Qualified Educational Capacity Planning under Heterogeneous Student Support Needs: A Synthetic Benchmark and Decision-Support Framework

Résumé technique : Planification de la capacité éducative qualifiée sous des besoins de soutien hétérogènes

Formulation du problème
Le document traite de la planification de la capacité du personnel éducatif qualifié au sein d'une seule institution. Contrairement aux modèles opérationnels standards qui traitent la capacité du personnel comme un effectif fixe, ce travail modélise la capacité comme du temps de personnel qualifié — un temps qui est à la fois disponible et doté de la préparation spécifique requise pour une tâche de soutien (ex. : remédiation, soutien linguistique). Le problème est caractérisé par trois contraintes dynamiques :

1. Hétérogénéité : Les demandes de soutien sont catégorisées, et le personnel doit posséder des qualifications spécifiques ($k$) pour des catégories spécifiques ($g$).
2. Qualification dynamique : La préparation est un état continu ($S_{w,k,t}$) sujet à une déchéance ($\delta$) si elle n'est pas pratiquée, et nécessite une formation ($\alpha$) pour atteindre un seuil de qualification strict ($\theta$).
3. Formation consommatrice de capacité : La formation consomme les mêmes heures de personnel rares que celles requises pour le service direct aux étudiants. De plus, les services éducatifs sont non stockables ; une demande non satisfaite crée un arriéré qui ne peut être « stocké » pour une exécution ultérieure, et une capacité qualifiée trop tard ne peut pas servir rétroactivement la demande passée.

Le problème de décision implique l'allocation des heures de personnel entre le service direct ($x_{service}$) et la formation ($x_{train}$) sous l'incertitude des pics de demande, des absences de personnel et de l'arrivée de nouvelles catégories de soutien. Ces perturbations peuvent être annoncées (visibles dans la fenêtre de prévision) ou surprises (cachées jusqu'à leur apparition).

Méthodologie et conception du benchmark
Les auteurs introduisent un benchmark synthétique à semence contrôlée et un cadre d'aide à la décision plutôt qu'un ordonnanceur déployé. Le système est un modèle de service stylisé avec :

• État : Arriéré d'heures non satisfaites, disponibilité du personnel et niveaux de préparation continus.
• Actions : Allocation d'heures de service et de formation sous réserve de contraintes d'éligibilité strictes (seul le personnel qualifié peut servir) et de plafonds de places pour la formation.
• Dynamique : L'arriéré évolue en fonction de la demande moins le service ; les niveaux de préparation décroissent et augmentent avec la formation.
• Objectif : Minimiser la somme des coûts de la demande non satisfaite et des coûts de formation sur un horizon fini.

Le benchmark comprend six familles de scénarios : contrôle stationnaire, nouvelles catégories de soutien (annoncées/surprises), absences de personnel (annoncées/surprises) et pics de demande. Il emploie une discipline de faisabilité exacte, garantissant que toutes les politiques génèrent des actions valides, et utilise des checksums de rejeu pour une reproductibilité bit à bit.

Classes de politiques
L'étude compare plusieurs classes de politiques, déclarant explicitement leurs ensembles d'informations :

1. ServiceOnly : Alloue le service proportionnellement à la demande ; ne forme jamais.
2. ReactiveGap : Forme uniquement après qu'une demande non couverte a dépassé un seuil.
3. StaticInsurance : Exécute un plan de qualification croisée fixe et léger dès $t=0$ basé sur la configuration initiale, en dépensant une fraction fixe du budget.
4. WaterFillingTraining : Répartit un budget de formation fixe sur les écarts observés.
5. ForecastAwareMPC (Principal) : Un contrôleur de programmation linéaire en nombres entiers (MILP) à horizon roulant qui optimise le service et la formation sur un horizon fini ($H=6$), se replanifiant à chaque étape. Il traite les chocs de surprise comme masqués jusqu'à leur occurrence.
6. OracleUpperReference : Un pair à connaissance parfaite (même structure MPC mais avec les chocs de surprise non masqués) utilisé pour isoler la valeur de la prévoyance, et non comme une borne supérieure globale.

