-Bas

Partenaires

NOLAI a pour partenaires stratégiques quatre établissements universitaires (Université Radboud,

Université d’Utrecht, Université de Maastricht et Université des sciences appliquées HAN), trois conseils
d’établissement (Lucas Education, Klasse et Quadraam) et deux centres de développement commercial
([Link] et Brightlands). Il est situé dans la Faculté des sciences sociales de l’Université Radboud.

Objectifs principaux

Le laboratoire d’intelligence artificielle de l’éducation nationale (NOLAI) des Pays-Bas entend mettre au
point des technologies intelligentes innovantes pour améliorer l’enseignement primaire et secondaire. Son
objectif est de développer des prototypes innovants qui font appel à l’intelligence artificielle et d’obtenir
des connaissances sur l’utilisation responsable de l’IA dans l’éducation.

Effectifs et durée

De 30 à 40 personnes travailleront au laboratoire NOLAI, qui financera 10 à 20 projets de cocréation

chaque année. L’établissement a reçu un financement initial de 80 millions du Fonds de croissance
national des Pays-Bas pour une durée de 10 ans ainsi qu’un fonds de réserve de 63 millions pour le
développement commercial et l’amélioration de prototypes reposant sur des données probantes.

Axes principaux :

• définition des besoins des établissements d’enseignement

• cocréation d’utilisations innovantes de l’IA dans l’éducation
• développement commercial de prototypes reposant sur des données probantes
• élargissement et transfert des connaissances aux établissements scolaires et aux entreprises

Population cible :

• enseignement primaire et secondaire

Description du programme

NOLAI possède deux programmes principaux : le programme de cocréation et le programme scientifique.

Le programme de cocréation met au point des prototypes et applications innovants en matière d’IA en
cocréation avec des établissements scolaires, des scientifiques et des entreprises. Chaque année, ce
programme appuiera 10 à 20 innovations faisant appel à l’IA dans l’éducation. Le programme scientifique
met au point des connaissances sur les aspects didactico-pédagogiques, techniques, infrastructurels et

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  371

éthiques de l’utilisation responsable de l’IA dans l’éducation. Une équipe de professeurs, de chercheurs
postdoctoraux et de doctorants développe des connaissances interdisciplinaires sur l’IA dans l’éducation.

Activités principales

Le laboratoire NOLAI s’attache en particulier à dresser un état des lieux de l’IA et à concevoir des
applications à la pointe de la technologie. État des lieux : nous dialoguons avec des établissements
scolaires pour déterminer leurs besoins en matière d’IA afin d’améliorer l’éducation, avec des scientifiques
pour cartographier les connaissances et le développement de prototypes, et avec des entreprises pour
étudier les applications actuelles des produits d’IA et les ambitions en la matière. En ce qui concerne les
applications de pointe, nous cocréons des prototypes innovants et des applications de l’IA dans
l’éducation. Dans le cadre de notre programme scientifique, nous développons des connaissances
pédagogiques et éthiques ainsi que des innovations techniques pour favoriser les applications de pointe
de l’IA dans l’éducation.

Résultats

Les travaux de recherche interdisciplinaire donnent lieu à des rapports annuels sur les avancées du
domaine, des prototypes conçus lors des projets en cocréation, de nouvelles démonstrations des
applications de l’IA à des dispositifs pédagogiques, des données sur l’efficacité de l’IA dans l’éducation,
de nouvelles connaissances pédagogiques et éthiques, des avancées techniques et des publications.

Exemple de produit typique

Un projet de cocréation a permis de mettre au point une fonction de visualisation des données scolaires
collectées par différentes technologies d’apprentissage adaptatif, technologies de gestion de
l’enseignement et évaluations sommatives. Les enseignants ont demandé que les données soient
intégrées de façon à mieux différencier et personnaliser l’apprentissage des élèves. Ce projet est le fruit
d’une collaboration entre trois établissements, une entreprise de technologie d’apprentissage adaptatif, un
cabinet d’évaluation ainsi que des chercheurs en pédagogie et IA. L’approche conceptuelle itérative est la
clé pour rapprocher la pratique éducative, la science et le développement commercial.

Swiss EdTech Collider – Suisse

Partenaires

L’Université EPFL, des fondations, des entités gouvernementales, des partenaires privés, des
établissements scolaires (publics/privés), des établissements d’enseignement et des centres de formation
des enseignants (liste sur le site web [Link]

Objectifs principaux

Créer un marché pour les start-ups et renforcer la visibilité des entreprises du secteur des technologies
éducatives en créant un écosystème unique en réseau entre l’éducation et les technologies éducatives,
propice à des rencontres avec des organisations partenaires potentielles, des clients, des investisseurs et
des chercheurs ainsi qu’à des synergies entre les start-ups.

Effectifs et durée

NPO Association, fondée en 2017, 1 ETP, 90+ membres du secteur des technologies éducatives (au
1er janvier 2023).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

372 

Population cible :

• Tous niveaux d’enseignement : de la maternelle à la fin du deuxième cycle de l’enseignement

secondaire, formation en entreprise, apprentissage tout au long de la vie

Axes principaux :

• Défragmentation du marché des technologies éducatives

• Rapprochement des start-ups et des laboratoires
• Facilitation d’essais pilotes dans les établissements scolaires (programme de bancs d’essai)
• Partage des défis et des difficultés (p. ex. dispositifs de protection des données divergentes)

Description du programme

Bien que de nombreux accélérateurs entendent stimuler la création de start-ups à court terme, l’initiative
Swiss EdTech Collider se situe dans une perspective plus lointaine. Composée de membres du secteur,
elle vise à faire croître l’écosystème suisse des technologies éducatives en rapprochant ses parties
prenantes comme les entreprises de technologies éducatives, les clients et les décideurs du système
d’éducation public et privé, les responsables de formation, les investisseurs, les chercheurs, les
organisations gouvernementales et d’autres initiatives et pôles du secteur.

Activités principales

Le programme appuie les start-ups du secteur des technologies éducatives à tous les stades de leur cycle
de vie, de jeunes pousses à entreprises chevronnées, en créant des possibilités de « collision » et en les
mettant en contact avec des clients, des partenaires et des investisseurs potentiels ; en facilitant la tenue
d’essais pilotes de produits de technologies éducatives dans les établissements scolaires (Swiss National
EdTech Testbed Program, [Link] ; en favorisant la recherche
translationnelle en sciences de l’apprentissage en soutenant des mémoires de master d’étudiants dans
des entreprises du secteur ; ou en mettant les start-ups en lien avec des experts du secteur privé (p. ex.
juridiques, financiers) en fonction de leurs besoins.

Résultats

Plus de 130 start-ups ont participé au programme depuis 2017. Certaines l’ont quitté ou ont disparu depuis.
En moyenne, une douzaine de start-ups intègrent le Swiss EdTech Collider chaque année après un
processus de sélection : le programme compte en moyenne entre 90 et 100 start-ups membres (au
1er janvier 2023). Certaines ont fusionné, acquis d’autres start-ups ou été acquises par des tiers. Dix
mémoires de master en sciences de l’apprentissage ont été menés dans des start-ups depuis 2019. Swiss
EdTech Collider est également un partenaire ou un membre de divers initiatives et systèmes
pédagogiques (pôles européens d’innovation numérique, centre LEARN avec le ML4ED Lab de l’EPFL,
EETN, EEA, BeLEARN) et s’est imposé comme la référence du secteur des technologies éducatives en
Suisse.

Exemple de produit typique

Dynamilis ([Link] une application d’apprentissage automatique pour améliorer

l’écriture : lorsque les enfants écrivent sur une feuille de papier, seule la forme statique des lettres permet
d’évaluer leur écriture. Lorsqu’ils écrivent sur une tablette, il devient possible d’analyser la dynamique des
mouvements des doigts qui génèrent les mots écrits. L’analyse repose sur des données
dynamiques comme la vitesse du stylet, la pression que ce dernier exerce sur la tablette ainsi que son

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  373

inclinaison par rapport à la surface de la tablette, autant de points de données collectés 240 fois par
seconde, pendant plusieurs minutes, et ce auprès de plus de 10 000 élèves. Dynamilis utilise
l’apprentissage automatique pour interpréter ces immenses ensembles de données. Les algorithmes
extraient les propriétés des mouvements de la main imperceptibles à l’œil nu, comme la dérivée seconde
de la pression du stylet, après quoi la solution utilise des méthodes de réduction de la dimension pour
calculer la position de la production de chaque enfant dans un espace en 3D. Dans cet espace, elle peut
mesurer l’écart entre un enfant donné et un enfant avec des compétences satisfaisantes en écriture. Cette
méthode tient compte de l’âge, du sexe ainsi que de la latéralité (droitier/gaucher) de l’enfant. Les résultats
des méthodes d’analyse conduisent ensuite à proposer des jeux, mis au point en collaboration avec des
thérapeutes, propres aux points faibles de cet enfant. Les enseignants, les parents et les professionnels
peuvent ensuite suivre les progrès de l’enfant.

Centre Tübingen pour l’éducation numérique (TüCeDE) – Allemagne

Partenaires

Tübingen possède un riche écosystème en matière d’éducation numérique et d’intelligence artificielle. Des
partenaires universitaires stratégiques, des réseaux d’éducation numérique (p. ex. l’Institut de recherche
Hector pour les sciences de l’éducation et la psychologie [HIB], l’École supérieure et le réseau de
recherche LEAD, l’École d’éducation Tübingen [TüSE]) et de technologies éducatives (par exemple,
l’apprentissage intelligent des langues assisté par ordinateur, le Département d’informatique, le Groupe
d’excellence pour l’apprentissage automatique des sciences) et des instituts de recherche indépendants
(par exemple, Leibniz-Institut für Wissensmedien [IWM], l’Institut allemand d’éducation des adultes [DIE])
prennent une part active au centre.

Objectifs principaux

Nous entendons renforcer l’expertise en matière de transfert des connaissances dans l’éducation
numérique. Le centre est conçu comme un pôle de recherche et de transfert des connaissances visant à
aider les instituts de recherche participants à passer à la pratique et à préparer les enseignants à exercer
avec des technologies disponibles et de pointe.

Effectifs et durée

Plus de 30 chercheurs issus de domaines comme la recherche pédagogique, la psychologie, la

linguistique informatique, la didactique appliquée, les sciences humaines numériques, l’informatique et la
médecine travaillent main dans la main. Le centre TüCeDE a reçu un financement initial de 1.35 million
(pour 5 ans) de la fondation Vector, et le même montant sous forme de financement interne à l’université.
De plus, il a décroché des financements externes afin d’établir des centres de compétences fédéraux
(9.5 millions) visant à élargir la stratégie de transfert des connaissances.

Population cible :

• enseignement primaire, secondaire et supérieur

Axes principaux :

• élargissement et transfert des connaissances

• professionnalisation du secteur de l’éducation

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

374 

Description du programme

TüCeDE s’articule autour de trois domaines. Le domaine du transfert et du développement professionnel

met en œuvre des stratégies de transfert et de professionnalisation. Le domaine de l’apprentissage appuyé
par la technologie élabore des concepts pédagogiques reposant sur des données probantes afin d’aider
les élèves dans des disciplines précises. Le domaine des technologies innovantes met au point et étudie
des technologies de pointe dans l’objectif de déployer des environnements d’apprentissage pertinents à
grande échelle (p. ex. à l’aide des mégadonnées, de l’intelligence artificielle, de systèmes de tutorat
intelligents, de capteurs ou de la réalité virtuelle).

Activités principales

TüCeDE se consacre aux activités de transfert et de recherche. Nous établissons des canaux de transfert
(p. ex. un centre d’échanges sur l’éducation numérique ou la mise en œuvre de programmes de
développement professionnel) et appuyons la recherche en étroite collaboration avec des parties
prenantes locales de renom (LEAD, HIB et IWM). Ces activités s’attachent tout particulièrement à impliquer
le milieu éducatif (comme les enseignants ou les responsables éducatifs) dans une démarche de
conception conjointe.

Résultats

Les travaux de recherche interdisciplinaire donnent lieu à des prototypes évolutifs de transfert et de
professionnalisation, à des données relatives à l’efficacité de technologies éducatives ainsi qu’à des
publications.

Exemple de produit typique

Les travaux de recherche interdisciplinaires (p. ex. via LEAD ou TüSE) ont donné lieu à la mise au point
et à l’évaluation de prototypes évolutifs, comme des systèmes de tutorat intelligents, des interfaces
d’évaluation de l’attention des élèves ou des modules d’enseignement propres à une matière pour
l’enseignement adaptatif. Ces prototypes servent d’exemples de bonnes pratiques, composante
essentielle à nos programmes de développement professionnel et nos canaux de transfert. En outre, ces
canaux de transfert sont enrichis de données méta-analytiques via notre centre d’échanges.

EDUCATE Ventures Research Ltd (EVR) – Royaume-Uni

Partenaires

Swedish EdTest, ISTE, Institut DXtera, Unthinkable.

Objectifs principaux

Aider les membres de l’écosystème des technologies éducatives à obtenir et appliquer plus efficacement
des données factuelles, et à tirer profit des données et de l’IA. Pour cela, nous procédons de deux façons.
Premièrement, nous formons des experts des technologies éducatives, des investisseurs et des
professionnels de l’éducation de la maternelle à la fin du deuxième cycle de l’enseignement secondaire,
de la formation continue et de l’enseignement supérieur à créer ou mettre des produits reposant sur des
éléments factuels au profit de l’apprentissage humain ; et deuxièmement, nous fournissons des services
de conseil qui aident les organisations à mieux comprendre les comportements d’apprentissage humains
grâce à l’IA et à la science des données.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  375

Effectifs et durée

EDUCATE Ventures intervient dans le milieu des technologies éducatives depuis 5 ans et compte
actuellement 15 membres dans son équipe, soit l’équivalent de 7 ETP. EVR a déclaré des recettes
de 500 000 GBP pour la dernière année fiscale en date.

Population cible :

• Entreprises du secteur des technologies éducatives et investisseurs

• Professionnels de l’éducation et de la formation
• Départements de formation et de développement
• Établissement de formation et d’apprentissage/Entreprises
• Apprenants

Axes principaux :

• Conception de structures de données (notamment factuelles), processus et préparation des

organisations : théorie du changement et modèle logique
• Définition des besoins organisationnels en matière d’éducation ou de formation
• Éthique de l’IA dans l’éducation
• Élargissement et transfert des connaissances
• IA et science des données

Description du programme

EVR assure deux services principaux :

Formation modulaire aux données, aux éléments factuels et à l’IA. Notre expertise en matière de
recherche éducative permet de soutenir, de former et d’accompagner la communauté des technologies
éducatives lors de l’acquisition de compétences de recherche, ce qui assure la performance des produits
conçus pour l’enseignement et l’apprentissage.
Renforcement des capacités et conseil personnalisé pour permettre aux organisations de mieux
exploiter l’IA et les données au profit de l’éducation. Nous sommes les artisans de l’IA : nous nous en
servons pour identifier, démontrer et visualiser les comportements d’apprentissage complexes qui
composent l’intelligence humaine.

Activités principales

Le programme d’accélérateur EDUCATE

Nous accélérons un esprit de recherche chez les experts des technologies éducatives et les aidons à
mettre au point des produits reposant sur des éléments factuels afin d’améliorer l’apprentissage humain.
Nous avons dispensé notre formation sous différentes formes à plus de 350 entreprises du milieu des
technologies éducatives. Elle se compose d’une série d’ateliers et de séances de mentorat afin de les
aider à définir leur théorie du changement et leur modèle logique, ainsi qu’à procéder à une étude de la
littérature pour identifier les méthodologies de recherche qui leur permettront d’évaluer leurs résultats
pédagogiques. Notre équipe de recherche se compose entièrement de titulaires d’un doctorat ou de
doctorants spécialisés dans les différents aspects de l’enseignement et de l’apprentissage appuyé par la
technologie.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

376 

Services de conseil
Nous aidons les organisations à collecter et utiliser des données pour comprendre les comportements
d’apprentissage humains. Pour commencer, nous amenons nos clients à définir ce qu’ils envisagent en
guise de « fil conducteur », c’est-à-dire l’impératif pédagogique qui sous-tend leurs objectifs. Cette étape
est généralement suivie d’une série d’analyses rapides des données, de la création d’une ontologie, de
l’analyse de leurs sources de données et de recommandations afin de se préparer à l’IA. Dans certains
cas, ces étapes sont démontrées à l’aide d’un tableau de bord pour les PMV.

Résultats

Les modèles logiques et les théories du changement des participants ayant terminé le programme
d’accélérateur, qui font office de tableau de bord stratégique pour le secteur des technologies éducatives.
Plusieurs participants ayant terminé le programme ont été récompensés par un prix EdWard de niveau 1
pour avoir mis sur pied une proposition de recherche évaluée avec rigueur. Les PMV mis au point dans le
cadre des conseils personnalisés. Des ontologies de concepts pédagogiques abstraits (comme la
métacognition, l’efficacité personnelle, etc.) et des publications de recherche connexes.

Exemple de produit typique

Le programme d’accélérateur EDUCATE (voir ci-dessus). Des participants ont élaboré des modèles
logiques lors de cinq itérations du programme. Busuu, Century Tech, MyTutor, Kano, Yoto et Pobble
comptent parmi nos anciens élèves les plus performants sur le plan financier.

IMEC Smart Education – Communauté flamande de Belgique

Partenaires

Les partenaires principaux sont des groupes de recherche des établissements de recherche KU Leuven,
de l’Université de Gand et Vrije Universiteit Brussel affiliés à IMEC, le pôle de recherche et d’innovation
en nanoélectronique et technologies numériques de la Flandre.

Objectifs principaux

IMEC Smart Education est un programme stratégique de recherche et d’innovation qui vise à élaborer des
technologies de pointe afin de résoudre les défis d’envergure qui attendent le domaine de l’éducation et
de la formation. En cocréation avec l’industrie et les établissements scolaires, il vise aussi à incuber des
solutions et services novateurs et à accélérer leur adoption sur le marché, ce qui contribuera de façon
durable à la transformation numérique de l’éducation et de la formation.

Effectifs et durée

Le programme a vu le jour en 2017 et devrait se poursuivre au moins jusqu’en 2026. Il emploie environ
40 chercheurs sur une base annuelle grâce à des fonds d’amorçage annuels de 1 million EUR et à des
demandes de subventions externes.

Population cible :

La population cible se compose d’élèves et d’enseignants à tous les niveaux de la scolarité obligatoire, de
l’enseignement supérieur, de la formation professionnelle et de l’apprentissage tout au long de la vie.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  377

Axes principaux :

• recherche fondamentale stratégique

• cocréation de technologies éducatives en majorité axées sur l’IA
• définition des besoins des établissements d’enseignement
• développement commercial
• élargissement et transfert des connaissances

Description du programme

Le programme axe ses efforts sur la recherche en matière de technologies intelligentes (capteurs,
algorithmes, plateformes d’apprentissage adaptatif, etc.) ancrées dans l’intelligence artificielle et facilitant
les interactions et la collaboration au cours du processus d’apprentissage, ce qui pose les bases de
solutions d’apprentissage sur mesure. Ces technologies sont élaborées et mises au point d’après des
théories des sciences de l’apprentissage. Pour réaliser ses ambitions, le programme réunit des chercheurs
de l’IMEC issus d’un vaste éventail de disciplines et de domaines scientifiques, comme la technologie et
la psychologie pédagogique, les statistiques, l’apprentissage automatique et l’intelligence artificielle, la
technologie langagière, l’ingénierie, les neurosciences et les sciences sociales. Il a également conclu une
alliance stratégique avec l’industrie locale via la création d’EdTech Station, l’alliance belge des entreprises
du secteur des technologies éducatives.

Activités principales

Études d’efficacité, recherche sur de nouvelles méthodologies d’analyse computationnelle des données,
développement technologique, création et gestion d’infrastructures de recherche, cocréation de
prototypes.

Résultats

Connaissances scientifiques sur l’efficacité de l’apprentissage, nouvelles méthodes d’analyse des

données, démonstrateurs, prototypes de nouvelles solutions de technologies éducatives

Exemple de produit typique

La diversification des produits de l’industrie manufacturière nécessite un renforcement des compétences

ou une reconversion rapides, et donc des solutions de formation souples. Le projet COSMO (Cognitive
Support in Manufacturing Operations, « Support cognitif lors des activités de fabrication ») a étudié et mis
au point des techniques guidées par les données pour créer du contenu destiné à des applications de
formation en assemblage faisant appel à la réalité augmentée et à la réalité virtuelle, qui seront adaptées
aux compétences de chaque opérateur. Le projet a démontré qu’il est possible de générer plus
efficacement des instructions pour les plateformes de formation numériques en soumettant des
enregistrements d’opérateurs chevronnés à une analyse par le biais de la vision par ordinateur et du
traitement du langage naturel. Il a aussi montré que des instructions adaptatives, dont le degré de détail
est adapté aux compétences, réduisent l’effort mental des opérateurs et accélèrent l’assemblage. Le projet
impliquait deux entreprises des technologies pédagogiques, deux fabricants, cinq groupes de recherche
et quatre établissements secondaires (enseignement professionnel et spécialisé).
[Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

378 

CIRCLS (Centre de recherche intégrative en informatique et sciences de

l’apprentissage) – États-Unis

Partenaires

Le projet est mené sous la houlette de Digital Promise, avec pour partenaires EDC, SRI International et
l’Université de Pittsburgh. Digital Promise, EDC et SRI sont des organisations sans but lucratif.

Objectifs principaux

Le CIRCLS ([Link]) est un pôle qui rapproche des projets de recherche financés séparément par la
National Science Foundation, mais qui portent tous sur les technologies émergentes en matière
d’enseignement et d’apprentissage. Depuis peu, des thèmes de recherche et développement liés à l’IA
font leur apparition dans le portfolio de ces projets.

Effectifs et durée

Le CIRCLS existe en tant que tel depuis une dizaine d’années, bien qu’il ait été en activité auparavant
sous d’autres noms. En soi, le CIRCLS est financé à hauteur de 3 millions USD et devrait se poursuivre
au moins jusqu’en janvier 2024. Une cinquantaine de projets de recherche financés séparément en font
partie, chaque projet bénéficiant d’une subvention comprise entre 100 000 et 1 million USD. La taille de la
liste de diffusion du CIRCLS est révélatrice de son envergure globale.

Populations cibles :

• Le CIRCLS construit un réseau de recherche rassemblant notamment des informaticiens et des

chercheurs en apprentissage qui s’attachent à montrer en quoi les technologies avancées peuvent
s’avérer utiles aux enseignants et aux élèves.
• Le CIRCLS se met au service des chercheurs en début de carrière et s’efforce de les impliquer à
ce réseau.
• Il mobilise également les professionnels de l’éducation.

Axes principaux :

• Synthèse des projets de recherche individuels

• Projection des prochains thèmes et projets de recherche
• Mobilisation du réseau afin qu’il s’empare de problèmes à son échelle, par exemple comment
mener des recherches en partenariat et encourager l’égalité.

Description du programme

Le CIRCLS bâtit et anime un réseau qui étudie les technologies émergentes en matière d’enseignement
et d’apprentissage. Celles-ci peuvent inclure, entre autres, l’IA, la réalité virtuelle et augmentée,
l’apprentissage automatique, l’analyse de l’apprentissage, des simulations, des visualisations, des jeux,
des technologies portables, des robots et des technologies d’accessibilité. Les théories et approches des
sciences de l’apprentissage peuvent porter sur des recherches liées à la conception, l’apprentissage
collaboratif assisté par ordinateur, la cognition incarnée, l’analyse du discours et de l’argumentation,
l’analyse de l’apprentissage, l’exploration des données éducatives, etc. L’égalité des élèves en matière
d’apprentissage compte parmi les priorités du réseau.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  379

Activités principales

Les activités du CIRCLS s’articulent autour de quatre volets : (1) pour construire le réseau, nous nous
rapprochons de personnes ayant été distinguées par des prix, des professionnels de l’éducation, des
chercheurs en début de carrière et d’autres personnes susceptibles d’enrichir notre réseau, et nous les
mettons en relation ; (2) Pour faciliter le travail collectif, nous organisons des activités participatives
comme des groupes de travail qui définissent de nouvelles thématiques ou approches de recherche et
nous organisons également un congrès d’envergure tous les deux ans environ ; (3) pour cartographier et
synthétiser les travaux, nous analysons le portfolio ou le projet tout en faisant appel à des équipes pour
rédiger des rapports sur l’actualité du réseau ; (4) pour diffuser nos conclusions, nous publions un bulletin
d’information, une série de rapports rapides du réseau, des ressources, etc. Deux activités sont
spécialement importantes : nos séances de mentorat pour les chercheurs en début de carrière et CIRCLS
Educators, un groupe de chercheurs et de professionnels de l’éducation.

Résultats

Les activités du CIRCLS ont notamment permis de : (a) passer de projets de recherche individuels à une
collaboration entre les projets ; (b) impliquer une plus grande diversité de professionnels aux travaux de
recherche ; (c) comprendre et diffuser les résultats des travaux ; (d) donner au réseau les clés pour prévoir
et proposer la prochaine étape des thématiques et des projets de recherche.

Exemple de produit typique

Un produit « caractéristique » du CIRCLS est une synthèse des connaissances et des orientations au sein
d’un vaste réseau. Nos congrès ne sont pas des « colloques de chercheurs principaux » classiques, mais
des événements interactifs avec un objectif et un résultat. Le dernier en date, CIRCLS’21, a rassemblé
environ 350 chercheurs et autres pour réfléchir à la façon dont notre dessein pourrait passer de
« l’élargissement des horizons » à « l’autonomisation » – c’est-à-dire ne plus simplement atteindre les
élèves, mais leur donner les outils et les méthodes pour mettre leur parcours d’apprentissage sur la bonne
voie. Ce congrès a suivi un scénario aboutissant à une séance de discussion ouverte où les équipes ont
présenté leur vision de l’avenir du secteur. Ces présentations ont été consignées dans un rapport sous
forme graphique disponible ici : [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

380 

Graphique d’annexe 13.A.1. L’IA éthique TBD

Institut Engage AI (nom complet : Institut d’IA pour un apprentissage impliqué de

la National Science Foundation) – États-Unis

Partenaires

Le principal partenaire est l’Université d’État de la Caroline du Nord. Les partenaires stratégiques sont
Digital Promise (organisation à but non lucratif), l’Université de la Caroline du Nord, l’Université Vanderbilt
et l’Université de l’Indiana.

Objectifs principaux

Pendant des milliers d’années, la narration a été le principal support de l’apprentissage humain – mais
avec la démocratisation de l’éducation, les approches pédagogiques l’ont reléguée au second plan.
L’apprentissage suscite moins d’intérêt et les efforts pour améliorer les résultats scolaires dans la
population sont au point mort. L’objectif de cet institut est de stimuler l’implication et d’améliorer
l’apprentissage en créant une nouvelle catégorie d’environnements d’apprentissage narratifs, où les
élèves peuvent participer de façon collaborative à des intrigues personnalisées, avec des personnages de
synthèse et des interactions réalistes.

Effectifs et durée

Engage AI est l’un des quatre instituts consacrés à l’IA dans l’éducation, chacun doté de 20 millions USD
pendant 5 ans par la National Science Foundation. Environ 30 à 40 chercheurs y participeront chaque
année.

Populations cibles :

• enseignement primaire et secondaire

• éducation dans les musées et autres établissements informels

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  381

Axes principaux :

• recherche fondamentale
• traitement du langage naturel
• vision par ordinateur
• apprentissage automatique
• recherche inspirée par la pratique
• apprentissage narratif
• agents conversationnels incarnés
• analyse multimodale des données de l’apprentissage
• communication entre les chercheurs, les professionnels de l’éducation et le grand public

Description du programme

Pour atteindre son objectif, à savoir revitaliser l’apprentissage narratif, l’InstitutEngage AI ([Link])
mène des recherches sur les technologies d’apprentissage narratives, les agents conversationnels
incarnés et les analyses multimodales des données de l’apprentissage afin de créer des expériences
d’apprentissage éminemment motivantes. Notre ambition : que les environnements d’apprentissage
reposant sur l’IA suivent les avancées en matière de traitement du langage naturel, de vision par ordinateur
et d’apprentissage automatique. Nous nous consacrons à créer des environnements d’apprentissage
narratifs par IA qui encouragent l’apprentissage collaboratif par l’expérimentation dans des contextes
autant formels qu’informels. Les avancées des principales technologies d’IA s’accompagnent de nouveaux
degrés d’interactivité et d’implication multimodale, tout en favorisant la création de modèles prédictifs
performants en matière d’apprentissage.

Activités principales

L’Institut entend enrichir les techniques fondamentales d’IA nécessaires à l’éducation en étudiant des
prototypes d’environnements d’apprentissage narratifs et en impliquant notamment des enseignants et
des élèves dans ce travail. Il mettra au point des moyens pour superviser et adapter l’apprentissage grâce
à différentes données, comme des données visuelles et audio et des interactions avec la technologie.
L’éthique et l’égalité sont des enjeux fondamentaux inclus dans chaque projet, du début à la fin. L’activité
Nexus, sous la houlette de Digital Promise, créera une implication réciproque pertinente entre le personnel
relevant de l’Institut et celui de l’industrie, de l’éducation, de la recherche et de la politique à l’extérieur de
l’Institut.

Résultats

Des prototypes d’environnements d’apprentissage narratifs assistés par IA seront mis au point et évalués
chaque année. Les progrès en matière d’IA fondamentale donneront naissance à des outils et techniques
qui seront partagés. Les avancées en matière d’analyse multimodale des données de l’apprentissage
seront également communiquées au secteur de la recherche. Les avancées en matière d’intégration de
l’éthique et de l’égalité dans les travaux seront diffusées. L’activité Nexus partagera ses connaissances
avec le public et l’invitera à y participer.

Exemple de produit typique

Un produit typique sera un environnement d’apprentissage immersif et ludique pour les élèves de la
maternelle à la fin du deuxième cycle de l’enseignement secondaire. Les élèves pourront être chargés

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

382 

d’étudier un phénomène ou de résoudre un problème en parcourant un espace virtuel, comme une île, et
en parlant aux personnes qu’ils rencontrent. Ils découvriront et interagiront avec des ressources
susceptibles de les aider dans leur quête. Les éléments d’IA permettront de créer une intrigue
personnalisée et évolutive, de synthétiser de nouveaux personnages et de générer leurs comportements
et leurs dialogues. Ils permettront aussi d’adapter l’histoire aux élèves afin de maximiser leur implication
et leur apprentissage.

Institut national d’intelligence artificielle pour l’apprentissage des adultes et

l’éducation en ligne (AI-ALOE) – États-Unis

Partenaires

AI-ALOE ([Link] a pour partenaires stratégiques des établissements universitaires (Institut de

technologie de la Géorgie, Université de l’État de la Géorgie, Université Vanderbilt, Université d’Harvard,
Réseau d’enseignement supérieur technique de la Géorgie, Université de la Caroline du Nord à
Greensboro), des organisations à but non lucratif (1EdTech) et des entreprises (Boeing, Wiley, IBM,
Accenture).

Objectifs principaux

Les principaux d’objectifs d’AI-ALOE sont les suivants : 1) élargir l’accès à des emplois de qualité et
améliorer la reconversion et le renforcement des compétences de la main-d’œuvre en mettant les
capacités actuelles de l’IA au service de la transformation de l’éducation en ligne chez les apprenants
adultes ; 2) faire évoluer l’IA fondamentale, en particulier les interactions entre les humains et l’IA comme
la personnalisation, l’enseignement automatique, la théorie de l’esprit mutuelle et la visualisation des
données ; et 3) mettre au point des recherches conceptuelles éthiques, inclusives et axées sur l’utilisateur
ainsi qu’une IA responsable.

Effectifs et durée

Environ 75 personnes participent aux initiatives d’AI-ALOE, dont une cinquantaine reçoit un appui direct.
AI-ALOE est financé par la fondation américaine National Science Foundationà hauteur de
20 millions USD pour la période 2021-26.

