Mise à niveau autonome des compétences

Description du Projet

Situation de départ

Les concepts de base en programmation (variables, conditions, boucles, fonctions, listes) sont enseignés dans de nombreux cursus universitaires et deviennent même des compétences de base lors des études précédant l'université. Qui plus est, ces concepts représentent souvent des prérequis pour des cours plus avancés liés à des compétences digitales. Ainsi, les compétences de base en programmation deviennent de plus en plus importantes et constituent un fondement pour de nombreux cours au sein de toutes les facultés. L’enseignement de celles-ci est néanmoins souvent considéré comme fastidieux et effrayant.

Le projet pédagogique, conçu pour changer cette idée reçue, concerne les cours « Technologies de l’Information en FSE » et « Programmation I en FS » dispensés en Bachelor et en Master à l’Université de Neuchâtel. Le principe pédagogique est de proposer des travaux pratiques aux non-informaticien-nes (les mathématicien-nes, les biologistes, etc.) pour les introduire à la programmation en langage Python. ​​​L’objectif du projet est d’ouvrir l’informatique en tant qu’outil interdisciplinaire indispensable et de trouver une autre approche pour enseigner l’informatique à des non-informaticien-nes.

Un grand défi dans de nombreux cours de compétences digitales est le niveau hétérogène des étudiant-es qui force les enseignants à revoir des bases au détriment de contenu plus avancé.

Mise en place et déroulement du projet

Dans le cadre du projet, les étudiant-es peuvent effectuer en autonomie l’apprentissage et la révision de concepts de programmation à travers de courtes capsules vidéo sur les concepts, des ressources interactives additionnelles pour approfondir ces concepts (selon leur niveau et leurs besoins) ainsi que des exercices auto-évalués.  

Ces 3 types de supports d’enseignement sont développés avec des outils numériques offrant une nouvelle approche pédagogique et dont l’usage se généralise dans le monde académique. Graasp permet de développer différents modules avec des diapositives interactives et est utilisé pour concevoir des exercices auto-corrigés pour l’enseignement de base de Python. Jupyter notebook est pratique pour la création et le partage des fichiers liés au domaine computationnel. Replit est utilisé pour le développement en ligne et permet de proposer des travaux dans un environnement multi-langage et multi-utilisateur.

Concrètement, le projet vise à produire 4 capsules qui pourront être utilisées :

• dans les cours de base pour permettre aux étudiant-es de regarder les vidéos théoriques avant de venir en cours, ce qui permet de mieux se concentrer sur l’apprentissage actif en classe ;
• comme mise à niveau autonome optionnelle pour les étudiant-es qui suivent un cours avec un prérequis ;
• comme outil de rayonnement, en les partageant avec d’autres institutions du fait par exemple que l’informatique devienne une discipline obligatoire dans les études précédant l’université. De plus, l’UNINE commence à former les enseignant-es à cette discipline : cela crée une demande de supports de qualité pour les aider à donner des bases solides aux futur-es étudiant-es de l’université. 

Retour et conseils sur la mise en place d'un tel projet

En construisant une base de support d’enseignement, il est nécessaire de trouver des sujets différents en fonction des formations des apprenant-es. Ainsi, les exemples utilisés pour les mathématicien-nes ne devraient pas être les même que ceux pour les biologistes. Le choix devrait être dirigé vers des exemples concrets et des problématiques ciblées et non pas des sujets génériques.

Les capsules pédagogiques dure entre 3 et 5 min. Il est à noter que les vidéos complètent un apprentissage actif en présentiel, mais ne le remplacent pas.

Les diapositives interactives devraient contenir une interface avec un codage et une présentation des résultats en direct. Néanmoins, il faudrait prendre en considération que les exercices auto-corrigés ne remplacent pas les cours en présentiel, mais représentent un support complémentaire et permettent aux étudiant-es d’avancer à leur rythme lors d’un apprentissage autonome ou des révisions pour les examens.

Il est également bénéfique d’ajouter un aspect ludique (gamification) dans les exercices auto-évaluer pour motiver les étudiant-e-s à persévérer (voir De Santo et al. 2022).

Fichiers multimédias annexes

• Poster du projet
• Article De Santo et al. (2022) Promoting Computational Thinking Skills in Non-Computer Science Students Gamifying Computational Notebooks to Increase Student Engagement
• Capsule vidéo : Premiers par avec Python
• Espace Graasp Intro Python 2022