apprendre Archives - Coorpacademy

Divertir pour apprendre ou apprendre en se divertissant ? Une nouvelle tribune de Jean-Marc Tassetto dans l’Agefi

Le temps est une ressource rare. Frontière mince voire floue entre vies professionnelles et personnelles, sollicitations constantes, temps d’attention qui se réduit… Selon une étude de Josh Bersin pour Deloitte, qui décrit un apprenant d’aujourd’hui en entreprise, 2/3 des personnes interrogées se plaignent de ne pas avoir le temps de faire leur travail. Difficile alors d’imaginer qu’elles trouveront du temps pour se former en plus de leur travail…

Découvrez la nouvelle tribune de Jean-Marc Tassetto, co-fondateur de Coorpacademy, qui a été publiée dans l’Agefi. Pour l’article entier, c’est ici !

Ou découvrez des extraits choisis ici :

« Les taux d’engagement (cet indicateur qui témoigne de la venue des collaborateurs sur la plateforme, et de l’intérêt porté pour les cours et les thèmes) sur les plateformes digitales sont historiquement bas. Engager les apprenants, garantir l’activité et des taux de complétion de cours élevés ainsi qu’une satisfaction de l’utilisateur permanente (suivie par le Net Promoter Score, ou NPS) restent des défis.

Comment, alors, faire grimper ces indicateurs tout en gardant en tête que le temps nous manque et que la formation reste la plupart du temps imposée ?

[…]

Une façon de résoudre le problème du temps tout en délivrant de l’apprentissage, c’est de regarder du côté de Netflix, de Disney, de Fortnite, de l’entertainment. D’aborder le sujet dans le bon sens: il ne s’agit plus d’ajouter des fonctionnalités ludiques et engageantes plaquées sur un protocole ennuyeux mais bien de partir d’un format engageant et d’y ajouter de l’apprentissage.

[…]

L’entertainment créé des habitudes, une dynamique collaborative, les moteurs de recommandation apportent une dimension communautaire: il apparaît très clairement que le jeu – et ce n’est pas nouveau – est un allié très puissant de l’éducation.

[…]

Au fond, il s’agit de réappliquer à l’expérience digitale ce que les scientifiques et les pédagogues connaissent déjà. Tout en évitant la dimension de jeu pur qui n’inculquerait aucune notion. Divertissement et apprentissage peuvent et doivent travailler ensemble. Alors rêvons d’un cours dont un apprenant louera les mérites à la machine à café, comme pour ce film passionnant regardé la veille… »

Découvrez l’article complet ici !

Les biais cognitifs expliqués par Luc de Brabandere, Fellow au Boston Consulting Group et co-auteur du cours « Les biais cognitifs : pièges de la pensée »

Notre cerveau nous jouerait-il des tours ? Il n’est pas possible d’envisager, pour chaque situation, toutes les possibilités, ni d’être complètement rationnel. Notre cerveau va donc prendre des raccourcis, des court-circuits. Ce sont les biais cognitifs.

Luc de Brabandere, ingénieur et aujourd’hui Fellow au Boston Consulting Group, nous explique dans cette interview vidéo de 3 minutes comment les biais peuvent altérer notre façon de penser. Mieux les identifier, c’est mieux s’en prémunir !

Les biais cognitifs, qu’est-ce que c’est exactement ?

« Le constat de départ, c’est qu’il n’est pas rationnel d’être 100 % rationnel ! Par exemple, si vous voulez partir en vacances et que vous dites à vos amis : « Je vais faire un choix 100 % rationnel », vous ne partez jamais ! Il n’est pas possible d’envisager toutes les possibilités. Nécessairement, dans la vie de tous les jours, nous sommes obligés de faire des raccourcis, des courts-circuits, d’échapper à la rationalité : une sorte de lâcher-prise indispensable. Les biais cognitifs, c’est ça ! C’est comment l’on passe d’un côté à l’autre, le moment où nous prenons notre décision.

Pourquoi est-il important de maîtriser les biais cognitifs en entreprise ?