Populations cibles :

• Enseignement professionnel/technique
• Enseignement supérieur et continu
• Formation d’entreprise
• Apprentissage professionnel informel des adultes

Axes principaux :

• Mise au point d’assistants évolutifs reposant sur l’IA qui permettent à la fois aux enseignants et
aux apprenants adultes d’adapter l’enseignement à leurs besoins.
• Création et amélioration des boucles de rétroaction entre enseignants, apprenants et agents d’IA.
• Renforcement de l’implication cognitive en ligne, de la présence des enseignants et des
interactions sociales grâce à l’IA.
• Modèles linguistiques d’envergure et IA générative

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  383

• Conception participative et développement éthique afin d’inclure une plus grande diversité
d’apprenants
• Renforcement des capacités des concepteurs qualifiés et des chercheurs en matière d’IA et
d’éducation

Description du programme

Les technologies d’AI-ALOE comprennent actuellement :

1. Apprentice Tutors : système de tutorat intelligent assurant un soutien personnalisé et adaptatif
pour acquérir des compétences et résoudre des problèmes en mathématiques.
2. Jill Watson : assistante d’enseignement virtuelle qui permet aux enseignants d’aider et d’impliquer
tous les élèves
3. SAMI (interactions facilitées par un agent social) : agent d’IA qui rapproche les élèves et crée une
communauté d’apprentissage en ligne
4. SMART (modèle d’analyseur mental des élèves pour la recherche et l’enseignement) : système
d’évaluation formative et de rétroaction par IA
5. VERA (assistante de recherche expérimentale virtuelle) : laboratoire virtuel favorisant
l’apprentissage fondé sur le questionnement dans l’écologie
Au cours des quatre années à venir, AI-ALOE élargira ses innovations technologiques afin de faciliter
l’apprentissage en ligne des adultes dans différents contextes (universitaires, professionnels et
informels/tout au long de la vie).

Activités et résultats principaux

AI-ALOE identifie des défis et des possibilités en matière d’apprentissage des adultes en ligne ; apporte
des améliorations fondamentales à l’IA pour améliorer les résultats scolaires à l’échelle ponctuelle, d’un
cours, d’un programme et d’une carrière ; et étudie l’effet de ces innovations parmi un éventail d’élèves,
d’organisations et de contextes, en s’intéressant au particulier à l’accès des groupes marginalisés au
marché du travail.

Alliance de recherche mondiale pour l’IA dans l’enseignement et l’apprentissage

(GRAILE) – États-Unis

Partenaires

Université de l’Australie-Méridionale, Université du Texas à Arlington, Université de l’État de l’Arizona,

Université Monash, Université du Queensland, Université Texas A&M et Université Southern Methodist.

Objectifs principaux

L’objectif principal de GRAILE est de faire progresser la recherche sur l’IA dans l’éducation et d’aider les
prestataires de services éducatifs à adopter l’IA pour la mettre au service des systèmes d’éducation.
GRAILE oriente et développe les politiques et les compétences d’encadrement dans les domaines où l’IA
coïncide avec l’apprentissage, que ce soit dans l’enseignement de la maternelle à la fin du deuxième cycle
de l’enseignement secondaire, l’enseignement supérieur ou les contextes professionnels. GRAILE fournit
des orientations et de bonnes pratiques afin de formuler une vision et d’appliquer l’IA à l’éducation.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

384 

Effectifs et durée

GRAILE est un réseau conçu pour des organisations qui s’intéressent à la façon dont l’IA coïncide avec
les systèmes d’éducation. Les membres de GRAILE font partie d’un réseau soudé d’établissements
favorables à l’IA qui entendent étoffer les connaissances et renforcer les compétences d’encadrement
pour favoriser les changements organisationnels et leur propre transformation numérique.

Axes principaux :

• définition des besoins en matière d’IA en consultation avec des établissements d’enseignement et
des entreprises
• renforcement des capacités, développement professionnel et développement des compétences
d’encadrement
• mise au point et démonstration d’infrastructures intégrant l’IA pour améliorer les systèmes
d’éducation, les processus d’apprentissage et les résultats scolaires
• préparation des changements organisationnels et du développement commercial
• élaboration de politiques et de bonnes pratiques pour la mise en œuvre de l’IA dans les systèmes
d’éducation
• co-création de travaux de recherche et d’innovation
• transposition de la recherche au réel, transfert et diffusion des connaissances

Population cible :

• enseignement primaire et secondaire

• enseignement professionnel
• enseignement supérieur
• entreprises

Description du programme

Les missions de GRAILE s’articulent autour de deux domaines d’activité. Le premier domaine consiste à
faire progresser la recherche et l’innovation sur l’IA afin de développer et d’évaluer des systèmes
d’éducation dont l’environnement intègre pleinement la capacité de l’IA. Il est consacré à comprendre l’IA
ainsi qu’à tester et à piloter des infrastructures, des outils et des solutions en la matière pour appuyer les
processus et les résultats d’éducation. Le deuxième domaine porte sur la transposition de la recherche en
pratique, le renforcement des capacités et le développement des compétences d’encadrement pour
encourager les changements organisationnels et les politiques qui favoriseront la transformation
numérique et l’adoption de l’IA.

Activités principales

La recherche et les connaissances doivent être transposées au réel, tâche qui nécessite un écosystème
d’information ciblant les besoins en matière de connaissances des dirigeants ainsi qu’une application
pratique de la recherche dans les classes. GRAILE met à la disposition de ses membres une plateforme
où ils peuvent participer à des travaux de recherche et à des études pilotes, des cours de courte durée,
des webinaires, des débats et des conférences. En complément de ces événements publics d’envergure,
GRAILE propose des programmes sur mesure offrant aux organisations membres un soutien direct ainsi
que des programmes de renforcement des capacités adaptés à leurs besoins.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  385

Résultats

GRAILE publie des rapports annuels sur la situation de l’IA et ses répercussions sur les systèmes
d’éducation et les changements organisationnels. Il diffuse un podcast sur les tendances et avancées
majeures pour l’IA dans l’éducation et propose à ses membres des retraites d’encadrement annuelles avec
des spécialistes reconnus, des cours de courte durée et des webinaires à des fins de développement
professionnel. GRAILE publie ses résultats de recherche dans des revues spécialisées et de vulgarisation.

Exemple de produit typique

La conférence annuelle Empowering Learners for the Age of AI (ELAI) est un exemple d’événement
organisé par GRAILE. Cette conférence virtuelle mondiale ouverte se tient pendant deux jours sur tous les
fuseaux horaires. Ses événements principaux sont organisés dans des pôles de conférence en
Australasie, en Europe et en Amérique. Avec plus de 1500 inscriptions, elle est considérée comme une
plateforme indispensable au renforcement du réseau et aux échanges sur la façon dont l’IA est en train
de transformer les systèmes d’éducation. Cette année (décembre 2023), l’ELAI sera organisée par
l’Université de l’État de l’Arizona selon un format hybride alliant participation en personne et en ligne.

AI Playground – Australie (collaborateurs : Université de l’Australie-Méridionale,

meldCX et Intel)

Objectifs principaux

La société de demain sera dominée par l’IA, la technologie avancée et l’automatisation, et la prochaine
génération de citoyens et de main-d’œuvre devra savoir s’en servir pour continuer à faire la différence.
Cet avenir commence dès aujourd’hui, et nos écoles ont besoin d’un programme d’enseignement axé sur
l’IA pour préparer les élèves à apprendre à développer des IA, à interagir avec des acteurs non humains
et à prendre part à des discussions critiques sur l’éthique afin de s’approprier leur avenir et faire preuve
d’inventivité dans la société. Avec AI Playground, les élèves peuvent développer une IA et par des moyens
ludiques, faire l’expérience des mécanismes de l’IA, participer à des discussions éthiques sur les effets de
leurs algorithmes et comprendre ce que nécessite le développement d’une IA.

Effectifs et durée

AI Playground propose aux établissements un environnement d’apprentissage dématérialisé grâce auquel

les enseignants peuvent offrir des expériences d’apprentissage reposant sur l’IA à leurs élèves.

Axes principaux :

AI Playground offre un environnement sûr dans lequel il est possible :

• d’acquérir des compétences de réflexion computationnelle et critique, de travail en équipe et de
réflexion conceptuelle
• d’apprendre à utiliser l’IA et à l’orienter pour résoudre des problèmes complexes
• d’apprendre à évaluer l’IA d’un point de vue critique et éthique
• d’acquérir des compétences d’apprentissage en réseau prêtes à l’emploi dans des partenariats
hybrides combinant l’humain et l’IA
• d’acquérir une capacité d’agir fluide dans un monde où la cohabitation avec des acteurs non
humains est de mise

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

386 

• d’accéder aux plans de cours et aux ressources du programme d’enseignement destinés aux
enseignants
• d’accéder à des ressources de renforcement des compétences et de développement professionnel
des enseignants
• d’accéder à un réseau virtuel d’enseignants

Population cible :

• enseignement primaire et secondaire

• enseignement professionnel
• formation des enseignants

Description du programme

AI Playground propose un espace social sûr, ludique et enrichissant où se familiariser avec l’IA. Notre
mission est de créer un terrain de jeu avec l’IA où les élèves peuvent s’approprier cette technologie de
façon ludique et l’entraîner à suivre leur imagination. AI Playground est un environnement d’apprentissage
numérique grâce auquel les professionnels de l’éducation peuvent inviter l’IA en classe. Il donne aux
élèves un moyen d’apprendre à résoudre, en collaboration avec l’IA, des problèmes complexes que les
humains peinent à résoudre par eux-mêmes. Pour cela, AI Playground propose des défis, à savoir des
plans de cours, qui encouragent les élèves à s’approprier l’IA de façon ludique et à l’entraîner à suivre leur
imagination.

Activités principales

AI Playground met à la disposition des établissements un environnement ludique reposant sur une série
d’exercices qui permettent d’apprendre avec l’IA. Ces exercices permettent aux élèves de se familiariser
activement avec l’IA dans le monde réel, de comprendre ses mécanismes, voire de l’entraîner à résoudre
des problèmes complexes. En outre, AI Playground fournit les ressources et le matériel pédagogique pour
aider les enseignants à proposer ces exercices en classe, ainsi que des conseils sur la façon d’utiliser de
façon judicieuse cette plateforme comme un monde propice à l’imagination avec des problèmes prêts à
être résolus. AI Playground donne aussi accès à une communauté virtuelle d’enseignants en pleine
croissance, où partager des idées et des ressources pour contribuer collectivement à l’adoption d’AI
Playground dans les établissements.

Résultats

Dans AI Playground, les élèves collaborent avec l’IA pour résoudre des problèmes complexes reposant
sur des défis. De cette façon, ils acquièrent une expérience pratique des capacités de l’IA ainsi que les
compétences pour créer et entraîner l’IA à résoudre les problèmes et les tâches d’apprentissage auxquels
ils sont confrontés.

Exemple de produit typique

Un exemple de plan de cours proposé par AI Playground est celui du défi du robot d’exploration de Mars
(voir le graphique annexe 13.A.2). Dans ce cas, les élèves collaboreront avec l’IA pour en savoir plus sur
l’exploration de Mars. En groupe, le premier problème que les élèves doivent résoudre consiste à
construire un robot mobile destiné à explorer Mars : ainsi, ils découvrent comment est conçu un robot
mobile et comment utiliser des capteurs pour collecter des données sur l’environnement martien. Les
élèves utiliseront des briques LEGO pour construire le robot mobile en classe, processus assisté par la

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  387

vision par ordinateur de l’IA au sein d’AI Playground. Les élèves peuvent faire équipe avec l’IA pour
découvrir et identifier les briques LEGO nécessaires à la conception du robot mobile. Lorsqu’ils placent
des briques LEGO sur leur bureau, l’IA les reconnaît et donne des commentaires sur celles qu’elle identifie
(couleur, taille, nom, etc.). En interagissant avec AI Playground, les élèves apprennent à trier les briques
et à sélectionner toutes celles dont ils ont besoin pour la pièce de robot mobile sur laquelle ils travaillent.
Ce processus est illustré sur l’image de gauche ci-dessous. Sur la droite de l’illustration, les élèves voient
les données de sortie de la caméra d’AI Playground, où la vision par ordinateur est utilisée en temps réel
pour identifier les briques. Sur les fiches présentées au pied de l’illustration, les élèves reçoivent des
commentaires sur les briques LEGO reconnues par l’IA. C’est à ce stade que les élèves apprennent si ces
briques sont nécessaires à la pièce à laquelle ils travaillent. Ils recevront aussi plus d’informations sur
chacune de ces briques et sur le nombre de briques dont ils ont besoin. Sur la gauche de cette même
illustration, les élèves peuvent voir un modèle en 3D de la pièce du robot mobile à laquelle ils travaillent.
Les élèves peuvent utiliser ce modèle en 3D pour tourner la pièce qu’ils essaient de construire, l’étudier
en gros plan ou de plus loin. Il s’agit d’un problème complexe à résoudre et AI Playground peut aider les
élèves en temps réel. Grâce à l’IA, les élèves peuvent connaître la place de chaque brique. Chaque brique
LEGO (une ou plusieurs pièces) placée sur le bureau est mise en lumière dans le modèle en 3D. De cette
façon, les élèves peuvent collaborer avec l’IA lors du processus de construction, notamment pour faire
correspondre les pièces. Au fur et à mesure, l’IA collecte des informations sur les mécanismes de
conception des élèves et l’ordre dans lequel ils construisent leur robot : elle peut alors émettre des
recommandations sur la prochaine brique que l’élève doit utiliser.
Dès qu’ils ont fini de construire leur pièce de robot, les élèves peuvent la présenter à AI Playground pour
une inspection finale afin de voir si elle a été bien réalisée. Une fois le robot mobile construit dans son
intégralité et les capteurs programmés et testés, les élèves peuvent se rendre sur Mars et conduire le
jumeau numérique de leur robot mobile en briques LEGO dans une simulation d’environnement martien
(voir la deuxième illustration, à droite). Ils peuvent se promener à bord de leur robot et en savoir plus sur
de vrais robots partis à la découverte de Mars, par exemple sur leurs capteurs et leurs capacités, ou suivre
les traces du rover Persévérance de la NASA. En outre, les élèves peuvent utiliser leurs capteurs pour
commencer à collecter des données sur Mars afin de les analyser eux-mêmes. Une fois leur mission sur
Mars terminée, ils peuvent revenir sur Terre.

Graphique d’annexe 13.A.2. Le défi du robot d’exploration de Mars

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

388 

Centre pour apprendre et vivre avec l’IA (CELLA) – Pays-Bas, Finlande,

Allemagne, États-Unis et Australie

Partenaires

Sous la co-direction de Sanna Järvelä de l’Université d’Oulu (Finlande) et d’Inge Molenaar de l’Université
Radboud (Pays-Bas), le centre a pour partenaires Maria Bannert de l’Université technique de Munich
(Allemagne), Dragan Gašević de l’Université Monash (Australie) et Roger Azevedo de l’Université de la
Floride centrale (États-Unis).

Objectifs principaux

Le CELLA est un centre de recherche collaboratif mondial qui entend donner aux jeunes élèves les clés
pour apprendre, vivre et travailler à l’heure de l’IA. Son but est de mettre au point des technologies
d’apprentissage par IA fondées sur la recherche qui stimulent les compétences d’apprentissage des
enfants et assurent leur bien-être.

Effectifs et durée

Le centre est appuyé par une subvention de 2 millions CHF (1.9 million EUR) octroyée par la fondation
Jacobs pour une durée de 5 ans. L’équipe se compose de cinq chercheurs principaux supervisant cinq
doctorants et deux chercheurs postdoctorants coordonnant l’équipe et les activités de recherche.

Population cible :

• enseignement primaire et secondaire

Axes principaux :

• définition des besoins des établissements d’enseignement

• cocréation de l’innovation
• élargissement et transfert des connaissances

Description du programme

Notre centre réunit les connaissances et les compétences d’équipes intervenant dans différents domaines
afin de concevoir, de valider et de mettre en œuvre de nouvelles technologies d’apprentissage reposant
sur l’IA et ainsi, d’aider les élèves de tous les âges à améliorer leur apprentissage autorégulé, c’est-à-dire
la façon dont ils procèdent à leur apprentissage. De plus, nous mettons au point et testons des pratiques
et des principes de conception inclusifs qui stimulent la capacité d’action des élèves afin qu’ils puissent
prendre des décisions d’apprentissage éclairées lorsqu’ils travaillent avec une IA.

Activités principales

Les principales activités du CELLA dans le monde sont divisées en quatre phases de recherche. Lors de
la première phase, tous les sites se concentrent sur la détection de processus d’apprentissage autorégulé
similaires dans un contexte d’enseignement secondaire faisant appel au même système d’IA. Lors de la
deuxième phase, chaque site étudie ces processus d’apprentissage autorégulé dans des situations
pédagogiques plus ouvertes et variées. La troisième phase implique de concevoir et de dispenser un
soutien personnalisé pour l’apprentissage autorégulé, tandis que la quatrième phase met l’accent sur le

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  389

développement et le soutien à long terme de cet apprentissage. Les phases de recherche sont le fruit
d’une collaboration entre des chercheurs, des établissements et des entreprises du secteur des
technologies éducatives.

Résultats

Les résultats des quatre phases de recherche sont communiqués par différents moyens, comme des
publications scientifiques, des blogs et des conférences comme EARLI et ses groupes d’intérêts spéciaux
(p. ex. SIG27). La thèse de chaque doctorant porte sur le travail de recherche qu’il ou elle effectue au
CELLA.

Exemple de produit typique

Lors de la première étude en cours, nous évaluons les processus d’apprentissage autorégulé d’élèves
âgés de 12 à 15 ans lors de la rédaction de dissertations. Pour cela, nous faisons appel aux données de
traçage d’un environnement d’apprentissage numérique (N = 250). Cette évaluation est menée par les
cinq équipes des différents pays dans des classes d’établissements d’enseignement secondaire.
L’expérience est intégrée au programme de cours. Les résultats servent à valider un système d’IA
détectant l’apprentissage autorégulé et la façon dont les élèves procèdent à l’apprentissage.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

390 

14 Stratégies numériques : offrir une

vision commune pour demain

Hyunkyeong Yun, OCDE

Ce chapitre propose un tour d’horizon des stratégies en matière

d’éducation numérique dans les pays et entités de l’OCDE. Il présente
l’évolution de ces stratégies depuis 2019 et met en évidence les
orientations politiques d’hier et d’aujourd’hui. L’intégration et l’utilisation de
la technologie numérique dans l’éducation se sont imposées comme des
priorités nationales dans de nombreux pays. Les pays ont adopté des
objectifs prospectifs comme l’intégration de la technologie dans
l’enseignement, la personnalisation de l’apprentissage au moyen de
l’analyse des données ainsi que l’amélioration des résultats scolaires.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  391

Introduction

Toute volonté de tirer parti des possibilités offertes par l’éducation numérique et d’atténuer ses risques
commence par une stratégie. Bien que les stratégies pour le numérique dans l’éducation ne suffisent pas
en tant que telles, faute d’être systématiquement mises en œuvre [voir (Dellagnelo, 2023[1])], elles
définissent un cap à suivre pour les professionnels de l’éducation, ce qui les rend essentielles.
En 2020, environ la moitié des pays de l’OCDE disposaient d’une stratégie propre au numérique dans
l’éducation (van der Vlies, 2020[2]). Pour la plupart, elles s’inscrivaient dans le cadre de stratégies
nationales d’innovation numérique plus vastes visant à doter la nouvelle génération de compétences
numériques et ainsi, à l’outiller pour faire face à la mutation rapide de la société numérique. La pandémie
de COVID-19 a été à la fois le révélateur de la situation du numérique dans les pays et le déclencheur
d’efforts plus poussés concernant l’éducation numérique.
En promulguant des stratégies pour le numérique dans l’éducation, les pays reconnaissent le caractère
important de la transition numérique dans ce domaine, en déployant toutefois des moyens différents.
Pendant la pandémie, les pouvoirs publics se sont attachés à rendre l’enseignement à distance équitable
et accessible ; pour cela, ils ont révisé, renforcé ou créé leurs propres stratégies (et politiques) nationales
d’éducation numérique.
Ce chapitre présente les stratégies des pays de l’OCDE en matière d’éducation numérique ainsi que les
évolutions qu’elles ont connues depuis 2019, qui s’expliquent probablement par la crise sanitaire. Après
un bref tour d’horizon des stratégies des différents pays, ce chapitre se penche sur les mesures prises
pour profiter de l’élan de la transition numérique, et sur ce que pourrait réserver l’avenir. L’intitulé et les
priorités de chaque stratégie numérique sont présentés sous forme de tableau en annexe.

Réviser ou renforcer les stratégies existantes

L’enquête de l’OCDE sur la gouvernance et les infrastructures numériques a cherché à savoir quels pays
étaient dotés d’une stratégie pour le numérique dans l’éducation et si celle-ci avait été révisée ou publiée
récemment. Le Graphique 14.1 montre que la plupart des pays et des entités disposent d’une stratégie
d’éducation axée sur l’éducation numérique. En l’occurrence, 24 pays et juridictions sur les 29 pour
lesquels des données sont disponibles avaient récemment publié ou révisé une stratégie pour le
numérique dans l’éducation ou étaient en passe de le faire. Plus précisément, 16 pays avaient édicté une
nouvelle stratégie depuis 2020, tandis que 7 autres avaient révisé leur stratégie existante. Quelques-uns
ont mentionné avoir l’intention de publier (4) ou réviser (2) leur stratégie en la matière au cours des
6 prochains mois, tandis que 4 autres n’avaient ni publié ni révisé de stratégie récemment, et n’avaient
pas de projet en ce sens. Le Tableau 14.1 présente le statut et le cadre temporel de la stratégie d’éducation
numérique de chaque pays. La plupart des pays, exception faite du Brésil, du Canada, du Chili, de
l’Islande, de la Suède et de la Tchéquie, disposent d’une stratégie pour le numérique dans l’éducation.
Les pays qui étaient déjà dotés d’une telle stratégie avant 2020 ont soit modifié leur programme, soit mis
en œuvre de nouvelles politiques.
Certains pays ont mis en œuvre une stratégie d’éducation d’ordre général qui compte la transformation
numérique parmi ses volets prioritaires. La Stratégie d’éducation publique 2021-2030 de la Hongrie, qui
définit les priorités d’éducation de ce pays pour la décennie à venir, fait de la transformation numérique de
l’éducation sa clé de voûte. De la même manière, la Stratégie d’éducation 2021-2035 de l’Estonie définit
des objectifs éducatifs à long terme dont l’éducation numérique est le pivot. Les mesures d’atténuation de
la COVID-19 de l’Italie, définies dans le Plan national de relance et de résilience de 2021, considèrent les
stratégies d’éducation numérique comme les piliers de sa reprise post-COVID-19 et de sa préparation au
monde numérisé légué par la pandémie.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

392 

Graphique 14.1. Stratégies d’éducation numérique (2024)

Publication d’une nouvelle stratégie depuis 2020 16 (55% )

Révision de la stratégie depuis 2020 7 (24% )

Publication d’une nouvelle stratégie à venir 4 (14% )

Ni publication/révision récente ni projet en ce sens 4 (14% )

Révision de la stratégie à venir 2 (7% )

0 5 10 15 20 25 30
Nombre de pays/entités

Note: Remarque: N=29

StatLink 2 [Link]

Tableau 14.1. Statut et cadre temporel des stratégies d’éducation numérique des pays de l’OCDE
(2024)
Pays Stratégie Publication Révision Publication Révision Ni Intitulé de la stratégie
récente d’une de la d’une de la publication/révision numérique au cours des cinq
ou à venir nouvelle stratégie nouvelle stratégie récente ni projet dernières années
(révisée) stratégie depuis stratégie à à venir en ce sens
depuis 2020 2020 venir
Autriche ✓ ✓ Plan en huit points pour
l’apprentissage numérique
Brésil ✓ ✓ S.O.
Canada ✓ S.O.
Chili ✓ ✓ S.O.
Tchéquie ✓ S.O.
Danemark ✓ ✓ Accord politique de 2021
Estonie ✓ ✓ Stratégie d’éducation 2021-2035
Finlande ✓ ✓ ✓ Politiques de transformation
numérique de l’éducation et de la
formation (2023-2027)
France ✓ ✓ Stratégie du numérique pour
l’éducation 202 -2027
Hongrie ✓ ✓ Stratégie d’éducation publique
2021-2030
Islande ✓ S.O.
Irlande ✓ ✓ Stratégie numérique pour les
écoles à l’horizon 202
Italie ✓ ✓ ✓ Plan national de relance et de
résilience (stratégie révisée)/Plan
national pour l’école numérique
(stratégie à venir)
Japon ✓ ✓ Mise en œuvre de mesures
propices aux technologies de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  393

Pays Stratégie Publication Révision Publication Révision Ni Intitulé de la stratégie

récente d’une de la d’une de la publication/révision numérique au cours des cinq
ou à venir nouvelle stratégie nouvelle stratégie récente ni projet dernières années
(révisée) stratégie depuis stratégie à à venir en ce sens
depuis 2020 2020 venir
pointe pour soutenir
l’apprentissage dans une ère
nouvelle (2019)
Feuille de route pour l’utilisation
des données en éducation (2022)
Corée ✓ ✓ ✓ Initiative de transformation
numérique de l’éducation
(2023.2.)
Plan directeur pour les TIC dans
l’éducation (2019-2023)
Lettonie ✓ ✓ Plan national de développement
2021-2027 et Directives sur le
développement de l’éducation
2021-2027
Lituanie ✓ ✓ Livre blanc sur les technologies
éducatives
Luxembourg ✓ ✓ ✓ Einfach Digital
Mexique ✓ ✓ Agenda Digital Educativa 2020
Pays-Bas ✓ ✓ Programme de transformation
numérique : Enseignement
primaire et secondaire
Nouvelle- ✓ ✓ Connecter l’ako : Le numérique et
Zélande les données au service de
l’apprentissage
Slovénie ✓ ✓ Plan d’action numérique en
éducation
Espagne ✓ ✓ Plan de Digitalización y
Competencias Digitales del
Sistema Educativo
Suède ✓ S.O.
Türkiye ✓ ✓ Vision de la Turquie pour
l’éducation (202 )
États-Unis ✓ ✓ Plan national pour les
technologies pédagogiques des
États-Unis (2024)
Angleterre ✓ ✓ Numérique, données et
(Royaume- technologies (département de
Uni) l’éducation)
Comm. ✓ ✓ Saut numérique (Digisprong)
flamande
(Belgique)
Comm. ✓ ✓ Stratégie numérique pour
française l’éducation
(Belgique)
Total 25 16 7 4 2 4

Remarque : Les stratégies d’éducation numérique indiquées dans le tableau sont des politiques pour le numérique dans l’éducation spécifiques
et documentées qui ont été promulguées au cours des cinq dernières années. Elles définissent la façon dont les technologies numériques et
innovantes peuvent s’appliquer et profiter à l’éducation. Les pays qui ne disposent pas de stratégie d’éducation numérique peuvent être dotés
d’un programme ou d’une stratégie de transformation numérique plus vaste incluant des volets sur l’éducation.

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

394 

Stratégies numériques en réponse à la crise du COVID-19

Bon nombre de pays ont révisé leur stratégie ou en ont élaboré une nouvelle pendant la
pandémie de COVID-19.

L’exemple de la Communauté flamande de Belgique illustre bien comment une réponse globale à la
pandémie a servi à mettre au point une politique plus pérenne. Pendant la crise, les pouvoirs publics ont
lancé Digisprong (« saut numérique »), une stratégie pour le numérique dans l’éducation mise au point
dans le cadre du plan de relance national Vlaamse Veerkracht (reprise flamande) qui entendait s’attaquer
aux problèmes créés par la pandémie de COVID-19. À l’aide de fonds de la Facilité pour la reprise et la
résilience (FRR) de la Commission européenne, Digisprong vise à établir une infrastructure de TIC sûre,
à doter chaque élève d’un appareil numérique, à former les professionnels de l’éducation aux
compétences numériques, à instaurer des politiques scolaires pertinentes en matière de TIC comme la
prévention du cyberharcèlement et l’amélioration de l’inclusion numérique et enfin, à mettre en œuvre un
Digisprong Kenniscentrum (centre de connaissances) pour rapprocher les établissements et les acteurs
concernés. Cette politique a permis de franchir une étape majeure, à savoir mettre un appareil numérique
à la disposition de chaque élève1.
D’autres pays ont revu leurs programmes pour faire face aux défis engendrés par la crise sanitaire.
L’Autriche a lancé son Plan en huit points pour l’apprentissage numérique (8-Punkte-Plan für den digitalen
Unterricht) en 2020 dans le cadre de sa stratégie nationale de transformation numérique Digital Austria
Act, révisée après le passage à l’apprentissage numérique en raison de la pandémie de COVID-19. L’un
des enjeux majeurs de Digital Austria Act est la relance : s’inspirant des enseignements tirés de la
pandémie, elle encourage la transformation numérique, considérée comme l’une des clés d’une économie
pérenne et résiliente. Le plan soutient notamment l’amélioration de l’infrastructure numérique tant au sein
des établissements qu’en dehors, la création de matériel et de plateformes d’apprentissage numériques
ainsi que la mise à disposition d’appareils aux élèves dans le but de renforcer leurs compétences
numériques. Il vise à faire durer l’intérêt suscité par la création d’un environnement d’apprentissage
numérique robuste et tourné vers l’avenir 2.
Certains pays qui n’avaient pas promulgué de stratégie d’éducation numérique avant la pandémie s’en
sont dotés ou ont adjoint un volet numérique à leur stratégie générale pour l’éducation. Dans des pays
comme la Tchéquie, le Mexique et le Brésil, la transformation numérique s’est hissée parmi les priorités
de la politique nationale en matière d’éducation. La stratégie nationale d’éducation de la Tchéquie,
Stratégie 2030+, fait de la transformation numérique l’une des clés de la modernisation du système
d’éducation. De même, le Mexique s’est doté d’un Agenda Digital Educativa pour la période 2020-2024,
qui vise à mettre en place des équipements numériques et d’accès à Internet et à accroître l’accès aux
infrastructures numériques physiques en milieu rural. Même si le Brésil avait déjà mis en place différentes
strates politiques relatives à l’éducation numérique, il a lancé un Plan national d’éducation numérique qui
s’aligne sur la stratégie globale de transformation numérique 2022-2026 du pays mandatée par la Cour
des comptes nationale.

D’autres pays se sont concentrés sur la mise en œuvre des stratégies existantes, souvent
en accélérant leur application

Dans certains systèmes d’éducation, la pandémie a donné un coup d’accélérateur à l’application des
stratégies existantes. Par exemple, en 2018, la Communauté française de Belgique avait publié une
stratégie pour le numérique dans l’éducation qui visait à développer le matériel d’apprentissage
numérique, à former le personnel et les élèves, à équiper les établissements d’infrastructures de TIC et à
accroître la gouvernance numérique dans le but de réformer l’enseignement primaire et secondaire. La
crise du COVID-19 a accéléré la mise en œuvre de cette stratégie au moyen de politiques
complémentaires, par exemple l’octroi de fonds supplémentaires afin d’améliorer l’accès à Internet à haut

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  395

débit à l’école et de fournir des outils numériques aux établissements d’enseignement et aux élèves ayant
des besoins spécifiques. Dans sa Déclaration de politique 2019-2024, la Fédération Wallonie-Bruxelles
fait de la transformation numérique l’une de ses priorités, soutenant ainsi la mise en œuvre de la Stratégie
d’éducation numérique de 2018 dans différents secteurs politiques et à différents niveaux administratifs 3.
En 2015, la Finlande a adopté son programme de Bond en avant numérique visant à moderniser les
infrastructures de TIC dans les établissements, à renforcer les compétences numériques des enseignants
et des élèves et enfin, à faciliter l’emploi d’outils numériques pour les élèves ayant des besoins spécifiques.
Néanmoins, en comparaison à d’autres pays nordiques, les établissements finlandais faisaient
relativement peu appel à des ressources numériques dans l’enseignement et l’apprentissage 4. Pendant la
pandémie, les pouvoirs publics ont consenti des investissements considérables afin de fournir du matériel
informatique aux établissements et des appareils numériques aux élèves et aux enseignants, au-delà des
efforts prévus par le programme de Bond en avant numérique. L’amélioration de l’accès aux infrastructures
informatiques et de leur qualité demeure la priorité du gouvernement finlandais pour l’éducation de demain.
La création de l’Agence des services numériques et données démographiques en 2020 prouve que les
pouvoirs publics entendent poursuivre leur suivi de la transformation numérique. En avril 2023, le ministère
de l’Éducation et de la Culture a publié ses Politiques de transformation numérique de l’éducation et de la
formation pour 2027. Dans ce cadre, la Finlande se donne pour objectif de parvenir à une transformation
numérique pérenne de l’enseignement, de l’éducation et de la formation à l’horizon 2027, avec pour enjeu
majeur l’égalité des chances au moyen d’une utilisation efficace des outils numériques.
L’Italie a commencé à intégrer des solutions numériques à son système d’éducation au milieu des
années 2000 (Avvisati et al., 2013[3])[Link] Plan national pour l’école numérique de 2015 visait à améliorer
l’accès aux TIC et à renforcer la pédagogie et les compétences numériques des élèves et des enseignants.
Il est à l’origine d’une amélioration notable des infrastructures technologiques dans les établissements
d’enseignement italiens. En 2020, 93 % des classes avaient accès à Internet, tandis que le rapport
appareil/élève était passé à 1 pour 4, contre 1 pour 8 en 2013. Le Plan numérique a également donné lieu
à plus de 14 000 « espaces d’apprentissage innovants » comme des classes équipées de technologie de
pointe, des pôles numériques et des laboratoires mobiles. La pandémie a été à l’origine d’investissements
supplémentaires : des enveloppes budgétaires ont été affectées à l’achat d’outils numériques pour les
élèves, et le Plan national de relance et de résilience de 2021, soutenu par des ressources de la Facilité
pour la reprise et la résilience (FRR) de la Commission européenne, a investi dans des plateformes
d’apprentissage en ligne, des appareils numériques et l’amélioration de l’accès à Internet, affectant
2 milliards EUR supplémentaires à 100 000 classes avancées à l’horizon 2025. La stratégie suivante
« École numérique 2022-2026 », qui relève du Plan de relance et de résilience, rationalisera les services
numériques, passera à des plateformes dématérialisées, mettra en œuvre une plateforme d’accès
numérique commune et encouragera l’adoption de systèmes à identifiant unique dans les services publics.

