📄 social_science

Measuring Curriculum–Labor Market Alignment at the Scale of a Program Portfolio

Cet article présente une analyse à grande échelle, ancrée dans une taxonomie, d'un portefeuille de programmes d'études informatiques qui compare 1 922 acquis d'apprentissage de cours à plus de 100 000 compétences professionnelles afin de révéler des lacunes curriculaires systémiques dans des domaines techniques clés et un désalignement constant où l'enseignement académique se situe environ un niveau de Bloom en dessous des exigences du marché.

Auteurs originaux : Sherzod Turaev, Saja Aldabet, Mary John, Namya Musthafa, Mamoun Awad, Nazar Zaki, Khaled Shuaib

Publié 2026-07-21

📖 7 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Sherzod Turaev, Saja Aldabet, Mary John, Namya Musthafa, Mamoun Awad, Nazar Zaki, Khaled Shuaib

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un chef dirigeant une immense école de cuisine. Vous avez cinq classes différentes : une pour la pâtisserie, une pour la grillade, une pour la fabrication du pain, une pour les soupes et une pour les salades. Vous supposez que parce que vous avez cinq menus différents, vous enseignez exactement ce dont les restaurants du monde ont besoin. Mais voici le problème : l'industrie alimentaire évolue plus vite que vous ne pouvez réécrire vos manuels. Un restaurant pourrait avoir besoin d'un nouveau type de sauce épicée le mois prochain, mais votre programme ne sera pas mis à jour avant trois ans.

Pour corrir cela, les écoles demandent généralement conseil à quelques chefs locaux ou attendent de voir si leurs étudiants sont embauchés. Mais c'est comme essayer de naviguer sur un océan déchaîné avec une carte en papier ; c'est lent, cela ne couvre qu'une minuscule zone de l'océan, et c'est difficile à copier pour la classe suivante. Récemment, des scientifiques ont commencé à utiliser de puissants cerveaux informatiques (appelés Modèles de Langage de Grande Taille ou LLM) pour lire des milliers d'annonces d'emploi et les comparer directement à ce que les écoles enseignent. Ils utilisent un « dictionnaire » de compétences (comme un menu géant et standardisé de termes culinaires) pour s'assurer qu'ils comparent bien des pommes avec des pommes. La grande question est la suivante : nos écoles de cuisine enseignent-elles réellement les bons plats, ou ne servons-nous qu'une abondance de garnitures sophistiquées alors que les clients ont faim du plat principal ?

Cet article prend cette question et l'élargit. Au lieu de regarder une seule classe de cuisine, les chercheurs ont examiné un « Collège de Technologie de l'Information » entier comme une seule et immense cuisine. Ils voulaient voir si les cinq diplômes différents qu'ils proposaient (Informatique, Génie Informatique, Science des Données, Sécurité de l'Information et Technologie de l'Information) étaient réellement différents les uns des autres dans les besoins du marché du travail, ou s'ils n'étaient que des variations de la même chose, manquant les mêmes compétences importantes.

Le Grand Audit de la Cuisine

Les chercheurs ne se sont pas contentés de lire le menu ; ils ont regardé ce que les étudiants mangent réellement. Ils ont réalisé qu'un catalogue scolaire est comme un buffet proposant 500 plats, mais qu'un étudiant n'en choisit que 10. Si vous comptez tout le buffet, vous pensez que l'école enseigne tout. Mais si vous regardez ce qu'un étudiant finit réellement, vous pourriez découvrir qu'il n'a jamais touché aux ailes de poulet épicées ou aux desserts exotiques. L'équipe a construit un modèle spécial d'« atteinte réalisée » pour déterminer exactement ce qu'un étudiant est garanti d'apprendre en fonction des règles de son diplôme, en ignorant les plats qu'il pourrait choisir mais qu'il ne choisira probablement pas.

