Pour comprendre ce que les machines peuvent et ne peuvent pas faire en matière de sens, nous devons aborder simultanément deux questions : comment les humains construisent-ils le sens, et comment les ordinateurs le traitent-ils ? C’est précisément l’objet de ce module. Nous commencerons par l’apprentissage humain, en nous appuyant sur les travaux de Piaget et Vygotsky, selon lesquels les individus construisent activement leur compréhension, toujours avec l’aide d’autrui et des outils fournis par leur culture. Nous nous tournons ensuite vers la machine, en retraçant l’évolution du mot « cyber », depuis la cybernétique de Norbert Wiener jusqu’à ce que nous appelons l’intelligence cyber-sociale : non pas une machine qui remplace la pensée humaine, mais une machine qui forme un partenariat complémentaire avec celle-ci. Au cours des deux dernières leçons, nous examinons de près la manière dont les ordinateurs traitent le sens à travers la notation binaire, qui leur permet de nommer, classer, mesurer, agir et localiser avec une précision étonnante, et nous repérons les limites de ce que le binaire est capable de faire. Il en ressort une vision plus claire des capacités humaines à donner du sens, que nulle machine ne possède, ainsi que de la relation cyber-sociale dans laquelle les personnes et les machines apportent chacune ce que l’autre ne peut pas apporter.

Chaque fois que nous apprenons dans un espace numérique, nous laissons une trace. Chaque clic, chaque pause, chaque tentative et chaque nouvel essai sont enregistrés sous forme de données. Ce module s'interroge sur ce que nous pouvons tirer de ces traces. L'exploration des données éducatives consiste à étudier ces traces d'apprentissage et ce qu'elles peuvent nous révéler sur la manière dont les individus parviennent à comprendre. Nous commençons par les données elles-mêmes : les journaux d’interaction qui capturent non seulement ce qu’un apprenant a finalement produit, mais aussi l’ensemble du processus qui l’y a conduit. Nous nous intéressons ensuite aux méthodes qui permettent de donner un sens à ces données : certaines cherchent à confirmer ce que nous savons déjà, par exemple si un élève a maîtrisé une compétence, tandis que d’autres explorent les données pour découvrir des schémas dont nous ignorions l’existence, comme les différentes façons dont les apprenants progressent dans un cours. Tout au long de cet ouvrage, nous gardons à l’esprit la responsabilité inhérente à ce travail : ces traces provenant d’étudiants réels, elles doivent être utilisées avec prudence afin de garantir la confidentialité, l’équité et l’impartialité.

Après avoir vu comment les machines peuvent tirer des enseignements des traces de notre apprentissage, nous prenons un peu de recul dans ce dernier module pour nous poser les questions sous-jacentes. Qu'est-ce que la connaissance ? Comment les êtres humains acquièrent-ils des compétences ? Et quelle est, en réalité, la relation entre l'esprit humain et une machine ? Nous commencerons par aborder la science cognitive de l'apprentissage : les types de connaissances que nous possédons, le parcours qui mène du novice à l'expert, ainsi que les architectures que les chercheurs ont mises au point pour modéliser l'esprit. Nous examinerons ensuite comment ces idées ont été mises en pratique dans l’éducation, depuis les tout premiers systèmes de tutorat jusqu’aux tuteurs intelligents d’aujourd’hui, et comment les appareils mobiles que nous avons dans nos poches pourraient permettre à ceux qui ont moins accès à d’autres technologies de bénéficier de l’apprentissage. Enfin, nous revenons à une question qui a discrètement traversé l’ensemble de ce cours : si les ordinateurs sont désormais capables d’accomplir une grande partie de ce que nous appelions autrefois « penser », que devrait devenir l’apprentissage ? Notre réponse, développée ici et tout au long de nos travaux, est que la tâche ne consiste ni à résister à ces machines ni à s’y soumettre, mais à construire avec elles un nouveau type d’apprentissage, que nous avons appelé « apprentissage cyber-social ».