Concours Castor, ressource pédagogique pour l'enseignement de l

Unité Mixte de Recherche - Sciences Techniques Education Training. Concours Castor, ... •De la fin du primaire (CM1, 10 ans) à la fin du secondaire. (Terminale, 18 ans) : 600 ... disciplines (Mathématiques, Technologie). Le concours Castor ...
622KB taille 5 téléchargements 40 vues
Unité Mixte de Recherche - Sciences Techniques Education Training

Concours Castor, ressource pédagogique pour l’enseignement d’informatique ? Béatrice Drot-Delange - Françoise Tort

Le concours Castor Unité Mixte de Recherche - Sciences Techniques Education Training

Un événement ludique et ponctuel sur le temps et le lieu scolaire pour promouvoir « l’informatique »

•De la fin du primaire (CM1, 10 ans) à la fin du secondaire (Terminale, 18 ans) : 600 000 participants en 2017 •Des défis : des problèmes à résoudre, des interfaces visuelles et interactives, méthode ou stratégie non explicitée •Les enseignants inscrivent leurs classes, de différentes disciplines (Mathématiques, Technologie)

Classification des défis

Domaines

Données, représentation Proc. Info. et matériels Communication et réseau Interactions, syst. et société

D’après Dagiene, Sentance et Stupuriene, 2017

Décomposition Généralisation Evaluation Pensée algorithmique

Pensée informatique

Unité Mixte de Recherche - Sciences Techniques Education Training Algo et Prog. Abstraction

Notre questionnement Unité Mixte de Recherche - Sciences Techniques Education Training

Dans quelle mesure les enseignants repèrent-ils les notions et savoirs du domaine informatique présents dans les défis ? Cette perception correspond-elle aux intentions des concepteurs ?

Corpus Unité Mixte de Recherche - Sciences Techniques Education Training

1. Les énoncés de 19 défis 2. Leur analyse par 3 enseignants – notions ou concepts informatiques – « meilleure » stratégie de résolution – familiarité supposée des élèves

3. Les textes des solutions – « c’est de l’informatique »

Méthode Unité Mixte de Recherche - Sciences Techniques Education Training

• Analyse thématique de contenu des corpus 2 et 3 – Des catégories ancrées dans le discours des enseignants Notions et savoirs

Nb.de ref. encodées

Algorithme et programmation

45

Graphes

25

Système, contrainte, plan

17

Tableau, Base de données

16

Codage de l'information

6

Utilisation d’outil

1

Intelligence artificielle

1

Méthode Unité Mixte de Recherche - Sciences Techniques Education Training

• Correspondance entre nos catégories et celles de Dagiene et al. (2017) Nos catégories

Catégories de Dagiene et al.

Algorithme et programmation

Algorithme et programmation

Codage de l'information

Données, structures et représentations Communication et réseau

Système, contrainte, plan

Algorithme et programmation Processus informatiques et matériels

Tableau, Base de données

Données, structures et représentations

Graphes

Données, structures et représentations

Utilisation d’outil

Processus informatiques et matériels

Intelligence artificielle

Interactions, systèmes et société

Résultat 1 : domaines repérés Unité Mixte de Recherche - Sciences Techniques Education Training Nombre de défis 13

14 12

12

11

Professeurs

10

10

Concepteurs

8

6

6 4 2 0

2 0

A : Algorithme et B : Communication programmation et réseau

0

C : Données, structures de données et représentations

1

2

D : Interactions, E : Processus systèmes et société informatiques et matériels

Résultat 2 : (dés)accords Unité Mixte de Recherche - Sciences Techniques Education Training

Catégorie

Accord/désaccord

Transparent

Accord entre enseignants et avec les auteurs

5

Accord mais les auteurs voient des domaines supplémentaires

5

Opaque

Désaccord entre enseignants et avec les auteurs

4

Ambiguë

Absence de classification par au moins un enseignant

5

Ambitieux

nb.

Exemple de défi « ambigüe » chercher - remplacer Unité Mixte de Recherche - Sciences Techniques Education Training Castor a récupéré un fichier constitué de 12 lignes ayant toutes le même format. Il a besoin de modifier le format de ces données, comme décrit ci-dessous.