Ils ont ensuite entamé une chasse au trésor numérique. Ils ont rassemblé 5 186 offres d'emploi uniques provenant de quatre sites d'emploi différents dans leur région. Ils ont utilisé un cerveau informatique pour lire chaque annonce d'emploi et chaque description de cours, extrayant des compétences spécifiques (comme « coder une base de données » ou « gérer un projet ») mot pour mot. Ils se sont assurés que l'ordinateur n'inventait rien ; si la compétence n'était pas dans le texte, l'ordinateur ne l'inventait pas. Ils ont ensuite vérifié leur travail auprès d'experts humains pour s'assurer que l'ordinateur avait raison, et il l'était presque à chaque fois (environ 99 % de précision).

Ce qu'ils ont trouvé : La pénurie « systémique »

Les résultats étaient comme découvrir que toutes vos cinq classes de cuisine manquent les trois mêmes ingrédients essentiels.

Les lacunes sont partout, pas seulement dans une seule classe : Les chercheurs ont découvert que les compétences manquantes n'étaient pas un problème pour un seul diplôme. Que vous étudiiez pour devenir un expert en sécurité ou un scientifique des données, le programme manquait des mêmes compétences appliquées que le marché du travail exigeait. Les plus grandes pénuries concernaient le Génie Logiciel, les Systèmes et Infrastructures, le Développement Web et la Sécurité. Le marché du travail demandait ces compétences à un taux 1,5 à 4 fois supérieur à ce que les écoles enseignaient.
Le « Noyau Commun » est trop léger : Tous les cinq diplômes partagent un ensemble de cours de base (le « tronc commun du collège »). Les chercheurs ont constaté que ce noyau commun ne couvrait qu'environ un tiers des compétences dont le marché du travail avait réellement besoin. Il était excellent pour enseigner les bases et les compétences générales, mais il laissait le gros du travail pratique aux cours spécifiques de chaque majeure. Malheureusement, même les cours spécifiques des majeures ne parvenaient pas à compenser ce manque.
Noms différents, pièces manquantes identiques : Les cinq programmes étaient différents les uns des autres dans leurs sujets spécifiques (ce qui est une bonne chose !). Un étudiant en informatique apprenait des choses différentes d'un étudiant en technologie de l'information. Cependant, ils étaient tous « homogènes » dans leurs faiblesses. Ils échouaient tous à enseigner les mêmes compétences pratiques. C'est comme avoir cinq modèles de voitures différents qui ont tous de super moteurs, mais qui ont tous des pneus plats.
Le problème de la « Profondeur » : C'était la découverte la plus surprenante. Même quand les écoles enseignaient une compétence, elles l'enseignaient à un niveau bien inférieur à ce que le marché du travail attendait. Les chercheurs ont mesuré cela en utilisant une échelle de la « Taxonomie de Bloom », qui est comme une échelle de compétences de pensée allant de « Se souvenir » à « Créer ». Le marché du travail voulait que les étudiants soient au sommet de l'échelle (créer et analyser), mais les écoles enseignaient principalement au bas de l'échelle (se souvenir et comprendre). En moyenne, le programme se situait un cran complet en dessous de ce que le marché exigeait. Cela était particulièrement vrai pour les « Systèmes » et l'« Intelligence Artificielle ».

La conclusion à retenir

L'étude conclut que le problème n'est pas qu'un cours spécifique soit mauvais ; le problème est l'ensemble du système. Le collège surinvestit dans les fondements théoriques (comme les algorithmes et les mathématiques) et les compétences générales, tout en sous-investissant dans les compétences pratiques et appliquées pour lesquelles les employeurs réclament à cor de leurs lèvres. Comme l'écart est le même dans les cinq programmes, corriger cela ne nécessitera pas cinq solutions différentes. Au lieu de cela, le collège doit modifier le « noyau partagé » que chaque étudiant suit, en veillant à ce que les compétences pratiques soient intégrées dans les fondations de chaque diplôme, et non laissées comme des extras optionnels.

Les chercheurs précisent avec prudence qu'il s'agit d'un instantané d'un collège spécifique à un moment précis (juillet 2026), donc d'autres écoles pourraient avoir des problèmes différents. Mais l'outil qu'ils ont construit — la façon dont ils ont mesuré l'écart en utilisant les parcours réels des étudiants et en vérifiant la lecture de l'ordinateur — est une nouvelle méthode puissante pour permettre aux écoles de cesser de deviner et de commencer à corriger leurs programmes sur la base de preuves concrètes. Ils n'ont pas seulement trouvé un problème ; ils ont construit une carte qui montre exactement où creuser.

