Ardoise rupture
Démarche anthropocentrique : relation humain avec les techniques
Caractéristiques d’un cycle d’ingénierie : circulaire, continu, progressif
Cycle d’ingénierie : débute par une analyse de la situation a priori
Deux types de situations : savoir nv ou anciens savoirs
Taxonomie de BLOOM :
Connaissance (récupérer des infos en mémoire : citer, réciter, reconnaitre…) ->
Compréhension (établir des liens entre ses connaissance et une tâche nvl : comparer,
résumer, schématiser…) ->
Application (Transposer une procédure connue à une situation nvl : démontrer, rédiger,
identifier, reproduire, résoudre…) ->
Analyse (Démontrer les liens existant sur un sujet nv : discriminer, sélectionner, distinguer,
déconstruire, modifier…)
Évaluation (Exercer un jugement sur un sujet (travail autrui): détecter, critérier, classer,
critiquer, mesurer…)->
Création : (Produire des infos, sujet, objets, inédits :concevoir, élaborer, imaginer,
transformer…)
Machine (num) d’apprentissage
Machine (num) d’app -> Sollicitation de l’apprenant -> Action de l’apprenant sur
la machine -> machine (num) d’app -> rétroaction de la machine vers
l’apprenant
Machine à répétition
Le béhaviorisme
Loi de l’effet : Comportements qui conduisent à la satisfaction st susceptibles de se répéter
qd la situation se reproduit (+++)
Comportements qui conduisent à l’inconfort st moins susceptibles de se répéter (+/-)
Loi de l’exercice : + un sujet se comporte de telle façon dans une situation donnée plus
l’association entre cette situation et ce comportement sera renforcée
A quel nv dans La taxonomie de Bloom se situent les apps visés ? Connaissance
Cmt les machines indiquent-elles que apprenant a bien répondu ? qst suivante , jeu de
lumière (dataman), affichage de la bonne rep
Caractéristiques de Machine béhavioriste, machine à répétitions, ex : Skinner /Pressey
1956 : terme intelligence artificielle en tant que discipline des recherche.
L’I.A a la capacité que l’on a à reproduire des fonctionnements de l’intelligence (le calcul,
capacité à expérimenter et éliminer des choses)
Machine à résolution
Le cognitivisme
Apprentissages basée sur les manières de penser et de résoudre des problèmes. L'apprenant
traite l'information dans un processus réflexif.
Les connaissances constituent une réalité externe que l'apprenant doit intégrer à ses
schémas mentaux puis réutiliser. Il s'appuie sur la manipulation du monde et de ses
représentations; l'analyse, la synthèse, l'évaluation, l'esprit critique.
Les savoirs présents doivent être reconstruits par l'apprenant par la simulation, la
modélisation ou encore la résolution de problèmes. (Feyfant, 2009)
A quel nv de la taxonomie de Bloom se situent les apps visés : compréhension, application
voir analyse
Comment les machines indiquent-elles que l’apprenant a bien répondu : auto-correction,
parcourt ramifié (chacun suit son parcourt)
Machine à résolution : machine où on résous des pbs , ex : tutor text et croxder
Machine à exploration
-pas un app nv, on
l’associe à se qu’on
connait déjà
-si on ne connait pas=
conflit cognitif à résoudre
Enseignant est d’accord ,
élève explore lui-meme
Machine =
boite de Freinet :
propre parcours
d’apprentissage
leur propre bande
A nv de la taxonomie de Boom :
Création , évaluation et analyse
Pas de bon modèle
Typologie d’un français
Les deux grandes tendances :
-Gauche (tuteur = entrainement, conditionnement, répétition…)= enseignement programmé
par ordinateur avec I.A.
-Droite : micromonde (univers fermés où on explore, découvre avec bordure limité =
géogébra, GTA
Entrainement,
outillage et
exploration
Cours Enseignement
assisté par ordinateur
(EAO) réalisé sur plato
même si plato est un
acteur majeur du num
éucatif avec bcp
d’invention
Plan IPT : A.80
précurseur de
l’information scolaire
Machine à
exploration : ,LOGO
1969 : géométrie sur
le sol , enfant explore
avec visé d’intégration
corporelle
D’après Monique Linard
Modèle béhavioriste= vite le tour (Diapo 20 et 21)
Approche constructiviste :
Diapo 22, ici apprenant qui construit ses apprentissages mais doit en connaitre les limites
Brousseau
Brousseau , théorie situation
didactiques
Il y a des situations a-didactiques
donc enseignant n’enseigne pas,
élève est acteur de ses apps,
élèves amène à accommoder de
nvx schèmes, enseignant lui créer l’environnement pr que l’élève les créer et apprenne
quelque chose
Rétroaction : feed back « nourriture en retour »
3 possibilités= flèche bleu
On peut mettre
du numérique
presque partout
-> exemple :
situations=
simulateurs
informations=
feed back
action=
interface
graphique ,
clavier souris
rétroaction : évoluer paramètre situation= ici on réfléchit
Ex : calculatrice normal : rétroaction= mettre +1 , action= appuyer, conflit si on ne maitrise
pas.
Dataman : intéressant, opération une par une mais enregistre pas.
TI primaire plus :
Rétroactions
A reprendre (3)
7503
EF : analyse, compréhension, on retrouve les trois types de machines (diapo 33)
9 règles : à apprendre
Conclusion
Brousseau : situations Nil didactiques = pas d’enjeu nv donc pas d’apprentissage nouveau
a-
didactiques
enseignant
n’enseigne
pas mais
élève
apprend
didactique :
enseignant
enseigne et
élève
apprend