La passion des MOOC ne m’a toujours pas quitté après toutes ces années, mais force est de constater qu’en absence de modèle économique viable, ce sont avant tout des innovations / projets de communication à la marge. Frustré d’une telle situation, je cherche à démontrer (et sans doute à me démontrer à moi-même) que les MOOC peuvent déboucher sur des produits de formation viable. Je suis en train de plancher sur un projet de Diplôme Universitaire Data Analyst (les cours que j’enseigne) sur lequel je pense utiliser les MOOC à double titre : d’une part pour faire la promotion de la formation (avec un MOOC sur FUN), et d’autre part pour réaliser une partie des enseignements (avec des cours de Datacamp), et ce afin de faire des économies d’échelle. Dans cet article, je vous propose un tour d’horizon de ce projet qui vise à extraire du MOOC sa substantifique moëlle pour en faire un outil puissant au service de l’enseignement supérieur.
Tout d’abord, petit rappel : j’enseigne dans un Bachelor en Data Science, ou mes étudiants planchent sur les statistiques, le machine learning, l’analyse de données en général. Mon objectif est simple : accroître les audiences, en ouvrant des pans de la formation aux adultes. Après tout, c’est un sujet très demandé. La troisième année du Bachelor correspond peu ou prou aux formations d’adultes « Data Analyst » qui ont pullulé ces dernières années. Du coup, pourquoi ne pas monter un D.U ? Dans la mesure où je ne le lance pas cette année, ne voyez pas dans ce billet un post publicitaire, mais une ébauche de réflexion qui pourrait servir à d’autres. Ce projet était calibré pour la Data Science, mais d’autres disciplines pourraient sûrement fonctionner selon ce modèle.
La spécificité du projet, c’est de mélanger les publics de formation initiale et formation continue. Concrètement, nous restons à masse salariale constante, car les enseignants ont déjà été recrutés pour la formation initiale, mais nous élargirions le public d’apprenants, avec quelques adaptations pour s’adapter au profil des personnes en FC (aménagement d’horaires, possibilité de choisir des UE à la carte). L’idée est de minimiser la prise de risques, en ne recrutant pas d’enseignant pour un public pour lequel nous ne sommes pas sûr de rassembler un groupe suffisant (la concurrence est rude sur ce secteur). En mélangeant les deux publics, nous avons déjà la taille critique pour lancer un groupe.
En procédant de la sorte, nous visons d’une part à former les étudiants et à faire monter en compétences un public d’actifs et/ou en reconversion professionnelle pour répondre à un besoin du marché, et d’autre part à engranger des revenus supplémentaires avec peu de dépenses additionnelles (dans la mesure où les dépenses initiales pour lancer un Bachelor en formation initiale sont conséquentes, c’est une stratégie naturelle).
Du coup, on s’adresse à différents publics : professionnels se formant sur un temps libéré par l’entreprise, personnes en reconversion professionnelle, souhaitant créer une structure. Les secteurs d’activité sont très variés, comme le suggère la diversité des publics accueillis par les bootcamps du Wagon : entrepreneurs, juristes, ingénieurs, professionnels du marketing etc. Le problème, c’est que nous ne sommes pas les seuls à avoir l’idée. Nous nous situons sur un segment du marché proche de celui des bootcamps de 8 à 10 semaines du Wagon, de Datascientest, ou de Vivadata, entre autres acteurs.
Du coup, se pose la question de la place qu’une université peut occuper dans ce marché. Mon intuition est qu’il faut insister davantage sur la présentation et la communication autour des données, leur analyse, la compréhension des métriques associés aux différents tests et modèles statistiques. En d’autres termes, se distinguer du privé. Les entreprises du secteur mettent en effet le paquet sur la machine learning, sur une compréhension superficielle d’une myriade de techniques, au risque de rendre certains des apprenants un peu touche à tout, mais réellement compétents dans pas grand chose. Certes, c’est une bonne porte d’entrée, mais charge à eux de s’autoformer pour aller plus loin.
L’autre élément que peut apporter une université, c’est de baisser les prix tout en proposant une formation qui répond aux besoins en compétences des grandes entreprises qui recrutent dans le domaine. L’essentiel de la formation est centrée autour du mode projet, avec des jeux de données fournis aux apprenants, ou apportés par ces derniers, et qu’il s’agit d’analyser de bout en bout. Du coup, cela veut dire épurer le programme des cours un peu trop académiques aux yeux du secteur privé. Je ne voulais garder que les UE présentes dans le tableau suivant.
Alors que dans cette troisième année du Bachelor il y a aussi quelques cours théoriques, comme la théorie de l’information, je ne les propose pas à la mutualisation pour ne pas faire fuir des personnes avant tout en recherche d’opérationnel.
Et pour faire la promotion de la chose, j’ai lancé un MOOC « S’initier à la Data Science et à ses enjeux » sur FUN. A la base, je voulais rajouter dans le titre « avec le DU Data Analyst », afin que le MOOC serve à plein le rôle de promotion. Mais vu qu’il n’y a qu’un recouvrement partiel entre les programmes du MOOC et celui du DU (disons 75%), ce n’est pas passé. Un MOOC peut être coûteux à développer, et un amortissement de ce cours en ligne via une formation d’adultes semblait une bonne idée. C’est un modèle classique au demeurant (j’en avais parlé dans un article dans RFSIC, les MOOC français à l’épreuve de la viabilité économique). Et l’autre ingrédient miracle, c’était de faire l’essentiel des cours magistraux via Coursera et Datacamp. Datacamp est gratuit pour les universitaires, nous en avons parlé il y a quelques billets. Avec les adultes, essentiellement des TP et de l’encadrement, pas de conférence, et de préférence sur leurs données.
Du coup évidemment je peux me permettre d’être économiquement plus compétitif et faire baisser les prix. Tout le monde y gagne. D’aucuns verront en moi un simple capitaliste, mais sachez que je n’y gagne pas un centime de plus; je reste un agent de l’Etat. Je tiens juste à m’acquitter de la mission (que je ne réalise pas seul, qu’on se le dise) qui consiste à ouvrir des formations demandées, avec très peu d’enseignants disponibles sur le marché du travail. En gagnant en productivité, on ne met pas d’enseignants au chômage (dans la data science, dur d’être au chômage), mais on peut ouvrir des formations qui n’ouvriraient pas sans ces approches faute de modèle économique.
Evidemment, il y a un hic. Les seuls MOOC gratuits, ouverts en permanence et couvrant l’essentiel de mon programme sont en anglais; c’est un frein en formation d’adultes en France. Que ce soit sur Coursera ou sur Datacamp. Sur FUN-MOOC, l’offre n’est que partielle en français. Du coup, j’ai tendance à dire que si, au final, la révolution MOOC a eu lieu. Juste pas dans le monde francophone, car l’écosystème francophone n’a pas été en mesure de produire des formations ouvertes en permanence, avec des séries de cours couvrant un curriculum complet, condition nécessaire pour suivre la logique de classe inversée que je suggère ici à l’échelle de formations complètes.