Résumé Technique : Mesurer l'alignement entre le curriculum et le marché du travail à l'échelle d'un portefeuille de programmes

Énoncé du problème
Les établissements d'enseignement supérieur proposant plusieurs diplômes en informatique partent du postulat que leurs programmes sont différenciés pour refléter la segmentation du marché du travail et qu'ils préparent collectivement les diplômés pour la vie active. Cependant, valider cette hypothèse est complexe. Les instruments traditionnels — conseils consultatifs industriels, études de suivi des diplômés (tracer studies) et enquêtes auprès des employeurs — sont lents, limités en couverture et difficiles à reproduire. De plus, les approches computationnelles existantes analysent souvent des programmes isolés ou s'appuient sur des inventaires au niveau du catalogue qui surestiment l'étendue des compétences réellement acquises par un étudiant. Il existe un manque de preuves systématiques à l'échelle du « portefeuille » (l'ensemble des programmes au sein d'une faculté) pour déterminer si les lacunes curriculaires sont systémiques ou spécifiques à un programme, si les noyaux communs sont efficaces, et si les programmes sont différenciés conformément aux besoins du marché. De plus, les analyses standards ne parviennent souvent pas à distinguer le « curriculum intentionnel » (ce qui est listé dans un catalogue) du « curriculum atteint » (ce qu'un diplômé est garanti de compléter compte tenu des contraintes relatives aux options).

Méthodologie
L'étude applique un instrument d'alignement uniforme, ancré dans une taxonomie, à l'ensemble du portefeuille de premier cycle d'une Faculté de technologies de l'information (comprenant cinq programmes : Informatique, Génie informatique, Science des données et IA, Sécurité de l'information et Technologie de l'information). La méthodologie se déroule en cinq étapes :

Construction de l'inventaire :
- Offre : 1 922 résultats d'apprentissage des cours (CLO) provenant des cinq programmes.
- Demande : 103 349 compétences extraites de 5 186 offres d'emploi dédoublonnées, issues de quatre offices régionaux.
Extraction de compétences ancrée :
- Un seul grand modèle de langage (Claude Opus 4.8) est utilisé pour identifier les compétences.
- Porte de l'ancrage (Grounding Gate) : Pour prévenir les hallucinations, le modèle reçoit l'instruction de copier les compétences verbatim à partir du texte source. Un mécanisme déterministe, indépendant du modèle, vérifie que chaque segment retourné existe bien dans la source. Aucun verbe d'action n'est inventé ; si une source manque de verbe, la compétence est enregistrée comme une « possession » sans niveau cognitif.
Ancrage taxonomique et cognitif :
- Domaine : Les compétences sont cartographiées selon 11 domaines alignés sur ESCO (ex. : Génie logiciel, Systèmes, Cybersécurité).
- Niveau cognitif : Les compétences sont assignées à un niveau de la taxonomie révisée de Bloom (1–5) sur la base des verbes directeurs, en utilisant une table de verbes spécifique à l'informatique.
Modèle de portée Opportunité–Atteinte :
- Pour corriger le surcomptage au niveau du catalogue, l'étude pondère l'offre curriculaire en fonction des contraintes du programme.
- Plancher (Floor) : Cours garantis pour chaque diplômé.
- Plafond (Ceiling) : L'intégralité du catalogue.
- Attendu (Expected) : Une moyenne pondérée basée sur la probabilité qu'un étudiant choisisse des options spécifiques (nombre de créneaux divisé par la taille du menu).
Calcul de l'alignement :
- L'offre et la demande sont comparées via un appariement sensible aux piliers (pillar-aware matching) contre les concepts ESCO.
- Les métriques incluent la couverture (proportion de la demande satisfaite), le différentiel de profondeur cognitive (différence de niveau Bloom) et les ratios de représentation.

