Apprentissage entre pairs - connaitre qui veut apprendre avec qui?
La sociométrie est une méthode permettant d'étudier les relations sociales des élèves, soit les relations entre pairs. Pour ce faire, les applications sociométriques collectent des données sur les opinions et sentiments des élèves entre eux dans des occasions où ils entreprennent ensemble une activité. Ces données permettent aux enseignant·e·s de comprendre la structure des relations entre les élèves et, éventuellement, d’ajuster les groupes de travail : nombre de groupes, composition, nature des relations entre les élèves d’un même groupe, etc.
Surasetha et Koraneekij (2022) ont analysé trois applications sociométriques et les ont trouvées insatisfaisantes : GroupDynamics, SociometryPro et Sociogram 5.1. Les principales limites notées sont l'incapacité d'analyser le statut social individuel de chaque élève, le manque de mises à jour régulières, des interfaces dépassées et le manque de compatibilité avec des appareils mobiles.
Ils ont développé leur propre application web, CU Smart Sociometry, pour étudier les relations entre des élèves d’écoles secondaires thaïlandaises. La démarche s’est déroulée en trois phases visant à :
- étudier les besoins de huit enseignantes
- développer l’application web sociométrique, la faire examiner par cinq experts et la tester auprès de 34 enseignant·e·s et élèves
- étudier l'utilisation de l’application web sociométrique par 204 participant·e·s.
L’application développée permet de consulter la table sociométrique et différents sociogrammes, par groupe de travail et par genre. Les experts ont conclu que l’application était pertinente et l’application a été bonifiée après la deuxième phase, par exemple en ajoutant la possibilité de décrire une situation où un utilisateur évalue négativement une situation de travail avec des collègues de classe. La troisième phase a permis d’observer un haut niveau de satisfaction des élèves quant à l’utilisation de l’application et un haut niveau de cohérence entre les résultats de l'application et les perceptions des enseignant·e·s du statut sociométrique de leurs élèves.
Lancement sous peu de PÉRO, le robot conversationnel sur la PRS qui puise uniquement aux publications des chercheur·es du réseau PÉRISCOPE
Lancement sous peu de PÉRO. Ce robot conversationnel de type RAG (Retrieval-Augmented Generation) a été conçu par le réseau PÉRISCOPE pour soutenir les processus de recherche, de formation et de coélaboration des connaissances. Grâce à son architecture hybride, il combine la puissance générative des modèles de langage avec la précision du repérage d’informations dans la base de données constituée notamment des publications des chercheur·es du réseau ou de son corpus scientifique interne. Il est ainsi capable de formuler des réponses contextualisées, fondées sur des sources fiables. Il facilite l’accès aux savoirs sur la PRS, répond aux interrogations de praticien·nes, soutient la formulation de problématiques, la veille stratégique et l’écriture scientifique. C'est dire qu'il a été entraîné sur des contenus propres aux chercheur·es du réseau, ce qui lui confère sa pertinence, notamment en contexte québécois.
L'enseignement explicite en débat : regards croisés de chercheurs
À la suite de la publication récente de deux articles sur l'enseignement explicite dans les Cahiers pédagogiques, le réseau PÉRISCOPE a partagé ces contributions sur ses réseaux sociaux - d'abord l'article de Stéphane Allaire, puis celui de Philippe Meirieu. En réponse à l'intérêt suscité par ces publications, nous avons préparé une analyse qui croise les perspectives de ces deux chercheurs. Notre article examine comment, malgré leurs contextes différents, leurs analyses convergent sur plusieurs points fondamentaux concernant l'enseignement explicite et ses applications. Suivre ce lien.
Balado sur le livre blanc Rapports aux savoirs et système éducatif québécois : des tensions surmontables ?
Rapports aux savoirs et système éducatif québécois : des tensions surmontables ?
Dans la foulée du colloque du réseau PÉRISCOPE lors du congrès de l'ACFAS 2024, ce livre blanc examine les tensions actuelles dans les rapports aux savoirs des agent·es du système éducatif québécois. Suivre ce lien.
NotebookLM : une plateforme d’IA générative pour l’enseignement et la recherche
NotebookLM est une plateforme d’IA générative pour les enseignant·es, chercheur·es et étudiant·es qui veulent explorer, analyser ou synthétiser rapidement des documents qu'ils et elles soumettent sur cette plateforme. En combinant intelligence artificielle et interaction humaine, cette plateforme peut s'avérer fort utile. Suivre ce lien pour accéder au guide préparé par Clarence Pomerleau, étudiante au doctorat, suivre ce lien.