En entreprise, avant tout, ce sont des hommes et des femmes, qui pensent comme tous les hommes et toutes les femmes. Donc personne ne peut échapper aux biais cognitifs. Petit exemple simple : quand, lors d’un tour de table, lors d’une réunion, que chacun doit se présenter. Si le premier dit : » Je m’appelle Luc, je suis ingénieur et j’habite Bruxelles », il y a beaucoup de chances que la deuxième dise : « Je m’appelle Marie, je suis psychologue et j’habite Orléans. » Et pourtant, on peut se présenter comme on veut ! Là, il y a une décision qui se fait sans que nous le décidions vraiment, c’est un biais, et cela va tout changer !

Des exemples de biais cognitifs qui nous concernent tous ?

Les lois sont les mêmes pour tout le monde. Par exemple, il y a un biais qui était déjà analysé par Francis Bacon il y a 500 ans, qui dit : « on préfère croire ce qu’on espère être vrai. » Par exemple, quand la météo annonce du beau temps, on se réjouit. Quand elle annonce du mauvais temps, on se dit : « bon, finalement ils se trompent pas mal. » Cela n’est pas très rationnel… Et en entreprise, c’est la même chose ! Dans un rapport annuel qui est publié, quand l’année a été bonne, le patron dit : « Voilà, j’ai décidé ça ou ça. » Quand l’année a été mauvaise, qu’est-ce qu’il dit ? « Dans le monde, il s’est passé ci, il s’est passé ça ! » Le patron aussi est biaisé.

Un message pour les futurs apprenants ?

Comme vous l’avez constaté, ce sujet me passionne. Il me passionne depuis toujours. Je suis ingénieur en informatique, ça fait longtemps que je suis dans les entreprises, et les 10-15 premières années, je programmais, la technologie était mon monde. Mais plus je travaillais la technologie, plus je m’intéressais à l’être humain ! Et aujourd’hui, la technologie a pris encore plus de place ; je crois qu’il est vraiment important de mieux comprendre comment l’être humain fonctionne, et surtout, cette partie nécessairement non rationnelle qui est l’essence même de ce qu’est l’être humain.

Bienvenue sur ce cours sur les biais cognitifs !

Quand la difficulté permet d’apprendre : les mécanismes de l’échec productif

Coorpacademy vous fait profiter, chaque mois, de ses collaborations R&D avec le Centre LEARN (Centre des Sciences de l’Apprentissage) de l’EPFL (École Polytechnique Fédérale de Lausanne, Suisse).

Jessica Dehler Zufferey, directrice opérationnelle du Centre LEARN, précédemment responsable R&D chez Coorpacademy, démarre cette série d’articles par une réflexion sur l’échec productif, ou quand la difficulté nous fait apprendre.

Les meilleurs apprentissages ne peuvent-ils survenir que dans un contexte culturel où les erreurs sont non seulement acceptées, mais également perçues comme des occasions précieuses d’améliorer ses compétences ?

Lorsqu’ils se forment à un nouveau sujet sur la plateforme Coorpacademy, les apprenants ont toujours le choix : ils peuvent soit commencer par répondre à des questions, soit accéder aux supports pédagogiques (vidéos de cours).

De façon intuitive, on pourrait penser qu’une personne possédant déjà une bonne connaissance du sujet en amont doive commencer par les questions, tandis qu’une autre n’ayant aucune connaissance ou une connaissance réduite doive commencer par le contenu pédagogique avant de répondre aux questions. Mais est-ce vraiment le cas ? Des recherches s’intéressant à la méthode dite de « l’échec productif » parviennent à la conclusion inverse.

Comment cela fonctionne-t-il ?

Initialement développé à Singapour par Manu Kapur, aujourd’hui professeur à l’ETH Zürich (École Polytechnique Fédérale de Zürich) et reconnu dans le monde entier, le concept d’échec productif met en avant les bénéfices de devoir faire face à des obstacles au cours d’un apprentissage. Lorsque des apprenants se plongent dans de nouveaux sujets, ils passent par une phase initiale de « brainstorming » créatif et conceptuel avant de se plonger dans le contenu , les informations et les explications. Si vous souhaitez en savoir plus sur la science des données (data science), par exemple, vous devriez d’abord vous amuser avec des données, inventer des mesures à appliquer et faire des expériences avec les résultats obtenus. La qualité des idées que vous générez n’a que peu d’ importance car même les mauvaises idées peuvent engendrer le phénomène d’échec productif. D’après Kapur, l’échec productif « est la préparation à l’apprentissage ». Ce n’est pas l’apprentissage lui-même.

Quel impact cela a-t-il ?