Mais tous les pays ne disposent pas d’une stratégie pour le numérique dans l’éducation.

Cela étant, tous les pays ne disposent pas d’une stratégie pour le numérique dans l’éducation. Le Chili,
l’Estonie ou l’Islande ne disposent pas de stratégie d’éducation numérique à proprement parler, même si
leur gouvernement considère la transformation numérique comme une priorité politique. Le Chili est doté
d’une stratégie nationale du numérique qui vise à stimuler la transformation numérique du pays, y compris
dans l’éducation. La Stratégie d’éducation 2021-2035 et le Programme numérique 2030 de l’Estonie sont
le reflet des ambitions des pouvoirs publics, qui entendent développer les compétences et la littératie
numériques de ses citoyens au moyen de l’éducation. L’Islande a amorcé une transformation numérique
voilà des décennies par l’entremise de son organisme Digital Iceland. La transformation numérique de
l’éducation n’est toutefois pas une priorité politique explicite.
Au Canada, l’éducation est du ressort des gouvernements provinciaux et territoriaux, ce qui explique
l’absence de stratégie à l’échelle nationale en matière de numérique. Il revient aux gouvernements

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

396 

infranationaux de définir leur propre approche : ainsi, en 2018, le gouvernement du Québec a adopté le
Plan d’action numérique en éducation afin de stimuler le développement des compétences numériques et
promouvoir les solutions technologiques dans l’éducation. Les provinces et les territoires collaborent pour
échanger leurs bonnes pratiques au regard des stratégies numériques sous la houlette du Conseil des
ministres de l’Éducation du Canada (CMEC).

Objectifs fréquents des stratégies nationales

Qu’elles aient été révisées, adoptées ou consolidées en réponse à la crise du COVID-19, la plupart des
stratégies ont pour enjeux communs les infrastructures physiques (appareils et accès à Internet) et les
compétences numériques (des élèves et des enseignants). Certaines mettent l’accent sur les applications
technologiques émergentes, tandis qu’un grand nombre sont en préparation pour cadrer l’IA et l’IA
générative. La convivialité et l’efficacité des écosystèmes d’éducation figurent plus rarement au nombre
des priorités des pays et des entités

Réduire la fracture numérique

Au premier rang des problèmes révélés par la pandémie de COVID-19 figure la fracture numérique issue
des inégalités d’accès à l’apprentissage en ligne entre des groupes socio-économiques plus ou moins
favorisés. Notre collecte de données montre que pour réduire la fracture numérique d’origine socio-
économique observée pendant la pandémie de COVID-19, de nombreux pays s’attachent à améliorer
leurs infrastructures de TIC et l’offre d’appareils numériques. Le Tableau 14.2 présente les changements
budgétaires en matière d’infrastructures numériques physiques au cours des cinq dernières années
(2018-23).
De manière générale, la plupart des pays entendent fournir des appareils numériques et améliorer l’accès
à Internet. Sur 29 pays, 23 ont axé leurs efforts sur l’achat d’appareils pour les établissements, tandis que
21 ont mis l’accent sur la connexion Wi-Fi ou mobile et/ou l’amélioration de leur connexion à haut débit.
Vingt pays ont revu leur budget à la hausse afin de mettre des appareils à la disposition des élèves en
général ou de ceux ayant des besoins spécifiques en particulier. L’amélioration des serveurs Internet était
une mesure moins répandue : seuls neuf pays ont consacré plus de fonds à leurs plateformes et serveurs
Internet.

Tableau 14.2. Changements significatifs d’orientations politiques ou budgétaires en matière

d’éducation numérique au cours des cinq dernières années (2024)
Changements d’orientations politiques ou budgétaires en matière d’éducation numérique au cours des cinq dernières
années
Connexion à Connexion Appareils dans les Appareils Appareils pour les Serveurs Autre
haut débit Wi-Fi ou établissements pour les élèves ayant des Internet
mobile élèves besoins spécifiques
Autriche ✓ ✓ ✓ ✓ ✓
Brésil ✓ ✓ ✓ ✓ ✓ ✓ ✓
Canada ✓ ✓ ✓ ✓
Chili ✓ ✓ ✓ ✓ ✓ ✓
Tchéquie ✓ ✓ ✓ ✓
Danemark
Estonie ✓ ✓ ✓
Finlande ✓ ✓ ✓ ✓ ✓
France ✓ ✓ ✓ ✓ ✓ ✓
Hongrie ✓ ✓ ✓ ✓ ✓

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  397

Changements d’orientations politiques ou budgétaires en matière d’éducation numérique au cours des cinq dernières
années
Connexion à Connexion Appareils dans les Appareils Appareils pour les Serveurs Autre
haut débit Wi-Fi ou établissements pour les élèves ayant des Internet
mobile élèves besoins spécifiques
Islande
Irlande
Italie ✓ ✓ ✓ ✓ ✓ ✓
Japon ✓ ✓ ✓ ✓
Corée ✓ ✓ ✓ ✓
Lettonie ✓ ✓ ✓ ✓ ✓
Lituanie ✓ ✓ ✓
Luxembourg ✓ ✓ ✓ ✓ ✓ ✓ ✓
Mexique
Pays-Bas ✓ ✓
Nouvelle- ✓ ✓ ✓ ✓ ✓ ✓
Zélande
Slovénie ✓ ✓ ✓ ✓ ✓ ✓
Espagne ✓ ✓ ✓ ✓ ✓ ✓
Suède ✓
Türkiye ✓ ✓ ✓ ✓ ✓
États-Unis ✓ ✓ ✓ ✓ ✓ ✓ ✓
Angleterre ✓ ✓ ✓ ✓ ✓
(Royaume-Uni)
Comm. ✓ ✓ ✓ ✓ ✓ ✓
flamande
(Belgique)
Comm. ✓ ✓ ✓ ✓
française
(Belgique)
Total 21 21 23 20 20 9 8

Remarque: N=29

StatLink 2 [Link]

Les pays donnent la priorité à l’offre d’appareils numériques à l’usage des élèves dans les
établissements

Plusieurs pays ont consacré des fonds de relance post-COVID-19 à l’achat d’appareils numériques
destinés aux établissements et aux élèves. Par exemple, en 2021, la Lettonie a lancé le projet « Un
ordinateur pour chaque enfant » dans le but de mettre un ordinateur et une bibliothèque logicielle à la
disposition de chaque élève et enseignant dans les établissements à l’horizon 20256. En outre, les
pouvoirs publics lettons ont fait l’acquisition de 26 000 ordinateurs portables destinés au premier cycle de
l’enseignement secondaire, qui compte 60 000 élèves, ce qui revient à attribuer un appareil numérique à
un tiers des effectifs scolarisés à ce niveau en 20217. En 2022, d’autres fonds du REACT-EU (Aide à la
relance pour la cohésion et les territoires européens) et du Plan de relance pour l’Europe ont également
servi à financer l’achat d’appareils portables pour les élèves dans le besoin.
L’Autriche a aussi mis en œuvre une mesure de ce type dans le cadre de son plan de relance national,
grâce à une subvention de l’Union européenne par l’entremise de la Facilité pour la reprise et la résilience
(FRR). Depuis l’année scolaire 2021-22, 320 000 élèves du premier cycle de l’enseignement secondaire
ont reçu un appareil numérique. D’ici l’année scolaire 2023-24, 98 % des élèves de l’enseignement
secondaire apprendront et travailleront avec des appareils numériques. Plus de 40 000 enseignants ont

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

398 

reçu, de la part du gouvernement fédéral, voire des États fédéraux, des appareils numériques qui leur
serviront d’outil pédagogique.
Aux Pays-Bas, le ministère de l’Éducation, de la Culture et des Sciences a révisé sa précédente stratégie
d’éducation édictée en 2019, le Programme de transformation numérique de l’enseignement primaire et
secondaire, en promulguant une nouvelle Stratégie d’adaptation numérique en 2021. Au titre de cette
dernière, les pouvoirs publics ont fait l’acquisition de 75 000 appareils destinés aux élèves afin de leur
permettre de prendre part à l’enseignement à distance, moyennant un investissement de 24 millions EUR.
En Nouvelle-Zélande, afin de mettre en œuvre un nouveau programme d’enseignement numérique conçu
en 2018, le pays a investi plus de 700 millions NZD (380 millions EUR) pour améliorer l’infrastructure
numérique physique des établissements publics et de Te Kura.

Les pays se sont aussi intéressés à l’amélioration de l’accès à Internet.

Après la pandémie, certains pays ont adopté des politiques relatives à l’accès à Internet qui, en mettant
Internet à la portée du plus grand nombre, entendent offrir un environnement d’apprentissage numérique
à la maison plus équitable. En l’occurrence, pendant la pandémie de COVID-19, la Corée a conclu des
accords avec des entreprises et des prestataires de télécommunication privés comme Samsung et LG
pour louer 316 000 appareils numériques. Assortis d’un forfait de données mobiles, ceux-ci ont été mis
gratuitement à la disposition des élèves défavorisés pour assurer un accès équitable à Internet.
Dans le même temps, le ministère de l’Éducation, de la Culture, des Sports, des Sciences et de la
Technologie (MEXT) du Japon a pris des mesures ambitieuses pour encourager le numérique dans
l’éducation en révisant ses politiques et en augmentant ses dépenses. Il a fait passer en priorité
l’élargissement de la couverture Wi-Fi et cellulaire à tous les établissements d’enseignement et la
généralisation de l’accès à Internet à haut débit dans les écoles professionnelles. Selon une étude de ce
ministère, le taux d’adoption du Wi-Fi dans les établissements a connu une augmentation spectaculaire
puisqu’il est passé de 48.9 % en 2020 à 948 % en 2022.
En 2023, la France a présenté sa stratégie du numérique pour l’éducation 2023-2027 qui repose sur les
enseignements du COVID-19 et de consultations antérieures. Dans la droite ligne du plan d’investissement
France 2030 de 54 milliards EUR, qui succède au plan France Relance mis en place pendant la pandémie,
des montants considérables sont investis dans les infrastructures numériques. Dans le cadre de
France 2030, les autorités locales procèdent à des investissements considérables en faveur de l’accès à
Internet dans les établissements (haut débit, Wi-Fi, connexion mobile et serveurs Internet) et fournissent
des appareils à l’usage des élèves, que ce soit à l’école ou à la maison.

À l’avenir, les priorités en matière de matériel numérique feront la part belle à l’amélioration
de l’accès à Internet.

Le Tableau 14.3 présente les priorités des pays en matière d’infrastructure numérique physique au cours
des cinq prochaines années. L’accès à Internet dans des établissements comme les écoles est la priorité
majeure des pays : 22 pays en font une priorité tandis que 19 autres favorisent l’amélioration de la vitesse
de la connexion. La mise à disposition d’appareils numériques dans les établissements et à la maison est
passé au second plan : 12 pays préfèrent d’abord mettre des appareils numériques à la disposition des
élèves à l’école et à la maison, tandis que 13 fournissent des appareils à l’usage des élèves dans les
établissements.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  399

Tableau 14.3. Priorités des stratégies d’éducation numérique : volet matériel (2024)
Priorités stratégiques : volet matériel

Ordinateurs portables ou

accéder aux plateformes

tablettes à l’ usage des

dans les établissements

numériques spécifiques

Vitesse de connexion à

Itinérance gratuite des

données mobiles pour
établissements et à la

Accès à Internet dans

Vitesse de connexion
les établissements
Appareils pour les

Appareils pour les

Accès à Internet
élèves dans les

élèves dans les

Autres priorités
établissements

pédagogiques
Équipements
enseignants

généralisé

la maison
maison

Autriche ✓ ✓ ✓ ✓
Brésil ✓ ✓ ✓ ✓ ✓ ✓
Canada ✓ ✓ ✓
Chili ✓ ✓ ✓
Tchéquie ✓ ✓ ✓
Danemark
Estonie ✓ ✓ ✓ ✓ ✓
Finlande ✓ ✓
France
Hongrie ✓ ✓ ✓ ✓ ✓
Islande
Irlande ✓ ✓ ✓ ✓ ✓ ✓
Italie
Japon ✓
Corée ✓* ✓* ✓* ✓* ✓*
Lettonie ✓ ✓ ✓ ✓ ✓
Lituanie ✓ ✓ ✓ ✓ ✓ ✓
Luxembourg
Mexique ✓ ✓ ✓
Pays-Bas
Nouvelle- ✓ ✓ ✓ ✓ ✓ ✓
Zélande
Slovénie ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓
Espagne ✓ ✓* ✓ ✓ ✓ ✓ ✓*
Suède
Türkiye ✓ ✓
États-Unis ✓ ✓
Angleterre ✓ ✓
(Royaume-Uni)
Comm. ✓ ✓ ✓ ✓ ✓
flamande
(Belgique)
Comm. ✓ ✓ ✓ ✓ ✓ ✓
française
(Belgique)
Total (29) 13 12 15 13 22 5 19 5 5 1

Remarque: L’asterisque (*) indique que cette disposition constitue une priorité aux niveaux infranationaux de gouvernement. N=29.

StatLink 2 [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

400 

Par exemple, dans le cadre de son Programme d’innovation pour l’éducation connectée (Programa de
Inovação Educação Conectada), le Brésil entend appuyer les établissements en assurant un accès
universel à Internet à haut débit à l’horizon 2024 et en reliant des régions isolées de la forêt amazonienne
à Internet8. De même, au Japon, MEXT vise à augmenter ses investissements en faveur du cadre
technologique des établissements en améliorant l’accès à haut débit et par Wi-Fi au cours des années à
venir. L’un des deux piliers de la Stratégie numérique pour les écoles 2020-27 de l’Irlande est un
investissement pérenne en faveur des infrastructures numériques, et en particulier de l’accès à Internet. Il
sert l’un des objectifs du gouvernement, à savoir améliorer l’accès à Internet dans les établissements
isolés en accordant des fonds supplémentaires aux établissements dans les secteurs défavorisés afin de
renforcer leurs capacités de TIC.

Vers une transformation numérique

Bien que les pays aient amélioré l’accès à Internet et la fourniture d’appareils numériques aux
établissements et aux élèves en réponse à la pandémie ou à l’inadéquation des équipements numériques,
les stratégies numériques de bon nombre de pays mettent aussi en exergue le fait que les processus
d’enseignement et d’apprentissage (tout comme les processus administratifs des établissements) doivent
ouvrir davantage la porte aux outils et ressources numériques.

La plupart des pays donnent la priorité au développement des ressources d’enseignement

et d’apprentissage numériques.

Le Tableau 14.4 présente le volet immatériel des priorités des stratégies d’éducation numérique des pays
au cours des cinq prochaines années d’après notre collecte de données. La majorité des pays, soit 25 sur
29, donnent la priorité au développement de plateformes éducatives et de ressources d’enseignement et
d’apprentissage numériques en ligne. Par ailleurs, 17 pays ont indiqué vouloir améliorer ou développer
des systèmes d’information ou de données, par exemple des systèmes d’information scolaires ou des
systèmes d’information sur la gestion de l’éducation.
Environ la moitié des pays ayant participé à la collecte des données prévoient de mettre en place et de
soutenir en priorité les systèmes de gestion de l’apprentissage et différentes fonctions relatives à
l’admission des élèves et l’administration des examens. Douze pays prévoient de favoriser en priorité les
systèmes de gestion de l’apprentissage, 11, l’administration numérique des examens et 11 autres le
système de gestion des admissions.
À l’inverse, l’intégration d’outils numériques innovants d’enseignement et d’apprentissage et la
personnalisation de l’enseignement à l’aide d’une analyse de l’apprentissage en classe et de systèmes de
tutorat intelligents n’étaient pas prioritaires dans la plupart des pays. Le développement de logiciels pour
l’analyse de l’apprentissage en classe était la priorité la moins répandue, avec seulement sept pays, suivi
du développement de systèmes de tutorat intelligent, souhaité par huit pays.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  401

Tableau 14.4 Priorités des stratégies d’éducation numérique : volet immatériel (2024)
Priorités stratégiques : volet immatériel

Système de certification
Plateformes éducatives
pour les enseignants et

Systèmes de gestion

données (SIS/SIGE)
l’ apprentissage en

de l’ apprentissage
numériques en ligne

Systèmes de tutorat

des admissions des

Système de gestion
d’ information/de

numérique des
et ressources

Organisation
Analyse de
intelligents

numérique
les élèves

Systèmes

examens

élèves
classe

Autre
Autriche ✓ ✓ ✓ ✓ ✓
Brésil ✓ ✓
Canada ✓ ✓
Chili ✓ ✓ ✓ ✓ ✓
Tchéquie ✓ ✓ ✓
Danemark
Estonie ✓ ✓ ✓ ✓ ✓
Finlande ✓ ✓ ✓ ✓
France ✓ ✓
Hongrie ✓ ✓ ✓ ✓
Islande ✓ ✓ ✓
Irlande ✓ ✓ ✓ ✓
Italie ✓ ✓
Japon ✓ ✓ ✓
Corée ✓ ✓ ✓ ✓ ✓ ✓ ✓
Lettonie ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓
Lituanie ✓ ✓ ✓ ✓ ✓
Luxembourg ✓ ✓ ✓
Mexique ✓ ✓ ✓ ✓ ✓
Pays-Bas
Nouvelle- ✓ ✓ ✓
Zélande
Slovénie ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓
Espagne ✓ ✓ ✓ ✓ ✓
Suède ✓
Türkiye ✓ ✓ ✓
États-Unis ✓ ✓
Angleterre ✓ ✓
(Royaume-Uni)
Comm. flamande ✓ ✓ ✓
(Belgique)
Comm. française ✓ ✓ ✓ ✓ ✓
(Belgique)
Total 25 8 7 12 17 8 11 11 6

Remarque: N=29

StatLink 2 [Link]

La priorité de la Türkiye en matière de numérique dans l’éducation est d’améliorer les fonctions du Réseau
d’information pour l’éducation, sa plateforme de ressources d’apprentissage numérique, dans le cadre de
son Projet pour une scolarité sûre et l’enseignement à distance. Le ministère prévoit de développer les
ressources d’enseignement et d’apprentissage en ligne par le biais du Réseau et d’étoffer ses
fonctionnalités afin qu’il soit davantage utilisé dans les établissements et à la maison.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

402 

De même, la Hongrie vise à développer des ressources et des contenus d’enseignement et

d’apprentissage numériques parallèlement à son système public de gestion de l’apprentissage pour
l’éducation. L’autorité éducative de la Hongrie est responsable de la formation professionnelle des
enseignants en exercice et du développement des ressources et du contenu d’enseignement et
d’apprentissage numériques.

Certains pays tentent d’intégrer des technologies d’IA dans les classes.

La Corée est un cas d’école en ce qui concerne l’IA. Sa stratégie pour le numérique dans l’éducation
promulguée en 2023, l’Initiative de transformation numérique de l’éducation, se donne pour objectif
« l’éducation pour tous » au moyen de la personnalisation de l’apprentissage à l’aide de technologies de
pointe comme l’intelligence artificielle. Pour le volet majeur de cette initiative, le gouvernement prévoit
d’adopter des manuels scolaires numériques basés sur l’IA dès 2025, qui permettront aux enseignants et
à la technologie d’IA de coopérer pour mettre au point des leçons personnalisées pour chaque élève. Des
cours de programmation feront également leur entrée dans le programme d’enseignement obligatoire pour
les élèves des premier et deuxième cycles de l’enseignement secondaire à partir de 2025. Des projets
pilotes relatifs à l’IA dans les écoles, prévus dans le cadre de cette stratégie, ont déjà débuté. Depuis
2023, 300 établissements jouent un rôle de premier plan dans la transformation numérique.
En novembre 2023, l’Autriche a promulgué un ensemble complet en six points qui vise à intégrer et gérer
l’IA dans les établissements afin de préparer les élèves à une vie responsable et autodéterminée dans un
monde régi par l’IA. Ce plan comprend la mise en place de cent établissements pilotes faisant la part belle
à l’IA dans le matériel pédagogique, les manuels scolaires et la formation des enseignants. Les
établissements et les professionnels de l’éducation bénéficieront d’aide pour utiliser l’IA dans les travaux
écrits comme les devoirs et les examens finaux9.
Les Directives en matière de transformation numérique 2021-2027 de la Lettonie entendent faire appel à
des simulations, des laboratoires virtuels ainsi qu’à l’enseignement et l’apprentissage reposant sur l’IA.
Elles visent à mettre l’analyse des données au service de la personnalisation de l’apprentissage et de
l’amélioration des résultats scolaires. En outre, elles conduiront à proposer les examens nationaux sous
forme numérique, ainsi qu’à mettre au point et déployer des outils numériques comme des systèmes de
détection précoce.
Tirant des enseignements de la pandémie, la Stratégie numérique pour les écoles 2020-2027 de l’Irlande
couvre un vaste éventail de thématiques allant de l’utilisation de l’IA dans l’éducation jusqu’à l’acquisition
de compétences numériques compétitives comme la programmation et la pensée informatique. Ainsi,
l’objectif d’« être un apprenant numérique » figure parmi les sept domaines de compétences majeurs de
la version provisoire du Cadre pédagogique primaire (2020). Ce document appelle également à intégrer
les technologies numériques dans toutes les disciplines de la 1 re à la 6e année d’études. Dans la version
officielle du Cadre pédagogique primaire pour les établissements primaires et spécialisés publiée en 2023,
l’enseignement des STIM compte parmi les cinq disciplines fondamentales : l’intégration des
mathématiques, des sciences et d’autres disciplines technologiques vise à favoriser l’acquisition des
compétences numériques chez les élèves 10.

D’autres pays s’intéressent aussi à la mise en œuvre d’un environnement en ligne sûr,
sécuritaire et éthique.

Certains systèmes soulignent dans leur stratégie le caractère important des conditions de la transformation
numérique. L’Accord politique promulgué par le Danemark en 2021 remplace sa précédente stratégie
d’éducation numérique (Plan d’action pour la technologie dans l’éducation) et vise à la fois à garantir la
sûreté et la sécurité dans l’espace pédagogique en ligne et à créer une culture numérique saine. Entre
autres objectifs, l’Angleterre vise notamment à cultiver un environnement numérique sûr en s’efforçant de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  403

prévenir les fuites de données ou les dysfonctionnements du système, ce qui souligne l’importance de la
cybersécurité et de la sécurité en ligne.

Conclusion

L’expérience du COVID-19 a poussé de nombreux systèmes d’éducation à revoir leurs politiques relatives
au numérique. Si les approches initiales se concentraient sur la fourniture des infrastructures informatiques
et des outils numériques adaptés pour accéder à l’apprentissage en ligne, de nombreuses stratégies
suggèrent également que les pouvoirs publics accordent désormais de l’importance à la modernisation et
la transformation numérique de leur système d’éducation. De surcroît, les pays sont désormais plus
favorables à l’acquisition de compétences numériques chez les nouvelles générations afin de les préparer
à l’économie mondiale de demain. L’éducation numérique, en termes de renforcement des compétences
numériques et de l’infrastructure pédagogique numérique, fait désormais partie des priorités de l’éducation
nationale dans de nombreux pays, ce qui met la transformation numérique de ce secteur au cœur des
stratégies nationales d’adaptation numérique, au lieu d’en faire un élément annexe comme c’était souvent
le cas avant la crise du COVID-19.
Si les stratégies des pays en matière d’éducation numérique visent, de manière générale, à doter les
élèves de compétences numériques et à réduire la fracture numérique, certains adoptent des objectifs
prospectifs, comme l’intégration plus systématique des technologies numériques dans les systèmes
d’enseignement, d’apprentissage et de gestion scolaires, des analyses de données mises au service de
l’amélioration des résultats scolaires et des enseignants afin que ceux-ci puissent créer des systèmes
d’enseignement efficaces et personnalisés et, enfin, la garantie d’un environnement numérique sûr et
éthique.
La mise en œuvre d’une stratégie pour le numérique dans l’éducation, idéalement conçue en collaboration
avec tous les acteurs du secteur de l’éducation, est essentielle. De nombreuses stratégies mériteraient
d’être étoffées pour rendre les écosystèmes d’éducation numérique des pays plus conviviaux et efficaces
et tirer parti de toutes les possibilités de la technologie existante, mais le fait de disposer d’une stratégie
donne un cap à suivre à tous les acteurs d’un système d’éducation. Ce n’est cependant qu’une première
étape. Le défi suivant, et non des moindres, réside dans sa mise en œuvre.

Références

Avvisati, F. et al. (2013), « Review of the Italian Strategy for Digital Schools », OECD Education [3]
Working Papers, n° 90, OECD Publishing, Paris, [Link]

Dellagnelo, L. (2023), « The role of support organisations in implementing digital education [1]
policies », dans OECD Digital Education Outlook 2023. Towards an Effective Digital
Education Ecosystem, OECD Publishing, [Link]

OECD (2023), Country Digital Education Ecosystems and Governance. A companion to Digital [4]
Education Outlook 2023, OECD Publishing, [Link]

van der Vlies, R. (2020), « Digital strategies in education across OECD countries: Exploring [2]
education policies on digital technologies », OECD Education Working Papers, n° 226, OECD
Publishing, Paris, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

404 

Remarques

1 Le projet Digisprong de la Communauté flamande ([Link])

2 Plan en huit points pour l’apprentissage numérique ([Link])

3 Digital-Wallonia-V3-0-Texte-Complet-2022-09-01 ([Link])

4 Faire un « bond en avant numérique » dans les écoles finlandaises – Portail de recherche de l’université
de Tampere ([Link])

5 Italie | Technologie | Profils d’éducation ([Link])

6 télécharger ([Link])

7 Scolarisation dans l’enseignement général à temps plein selon l’année d’études (au début de l’année
scolaire). PxWeb ([Link])

8 Voir (OECD, 2023[4]), « Brésil ».

9 Nouvel ensemble de mesures pour l’IA dans le secteur de l’éducation. Künstliche Intelligenz – Chance
für Österreichs Schulen ([Link])

10 Stratégies numériques pour les établissements à l’horizon 2027 :

[Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  405

Annexe 14.A. Intitulé et objectifs principaux des

stratégies des pays en matière de numérique

Tableau d’annexe14.A.1. Les stratégies d’éducation numérique et leurs objectifs

Pays Stratégie d’éducation numérique Objectifs
Autriche Plan en huit points pour l’apprentissage Plan en huit points :
numérique 1. Portail scolaire numérique
Digitale Schule ([Link]) 2. Standardisation des plateformes
3. Formation continue des professionnels de l’éducation
4. Harmonisation d’Eduthek avec le programme
d’enseignement
5. Label de qualité pour les applications éducatives
6. Élargissement des infrastructures informatiques de base
dans les établissements
7. Terminaux numériques pour les élèves
8. Terminaux numériques pour les enseignants
Brésil S.O.
Canada S.O.
Chili S.O.
Tchéquie Stratégie nationale pour la politique Objectif 1 : Acquisition des compétences
d’éducation de la République tchèque Objectif 2 : Réduction des inégalités d’accès à une éducation de
jusqu’en 20 0+ qualité
brozura_S2030_en_fin_online.pdf 1. Transformation du contenu, des méthodes et de
([Link]) l’évaluation de l’éducation
2. Égalité d’accès à l’éducation
3. Soutien au personnel enseignant
4. Augmentation des capacités personnelles, de la
confiance et de la coopération
5. Accroissement des subventions et de l’amélioration de
leur pérennité
Danemark Accord politique de 2021 1. Sensibilisation des élèves aux problèmes liés à la
Aftaletekst om styrket digital dannelse sécurité sur Internet
af børn og unge ([Link]) 2. Développement de ressources d’enseignement
numérique
3. Promotion d’une culture numérique saine dans les
établissements.
Estonia Stratégie d’éducation 2021-2035 1. Inclure des possibilités d’apprentissage variées et
Strategic planning for 2021–2035 | accessibles à différents niveaux et types d’éducation
Haridus- ja Teadusministeerium grâce au numérique
([Link]) 2. Renforcer les compétences numériques des
professionnels de l’éducation, qui doivent connaître les
tendances et les méthodologies liées aux nouvelles
technologies numériques et les appliquer à dessein et de
façon judicieuse.
3. Stimuler les compétences de développement de
contenus numériques ainsi que les compétences
numériques chez les citoyens de tout âge pour
augmenter la compétitivité de tous les apprenants et
ainsi, l’égalité des chances.
Finlande Policies for the digitalisation of education Politiques de transformation numérique de l’éducation et de la
and training (2023-2027) formation à l’horizon 2027
([Link]) Vision:
1. La transformation numérique améliore les capacités

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

406 

Pays Stratégie d’éducation numérique Objectifs

Cadre pour la transformation numérique d’apprentissage et l’acquisition des compétences de
de l’éducation et de l’accueil des jeunes chacun.
enfants, de l’enseignement 2. Les solutions numériques constituent un environnement
fondamental et de la formation libre des numérique interopérable de qualité qui favorise la
adultes en 2023 coopération entre les acteurs du secteur.
Framework for the digitalisation of early 3. La transformation numérique encourage le
childhood education and care, pre- développement fondé sur les connaissances.
primary and basic education and liberal
adult education - OKM - Ministry of Cadre pour la transformation numérique de l’éducation et de
Education and Culture, Finland l’accueil des jeunes enfants, de l’enseignement fondamental et
de la formation libre des adultes en 2023
- Développer davantage le pilotage global de la
transformation numérique à différents niveaux de
l’administration.
- Développer le socle de connaissances et la gestion de
l’information dans le secteur.
- Donner de meilleures bases à la gestion des
connaissances.
- Encourager la mise en œuvre de l’environnement
numérique de l’éducation et de l’enseignement selon un
principe de qualité et d’égalité.
- Soutenir l’emploi de produits pédagogiques numériques
de qualité dans l’éducation et l’enseignement.
- Permettre la mise en œuvre de l’apprentissage dans
l’environnement numérique selon un principe d’égalité et
renforcer les compétences numériques de manière
exhaustive.
- Encourager le développement de services de meilleure
qualité dans le secteur.
- Développer des modèles financiers pour la
transformation numérique du secteur et leurs effets.
- Offrir une meilleure visibilité à différents niveaux
d’architecture d’entreprise, des informations à jour et un
canal de rétroaction coordonné pour les professionnels
du secteur.
- Favoriser une infrastructure de données plus efficace
pour la recherche sur l’éducation et l’accueil des jeunes
enfants, l’enseignement préprimaire et fondamental ainsi
que la formation libre des adultes afin d’encourager une
recherche scientifique, des travaux pratiques, des
décisions et une planification de qualité.
France Stratégie du numérique pour 1. Un écosystème engagé au service d’une politique
l’éducation 2023-2027 publique partagée
2. Un enseignement du numérique qui développe la
citoyenneté et les compétences numériques
3. Une communauté éducative soutenue par une offre
numérique raisonnée, pérenne et inclusive
4. De nouvelles règles du jeu pour un système
d’information ministériel au service de ses utilisateurs.
Hongrie Stratégie d’éducation 1. Assurer l’équilibre interne de l’éducation
publique 2021-2030 2. Développer les ressources humaines de l’éducation
Köznevelési straté[Link] ([Link]) publique sous forme de service public national
3. Envisager l’éducation publique dans une optique
équitable et individualisée
4. Répondre aux défis du XXIe siècle dans l’éducation
publique
o Développer les services et les compétences
numériques
o Renforcer les compétences en langues
étrangères
o Développer des contenus

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  407

Pays Stratégie d’éducation numérique Objectifs

o Moderniser les infrastructures de l’éducation
publique
5. Développer l’éducation pour les communautés
hongroises à l’étranger – soutenir l’éducation des
minorités nationales en Hongrie
Islande S.O.
Irlande Stratégie numérique pour les écoles à 1. « Soutenir l’intégration des technologies numériques
l’horizon 2027 dans l’enseignement, l’apprentissage et l’évaluation »
221285_6fc98405-d345-41a3-a770- 2. « L’infrastructure des technologies numériques » : tendre
c97e1a4479d3 (1).pdf vers la mise à profit des solutions numériques à l’école
en pérennisant les investissements en faveur des
infrastructures de technologie numérique
3. « Se tourner vers l’avenir : politique, recherche et
direction numérique »
Italie Plan national de relance et de Objectifs du Plan national de relance et de résilience :
résilience (stratégie révisée)/Plan Transformation numérique, innovation, compétitivité, culture et
national pour l’école numérique tourisme
(stratégie à venir) Révolution verte et transition écologique
Japon Mise en œuvre de mesures propices Mise en œuvre de mesures propices aux technologies de pointe
aux technologies de pointe pour pour soutenir l’apprentissage dans une ère nouvelle .
soutenir l’apprentissage dans une ère Objectif:
nouvelle 1. Utiliser efficacement les technologies de TIC avancées, y
[Link] compris l’enseignement à distance, ainsi que les
enu/other/detail/__icsFiles/afieldfile/201 mégadonnées sur l’éducation.
9/06/24/1418387_01.pdf[Link] 2. Mettre en œuvre une infrastructure fondamentale de TIC.
[Link]/component/a_menu/other/detail • Ouvrir SINET à l’enseignement primaire et secondaire.
/__icsFiles/afieldfile/2019/06/24/141838 • Promouvoir activement les services dématérialisés.
7_01.pdf
• Présenter des modèles concrets pour le développement
d’infrastructures rentables.
Feuille de route pour l’utilisation des • Promouvoir des initiatives pour développer et pérenniser
données en éducation (2022) les compétences spécialisées chez les professionnels de
Roadmap on the Utilization of Data in l’enseignement et sensibiliser les parties prenantes
Education ([Link])
Roadmap on the utilisation of education (2022)
1. Obtenir une vue d’ensemble des données dans
l’éducation
2. Publier des enquêtes, etc., en ligne et standardiser les
données dans l’éducation
3. Définir la plateforme d’éducation idéale
4. Renforcer l’environnement d’utilisation des données pour
les établissements, les municipalités, etc.
5. Définir des règles/politiques relatives à l’utilisation des
données dans l’éducation
6. Garantir des environnements d’apprentissage tout au
long de la vie
7. Soutenir les élèves qui en ont besoin grâce à l’accès aux
données
8. Définir l’éducation elle-même en prévision de la société
numérique
Corée Plan d’innovation pour l’éducation basé 1. Offrir des opportunités d’apprentissage personnalisées
sur le numérique aux aptitudes et au rythme de chaque élève pour
[카드뉴스] 모두를 위한 맞춤 l’amener à s’épanouir en tant qu’individu précieux.
교육! 디지털 기반 교육혁신 방안 2. Mettre en œuvre des méthodes d’enseignement et
발표 ([Link]) d’apprentissage innovantes à l’aide de technologies
avancées comme l’intelligence artificielle dans le cadre
de la transformation numérique, avec pour objectif
« l’éducation pour tous » grâce à l’apprentissage
personnalisé de chaque élève.”

