Ten simple rules for teaching data science

Imaginez que enseigner la science des données revienne à apprendre à quelqu'un comment cuisiner un gâteau complexe. La plupart des professeurs pourraient commencer par donner des cours magistraux pendant trois semaines sur les propriétés chimiques de la farine, l'histoire des fours et la physique de la chaleur avant de laisser qui que ce soit toucher un ingrédient. Cet article soutient que c'est une très mauvaise idée. Au lieu de cela, vous devriez leur faire goûter le gâteau immédiatement, puis leur enseigner la science à mesure qu'ils en réclament davantage.

Voici les Dix Règles Simples pour enseigner la science des données, traduites dans un langage courant avec quelques analogies savoureuses :

1. Laissez-les manger du gâteau (Commencer par l'action)

N'attendez pas la fin du semestre pour montrer aux étudiants ce que la science des données fait réellement. Dès le premier cours, faites-leur charger des données, les nettoyer un peu et créer une image (visualisation).

• L'analogie : C'est comme donner les clés à un nouveau conducteur et le laisser s'asseoir dans la voiture avant d'expliquer comment fonctionne la transmission. Une fois qu'ils auront senti le rugissement du moteur, ils vous supplieront de vous expliquer les engrenages. Si vous commencez par des détails techniques ennuyeux (comme les « types de données objets »), ils décrocheront. Accrochez-les d'abord avec les choses amusantes ; les détails techniques ennuyeux prendront tout leur sens plus tard, lorsqu'ils en auront besoin pour résoudre un problème.

2. Le spectacle de « cuisine en direct » (Codage en direct participatif)

Ne montrez pas simplement aux étudiants une diapositive terminée avec du code dessus. Tapez le code devant eux tout en expliquant votre cheminement de pensée.

• L'analogie : Pensez à un chef à la télévision. Si le chef ne montre qu'une photo du plat fini, vous n'apprenez rien. Mais si le chef hache, brûle une gousse d'ail, jure, répare et explique pourquoi il remue la casserole, vous apprenez à cuisiner. Quand vous faites une erreur en tapant, c'est une bonne chose ! Cela montre aux étudiants que même les experts se trompent, et cela leur apprend à corriger les erreurs (débogage) en temps réel.

3. Travaillez dur, et vite (Beaucoup de pratique + Feedback instantané)

Donnez aux étudiants une quantité massive d'exercices de pratique, bien plus que ce que vous pensez qu'ils ont besoin. Mais attention : ils ont besoin d'un retour immédiat, pas une semaine plus tard quand la note arrive.

• L'analogie : Apprendre à jongler. On ne peut pas apprendre en regardant une seule vidéo. Il faut faire tomber les balles cent fois. Si vous faites tomber une balle et que quelqu'un vous crie « Trop haut ! » cinq minutes plus tard, vous avez déjà oublié ce que vous étiez en train de faire. Utilisez des outils automatisés (comme des tests logiciels) qui agissent comme un coach debout juste à côté de vous, disant instantanément : « Hé, tu as oublié une virgule », afin que vous puissiez le corriger pendant que la leçon est encore fraîche.

4. Utilisez des trains miniatures (Commencer avec des données simples et petites)

Lorsque vous introduisez un nouvel outil ou un algorithme effrayant, ne leur jetez pas un énorme jeu de données du monde réel, désordonné. Utilisez un petit jeu de données « jouet » qui tient dans votre tête.

• L'analogie : Si vous voulez apprendre à quelqu'un comment fonctionne un moteur de voiture, vous ne lui donnez pas un moteur de camion entier avec 500 pièces. Vous lui donnez un petit moteur de voiture avec trois engrenages. Il peut voir chaque pièce bouger. Une fois qu'ils comprennent le moteur miniature, alors vous leur donnez le vrai camion. Les petits jeux de données permettent aux étudiants de suivre chaque étape du calcul sans se perdre dans le bruit.

5. De la vraie nourriture, mais facile à mâcher (Données réelles, contexte accessible)

Une fois qu'ils comprennent le moteur miniature, passez aux données réelles. Mais assurez-vous que les données concernent des choses que tout le monde comprend, comme les pays, les populations ou les langues.

