La programmation informatique à l’école primaire : pratiques effectives de programmation et mobilisation d’habiletés de résolution collaborative de problèmes (RCP)
Notice bibliographique
Résumé
L’objectif de cette recherche doctorale est de décrire et comprendre les effets de la programmation informatique sur l’apprentissage et la mobilisation de compétences d’élèves du primaire. Notre intérêt pour ce phénomène se justifie sous deux considérations : d’abord, la programmation est une activité qui a connu une démocratisation au cours des dernières années, notamment dans le milieu scolaire. Puis, en ce qui concerne la résolution collaborative de problèmes (RCP), il s’agit de compétences appartenant à ce que certains appellent les compétences du 21e siècle (voir notamment Chalkiadaki, 2018; van Laar et al., 2017), et que d’autres appellent les compétences du futur (Conseil des compétences futures, 2020; Gouvernement du Canada, 2020). Les recherches empiriques menées en contextes authentiques de classe sont très peu nombreuses dans la littérature (Lye et Koh, 2014), ce qui atteste pour nous la nécessité de porter un regard contemporain et imprégné des nouvelles tendances technopédagogiques sur ce phénomène d’envergure internationale. Les principaux référents conceptuels sont associés au champ de l’apprentissage collaboratif à l’aide de l’ordinateur (en anglais le Computer-supported collaborative learning, CSCL), un champ dont nous citons plusieurs travaux réalisés dans les années 1990 (Koschmann et al., 1996; Scardamalia et Bereiter, 1994). Il nous a permis d’aborder les aspects techniques (programmation, ordinateur), sociaux (interactions, médiatisation) et pédagogiques (apprentissage, développement de compétences) du phénomène que nous souhaitions étudier. À l’aide d’un devis qualitatif et interprétatif de type étude de cas multiples, nous avons mis en place un scénario pédagogique dans trois écoles primaires au Québec. Amenant les élèves à découvrir graduellement les concepts fondamentaux de la programmation informatique, le scénario Deviens un maître NAO mise sur la programmation visuelle et tangible pour mobiliser, voire développer, un ensemble d’habiletés et de compétences, tant transversales que disciplinaires. Une série de 20 niveaux sont proposés aux élèves, qui doivent réaliser des programmes ayant pour but d’animer un robot humanoïde nommé NAO. Le premier cas a été observé dans une école alternative de Montréal. Les élèves (n=29) ont été séparés en équipes multiniveau, ce qui a amené la collaboration d’élèves d’âges et de niveaux scolaires différents. Les cas 2 à 5 ont été étudiés dans une école de Montréal et présentent des élèves de quatrième, cinquième et sixième année (n=70). Enfin, le dernier cas se situait dans une classe de cinquième année de la grande région de Québec (n=10). Plusieurs de ces élèves ont des difficultés d’apprentissage ou sont en situation de handicap. Nous avons observé les pratiques effectives de programmation ainsi que la mobilisation des compétences de RCP à l’aide d’un appareillage méthodologique considérable : (a) une caméra filmant l’activité des élèves dans leur environnement immédiat, (b) la caméra intégrée de l’ordinateur qui filmait le visage des élèves et leurs interactions verbales, et (c) l’enregistrement de l’écran d’ordinateur que les élèves utilisaient pour faire la programmation visuelle et tangible du robot NAO. Nous avons ensuite utilisé ce corpus de données vidéos pour déterminer une typologie des pratiques effectives de programmation d’élèves du primaire, pour créer une grille d’observation de la RCP à partir d’observations empiriques et authentiques et pour comprendre le processus de RCP dans le cadre d’une activité de programmation au primaire. Parmi les principaux résultats, nous proposons une typologie des pratiques de programmation visuelle fortement basée sur nos observations empiriques, ce qui l’ancre fortement dans la réalité du terrain de recherche. Puis, nous avons également été en mesure de concevoir une grille d’observation de la RCP en nous appuyant sur les travaux scientifiques antérieurs et, surtout, sur nos observations empiriques. Cette grille, présentant 3 dimensions et 15 indicateurs, permet d’observer les processus et habiletés mis en œuvre par les élèves de façon collaborative. Enfin, l’utilisation de cette grille a mené à l’analyse systématique et compréhensive de la façon dont les élèves parvenaient à compléter les activités de programmation de façon collaborative. Nous soulignons d’une part la prépondérance de certaines habiletés (échanges à propos du problème, attribution explicite ou implicite des rôles, vérification des solutions, etc.), et d’autre part la faible mobilisation d’habiletés comme l’adaptation des interventions, l’identification des forces et des faiblesses et la vérification des actions.
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 | 0,017 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,024 |
| Communication savante | 0,018 | 0,017 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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 ».