• Introduire des manuels scolaires numériques reposant

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

408 

Pays Stratégie d’éducation numérique Objectifs

sur l’intelligence artificielle pour les mathématiques,
l’anglais, l’informatique et le coréen pour les disciplines
spéciales à partir de 2025.
• Mettre l’accent sur le renforcement des compétences
numériques des professionnels de l’éducation sous la
houlette de l’association d’enseignants TOUCH
(Teachers who upgrade class with high-tech,
« Enseignants qui améliorent l’enseignement grâce à la
technologie »).
• Mettre au point différents modèles d’enseignement à
l’aide de la technologie numérique.
• Établir un système collaboratif avec le département de
l’éducation et des établissements-modèles en matière de
numérique.
• Étendre l’infrastructure numérique.
Lettonie Plan national de Directives sur la transformation numérique 2021-2027
développement 2021-2027 1. Procéder à l’adaptation numérique des processus
Directives sur le développement de d’enseignement et d’apprentissage (p. ex. par le biais
l’éducation 2021-2027 des simulations ou des laboratoires virtuels);
Directives sur la transformation 2. Procéder à l’adaptation numérique des processus
numérique 2021-2027 administratifs (p. ex. en dotant les systèmes
d’information d’une architecture modulaire).
3. Permettre la mise en œuvre de services numériques en
fonction de l’analyse des données (p. ex l’apprentissage
personnalisé).
4. Garantir des données éducatives ouvertes.
Lituanie Livre blanc sur les technologies 1. Préparer et valider la législation et le matériel
éducatives : méthodologique nécessaires afin de définir les normes
White paper on EdTech numériques et technologiques minimales et/ou
escomptées pour l’utilisation de contenus numériques.
2. Intégrer les dernières technologies pédagogiques dans le
secteur de l’éducation afin de développer et de mettre à
l’essai des innovations pédagogiques numériques.
3. Permettre la mise en œuvre de services numériques en
fonction de l’analyse des données (p. ex l’apprentissage
personnalisé).
4. Garantir des données éducatives ouvertes.
Luxembourg Einfach Digital 1. Information et données : sélection rigoureuse et ciblée
« einfach digital » : les compétences du des sources, évaluation et usage critique de
futur pour des enfants forts - Themen - l’information.
Éducation nationale, Enfance et 2. Communication et collaboration : maîtrise des règles
Jeunesse - Luxembourg propices à une communication sûre et ciblée et usage
responsable des médias à des fins de collaboration.
3. Création de contenu : compréhension des possibilités
liées à la production de contenus dans différents médias
et à leur application créative et adaptée au public,
connaissance des stratégies de résolution de problème
et des bases de la programmation informatique.
4. Protection et sécurité des données : Gestion responsable
de ses propres données et de celles d’autrui,
compréhension des risques et des dangers des
environnements numériques et prise des mesures de
sécurité appropriées.
5. Environnement numérique : Connaissances de base
nécessaires à la résolution de problèmes techniques
simples ; capacité à utiliser les médias avec
discernement et à adopter une approche responsable et
créative lors des interactions avec les médias.
Mexique Agenda Digital Educativa 2020 1. Formation, mise à niveau et certification professionnelle
Agenda_Digital_Educacion.pdf des enseignants en matière de connaissances, aptitudes
([Link]) et compétences numériques.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  409

Pays Stratégie d’éducation numérique Objectifs

2. Constitution d’une culture numérique dans la
communauté : compétences numériques, inclusion et
citoyenneté numérique.
3. Production, diffusion, accès et utilisation sociale des
ressources d’enseignement et d’apprentissage
numérique.
4. Connexion, modernisation et expansion des
infrastructures informatiques.
5. Recherche, développement, innovation et créativité
éducative numérique.
Pays-Bas Programme de transformation • Les enseignants, les chefs d’établissement et les
numérique : enseignement primaire et administrateurs innovent en apprenant ensemble et avec
secondaire d’autres professionnels.
Digitization+agenda+primary+and+seco • Les élèves et les enseignants disposent de solides
ndary+[Link] compétences numériques.
• Les ressources d’apprentissage numérique sont au
service de l’utilisateur.
• Les infrastructures sont sûres, fiables et parées au
changement.
• L’éthique de la transformation numérique de l’éducation
est une priorité pérenne.
Nouvelle-Zélande Connected Ako: Digital and Data for Vision:
learning • Les élèves et les professionnels de l’éducation peuvent
Connected Ako s’épanouir (vivre, apprendre et travailler) dans le monde
numérique.
• Les individus possèdent des compétences en matière de
numérique et de données qui contribuent à leur
croissance personnelle ainsi qu’à celle de leur
communauté et de la Nouvelle-Zélande.
• L’enseignement, l’apprentissage, l’évaluation et la
recherche tirent le meilleur parti du numérique et des
données.
Slovénie Plan d’action numérique en éducation 1. Coordination nationale de l’éducation numérique
(2021-2027) 2. Didactique de l’éducation numérique
3. Modification des programmes pédagogiques et éducatifs,
ainsi que des postes de travail
4. Formation et développement du personnel, des
responsables et d’autres professionnels de l’éducation,
et apprentissage tout au long de la vie
5. Écosystème de l’éducation numérique
• infrastructure : plateforme, outils, services
• contenu pédagogique virtuel
• gestion des établissements d’enseignement
• évaluation des progrès internes et externes
• mise en œuvre de l’égalité des chances
• implication des parents et d’autres parties
prenantes
• cybersécurité
• bases juridiques de la promotion de l’éducation
numérique.
6. Protocoles pour l’éducation dans des circonstances
spéciales
Espagne Plan de Digitalización y 1. Développement des compétences numériques dans
Competencias Digitales del Sistema l’éducation (établissements, enseignants et élèves).
Educativo 2. Transformation numérique des établissements
Plan de Digitalización y d’enseignement - Programme numérique pour les
Competencias Digitales del Sistema établissements d’enseignement.
Educativo (Plan #DigEdu) - INTEF 3. Création de ressources éducatives au format numérique.
4. Méthodologies et compétences numériques avancées.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

410 

Pays Stratégie d’éducation numérique Objectifs

Suède S.O.
Türkiye Turkey’s Education Vision 202 Transformation du processus d’apprentissage à l’aide de contenus s
et de compétences numérique
Objectif 1 : Création d’un écosystème pour développer les contenus
et les compétences numériques
Objectif 2 : Mise au point de contenus et de formation des
enseignants afin de développer leurs compétences numériques
États-Unis Plan national pour les technologies 1. Stimulation et valorisation de l’apprentissage grâce à la
pédagogiques des États-Unis (2024) technologie
National Educational Technology Plan - 2. Enseignement à l’aide de la technologie
Office of Educational Technology 3. Création d’une culture et de conditions propices à
l’innovation et au changement
4. Mesures au service de l’apprentissage
5. Accès et utilisation de la technologie
Angleterre (Royaume-Uni) Numérique, données et technologie Réaliser le potentiel de la technologie dans l’éducation (2019)
(Département de l’éducation - Blog) 1. Définir notre vision des technologies pédagogiques
DfE Digital, Data and Technology 2. Pérenniser l’infrastructure numérique
([Link]) 3. Développer les capacités et les compétences
Atteindre le plein potentiel de la numériques
technologie dans l’éducation (2019) 4. Favoriser des marchés publics efficaces
Realising the potential of technology in 5. Promouvoir la sécurité numérique
education: A strategy for education 6. Développer un secteur dynamique des technologies
providers and the technology industry éducatives
([Link]) 7. Encourager l’innovation en s’attaquant à des défis en
Stratégie pour le numérique, la matière de technologies éducatives
technologie et les données : 2021 à 8. Améliorer les services numériques du Département de
2024 l’éducation
Ofqual_Digital_Data_and_Technology_
_DDaT__Strategy-_2021-[Link]
([Link])
Comm. flamande (Belgique) Digisprong 1. Une infrastructure de TIC sûre et tournée vers l’avenir.
40711 ([Link]) 2. Une politique scolaire robuste, efficace et propice aux
TIC
3. Des enseignants et formateurs des enseignants
compétents en TIC ainsi que des ressources
d’apprentissage numérique adaptées
4. Un centre de connaissances et de conseils Digisprong
au service du secteur de l’éducation
Comm. française (Belgique) Stratégie Numérique pour l'Education 1. Définir les contenus et ressources numériques au
Stratégie du numérique pour service des apprentissages
l’éducation 202 -2027 | Ministère de 2. Accompagner et former les enseignants et les chefs
l'Education Nationale et de la Jeunesse d’établissement.
3. Définir les modalités d’équipement des écoles
4. Partager, communiquer et diffuser
5. Développer la gouvernance numérique .

Tableau d’annexe 14.A.2. Priorités en matière d’éducation numérique au cours des cinq prochaines
années
Pays Priorités au cours des cinq prochaines années
Autriche Dans le cadre du Plan en huit points, l’Autriche continuera à :
• élargir l’offre d’outils numériques à tous les élèves et enseignants
• favoriser les compétences numériques à tout âge
• encourager le développement de technologies éducatives et de ressources d’éducation numériques
Grâce au nouvel ensemble de mesures concernant l’IA dans le secteur de l’éducation, l’Autriche entend donner un axe logique au
plan en huit points et résoudre les défis actuels :

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  411

Pays Priorités au cours des cinq prochaines années

1. Désignation d’établissements pilotes pour l’IA : enseignement et apprentissage avec des outils d’IA
2. Matériel d’apprentissage : eduthek, [Link] et manuels scolaires
3. Éducation, formation et formation continue des enseignants
4. Travaux écrits et IA
5. Gros plan sur l’IA dans la recherche pédagogique
6. Développement de l’école numérique dans le domaine de l’IA
Brésil – Améliorer la gouvernance, la portabilité et l’interopérabilité des données afin de fournir et de diffuser des systèmes d’information
scolaire et de gestion de l’éducation.
Canada – Renforcer l’offre d’infrastructures numériques à l’échelle provinciale avec :
• des systèmes d’information scolaire
• la mise en œuvre d’examens numériques et de titres de compétences numériques
• des plateformes et des ressources pédagogiques en ligne
Chili – Augmenter et pérenniser l’utilisation de systèmes d’information dans les établissements en soutenant des programmes pilotes
faisant appel à des technologies d’analyse de l’apprentissage en classe telles que :
• le système d’information scolaire SIGE
• le système d’admission des élèves SAE
• le système de détection précoce SAT, etc.
– Réviser les approches de réglementation de la protection des données en intégrant la technologie et la gouvernance des données
de façon générale.
Tchéquie Dans le cadre de la stratégie nationale d’éducation en vigueur, Stratégie 2030+ (« Strategie vzdelávací politiky Ceské republiky do
roku 2030+ »), promulguée en 2020, la Tchéquie vise à :
• développer les compétences des élèves en matière d’utilisation des technologies
• garantir une infrastructure matérielle et immatérielle ainsi qu’une connexion à Internet adaptées
• renforcer les compétences numériques des enseignants
• améliorer l’enseignement et l’apprentissage en faisant appel à la technologie pour collecter des données éducatives à des
fins d’évaluation personnelle et du système
• améliorer la communication entre les parties prenantes .
Danemark Donner une nouvelle orientation à la transformation numérique du secteur de l’éducation en mettant l’accent sur :
• l’amélioration de la cohérence numérique
• la sécurité informatique
• les nouvelles technologies
• la littératie technologique
• le renforcement des compétences des enseignants
• une meilleure utilisation des données
Estonia – Appuyer les infrastructures numériques immatérielles telles que :
• les plateformes pédagogiques et les ressources numériques en ligne pour les élèves et les enseignants
• l’analyse de l’apprentissage en classe et autres solutions de collecte des données et d’amélioration de l’enseignement
• les systèmes d’information sur la gestion de l’éducation et les systèmes d’information scolaire centralisés
• les systèmes de certification numérique et d’organisation numérique des examens
• la gestion de l’admission des élèves dans le deuxième cycle de l’enseignement secondaire ainsi que dans l’enseignement
et la formation professionnels
Finlande – Poursuivre le développement de KOSKI, le système d’information scolaire, et d’ABITTI, le système numérique d’organisation de
l’examen d’entrée à l’université
– Interconnecter les différentes solutions de l’écosystème numérique
– Faciliter l’utilisation d’outils numériques afin de doter la population de compétences numériques
France Au titre de sa Stratégie du numérique pour l’éducation 2023-2027, la France entend :
• promouvoir un écosystème numérique au service d’une politique publique commune – renforcer l’éducation numérique
pour doter les élèves de compétences numériques
• cultiver une communauté éducative avec des outils adaptés et accessibles
• développer un système d’information ministériel au service de ses utilisateurs
• élargir et renforcer l’offre en matière de plateformes pédagogiques et de ressources numériques en ligne
• développer des solutions d’analyse de l’apprentissage en classe
Hongrie – Développer une plateforme pédagogique en ligne, doter les enseignants et les élèves de ressources numériques et collecter des
sources de données à tous les niveaux en :
• investissant en faveur des infrastructures numériques
• développant des ressources éducatives numériques comme des manuels scolaires et d’autres documents correspondant
au programme d’enseignement révisé
• élargissant tous les systèmes administratifs (y compris ceux gérés par l’Autorité éducative hongroise et la plateforme e-

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

412 

Pays Priorités au cours des cinq prochaines années

Kréta) pour améliorer la qualité des données collectées sur l’éducation et rendre le système plus résilient
Islande – Fournir des outils numériques plus avancés, comme :
• une plateforme pédagogique en ligne centralisée
• une technologie d’analyse de l’apprentissage en classe dans l’enseignement primaire et le premier cycle du secondaire
• un système centralisé pour la gestion des admissions des élèves
Irlande – Au titre de sa dernière stratégie pour le numérique dans l’éducation 2020-202 , l’Irlande vise à poursuivre le développement de
plateformes pédagogiques et de ressources numériques en ligne comme :
• des systèmes d’information scolaire et des systèmes de gestion des établissements
• des systèmes de certification numérique pour l’enseignement primaire et secondaire
• des examens numériques (en cours)
• des outils personnalisés pour accompagner l’apprentissage et offrir une rétroaction en temps réel, comme des systèmes
de tutorat intelligents ou le recours à l’IA dans l’éducation
Italie Au titre du programme « École numérique 2022-2026 », le gouvernement se donne pour objectif de :
• migrer les services et applications pédagogiques vers des solutions dématérialisées
• améliorer la convivialité des services numériques en les adaptant à un modèle standard
• accélérer l’adoption d’une plateforme décentralisée pour accéder aux services numériques et effectuer des paiements
• encourager l’adoption de systèmes à identifiant unique pour accroître l’interopérabilité des services numériques
Japon MEXT entend continuer à :
• investir en faveur de l’infrastructure physique et améliorer autant l’accès à Internet que la qualité de la connexion
• fournir des appareils numériques à l’usage des élèves, que ce soit à la maison ou à l’école
Corée La dernière stratégie numérique de la Corée, promulguée en 2023, précise que le pays souhaite :
• accompagner les enseignants à passer d’un rôle de conférenciers à celui de créateurs de l’apprentissage, d’entraîneurs et
de tuteurs
• créer un écosystème des technologies éducatives propice au codéveloppement de l’éducation et du secteur des
technologies éducatives
Lettonie Établir une infrastructure de TIC et une offre d’outils numériques en :
• mettant un ordinateur à la disposition de chaque élève et enseignant (priorité qui est l’objectif du pays à l’horizon 2025)
• créant une bibliothèque logicielle dans les établissements (objectif secondaire)
Lituanie – Développer des plateformes pédagogiques et des ressources numériques en ligne pour l’enseignement et l’apprentissage par le
biais d’équipements d’enseignement numérique plus avancés
– Améliorer les outils numériques existants, comme SVIS, le système d’information scolaire, LAMA SPO, le système de gestion des
admissions des élèves et TAO, le système d’organisation des examens en ligne
– Améliorer l’accès à Internet et la vitesse de connexion
– Élargir les systèmes de gestion de l’apprentissage grâce à l’analyse des données pour les enseignants
– Relier les établissements d’enseignement et de formation professionnels au système de certification numérique de l’enseignement
supérieur
Luxembourg – Améliorer l’écosystème numérique de l’éducation publique en dotant le deuxième cycle de l’enseignement secondaire d’un système
de certification numérique
– Améliorer les plateformes pédagogiques en ligne en étoffant la plateforme [Link]
– Mettre en place des systèmes de tutorat intelligents en déployant des outils d’analyse de l’apprentissage en classe
Mexique – Mettre au point un programme d’éducation numérique
– Augmenter l’interopérabilité et la portabilité des données entre les établissements d’enseignement
– Étoffer davantage les plateformes et les ressources d’éducation numérique en ligne
– Améliorer les systèmes d’information et de données
Pays-Bas – Améliorer la connectivité des infrastructures numériques entre les régions
– Améliorer la gestion et la gouvernance des données, par exemple :
• la sécurité numérique
• les compétences numériques
• l’autonomie des enseignants
• la transparence et la protection de la vie privée
Nouvelle- – Améliorer la vitesse de connexion, l’offre d’appareils aux enseignants et aux élèves, la couverture et l’accès à Internet et permettre
Zélande un accès équitable à Internet
– Adopter des approches avancées en matière de technologies pédagogiques
– Faire converger les enseignements de Te Ao Māori et le pouvoir du numérique et des données
– Disposer d’un système de données fiable susceptible d’orienter l’éducation et d’aboutir à des améliorations à l’échelle des individus,
des whānau, des organismes éducatifs et du système
– Disposer de solutions numériques sûres et parées au changement et les rendre accessibles, rationalisées et rentables

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  413

Pays Priorités au cours des cinq prochaines années

– Travailler avec le secteur et, de manière plus générale, favoriser la cohérence et le leadership – en incluant les prestataires de
services éducatifs, les iwi, les fournisseurs technologiques, les entreprises et les communautés
– Mettre les tendances et les technologies émergentes au profit de l’apprentissage et l’enseignement, au moyen des veilles
spécialisées, de la planification et de la formation
– Le numérique et les données peuvent transformer l’apprentissage, l’enseignement, l’évaluation et la recherche et ainsi, améliorer le
bien-être, optimiser les capacités et améliorer les résultats d’apprentissage
Slovénie En réponse à la crise du COVID-19, le « Plan d’action numérique en éducation 2021-2027 » porte sur :
• les compétences numériques des élèves
• les compétences pédagogiques des enseignants en matière de déploiement des technologies numériques
• la coordination nationale de l’éducation numérique
• la fracture numérique et les inégalités en découlant
• la qualité des infrastructures de l’éducation numérique
Espagne • Fournir des appareils numériques et améliorer la connectivité, deux objectifs qui demeurent des priorités de l’éducation
numérique.
• Mettre en œuvre des plateformes alimentées par l’IA pour personnaliser l’apprentissage
• Améliorer les compétences des enseignants et permettre le renforcement de leurs compétences numériques pour offrir
une éducation numérique
Suède – Améliorer l’offre d’infrastructures numériques, renforcer la gouvernance des données et la réglementation de la technologie
numérique dans l’éducation à l’échelle provinciale

– Mettre au point et appliquer une évaluation nationale numérique des élèves par le biais du système national numérique
d’organisation des examens du pays
Türkiye – Mettre au point des systèmes de tutorat intelligents
– Renforcer la plateforme pédagogique numérique (EBA) et le système de gestion de l’apprentissage (e-Okul) en étoffant les
fonctionnalités d’EBA et en appuyant de façon pérenne le Projet pour une scolarité sûre et l’enseignement à distance
– Fournir des tableaux blancs interactifs et un accès à Internet à tous les établissements publics
États-Unis – Développer une infrastructure numérique physique américaine couvrant la fourniture d’appareils numériques aux élèves dans les
établissements ainsi que l’accès à Internet.
– Améliorer l’efficacité de la technologie dans l’éducation
– Développer des plateformes et des ressources d’éducation en ligne
– Au niveau des États, améliorer des ressources numériques précises comme l’analyse de l’apprentissage en classe, les systèmes de
gestion de l’apprentissage et les systèmes d’information scolaire
– Établir une infrastructure fédérale de R-D en éducation pour aider les organismes éducatifs des États à instaurer des pratiques
pédagogiques reposant sur des données probantes
Angleterre – Poursuivre les investissements en faveur de l’infrastructure physique comme l’accès Internet à haut débit ou par Wi-Fi dans les
(Royaume- établissements
Uni) – Améliorer la gouvernance des données en :
édictant des normes relatives à la cybersécurité
édictant des normes relatives au filtrage et au contrôle des données
faisant comprendre aux chefs d’établissement et à tous les acteurs concernés qu’il est nécessaire d’assurer et de favoriser la sécurité
en ligne
– Constituer une base de données solide pour utiliser efficacement les technologies tout en intégrant ces données dans tous les
systèmes d’éducation
Comm. – Développer et améliorer l’offre de plateformes pédagogiques et de ressources numériques en ligne
flamande – Mettre à niveau Discimus (le système d’information scolaire) et généraliser son utilisation
(Belgique) – Fournir une solution pour l’organisation numérique des examens nationaux que passent les élèves
Comm. Déployer (ou soutenir le déploiement) :
française • de systèmes d’information scolaire et de systèmes de gestion des établissements
(Belgique) • d’un système numérique pour faire passer les examens nationaux aux élèves
• de plateformes pédagogiques et de ressources numériques en ligne

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

414 

15 Le rôle des organisations de

soutien dans la mise en œuvre des
politiques d’éducation numérique

Lucia Dellagnelo,

ancienne directrice du Centre d’innovation pour l’éducation au Brésil (CIEB)

Ce chapitre analyse la façon dont sept pays (six membres de l’OCDE et

l’Uruguay) se sont dotés d’organismes afin de mettre en œuvre leur politique
nationale d’éducation numérique et explique les raisons de la disparition ou
de l’évolution de certains d’entre eux. Il tire des enseignements de l’évolution
des structures organisationnelles des pays qui disposent de politiques
nationales pérennes en matière d’éducation numérique et présente les
avantages et les inconvénients de différents types d’organismes de soutien.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  415

Introduction

Face à la percée fulgurante de la technologie numérique dans tous les domaines de la société, les pouvoirs
publics multiplient les efforts pour concevoir, réviser et mettre en œuvre des politiques pour le numérique
dans l’éducation. La plupart de ces politiques entendent tirer parti des technologies numériques pour
résoudre des problèmes relatifs à la qualité, l’équité et l’efficacité des systèmes d’éducation et pour
développer les compétences numériques jugées indispensables à la population et à la compétitivité des
pays (van der Vlies, 2020[1]).
Le rapport mondial de suivi sur l’éducation (GEM) de l’UNESCO (2023[2]) indique que le droit à l’éducation
est de plus en plus synonyme de droit à une connectivité significative, et donc à l’apprentissage numérique.
Les enfants et les jeunes doivent avoir accès aux possibilités d’apprentissage qui les mettront sur la voie
d’une vie active, productive et épanouissante — et notamment à celles qui s’offrent dans le domaine de la
technologie numérique.
Au moins deux raisons expliquent pourquoi la mise en œuvre des politiques d’éducation numérique est
fondamentalement complexe. Premièrement, ce processus doit conjuguer des activités de différents
domaines comme la mise en place d’une infrastructure numérique dans les établissements, la production
et la distribution de matériel numérique ainsi que le développement professionnel des enseignants.
Deuxièmement, ces activités requièrent des connaissances différentes de celles dont disposent
habituellement les ministères de l’Éducation, dans la mesure où elles nécessitent l’instauration de
partenariats multipartites, ainsi que leur gestion et leur suivi.
Des organisations multilatérales comme la Banque mondiale et l’UNESCO ont déjà publié des cadres
conceptuels portant sur la planification de politiques relatives aux technologies de l’information et de la
communication (TIC) dans l’éducation (2022[3]). Il existe toutefois moins d’informations et d’orientations
techniques traitant de la conception des structures organisationnelles et des organisations de soutien,
sans lesquelles ces politiques ne peuvent pourtant être mises en œuvre.
Ce chapitre s’emploie à analyser la façon dont sept pays (six membres de l’OCDE et l’Uruguay) se sont
dotés d’organismes afin de mettre en œuvre leur politique nationale d’éducation numérique et explique les
raisons de la disparition ou de l’évolution de certains d’entre eux. Bien comprendre l’évolution des
structures organisationnelles des pays qui disposent d’une politique nationale pérenne en matière
d’éducation numérique permet d’offrir un éclairage crucial aux pouvoirs publics désireux d’appliquer des
politiques comparables au plus vite.

Méthodologie

Objectif

Cette étude vise à présenter l’évolution d’un ensemble d’organismes fondés dans le but d’accompagner
la mise en œuvre de politiques nationales d’éducation numérique. Elle part du postulat qu’une bonne
compréhension de l’évolution des mécanismes organisationnels destinés à la mise en œuvre politique
aidera les pays à se donner les moyens d’appliquer leur propre politique nationale.
Elle pose notamment les questions suivantes : quel type de soutien organisationnel permet aux politiques
d’éducation numérique d’être instaurées dans les établissements d’enseignement et d’avoir une incidence
sur le système d’éducation, et pourquoi certains pays ont-ils modifié la teneur et la mission de leur soutien
organisationnel au fil du temps ?
Aux fins de cette étude, l’expression « politique nationale d’éducation numérique » désigne toute politique
d’envergure nationale dont la raison d’être est de favoriser l’utilisation de la technologie aux niveaux
primaires et secondaires de l’enseignement public.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

416 

Sources

La présente étude fait appel à trois types de sources :

• Les documents, les sites web et les publications officielles des pays étudiés dans cette analyse
portant sur les structures organisationnelles et de gouvernance conçues pour soutenir la mise en
œuvre des politiques nationales d’éducation numérique. Ce type de source a néanmoins une
limite : dès lors que les organismes de soutien cessent leurs activités, leur site web et les
informations à jour les concernant disparaissent avec eux.
• Des documents stratégiques et des rapports d’organisations internationales qui présentent une
analyse comparative de différentes politiques d’éducation numérique et des structures
organisationnelles adoptées par les différents pays pour les mettre en œuvre.
• Des articles de revues scientifiques nationales et internationales qui se penchent sur les défis de
la mise en œuvre des politiques d’éducation numérique, notamment en ce qui concerne les
structures organisationnelles et les facteurs politiques.
La présente étude s’appuie particulièrement sur le document de travail « Building and Sustaining National
Technology Agencies » publié en 2017 par Michael Trucano et Gavin Dykes, qui définit et décrit les
organismes dont 11 pays se sont dotés pour mettre en œuvre leur politique d’éducation numérique
(Trucano et Dykes, 2017[4]). Bien qu’une partie d’entre eux aient cessé leurs activités, ce document montre
que les organismes de soutien jouent un rôle essentiel dans la mise en œuvre des politiques d’éducation
numérique.

Critères de sélection des organismes de soutien

Afin de présenter différents horizons politiques et géographiques, l’étude s’est intéressée à l’Amérique
latine (Chili, Uruguay et Costa Rica), l’Europe (Estonie, Irlande et Pays-Bas) et l’Asie (Corée). Les
principaux critères de sélection tenaient à l’évolution des organismes de soutien, que ce soit sur le plan
de leur structure interne, de leur mission ou de leur existence même.
D’autres organismes de soutien sont cités en marge des études de cas, à l’image de l’Organisme
britannique de communications et de technologies pour l’éducation (British Educational Communications
and Technology Agency, Becta) au Royaume-Uni et de Digital Promise aux États-Unis, afin d’illustrer des
points ou des facteurs précis susceptibles d’avoir une incidence sur la mise en œuvre des politiques
d’éducation numérique. Les éventuelles conséquences de l’absence de tout organisme de soutien national
sont abordées dans le cas du Brésil.