• L'analogie : Imaginez que vous donnez un cours de cuisine. Si vous utilisez le « calmar des abysses » comme ingrédient principal, les étudiants qui n'ont jamais vu l'océan passeront tout leur temps à se demander ce qu'est un calmar, plutôt qu'à apprendre à le cuisiner. Utilisez des ingrédients que tout le monde connaît, comme des pommes de terre ou des carottes. Le but est d'enseigner la technique de cuisine, pas la biologie du légume. Utilisez des données sur des choses avec lesquelles les gens vivent au quotidien pour qu'ils ne soient pas submergés par le sujet.

6. Le « Pourquoi » derrière l'étrangeté (Contexte culturel et historique)

Expliquez pourquoi les outils logiciels sont conçus de telle manière, même s'ils semblent bizarres ou agaçants.

• L'analogie : Imaginez que vous conduisez une voiture avec un levier de vitesse qui semble maladroit. Si vous dites simplement « fais avec », vous serez frustré. Mais si vous expliquez : « Cette voiture a été construite dans les années 1950 pour un type de route spécifique, et c'est pour cela que le levier est là », cela fait plus de sens. Les outils de données sont construits par des humains avec une histoire. Expliquer qu'un symbole bizarre existe à cause d'un vieux clavier ou de la préférence d'un statisticien aide les étudiants à arrêter de détester l'outil et à commencer à le comprendre.

7. Un terrain de jeu sûr (Communauté inclusive)

Créez une salle de classe où les étudiants se sentent en sécurité pour faire des erreurs. S'ils ont peur de paraître stupides, ils ne poseront pas de questions et ils n'apprendront pas.

• L'analogie : Apprendre, c'est comme apprendre à danser. Si vous avez peur que tout le monde rie si vous marchez sur un pied, vous resterez figé dans un coin. Vous avez besoin d'une « zone sans jugement » où marcher sur un pied fait simplement partie du processus. Établissez des règles claires contre le harcèlement et l'intimidation afin que chacun se sente assez en sécurité pour essayer, échouer et réessayer.

8. La liste de contrôle des chefs (Apprentissage par les pairs avec listes de contrôle)

Lorsque les étudiants examinent le travail des autres, ne dites pas simplement « notez ceci ». Donnez-leur une liste de contrôle.

• L'analogie : Pensez à un pilote avant un vol. Ils ne se contentent pas d'« espérer » que l'avion est prêt ; ils suivent une liste de contrôle : Roues sorties ? Carburant plein ? Portes verrouillées ? Lorsque les étudiants examinent le code d'un camarade, une liste de contrôle les empêche d'oublier les petits détails critiques. Cela transforme un vague « ça a l'air mauvais » en un retour spécifique et utile comme « Tu as oublié de vérifier les types de données ».

9. La répétition de groupe (Collaboration)

La science des données est rarement un acte solitaire ; c'est un sport d'équipe. Apprenez aux étudiants à travailler ensemble, pas seulement à coder.

• L'analogie : Vous pouvez être le meilleur guitariste du monde, mais si vous ne pouvez pas écouter le batteur ou partager la scène, le groupe échouera. Apprenez-leur les « outils sociaux » de la collaboration : comment donner un feedback sans être méchant, comment utiliser des dossiers partagés (comme Git), et comment gérer les disputes lorsqu'elles surviennent. Pratiquez cela en petits groupes avant de les lancer dans un grand projet.

10. Le gâteau entier (Réaliser un projet complet)

Enfin, faites construire aux étudiants un produit de données complet, du début à la fin.

• L'analogie : La plupart des cours vous apprennent à mélanger la pâte, puis séparément comment cuire, puis séparément comment glacer. Mais dans le monde réel, vous devez faire toute la chose. Un projet final force les étudiants à prendre un problème réel et désordonné, à le nettoyer, à l'analyser et à le présenter. C'est la différence entre pratiquer des gammes au piano et jouer une chanson entière. C'est désordonné, c'est difficile, mais c'est la seule façon d'apprendre réellement le métier.

L'essentiel :
Enseigner la science des données ne consiste pas à déverser des faits sur les étudiants. Il s'agit de les amener à faire le travail immédiatement, de leur offrir des espaces sûrs pour échouer, d'utiliser des exemples simples pour construire des idées complexes, et finalement, de les laisser cuisiner tout le repas eux-mêmes.