Cet article vise, d'une part, à passer en revue les méthodes, algorithmes et variables les plus couramment utilisés dans l'analytique de l'apprentissage pour la prédiction des performances et, d'autre part, à identifier les activités alignées menées par les enseignants à travers cette méthode. Par conséquent, nous passons en revue la littérature de recherche sur l'analytique de l'apprentissage à des fins prédictives au cours de la dernière décennie. Les résultats ont conclu que les algorithmes prédictifs les plus couramment utilisés sont les algorithmes de classification : Random Forests, Support Vector Machines et Naive Bayes. Les variables prédictives utilisées sont liées à l'évaluation de l'apprenant. Les résultats ont également conclu que le rôle le plus important des enseignants dans cette approche est d'identifier et d'intervenir lorsque les apprenants sont considérés comme à risque., Revue Marocaine de l’Évaluation et de la Recherche Educative, Vol. 9, No 9 (2023): Softs Skills, Professionnalisation, Orientation et outils de mesure.