Résultats clés et carte des régimes
La conclusion centrale n'est pas une politique « meilleure » universelle, mais une carte des régimes gouvernée par la relation entre le délai de formation (temps pour acquérir une nouvelle qualification) et la portée de réaction du contrôleur (horizon de planification + fenêtre de récupération de l'arriéré).

1. Régime de réaction faisable : Lorsqu'une nouvelle qualification peut être acquise dans la portée de réaction du contrôleur (ex. : taux de formation standard, démarrages à chaud ou fenêtres de perturbation courtes), le contrôleur MPC en boucle fermée domine.

   • Dans une suite adverse gelée de 2 620 épisodes (couvrant les fenêtres courtes, la formation lente, le faible slack, et les plans statiques focalisés sur les chocs), le contrôleur a remporté les 158 cellules appariées contre les bases statiques.
   • L'analyse d'attribution montre que la valeur provient de l'acquisition de qualifications juste-à-temps, et non seulement d'une meilleure allocation de service.
   • Le contrôleur performe de manière quasi identique à l'Oracle de pleine connaissance sur les chocs annoncés, confirmant sa légitimité.

2. Régime de prépositionnement : Lorsque le délai de formation dépasse l'horizon du contrôleur (ex. : un « démarrage à froid » nécessitant un réentraînement profond d'environ 60 heures-personnel, dépassant $H=6$), l'assurance statique légère l'emporte par un facteur allant jusqu'à 2× sur les fenêtres longues.

   • Cette victoire est structurelle : l'Oracle de pleine connaissance (également limité à $H=6$) est à égalité avec le contrôleur principal et perd de la même manière face au plan statique, prouvant que l'échec est dû à la contrainte d'horizon, et non à la logique du contrôleur.
   • Les formateurs réactifs qui commencent après l'apparition du besoin sont les moins performants, gaspillant des efforts dans une formation qui ne pourra se qualifier à temps.

3. Insuffisance structurelle : Lorsque la demande totale dépasse structurellement la capacité qualifiée ($\rho < 1$), toutes les politiques s'effondrent, et le choix de la politique devient sans importance.

4. Périssabilité de l'arriéré : L'introduction d'une échéance (arriéré périssable) déplace la frontière entre les régimes mais n'efface pas les régimes eux-mêmes. L'avantage du contrôleur dans le régime de réaction faisable ne repose pas sur un service tardif indulgent.

Signification et revendications
L'article affirme fournir le premier benchmark synthétique reproductible pour la planification de la capacité éducative qualifiée intégrant l'état dynamique des compétences, les coûts d'opportunité de formation et la demande hétérogène.

• Contribution : Il établit une carte des régimes distinguant quand un contrôle dynamique et « juste-à-temps » est supérieur à une assurance statique prépositionnée structurellement.
• Contraste avec l'industrie manufacturière : Contrairement aux études manufacturières compagnes où l'assurance statique l'emporte souvent près des limites de capacité, ce modèle éducatif montre que le contrôle dynamique domine dans la plupart des scénarios réalistes, à moins que le délai de formation ne soit structurellement plus long que l'horizon de planification.
• Limites : Les auteurs déclarent explicitement que tous les résultats sont des preuves computationnelles stylisées sur des données synthétiques. Le cadre ne fait aucune prétention concernant les résultats réels des étudiants, la conformité légale ou les placements individuels. Il sert de banc d'essai pour l'étude de problèmes de décision, et non d'outil de déploiement.
• Outillage : Le papier introduit EduCapacity Studio, une interface transparente pour l'analyse de scénarios et le rejeu bit à bit, conçue comme un instrument de reproductibilité plutôt que comme un moteur de recommandation.

En résumé, l'article soutient que la « meilleure » stratégie dépend entièrement du ratio entre le délai de formation et la portée de réaction du contrôleur. Si le délai est court, le contrôle dynamique l'emporte ; si le délai est long (rendant la réaction structurellement trop tardive), le prépositionnement statique léger est la réponse structurelle optimale.