Philip B. Stark, professeur distingué de statistiques à l’Université de Californie (UC), Berkeley, a eu un impact énorme sur la façon dont les évaluations de l’enseignement par les étudiants sont – et ne sont pas – utilisées pour mesurer l’efficacité de l’enseignement. Le mercredi 11 mai 2022, de 9 h à 11 h. PST, Dr. Stark sera le conférencier invité lors d’un » CANSSI Townhall on Student Evaluations of Teaching » en ligne, modéré par le directeur de l’INCASS, Don Estep.
Regarder l’enregistrement du webinaire
Ressources partagées de l’événement
Les évaluations de l’enseignement par les étudiants (SET) sont largement utilisées dans les décisions relatives au personnel universitaire comme mesure de l’efficacité de l’enseignement. La manière dont les SET sont utilisés est statistiquement non fondée, mais pire encore, les SET sont biaisés et peu fiables. L’observation montre que les évaluations des étudiants varient en fonction du sexe, de l’origine ethnique et de l’attrait de l’instructeur, de la rigueur, du contenu mathématique et du format du cours, ainsi que des attentes des étudiants en matière de notes. Les expériences montrent que la majorité des réponses des étudiants à certaines questions objectives peuvent être manifestement fausses. Une récente expérience randomisée montre que le fait de donner des biscuits aux élèves augmente les notes de SET. Des expériences randomisées montrent que les SET sont négativement associés aux mesures objectives de l’efficacité de l’enseignement et qu’ils sont biaisés au détriment des instructeurs féminins dans une mesure telle que les instructeurs féminins plus efficaces obtiennent des SET inférieurs à ceux des instructeurs masculins moins efficaces. Les préjugés sexistes influent également sur la façon dont les étudiants évaluent les aspects objectifs de l’enseignement. Il n’est pas possible de s’adapter à ce biais, car il dépend de nombreux facteurs, notamment le thème du cours et le sexe des étudiants. Les étudiants sont particulièrement bien placés pour observer certains aspects de l’enseignement, et leur opinion compte. Mais pour évaluer et améliorer la qualité de l’enseignement, les SET sont biaisés, peu fiables et sujets à des manipulations stratégiques. Le fait de se fier au SET pour les décisions en matière d’emploi désavantage les groupes protégés et peut violer la loi fédérale. Pour certains administrateurs, l’atténuation des risques pourrait être un argument plus convaincant que les appels à l’équité pour mettre fin à l’utilisation des SET dans les décisions d’embauche : les arbitrages syndicaux et les litiges civils concernant l’utilisation des SET par les institutions sont en augmentation. Plusieurs grandes universités américaines et canadiennes ont déjà réduit, remanié en profondeur ou abandonné le recours à la SET pour les décisions relatives au personnel.
Philip B. Stark est professeur distingué de statistiques à l’Université de Californie, Berkeley. Le Dr Stark travaille sur l’inférence, les problèmes inverses, la multiplicité, la non-paramétrie, l’optimisation, les paramètres restreints, l’échantillonnage avec des applications incluant l’astrophysique, la cosmologie, l’écologie, les élections, la géophysique, la santé, la législation, les litiges, le marketing, la physique, la politique publique, l’évaluation et le contrôle des risques et la quantification de l’incertitude. Il a reçu de nombreuses distinctions, dont celles de membre de l’Institut de physique et de membre de l’American Statistical Association. M. Stark a été directeur de département et doyen associé de la division des sciences mathématiques et physiques de l’UC Berkeley.