La littérature qui existe sur cette approche montre que non seulement votre compréhension conceptuelle sera améliorée si vous commencez par échouer, mais que votre intérêt pour le sujet et votre motivation en seront également accrus. Autre effet secondaire intéressant : cela vous forme à la persévérance. Le nombre d’idées générées est également supérieur si l’on commence par échouer, donc cette méthode stimule aussi la créativité.

Pourquoi est-ce que ça marche ?

Il se trouve que les mécanismes cognitifs de l’apprentissage derrière le phénomène d’échec productif sont plutôt bien compris. Premièrement, toute stimulation cognitive est bénéfique pour l’apprentissage car elle met le cerveau en « mode actif ». Deuxièmement, tout apprentissage est contextualisé ; de ce fait, en développant leurs propres idées, les apprenants créent le contexte dans lequel ils pourront intégrer tout apprentissage futur. Troisièmement, en élaborant des idées avant la phase réelle d’apprentissage, les apprenants développent une intuition concernant les types de problèmes associés. Ils sont ainsi plus susceptibles d’appliquer le contenu de l’apprentissage dans des situations futures et donc d’améliorer leurs performances grâce à l’apprentissage.

Qu’est-ce que cela signifie pour vous en tant qu’apprenant tout au long de la vie ?

Lorsque vous vous lancez dans l’apprentissage d’un nouveau sujet, ne vous tournez pas directement vers le contenu pédagogique en pensant que vous devez commencer par acquérir les connaissances de base. Exploitez plutôt cette phase initiale d’« ignorance » et élaborez plusieurs idées, qu’elles soient justes ou fausses. Ce n’est qu’à ce moment-là, lorsque vous serez impliqué, que vous pourrez vous pencher sur le contenu et apprécier l’apprentissage.

Instruire n’est pas synonyme d’apprendre

À quoi ressemblera le métier d’enseignant demain ? Pour répondre à cette question, LinkedIn vous invite à participer à la série #ProfDuFutur. Pour cela, il suffit de réagir en commentaire ou de publier un post, un article ou une vidéo avec les hashtags #ProfDuFutur #MétierDuFutur. Cet article a été publié en premier lieu par Frédérick Bénichou, co-fondateur de Coorpacademy, sur LinkedIn pour la série #ProfDuFutur. Pour le lire dans sa forme originale, c’est ici.

L’impact évident de l’Intelligence Artificielle sur l’éducation est perçu avec enthousiasme par les uns et avec attentisme et parfois même résistance par les autres. Cet impact se structure en trois niveaux comme le dit Pierre Dillenbourg, professeur à l’EPFL (Dillenbourg et al., Machine Teaching, in: Get ready for the skills economy: Learn, Act, Share; G20 Young Entrepreneurs’ Alliance Summit 2018) :

1- Impact sur les méthodes d’apprentissage : L’IA permet de plus en plus facilement d’adapter les parcours pour correspondre au mieux aux besoins d’un apprenant individuel.

2- Impact sur les contenus : Les produits générés par l’IA sont partout autour de nous ; la pensée computationnelle devient compétence clé pour tous : les élèves mais aussi le corps enseignant.

3- Impact sur la gestion des élèves : Analyse et prise de décision d’une précision inconnue jusqu’alors, basées sur le big data et le comportemental.

1. Expérience d’apprentissage : aujourd’hui et demain

La transformation des méthodes pédagogiques est déjà bien entamée. Cependant « instruire n’est pas synonyme d’apprendre » : ce qui est en jeu est ici moins la méthode d’instruction que les processus d’apprentissage.

Pour s’approprier des sujets, les élèves doivent être engagés, impliqués, moteurs. Pour créer cet engagement, les modalités de la formation ont déjà bien changé…

Bye bye à l’approche « one size fits all », au contrôle complet de l’enseignant(e), et aux séquences d’apprentissage longues, linéaires et au timing fixe. Bonjour à l’apprentissage flexible, (semi-)autonome, décomposé en épisodes de micro-learning. Ce nouveau mode d’apprentissage, représenté dans le monde digital par la dénomination définie par Gartner comme “Learning Experience Platforms”, fonctionne parce qu’il correspond au rythme de vie de ceux qui apprennent : fragmentation de la capacité de concentration, lecture sur écran, temps masqué en mobilité…

Dans le futur proche, l’évolution des modes d’apprentissage devra pousser l’éducation scolaire à préparer les enfants à développer leur autonomie et les compétences méta-cognitives nécessaires pour devenir des « lifelong learners » actifs. Préparer les élèves d’aujourd’hui à la formation continue est sans aucun doute l’enjeu majeur des prochaines années.

