Cet article donne un bref état de l'art sur la prédiction d'apprenants à risque d'échec scolaire, et pose la question d'éthique dans la prédiction. Une rapide revue de littérature nous a permis de ressortir les attributs de prédiction les plus fréquemment utilisés. Ces attributs étant le plus souvent démographiques et donc sensibles, ont un réel potentiel sur la précision de prédiction algorithmique mais peuvent engendrer des résultats discriminants vis à vis de certaines populations sousreprésentées. L'équité algorithmique, un sujet actuellement en plein essor en machine learning, montre des pistes de recherche prometteuses pour atténuer les biais algorithmiques et offrir des solutions éthiques d'aide à la décision.