1
CAMPUS INTELLIGENT
ETDONNÉES MASSIVES
Colloque Big Data et visibilité en ligne
Un enjeu pluridisciplinaire de l’économie numériqueUniversité des Antilles, Fort-de-France
6 au 8 novembre 2017
Les données massives, outil de gouvernance
et de gestion d’un campus intelligent: quels
enjeux?
Marie-Andrée DoranAdjointe au vice-recteur aux affaires externes, internationales et à la santé
Nicole LacasseDirectrice des Affaires internationales et de la Francophonie
2
CAMPUS INTELLIGENT
Plan de la présentation
1
2
3
Les données massives accélèrent la transformation
numérique des universités
Vers un véritable Campus intelligent (Smart campus)
L’émergence de nouvelles possibilités… et de
nouvelles responsabilités
4 Conclusion
3
CAMPUS INTELLIGENT
Les données massives accélèrent la
transformation numérique des universités1.
Appropriation du numérique au sein des
campus universitairesTransformation plus ou moins
rapide et importante en
«campus connecté»
Outils technologiques et équipements
informatiques puissants et rapides
Extraction et traitement des
données massives
Utilisation des données massives
pour repenser le modèle social,
organisationnel et économique des
universités
Aspiration à devenir un
Campus intelligent (Smart
campus)
4
CAMPUS INTELLIGENT
Vers un véritable campus intelligentCommunauté intelligente: les grands enjeux
2.
Campus connectéGouvernance connectée,
ouverte et transparente
Campus durableGestion des ressources efficace,
concertée et durable
Campus agileServices efficients à la
communauté universitaire
Campus participatifParticipation des membres de la
Communauté universitaire
5
CAMPUS INTELLIGENT
Vers un véritable campus intelligent2.1 Campus connecté et données massives
ENJEU FONDAMENTAL: Utilisation des données massives dans la gouvernance et la
gestion universitaire
Structurer, forer et visualiser des données générés par les objets
connectés, les téléphones intelligents, les requêtes dans les
différents systèmes, etc. pour les rendre utiles
Choisir adéquatement les données à extraire et s’assurer de leur
bon usage en temps réel ou à des fins prédictives
«Il faut se demander en quoi ces données généreront de la valeur, car (…) les
processus de forage, d’entreposage, de nettoyage (bruit), d’analyse et de visualisation
des données sont des processus complexes et coûteux.»
6
CAMPUS INTELLIGENT
Vers un véritable campus intelligent2.1 Campus connecté et données massives
Les données générées peuvent servir à documenter et orienter la
planification stratégiques et les processus et opérations du
campus
«The data processing may be derived from mined information such as the texts from hundreds of academic
libraries, research findings form thousands of journals, student academic records and employee data for the past
decade, and using rates for all institutionnal operations» (Jeffrey C. Sun, 2014 : 41).
Facteurs à considérer pour l’optimisation de l’adoption et de
l’implantation de telles pratiques:• Acquisition de systèmes d’information optimaux
• Gestion active et constante de la relation entre:
• le contexte organisationnel,
• le système d’analyse des données et
• les dirigeants de l’établissement universitaire
7
CAMPUS INTELLIGENT
Vers un véritable campus intelligent2.2 Campus agile et données massives
Agilité Adaptation des
communautés
intelligentes
Résilience
L’agilité nécessite l’adaptation dans le temps et l’espace à un écosystème en constante mutation. Pour les universités: s’adapter aux changements démographiques, aux soubresauts de l’économie, à la
transformation numérique, à l’internationalisation, etc.
Données massives Savoir en temps réel où sont les
besoins afin de mieux y répondre
Meilleure adéquation entre
ressources et besoins
Exemple: analyse des déplacements des étudiants d’un campus à partir des traces numériques pour
optimiser les lieux d’enseignement ou de travail
8
CAMPUS INTELLIGENT
Vers un véritable campus intelligent2.3 Campus durable et données massives
«Le fait de connaître plus rapidement le niveau de consommation ou d’utilisation d’une ressource
ou le degré d’occupation d’un lieu du campus permet d’optimiser les processus et d’éviter une
consommation outrancière.»
