Diriger l’école à partir de données : quels principes de gouvernance ?

 

En 2011, Romuald Normand publiait Gouverner la réussite scolaire, une arithmétique politique des inégalités[1] où il questionnait l’autonomie relative des politiques éducatives et leur dépendance à l’égard d’autorités multinationales.

En 2012, au Québec, Jean Archambault et France Dumais publiaient Des données pour diriger, utiliser ou produire des données pour diriger[2], proposant « un cadre de référence pour les directions d’école en milieu défavorisé». En complément de la vision du gouvernement international de l’Ecole présentée par Romuald Normand, les travaux d’Archambault et Dumais portent sur l’échelle de l’établissement scolaire.

On s’attachera dans ce billet à souligner l’intérêt des principes de gouvernance éducative dégagés par cette étude.

On retiendra d’abord l’approche SMART pour fixer des objectifs, chacune des lettres de cet élégant acronyme correspondant à un critère à respecter dans la formulation d’un objectif.

« Ainsi,

 la lettre S rappelle de formuler un objectif spécifique (à un cycle, à une discipline, etc.);

la lettre M requiert que l’objectif soit mesurable;

la lettre A indique qu’il doit être atteignable;

la lettre R, qu’il soit réaliste;

la lettre T, qu’il s’inscrive dans le temps, selon une fréquence et une échéance précises».

 

On retiendra également la méthode des 4 C, suggérée par Clark en 2009[3], pour permettre aux utilisateurs d’avoir confiance en leurs données, « la lettre C correspondant aux quatre qualificatifs suivants :

- complètes (en nombre suffisant, qui considèrent le contexte);

- constantes (ou fidèles; même si les sources sont différentes, les données restent les mêmes ; les données sont rapportées de la même façon, etc.);

- comparables (les données peuvent se comparer à des normes, à des données d’autres écoles, etc.); et

- (non) cachées (les données ne cachent pas d’information vitale) ». 

 

La nécessaire distinction entre corrélations et relations causales est très opportunément rappelée. « La façon de mettre ces résultats en relation se nomme une corrélation. Et une corrélation, d’un point de vue statistique, ne fait qu’indiquer cette relation et le sens qu’elle prend : positive ou négative, plus ou moins forte. Elle n’indique en aucun cas si l’une des données est la cause de l’autre. Cela demanderait des traitements méthodologiques et statistiques que l’on retrouve très rarement dans les écoles.

Pourtant, on fait souvent l’erreur de croire qu’un facteur cause l’autre. Cela pourrait être le cas, mais la corrélation ne permet pas de le savoir. Et même si c’était le cas, on ne saurait pas dans quel sens la causalité agit. Ainsi, est-ce que l’enseignement magistral fait mieux réussir les élèves ou est-ce plutôt qu’avec des élèves qui réussissent mieux, on utilise davantage l’enseignement magistral ? Est-ce que les élèves réussissent parce qu’ils font leurs devoirs ou si les élèves qui réussissent font davantage leurs devoirs ?

Simplement parce que deux choses sont en corrélation ne veut pas dire qu’une chose cause l’autre. La pauvreté est en corrélation avec plusieurs variables différentes (incluant la réussite de l’élève) mais elle n’est pas la cause de la faible performance de tous les élèves pauvres. (Kowalski et al., 2007, p. 130)[4]».

 

Les considérations éthiques du chapitre 5 posent d’abord qu’ «Il serait effectivement inapproprié d’utiliser ou de produire des données pour soutenir des préjugés, des opinions et des croyances personnelles négatives sur les milieux défavorisés telles que :

Les élèves qui vivent dans la pauvreté ne peuvent pas apprendre aussi efficacement que les autres[5].

[...] Les parents s’occupent mal de leurs enfants[6].

Pour vérifier si les décisions éducatives que l’on prend sont conformes à l’éthique, Blanchard et Peale[7] suggèrent de répondre à un test simple en trois parties :

1. La décision est-elle légale ?

2. La décision est-elle équilibrée? (Autrement dit, est-elle équitable à court et à long terme ? Est-ce que toutes les personnes concernées y sont gagnantes ?)

3. Comment vais-je me sentir après avoir pris cette décision ?».

 

Disponible en ligne, ce guide d’accompagnement vaut aussi par les nombreux exemples qu’il donne de mise en œuvre concrète des principes qu’il énonce et de la méthodologie qu’il propose. Bien entendu, cette ressource est utile à tous les établissements d’éducation prioritaire REP+. Mais on ne doute pas que la direction de tout établissement qui travaille sur le projet d’établissement et le contrat d’objectifs tripartite avec l’autorité académique et la collectivité territoriale de rattachement, y trouve des éléments précieux pour utiliser et produire des données «au service de l’amélioration de l’apprentissage des élèves et d’un meilleur enseignement, dans un esprit de réussite scolaire et de justice sociale».

 


[1] Peter Lang/ENS Lyon, 2011

[2] https://www.webdepot.umontreal.ca/Usagers/archaj/MonDepotPublic/Diriger/Outils/Archambault%20et%20Dumais,%202012,%20DesDonneesPourDiriger.pdf

[3] Clark, R. (2009). The Principal as Data-Driven Leader, The Leading Student Achievement

Series. Ontario Principals’ Council et Corwin Press (Eds.), 147 p.

[4] Kowalski, T. J., Lasley II, T. J., & Mahoney, J. W. (2008). Data-Driven Decisions and Best

Practices for School Improvement, Pearson Education, 274 p

[5] Clark, 2009, p. 88, voir note 3

[6] Archambault, J., et Harnois, L. (2009). Diriger une école en milieu urbain défavorisé, in

Éthique publique, printemps, 11 (1), p. 86-93.

[7] 1988, cités dans Kowalski et al., 2008, voir note 4

Le Club est l'espace de libre expression des abonnés de Mediapart. Ses contenus n'engagent pas la rédaction.