HDR-Trestini

Nom: 
TRESTINI
Prénom: 
Marc
Titre hdr: 
Théorie des systèmes complexes appliquée à la modélisation d'environnements numériques d'apprentissage de nouvelle génération
Résumé en français: 

Avec l’émergence des réseaux sociaux, des MOOC, de l’apprentissage informel via les réseaux et des approches connectivistes de l’apprentissage, l’analyse d’Environnements Numériques d’Apprentissages (ENA) devient de plus en plus complexe. Les modèles jusqu’alors utilisés pour rendre compte de l’activité instrumentée à des fins cognitives montrent aujourd’hui leurs limites. L’aspect massif d’un MOOC par exemple devient difficilement « représentable » dans ce type de modèles. Son caractère « ouvert » n’en est pas moins difficile à modéliser. De plus, l’évolution de ces environnements est chaotique et leurs effets apparaissent comme imprévisibles. Mais chaotique ne signifie pas hasardeux. Un système complexe est de nature imprévisible et il n’est pas possible de prédire directement, par le calcul, l’issue des processus en jeu. Mais il est possible, à partir d’une modélisation systémique, d’élaborer des scénarios plausibles sur la base des données disponibles (trace de l’activité, résultats de la simulation, tendances lourdes, propriétés émergentes, etc.). Comme le disait Paul Valéry, « nous ne raisonnons que sur des modèles ». Dès lors qu’il est perçu comme un phénomène complexe, un ENA de dernière génération peut donc être avantageusement représenté et analysé dans le paradigme de la Modélisation systémique de la complexité. C’est le parti-pris de cette HDR qui orientera d’ailleurs nos recherches futures.

Abstract in english: 

The emergence of social networks, MOOCs, network-based informal learning and connectivist approaches to learning have made analyzing e-learning platforms more and more complex. Models used until now to account for instrumented activity for cognitive purposes have started to show their limits. The "massive" aspect of MOOCs, for instance, is hard to "represent" with such models. Its "open" aspect is just as difficult to model. Furthermore, the evolution of these environments is chaotic and their effects appear to be unpredictable. Yet chaotic does not mean random. A complex system does have an unpredictable nature and it is not possible to predict, that is to say calculate, the outcome of its processes. But it is possible, thanks to systemic modeling, to elaborate plausible scenarios based on observable data (traces of activity, simulation results, main trends, emergent proprieties, etc.). As Paul Valéry would say, "we can only reason with models". Since a state-of-the-art e-learning platform can be perceived as a complex phenomenon, it can thus be correctly represented and analyzed using the "systemic modeling of complexity" paradigm. This was the choice we made in this HDR, a choice which will guide our future research.

Université de rattachement: 
Université de Strasbourg (Unistra)
Laboratoire de rattachement: 
Laboratoire Interuniversitaire des Sciences de l’Education et de la Communication –LISEC-EA 2310
Date de soutenance: 
Mardi, 6 décembre, 2016
Lieu et heure de la soutenance: 

à 14h30 à l’ESPE de l’académie de Strasbourg

Composition du jury: 

Pr. Bernadette Charlier- Université de Fribourg (rapporteure externe),
Pr. Pierre-Léonard Harvey – Université de Québec à Montréal (examinateur)
Pr. Pascal Marquet (garant)
Pr. Françoise Poyet, Université Claude Bernard, Lyon 1 (présidente du jury)
Pr. Stéphane Simonian, Université de Rennes 2 (rapporteur),
Pr. Philippe Viallon – Université de Strasbourg (rapporteur).


Dernière mise à jour : 3 juillet, 2017 - 08:30