Analyse de la littérature spécialisée

L’analyse de la littérature menée dans le cadre de cette étude se concentrait sur trois volets
intrinsèquement liés : la mise en œuvre et le déploiement à grande échelle des politiques d’éducation
numérique, les structures organisationnelles nécessaires pour aider les pouvoirs publics pour les mettre
en œuvre et enfin, le rôle des organismes de soutien à cet effet.
La mise en œuvre de politiques d’éducation peut être définie comme « un changement multidirectionnel
délibéré visant à mettre en pratique une politique donnée, et qui affecte un système d’éducation à plusieurs
niveaux » (Viennet et Pont, 2017[5]). La mise en œuvre d’une politique d’éducation consiste
essentiellement à amener plusieurs acteurs ou organismes à coopérer à différents niveaux du système
d’éducation en leur attribuant clairement des tâches. La répartition des tâches et des responsabilités
dépend de la structure institutionnelle propre à chaque système d’éducation.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  417

Des chercheurs universitaires et des organisations multilatérales ont démontré le caractère complexe et
essentiel de la mise en œuvre des politiques (Gouëdard, 2021[6] ; UNESCO IIEP, 2003[7] ; OECD, 2020[8]).
Selon le rapport Strengthening the Governance of Skills Systems: Lessons from Six OECD Countries, la
mise en œuvre est « tout aussi importante que la politique elle-même ; elle est d’ailleurs indispensable à
la réussite de la politique dans les établissements et les classes » (OECD, 2020[9]).
Un article portant sur les défis de la mise en œuvre et du déploiement des initiatives éducatives dans
différents pays avançait récemment que pour porter ses fruits, la mise en œuvre doit associer des
compétences techniques, une bonne compréhension du contexte local, une stratégie politique, des
partenariats, de la souplesse et enfin, la volonté commune d’obtenir un changement de fond grâce aux
initiatives éducatives (Wyss et al. 2023).
Dans le cas précis des politiques d’éducation numérique, ou des TIC dans l’éducation, la mise en œuvre
peut s’avérer encore plus complexe. Dans son analyse de la capacité des politiques de TIC à aboutir à
des transformations du système d’éducation, Kozma (2008[10] ; 2011[11]) émet une mise en garde : bien
que les politiques puissent ouvrir la voie au changement, elles ne sont pas nécessairement suivies d’une
mise en œuvre ou d’effets concrets. Michael Fullan abonde en ce sens en postulant que la technologie ne
peut changer le système d’éducation qu’à condition que les politiques tiennent compte des trois socles
suivants : la pédagogie, la technologie et les connaissances sur le changement (Fullan et Donnelly,
2013[12]).
Un autre impératif contribue à la complexité de la mise en œuvre des politiques d’éducation numérique, à
savoir trouver le bon moment pour déployer et exécuter des processus très différents. Selon le modèle
« Four in Balance » (Quatre points d’équilibre) proposé par Kennisnet (2015), l’efficacité des politiques
d’éducation numérique repose sur le juste équilibre entre des activités intervenant dans des sphères
différentes : la planification, les infrastructures, les compétences numériques des enseignants et la
production de matériel numérique. Selon ce modèle, si l’on équipe les établissements d’ordinateurs et d’un
accès à Internet sans pour autant former les enseignants en ce sens, on sape les éventuelles
répercussions positives de la technologie dans l’éducation.
Un autre défi pour la mise en œuvre des politiques d’éducation numérique tient à sa gouvernance. Les
recommandations de la Commission européenne relatives aux principaux facteurs favorisant la réussite
de l’éducation numérique portent notamment sur des questions liées à la gouvernance de la mise en
œuvre des politiques ; elles soulignent l’importance de la coopération et des échanges à la fois entre les
instances gouvernementales et avec les parties prenantes externes. Faute d’une coordination solide des
activités multidimensionnelles des politiques d’éducation numérique, il est possible que « malgré les
progrès accomplis et certains excellents exemples d’innovation, les efforts concertés n’aient jusqu’à
présent pas abouti à une transformation numérique systémique en matière d’éducation et de formation »
(European Commission, 2023[13]). On retrouve ce même argument dans le rapport de l’OCDE sur les
facteurs propices aux politiques d’éducation numérique, qui souligne à quel point les mécanismes de
gouvernance à l’échelle du système peuvent faciliter la coordination et l’unité des parties prenantes et, à
terme, améliorer l’élaboration et la mise en œuvre de la politique (OECD, 2023[14]).
Selon les enseignements tirés des politiques en matière de TIC au Royaume-Uni décrits par Younie
(2006[15]), la mise en œuvre est une procédure complexe qui ne se résume pas à une transposition directe
de la politique à la pratique. L’étude a mis en évidence cinq domaines particulièrement problématiques
dans le cadre des TIC : la gestion, le financement, les achats publics, la formation et les effets sur la
pédagogie. Selon l’auteur, la mise en œuvre des politiques d’éducation numérique impose au moins trois
niveaux de filtrage et d’analyse, dans la mesure où elles relèvent le plus souvent d’organismes nationaux
(niveau macro), d’organismes régionaux (niveau méso) ainsi que des établissements et des enseignants
(niveau micro). C’est pourquoi la gouvernance et la coordination entre les différentes instances revêtent
un caractère crucial. La complexité de la mise en œuvre peut également s’expliquer par la teneur
multipartite des initiatives et de leurs responsables (Younie, 2006[15]). Selon Dykes (2016[16]), des

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

418 

différends politiques et le manque de clarté dans la gouvernance des politiques d’éducation numérique
sont à l’origine de la dissolution de BECTA (British Educational Communications and Technology Agency),
organisme chargé d’accompagner la mise en œuvre des politiques d’éducation numérique en Angleterre
jusqu’en 2011.
En l’occurrence, Hudson et al. (2019[17]) avancent que la fragilité et la fragmentation de la gouvernance
organisationnelle comptent parmi les principaux facteurs d’échec de la mise en œuvre d’une politique. Les
politiques formulées à l’échelle nationale sont parfois confrontées au défi de leur transposition cohérente
à l’échelle infranationale, véritable casse-tête lorsque les instances infranationales disposent d’un certain
degré d’autonomie politique — comme c’est parfois le cas des systèmes d’éducation. Hudson et al.
avancent que pour faciliter la mise en œuvre des politiques sociales (au sens large), une stratégie consiste
à créer des « centres de soutien, à savoir différentes entités qui travaillent de concert, souvent sous la
houlette du gouvernement, afin d’accompagner la mise en œuvre des politiques ».
Franks et Bory (2017[18]) ont proposé un concept similaire : des « organisations intermédiaires » qui
« semblent jouer un rôle essentiel non seulement dans la mise en œuvre des programmes modèles, mais
aussi dans le développement de la capacité nécessaire au changement du système ».
On s’accorde désormais à reconnaître (Miao et al., 2022[3] ; Tate et Greatbatch, 2022[19]) que la mise en
œuvre des politiques d’éducation numérique ne peut se passer de la création, ou de l’adaptation,
d’institutions ou de structures organisationnelles précises dotées de la capacité de coordonner les acteurs
publics et privés et de mener à bien différentes activités (Kozma, 2011[11] ; Miao et al., 2022[3]).
Les pays font appel à différents modèles et stratégies pour mettre en œuvre leurs politiques d’éducation
numérique (Kozma, 2011[11] ; UNESCO IIEP, 2003[7]). Dans certains cas, cette démarche est confiée à
des organisations créées à cet effet ou à qui le ministère de l’Éducation a délégué ce mandat.
En 2017, la Banque mondiale a publié un rapport qui se penchait sur les organismes nationaux de
technologies éducatives et leurs homologues fonctionnels, afin de comprendre la structure, le
fonctionnement et l’évolution de ces organisations au fil du temps. Après avoir décrit le rôle des organismes
chargés des TIC de 11 pays, les auteurs concluaient qu’en dépit de leur structure, de leur gouvernance et
de leurs sources de financement radicalement différentes, tous ont joué un rôle essentiel dans la mise en
œuvre des différentes politiques en matière de TIC dans l’éducation (Trucano et Dykes, 2017[4]).
Le paysage organisationnel a largement changé depuis. Des organismes nationaux chargés des TIC ont
été tantôt supprimés et absorbés par le ministère de l’Éducation dans des pays comme le Chili et l’Estonie,
tantôt davantage subventionnés dans d’autres pays comme l’Uruguay, les Pays-Bas, le Costa Rica et la
Corée.
Il est important de comprendre la façon dont, ces dernières années, les organismes responsables des TIC
à l’échelle nationale ont évolué afin de mieux remplir leur mission. La recherche sur les rôles types ou
archétypes organisationnels (Martínez-Román et al., 2020[20] ; Damanpour et Schneider, 2009[21]), qui
étudie les organisations à travers le prisme de leurs caractéristiques et de leurs objectifs, peut offrir un
cadre utile pour comprendre en partie ces changements.
Si les chercheurs s’accordent à dire qu’il n’existe pas une méthode unique pour réussir à mettre en œuvre
les politiques d’éducation numérique, il peut être tentant de supposer que, dès lors qu’ils en ont la volonté
et le budget, les pouvoirs publics nationaux ont de fait la capacité de mettre en œuvre une politique
d’éducation numérique. C’est pourtant loin d’être le cas. Quels que soient la taille et le degré de
développement économique du pays, les pouvoirs publics font face à des contraintes liées au temps ainsi
qu’aux ressources humaines et financières. Une bonne compréhension du rôle des organismes nationaux
chargés des TIC ou des organismes de soutien à la mise en œuvre des politiques d’éducation numérique
permettrait aux pouvoirs publics d’instaurer des structures organisationnelles grâce auxquelles chaque
élève aura la garantie de bénéficier des innovations offertes par le numérique dans l’éducation.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  419

Définition et rôle des organismes de soutien dans les politiques d’éducation

numérique

Dans la mesure où les organismes de soutien peuvent prendre différentes formes et fonctions pour mettre
en œuvre les politiques d’éducation numérique, la présente étude propose une définition exhaustive qui
repose sur leur rôle institutionnel. Un organisme de soutien désigne toute entité, gouvernementale ou non,
dont la mission consiste à mettre en œuvre des politiques publiques visant à encourager l’apprentissage
numérique ou l’utilisation de la technologie dans les établissements d’enseignement.
Trucano et Dykes (2017[4]) les qualifient d’« instances nationales en train d’apparaître dans le monde entier
pour aider à intégrer, appuyer, financer et évaluer l’utilisation des TIC dans l’éducation à grande échelle,
et à informer à ce sujet ».
Dans ses directives relatives aux politiques en matière de TIC dans l’éducation, l’UNESCO (2022[3]) fait
référence à des « structures organisationnelles » qui régissent et coordonnent leur mise en œuvre et qui
peuvent prendre la forme d’un comité directeur central, d’un organisme national responsable des TIC dans
l’éducation également chargé de gérer les collaborations ou encore d’un groupe de travail.
Une autre stratégie utile pour définir le concept d’organismes de soutien est d’étudier la façon dont ils se
présentent.
• Aux Pays-Bas, Kennisnet se présente comme un organisme d’éducation public chargé de fournir
une infrastructure nationale de TIC, de conseiller les comités d’éducation et de relayer les
connaissances dans ce domaine aux établissements primaires, secondaires, supérieurs et de
formation professionnelle.
• Au Costa Rica, la fondation Omar Dengo est une organisation non gouvernementale chargée de
développer et d’améliorer l’éducation en mettant l’informatique et les nouvelles technologies au
service des processus pédagogiques (Jimenez Iglesias, 2016).
• En Corée, le service d’information pour l’éducation et la recherche (KERIS) indique être une
institution publique relevant du ministère coréen de l’Éducation chargée de promouvoir différents
projets et recherches universitaires en lien avec les technologies de l’information et de la
communication (TIC) de l’enseignement primaire à l’enseignement supérieur.
• Au Chili, le Centro de Innovación del Ministerio de Educacion (CIM), qui a absorbé l’ancien projet
Enlaces, déclare que sa mission consiste à renforcer la capacité d’innovation du système
d’éducation en mettant le potentiel des technologies numériques au service d’expériences
d’apprentissage à même d’aider les élèves à atteindre leur plein potentiel.
• En Estonie, l’ancienne Fondation des technologies d’information pour l’éducation (HITSA), en
activité jusqu’en 2020 avant d’être absorbée par le Conseil pour l’éducation et la jeunesse
(HARNO), indiquait être chargée de garantir que les élèves de différents niveaux d’enseignement
acquièrent les compétences numériques nécessaires au développement économique et sociétal.
• En Uruguay, CEIBAL, le centre des technologies numériques pour l’innovation dans l’éducation,
est au service des politiques d’éducation publiques. Il facilite l’intégration des technologies afin
d’améliorer l’apprentissage et de favoriser les processus d’innovation, d’inclusion et de croissance
personnelle.
• En Irlande, le service des technologies numériques d’Oide (anciennement PDST Technology in
Education) encourage et soutient l’intégration des TIC dans l’enseignement et l’apprentissage au
niveau des établissements. Oide, le service national de soutien intervenant sous la houlette du
ministère de l’Éducation et des Compétences, a été créé en 2023 pour reprendre et élargir la
mission du PDST, le Service de développement professionnel des enseignants.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

420 

Les exemples ci-dessus montrent toute l’hétérogénéité, en termes de statut et de structure juridique, des
organismes de soutien qui peuvent prendre les formes suivantes :
• organisations publiques ou privées
• facultés universitaires
• groupes ou services dépendant ou non du ministère de l’Éducation
• structures formelles ou informelles (comités et groupes de travail).
Face à ce vaste ensemble de caractéristiques organisationnelles, cet article s’intéresse aux organismes
qui partagent un même but : aider les pouvoirs publics à mettre en œuvre les politiques d’éducation
numérique à l’échelle nationale.

Activités principales des organismes de soutien

Les organismes de soutien peuvent proposer un ensemble d’activités afin d’aider les pouvoirs publics à
mettre en œuvre leurs politiques d’éducation numérique, par exemple :
• la planification et l’élaboration des plans directeurs et des documents stratégiques en matière de
TIC et d’éducation numérique
• l’acquisition, le déploiement et la gestion des infrastructures de TIC dans les établissements
(appareils et accès à Internet)
• l’installation et la gestion des infrastructures centralisées comme des centres de données et des
plateformes numériques à l’échelle du système
• la promotion du développement des compétences numériques des enseignants
• la conception et la diffusion du matériel pédagogique numérique
• la supervision et l’évaluation de la mise en œuvre des politiques d’éducation numérique
• la coordination des nombreux intervenants
Ces activités peuvent se classer en fonction de leur nature ainsi que des investissements et des
connaissances techniques qu’elles nécessitent.
Par exemple, l’acquisition, le déploiement et la gestion de l’infrastructure scolaire de TIC, tout comme la
gestion d’infrastructures centralisées comme des centres de données et des plateformes numériques à
l’échelle du système, impliquent des connaissances spécifiques ainsi que des investissements
considérables. Ces activités requièrent également de la coordination avec d’autres entités
gouvernementales et privées dans le domaine des télécommunications et des services numériques et
incombent à une équipe de professionnels composée d’ingénieurs, de scientifiques spécialistes des
données et d’experts techniques préparés à négocier avec les prestataires et fournisseurs publics et
privés.
Une deuxième catégorie, qui englobe des activités comme la planification, la supervision et l’évaluation
des politiques d’éducation numérique, requiert des connaissances universitaires et interdisciplinaires, par
exemple des connaissances sur la conception et la planification de politiques propres au domaine de
l’éducation.
Une troisième catégorie d’activités concerne davantage l’éducation et la pédagogie, comme le
développement professionnel des compétences numériques et pédagogiques des enseignants ou le
développement et la diffusion du matériel pédagogique numérique. Les activités qui relèvent de cette
catégorie doivent être intégrées dans la politique nationale d’éducation. Des connaissances précises du
secteur de l’éducation ainsi que la légitimité de travailler avec des systèmes d’éducation et des
enseignants sont également de mise.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  421

La coordination des différents acteurs engagés dans la mise en œuvre de la politique d’éducation
numérique entre également en ligne de compte, tout comme la négociation avec les prestataires et
partenaires privés. Ce rôle suppose non seulement des connaissances techniques, mais aussi de la
légitimité et une mission politique, et ce sans verser dans les contraintes de la bureaucratie. Même si la
coordination des politiques d’éducation numérique est le plus souvent du ressort des ministères de
l’Éducation, leur mise en œuvre dépend néanmoins de l’engagement des autres ministères et des
partenaires publics et privés. Il arrive que cette coordination soit déléguée directement par le plus haut
niveau du gouvernement, auquel cas l’organisme de soutien joue le rôle d’un secrétariat exécutif
supervisant les activités et les résultats des partenaires.

Exemples d’organismes de soutien

Les études de cas présentées en 0 nous permettent d’analyser les organismes de soutien chargés de
mettre en œuvre la politique d’éducation numérique de pays aussi variés que le Chili, le Costa Rica,
l’Estonie, l’Irlande, la Corée, les Pays-Bas et l’Uruguay.
Cette étude ne présente pas en détail chaque organisme de soutien choisi. Ces descriptions sont à trouver
sur leur site web respectif et dans d’autres analyses comme celles de Kozma (2011[11]) ou Trucano et
Dykes (2017[4]).
Chaque étude de cas passe en revue les variables suivantes :
• contexte et date de création
• activités principales
• évolution
• fonctionnement actuel
• avantages et inconvénients perçus

Études de cas

Points communs de l’évolution des organismes de soutien

L’analyse des cas choisis pour la présente étude permet d’identifier des tendances en matière d’évolution
et de structures organisationnelles des organismes de soutien.
Premièrement, la plupart de ces organismes ont été créés au tournant des années 1980 et 1990, à une
époque où l’utilisation de la technologie dans l’éducation était considérée comme un impératif, au même
titre que le fait d’outiller les élèves pour le XXIe siècle. À l’époque, ces politiques s’intitulaient le plus
souvent « Les TIC dans l’éducation » et servaient un double objectif : améliorer l’utilité et l’efficacité des
systèmes d’éducation et doter la population de compétences numériques jugées indispensables à la
compétitivité du pays. L’Estonie, le Costa Rica, l’Uruguay et l’Irlande illustrent bien l’engagement politique
nécessaire pour faire des TIC un levier stratégique du développement économique et social.
La création, l’évolution et la suppression des organismes de soutien semblent tributaires des changements
de gouvernement et du lancement de nouvelles politiques de TIC dans l’éducation, bien que rares soient
les politiques de ce type (exception faite de celles de l’Irlande et de la Corée) à définir expressément la
structure organisationnelle nécessaire à leur mise en œuvre.
De manière générale, la mission initiale de ces organismes était de donner forme à l’infrastructure
numérique des établissements et d’octroyer les ressources financières et techniques de sources publiques
et privées, le plus souvent de fournisseurs de télécommunications. À cette fin, des structures
organisationnelles souples et indépendantes ont été jugées plus adaptées que des institutions

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

422 

gouvernementales. C’est ce qu’illustre un commentaire de Seymour Part de l’Institut de technologie du

Massachusetts (MIT) au sujet de la création de la fondation Omar Dengo, alors qu’il servait de conseiller
technique au premier projet de « TIC dans l’éducation » au Costa Rica : « Le gouvernement du Costa Rica
a créé une fondation pour superviser le projet, démarche insolite où le gouvernement lui-même a pris la
décision de mettre un projet à l’abri de sa propre bureaucratie ! » (Bujanda Bujanda et Muñoz García,
2023[22])
Au fil (ou à l’issue) du déploiement de l’infrastructure numérique dans les établissements scolaires, les
organismes de soutien ont été chargés de prendre une part plus active au développement des
méthodologies et du matériel d’apprentissage numérique, ainsi qu’à la formation des enseignants. Ces
dernières années, des questions liées à la gestion des plateformes, à la protection de la vie privée et à la
sécurité des bases de données pédagogiques se sont ajoutées à la mission des organisations d’appui.
Kennisnet et KERIS montrent bien la façon dont l’élaboration, l’acquisition et la diffusion du contenu
numérique et la gestion des bases de données pédagogiques se sont hissées parmi les priorités de leur
mission organisationnelle. Trucano et Dykes (2017[4]) ont observé la même tendance dans leur analyse
des organismes nationaux de technologies pédagogiques. Ils dénombrent cinq étapes à leur évolution :
lancement (généralement axé sur le déploiement d’ordinateurs ou de l’accès à Internet dans les
établissements), expansion (élargissement des activités initiales), évolution (ajout de nouveaux rôles),
pérennisation (intégration dans le système) et phase finale (mission accomplie, échec ou changement de
circonstances).
En parallèle à l’évolution des responsabilités des organismes de soutien, des services chargés de
l’éducation numérique ont été créés ou renforcés au sein du ministère de l’Éducation de chaque pays. Ces
services ont parfois progressivement intégré une grande partie des fonctions initialement prises en charge
par les organismes de soutien, au point où certains de ces derniers ont fini par être supprimés. Au Chili
par exemple, le soutien à la mise en œuvre des politiques d’éducation numérique est passé d’un service
indépendant assuré par les universités (projet Enlaces) à une organisation hybride (CET-Enlaces) et enfin,
à un centre d’innovation au sein du ministère de l’Éducation (CIM).
Le cas du Chili illustre bien le passage d’un mécanisme externe à un service interne du ministère de
l’Éducation chargé de mettre en œuvre non pas une politique centrée sur les TIC, mais le volet numérique
d’une politique éducative globale. Severin (2017) avance que si cette évolution est importante pour la
légitimité et la pérennité des financements des TIC dans les politiques d’éducation, elle n’est néanmoins
pas dépourvue d’inconvénients, parmi lesquels la multiplication des obstacles à la création de stratégies
radicales et innovantes ou la lenteur de la bureaucratie. Claro et Jara (2020[23]) reconnaissent aussi que
si l’intégration d’Enlaces au ministère de l’Éducation a certes permis de mieux l’intégrer dans la politique
globale en matière d’éducation, elle a aussi progressivement limité le renouveau de la vision et de la
mission de la politique d’éducation numérique chilienne.
Une tendance similaire existe en ce qui concerne la teneur et la portée des travaux des organismes de
soutien. Au cours de la dernière décennie, les structures organisationnelles qui accompagnent les
politiques d’éducation numérique ont connu une mutation : d’organisations axées sur la technologie, elles
sont devenues des prestataires de services pédagogiques au sens large. Le Centre national pour la
technologie dans l’éducation (NCTE) en Irlande, absorbé par le Service de développement professionnel
des enseignants (PDST) avant que lui-même ne soit intégré à Oide, un organisme public, l’illustre bien.
Oide offre des services éducatifs complets (programme d’enseignement, pédagogie, etc.), des
méthodologies d’apprentissage et d’enseignement, des services d’amélioration et d’auto-évaluation pour
les établissements, des services de leadership des établissements, des services axés sur le bien-être des
élèves et des enseignants ainsi que des technologies de l’information et de la communication. En Estonie,
HITSA, la fondation des technologies de l’information pour l’éducation, a suivi une trajectoire comparable
en étant absorbée par le Conseil pour l’éducation et la jeunesse (HARNO), qui compte six services chargés
d’offrir un soutien pédagogique, et dont l’un est consacré spécialement à l’éducation numérique. Cela

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  423

étant, des pays comme l’Uruguay, les Pays-Bas et la Corée ont décidé de ne pas fusionner leur organisme
d’éducation numérique et leur prestataire de services d’éducation général afin de conserver leur élan en
faveur de la transformation numérique.

Les nouveaux défis des organismes de soutien

L’évolution des enjeux des organismes de soutien semble découler de la prise de conscience croissante
qu’au-delà de la transformation numérique des pratiques traditionnelles d’enseignement et
d’apprentissage, le rôle de la technologie doit être d’encourager l’innovation dans les systèmes
d’éducation. C’est pourquoi les organismes de soutien peuvent être amenés à assumer des
responsabilités comme la création, la systématisation et l’adoption des innovations dans les systèmes
d’éducation, à la fois au niveau central et à celui des établissements. Il s’agit d’une tâche titanesque dans
un contexte public, qui peut dépasser les capacités d’un seul rôle type ou archétype organisationnel
(Damanpour et Schneider, 2009[21] ; Martínez-Román et al., 2020[20]).
En tenant compte des catégories d’activités assurées par les organismes de soutien analysés dans la
présente étude, et des recherches supplémentaires relatives aux structures organisationnelles, il est
possible d’identifier trois rôles types (ou archétypes) correspondant aux fonctions qui incombent aux
organismes de soutien.

Rôle type/archétype Catégorie d’activités Exigences/conditions

Subventions élevées à long terme de
Déploiement de l’infrastructure la part du ministère de l’Éducation et
Prestataire de services numérique ; gestion des plateformes des pouvoirs publics à l’échelle
numériques ; soutien technique aux municipale et nationale ; équipe
établissements multidisciplinaire composée de
professionnels
Élaboration de documents, de Connaissances universitaires et
méthodologies et de processus afin professionnelles appliquées au
Expert d’innover dans le domaine de la contexte scolaire ; capacité de
pédagogie ; évaluation des recherche ; connaissance des
interventions politiques politiques publiques
Coordination, supervision et
Mission officielle et poids politique
évaluation des activités d’une
Maître d’œuvre pour négocier avec les acteurs publics
multitude de partenaires autant et privés
publics que privés

Bien qu’il ne soit pas toujours facile pour un seul organisme d’intégrer ces trois rôles types, ces derniers
doivent être réalisés et entrer en ligne de compte lors de la conception de la structure organisationnelle
qui permettra de mettre en œuvre les politiques d’éducation numérique. Le concept de consortiums, de
coalitions et de partenariats organisationnels peut servir de mécanisme institutionnel innovant face à la
complexité de cette mise en œuvre. Quoi qu’il en soit, la coordination est primordiale.

Conséquences pour les politiques d’éducation numérique

Les politiques d’éducation numérique ont tendance à négliger la structure organisationnelle qui permettra
de coordonner et d’appuyer la mise en œuvre de leur éventail multidimensionnel d’activités. Ces politiques
conjuguant des activités avec une portée et une teneur résolument différentes, comme les infrastructures
scolaires, la production de contenu numérique et le développement professionnel des enseignants, leur
mise en œuvre est éminemment complexe.
La transposition de plans directeurs ambitieux en matière d’éducation numérique pour en faire des
innovations concrètes pour l’enseignement et l’apprentissage à l’échelle des établissements requiert de

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

424 

l’engagement, des connaissances techniques et un financement de la part de nombreuses entités

publiques et privées. Faute d’attribuer clairement les responsabilités et de définir des mécanismes de
responsabilisation, il pourrait être impossible d’atteindre l’équilibre nécessaire à la mise en œuvre
d’éléments complémentaires (Kennisnet, 2015).
La première étape doit impérativement consister en un document stratégique sans ambiguïté doublé d’un
plan directeur révélateur d’une vision commune des objectifs de la technologie dans l’éducation, conçu et
validé par de nombreuses parties prenantes de l’écosystème pédagogique (van der Vlies, 2020[1]).
Cependant, pour atteindre chacun des objectifs, un autre élément est tout aussi capital que les stratégies :
la conception de la structure organisationnelle qui permettra de les mettre en œuvre (Andrews, Pritchett
et Woolcock, 2017[24]). L’instauration de la structure organisationnelle nécessaire impliquera probablement
de mobiliser et d’adapter les institutions ou organisations existantes, mais aussi de créer un organisme de
soutien à cet effet.
Le rôle que ces organismes sont appelés à jouer doit être adapté au contexte national puisqu’il peut varier
du tout au tout en fonction de la taille du pays, du degré de centralisation du système d’éducation et de
l’existence d’autres acteurs publics et privés dans l’écosystème d’éducation numérique.
Le rôle de prestataire de services direct aux établissements peut davantage convenir aux organismes
de soutien dans des petits pays comme l’Uruguay, l’Estonie et le Costa Rica. En Uruguay, par exemple,
CEIBAL est responsable de l’acquisition, de la gestion et de la distribution d’appareils et de solutions
d’accès à Internet directement à tous les enseignants et élèves du pays. Au-delà de la taille du pays, la
capacité à être un prestataire de services direct dépend aussi du degré de décentralisation des services
éducatifs. Dans d’autres pays comme les Pays-Bas et l’Estonie, les services offerts aux établissements
concernent davantage les plateformes pédagogiques et la gestion des données, étant donné que les
établissements disposent d’une autonomie et d’un budget suffisants pour acquérir leur propre
infrastructure numérique. Dans les pays plus grands, des organisations régionales et locales peuvent être
plus à même de fournir des infrastructures et des services directement aux établissements. L’Estonie et
l’Irlande, par exemple, ont fait le choix d’incorporer leur organisme de soutien aux TIC au sein de
prestataires de services plus généraux comme HARNO et Oide. Même lorsque l’organisme de soutien n’a
pas pour mission de servir directement les établissements, il importe que les politiques publiques
définissent la structure organisationnelle et les mécanismes de coordination qui permettront à tous les
établissements de bénéficier des services nécessaires à la mise en œuvre de l’éducation numérique.
Le rôle d’expert englobe plusieurs activités allant de l’élaboration, de la sélection et de la diffusion de
contenus numériques à la formation des enseignants, à la gestion de systèmes de données et
d’apprentissage ou encore au suivi et aux recommandations d’améliorations de la politique d’éducation
numérique. En règle générale, les connaissances nécessaires pour définir des normes d’interopérabilité
ou des critères de sélection des ressources éducatives numériques et de gestion des plateformes
d’apprentissage font défaut aux professionnels de l’écosystème éducatif. Les travaux de KERIS et
Kennisnet montrent en quoi les organismes de soutien peuvent contribuer à la qualité du programme
d’enseignement et à son harmonisation avec les ressources numériques conseillées aux enseignants et
aux établissements.
On attend de plus en plus des organismes de soutien qu’ils mettent au point des méthodologies
d’enseignement et d’apprentissage innovants qui reposent sur la technologie, si bien que leurs travaux
risquent d’empiéter sur ceux d’autres organisations responsables de questions pédagogiques dans
l’écosystème de l’éducation, avec des conflits potentiels à la clé. Ce serait le cas en Uruguay et au Costa
Rica. Au Chili, la suppression d’Enlaces a été présentée comme une décision stratégique visant à intégrer
le volet numérique dans la politique d’éducation générale et à éviter les doublons organisationnels (Claro
et Jara, 2020[23]). Bien que cette intégration soit souhaitable, des connaissances spécifiques en matière
de pratiques d’enseignement et d’apprentissage numériques restent de mise. Les organismes de soutien

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  425

peuvent constituer une équipe d’experts afin de mettre au point des directives et former les enseignants
aux innovations faisant appel à la technologie.
Le suivi et l’évaluation de la mise en œuvre des politiques d’éducation numérique, autant sur le plan du
processus que des résultats, constituent une autre activité importante qui ne peut se passer de
connaissances techniques. Le suivi et l’évaluation sont deux composantes généralement absentes des
politiques d’éducation numérique (OECD, 2023[14]). Les organismes de soutien peuvent endosser un rôle
d’expert afin de définir des indicateurs et de collecter et d’analyser des données sur le degré de mise en
œuvre et l’utilisation de la technologie dans les établissements.
Si au niveau politique, le rôle de maître d’œuvre d’une politique d’éducation numérique doit incomber au
ministère de l’Éducation, au niveau opérationnel, il peut imposer de faire appel à une organisation chargée
d’en élaborer le cadre conceptuel et de coordonner tous les acteurs concernés. La mise en œuvre des
politiques d’éducation numérique ne peut se passer d’une entité qui montre la voie à suivre et en assume
la responsabilité (Andrews, Pritchett et Woolcock, 2017[24]). Le leadership opérationnel assuré par
l’organisme de soutien est vital d’une part pour assurer la continuité des objectifs en matière d’éducation
numérique et de leur budget, et d’autre part pour constituer et retenir une équipe d’experts et de
professionnels au service du système d’éducation. Les pays qui ont mis en œuvre une politique
d’éducation numérique à long terme, comme l’Estonie et la Corée, se sont dotés d’organismes de soutien.
Il est également intéressant de se pencher sur les pays qui ne disposent d’aucun organisme de soutien
pour la mettre en œuvre leurs politiques d’éducation numérique, à l’image du Brésil et des États-Unis.
Aux États-Unis, le système d’éducation est éminemment décentralisé et une multitude d’organismes
offrent un soutien technique aux districts et aux établissements scolaires dans le domaine du numérique,
comme Digital Promise, l’International Society of Technology in Education (ISTE), le Consortium for School
Networking (CoSN) et la State Educational Technology Directors Association (SETDA). Digital Promise
est sans doute l’organisation qui s’apparente le plus à l’organisme de soutien type tel que défini dans cette
étude : elle a été homologuée par le Congrès en 2008 et son financement initial provient de partenaires
publics et privés. Depuis, bien qu’elle demeure proche du ministère américain de l’Éducation, Digital
Promise fonctionne davantage comme une ONG indépendante chargée d’accompagner des districts
scolaires, des établissements, des entreprises et d’autres organisations lors de projets ponctuels.
Au Brésil, c’est à l’administration centrale qu’il revient de définir les politiques d’éducation générales et
d’accompagner les États et les municipalités dans leur mise en œuvre. Bien que le pays dispose d’une
politique nationale relative aux TIC (PIEC, 2021) et d’une stratégie pour le numérique dans l’éducation
(PNED, 2023) ayant reçu l’aval du Congrès, aucune structure organisationnelle ne vient appuyer leur mise
en œuvre. En plus de compromettre l’efficacité et l’utilité des investissements en faveur du numérique
dans l’éducation, l’absence de coordination centralisée creuse les inégalités. Les données du Centre
d’innovation pour l’éducation au Brésil (CIEB) montrent des écarts significatifs en matière d’adoption de la
technologie dans les établissements brésiliens (Centro de Inovação para a Educação Brasileira (CIEB),
2022[25] ; Centro de Inovação para Educação Brasileira (CIEB), 2015 [26]), ce qui indique que les États et
les municipalités ne s’en remettent qu’à leur capacité organisationnelle et à leurs partenaires locaux.
À l’heure actuelle, le numérique dans l’éducation bénéficie de subventions considérables de la part de
sources publiques et privées comme le Fonds pour l’universalisation des services de télécommunications
(FUST). De surcroît, un nouvel organisme (EACE) a vu le jour afin que tous les établissements bénéficient
de fonds de la concession publique de la 5G. Une coalition de fondations et d’ONG aide les pouvoirs
publics au niveau national, municipal et des États à mettre en œuvre le numérique dans l’éducation. Mais
ces efforts gagneraient à être coordonnés par une entité centralisée non ministérielle ad hoc à même de
coopérer facilement avec les acteurs publics et privés, qui permettrait d’optimiser les ressources humaines
et financières et d’éviter la duplication des efforts entre les acteurs concernés.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

426 

L’existence d’un organisme de soutien ne garantit toutefois pas à elle seule la mise en œuvre de la
politique d’éducation numérique. Les organismes de soutien peuvent voir leurs activités interrompues pour
des motifs politiques ou leurs subventions redirigées vers d’autres priorités du gouvernement. Elles
peuvent devenir trop dépendantes d’un modèle d’utilisation de la technologie dans l’éducation et perdre
leur capacité d’innovation pédagogique. Leur travail peut empiéter sur celui d’autres organismes éducatifs
et créer des conflits institutionnels. Mais comme le présente cette étude, le fait de disposer d’un organisme
ayant clairement pour objectif la mise en œuvre des politiques nationales d’éducation numérique, qui
intervient en partenariat avec un service bien établi au sein du ministère de l’Éducation, semble jouer
nettement en faveur de la pérennité et de la bonne mise en œuvre de ces politiques.

