Cet article est la version française d’un papier accepté à ICOTS10, 10th International Conference on Teaching Statistics “Looking back, looking forward”, 8-13 July 2018, Kyoto, Japan. http://icots.info/10/
Introduction
Enseigner les statistiques nécessite de coordonner une logique de fonctionnement (les fondements théoriques des statistiques) et une logique d’utilisation (quel test choisir et comment le mettre en œuvre concrètement). La première suppose l’acquisition d’une savoir très abstrait, la seconde, la particularisation très fine de ce savoir (Richard, 1983). Cette coordination s’appuie sur la structure des connaissances notamment l’organisation des concepts et des propriétés de ceux-ci. Ces propriétés peuvent être structurales ou fonctionnelles (liée aux procédures). Par exemple, savoir quelles propriétés doit avoir un échantillon pour pouvoir appliquer un test paramétrique relève de la première logique. Savoir comment structurer son tableau de données en fonction du logiciel utilisé ou adapter la procédure selon qu’on travaille sur des données individuelles ou une distribution, relève de la seconde. Cette articulation du savoir et du savoir-faire à travers la structure des connaissances offre une formalisation de la notion de compétences (Paquette, 2007) et en même temps des pistes pour l’enchainement logique de l’apprentissage de celles-ci. Elle permet surtout de concevoir de nouveaux types de supports pédagogiques permettant de s’affranchir d’une linéarité stricte de la lecture et d’offrir ainsi une adaptabilité de celui-ci à la diversité des apprenants et des situations de consultations des ressources pédagogiques. C’est cette possibilité que nous proposons d’explorer dans cet article.
Formaliser la structure de connaissances pour l’instrumentaliser
Cette structure des connaissances peut être formalisée dans une ontologie de domaine. Il s’agit de la description d’un domaine de connaissance à l’aide d’un ensemble de concepts hiérarchisés et mis en relation les uns avec les autres. Elle s’appuie sur une taxonomie de classes et un ensemble de règles d’inférences. Dans le cadre d’un projet baptisé Ontostats (http://www.ontostats.univ-paris8.fr/ ), soutenu par le ministère de l’enseignement supérieur, de la recherche et de l’innovation français, nous avons traduit en français l’ontologie des concepts statistiques STATO développée par l’université d’Oxford (Gonzalez, Rocca-Serra, Burke, & Sansone, 2014).
L’intérêt d’une telle ontologie est de permettre le partage des connaissances, non seulement sur les concepts, mais aussi sur les relations qu’ils entretiennent. L’ontologie consiste en un vocabulaire utilisé pour étiqueter les concepts et les relations entre ces concepts. La dissociation des étiquettes et des concepts permet une description multilingue du domaine de la connaissance. Les relations sont des relations d’inclusion de classes, mais aussi des propriétés ou des attributs qui peuvent prendre de multiples valeurs. Elles nous permettent de déduire ce qui est habituellement implicite dans le discours et concourent à l’élaboration de systèmes d’aide à la décision.
Figure 1 Un extrait de l’ontologie des concepts statistiques d’après (Meunier, Szoniecky, & Lamolle, 2017)
Les ontologies présentent également de nombreux avantages pour l’indexation des ressources pédagogiques par rapport à l’utilisation d’une norme (Bouzeghoub & Elbyed, 2006). Cependant, c’est surtout pour construire des dispositifs d’aide à l’apprentissage que les ontologies sont prometteuses. Elles fournissent un modèle conceptuel pour l’étude des difficultés d’apprentissage. Une ontologie peut être utilisée pour concevoir des parcours de formation en adaptant la structure des séquences pédagogiques (Guo & Chen, 2007), pour concevoir des systèmes de recommandation de ressources basés sur les relations entre les concepts (Shen & Shen, 2005), et aussi, lorsque l’ontologie est associée à l’analyse des traces d’apprentissage, à la personnalisation des cours (Castro & Alonso, 2011) et à l’évaluation des apprenants (Romero, North, Gutiérrez, & Caliusco, 2015).
L’ontologie STATO a été utilisée pour indexer un ensemble de ressources éducatives libres, notamment celles développées par les universités numériques thématiques françaises. Ces ressources ont été rassemblées dans une archive numérique utilisant Omeka-S. Par ailleurs, l’archive offre la possibilité à chaque enseignant identifié de travailler sur sa propre collection de ressources et d’en proposer une éditorialisation personnalisée. C’est sur cette dernière fonctionnalité que se fonde notre projet de livre numérique enrichi.