Fiabilité et Validation
Les processus d'extraction et d'appariement ont fait l'objet d'une validation aveugle rigoureuse :

Extraction : Deux évaluateurs de la faculté ont codé 300 compétences en aveugle par rapport à la sortie du modèle. La fiabilité inter-juges était presque parfaite pour le Domaine ( $\kappa = 0,91$ ) et le niveau Bloom ( $\kappa = 0,86$ ). La précision du modèle par rapport au consensus humain était de 99 % pour l'assignation des domaines et des niveaux.
Appariement : Un ensemble d'or (gold set) adjugé par des humains, composé de 258 paires compétence-ESCO, a été utilisé pour sélectionner le meilleur modèle d'embedding (GTE-large), atteignant un $\kappa$ de 0,72 pour la tâche d'appariement.

Résultats Clés
L'analyse a produit quatre conclusions principales répondant aux questions de recherche :

Lacunes systémiques (RQ1) : Les lacunes de contenu sont systémiques à travers le portefeuille plutôt que spécifiques aux programmes. Le curriculum sous-alimente significativement les domaines appliqués : Génie logiciel et gestion de projet (demande 4x supérieure), Systèmes et infrastructure (demande 3x supérieure), Développement Web et Mobile, et Cybersécurité. À l'inverse, le curriculum sur-alimente les Algorithmes et la théorie computationnelle (8,7 % de l'offre contre 0,2 % de la demande) ainsi que les compétences générales/transversales.
Portée limitée du noyau commun (RQ2) : Le noyau commun de la faculté ne satisfait qu'environ 31 % de la largeur de compétences demandée, laissant un écart de 0,63. Le noyau délivre efficacement les compétences fondamentales et transversales, mais laisse les domaines appliqués et tournés vers le marché aux spécialisations de programme.
Différenciation vs Homogénéité (RQ3) : Les cinq programmes sont bien différenciés dans leurs contenus spécifiques aux spécialités (la similitude cosinus chute de 0,835 dans le curriculum complet à 0,535 dans les spécialités), s'alignant étroitement sur leurs familles d'occupations respectives. Cependant, ils sont homogènes dans leurs lacunes : les cinq programmes échouent à fournir les mêmes domaines appliqués.
Déficit de profondeur cognitive (RQ4) : Le curriculum est positionné environ un niveau Bloom complet en dessous de la demande du marché (Moyenne Offre : 2,68 vs Moyenne Demande : 3,63). Ce déficit est significatif dans neuf des onze domaines, plus aigu dans les Systèmes, l'IA et les compétences Générales/Transversales. Le marché demande des niveaux « Analyser/Évaluer » et « Créer », tandis que le curriculum se concentre sur « Se souvenir », « Comprendre » et « Appliquer ».

Signification et Contributions
L'article revendique quatre contributions spécifiques :

Analyse à l'échelle du portefeuille : C'est la première étude appliquant un instrument unique et uniforme à l'ensemble d'une faculté d'informatique, permettant une comparaison directe et un diagnostic au niveau de la gouvernance plutôt que des revues de programmes isolés.
Modèle de portée de l'atteinte réalisée : Il introduit une méthode pour pondérer l'offre curriculaire par les heures de crédit et les contraintes d'options, corrigeant la distorsion causée par le comptage de la largeur du catalogue comme une atteinte garantie.
Diagnostic empirique : Il établit que le désalignement est structurel (allocation divergente des domaines) et cognitif (profondeur superficielle), affectant l'ensemble du portefeuille plutôt que les programmes individuels.
Implications de gouvernance : Il fournit un cadre aux comités de curriculum pour identifier les lacunes de manière chirurgicale. Les résultats suggèrent que les remèdes devraient se concentrer sur le noyau partagé (ex. : ajouter du contenu sur les Systèmes) plutôt que sur une spécialisation accrue, car les programmes divergent là où le marché diverge, mais convergent là où ils échouent tous.

L'étude souligne que son instrument est reproductible et transférable à d'autres institutions, à condition qu'elles disposent de curricula publiés et d'un accès aux données régionales du marché du travail. Elle ne propose pas de nouvelles applications ou de futures propositions expérimentales, mais offre une méthode validée pour auditer l'alignement curriculum-marché à l'échelle de la gouvernance des programmes.

Articles similaires