Recommandations à l’attention des responsables politiques

La création, la mise en œuvre et le maintien d’une politique efficace en matière d’éducation numérique
constituent une démarche complexe qui requiert certes un engagement politique, des connaissances
techniques et des subventions considérables mais qui est néanmoins un passage obligé pour les
responsables de l’éducation et les responsables politiques du monde entier.
Les responsables politiques ont la charge de concevoir et de mettre en œuvre des politiques d’éducation
numérique efficaces qui obtiennent des résultats concrets en matière d’apprentissage. Compte tenu de
tous les investissements consacrés à des technologies infructueuses, il est sage de tirer des
enseignements des pays où le numérique a été déployé de façon cohérente et pérenne dans l’éducation.
D’après les sept cas analysés dans la présente étude, il semble que l’existence d’organismes de soutien
compte parmi les principaux facteurs expliquant la réussite des politiques d’éducation numérique. Ces
organismes peuvent offrir des services aux établissements, mettre au point des cadres conceptuels ainsi
que coordonner et superviser la mise en œuvre des politiques d’éducation numérique.
Toutefois, il n’existe pas de modèle organisationnel unique pouvant convenir à tous les pays. Pour porter
ses fruits, la mise en œuvre de toute politique éducative est tributaire de la capacité des pouvoirs publics
et des structures organisationnelles en place.
C’est pourquoi, avant d’envisager la création d’un organisme de soutien à la mise en œuvre d’une politique
d’éducation numérique, il est important de répondre aux questions suivantes :
1. Des organismes jouent-ils déjà un rôle de prestataire de services, d’expert ou de maître d’œuvre
dans l’éducation numérique à l’échelle nationale ?
2. L’un d’eux pourrait-il être transformé en organisme de soutien à la mise en œuvre de la politique
d’éducation numérique ?
3. Compte tenu de la taille du pays et du degré de décentralisation du système d’éducation, quels
services numériques pourraient ou devraient être fournis aux établissements ?
4. L’environnement réglementaire du pays permet-il de créer un organisme d’utilité publique doté
d’assez de souplesse et d’autonomie pour conclure des partenariats avec plusieurs parties
prenantes ?
5. Les processus d’appels d’offres menés par l’organisme seraient-ils plus souples s’ils faisaient
appel à des fonds publics ?
6. Est-il possible d’affecter des enveloppes budgétaires pérennes et d’imposer des mécanismes de
responsabilité à l’organisme de soutien ?
La création d’un organisme de soutien à la mise en œuvre des politiques d’éducation numérique dépend
de la réponse à ces questions. Si on en attend clairement des avantages, les responsables politiques
doivent tenir compte des recommandations suivantes :

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  427

1. Prévoir, lors de la conception d’une politique d’éducation numérique, la structure organisationnelle

qui sera chargée de sa mise en œuvre. Déterminer le modèle de gouvernance et identifier ou créer
un organisme de soutien capable d’endosser le rôle de maître d’œuvre, d’expert technique et de
prestataire de service pour le système d’éducation ou les établissements.
2. Inclure, dans le budget de la politique d’éducation numérique, des subventions pérennes et
adaptées pour financer les activités de l’organisme de soutien. Les versements de fonds doivent
être conditionnés à certains indicateurs clés de performance (ICP) lors de la mise en œuvre de la
politique d’éducation numérique.
3. Le ministère de l’Éducation doit être le responsable politique de la politique d’éducation numérique
afin de veiller à ce qu’elle s’intègre dans d’autres stratégies d’éducation. Lorsque cela s’impose, il
doit néanmoins déléguer à l’organisme de soutien, avec le mandat et l’autonomie nécessaires, le
rôle d’expert technique et de coordinateur des négociations avec les partenaires publics et privés.
4. Le rôle d’expert technique, qui consiste à proposer des innovations pédagogiques et à produire
des données relatives à l’utilisation de la technologie dans l’éducation, peut être mené en
partenariat avec des universités. L’organisme de soutien doit néanmoins se composer d’une
équipe technique chevronnée, capable de traduire la recherche universitaire en orientation
pratique pour les établissements.
5. Le rôle de prestataire de service dépend de la taille et du degré de centralisation du système
d’éducation. L’éventail de services assurés par l’organisme de soutien peut aller d’une assistance
technique aux États et aux municipalités à l’acquisition, la livraison et la gestion directes des
infrastructures matérielles et immatérielles du numérique.
o Dans les systèmes d’éducation à grande échelle et décentralisés, les organismes de soutien
peuvent offrir des services à l’échelle nationale, comme la création de seuils minimaux pour
l’infrastructure numérique des établissements, l’élaboration de spécifications techniques pour
les achats d’appareils et l’accès à Internet ou encore l’inclusion des compétences numériques
dans le programme d’enseignement et les méthodologies de développement professionnel des
enseignants. Ils peuvent également gérer les plateformes nationales de ressources
d’apprentissage numérique et définir les paramètres de sécurité des services immatériels et
d’interopérabilité au sein du système d’éducation. Dans ce contexte, une des missions des
organismes de soutien doit être de fournir des directives et une assistance technique aux États
et aux municipalités afin de les aider à mettre en œuvre la politique d’éducation numérique.
o Dans les systèmes d’éducation centralisés et à plus petite échelle, les organismes de soutien
peuvent intervenir directement auprès des établissements. Ils peuvent procéder à l’acquisition,
la diffusion et la gestion de l’infrastructure numérique dans les établissements, offrir du contenu
d’apprentissage numérique en lien avec le programme d’enseignement et former les
enseignants à de nouvelles méthodologies d’enseignement faisant appel aux technologies.
Pour pouvoir offrir une telle variété de services, les organismes de soutien doivent créer des
antennes dans tout le pays ou déléguer leurs activités à des partenaires locaux.
6. Des connaissances techniques sont aussi de mise pour définir des indicateurs tangibles et ainsi,
superviser et évaluer la mise en œuvre de la politique d’éducation numérique. L’évaluation des
indicateurs clés de performance relatifs aux résultats escomptés de la politique et au travail de
l’organisme de soutien doit être confiée à une organisation tierce.
7. Si l’organisme de soutien venait à faillir clairement à sa mission, le ministère de l’Éducation doit
être en mesure de proposer des changements, voire de suspendre son financement. Un nouveau
processus de sélection ou de passation de marchés publics doit alors avoir lieu pour identifier sa
remplaçante pour la mise en œuvre de la politique d’éducation numérique.
8. Les politiques d’éducation numérique ne doivent pas être considérées comme une initiative
ponctuelle ou temporaire. Les systèmes d’éducation ont besoin d’un appui technique et

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

428 

opérationnel pérenne pour parvenir à intégrer la technologie dans l’enseignement et

l’apprentissage. C’est pourquoi le financement des organismes de soutien doit constituer un poste
permanent dans le budget des différents ministères de l’Éducation.

Références

Andrews, M., L. Pritchett et M. Woolcock (2017), Building State Capability: Evidence, Analysis, [24]
Action, Oxford University Press.

Brenes, M. et al. (2014), Las políticas TIC en los Sistemas Educativos de América Latina: Caso [34]
Costa Rica, UNICEF.

Bujanda Bujanda, M. et L. Muñoz García (2023), Costa Rica’s Omar Dengo Foundation [22]
Program: 29 years later.

CEIBAL (2006), Aprendiendo del futuro, [Link] [36]

content/uploads/2022/12/[Link].

Centro de Inovação para a Educação Brasileira (CIEB) (2022), Relatório Guia Edutec - [25]
Diagnóstico do Nível de Adoção de Tecnologia nas Escolas Públicas Brasilieiras em 2022,
[Link]

Centro de Inovação para Educação Brasileira (CIEB) (2015), CIEB: notas técnicas #1: A [26]
importância de políticas nacionais e centros de inovação em educação, [Link]
content/uploads/2020/08/CIEB-Notas-Tecnicas-1-A-Importancia-de-Politicas-Nacionais-e-
Centros-de-Inovacao-em-Educacao_v_CC.pdf.

Claro, M. et I. Jara (2020), « The end of Enlaces: 25 years of an ICT education policy in Chile », [23]
Digital Education Review, vol. 37, [Link]

Damanpour, F. et M. Schneider (2009), « Characteristics of Innovation and Innovation Adoption [21]

in Public Organizations: Assessing the Role of Managers », Journal of Public Administration
Research and Theory, vol. 19/3, [Link]

Dykes, G. (2016), « Building and sustaining national ICT education agencies: Lessons from [16]
England (Becta) », World Bank Education, Technology & Innovation: SABER-ICT Technical
Paper Series.

Education Estonia (2020), Education Estonia, [Link] [27]

European Commission (2023), Proposal for Council Recommendation on the key enabling [13]
factors for successful digital education and training,
[Link]
enabling-factors-for-successful-digital-education-and-training.

Franks, R. et C. Bory (2017), « Strategies for Developing Intermediary Organizations: [18]

Considerations for Practice », Families in Society, vol. 98/1, [Link]
3894.2017.6.

Fullan, M. et K. Donnelly (2013), Alive in the Swamp Assessing Digital Innovations in Education, [12]
[Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  429

Gouëdard, P. (2021), « Developing indicators to support the implementation of education [6]

policies », OECD Education Working Papers, [Link]

Haridus- ja Noorteamet (2023), HARNO - About, news, contacts, [Link] [30]

tutvustus.

HARNO (2023), ProgeTiigri programm, [Link] [29]

programm#koostoopartnerid.

Hudson, B., D. Hunter et S. Peckham (2019), « Policy failure and the policy-implementation gap: [17]
can policy support programs help? », Policy Design and Practice, vol. 2/1, pp. 1-14,
[Link]

Jimenez Iglesias, C. (2016), « Building and sustaining national ICT/education agencies: Omar [33]
Dengo Foundation », World Bank Education, Technology & Innovation: SABER-ICT
Technical Paper Series, vol. 13,
[Link]
29cd66c0bfe9/content.

Kerssens, N. et J. van Dijck (2021), « The platformization of primary education in The [32]
Netherlands », Learning Media and Technology, vol. 46/2, pp. 1-14,
[Link]

Korea Education and Research Information Service (2021), 2021 White Paper on ICT Education [31]
in Korea, [Link]

Kozma, R. (2011), The Technological, Economic, and Social Contexts for Educational ICT [11]
Policy, UNESCO, [Link]

Kozma, R. (2008), Comparative Analysis of Policies for ICT in Education, [10]

[Link]

Martínez-Román, J. et al. (2020), « Empirical analysis of organizational archetypes based on [20]

generation and adoption of knowledge and technologies », Technovation, vol. 96-97,
[Link]

Miao, F. et al. (2022), Guidelines for ICT in education policies and masterplans, UNESCO, [3]
[Link]

Ministry for Education and Science of Ireland (1998), Ireland Schools I.T 2000: Full Report, [35]
[Link]

OECD (2023), « Shaping Digital Education: Enabling Factors for Quality, Equity and Efficiency », [14]
[Link]

OECD (2020), « An implementation framework for effective change in schools », OECD [8]
Education Policy Perspectives, [Link]

OECD (2020), Strengthening the Governance of Skills Systems: Lessons from Six OECD [9]
Countries, OECD Publishing, [Link]

Republic of Estonia - Minister of Education and Research (2019), HITSA - Information [28]
Technology Foundation for Education.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

430 

Tate, S. et D. Greatbatch (2022), International evidence on decision making on technology, [19]

[Link]
a/file/1078471/International_technology_decision_making.pdf.

Trucano, M. et G. Dykes (2017), Building and sustaining national educational agencies: Lessons, [4]
models and case studies from around the world, The World Bank,
[Link]
educational-technology-agencies-lessons-models-and-case-studies-from-around-the-world.

UNESCO (2023), Global education monitoring report, 2023: technology in education: a tool on [2]
whose terms?.

UNESCO IIEP (2003), ICT in education around the world: trends, problems and prospects, [7]
[Link]
43e4-bc2e-7e48ca3f607a.

van der Vlies, R. (2020), « Digital strategies in education across OECD countries: Exploring [1]
education policies on digital technologies », OECD Education Working Papers, n° 226, OECD
Publishing, Paris, [Link]

Viennet, R. et B. Pont (2017), « Education policy implementation: A literature review and [5]
proposed framework », OECD Education Working Papers, [Link]
en.

Younie, S. (2006), « Implementing government policy on ICT in education: Lessons learnt », [15]
Educ Inf Technol, vol. 11, pp. 385-400, [Link]

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  431

Annexe 15.A. Études de cas

Cas 1. Chili : Enlaces > CET ENL > Centro de Innovación (CIM)

Contexte et date de création

Enlaces ([Link] a vu le jour en 1992 en tant que projet inédit en Amérique

latine. Il visait à étudier l’emploi de la technologie au sein d’une initiative gouvernementale à plus grande
échelle, financée en partie par la Banque mondiale, qui entendait améliorer la qualité et l’équité de
l’éducation au Chili. Le projet, initialement coordonné par une équipe multidisciplinaire de l’Institut
d’informatique éducative de l’université de la Frontera, se limitait à un petit groupe d’établissements dans
une région pauvre du pays. À ses débuts, en dépit de son financement provenant en intégralité du
ministère de l’Éducation, Enlaces n’avait pas de liens structurés avec les institutions. En 2005, une partie
de ce projet a été intégré au Centre pour l’éducation et la technologie, un service du ministère de
l’Éducation, pour créer CET-Enlaces. En 2018, un nouveau gouvernement a suspendu les activités du
CET-Enlaces et créé le Centre d’innovation (CIM), lui aussi au sein du ministère de l’Éducation, dont la
mission s’élargit à la promotion de l’innovation pédagogique.

Activités principales

• Déploiement de l’infrastructure dans les établissements (ordinateurs)

• Mise au point du matériel pédagogique numérique
• Formation des enseignants aux technologies afin d’améliorer l’enseignement et l’apprentissage
• Assistance technique et pédagogique aux établissements

Évolution

On distingue trois phases dans le déploiement des mécanismes institutionnels de mise en œuvre des
politiques d’éducation numérique au Chili :
• Première phase (1992-2005) : projet coordonné par l’université de La Frontera, puis par un réseau
d’universités (RATE) qui jouaient un rôle de pôles régionaux et d’organes d’exécution des TIC
dans les politiques d’éducation.
• Deuxième phase (2005-2018) : création officielle du Centre pour l’éducation et la technologie
(CET-Enlaces), un service du ministère de l’Éducation dont les effectifs ont compté jusqu’à
50 professionnels (provenant pour la plupart d’universités partenaires). Pour la première fois, une
évaluation nationale visant expressément à évaluer les compétences numériques (SIMCE-TIC)
était menée auprès des élèves et des enseignants.
• Troisième phase (depuis 2018) : fin des activités du CET-Enlaces en raison de la mise en place
d’un nouveau gouvernement, qui l’a remplacé par le Centre d’innovation relevant du ministère de
l’Éducation. Ce centre propose une nouvelle approche majoritairement axée sur les innovations
pédagogiques. Les investissements en faveur des infrastructures scolaires, en particulier en
matière de connectivité, sont la seule activité héritée d’Enlaces.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

432 

Fonctionnement

À l’heure actuelle, les effectifs du Centre d’innovation (CIM) du ministère de l’Éducation comptent
30 professionnels au siège et 16 coordonnateurs dans les régions. Le CIM est essentiellement
responsable de l’objectif stratégique de l’éducation numérique dans le cadre du Renforcement de
l’apprentissage, l’une des trois stratégies du Plan de Reactivación Educativa, la politique d’éducation
nationale. Le CIM articule ses activités en trois axes principaux :
• Innovations éducatives
• Infrastructure numérique de l’éducation
• Innovations technologiques

Avantages et inconvénients de l’organisme de soutien

Structure
Avantages Inconvénients
politique/organisationnelle
Autonomie en matière de
conception d’activités pour
l’emploi de la technologie Manque d’institutionnalisation
Enlaces : modèle universitaire dans l’éducation ; et de fiabilité des sources de
financement
Actions guidées par la
recherche
Fragmentation de la
Coopération avec un éventail gouvernance entre les
CET Enlaces : modèle hybride plus vaste de parties pouvoirs publics et les
universités ;
prenantes institutionnalisation
insuffisante
Intégration dans d’autres Perte de souplesse lors de la
CIM : service ministériel politiques éducatives et mise en œuvre en raison des
sources de financement processus administratifs

Cas 2. Estonie : Fondation du Bond du tigre > HITSA > Conseil pour l’éducation
et la jeunesse HARNO

Contexte et date de création

Les organismes de soutien à la mise en œuvre des politiques d’éducation numérique réputées de l’Estonie
ont considérablement changé au cours des dernières décennies : d’entités externes spécialisées dans les
TIC, elles se composent désormais d’organismes gouvernementaux consacrés à l’éducation au sens
large.

Évolution

Fondation du Bond de tigre (1997-2013)

En Estonie, le premier organisme de soutien à la politique de TIC à avoir vu le jour était la fondation
du Bond du tigre (tiigrihüpe en estonien), organisme indépendant créé en 1997 par le ministère de
l’Éducation. Il reposait sur un partenariat public-privé entre le gouvernement estonien, 10 entreprises
privées, 1 association d’entreprises informatiques estoniennes et 26 experts. La raison d’être de la
fondation était de mettre en œuvre le Bond du tigre, programme de développement national reposant sur
trois socles : fournir des ordinateurs et un accès à Internet à tous les établissements, former les
enseignants et produire du matériel pédagogique en estonien et en russe (Education Estonia, 2020[27]).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  433

La fondation du Bond du tigre était chargée d’assurer une assistance technique et d’octroyer des
subventions complémentaires pour les investissements en faveur des TIC dans les établissements. Même
si la formation des enseignants et les ressources éducatives numériques comptaient parmi ses activités,
l’infrastructure des TIC représentait plus des deux tiers de son budget. À la fin des années 2000, l’accès
aux ordinateurs et à Internet avait cessé d’être le principal problème : l’organisme s’est tourné vers la
planification et la mise en œuvre d’activités plus complètes dans l’optique d’étoffer les compétences
numériques des élèves et des enseignants (Laanpere, 2002). En 2014, la fondation du Bond du tigre est
devenue HITSA, la fondation des technologies de l’information au service de l’éducation.
Fondation des technologies de l’information au service de l’éducation HITSA (2014-2020)
HITSA (2019[28]) a été fondée avec de nouveaux partenaires comme la République d’Estonie, l’université
de Tartu, l’université de technologie de Tallinn, Eesti Telekom et l’association estonienne des technologies
de l’information et de la communication. Véritable organe de mise en œuvre du ministère de l’Éducation
et de la Recherche, HITSA était chargée de mettre au point et de déployer de nouvelles solutions
technologiques dans les établissements, tout en mobilisant d’autres parties prenantes comme les
universités et le secteur privé (OECD, 2023[14]). Elle faisait office de centre d’assistance officiel pour
différents outils pédagogiques en ligne mis au point par le ministère de l’Éducation et de la Recherche.
HITSA était aussi chargée de la formation des spécialistes de la technologie de l’éducation, c’est-à-dire
des enseignants chevronnés titulaires d’un master faisant d’eux des spécialistes de l’intégration de la
technologie dans les établissements estoniens.
HARNO (depuis 2020)
Le 1er août 2020, les activités de HITSA ont été absorbées par le Conseil pour l’éducation et la jeunesse
(HARNO, [Link] Le ministère de l’Éducation et de la Recherche a décidé de regrouper plusieurs
institutions et fondations sous la bannière d’un même organisme gouvernemental dont la mission est
d’appuyer la mise en œuvre de ses politiques : HARNO est ainsi né de la fusion des services de la
fondation Innove, de la fondation Archimedes, de la fondation des technologies de l’information au service
de l’éducation (HITSA) et du Centre estonien pour le travail des jeunes. Une multitude d’activités de
l’enseignement primaire à l’enseignement supérieur lui sont déléguées, de la fourniture d’outils pour
l’enseignement et l’apprentissage jusqu’aux relations internationales afin de promouvoir le modèle éducatif
estonien. HARNO se compose de huit services chargés d’offrir un soutien pédagogique général ; les
programmes d’éducation numérique relèvent du service de l’innovation et de la coopération (HARNO,
2023[29]).

Activités principales

Activités de HARNO en matière d’éducation numérique :

• Coordination du programme « ProgeTiigr » qui succède au programme du Bond du tigre et dont le
but est d’accroître les compétences numériques et la littératie technologique des élèves
• Assistance pour le développement des compétences numériques et de la littératie technologique
des enseignants et des superviseurs et pour la promotion des réseaux professionnels
• Cofinancement des équipements nécessaires aux établissements
• Coordination d’IT Academy, plateforme rapprochant les entrepreneurs, les universités et les
établissements à des fins de collaboration

Fonctionnement

À l’heure actuelle, HARNO se compose de 8 services et de 2 organismes affiliés qui, ensemble, emploient
plus de 400 personnes afin d’atteindre un objectif ambitieux : « offrir à toute la population estonienne des
possibilités d’apprentissage de qualité, modernes et équitables » (Haridus- ja Noorteamet, 2023[30]).

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

434 

Le programme d’éducation numérique relève du service de l’innovation et de la coopération de HARNO ;

son but au sens large est d’encourager, de développer et de mettre à l’essai des innovations dans le
domaine de l’éducation et de la jeunesse. Au sein de partenariats, il s’emploie à faire entrer l’innovation
dans l’apprentissage, par exemple avec du matériel et des méthodologies numériques, et à mettre à jour
et appliquer l’enseignement de l’informatique à tous les niveaux.

Avantages et inconvénients de l’organisme de soutien

Structure politique/organisationnelle Avantages Inconvénients

Capacité à mettre en œuvre
rapidement une initiative
soutenue par un engagement Manque de capacité pour
politique et des sources de fournir de l’assistance dans
Fondation du Bond du tigre financement variées ; l’utilisation des
infrastructures mises en
Alignement sur la politique place
publique de développement
économique
Mission axée sur le
développement de la
pédagogie et l’assistance Fondement institutionnel
HITSA
aux spécialistes de la insuffisant
technologie de l’éducation
dans les établissements
Intégration dans d’autres Mission qui dépasse
HARNO
politiques pédagogiques l’éducation numérique

Cas 3. Corée : KMEC-KERIS > KERIS

Contexte et date de création

Le KERIS ([Link] (service d’information pour l’éducation et la recherche de la Corée) est

un organisme public créé en 1999 par le ministère de l’Éducation, des Sciences et de la Technologie de
la Corée dans le sillage de son premier plan directeur pour l’informatisation des services éducatifs lancé
en 1996, dont l’objectif explicite était de doter le secteur de l’éducation d’une infrastructure en matière de
TIC (Kwon et Jang, 2017). Depuis, la Corée a lancé six autres plans directeurs pour les TIC dans
l’éducation, ce qui a amené les activités du KERIS à s’élargir considérablement jusqu’à englober les
méthodologies et le matériel pédagogique numérique, la création et la gestion du Centre des données sur
l’éducation ainsi que la formation des professionnels de l’éducation aux compétences numériques.

Activités principales

Les principales activités du KERIS sont les suivantes :

• Élaboration et gestion de plateformes d’apprentissage numérique pour tous les niveaux
d’enseignement
• Élaboration d’un écosystème de ressources éducatives numériques qui comprend la
standardisation et la certification des contenus numériques ainsi que la passation des marchés
• Gestion du système d’information de l’éducation nationale (NEIS)
• Établissement et gestion du système administratif et financier des antennes régionales de
l’éducation
• Gestion d’un système d’échange d’informations pour la recherche
• Gestion du Centre des données sur l’éducation

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  435

Évolution

Le KERIS est né en 1999 de la fusion de deux institutions spécialisées créées en 1996 par le ministère de
l’Éducation, des Sciences et de la Technologie : le Centre d’éducation multimédia de la Corée (KMEC) et
le Centre d’information pour la recherche de la Corée (KRIC). Le KMEC était chargé de gérer EDUNET,
le premier service d’éducation en ligne destiné aux établissements élémentaires et secondaires du pays.
Le KRIC a été créé afin de numériser les informations existantes en matière de recherche et d’éducation,
de créer une base de données nationale pour la recherche et d’assurer un service de récupération des
informations. Alors que l’emploi des TIC s’est imposé dans toutes les politiques publiques en Corée, le
ministère a décidé de créer, en vertu de la loi, une organisation à même de prendre en charge toutes les
activités liées à leur utilisation dans l’éducation.
Bien que le ministère ait connu plusieurs restructurations depuis la création du KERIS (par exemple, les
sciences et la technologie ne sont plus de son ressort), il conserve un bureau spécial consacré à
l’éducation numérique avec lequel le KERIS travaille en étroite collaboration. La présidence du KERIS est
nommée par le ministère de l’Éducation, qui décide également du budget de l’organisation. À noter, si les
premiers présidents du KERIS étaient issus du domaine des TIC, dernièrement, ce rôle a été confié à des
professionnels de la gestion et de la pédagogie, ce qui reflète l’évolution et la variété des activités assurées
par l’organisation.

Fonctionnement

Le KERIS (Korea Education and Research Information Service, 2021[31]) est un partenaire clé du « plan
d’innovation pour l’éducation fondé sur le numérique » annoncé par le ministère de l’Éducation en février
2023. En partenariat avec le ministère de l’Éducation, le KERIS est chargé de missions clés pour le
numérique dans l’éducation : il soutient le développement de manuels scolaires numériques fondés sur
l’IA, gère un programme de formation d’enseignants « pionniers du numérique » et encourage le secteur
des technologies éducatives à soutenir l’éducation publique. Il était auparavant responsable du
développement de la plateforme K-EDU afin d’intégrer les données des élèves dans toutes les activités
d’éducation numérique à l’aide de l’IA, activité prioritaire du précédent Plan stratégique pour
l’informatisation de 2021 (Korea Education and Research Information Service, 2021[31]). Selon sa
présidence, le KERIS entend continuer à conduire l’innovation dans l’éducation en Corée en mettant les
TIC au service de l’amélioration des méthodes d’enseignement et d’apprentissage et, à terme, d’un nouvel
environnement éducatif.
Le KERIS appuie également les efforts de coopération internationale axés sur l’éducation numérique et
aide les pays à instaurer et gérer leur propre politique à cet égard.

Avantages et inconvénients de l’organisme de soutien

Structure politique/organisationnelle Avantages Inconvénients
Subventions publiques
significatives à long terme ;
Étroite collaboration avec un
service pérenne consacré à
l’éducation numérique au
Capacité d’initiative limitée
KERIS sein du ministère de
l’Éducation ;
Intégration des différentes
dimensions des TIC dans la
politique éducative

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

436 

Cas 4. Pays-Bas : Kennisnet

Contexte et date de création

Kennisnet ([Link] a été fondé le 2 novembre 1998 aux Pays-Bas sous forme
d’organisme public chargé d’encourager et d’accompagner l’utilisation des TIC dans l’éducation dans ce
pays. Son but est d’outiller les établissements et les professionnels de l’éducation en leur donnant les
équipements et les connaissances nécessaires à l’intégration de la technologie dans les processus
d’enseignement et d’apprentissage. Kennisnet offre un vaste éventail de services, de ressources et de
connaissances techniques permettant d’aider les établissements à mettre la technologie au service de la
pédagogie.
Kennisnet est financé par le ministère de l’Éducation, de la Culture et des Sciences des Pays-Bas, avec
qui il travaille en étroite collaboration ; celui-ci le supervise et lui fournit des orientations stratégiques.
Ensemble, ils œuvrent à élargir l’utilisation des TIC dans l’éducation. Kennisnet aligne ses activités sur les
objectifs et initiatives du ministère afin de soutenir la mise en œuvre de ses politiques, tout en proposant
des cadres et des directives pour mettre au point des politiques spécialement axées sur les TIC dans
l’enseignement fondamental. Le cadre conceptuel de Kennisnet, intitulé « Four in Balance » (Quatre points
d’équilibre), souligne à quel point il est important de trouver le juste équilibre entre quatre composantes de
ces politiques, à savoir la vision, les connaissances techniques, les ressources numériques et les
infrastructures.

Activités principales

Pour accompagner les établissements d’enseignement, les enseignants et les élèves aux Pays-Bas,
Kennisnet offre une multitude de services dont les principaux sont les suivants :
• Ressources d’apprentissage numérique : Kennisnet donne accès à une multitude de ressources
d’apprentissage numérique comme des logiciels éducatifs, des cours en ligne, des livres
électroniques, du matériel d’apprentissage interactif et des ressources multimédias.
• Infrastructure et connectivité : Kennisnet aide les établissements à établir et gérer des
infrastructures fiables et sûres en matière de TIC et de connectivité (assistance dans l’installation
du réseau, la connexion à Internet, la gestion des données, les mesures de cybersécurité, etc.).
• Développement professionnel : Kennisnet propose aux enseignants et au personnel de l’éducation
des programmes de développement professionnel, des ateliers ainsi que des séances de
formation.
• Recherche et innovation : Kennisnet procède à des recherches et offre des éclairages sur
l’utilisation concrète des TIC dans l’éducation.
• Plateformes et services en ligne : Kennisnet offre un système d’identifiant unique pour différentes
plateformes et solutions en ligne.
• Sécurité et protection numérique : Kennisnet fournit des orientations aux établissements sur des
questions comme la protection des données, la sécurité des élèves en ligne et l’utilisation
responsable de la technologie.
• Supervision et évaluation de l’utilisation des TIC dans les établissements par l’intermédiaire d’une
enquête annuelle.

