Opérations académiques pilotées par l'IA à l'Arab Open University — De l'analyse de la rétention à l'automatisation des emplois du temps

L'Arab Open University (AOU) est une université d'enseignement à distance panarabe, basée au Koweït, qui compte environ 62 000 étudiants répartis sur neuf antennes régionales (dont le Koweït, le Liban, la Jordanie, l'Arabie saoudite, l'Égypte, Bahreïn, Oman et le Soudan). Deux interventions distinctes fondées sur l'IA, documentées à neuf ans d'intervalle, illustrent comment l'université a utilisé les données et l'automatisation pour gérer ses opérations multi-pays : le déploiement en 2017 d'IBM Watson Analytics pour les décisions de rétention et d'assurance qualité, et un système d'IA à base de règles, évalué par les pairs en 2026, qui automatise l'établissement des emplois du temps.

L'AOU a adopté IBM Watson Analytics, un service d'exploration de données et d'analyse prédictive basé sur le cloud, pour donner du sens à des données étudiantes devenues « trop complexes à comprendre avec de simples tableurs » sur ses campus variés, alimentant des interventions d'assurance qualité et la refonte de son cours d'introduction aux mathématiques. Par ailleurs, l'AOU a remplacé un processus manuel et laborieux d'établissement des emplois du temps par un outil de planification automatisé à base de règles, développé en Python, en choisissant délibérément une méthode transparente à base de règles plutôt que des optimiseurs « boîte noire » (algorithmes génétiques, recuit simulé) pour des raisons de redevabilité institutionnelle, et l'a déployé dans ses neuf antennes.

Les interventions guidées par Watson Analytics ont réduit l'abandon moyen des étudiants de 18 % ; le cours d'introduction aux mathématiques refondu a réduit les désinscriptions de 34 % tout en augmentant les taux de réussite de 12 points de pourcentage ; la refonte des programmes a permis d'éviter une perte estimée de 6 à 11 % des recettes de frais de scolarité à risque ; et l'efficacité administrative s'est améliorée en moyenne de 10 %. L'analyse a également révélé des inégalités d'installations et de ratios personnel-étudiants entre antennes (le Liban et Oman en retard sur le Koweït, Bahreïn et l'Égypte), suscitant un suivi ciblé. L'outil automatisé d'établissement des emplois du temps a réduit le temps de construction des emplois du temps de quatre à six semaines à moins de deux heures, réduit les conflits d'horaires de 85 % et fait passer le taux d'utilisation des salles de classe de 65 % à 78 %.

Les deux résultats reposent chacun sur une source unique — une étude de cas d'un fournisseur et un article à auteur unique évalué par les pairs — sans réplication indépendante par un tiers, et les résultats d'aucun des deux systèmes n'ont été ventilés par genre, handicap ou revenu.