Pour convertir ces données efficacement, Castor aimerait utiliser l’outil « chercherremplacer » qui permet de remplacer, partout dans le texte, une séquence de caractères par une autre. Pouvez-vous montrer à Castor comment s’y prendre en moins de 11 étapes ?

Exemple de défi « ambigüe » chercher - remplacer Unité Mixte de Recherche - Sciences Techniques Education Training Castor a récupéré un fichier constitué de 12 lignes ayant toutes le même format. Il a besoin de modifier le format de ces données, comme décrit ci-dessous.

Pour convertir ces données efficacement, Castor aimerait utiliser l’outil « chercherremplacer » qui permet de remplacer, partout dans le texte, une séquence de caractères par une autre. Pouvez-vous montrer à Castor comment s’y prendre en moins de 11 étapes ?

Exemple de défi « ambigüe » Trombone rouge A la suite d’une Castor a perdu tout ce qu’il possédait, sauf un Training petit trombone Unité Mixte deinondation Recherche - Sciences Techniques Education rouge. Mais Castor ne perd pas espoir : il compte récupérer une maison grâce à son trombone. Pour cela il a passé des heures sur le site d’échange CastorBay. Il a sélectionné la liste d’annonces ci-dessous. Aide Castor à sélectionner et ordonner les échanges a effectuer afin d’échanger son trombone contre une maison.

Exemple de défi « ambigüe » Trombone rouge A la suite d’une Castor a perdu tout ce qu’il possédait, sauf un Training petit trombone Unité Mixte deinondation Recherche - Sciences Techniques Education rouge. Mais Castor ne perd pas espoir : il compte récupérer une maison grâce à son trombone. Pour cela il a passé des heures sur le site d’échange CastorBay. Il a sélectionné la liste d’annonces ci-dessous. Aide Castor à sélectionner et ordonner les échanges a effectuer afin d’échanger son trombone contre une maison.

Résultat 3 : termes utilisés Unité Mixteles de Recherche - Sciences Techniques Education Training … par concepteurs

langages

8

séquence

10

programme/…

14

réseau/réseaux

16

algorithmes

16

données

22 0

5

10 15 Nb. d'occurence du mot

20

25

Résultat 3 : termes utilisés Unité Mixteles de Recherche - Sciences Techniques Education Training … par concepteurs 0

langages

1

séquence

Professeurs

8

Concepteurs

10 5

programme/…

14

1

réseau/réseaux

16 12

algorithmes

16

10

données 0

5

10 15 Nb. d'occurence du mot

22 20

25

Résultat 3 : termes utilisés Unité Mixteles de Recherche - Sciences Techniques Education Training … par professeurs

jeux

5

boucle

5

tri

9

logique

9

graphe

10

données

10

algorithmes

12 0

5

10 15 Nb. d'occurence du mot

20

25

Résultat 3 : termes utilisés Unité Mixteles de Recherche - Sciences Techniques Education Training … par professeurs 0

jeux

5

1

boucle

5

2

tri

Concepteurs

0

logique

Professeurs

9 6

graphe données

9 10 22

10

algorithmes

12 0

5

16

10 15 Nb. d'occurence du mot

20

25

Discussion Unité Mixte de Recherche - Sciences Techniques Education Training

• Les enseignants ne perçoivent pas toujours l’intérêt des défis pour l’apprentissage de notions informatiques.

Quelle est alors la perception des élèves de ces notions ?

Discussion Unité Mixte de Recherche - Sciences Techniques Education Training

Comment faire en sorte de rendre plus « transparentes » les intentions des concepteurs et faciliter l’exploitation pédagogique et disciplinaire des défis ?

Décrire les défis à l’aide de métadonnées : domaine + compétences

Perspectives Unité Mixte de Recherche - Sciences Techniques Education Training

• Qu’est-ce qui distingue les défis :

– des caractéristiques structurelles ou les connaissances des enseignants ?

• Quelle pertinence des défis par rapport aux domaines qu’ils sont censés couvrir ?