Towards the Development of Detection of Learned Helplessness in Mathematics: Design and Data Collection Challenges from a Developing Country Perspective
Cet article documente les défis de conception et de collecte de données rencontrés lors du développement d'un système de tutorat en ligne visant à détecter l'impuissance acquise en mathématiques dans un pays en développement aux ressources limitées, mettant en lumière comment les contraintes infrastructurelles et les perturbations logistiques ont considérablement affecté l'acquisition de données auprès des élèves.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez essayer de construire un professeur-robot intelligent capable de « lire la salle » pour déterminer si un élève abandonne parce qu'il se sent sans espoir (un sentiment que les psychologues appellent l'impuissance apprise) ou simplement parce que le Wi-Fi est mauvais. C'est exactement de quoi traite cet article.
Les chercheurs aux Philippines ont tenté de créer un tuteur de mathématiques en ligne pour enseigner les équations linéaires (un type spécifique d'algèbre). Leur objectif n'était pas seulement d'enseigner les mathématiques ; ils voulaient collecter des données sur le comportement des élèves lors de la résolution de problèmes afin de construire un modèle capable de détecter quand un élève ressent : « Je ne peux pas y arriver, alors pourquoi essayer ? »
Voici l'histoire de leur parcours, racontée à travers des analogies simples :
1. La Grande Idée : Le « Détecteur d'impuissance »
Pensez à l'impuissance apprise comme à un chien qui a été électrocuté tellement de fois qu'il arrête d'essayer de s'échapper, même lorsque la porte est grand ouverte. En mathématiques, cela se produit lorsque les élèves échouent à plusieurs reprises, commencent à croire qu'ils sont simplement « nuls en maths » et arrêtent d'essayer, même s'ils pourraient réussir.
Les chercheurs voulaient construire un « thermomètre » numérique pour mesurer ce sentiment. Ils ont créé un site web appelé Adaptive Sensei (une version web d'une ancienne application) qui agit comme un jeu vidéo. Il permet aux élèves de sauter des problèmes, d'obtenir des indices et de jouer dans différents modes (du facile au difficile ou du difficile au facile). Au fur et à mesure que les élèves jouent, le système observe chaque mouvement : combien de temps ils fixent un problème, quand ils cliquent sur « sauter », ou quand ils sont frustrés — pour voir s'ils montrent des signes d'abandon.
2. Le Réality Check : Essayer de courir une course dans une tempête
Les chercheurs prévoyaient de tester cela sur 410 élèves dans des écoles publiques. Cependant, la réalité du travail dans un pays en développement était comparable à essayer de courir un marathon avec de lourdes bottes sous la pluie. Seuls 118 élèves ont réellement atteint la ligne de départ et terminé la collecte de données.
Voici les trois principales « tempêtes » qu'ils ont affrontées :
A. Le Labyrinthe de la « Paperasse » (Défis Logistiques)
Obtenir la permission d'entrer dans les écoles était comme essayer d'obtenir un visa pour visiter un pays très strict. Ils ont dû demander l'autorisation à :
- Le département national de l'éducation.
- La division scolaire locale.
- Le directeur de chaque école individuelle.
- Les chefs d'établissement.
- Les professeurs de mathématiques.
- Les parents.
- Les élèves.
Il a fallu des mois juste pour obtenir le « feu vert ». Au moment où ils ont obtenu l'approbation, l'année scolaire avait changé et les emplois du temps des élèves étaient complets. C'est comme planifier une fête surprise, mais au moment où vous obtenez le gâteau, la personne fêtée a déjà déménagé dans une autre maison.
B. Le « Fossé du Programme » (Défis Éducatifs)
Les chercheurs prévoyaient initialement de tester des élèves de 6e année, mais le système scolaire a changé le programme. Ils ont dû passer aux élèves de 8e année. Mais voici la surprise : de nombreux élèves de 8e année n'avaient pas réellement appris les bases des équations linéaires en 6e année en raison de perturbations scolaires (comme des typhons ou des vagues de chaleur).
C'est comme demander à quelqu'un de courir un marathon, mais qu'il n'a pas encore appris à attacher ses lacets. Lorsque les élèves ont eu des difficultés, les chercheurs ne pouvaient pas dire si les élèves ressentaient l'« impuissance apprise » (abandonner parce qu'ils se sentent stupides) ou s'ils étaient simplement confus parce qu'ils avaient manqué les leçons fondamentales. Cela a rendu les données « bruyantes » et difficiles à interpréter.
C. Le « Désert Numérique » (Défis Technologiques)
Les chercheurs supposaient que, puisque les élèves possédaient des smartphones, ils pouvaient facilement utiliser le site web. Mais c'était plus comme donner une Ferrari à quelqu'un sans station-service à proximité.
- Vieux téléphones : De nombreux élèves avaient des téléphones obsolètes qui peinaient à charger le site web simple.
- Pas d'Internet : Les écoles n'avaient pas de Wi-Fi gratuit. Les chercheurs ont dû apporter leurs propres appareils Wi-Fi « de poche », qui étaient vieux et faibles.
- Zones de coupure de signal : Certaines salles de classe se trouvaient dans des zones sans aucun signal. L'équipe a dû déplacer physiquement les élèves vers différents endroits de l'école juste pour trouver un signal assez fort pour charger une page.
La Confusion : Lorsqu'un élève arrêtait de travailler, était-ce parce qu'il se sentait impuissant face aux mathématiques ? Ou était-ce parce que la page ne se chargeait pas ? Les chercheurs ont réalisé que la frustration technique peut ressembler exactement à la frustration mathématique. Cela a rendu très difficile la construction d'un « Détecteur d'impuissance » précis.
3. La Leçon Apprise
L'article conclut que la création d'outils éducatifs intelligents dans les pays en développement est beaucoup plus difficile que de simplement écrire du code.
- Ne supposez pas que tout le monde est un « Autochtone Numérique » : Le fait qu'un enfant ait un téléphone ne signifie pas qu'il sait naviguer sur un site web. De nombreux élèves avaient besoin d'aide juste pour ouvrir le lien.
- Le temps est fragile : Vous ne pouvez pas simplement planifier une séance d'une heure. Vous devez tenir compte des typhons, des vagues de chaleur et des annulations scolaires.
- Le Problème du « Bruit » : Si votre système est défaillant, vous ne pouvez pas dire si l'élève fait une « crise de mathématiques » ou une « crise technologique ».
Le Fond du Problème
Cet article n'est pas l'histoire d'un professeur-robot parfait et fonctionnel. C'est un « manuel de terrain » sur la réalité désordonnée et difficile de la collecte de données dans un endroit où l'internet est instable, les écoles sont surchargées et les élèves luttent avec des lacunes dans leur apprentissage.
L'enseignement principal est que pour détecter si un élève se sent sans espoir, vous devez d'abord vous assurer que l'internet fonctionne, que les élèves connaissent réellement les bases, et que vous avez assez de temps pour les observer sans précipitation. Sans résoudre ces problèmes du monde réel, le « détecteur » pourrait simplement mesurer la qualité du Wi-Fi, et non les sentiments de l'élève.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.