Comment l’algorithme de Sciences Po Bordeaux privilégie les élèves boursiers

Depuis 2020, Sciences Po Bordeaux a abandonné son traditionnel concours écrit pour lui privilégier l’examen des candidatures soumises via Parcoursup assorti d’un oral d’admission. Pour trier les dossiers, l’institut d’études politiques (IEP) a ouvertement paramétré son algorithme afin de favoriser les élèves boursiers et ceux qui viennent de lycées dits « cordées de la réussite », un dispositif d’accompagnement à l’orientation qui débute en quatrième.

Le Monde explique comment le dispositif s’appuie sur « l’écart à la moyenne », un principe différent de celui adopté dans l’« outil d’aide à la décision » (OAD) du ministère de l’Enseignement supérieur. Le but : éviter de discriminer les élèves issus de lycées à la notation sévère. Le revers de la médaille : la machine est défavorable à une autre catégorie d’étudiants, ceux qui viennent de classes où il y a peu de dispersion de notes.

Le résultat, enfin : pour la rentrée 2023, 72 % des admissibles auraient été les mêmes selon que l’IEP ait utilisé l’OAD ou son propre outil, mais 28 % n’auraient pas été retenus sans l’algorithme maison. Autre manière de détailler ces chiffres : avec l’algorithme de l’IEP, 19 % des admissibles étaient issus du système cordées de la réussite, tandis qu’ils n’étaient que 3 % avec l’OAD. Les boursiers, eux, sont 15 % avec l’outil de l’IEP contre 5 % si le calcul adopté était celui de l’OAD.

Le dispositif joue aussi sur le type d’établissements dont viennent les admissibles puisque 14 % de ceux sélectionnés par l’algorithme de l’IEP viennent du privé, alors qu’ils auraient été 43 % avec l’OAD.

Sociologue et concepteur du projet, Vincent Tibre regrette que, quatre an après l’intégration de l’IEP à Parcoursup, aucune espèce de dialogue n’ait été possible avec les équipes du ministère de l’Enseignement supérieur sur les outils utilisés. Il se prononce pour une plateforme de sélection des étudiants qui propose différents choix d’algorithmes, laissant à chaque formation le rôle de choisir son outil, de manière transparente.

Source

Mots-clés : cybersécurité, sécurité informatique, protection des données, menaces cybernétiques, veille cyber, analyse de vulnérabilités, sécurité des réseaux, cyberattaques, conformité RGPD, NIS2, DORA, PCIDSS, DEVSECOPS, eSANTE, intelligence artificielle, IA en cybersécurité, apprentissage automatique, deep learning, algorithmes de sécurité, détection des anomalies, systèmes intelligents, automatisation de la sécurité, IA pour la prévention des cyberattaques.