Developing 5E-based CT-STEM Pedagogical Framework for Secondary Students’ Domain-general Computational Thinking (CT): A Fuzzy Delphi Method
Cette étude développe et valide un cadre pédagogique fondé sur le modèle 5E pour intégrer la pensée computationnelle de domaine général dans l'enseignement secondaire des STEM en utilisant la méthode Fuzzy Delphi et les retours des enseignants, confirmant sa faisabilité tout en soulignant les défis de mise en œuvre et la nécessité d'une adaptation contextuelle.
Article original sous licence CC BY 4.0 (https://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
À une époque où l'intelligence artificielle façonne tout, des feux de signalisation aux diagnostics médicaux, la capacité à penser comme un informaticien est devenue une compétence de vie essentielle. Cette compétence, appelée pensée computationnelle, ne consiste pas simplement à écrire du code ou à construire des logiciels. Il s'agit plutôt d'une méthode universelle pour résoudre des problèmes complexes en les décomposant en parties gérables, en repérant des modèles dans les données et en concevant des solutions étape par étape. Bien que cette façon de penser soit souvent enseignée dans les cours d'informatique, les éducateurs estiment de plus en plus qu'elle devrait être intégrée à l'étude des sciences, de la technologie, de l'ingénierie et des mathématiques, regroupées sous le terme STEM. L'objectif est d'aider les étudiants à utiliser ces outils logiques pour relever des défis du monde réel, de la conception d'une ville durable à la compréhension du changement climatique. Cependant, l'enseignement de ce mélange de compétences est difficile. Les enseignants manquent souvent d'une feuille de route claire sur la manière de combiner ces processus de pensée abstraits avec les leçons standard de sciences et de mathématiques, se retrouvant ainsi incertains de par où commencer ou comment guider efficacement leurs élèves.
Pour combler cette lacune, une équipe de chercheurs s'est donné pour mission de concevoir et de tester un nouveau cadre pédagogique spécifiquement destiné aux élèves du secondaire. Leur approche se centre sur un modèle d'instruction éprouvé appelé la méthode des 5E, qui structure l'apprentissage en cinq phases distinctes : engager les étudiants face à un problème, leur permettre de l'explorer, expliquer les concepts, élaborer sur les idées par l'application, et évaluer les résultats. Les chercheurs ont voulu mapper des pratiques de pensée computationnelle spécifiques sur ces cinq phases afin de créer un guide cohérent. Ils ont commencé par réunir un panel de vingt experts, comprenant des enseignants expérimentés et des spécialistes des programmes issus de divers domaines scientifiques. À l'aide d'une méthode spécialisée permettant à ces experts de parvenir à un consensus sans nécessiter d'éternels cycles de débats, l'équipe a affiné une liste de quatorze pratiques de pensée fondamentales. Les experts ont convenu que le point de départ le plus critique pour toute leçon est d'aider les étudiants à décomposer un problème vaste et confus en morceaux plus petits et solubles. Ils ont également déterminé que le processus de test et de raffinement d'une solution devrait se dérouler pendant que les étudiants construisent leurs projets, plutôt que d'attendre la toute fin.
Le cadre résultant suggère un parcours d'apprentissage fluide et non linéaire. Dans la phase initiale d'engagement, les étudiants définissent un problème du monde réel et éliminent les détails superflus pour se concentrer sur le défi central. À mesure qu'ils passent à l'exploration, ils recueillent des données et les organisent sous des formes visuelles telles que des graphiques ou des cartes. Durant la phase d'explication, ils recherchent des modèles au sein de ces données pour comprendre les règles sous-jacentes. La phase d'élaboration est le moment où le travail prend véritablement vie ; les étudiants utilisent des outils numériques pour construire des modèles, exécuter des simulations et automatiser des tâches, tout en testant et en améliorant constamment leurs conceptions en fonction de ce qui fonctionne ou non. Enfin, dans la phase d'évaluation, les enseignants et les étudiants réfléchissent à l'ensemble du processus, en considérant comment les stratégies utilisées pourraient s'appliquer à différentes situations. Cette structure n'était pas seulement un exercice théorique ; les chercheurs ont développé un plan de leçon spécifique portant sur la conception d'une barrière de campus intelligente utilisant la vision par ordinateur pour démontrer comment le cadre fonctionne en pratique.
Pour voir si ce cadre fonctionnerait réellement dans une salle de classe, les chercheurs ont interrogé huit enseignants actifs ayant une expérience des projets STEM intégrés. Ces éducateurs ont offert une vision réaliste des bénéfices potentiels et des obstacles qu'ils pourraient rencontrer. Les enseignants ont estimé que le cadre aiderait les étudiants à développer non seulement des compétences techniques, mais aussi une compréhension plus profonde des sciences et des mathématiques, parallèlement à une amélioration de leurs capacités de résolution de problèmes et une plus grande confiance en leur propre travail. Ils ont vu l'approche structurée comme un moyen de rendre l'investigation complexe plus accessible et moins accablante pour les apprenants. Cependant, les enseignants ont également identifié des défis importants qui pourraient entraver la réussite. Ils se sont inquiétés de trouver suffisamment de temps pour couvrir toutes les étapes nécessaires, de la difficulté de guider les étudiants lors du travail de groupe collaboratif, et du manque d'équipement et de logiciels fiables dans leurs écoles. De plus, ils ont noté que les nouvelles méthodes entraient parfois en conflit avec les exigences curriculaires existantes et la pression des examens, rendant difficile la justification du temps consacré aux projets ouverts.
L'étude conclut que, bien que le cadre offre une voie prometteuse et validée par des experts pour l'enseignement de la pensée computationnelle, son succès dépend fortement du système de soutien entourant l'enseignant. Les chercheurs ont constaté que les défis ne sont pas des problèmes isolés mais sont profondément interconnectés ; par exemple, un manque de temps peut rendre impossible la fourniture de l'orientation nécessaire, ce qui affecte en retour la qualité de l'apprentissage des étudiants. Le cadre lui-même est robuste et flexible, conçu pour s'adapter aux différents besoins de la classe, mais il nécessite que les écoles fournissent une formation, des ressources et une flexibilité curriculaire adéquates pour que les enseignants puissent l'utiliser efficacement. En combinant une structure d'instruction claire avec un accent sur la résolution de problèmes du monde réel, cette approche vise à doter les étudiants des outils mentaux dont ils ont besoin pour naviguer dans un monde de plus en plus complexe et technologique, à condition que l'environnement éducatif soit prêt à soutenir les enseignants qui les guident.
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.