Données massives reliées au flux de
déplacement des utilisateurs, aux
objets connectés ou à l’utilisation
des ressources en temps réel
• Meilleure planification
• Anticipation plus réaliste des besoins
• Utilisation optimisée
• Réduction de l’empreinte écologique
des utilisateurs du campus
Optimisation des processus d’une
université
• Accroissement de son efficacité
énergétique
• Diminution de sa consommation de
ressources
• Campus plus durable
• Réduction impact sur les changements
climatiques
9
CAMPUS INTELLIGENT
Vers un véritable campus intelligent2.4 Campus participatif et données massives
«L’utilisation des médias sociaux et leur déploiement à grande échelle, de même que
l’utilisation de communications multicanales, contribuent à créer un campus plus participatif
et collaboratif.»
Médias sociaux Outils de consultation qui
contribue à la planification
stratégique (Cotton 2017)
Favorisent une plus grande
adhésion à un projet commun
Participation à
plusieurs voix dans
un projet commun
Favorise l’adhésion et la
collaboration
Rejoint l’esprit d’un campus
participatif et collaboratif
10
CAMPUS INTELLIGENT
2. L’émergence de nouvelles possibilités… et de
nouvelles responsabilités
Nouvelles possibilités:
• Acquérir une connaissance fine de nos processus
• Connaître l’utilisation en temps réel de nos infrastructures et ressources
• Planifier ou de rétroagir en conséquence
• Suivre l’implication des étudiants dans leurs études (Analytique de l’apprentissage)
• Réaliser des analyses complexes en recherche
• Visualiser des écosystèmes collaboratifs
• Mieux tirer profit de nos ressources humaines (Analytique des talents)
Nouvelles responsabilités:• Respecter les applications légales et le cadre législatif
• Évaluer les risques et assurer une sécurité adéquate (dès la conception, « Privacy by
design », en lien avec l’Article 25 de la Loi sur la Protection des données personnelles
(QC))
• Effectuer la reddition des comptes
11
CAMPUS INTELLIGENT
3.1 L’exemple de l’analytique de l’apprentissage
Analytique de l’apprentissage:
« Discipline consacrée à la mesure, la collecte, l’analyse et la présentation de rapports
basés sur des données des apprenants en contexte d’apprentissage dans le but de
comprendre et d’optimiser l’apprentissage et le contexte. »
Peut avoir des répercussions très positives pour l’ensemble des acteurs
universitaires, à condition de s’assurer de respecter des règles éthiques
strictes et d’obtenir le consentement de l’apprenant
Enjeux éthiques:
• Respect de la confidentialité et de la vie privée (caractère nominal des données)
• Sentiment d’intrusion : Big Brother?
• Effet pervers possible: Évaluation du retour sur l’investissement (ROI) ou rendement.
Tendance néolibérale qui établit un lien trop étroit entre processus d’apprentissage et
performance en emploi.
12
CAMPUS INTELLIGENT
3.2 Vers une analytique RH ou analytique des
talents
En contexte de baisse
démographique et de
recrutement plus
difficile
Valorisation du capital
humain des organisations
Fidélisation des
talents
« Au regard des montants conséquents que
représente le capital humain dans les dépenses
des entreprises, les organisations ne peuvent
plus se permettre de se reposer sur des
suppositions et des intuitions pour sa gestion. Il
leur faut privilégier l’analyse des données RH
pour optimiser leurs résultats. »
13
CAMPUS INTELLIGENT
3.3 Éthique et acceptabilité sociale: des enjeux
transversaux dont les normes changent dans le
temps
Éthique entourant l’usage des traces numériques en pleine évolution
Clivage entre les usages prescriptifs et les usages effectifs car évolution
trop rapide. Le cadre juridique a peine à suivre…
Déterminer les balises par le biais de l’acceptabilité sociale.
Cette notion varie en fonction de l’âge des internautes et évolue
dans le temps
14
CAMPUS INTELLIGENT
Conclusion
• Les universités doivent être les vecteurs d’une utilisation
des données massives efficiente et socialement
responsable
• L’utilisation des données massives comme nouvel outil de
gouvernance et de gestion est un élément positif qui se doit
d’être strictement encadré
• Les données massives participent à la transformation d’un
Campus intelligent (Smart Campus). Elles ont un impact sur: Le campus connecté
Le campus agile
Le campus durable
Le campus participatif
15
CAMPUS INTELLIGENT
Questions ou commentaires?
Marie-Andrée DoranAdjointe au Vice-recteur aux affaires externes, internationales et à la santé
Université [email protected]
Nicole LacasseDirectrice des Affaires internationales et de la Francophonie
Université Laval
Top Related