Enseigner l’éthique aux enfants : faut-il choisir entre la philosophie et les sciences humaines ?
Bibliographic record
Abstract
Lors d’une interview donnée en 2018 dans le cadre des Rencontres Internationales sur les Nouvelles Pratiques Philosophiques, Bernard Stiegler déclarait que cette « dînette philosophique » qu’est la philosophie pour enfants (PPE) ne le convainquait pas du tout d’enseigner l’éthique au primaire, car, selon lui, elle ne permet pas de rendre les enfants capables d’affronter les problèmes du monde à venir. Derrière cette critique, il y a, pour Bernard Stiegler, l’idée que le rôle de la philosophie, en tant que discipline, est de d’abord connaître puis d’interroger la culture d’une époque et de l’outiller pour être à la hauteur des problèmes et dangers qu’elle affronte. Mais, pour que cela soit possible, faut-il d’abord que les élèves, au primaire, étudient les sciences humaines comme l’anthropologie ou la sociologie ? Jusqu’à quelle époque historique doit porter l’étude nécessaire pour asseoir une critique solide de l’époque actuelle ? Et comment amener la critique en classe sans que celle-ci se retourne contre l’enseignant et l’école ? L’objectif de ce travail est de discuter les arguments de Bernard Stiegler, qui exclut la PPE et la philosophie comme cadres disciplinaires pour l’enseignement de l’éthique au profit des sciences humaines, d’en saisir les limites et de débattre des questions qui peuvent en émerger.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.013 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.032 |
| Scholarly communication | 0.009 | 0.013 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".