2. La pensée computationnelle : compétence pour TOUS les métiers du futur

Les enseignant-e-s ressentent chaque jour l’impact du digital sur leur profession. Les nouveaux outils disponibles sont multiples : logiciel de gestion d’école et de coordination entre enseignant-e-s/direction/élèves, plateforme de gestion de classe et d’activité pédagogique en ligne, smartboards, ressources éducatives libres, smartphone-apps/ jeux éducatifs, etc. Mais on ne pourra se satisfaire d’utiliser les nouvelles technologies pour enseigner les mêmes contenus, pour aider les élèves à développer les mêmes compétences !

Plusieurs études ont démontré que l’école doit préparer les enfants à un monde qui sera radicalement différent. Ainsi, le World Economic Forum estime que 65% des enfants entrants à l’école aujourd’hui auront un métier que nous ne connaissons pas encore et qu’ils en changeront près de 9 fois.

Parmi les compétences les plus pertinentes dans une économie et société de plus en plus digitale se trouve la pensée computationnelle. Toute personne active professionnelle ou simplement citoyenne en aura besoin pour pouvoir comprendre, analyser de manière critique et influencer le monde d’aujourd’hui et de demain.

De quoi s’agit-il ? On ne parle pas de la programmation en soi. Ce mode de pensée comprend des facteurs tels que la séparation des problèmes en parties plus petites (modularisation), le développement d’instructions étape par étape pour la résolution d’un problème (algorithme), l’observation de régularités dans les données (identification de patterns), la maîtrise de différents niveaux d’abstraction (encapsulation), la gestion de la complexité et des problèmes ouverts, etc.

La pensée computationnelle commence à entrer dans les programmes scolaires. Après les grandes écoles comme l’École polytechnique de Lausanne ou l’Université Nationale de Singapour qui enseignent la pensée computationnelle à tous les étudiants de toutes les branches, certaines écoles primaires et secondaires s’y mettent.

Pour les professeurs, c’est le challenge. Ce n’est qu’en travaillant leurs célèbres « 21st century skills », dont en premier rang la pensée computationnelle, qu’ils pourront participer pleinement à la transformation digitale de l’éducation, en tant qu’acteurs.

C’est ce que réclame, par exemple, François Taddéi, directeur du Centre de recherches interdisciplinaire de l’université Paris Descartes. C’est également le point de vue de la Commission Européenne qui définit les compétences digitales des enseignants.

3. Ces Learning Analytics qui changent le travail des enseignants

Aujourd’hui les logiciels de gestion de classe permettent d’analyser si et comment un élève a fini un exercice ou examen ; l’indicateur principal reste le taux de réussite ou de complétion.

Dans l’école du futur, les enseignants auront accès à des data plus massives, mais également plus complètes et surtout comportementales.

En extrapolation du mouvement EdTech qui translate les Learning Management Systems vers les Learning Experience Platforms, des véritables learning analytics arrivent aussi dans ces plateformes destinées aux écoles. Ces learning analytics seront basées sur des données plus complètes : elles dessineront le parcours et l’approche d’apprentissage de chaque élève, avec par exemple la curiosité, la régularité ou la capacité collaborative de l’élève. Prenons l’exemple de la persévérance pour illustrer la valeur de ces nouveaux indicateurs. Des chercheurs comme Angela Duckworth (voir son TED talk) ont pu démontrer que la persévérance est fortement corrélée avec la performance académique.

Si tout le monde est persuadé des évolutions en cours et à venir, nous constatons chaque jour des résistances au changement, des appréhensions qui rendent l’appropriation du sujet bien difficile. Il n’y a qu’à voir des initiatives dignes de la science fiction comme Neuralink (Elon Musk). Quoi que l’on en pense, une chose est acquise : nous ne pourrons pas éviter la vague. Mieux vaut apprendre à la surfer. Les années à venir promettent d’être passionnantes.

Un article de Frédérick Bénichou, co-fondateur de Coorpacademy, publié sur LinkedIn dans la collection #ProfDuFutur. L’article est disponible ici.

Étiquette : apprendre