Évolution

Bien que depuis sa création, Kennisnet n’ait pas connu de changement organisationnel majeur, d’autres
organismes de soutien aux politiques d’éducation numérique ont vu le jour aux Pays-Bas. Kennisnet

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  437

travaille en partenariat avec celles-ci afin d’élargir le périmètre de son soutien numérique aux
établissements.
Par exemple, SURF ([Link] est une association regroupant des établissements de recherche
et d’éducation néerlandais dont les activités ciblent l’enseignement professionnel et supérieur. Kennisnet
et SURF ont coordonné un partenariat public-privé composé de fournisseurs de ressources pédagogiques
numériques, de distributeurs et d’éditeurs pédagogiques qui a abouti à la création d’un identifiant unique
pour les élèves et les enseignants de la « chaîne des contenus éducatifs » (Kerssens et van Dijck,
2021[32]).
Autre exemple d’organisme de soutien à l’éducation numérique : la coopérative SIVON ([Link]
Créée en 2017 par et pour les établissements d’enseignement primaire et secondaire, elle propose une
mise en commun des passations de marchés pour les produits et services liés aux TIC. La
complémentarité de Kennisnet et SIVON leur permet d’offrir un accompagnement complet aux conseils
d’établissement dans l’enseignement primaire. Kennisnet soutient une infrastructure de TIC nationale et
la diffusion des connaissances générales en matière d’éducation numérique, tandis que SIVON propose
des solutions et un soutien sur mesure aux établissements.

Fonctionnement

Kennisnet continue d’offrir un vaste éventail de services aux établissements primaires et secondaires aux
Pays-Bas. Des services liés aux réglementations en matière de protection des données et de la vie privée
lors de l’utilisation de la technologie dans les établissements d’enseignement sont venus s’ajouter
dernièrement à son répertoire. Pour autonomiser davantage les établissements, Kennisnet offre, par
exemple, une plateforme pour aider les conseils d’établissement à négocier et à conclure des accords
directement avec les fournisseurs et prestataires de TIC, ou encore une solution de vérification des
applications qui informe les enseignants des risques de tout matériel numérique qu’ils envisagent d’utiliser
en classe. Enfin, Kennisnet a affirmé son rôle de premier plan en matière de coordination de partenariats
multipartites, par exemple lors de la création de l’identifiant unique pour les élèves et les enseignants à
l’échelle de l’écosystème éducatif numérique.

Avantages et inconvénients de l’organisme de soutien

Structure politique/organisationnelle Avantages Inconvénients

Budget octroyé par le
ministère ;
Étroite collaboration avec un Capacité d’initiative limitée en
bureau d’éducation matière de nouvelles
numérique pérenne au sein activités ;
du ministère de l’Éducation ;
Kennisnet Potentiel de doublons et de
Partenariats avec d’autres concurrence avec d’autres
organisations publiques et organismes de soutien à
privées qui offrent un soutien l’éducation numérique
aux établissements en
matière d’éducation
numérique

Cas 5. Costa Rica : Fundación Omar Dengo

Contexte et date de création

La fondation Omar Dengo ([Link]) est une organisation non gouvernementale fondée en 1987.
Depuis ses débuts, sa mission est de contribuer à la qualité et à l’égalité des possibilités d’apprentissage

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

438 

en faisant appel à des méthodologies éducatives innovantes et aux technologies numériques (Jimenez
Iglesias, 2016[33]).
La fondation a été créée par le gouvernement du Costa Rica dans le but de mettre en œuvre le Programme
d’informatique éducative du ministère de l’Éducation publique (PRONIE MEP-FOD), axé sur l’amélioration
de l’éducation grâce à l’informatique et aux nouvelles technologies.
La création d’une organisation non gouvernementale afin de la mettre aux commandes d’un projet tel que
PRONIE MEP-FOD tient à plusieurs raisons, dont la principale est d’ordre financier et administratif : grâce
à sa plus grande souplesse opérationnelle, la structure juridique de la fondation permettait de décrocher
plus facilement des financements externes (Brenes et al., 2014[34]).

Activités principales

La fondation a procédé aux activités suivantes pour mettre en œuvre la politique nationale d’éducation
numérique (PRONIE, 1998-2023) :
• Création de modèles éducatifs pour doter les élèves et les enseignants de compétences
stratégiques du XXIe siècle
• Équipement technologique et soutien technique aux établissements
• Développement professionnel des enseignants
• Conseils et soutien au personnel administratif et aux enseignants dans les établissements
• Supervision, évaluation et recherche pour suivre les projets et intégrer de nouvelles perspectives
nationales ou internationales dans l’éducation

Évolution

Depuis 36 ans, le rôle de la fondation Omar Dengo est de veiller à la mise en œuvre de la politique
nationale pour le numérique dans l’éducation au Costa Rica. Cela étant, à chaque changement de
gouvernement, elle doit renégocier ses priorités et trouver un terrain d’entente avec le nouveau ministère
de l’Éducation publique.
À ses débuts, le travail de la fondation était axé sur l’acquisition d’une infrastructure numérique
(connectivité et appareils) pour les établissements primaires, activité financée en majorité par des sources
externes comme l’Agence américaine pour le développement international (USAID). En 2002, à la faveur
de la hausse des subventions du gouvernement du Costa Rica, le programme PRONIE MEP-FOD a été
élargi aux établissements secondaires.
Le travail de la fondation a progressivement inclus le développement des compétences numériques des
enseignants et la mise au point de modèles pédagogiques intégrant les technologies numériques dans le
programme d’enseignement fondamental et les pratiques pédagogiques générales.
Le nouveau gouvernement du Costa Rica a décidé de se doter d’une nouvelle politique pour le numérique
dans l’éducation (qui sera mise en œuvre en 2024), dans laquelle le rôle de la fondation reste à définir.

Fonctionnement

À l’heure actuelle, la fondation Omar Dengo continue à offrir des orientations et une assistance technique
aux établissements en mettant en œuvre trois modèles pédagogiques dans le cadre de la politique
nationale d’éducation numérique (PRONIE) :
• Laboratoires d’informatique éducative (LIE) : dans ce modèle, les élèves reçoivent des cours de
programmation et de pensée computationnelle dispensés par un enseignant en informatique
pédagogique.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  439

• Apprentissage avec les technologies mobiles (ATM) : dans ce modèle, les établissements
d’enseignement reçoivent des ordinateurs et d’autres outils numériques qui peuvent être utilisés
par les élèves et les enseignants en complément du programme d’enseignement.
• Entrepreneuriat et innovation (Ey1) : ce modèle, qui s’adresse principalement aux établissements
d’enseignement secondaire technique, dispense des cours pour accroître l’employabilité et les
compétences entrepreneuriales des élèves.

Avantages et inconvénients de l’organisme de soutien

Structure politique/organisationnelle Avantages Inconvénients

Mandat gouvernemental clair ;
Risques organisationnels à
Souplesse et efficacité
chaque changement de
Fondation Omar Dengo administratives ; gouvernement ; renégociations
Mission spécialisée : recherche constantes des priorités et du
sur les tendances des TIC budget
dans l’éducation

Cas 6. Irlande : Centre national pour la technologie dans l’éducation (NCTE) >
Service de développement professionnel des enseignants (PDST) > PDST
Technology in Education > Oide Technology in Education

Contexte et date de création

Oide ([Link] (anciennement « service de développement professionnel des enseignants »,
PDST) est un organisme public qui offre des services de soutien complets et des possibilités de formation
professionnelle aux enseignants et aux chefs d’établissement dans divers domaines pédagogiques et
éducatifs. Oide est né en septembre 2023 de la fusion du PDST et d’autres organismes au service des
enseignants et des chefs d’établissement comme le Centre for School Leadership (CSL), le Junior Cycle
for Teachers (JCT) et le National Induction Programme for Teachers (NIPT).
Le PDST a vu le jour en septembre 2010 en tant que service de soutien générique, intégré et transversal
destiné aux établissements. En 2012, il a créé une division consacrée au numérique dans l’éducation :
PDST Technology in Education. Celle-ci a absorbé les activités de l’ancien Centre national pour la
technologie dans l’éducation (NCTE), organisme fondé en 1998 par le gouvernement irlandais pour
encourager le développement, le financement et l’utilisation des technologies de l’information et de la
communication dans l’éducation. C’est au NCTE qu’incombait la mise en œuvre de l’initiative IT 2000 ainsi
que la coordination de dix centres d’éducation régionaux appuyant directement les établissements
d’enseignement sur le terrain. À la suite de la dissolution du NCTE en 2012, l’ensemble de ses activités a
été transféré à PDST Technology in Education, dont le rôle principal est de promouvoir et de soutenir
l’intégration de la technologie dans l’enseignement et l’apprentissage. Oide Technology in Education a
repris le flambeau et continue « d’encourager et d’accompagner l’intégration des technologies numériques
dans l’enseignement, l’apprentissage et l’évaluation ».

Activités principales

Oide Technology in Education est le principal organisme de soutien à la mise en œuvre de la stratégie
pour le numérique dans les établissements (2021-2027) du ministère de l’Éducation de l’Irlande, en
particulier pour les activités liées aux infrastructures et au développement professionnel des enseignants.
En complément, il est chargé des missions suivantes :

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

440 

• Activités de conseil et d’élaboration de propositions politiques pour le ministère de l’Éducation sur

des questions liées à l’éducation numérique.
• Gestion du portail des établissements du ministère de l’Éducation (Scoilnet)
[Link]
• Mise en œuvre d’un programme pour un Internet plus sûr (Webwise) [Link] qui
offre des informations, des conseils et des ressources numériques aux enseignants, aux parents
et aux élèves.
• Planification d’outils pour que les établissements puissent préparer et mettre en œuvre le
numérique dans l’éducation et utiliser des évaluations formatives et le portefeuille numérique des
élèves.
• Orientation et soutien aux établissements pour la mise en place d’une infrastructure de technologie
numérique adaptée (dispositifs informatiques, accès à Internet, plateformes d’apprentissage,
cybersécurité, assistance technique, etc.).
• Rôle de guichet unique pour le programme national « Schools Broadband » (Internet à haut débit
dans les établissements).

Évolution

Le Centre national pour la technologie dans l’éducation (NCTE) a été fondé en 1998 par le gouvernement
irlandais afin de mettre en œuvre la politique d’éducation numérique IT 2000, dont l’objectif était de doter
les classes de ressources et d’infrastructures numériques et de promouvoir le développement des
compétences des enseignants. Pour atteindre ces objectifs ambitieux, le NCTE avait pour mission de
mettre sur pied un partenariat national rapprochant les établissements, les parents, les collectivités locales
et les institutions tierces des organisations du secteur public et privé. Soulignant le caractère impératif
d’une coordination efficace, le projet a créé une structure organisationnelle composée du Groupe de
coordination des TIC éducatives du ministère de l’Éducation et des Sciences, du Centre national pour la
technologie dans l’éducation (NCTE) de l’Université de la ville de Dublin et d’une antenne régionale pour
IT 2000 dans dix centres d’éducation. Il définissait en termes très précis la structure organisationnelle du
NCTE, en précisant que le personnel initial devait comprendre « des pédagogues (en majorité des
enseignants détachés), du personnel informatique chevronné et des administrateurs scolaires » (Ministry
for Education and Science of Ireland, 1998[35]).
En 2010, dans le cadre d’une restructuration à grande échelle visant à fusionner différents services de
soutien aux établissements, le ministère de l’Éducation et des Compétences a fondé le Service de
développement professionnel des enseignants (PDST) chargé d’offrir un soutien et des orientations au
système éducatif irlandais dans six domaines : le programme d’enseignement et la pédagogie, les
méthodologies d’apprentissage et d’enseignement, l’amélioration et l’auto-évaluation des établissements,
le leadership des établissements, le bien-être des élèves et des enseignants et enfin, les technologies de
l’information et de la communication.
En 2012, ayant compris la diversité des activités relevant des TIC dans l’éducation, le PDST a créé un
service spécialisé appelé PDST-Technology in Education, lui aussi dépendant de l’Université de la ville de
Dublin.
En 2023, Oide est né de la fusion de différents organismes irlandais pour offrir un service complet de
développement professionnel aux enseignants. Oide-Technology in Education succède donc à PDST-
Technology in Education tout en reprenant sa mission et ses ressources.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  441

Fonctionnement

Oide Technology in Education (TiE) est le principal organisme de soutien à la mise en œuvre de la stratégie
pour le numérique dans les établissements (2021-2027) du ministère de l’Éducation irlandais, notamment
en ce qui a trait aux activités liées aux infrastructures et au développement professionnel des enseignants.
Selon le programme stratégique d’Oide (anciennement PDST), tous ses services de soutien et de
formation professionnelle doivent tendre vers un même objectif : renforcer les compétences numériques
et intégrer les technologies numériques dans l’enseignement, l’apprentissage et l’évaluation. L’équipe
responsable de la technologie dans l’éducation d’Oide (Oide TiE) ainsi qu’une équipe de conseillers
chargés des technologies numériques continueront à mettre au point et à promouvoir des modèles souples
et distincts de formation professionnelle des enseignants.

Avantages et inconvénients de l’organisme de soutien

Structure politique/organisationnelle Avantages Inconvénients

Mandat de coordination d’un
vaste partenariat multipartite ; Absence de définition claire des
NCTE — Centre national pour la
responsabilités des
technologie dans l’éducation Appartenance à une structure organisations
organisationnelle complète
PDST — Service de Intégration des TIC dans Absence de priorités et de
développement professionnel d’autres services de soutien et connaissances précises des TIC
des enseignants d’orientation des établissements dans l’éducation
Oide et PDST Technology In Mission précise qui demeure
compatible avec d’autres Autonomie limitée
Education (TiE)
domaines éducatifs

Cas 7 : Uruguay Plan CEIBAL > CEIBAL

Contexte et date de création

Le Plan CEIBAL ([Link] (CEIBAL, 2006[36]) a été lancé en 2006 par le président de
l’Uruguay afin de mettre toute la population à l’heure numérique. La mission initiale du projet était l’inclusion
numérique et l’égalité d’accès à la technologie. Sa phase pilote a été lancée en 2007 à la faveur d’un
partenariat avec le programme « Un ordinateur portable par enfant » (One Laptop per Child, OLPC) de
l’Institut de technologie du Massachusetts (MIT). Le projet disposait d’un comité de supervision composé
du président de l’Uruguay, de l’université nationale et d’autres acteurs du domaine de la technologie et de
l’éducation. Les questions opérationnelles relevaient principalement de deux institutions : le laboratoire
technologique de l’Uruguay (LATU) et l’Agence nationale de l’éducation publique (ANEP).
Au fil du projet, LATU a fondé un autre organisme, autonome en matière de gouvernance et de budget,
chargé de mettre en œuvre le projet CEIBAL.

Activités principales

Les activités de CEIBAL couvrent six domaines différents :

• Technologies pour l’éducation : appareils et connectivité
• Plateformes éducatives : écosystème de plateformes offrant du contenu de qualité en
mathématiques, en langues, en programmation et en informatique
• Programmes d’enseignement : innovation en STIAM
• Développement professionnel des enseignants : cours et formation continue sur les compétences
numériques, les compétences de la vie courante, l’innovation et les nouvelles pédagogies

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

442 

• Citoyenneté numérique
• Information stratégique : gestion des données sur l’éducation

Évolution

Le travail de CEIBAL s’est déroulé en quatre phases :

• Phase 1 (2007-2010) : Fourniture d’appareils aux élèves et aux enseignants, connexion des
établissements à Internet et installation d’équipements de vidéoconférence dans les
établissements
• Phase 2 (2010-2013) : Mise au point et acquisition de plateformes éducatives et développement
professionnel des enseignants
• Phase 3 (2013-2020) : Création de modèles pédagogiques mettant la technologie au service de
l’apprentissage
• Phase 4 (depuis 2020) : Étude de nouveaux formats d’enseignement hybrides reposant sur les
infrastructures existantes et recherche de nouveaux types de partenariats au sein du système
éducatif

Fonctionnement

L’Uruguay est l’un des rares pays où la totalité des élèves de l’enseignement public reçoit un ordinateur
avec un accès gratuit à Internet, remplacé à deux reprises au cours de leur scolarité (CEIBAL, 2022). D’un
organisme chargé du déploiement de l’infrastructure numérique, CEIBAL s’est mué en centre d’innovation
au service de l’éducation, dont la portée dépasse l’Uruguay puisqu’il intervient dans d’autres pays
d’Amérique latine. L’accent mis sur les méthodologies pédagogiques innovantes et la formation des
enseignants recoupait, dans une certaine mesure, le travail de l’Agence nationale de l’éducation publique
(ANEP), responsable de tous les services de soutien aux établissements. Les deux organismes sont
autonomes sur le plan technique et administratif tout en demeurant rattachés au ministère de l’Éducation.
CEIBAL poursuit l’élargissement de ses activités et emploie plus de 500 personnes à l’heure actuelle.

Avantages et inconvénients de l’organisme de soutien

Structure politique/organisationnelle Avantages Inconvénients
Forte capacité d’orientation
(implication directe de la Absence de fondement
Plan CEIBAL présidence) institutionnel

Intégration de différents
domaines de connaissances Doublon (et concurrence
CEIBAL nécessaires à la mise en œuvre potentielle) avec d’autres
du numérique dans l’éducation organisations éducatives
au sein d’une même chargées d’une mission similaire
organisation

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

Partie III Lignes
directrices
444 

16 Perspectives, lignes directrices et

garde-fous pour une utilisation
efficace et équitable de l'IA dans
l’éducation

Ce document de travail a été rédigé conjointement par le Secrétariat de

l’OCDE et l’Internationale de l’Éducation, initialement dans le cadre des
discussions du Sommet international de la profession enseignante 2023. Il
traite de l’utilisation de l’IA et des technologies numériques dans le contexte
de l’enseignement et de l’apprentissage. Son contenu a été peaufiné après
consultations auprès des pays, des experts et des parties prenantes. Il a
pour but de faciliter la collaboration entre les autorités chargées de
l’éducation et le corps enseignant, et de poser un premier jalon qui pourra
guider les discussions à venir et les lignes directrices sur ce sujet.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  445

Introduction

Ce chapitre sur les « Perspectives, lignes directrices et garde-fous pour une utilisation efficace et équitable
de l'IA dans l’éducation » (lignes directrices) expose les prises de position conjointes du Secrétariat de
l’OCDE et de l’Internationale de l’Éducation sur l’évolution et l’utilisation de l’intelligence artificielle (IA) et
de l’éducation numérique. Ces lignes directrices visent à orienter les autorités et organisations
responsables de l’éducation, représentant les enseignants comme les professionnels de l’éducation, face
à la rapide évolution de l’IA. Une première version a été transmise aux ministres de l’Éducation et aux
dirigeants des syndicats d’enseignants lors du Sommet international de la profession enseignante en 2023.
Ces lignes directrices s’inspirent des Recommandations du Conseil de l’OCDE sur l’intelligence artificielle
(2019) et sur la connectivité à haut débit (2021). Elles s’appuient également sur les dix principes pour une
reprise efficace et équitable de l’éducation (Effective and Equitable Educational Recovery - 2021) rédigés
par le Secrétariat de l’OCDE et l’Internationale de l’Éducation en 2021.
Dans l’éducation, la pandémie de COVID-19 a eu pour conséquence majeure d’accroître l’attention portée
aux technologies numériques et à leur utilisation. La plupart des systèmes d’éducation ont eu recours à
des méthodes d’enseignement et d’apprentissage à distance à un moment ou un autre de la crise sanitaire,
ce qui a suscité une prise de conscience des enseignants, des apprenants et des familles, du potentiel
des technologies numériques pour la pédagogie et de leurs limitations. Le passage généralisé à
l’apprentissage numérique à distance a également mis en lumière les inégalités persistantes d’accès aux
technologies et à la connectivité, ainsi que le rôle crucial que jouent les établissements en tant qu’espace
physique d’interactions sociales pour l’apprentissage, mais également pour le bien-être, des élèves.
L’essor de la technologie numérique s’est poursuivi en 2022-23 avec l’émergence soudaine des
applications d’IA générative (notamment celles basées sur les grands modèles de langage comme
ChatGPT ou SAGE). Ces avancées ont permis au grand public de découvrir la puissance de l’IA et
suscitent des interrogations fondamentales sur la façon dont elle pourrait compléter les tâches et
compétences humaines ou s’y substituer. Comment l’IA renforce-t-elle les capacités humaines ? Pourrait-
elle entraîner un « délestage cognitif » dans les domaines où les capacités de l’IA sont supérieures ou
égales à celles des humains ? Ce délestage ne risque-t-il pas d’aboutir à une perte de compétences
humaines dans ces domaines ? Dans l’éducation, l’IA bouleverse certaines pratiques pédagogiques
habituelles comme les modèles traditionnels fondés sur les devoirs à la maison et les évaluations. Cette
technologie générique a le pouvoir de générer une nouvelle « révolution industrielle » qui ne laissera pas
les modèles éducatifs intacts.
Ces deux événements récents ont attiré l’attention sur l’importance croissante de la transformation
numérique de l’éducation (et de nos sociétés) et ont mis au jour les débouchés de l’IA et les défis que
pose son intégration dans l’éducation, ainsi que le potentiel perturbateur pour le corps enseignant du
recours aux technologies numériques générique comme l’IA générative.

Possibilités de l’IA et de la technologie numérique

Les différents usages qu’offrent les technologies numériques dans l’éducation sont très prometteurs.
Appliquées à l’éducation, les technologies comme l’IA, l’apprentissage automatique et la robotique offrent
le potentiel d’améliorer la qualité et l’équité de l’apprentissage, de libérer les enseignants de certaines
tâches pour qu’ils puissent se concentrer sur l’enseignement et proposer à leurs élèves de nouvelles voies
d’apprentissage. Ces objectifs éducatifs peuvent se concrétiser grâce aux technologies, à condition que
les enseignants et les apprenants bénéficient de conditions d’utilisation qui y soient propices.
Tout d’abord, les outils d’apprentissage adaptatif basés sur l’IA peuvent aider à suivre les progrès des
élèves, à valoriser les atouts d’un apprenant et à comprendre ses faiblesses pour y remédier. Grâce à l’IA,

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

446 

les enseignants peuvent proposer des pratiques d’enseignement et d’apprentissage en classe plus
personnalisées, tout en favorisant une autonomie et une meilleure implication des élèves dans leur travail
sous leur supervision. Certains de ces outils peuvent aider les élèves à maintenir leur niveau de motivation
à l’égard de l’apprentissage. Les robots sociaux peuvent également soutenir les enseignants et d’autres
professionnels de l’éducation en endossant le rôle de tuteurs, de pairs ou d’instructeurs. L’analyse de
l’apprentissage en classe fournit aux enseignants des indications en temps réel sur la gestion de leur
classe et des retours d’information sur leur enseignement qui contribuent à améliorer leurs pratiques
pédagogiques et l’apprentissage des élèves. Les simulateurs, basés sur les technologies de réalité
virtuelle ou augmentée, peuvent être utiles aux élèves, en particulier ceux qui suivent des programmes
d’enseignement ou de formation professionnels, pour développer des compétences axées sur la pratique
dans un environnement sûr qui reproduit des conditions de travail réelles.
Ensuite, les technologies basées sur l’IA peuvent également favoriser une éducation plus inclusive et
équitable. Les outils d’accessibilité basés sur l’IA, tels que la synthèse vocale et le sous-titrage
automatique, peuvent aider les apprenants malvoyants ou malentendants à participer davantage aux
activités en classe. En s’appuyant à la fois sur les technologies et les interventions humaines, on peut
détecter plus tôt des troubles de l’apprentissage comme la dyslexie, la dyscalculie ou la dysgraphie et y
remédier rapidement. Certains pays de l’OCDE ont mis (ou sont en train de mettre) ces applications à la
disposition des établissements scolaires et d’enseignement supérieur, pour aider les élèves et étudiants
ayant des besoins spécifiques. Dans les pays dotés de systèmes d’information avancés, des mécanismes
d’alerte précoce utilisant l’IA peuvent contribuer à détecter les élèves qui risquent de décrocher, qui sont
souvent issus de milieux défavorisés, et peuvent aider les enseignants et les administrateurs à proposer
des interventions adéquates. Lorsque les élèves disposent d’une connexion à Internet et d’ordinateurs, les
technologies peuvent faciliter l’accès aux ressources d’apprentissage et aux connaissances à un public
plus large, notamment dans les pays à faible revenu, et contribuer à développer les compétences sociales
et collaboratives chez les élèves comme chez les enseignants.
Pour utiliser efficacement les outils d’IA dans l’éducation, il est nécessaire de pouvoir compter sur des
enseignants formés et qualifiés, qui ont la confiance et l’autonomie nécessaires pour choisir les outils
numériques et la manière de les utiliser en classe. Certaines applications technologiques sont
actuellement conçues dans l’objectif de soutenir la profession enseignante. Utilisées efficacement, elles
peuvent contribuer à personnaliser davantage leur enseignement et leur fournir des commentaires sur
leurs pratiques, ainsi que prendre en charge une partie des tâches administratives chronophages, voire
les supprimer, et libérer ainsi du temps pour que les enseignants puissent se consacrer davantage à la
conception et à la mise en pratique d’activités pédagogiques.
Au-delà de leur utilité individuelle pour les élèves et les professionnels de l’éducation, les technologies
peuvent contribuer à consolider les communautés d’apprenants et le caractère collaboratif de
l’apprentissage, en offrant des moyens inédits pour améliorer la motivation, la persévérance et le
développement de stratégies pédagogiques efficaces et orientées vers des objectifs. Les technologies
peuvent par ailleurs offrir des espaces où les professionnels de l’éducation peuvent collaborer, partager
et mettre en commun des ressources et activités pédagogiques pour enrichir et développer leurs propres
pratiques professionnelles tout en contribuant à leur institutionnalisation. Elles peuvent également servir
aux responsables des systèmes et aux pouvoirs publics à définir les meilleures pratiques en matière de
conception de programmes d’enseignement, de politiques et de pédagogies, et à donner un coup
d’accélérateur sans précédent à certains travaux de recherche.
Les applications d’IA générative (comme les grands modèles de langage) offrent à la fois des perspectives
prometteuses, mais également une part d’inconnu et de danger. Elles peuvent aider les enseignants à
concevoir des plans de cours et offrent des occasions de développer la pensée critique des élèves en
classe. Ces applications ouvrent également la voie à un changement de paradigme en pédagogie, qui
consisterait moins à enseigner les bonnes réponses aux élèves qu’à leur apprendre à poser les bonnes

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  447

questions, à orienter leur pensée parmi des propositions concurrentes et ambiguës et à distinguer les faits
des opinions. Au fil de leur évolution, ces technologies pourraient non seulement devenir un puissant outil
en faveur de l’apprentissage et une aide précieuse pour les enseignants, mais pourraient aussi contribuer
à enrichir la gamme de solutions technologiques spécialisées, comme les systèmes d’apprentissage
adaptatif ou de réponses personnalisées aux questions des élèves en fonction de leur parcours
d’apprentissage. Toutes ces évolutions dépendent de la capacité des enseignants comme des élèves à
faire le tri et à adapter les productions de l’IA.

Risques de l’IA et des technologies numériques

L’utilisation des technologies numériques dans l’éducation comporte également certains dangers. Celles-
ci risquent de creuser les inégalités en raison de leur accès inéquitable ou de la meilleure qualité des outils
dont disposent les élèves plus favorisés ; d’être moins utilisées par certains élèves et enseignants qu’elle
intimide ; de créer des disparités dans la capacité des professionnels de l’éducation ou des apprenants à
exploiter pleinement leur potentiel ; et de ne pas pouvoir garantir la qualité des ressources numériques.
Des inquiétudes pèsent également sur le respect de la vie privée, la sécurité et l’utilisation des données
et des informations personnelles concernant les enseignants et les apprenants, ou encore sur le risque de
passer trop de temps sur les écrans, en particulier pour les jeunes enfants. Le recours aux algorithmes
pour prendre des décisions automatisées relatives à des interventions éducatives (p. ex. détecter des
élèves présentant un risque de décrochage scolaire), aux progrès scolaires ou aux admissions pourrait,
comme pour les décisions humaines de même nature, comporter des risques de biais émanant de la
société, des développeurs, ou des jeux de données antérieurs à l’encontre de certains groupes d’élèves,
qui peuvent entraîner des pratiques discriminatoires, voire les aggraver en les systématisant, par rapport
à la prise de décision classique dans l’éducation assurée par des humains. L’identification de ces dangers
expose au risque d’entraîner des comportements humains contraires à l’éthique, qui consisteraient par
exemple à exclure les élèves qui risquent de décrocher ou à stigmatiser des élèves ayant des besoins
spécifiques plutôt que de leur apporter un soutien.
L’efficacité de nombre d’outils basés sur l’IA et leur capacité réelle à favoriser la réussite scolaire ou à
réduire la charge de travail des enseignants ne sont pas toujours démontrées. Certaines disciplines se
prêtent davantage à l’utilisation des outils d’IA que d’autres, en raison de la nature des connaissances ou
des procédés d’apprentissage utilisés, plus ou moins transférables dans un format numérique. Cette
différence pourrait privilégier certaines formes d’apprentissage plus faciles à numériser et mettre en péril
la diversité des matières enseignées et, en fin de compte, la qualité de l’éducation. L’utilisation accrue de
la technologie pourrait aussi atrophier certaines compétences et capacités d’agir humaines en créant une
dépendance à l’égard de l’IA et d’autres technologies, notamment pour les compétences qui sont
indispensables à la réussite et au bien-être. C’est particulièrement vrai dans le cas de L’IA générative qui
comporte d’autres risques en lien avec la fiabilité et la traçabilité des informations ou les biais culturels, et
qui pose de nouveaux défis aux évaluations traditionnelles.
La pandémie a mis en lumière l’importance de la relation entre les élèves et l’enseignant, et la dimension
sociale de la scolarité. L’usage intensif de la technologie peut conduire à un isolement social des élèves
(ou des adultes) et nuire à leur santé mentale, ainsi qu’à leurs résultats scolaires, en particulier pour les
plus jeunes. Dans certains cas, l’utilisation de l’IA alourdit la charge de travail des enseignants plutôt que
de l’alléger, notamment lorsque les outils ne sont pas conçus spécifiquement pour la profession
enseignante et pour travailler de concert avec elle.
Les enseignants sont également exposés à des risques nouveaux, notamment en termes d’accès aux
technologies, de bien-être, de possibilités de développement professionnel et d’utilisation de leurs
données. L’un des dangers potentiels réside dans l’utilisation contraire à l’éthique des données collectées
sur la performance des enseignants en classe.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

448 

Pour y faire face, des efforts coordonnés doivent être entrepris à tous les niveaux d’enseignement et dans
tous les domaines politiques – allant des investissements dans l’infrastructure numérique et le matériel
informatique pour les établissements, les élèves et les enseignants, à l’élaboration de réglementations
solides qui répondent aux problématiques de respect de la vie privée et de protection des données, de
cybersécurité, des compétences numériques des professionnels de l’éducation, des programmes intégrant
les technologies numériques et d’assurance qualité.
Comme souvent avec l’émergence de nouvelles technologies, l’IA et d’autres types d’applications
recentrent le débat sur l’importance de l’éthique concernant leur utilisation et leur conception, dans le
respect des droits humains et du droit du travail. Cette dimension est importante dans l’éducation, où le
développement des compétences cognitives, sociales et émotionnelles est essentiel pour une éducation
globale de l’enfant.
Les orientations proposées ci-après ont pour objectif de promouvoir l’engagement des pouvoirs publics,
des syndicats d’enseignants, des enseignants eux-mêmes et d’autres professionnels de l’éducation dans
un dialogue constructif visant à tirer parti des perspectives qu’offrent l’IA et d’autres technologies avancées
tout en atténuant les risques qui pèsent sur les objectifs éducatifs communs à toute la communauté
éducative, que sont l’égalité, la qualité et l’efficience.

1. Égalité d’accès à une connexion abordable et de haute qualité.