Vers une nouvelle conception d’un manuel numérique
Le livre constitue un média permettant à un enseignant d’exprimer et de structurer à un moment donné les connaissances afin de permettre à un apprenant de s’en emparer. L’appropriation de ces connaissances à travers la lecture d’un manuel dépend, bien sûr, des objectifs de la lecture, du niveau de connaissances, des activités motivant la lecture ainsi que des savoir liés à l’utilisation du dispositif de lecture lui-même (utilisation de glossaire, moteur de recherche, fonction de navigation). L’enseignant lors de l’élaboration du design pédagogique et l’éditorialisation des ressources pédagogiques fait des choix et les insère dans une mise en scène originale qui tient compte du contexte, du domaine et du public auquel il s’adresse.
Armatte (2010) distingue quatre approches de l’enseignement des statistiques : (i) une approche formelle, hypothético-déductive (centrées sur l’enseignement des axiomes) ; (ii) une approche inductive ou expérimentale, centrée sur des simulations et l’exploration de données ; (iii) une approche orientée problèmes s’appuyant sur la logique du champ social ou des problèmes de la vie quotidienne ; (iv) l’approche historique qui consiste à présenter aux étudiants les suites de problématisations qui ont conduit à développer telle ou telle méthode. On peut ajouter une cinquième, procédurale celle-ci, qui consiste à se focaliser sur le quand et comment faire, donc très dépendante de l’outil d’analyse, notamment logiciel, utilisé lors de l’enseignement. L’expertise coordonne ses cinq approches de façon plus ou moins importante, mais il est rare d’avoir le temps, dans le cadre d’un même cours, de les présenter toutes. En fonction de la discipline et du rôle que les statistiques jouent dans celle-ci, un enseignant pourra en privilégier une plutôt qu’une autre. De la même manière, un étudiant, en fonction de son parcours antérieur, pourra être plus ou moins sensible à l’une ou l’autre. Offrir aux étudiant des passerelles entre ces différents points de vue est un des enjeux et non des moindres pour permettre un accès à ces différents points de vue.
Or les versions numériques actuelles des manuels de statistiques parce qu’ils sont, pour leur grande majorité, des transpositions de l’ouvrage papier n’offrent que très peu d’avantages. Pour de nombreux acteurs du domaine, le livre électronique n’est rien d’autre que « la réunion d’une structure livresque classique, ou plutôt du concept familier de livre, avec des caractéristiques liées à l’environnement électronique » (Landoni, 2003). Il n’offre pas de possibilité de varier les points de vue et de les relier à un corpus plus général de connaissances de sorte que l’ouvrage est enfermé sur lui-même. Pour dépasser cet enfermement, il faut concevoir une nouvelle forme d’écriture qui selon Clément (2000) se caractérise par trois aspects essentiels : l’hypertextualité, sa distribution sur le réseau et enfin son caractère dynamique et multimédia.
La première caractéristique permet de dépasser la linéarité du discours. Si celle-ci est une aide précieuse pour les débutants, elle peut être un frein à l’approfondissement à mesure que se développent les compétences. Elle peut même être bloquante lorsque l’ouvrage est utilisé dans des activités de résolution de problèmes ou de synthèse sur une thématique donnée (Roy, 2017). Avec les hypertextes, il devient possible de parcourir un document de façon non linéaire. Il faut cependant être prudent. De nombreux travaux en psychologie cognitive montrent qu’une structure hypertextuelle mal contrôlée peut constituer un frein majeur à l’apprentissage, mais bien utilisée, une opportunité (Vörös, Rouet, & Pleh, 2011). Nous proposons de nous appuyer sur une ontologie pour permettre le passage d’une structure thématique, celle de la table des matières à une structure orientée sur les relations entre les concepts et les procédures, de voir celles-ci à différents niveaux tout en conservant une cohérence d’ensemble. L’ontologie devient le guide pour parcourir le contenu de cours et le travailler.
