Menu principal

Modéliser l’alignement pédagogique d’exercices dans l’EIAH PLaTon pour favoriser la remédiation et améliorer la réussite des étudiants

 

La personne intéressée choisira parmi les problématiques qui l’intéressent et sera guidée tout au long de son stage par des personnes expérimentées. Les algorithmes d’analyse et procédures d’évaluation devront être conçus de manière à être réutilisables pour de futurs travaux.

Contexte :

Cette mission possède un volet pratique accolé au projet PLaTon (Platform for Learning and Teaching Online) ainsi qu’un volet théorique portant sur l’alignement pédagogique entre exercices, sur plateforme de type EIAH, et modalité pédagogique « classique » présentielle.

PLaTon est une plateforme d’exercices auto-corrigés, conçue à l’Institut Gaspard Monge de l'Université Gustave Eiffel (naissance en 2015). Il s’agit d’une plateforme web permettant la conception, le partage et la réutilisation d’exercices multi-disciplines (chimie, langues, mathématiques, programmation python ou langage C, base de données, …).

Ces exercices sont capitalisables, réutilisables et modifiables par d’autres enseignants pour construire d’autres formations. Une communauté d’enseignants concepteurs et ré-utilisateurs d’exercices s’est construite depuis quelques années autour du projet PLaTon et contribue à son amélioration et sa croissance.

PLaTon est aujourd’hui utilisé principalement en licence Maths-Infos mais aussi au lycée dans le cadre de l’option NSI. Son utilisation est laissée souvent en « libre service ». Les étudiants et lycéens peuvent s’y rendre volontairement pour faire des exercices afin de renforcer leurs connaissances et améliorer leurs pratiques.

Objectif de la mission et problématiques :

Pour un cours donné, les exercices sous PLaTon sont organisés généralement en chapitre dont le nombre et la progression sont similaires à l’organisation du cours en présentiel (CM/TD/TP). Afin d’assister au mieux les élèves dans l’amélioration de leurs connaissances, il est donc primordial que les exercices sous PLaTon soient choisis et conçus de manière à « travailler » la compréhension des concepts abordés en cours d’une manière progressive.

Au fil des années le nombre d’exercices de PLaTon a évolué très régulièrement, suffisamment pour faire apparaître des problématiques d’alignement pédagogiques avec les cours en présentiel.

En effet les équipes d’enseignants s’interrogent sur quels sont les exercices, de la base de données de PLaTon, les mieux adaptés à la progression pédagogique des CM/TD/TP en présentiels afin améliorer les chances de réussite des étudiants sous la forme d’une remédiation hors temps ouvrable.

Dès lors plusieurs problématiques se sont faites jour : 

Est-ce possible de « taguer » automatiquement des exercices ?

Les codes sources des exercices possèdent des « tags » des concepts que devront mobiliser les étudiants pour réussir les exercices. Ces « tagues » sont cependant définis manuellement et restent « simple ». Est-ce possible d’aller plus loin ? Comment mettre en relation les concepts des exercices de PLaTon et ceux des cours en présentiel ?

Quelle est la difficulté d’un exercice ?

A l’usage il s’est avéré que des exercices étaient plus simples ou plus compliqués que d’autres. Il serait pertinent de bénéficier d’une sorte d’« indicateur » permettant d’indiquer aux enseignants la difficulté d’un exercice afin de les aider à mieux les choisir. Dans ce cadre les traces d’interaction des étudiants des années précédentes pourront être utilisées notamment pour calculer le nombre de tentatives avant réussite par exemple.

Quelle est la corrélation entre la réussite des étudiants de manière globale et l’activité sur la plateforme ?

  • Corrélation entre réussite globale aux examens et/ou à certaines questions spécifiques des examens versus l’activité sous PLaTon et la réussite à certains exercices de la plateforme ;
  • Usage au fil de l’eau versus activité régulière ?
  • Existe-t-il des motifs récurrents dans les données des étudiants qui réussissent ou qui échouent, peut-on détecter et visualiser des clusters de parcours ?

Mots-clés
indicateurs; Learning analytics; traces; Visualisation
Établissement
Institut Gaspard Monge
77454 Marne-la-Vallée  
Date de début souhaitée
01/04/2022
Langues obligatoires
Français
Niveau
Bac +5
Durée
4 mois
Indemnité
500 euros/mois
Date limite
01/05/2022
Informations de contact

olivier.champalle@univ-eiffel.fr, dominique.revuz@univ-eiffel.fr