Les autorités responsables de l’éducation devraient mettre en place
des infrastructures numériques pour l’apprentissage au niveau du
système qui soient accessibles à tous les apprenants et
professionnels de l’éducation en milieux scolaire et extrascolaire. Ces
infrastructures physiques stratégiques devraient permettre une
transition rapide et équitable vers un apprentissage à distance le cas
échéant.

La pandémie a mis en lumière les inégalités d’accès à Internet et à des ordinateurs de qualité, même dans
les pays et entités les plus prospères. Pour pouvoir généraliser l’utilisation des technologies avancées
pour l’apprentissage, les pouvoirs publics devraient garantir l’existence d’une infrastructure physique fiable
et complète dans tous les établissements pour que l’ensemble des apprenants aient accès à une
connexion à Internet de qualité, à l’école et à la maison. En effet, la disponibilité, la qualité et l’accessibilité
de la connectivité et des ordinateurs contribuent à garantir l’équité.
La transformation numérique risque de creuser les inégalités existantes si l’accès à Internet et donc aux
outils et ressources d’apprentissage n’est pas garanti équitablement pour tous les apprenants. Certaines
solutions expérimentées pendant la pandémie pourraient être poursuivies, comme la mise à disposition
de sites Internet consacrés à l’éducation ou de ressources pédagogiques gratuites via les données
mobiles, ou encore le prêt de matériel aux familles qui en ont besoin. Ces initiatives pourraient permettre
de mieux affronter l’éventualité d’une nouvelle crise, quelle qu’en soit sa nature, motivant un retour à
l’éducation à distance, mais aussi de faire évoluer le modèle scolaire actuel.
Parallèlement, les inégalités en matière de répartition de la connectivité et du matériel ne devraient pas
empêcher de profiter des avantages qu’offrent des technologies, dans la mesure du possible. Comme
pendant la crise sanitaire, il est possible de concevoir des solutions innovantes pour rendre les

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  449

technologies numériques accessibles à la majorité des enseignants et des apprenants. Il pourrait

également être intéressant de développer des plateformes et des outils susceptibles de fonctionner malgré
une connexion à Internet instable, intermittente ou faible. Si l’accès à une connectivité de bonne qualité
pour tous les membres de la société est devenu une priorité centrale des pouvoirs publics, les outils basés
sur l’IA peuvent être utilisés même lorsque cet objectif n’est pas pleinement atteint.

2. Égalité d’accès et d’utilisation des ressources numériques

d’apprentissage. Les autorités responsables de l’éducation devraient
offrir aux enseignants et aux élèves un ensemble de ressources
numériques d’apprentissage de qualité, accessibles aussi bien de
l’école que de la maison. Les enseignants devraient pouvoir les utiliser
quand ils le souhaitent dans le cadre des politiques de l’établissement
et de celles des instances publiques qui les régissent. Les autorités
devraient donner des directives relatives aux usages attendus, en
consultation avec les enseignants et d’autres acteurs de l’éducation,
afin que tous les apprenants, y compris les professionnels, bénéficient
des mêmes chances de développer leurs compétences numériques.
Ces infrastructures immatérielles, c’est-à-dire les ressources et outils
pédagogiques numériques, pourraient offrir les conditions propices à
une transition rapide et équitable vers un apprentissage à distance en
cas de besoin.

Les pouvoirs publics devraient garantir, en plus de la connectivité et du matériel informatique, que les
enseignants et les apprenants aient un accès de qualité aux ressources pédagogiques numériques qui
faciliteront leur enseignement et leur apprentissage, en milieu scolaire et extrascolaire. Un accès facile
aux plateformes et ressources d’apprentissage numérique sur les appareils mobiles pourrait encourager
leur utilisation. La pandémie a obligé de nombreux pays à développer davantage leurs plateformes de
ressources d’apprentissage numérique ou à acquérir de nouvelles licences auprès d’éditeurs de
ressources éducatives. L’un des objectifs majeurs est de fournir un accès convivial et facile aux ressources
numériques et de proposer une gamme diversifiée de ressources pour que les enseignants puissent
sélectionner celles qui répondent le mieux à leurs préférences didactiques, et que les apprenants aient
également le choix.
Pour ces derniers, on pourrait envisager de mettre à leur disposition des systèmes d’apprentissage
adaptatif pouvant être utilisés à l’école et à la maison, ce qui leur permettrait de pallier les éventuelles
pertes d’occasions d’apprentissage à domicile. Nombre d’exemples et d’études démontrent l’utilité des
outils numériques spécifiques pour les apprenants ayant des besoins spécifiques, dont il faudrait
généraliser le déploiement à toutes les plateformes de ressources pédagogiques numériques.
Pour les enseignants, il est facile d’intégrer de petites vidéos, des simulations ou d’autres types de
supports à leur plan de cours et des outils qui leur proposent des scénarios d’apprentissage. D’autres

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

450 

outils numériques pourraient également s’avérer utiles pour concevoir leurs cours et pour créer facilement
des contenus pédagogiques.
En ce qui concerne les ressources d’apprentissage qui restent onéreuses, comme celles de réalité virtuelle
ou augmentée, la solution pourrait consister à les mutualiser dans les établissements.
Outre les ressources d’apprentissage, les outils numériques qui soulagent les enseignants dans leurs
tâches administratives leur permettent de se consacrer davantage à la préparation de leurs cours et à
l’enseignement en classe, mais également au soutien scolaire et au développement socio-émotionnel des
élèves.
L’égalité d’accès aux ressources d’apprentissage de qualité doit être un objectif prioritaire, la variabilité et
les disparités en la matière peuvent naître de l’usage qui en est fait dans les établissements et en classes.
Dans le respect de l’autonomie pédagogique des enseignants, les autorités devraient donner des
directives claires sur les types de compétences numériques que les élèves doivent acquérir et la façon de
les acquérir. Ces directives devraient porter sur l’ensemble des matières scolaires et non se concentrer
uniquement sur l’enseignement des « technologies » ou de « l’informatique ». Les enseignants et leurs
organisations syndicales pourraient élaborer de concert les programmes d’enseignement et autres
directives destinés aux enseignants. La formation des enseignants à l’utilisation de l’IA générative est une
étape importante permettant de prévenir le risque de créer de nouvelles inégalités, en raison du manque
de confiance de certains dans l’usage de ces applications ou de différents niveaux de maîtrise.

3. Capacité d’agir des enseignants et formation professionnelle.

Les usages pédagogiques et critiques des ressources numériques à
jour devraient devenir une partie intégrante des compétences
professionnelles des enseignants, chefs d’établissement et autres
professionnels de l’éducation, à la fois au niveau de la formation
initiale, mais également dans le cadre des offres de formation continue
et de collaboration professionnelle. La reconnaissance de
l’importance de la capacité d’agir, de l’efficacité et du leadership des
enseignants est essentielle si on veut leur donner les moyens d’utiliser
de façon critique les ressources numériques pédagogiques et
d’imaginer des scénarios d’apprentissage enrichissants.

La rapidité des évolutions technologiques de l’IA fait naître de nouveaux défis pour les professionnels en
général et pour les enseignants et les acteurs de l’éducation en particulier. Les autorités devraient prendre
conscience qu’une bonne utilisation de l’IA dépend de la formation et des qualifications du corps
enseignant, à qui l’on fait confiance et que l’on soutient pour appliquer les outils d’IA au fur et à mesure
que ce corps enseignant renforce son enseignement et améliore l’expérience sociale et relationnelle de
l’apprentissage.
Même si la plupart des programmes de formation initiale des enseignants comportent une forme
d’introduction aux outils pédagogiques numériques, l’utilisation des ressources numériques dans
l’enseignement et le discernement critique qui doit l’accompagner devraient être généralisés à l’ensemble
des disciplines de leur formation initiale afin que les futurs enseignants puissent recourir facilement à ces

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  451

technologies pour créer les scénarios d’apprentissage qu’ils proposeront dans leur cours. Il convient de
cultiver les connaissances des enseignants en matière d’IA pour qu’ils comprennent son fonctionnement,
qu’ils puissent poser un regard critique sur les productions et recommandations de l’IAet en faire un usage
créatif dans leur enseignement.
La formation continue des enseignants devrait également comprendre l’utilisation de la technologie dans
l’enseignement et l’apprentissage, car, si la formation initiale est importante, c’est par la pratique qu’un
enseignant apprend à se perfectionner. Il faudrait proposer aux enseignants des formations accessibles,
adéquates et pérennes, tout en envisageant d’autres solutions. Certaines entités proposent avec succès
aux enseignants de développer des compétences numériques avancées et de devenir
« accompagnateur » ou « ambassadeur du numérique » au sein d’un établissement ou à l’échelle
régionale. Au niveau de l’établissement, le rôle de ces enseignants peut être d’aider leurs pairs à mieux
utiliser les technologies dans leur enseignement ou dans certains types d’établissement (ou groupement
d’établissements). Il est important d’encourager les possibilités de collaboration professionnelle et
d’apprentissage par les pairs, ainsi que les programmes de tutorat. Au niveau régional, des enseignants
spécialisés pourraient sélectionner et diffuser auprès de leurs pairs des idées sur l’utilisation efficace de
la technologie dans l’éducation. Il faudrait favoriser des conditions de travail qui permettent aux
enseignants de mettre en place des réseaux d’apprentissage professionnel et d’encourager le leadership
des enseignants dans les établissements, afin d’évaluer la qualité des applications d’IA et de donner des
conseils sur celles qui seraient les plus utiles à l’avenir. Enfin, les enseignants devraient disposer d’un
espace pédagogique pour pouvoir sélectionner les ressources numériques qu’ils souhaitent utiliser en
classe.
Tous les enseignants devraient pouvoir suivre des activités de formation et de développement
professionnels cohérentes et de qualité pour être capables d’utiliser les technologies de l’information et de
la communication de façon efficace et en toute confiance. Ils devraient également être libres de choisir
quel type d’apprentissage professionnel ils souhaitent suivre. Nombre de syndicats d’enseignants
proposent des formations dans ce domaine, et ceux qui ne le font pas encore devraient être soutenus et
encouragés à le faire.
Les principaux dangers de la technologie peuvent résulter d’un manque de discernement dans l’utilisation
des ressources numériques. Les enseignants ont besoin de temps, de développement professionnel et de
conditions de travail adéquates pour concevoir et associer différentes ressources numériques pour un
usage en milieux scolaire et extrascolaire. Sans devenir des spécialistes des données, ils doivent être à
l’aise avec les informations quantitatives et les tableaux de bord, et avoir connaissance des autres types
d’informations générées par l’IA et d’autres technologies. D’autre part, les tableaux de bord et les
informations générées par les technologies numériques doivent être conçus de façon à être plus
conviviaux et faciles à utiliser pour les enseignants.
Les technologies numériques sont un outil puissant permettant de promouvoir la collaboration et
l’apprentissage mutuel entre les enseignants, au moyen de plateformes publiques (et privées) à cet effet.
Les autorités devraient proposer des plateformes en code source ouvert conçues par et pour les
enseignants, qui leur permettent de mettre en commun leurs supports, leurs idées, leurs commentaires
avec d’autres établissements durant leur journée de travail. Les contributions des enseignants doivent être
reconnues d’une façon ou d’une autre. La formation des enseignants et des autres professionnels de
l’éducation par le biais des communautés d’apprentissage professionnel est souvent le moyen le plus
efficace.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

452 

4. Bien-être des élèves et des enseignants. L’utilisation et le

développement des technologies basées sur l’IA devraient
s’accompagner d’une meilleure prise en compte des questions de
bien-être et de santé mentale des enseignants et des apprenants,
notamment en gardant à l’esprit la nécessité de trouver un bon
équilibre entre les activités numériques et non numériques. Il faudrait
élaborer, en partenariat avec les enseignants et leurs organisations
professionnelles, des orientations éthiques relatives aux
communications numériques qui mettent en avant la nature sociale et
relationnelle de l’apprentissage impliquant des interactions humaines.

Même si les technologies numériques ont le potentiel d’améliorer l’enseignement et l’apprentissage,

notamment en diversifiant les scénarios pédagogiques ou en adaptant davantage l’éducation aux enjeux
de la société contemporaine, une utilisation excessive de ces technologies et les possibilités accrues de
diffusion de contenus contraires à l’éthique ne sont pas cependant sans risques pour le bien-être des
apprenants comme des enseignants. La pandémie a mis en lumière le caractère profondément relationnel
de l’éducation. Des études ont en effet démontré qu’une large majorité des élèves et des enseignants
privilégient l’enseignement et l’apprentissage en présentiel et qu’ils apprécient les interactions
émotionnelles et sociales qui se produisent en classe.
L’utilisation excessive d’appareils numériques peut être corrélée à un recul des résultats scolaires. Même
si cette corrélation n’a pas été formellement démontrée, il est raisonnable de limiter le temps passé sur les
écrans, notamment pour s’assurer que les jeunes générations continuent de profiter d’activités appréciées
par les humains depuis des siècles et qui contribueront à leur apprendre à valoriser et à perpétuer le
patrimoine humain et culturel. Les activités pédagogiques non numériques doivent demeurer une part
substantielle du développement des enfants et de l’éducation formelle des élèves, même si l’exposition
aux technologies est devenue inévitable dans la société actuelle comme dans les systèmes d’éducation.
Moduler le choix des technologies en fonction du profil des apprenants est un élément déterminant pour
choisir la meilleure approche. Les enseignants ne devraient pas consacrer la majeure partie de leur temps
à travailler devant un écran à analyser des données, à gérer des tâches administratives ou à répondre à
des demandes de parents.
L’utilisation des technologies numériques peut cependant être un outil au service du bien-être des
enseignants et des élèves, notamment grâce à leur capacité à détecter les élèves présentant un risque de
décrochage scolaire ou les enseignants ayant besoin d’un soutien émotionnel ou psychologique, à
condition qu’elle soit assortie de programmes ou de politiques solides œuvrant en ce sens. Des outils
spécifiques peuvent être conçus pour aider à détecter le harcèlement (ou cyberharcèlement). L’IA peut
également contribuer au bien-être des élèves grâce à l’analyse des données en lien avec les outils
numériques et les services humains en matière d’apprentissage émotionnel. Elle peut servir à fournir aux
enseignants des commentaires sur la façon de répondre aux besoins socio-émotionnels de leurs élèves
dans le milieu scolaire et extrascolaire. Plus généralement, pour garantir des environnements sûrs et
propices à l’apprentissage, les enseignants et les élèves doivent adopter une approche volontariste en
matière de maîtrise de l’IA, en faisant de la compréhension de ses atouts et de ses limitations en constante
évolution un élément fondamental de l’éducation moderne.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  453

5. Cocréation d’outils pédagogiques numériques basés sur l’IA.

Les pouvoirs publics devraient encourager la participation des
enseignants, des apprenants et d’autres utilisateurs finaux au
processus de recherche et de développement technologique en tant
que co-concepteurs afin de garantir l’utilité et l’utilisation des outils
numériques basés sur l’IA. Un écosystème propice à l’innovation, qui
stimule une culture de l’amélioration permanente, devrait donner la
possibilité aux développeurs d’expérimenter certains outils avec l’aide
des enseignants et des élèves.

Les technologies peuvent parfois être « en avance » sur les attentes des parties prenantes ou encore
manquer de pertinence. Les citoyens devraient avoir leur mot à dire sur l’usage des solutions qui leur sont
destinées.
Même si de nouvelles entreprises technologiques ont vu le jour et se spécialisent dans l’éducation, la
plupart des solutions qui ont été déployées par le passé dans l’éducation n’étaient que des dérivés
d’applications développées pour d’autres secteurs. Certains outils génériques comme l’IA générative se
sont révélés extrêmement efficaces sans avoir été conçus spécifiquement à des fins « éducatives ».
Les entreprises de technologies éducatives disposent de compétences technologiques différentes de
celles du corps enseignant. C’est pourquoi il serait utile et souhaitable d’établir un dialogue constructif
entre ces divers acteurs. Le développement d’outils utiles aux enseignants par les entreprises de
technologies éducatives nécessite que ceux-ci participent au processus de conception, aux phases
d’expérimentation, de suivi et d’évaluation. Un tel processus de cocréation avec les enseignants garantirait
le développement d’outils pédagogiquement fiables et adaptés culturellement. Pour ce faire, certaines
compétences restent à développer parmi les enseignants. Le renforcement des compétences des
enseignants permettrait à la fois d’accroître l’utilisation de ces outils et d’être aussi en adéquation avec les
incitations économiques des développeurs. Par ailleurs, les autorités devraient définir des règles pour que
les enseignants ne soient pas utilisés à des fins d’expérimentation de produits inadaptés.
Les programmes institutionnels financés par des fonds publics doivent impliquer l’administration, les
chercheurs universitaires, l’industrie, les enseignants et les autres parties prenantes de l’éducation dans
la définition du type d’outils auxquels il faudrait accorder la priorité et dans l’évaluation de leur efficacité en
milieu scolaire – ce que certains pays ont déjà fait. Ces programmes de développement et de recherche
axés sur la pratique doivent dépasser la simple définition des fonctionnalités de la technologie pour
analyser son utilisation en conditions réelles et ses implications en termes d’égalité et de qualité. Ces
programmes devraient aussi réfléchir aux ajustements sociaux et juridiques nécessaires à l’utilisation à
grande échelle des solutions qu’ils proposent. Ce principe de « cocréation » doit s’appliquer même lorsqu’il
est compliqué d’impliquer les utilisateurs finaux, par exemple les élèves ayant des besoins spécifiques.
Ces programmes pourraient en parallèle être utiles pour mieux comprendre et donner forme au contexte
social dans lequel l’utilisation des technologies basées sur l’IA serait optimale (en classe, à la maison, etc.)
et pour faciliter la négociation et l’acceptation sociales de ces outils au sein de la profession enseignante
et de la société.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

454 

6. Innovation maîtrisée au service de la recherche et de la

cocréation de données probantes. Les autorités devraient favoriser
la recherche sur les utilisations efficaces des outils numériques dans
l’éducation, y compris les projets de recherche axés sur la pratique qui
offrent aux enseignants la possibilité d’innover dans la salle de classe
et de concevoir de nouveaux usages technologiques en partenariat
avec les chercheurs pour mesurer et observer les conditions réelles
dans lesquelles les solutions technologiques fonctionnent et qui peut
en bénéficier. Les travaux dirigés par des chercheurs peuvent mettre
en lumière les usages les plus efficaces des technologies basées sur
l’IA. En principe, la transformation numérique permet des boucles de
rétroaction et d’amélioration plus rapides, ce qui serait profitable aux
systèmes d’éducation grâce à une approche active axée sur la
recherche.

La pandémie a démontré la capacité des systèmes d’éducation à être innovants lorsqu’il le faut et comment
les enseignants et les chefs d’établissement sont capables de développer leurs propres « micro-
innovations ». Les autorités responsables de l’éducation devraient poursuivre leurs efforts, au-delà des
décisions relatives aux usages attendus des outils numériques dans les salles de classe, pour offrir aux
enseignants la possibilité de cocréer de nouveaux outils pédagogiquement fiables et adaptés
culturellement. Les syndicats d’enseignants devraient également participer à ce processus.
La cocréation est ainsi indispensable pour doter le secteur de l’éducation d’outils numériques utiles pour
l’enseignement et l’apprentissage, mais les enseignants peuvent également contribuer à la production de
données probantes pour la recherche en collaborant avec des chercheurs afin d’en optimiser les usages.
Seul un climat dominé par la confiance peut favoriser l’innovation et encourager les acteurs à tirer des
enseignements de leurs échecs sans craindre d’être sanctionnés, car le risque d’échec doit être toléré
dans la mesure du raisonnable. Les enseignants devraient ainsi être en position de pouvoir proposer une
évaluation de leurs pratiques et idées dans une perspective de recherche.
Les travaux de recherche sur les usages du numérique définis et développés par les chercheurs
universitaires sont également pertinents et méritent d’être encouragés. Les autorités devraient soutenir les
chercheurs pour qu’ils entreprennent de tels projets et qu’ils partagent les résultats de leurs travaux menés
en collaboration avec des enseignants pour évaluer comment les technologies numériques peuvent être
efficacement intégrées dans leur enseignement et être profitables à l’apprentissage des élèves comme à
leur développement socio-émotionnel. Les autorités responsables de l’éducation devraient donc
encourager et rendre possible la participation des enseignants à des travaux de recherche qui permettent
au corps enseignant de prendre conscience de ces usages. L’objet de ces travaux ne devrait pas se limiter,
dans la plupart des cas, aux technologies elles-mêmes, mais bien porter sur leurs utilisations potentielles
et sur les avantages que peuvent en tirer les apprenants ou les enseignants, ainsi que les conditions de
ces utilisations.
Le recours aux plateformes numériques permet de concevoir des études donnant des résultats et des
solutions améliorées beaucoup plus rapides que les méthodes « analogiques » classiques. Il faudrait

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  455

encourager ces travaux de recherche à condition que leurs conclusions soient diffusées publiquement au
profit de l’ensemble de la communauté éducative.
Les études sur la sécurité, l’efficacité et les implications en termes d’égalité des outils basés sur l’IA
devraient être mises en avant, notamment concernant leur impact sur le développement cognitif de
l’enfant.

7. Éthique, sécurité et protection des données. Les politiques de

protection des données devraient garantir que la collecte des données
contribue à assurer la sécurité de manière efficace et équitable dans
l’éducation, tout en protégeant la vie privée des élèves et des
enseignants. Les autorités responsables de l’éducation devraient
donner aux établissements et aux enseignants des directives claires
en matière de protection des données et éventuellement fournir des
modèles de contrats ou de lignes directrices applicables aux solutions
commerciales. Elles devraient s’assurer que des tests sont effectués
pour vérifier la sécurité et l’absence de biais algorithmiques, et que
ces aspects sont pris en compte dans leurs politiques. Des lignes
directrices claires et éthiques devraient également être définies.
L’utilisation éthique des données relatives aux enseignants devrait
être négociée avec eux et leurs représentants dans le cadre des
conventions collectives.

L’utilisation des technologies basées sur l’IA soulève de nouvelles préoccupations en matière de respect
de la vie privée et de protection des données. De nombreux pouvoirs publics disposent de réglementations
solides dans le domaine de la protection des données, qui s’appliquent notamment à l’éducation et
régissent l’accès aux données des enseignants et des élèves. Certaines se sont dotées de politiques de
protection des données spécifiques au secteur de l’éducation. L’accès aux données administratives, en
particulier, a tendance à être strictement réglementé. L’existence de mécanismes fiables de cybersécurité
sous-jacents est indispensable à la protection des données. L’essor de l’IA générative engendre de
nouvelles formes de risque pour la protection des données, en raison de l’absence de protection juridique
des « données des enfants » interdisant leur réutilisation et revente. Les politiques de protection des
données devraient, quand ce n’est pas encore le cas, couvrir les données biométriques.
Les autorités devraient également envisager d’adopter des réglementations et des politiques relatives à la
sécurité, à l’efficacité et aux risques de biais des outils numériques avant leur introduction dans les
systèmes d’éducation. Parce qu’ils peuvent mieux reconnaître les formes et permettent une plus grande
automatisation que d’autres technologies, les outils numériques basés sur l’IA font naître de nouvelles
formes de préoccupations, qui dépassent les questions de protection des données, de la vie privée et de
la sécurité. Les politiques devraient de la même façon aller au-delà des seules questions de protection et
de sécurité des données pour intégrer des mécanismes institutionnels visant à surveiller les impacts de
l’utilisation de l’IA et d’autres outils numériques sur l’égalité et la qualité dans l’éducation.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

456 

Il faudrait trouver la juste mesure entre la protection des données et de la vie privée et d’autres objectifs
éducatifs importants comme l’égalité ou l’efficacité, qui peuvent demander de collecter des données
personnelles, potentiellement sensibles. Il est par exemple préférable d’éviter que les algorithmes d’IA
soient paramétrés en fonction de caractéristiques démographiques lorsque cela est possible, tout en
sachant que la possibilité de détecter et de remédier aux biais algorithmiques, et donc d’en améliorer
l’équité, repose justement sur la collecte de données personnelles. Les biais algorithmiques constituent
l’un des nouveaux dangers liés à l’émergence de l’IA dans l’éducation, certains groupes risquant de faire
l’objet de discrimination en raison de données anciennes, du modèle d’entraînement des algorithmes ou
parce que ces derniers fonctionnent mieux pour certains groupes que pour d’autres. Les pays devraient
donc s’assurer que les nouveaux outils numériques sont testés en vue d’éliminer les biais potentiels. Même
en l’absence de tels biais, étant donné que l’efficacité de l’IA se fonde en grande partie sur l’analyse de
« profils », le risque de stigmatisation humaine d’élèves (ou d’enseignants) devrait être pris en compte. De
façon générale, il est important d’opérer un suivi et d’évaluer l’efficacité des outils numériques en fonction
de divers critères.
Dans de nombreux cas, en ce qui concerne l’utilisation en milieu scolaire des outils numériques, les
conseils d’établissements, les chefs d’établissement ou même les enseignants se voient confier la
responsabilité d’interpréter ou de mettre en œuvre les réglementations en matière de protection des
données et d’autres politiques, souvent avec peu de directives, par exemple lors de la passation de
marchés pour certains outils numériques. Il faudrait que les autorités fournissent des directives claires et
aident les chefs d’établissement et les enseignants à appliquer ces règles d’une façon qui n’alourdisse pas
les tâches des enseignants.
Les utilisations réglementaires et éthiques des données des enseignants par leurs employeurs devraient
être définies et négociées avec les syndicats et d’autres parties prenantes concernées. Par principe,
l’usage éthique des données collectées sur les enseignants devrait promouvoir la qualité, l’efficacité et
l’équité de leurs pratiques d’enseignement et de l’apprentissage de leurs élèves, quelles que soient leurs
caractéristiques personnelles.

8. Transparence, explicabilité et négociation. Lorsque des outils

numériques basés sur des technologies avancées sont utilisés pour
des étapes à forts enjeux pour les élèves, les enseignants ou les
établissements d’enseignement, comme les évaluations sous forme
numérique, les autorités responsables de l’éducation devraient être
transparentes sur les objectifs et les procédures qui sous-tendent les
recommandations formulées par les algorithmes. Ainsi, le recours à
des outils numériques à forts enjeux devrait faire l’objet de discussions
et de négociations avec l’ensemble des acteurs de l’éducation.

L’une des difficultés des technologies basées sur l’IA est que la plupart des membres de la société ne
comprennent pas la façon dont elles fonctionnent ou les résultats que l’on peut en attendre. L’IA générative
en est un exemple frappant, car il est difficile actuellement d’expliquer dans le détail son mode de
fonctionnement.
La transparence est un principe essentiel de l’utilisation des technologies éducatives, en particulier
lorsqu’elle comporte des enjeux élevés (le cas échéant), tout comme la vérification de l’exactitude de leurs

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

  457

résultats pour tous les sous-groupes de populations cibles de l’éducation. Les enseignants, les élèves et
leurs familles devraient recevoir des informations et des formations pour comprendre leur fonctionnement.
A minima, il est indispensable d’expliquer les critères ou les facteurs pris en compte pour décrire leurs
objectifs et leur fonctionnement. Les responsables politiques devraient trouver un équilibre entre l’efficacité
escomptée de ces outils et les principes d’explicabilité et de transparence.
Les pouvoirs publics devraient, en toutes circonstances, demeurer transparents sur les objectifs, le
fonctionnement et les limitations éventuelles des outils numériques qu’ils (ou les établissements) utilisent
lorsqu’ils comportent des enjeux élevés. L’introduction d’outils numériques à fort impact devrait faire l’objet
d’un dialogue institutionnalisé, permanent et constructif entre l’administration, les syndicats d’enseignants
et les autres acteurs concernés dans le respect des valeurs démocratiques, de façon à faciliter leur
utilisation en toute confiance.

9. Assistance et alternative humaines. Étant donné que les outils

numériques basés sur l’IA vont conduire à un accroissement des
processus automatisés dans les processus éducatifs, c’est-à-dire
dans les pratiques administratives comme pédagogiques, les
autorités devraient s’assurer que les apprenants, les enseignants et
les autres acteurs de l’éducation peuvent profiter d’une assistance
humaine lorsqu’ils en ont besoin et, si nécessaire, d’une solution
humaine alternative à utilisation de l’outil d’IA.

Parce que le recours à des outils basés sur l’IA par les administrateurs, les enseignants et les autres
professionnels de l’éducation se généralise, les humains pourraient avoir tendance, par défaut, à se fier
toujours plus aux processus de décisions basés sur des diagnostics et suggestions de l’IA. Les processus
automatisés risquent de rendre plus difficiles le questionnement et la compréhension des raisons qui sous-
tendent les décisions affectant les acteurs de l’éducation. Dans ce contexte, les autorités (ou d’autres
instances concernées) devraient pouvoir fournir une assistance humaine de façon opportune lorsque les
acteurs de l’éducation ont un problème, s’ils estiment, par exemple, que le processus automatisé a
entraîné une erreur (dans le cas d’une évaluation ou d’une procédure d’admission p. ex.) ou s’ils ont besoin
de conseil sur la façon dont les informations saisies dans le système seront utilisées (dans le cadre d’une
candidature à un établissement p. ex.). Les outils d’IA sont plus fiables si l’on maintient le principe de
« l’humain dans la boucle ».
Il n’est pas forcément possible ni souhaitable que certaines personnes renoncent à l’utilisation des outils
numériques. En effet, l’utilisation des données dans un but d’amélioration de l’éducation, en particulier en
ce qui concerne les groupes défavorisés, dépend de la participation de tous à la collecte de données. Le
choix éventuel des familles de renoncer individuellement à l’utilisation des solutions numériques
sélectionnées par les institutions éducatives pour soutenir l’apprentissage de leurs enfants n’est également
pas évident à respecter. Pour autant, il faut continuer à tenir compte des solutions humaines alternatives.
Par exemple, une telle alternative est indispensable dans le cadre des évaluations à forts enjeux pour les
apprenants ou les enseignants. Si la pandémie a permis de prendre conscience que la surveillance à
distance basée sur l’IA peut être utile pour organiser des examens ou de tests à distance lorsque leur
tenue en présentiel est très compliquée, leur utilisation au jour le jour doit être assortie d’une possibilité de
surveillance humaine en raison des différences en matière de connectivité des ménages, d’espaces de
vie et de conditions d’examen au domicile. Les autorités devraient donc veiller à ce que des solutions
humaines alternatives soient proposées, le cas échéant.

PERSPECTIVES DE L’OCDE SUR L’ÉDUCATION NUMÉRIQUE 2023 © OCDE 2024

Perspectives de l’OCDE sur l’éducation
numérique 2023
VERS UN ÉCOSYSTÈME NUMÉRIQUE EFFICACE
Ce livre analyse de manière comparative et thématique comment les pays développent ou pourraient
développer leur écosystème numérique éducatif. Systèmes d’information sur les étudiants, systèmes de gestion
de l’apprentissage, plateformes numériques d’évaluation, orientation scolaire et professionnelle : Quelles sont
les différentes composantes de l’écosystème numérique des pays ? Dans quelle mesure tirent‑ils parti
des compétences numériques des enseignants et des dernières possibilités offertes par l’intelligence artificielle
(IA) ? Comment les pays peuvent‑ils tirer le meilleur parti de leur écosystème numérique pour qu’il soit digne
de confiance, notamment en termes de gouvernance des données, mais aussi utile, efficace et équitable ?
Comment les pays peuvent‑ils et doivent‑ils permettre à l’éducation numérique de continuer à évoluer et à
innover ? S’appuyant sur de nombreux exemples nationaux tirés d’une enquête de l’OCDE sur l’infrastructure
et la gouvernance de l’éducation numérique et de recherches documentaires, ce rapport propose un état
des lieux de la transformation numérique. Il met également en évidence les opportunités, les lignes directrices
et les garde‑fous concernant l’utilisation efficace et équitable de l’IA dans l’éducation.
L’ouvrage couvre la plupart des pays de l’OCDE et quelques partenaires et intéressera les décideurs politiques,
les universitaires et toutes les parties prenantes de l’éducation qui s’intéressent à la transformation numérique
des systèmes éducatifs. Country Digital Education Ecosystems and Governance: A Companion to Digital
Education Outlook 2023 complète ce livre avec des analyses détaillées et complètes de chacun des pays.

IMPRIMÉ ISBN 978-92-64-36399-1

PDF ISBN 978-92-64-50232-1

9HSTCQE*dgdjjb+