Figure 2 Principes d’enrichissement d’un livre électronique à partir d’une ontologie
La seconde caractéristique est la distribution sur le réseau. C’est une réalité que connaissent maintenant tous les enseignants. Un cours ne peut plus être limité à lui-même. Les étudiants en fonction des besoins le complètent ou le confrontent à d’autres ressources sur Internet. On peut le regretter et développer des stratégies de défense ou s’emparer de l’opportunité de la diversité pour enrichir son cours ou offrir à l’étudiant une expérience personnalisée d’apprentissage. Cela suppose de repenser la façon d’écrire un cours pour tirer pleinement parti de l’informatique en insérant le texte dans un ensemble plus large de documents qui s’ils sont indexés correctement permettent d’associer à un livre des ressources libres et éditoriales complémentaires ou alternatives répondant à l’objectif d’enseignement. La notion de document dont il est question ici est très large puisqu’elle concerne aussi bien des textes ou des documents multimédias, des exercices, des jeux de données, les notes ou synthèse de cours des étudiants mais aussi les communications de type forum ou foire aux questions ou les informations stockées dans l’ontologie elle-même (définitions, lexique multilingue et relations avec les autres concepts). De ce point de vue, le manuel numérique n’est plus un document parmi d’autres sur un learning management system (LMS), il est le LMS lui-même. Une telle conception du manuel permet d’en faire un objet dynamique qui peut évoluer en fonction des besoins des apprenants, voir s’adapte à chacun d’eux pour leur proposer une expérience de lecture et d’apprentissage personnalisée. La figure 2 présente schématiquement les relations entre l’ontologie, le dépôt de ressources et l’élaboration du manuel.
Conclusion et travail futur
La plateforme sera mise en production à l’automne 2018, en même temps que la réalisation d’un premier prototype de manuel. Parallèlement nous avons engagé deux études. Les résultats de la première sur les usages des ressources pédagogiques libres et éditoriales et des livres électroniques devraient nous permettre d’affiner le cahier des charges pour un tel livre électronique. La seconde a pour objectif de cerner les profils et les besoins des apprenant pour la personnalisation des parcours. Il s’agit entre autre de cerner en un minimum de questions pour évaluer l’état de l’apprenant au regard du savoir expert et lui adresser les ressources et les activités les plus pertinentes pour le faire évoluer.
Références
Armatte, M. (2010). Le rôle de l’histoire dans l’enseignement de la statistique. Statistique et Enseignement, 1(2), 23‑47.
Bouzeghoub, A., & Elbyed, A. (2006). Ontology Mapping for Learning Objects Repositories Interoperability. In Lecture notes in computer science (p. 794‑797). SpringerSpringer, Berlin, New York.
Castro, F., & Alonso, M. A. (2011). Learning Objects and Ontologies to Perform Educational Data Mining (p. 532‑536). CSREA Press.
Clément, J. (2000). Le e-book est-il le futur du livre ? In Les savoirs déroutés (p. 129‑140). Lyon, France: ENSSIB / Association Docforum.
Gonzalez, A., Rocca-Serra, P., Burke, O., & Sansone, S.-A. (2014). Stato – Statistics Ontology. Consulté 13 février 2018, à l’adresse http://stato-ontology.org/
Guo, W.-Y., & Chen, D.-R. (2007). An Ontology Infrastructure for an E-Learning Scenario. International Journal of Distance Education Technologies, 5(1), 70‑78.
Landoni, M. (2003). Electronic Books. In J. Feather & P. Sturges (Éd.), International Encyclopedia of Information and Library Science (2nd edition, p. 168‑171). London: Routledge.
Meunier, J.-M., Szoniecky, S., & Lamolle, M. (2017). Apports d’une ontologie à l’apprentissage des statistiques. Présenté à Colloque Francophone International pour l’enseignement des statistiques, Grenoble, France. Consulté à l’adresse http://cfies2017.sfds.asso.fr/
Paquette, G. (2007). An Ontology and a Software Framework for Competency Modeling and Management. Educational Technology & Society, 10(3), 1‑21.
Richard, J. F. (1983). Logique du fonctionnement et logique de l’utilisation. Consulté à l’adresse http://hal.inria.fr/inria-00076356
Romero, L., North, M., Gutiérrez, M., & Caliusco, L. (2015). Pedagogically-Driven Ontology Network for Conceptualizing the e-Learning Assessment Domain. Journal of Educational Technology & Society, 18(4), 312‑330.
Roy, E. (2017). Statistiques mieux « dévorées » à l’aide d’un ebook ? (master thesis). Université Paris 8, Saint-Denis, France.
Shen, L.-P., & Shen, R.-M. (2005). Ontology-based learning content recommendation (English). International journal of continuing engineering education and life-long learning, 15(3‑6), 308‑317.
Vörös, Z., Rouet, J.-F., & Pleh, C. (2011). Effect of high-level content organizers on hypertext learning. Computer Human Behavior, 27(5), 2047‑2055.