Réinventer l’apprentissage du design : ateliers hybrides et immersifs au service de l’accessibilité numérique et de l’équité, diversité et inclusion
Notice bibliographique
Résumé
L’intégration des technologies immersives et hybrides dans l’enseignement du design redéfinit les paradigmes pédagogiques en introduisant des environnements interactifs favorisant une compréhension plus intuitive des concepts complexes. La réalité virtuelle (RV) et la réalité augmentée (RA) offrent de nouvelles modalités d’apprentissage, mais leur adoption soulève des défis d’accessibilité et d’inclusion, interrogeant les principes d’équité éducative. L’accessibilité numérique ne se limite pas à une question technique; elle exige une approche inclusive prenant en compte les diversités cognitives, sensorielles et culturelles des apprenants. L’étude explore l’impact de ces technologies sur l’apprentissage du design, en posant l’hypothèse qu’une intégration réfléchie, combinée à des stratégies pédagogiques inclusives, pourrait améliorer l’efficacité éducative et démocratiser l’accès à la formation. Une méthodologie mixte a été adoptée, associant une enquête quantitative menée auprès de 65 enseignants et 120 étudiants issus d’établissements européens et tunisiens de design, ainsi que des entretiens qualitatifs pour identifier les freins et les leviers d’adaptation. Les résultats mettent en évidence des disparités dans l’adoption de ces outils, soulignant la nécessité d’une vigilance méthodologique et éthique pour assurer une appropriation équitable des innovations technopédagogiques et garantir un apprentissage accessible, durable et inclusif.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».