David Janiszek, enseignant-chercheur : « Le Parcoursup de demain est un outil évolutif et ouvert »

Le passage à l’enseignement supérieur est un moment charnière dans la vie d’un étudiant. Pourtant, à la vue des débats sur Parcoursup / APB, les machines à gaz algorithmique de l’orientation semblent chaque année au bord de l’implosion.

David Janiszek, enseignant-chercheur spécialisé en Intelligence artificielle à l’UFR Maths Info de l’Université Paris-Descartes, s’est intéressé à ces algorithmes d’orientation, et revient pour nous sur leur mise en place et les questions qu’ils soulèvent.


Malgré des outils de plus en plus évolués, l’orientation des élèves semble de plus en plus problématique. Qu’avez-vous constaté ?

En tant qu’enseignant chercheur et référent pour les élèves, j’ai vu beaucoup de choses assez navrantes en termes d’orientation. Beaucoup sont liées à la situation sociale des étudiants. Il y a un taux d’échec très élevé : environ 70 % après la première année dans notre filière et l’ordre de grandeur est le même dans les filières scientifiques. En France, on passe en moyenne 4,5 ans à valider une licence de science. Ce n’est pas normal.

Il faut faire ce constat, car le problème est double : le niveau général du bac est faible (ie le bac n’est plus suffisant pour réussir des études dans le supérieur), mais plus grave encore, on s’est rendu compte ces dernières années qu’il y avait de flagrantes erreurs d’orientation. De nombreux élèves arrivaient dans une formation par défaut, presque par hasard. Ça met des jeunes dans des situations d’échec par la suite. Et sur ce point, les algorithmes d’orientation n’y sont pas pour rien.

 

Le système Admission Post Bac (APB) a longtemps prévalu avant d’être fortement remis en cause l’année dernière. Pour quelles raisons ?

Il n’était plus du tout adapté à la situation. A mesure que le nombre de bacheliers a augmenté, de plus en plus de filières sont devenues “sous-tension”; c’est à dire des filières pour lesquelles il y a beaucoup plus de demandes que de places disponibles. L’algorithme n’a pas été prévu pour gérer cette situation de pénurie.

 APB a été mis au point dans l’académie de Nantes pour l’admission en classes préparatoires . Dans ces conditions, il fonctionnait suffisamment bien. L’erreur qui a été commise c’est de le généraliser à toutes les filières et en particulier aux filières « sous-tension» car, dans cette situation, il se transforme en un système basé presque exclusivement sur le tirage au sort. A la parution du code source d’APB, beaucoup d’enseignants ont été choqués, car on fait beaucoup de choses pour l’orientation et le soutien à l’université avec des moyens limités. Des efforts inutiles si le système biaise complètement le jeu à l’origine.

 

Parcoursup était censé réduire ce recours au hasard. Est-ce que ça a été le cas ?

C’était l’un des objectifs, mais après cette année, il n’a pas été rempli. L’algorithme global est relativement simple, c’est un système de gestion de files d’attente. Les lycéens disposent de 10 voeux non-classés; à chaque candidature sont associées les notes du lycéen et une lettre de motivation. Les filières étudient les candidatures et doivent classer les candidats. Théoriquement, c’est pour qu’il y ait plus d’humain dans les choix d’affectation à l’université.

Si l’algorithme global fait son travail, c’est au niveau des algorithmes « locaux » que le système a révélé ses failles. Quand il y a 40 candidatures pour 40 places, on a le temps de les étudier. Mais dans de nombreuses filières, c’est juste impossible car il n’y a pas assez de monde pour traiter tous les dossiers en si peu de temps. Ici, par exemple, nous avons reçu plus de 5000 pour 315 places. Donc le choix a été fait de mettre en place un algorithme local pour pouvoir trier les candidatures. De nombreux collègues ont utilisé un tableur pour procéder au tri. D’une part, c’est un bricolage, qui manque de transparence, mais surtout, un collègue de Strasbourg a montré qu’en fonction de la pondération des notes, on revenait presque à… un tirage au sort

 

L’intelligence artificielle pourrait-elle permettre aux étudiants d’être mieux orientés, à leur bénéfice, mais aussi à celui des universités ?

Il y aura un gros travail à faire sur les données et indicateurs. Il faut des données homogènes, et il faudrait donc se baser sur les notes du baccalauréat. Mais effectivement, en prenant une approche bien plus collaborative et open data, on pourrait donner des recommandations de qualité.

Ce qu’il faut voir c’est que l’IA peut servir, mais il faudra surtout ajouter de l’humain. Il ne faut pas voir l’algorithme comme le seul fautif. Mais il faut en faire un outil de recherche évolutif et ouvert, car les algorithmes de machine learning ont toujours un taux d’erreur. Le problème c’est que ces erreurs sont finalement des vies qui sont potentiellement gâchées. Les modèles de machine learning marcheront bien pour les cas généraux mais ils échoueront probablement sur les profils originaux ou atypiques. Et en posant un système « trop intelligent », qui vous sert une orientation sur un plateau, vers un métier précis, on risque de « catégoriser » et d’enfermer des étudiants dans des voies. A un âge où ça reste finalement normal de pouvoir expérimenter, se tromper et se réorienter.

Photo by Nathan Dumlao on Unsplash