Exploiting Activity Traces and Learners' Reports to Support Self-Regulation in Project-based Learning

Min Ji 1
1 SICAL - Situated Interaction, Collaboration, Adaptation and Learning
LIRIS - Laboratoire d'InfoRmatique en Image et Systèmes d'information
Résumé : Le Buck Institute for Education, qui s’attache à promouvoir l’utilisation de l’apprentissage en mode projet ou PBL (Project based Learning), le définit comme « a teaching method in which students gain knowledge and skills by working for an extended period of time to investigate and respond to a complex question, problem, or challenge » (Buck Institute for Education, 2014). Cette stratégie pédagogique s’appuie sur la résolution de problèmes complexes et authentiques issus du monde professionnel. Le PBL est particulièrement utile pour favoriser l’autonomie des apprenants dans leur activité d’apprentissage. Dans une étude récente (English & Kitsantas, 2013), il a été prouvé que le PBL favorise l’apprentissage, la mémorisation, la capacité à résoudre des problèmes, l’investigation, la prise de décision, l’analyse et l’évaluation de l’information, la pensée critique, la travail collaboratif et la communication. En dépit de ces avantages reconnus, le PBL n’est pas une forme pédagogique facile à mettre en œuvre ; les étudiants sont peu motivés, ils ont des comportements inappropriés, ils ne sont pas autonomes et peuvent développer une attitude négative vis à vis du PBL (English & Kitsantas, 2013). L’assistance à la construction de compétences d’auto-régulation est un moyen de résoudre les problèmes liés à l’autonomie et à la motivation. Elles permettent de plus aux apprenants de diriger leurs apprentissages. L’apprentissage auto-régulé ou SRL (Self-Regulated Learning) est défini par Zimmerman comme « the degree to which learners are metacognitively, motivationally and behaviorally active participants in their own learning » (Zimmerman, 1989). Les apprenants autorégulés sont capables de définir leurs objectifs pédagogiques puis de planifier, réaliser, réguler et évaluer leurs apprentissages et les processus mis en œuvre pour les construire (Narciss, Proske, & Koerndle, 2007). Le développement des technologies Internet permet de construire des environnements numériques d’apprentissage riches et fonctionnels pour les tuteurs et les apprenants engagés dans des apprentissages par projet. Les environnements numériques actuels s’attachent plutôt à proposer des ressources documentaires variées. Peu d’entre eux proposent des fonctionnalités de suivi et d’analyse des processus d’apprentissage et des performances dans la réalisation du projet (Ji, Michel, Lavoué, & George, 2014). Ces fonctionnalités pourraient être utiles aux apprenants pour auto-réguler les apprentissages et l’organisation du projet. Elles pourraient aussi être utiles au tuteur pour suivre les élèves et accompagner cette auto-régulation. Différentes méthodes ont été proposées pour apprendre à s’auto-réguler. Les méthodes qui utilisent les traces sont adaptées car elles permettent de faire le lien avec les tâches et donnent des informations sur l’engagement des apprenants à les réaliser (Perry & Winne, 2006). Les traces sont définie comme “a collection of temporally situated observed elements” (Djouad & Mille, 2010). En manipulant les traces produites dans les activités de PBL, les utilisateurs (par exemple les apprenants, les tuteurs, les chercheurs) peuvent extraire les informations relatives à l’avancement du projet et aux performance des apprenants. La plupart des systèmes de E-learning peuvent capturer les traces automatiquement à partir des interactions des utilisateurs et les utiliser pour construire des indicateurs d’usage. Nous appelons ces traces les traces d’activité. Au cours des projets, les apprenants peuvent être amenés à réaliser des tâches non instrumentées par le système de E-learning, comme programmer avec NetBeans, écrire un rapport avec MS Word, visiter des usines, etc. Malheureusement, les traces de ces activités tout comme les traces des idées et avis des apprenants ne peuvent pas être collectées automatiquement par les systèmes de E-learning. Nous appelons ces traces des traces déclarées. Ces deux types de traces sont pertinents pour supporter l’autorégulation en PBL. Nous faisons l’hypothèse que l’intégration et l’analyse des traces automatique et des traces déclarées peuvent aider à supporter l’auto-régulation en PBL. Les indicateurs sont un moyen largement utilisé pour faciliter l’accès et la compréhension de l’information à partir des traces. En observant les indicateurs, les utilisateurs peuvent se faire une idée des activités les plus fréquentes et des comportements des utilisateurs. Les indicateurs peuvent être affichés dans un tableau de bord. Le tableau de bord est une interface de visualisation utilisée pour transmettre d’une manière globale les informations relatives à l’avancée du projet, via des indicateurs pertinents pour le succès du projet (Lamptey & Fayek, 2012). En comparant les tableaux de bord simples (qui affichent des indicateurs prédéfinis) et les tableaux de bord dynamiques (qui permettent à l’utilisateur de définir ses propres indicateurs) nous pouvons observer que: 1.La plupart des tableaux de bord dynamiques sont destinés au tuteur alors que les apprenants ont des tableaux de bord simples. 2.La plupart des tableaux de bord utilisent les traces d’activité pour analyser les processus d’apprentissage, les traces déclarées sont ignorées. 3.La plupart des tableaux de bord simples ne fournissent pas de fonction de personnalisation ou alors des fonctions de base, alors que les tableaux de bord dynamiques fournissent des fonctions de personnalisation évoluées. 4.Plus le niveau de personnalisation d’un tableau de bord est élevé et plus les utilisateurs devront avoir des compétences en informatique pour le manipuler. Dans le cadre de cette thèse, notre objectif est de proposer un système qui assiste le processus d’auto-régulation dans les contextes de PBL. Le système doit permettre aux apprenants de planifier leur projet, de réfléchir aux activités réalisées avec et sans système de E-learning, le cas échéant de les décrire de manière à en garder la trace et de créer des indicateurs paramétrables pour suivre le projet comme ils le souhaitent. En considérant le contexte du PBL, les questions de recherche auxquelles nous cherchons à répondre sont : 1.Quel type d’architecture technique est capable d’assister l’auto-régulation en PBL ? 2.Quel type de trace est utile pour assister l’auto-régulation en PBL ? Comment les collecter ? Quel type de modèle de données permet de prendre en compte les différents types de traces ? 3.Quel type de tableau de bord personnalisable et dynamique peut être conçu pour être directement utilisé par des apprenants ?
Type de document :
Thèse
Computers and Society [cs.CY]. INSA de Lyon, 2015. English
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/tel-01212256
Contributeur : Christine Michel <>
Soumis le : mardi 6 octobre 2015 - 13:27:18
Dernière modification le : jeudi 14 janvier 2016 - 01:08:36
Document(s) archivé(s) le : jeudi 7 janvier 2016 - 10:30:33

Identifiants

  • HAL Id : tel-01212256, version 1

Collections

Citation

Min Ji. Exploiting Activity Traces and Learners' Reports to Support Self-Regulation in Project-based Learning. Computers and Society [cs.CY]. INSA de Lyon, 2015. English. <tel-01212256>

Partager

Métriques

Consultations de
la notice

136

Téléchargements du document

193