Le forum annuel de suivi de la Fondation européenne pour la formation (ETF), intitulé « Des données probantes en action », s’est tenu fin octobre. Organisée à Milan, en Italie, cette conférence d’une journée a réuni des statisticiens et des experts de l’enseignement et de la formation professionnels (EFP) des pays partenaires de l’ETF afin d’examiner et d’évaluer les indicateurs clés relatifs à l’éducation, aux compétences et à l’emploi (KIESE).

Cette année, le forum a permis aux participants d’analyser les résultats transnationaux de 2025 et d’envisager l’année 2026, date à laquelle un nouvel outil de données de l’ETF, l’Initiative pour la réduction des écarts de compétences (SGI), sera déployé. La SGI vise à mesurer l’efficacité avec laquelle les systèmes d’EFP collaborent avec les employeurs pour identifier et combler les écarts de compétences. Plus d’informations à ce sujet plus tard ce mois-ci (novembre), lorsque l’ETF commencera à publier ses fiches pays annuelles (rapports par pays), un rapport transnationaux mettant en lumière les tendances nationales, régionales et internationales issues des données, ainsi que des rapports thématiques. Les trois rapports intègrent des informations précédemment présentées par le Processus de Turin, initiative phare de l’ETF, qui analysait comment les réformes nationales améliorent l’accès, la qualité et le financement des systèmes de formation.

Dès lors, les statistiques sont-elles fiables ? Peuvent-elles être manipulées ? La mauvaise interprétation des données est-elle un problème ou un outil puissant ? Ces questions étaient au cœur de l’un des deux ateliers parallèles. L’autre session explorait le rôle de l’intelligence artificielle dans la collecte et l’analyse des données. Conclusion ? L’IA est une alliée précieuse pour le traitement des données et la relecture des textes, mais la collecte, la saisie et l’interprétation des données resteront encore longtemps du ressort de l’humain. Lors de l’atelier « Mauvaise interprétation des données : un problème ou un outil ?», des délégués des différentes régions partenaires de l’ETF (Europe du Sud-Est et Turquie, Partenariat oriental, Méditerranée méridionale et orientale, et Asie centrale) ont examiné comment les données peuvent raconter des histoires très différentes selon la personne qui les interprète. Les participants étaient guidés par un personnage virtuel nommé Miss Interprétation. Mayssaa Daher, statisticienne en charge des statistiques sociales à l’Administration centrale des statistiques du Liban, a résumé le défi éthique : « Il est de notre devoir de ne pas mal interpréter les données, compte tenu des problèmes politiques que connaît notre région. La transparence est essentielle.» Elle a ajouté que son agence avait été la première au Liban à publier des chiffres de croissance du PIB négatifs et de chômage élevé, malgré le caractère politiquement délicat de cette situation.