Instruire n’est pas synonyme d’apprendre

À quoi ressemblera le métier d’enseignant demain ? Pour répondre à cette question, LinkedIn vous invite à participer à la série #ProfDuFutur. Pour cela, il suffit de réagir en commentaire ou de publier un post, un article ou une vidéo avec les hashtags #ProfDuFutur #MétierDuFutur. Cet article a été publié en premier lieu par Frédérick Bénichou, co-fondateur de Coorpacademy, sur LinkedIn pour la série #ProfDuFutur. Pour le lire dans sa forme originale, c’est ici.

L’impact évident de l’Intelligence Artificielle sur l’éducation est perçu avec enthousiasme par les uns et avec attentisme et parfois même résistance par les autres. Cet impact se structure en trois niveaux comme le dit Pierre Dillenbourg, professeur à l’EPFL (Dillenbourg et al., Machine Teaching, in: Get ready for the skills economy: Learn, Act, Share; G20 Young Entrepreneurs’ Alliance Summit 2018) :

1- Impact sur les méthodes d’apprentissage : L’IA permet de plus en plus facilement d’adapter les parcours pour correspondre au mieux aux besoins d’un apprenant individuel.

2- Impact sur les contenus : Les produits générés par l’IA sont partout autour de nous ; la pensée computationnelle devient compétence clé pour tous : les élèves mais aussi le corps enseignant.

3- Impact sur la gestion des élèves : Analyse et prise de décision d’une précision inconnue jusqu’alors, basées sur le big data et le comportemental.

1. Expérience d’apprentissage : aujourd’hui et demain

La transformation des méthodes pédagogiques est déjà bien entamée. Cependant « instruire n’est pas synonyme d’apprendre » : ce qui est en jeu est ici moins la méthode d’instruction que les processus d’apprentissage.

Pour s’approprier des sujets, les élèves doivent être engagés, impliqués, moteurs. Pour créer cet engagement, les modalités de la formation ont déjà bien changé…

Bye bye à l’approche « one size fits all », au contrôle complet de l’enseignant(e), et aux séquences d’apprentissage longues, linéaires et au timing fixe. Bonjour à l’apprentissage flexible, (semi-)autonome, décomposé en épisodes de micro-learning. Ce nouveau mode d’apprentissage, représenté dans le monde digital par la dénomination définie par Gartner comme “Learning Experience Platforms”, fonctionne parce qu’il correspond au rythme de vie de ceux qui apprennent : fragmentation de la capacité de concentration, lecture sur écran, temps masqué en mobilité…

Dans le futur proche, l’évolution des modes d’apprentissage devra pousser l’éducation scolaire à préparer les enfants à développer leur autonomie et les compétences méta-cognitives nécessaires pour devenir des « lifelong learners » actifs. Préparer les élèves d’aujourd’hui à la formation continue est sans aucun doute l’enjeu majeur des prochaines années.

2. La pensée computationnelle : compétence pour TOUS les métiers du futur

Les enseignant-e-s ressentent chaque jour l’impact du digital sur leur profession. Les nouveaux outils disponibles sont multiples : logiciel de gestion d’école et de coordination entre enseignant-e-s/direction/élèves, plateforme de gestion de classe et d’activité pédagogique en ligne, smartboards, ressources éducatives libres, smartphone-apps/ jeux éducatifs, etc. Mais on ne pourra se satisfaire d’utiliser les nouvelles technologies pour enseigner les mêmes contenus, pour aider les élèves à développer les mêmes compétences !

Plusieurs études ont démontré que l’école doit préparer les enfants à un monde qui sera radicalement différent. Ainsi, le World Economic Forum estime que 65% des enfants entrants à l’école aujourd’hui auront un métier que nous ne connaissons pas encore et qu’ils en changeront près de 9 fois.

Parmi les compétences les plus pertinentes dans une économie et société de plus en plus digitale se trouve la pensée computationnelle. Toute personne active professionnelle ou simplement citoyenne en aura besoin pour pouvoir comprendre, analyser de manière critique et influencer le monde d’aujourd’hui et de demain.

De quoi s’agit-il ? On ne parle pas de la programmation en soi. Ce mode de pensée comprend des facteurs tels que la séparation des problèmes en parties plus petites (modularisation), le développement d’instructions étape par étape pour la résolution d’un problème (algorithme), l’observation de régularités dans les données (identification de patterns), la maîtrise de différents niveaux d’abstraction (encapsulation), la gestion de la complexité et des problèmes ouverts, etc.

La pensée computationnelle commence à entrer dans les programmes scolaires. Après les grandes écoles comme l’École polytechnique de Lausanne ou l’Université Nationale de Singapour qui enseignent la pensée computationnelle à tous les étudiants de toutes les branches, certaines écoles primaires et secondaires s’y mettent.

Pour les professeurs, c’est le challenge. Ce n’est qu’en travaillant leurs célèbres « 21st century skills », dont en premier rang la pensée computationnelle, qu’ils pourront participer pleinement à la transformation digitale de l’éducation, en tant qu’acteurs.

C’est ce que réclame, par exemple, François Taddéi, directeur du Centre de recherches interdisciplinaire de l’université Paris Descartes. C’est également le point de vue de la Commission Européenne qui définit les compétences digitales des enseignants.

3. Ces Learning Analytics qui changent le travail des enseignants

Aujourd’hui les logiciels de gestion de classe permettent d’analyser si et comment un élève a fini un exercice ou examen ; l’indicateur principal reste le taux de réussite ou de complétion.

Dans l’école du futur, les enseignants auront accès à des data plus massives, mais également plus complètes et surtout comportementales.

En extrapolation du mouvement EdTech qui translate les Learning Management Systems vers les Learning Experience Platforms, des véritables learning analytics arrivent aussi dans ces plateformes destinées aux écoles. Ces learning analytics seront basées sur des données plus complètes : elles dessineront le parcours et l’approche d’apprentissage de chaque élève, avec par exemple la curiosité, la régularité ou la capacité collaborative de l’élève. Prenons l’exemple de la persévérance pour illustrer la valeur de ces nouveaux indicateurs. Des chercheurs comme Angela Duckworth (voir son TED talk) ont pu démontrer que la persévérance est fortement corrélée avec la performance académique.

Si tout le monde est persuadé des évolutions en cours et à venir, nous constatons chaque jour des résistances au changement, des appréhensions qui rendent l’appropriation du sujet bien difficile. Il n’y a qu’à voir des initiatives dignes de la science fiction comme Neuralink (Elon Musk). Quoi que l’on en pense, une chose est acquise : nous ne pourrons pas éviter la vague. Mieux vaut apprendre à la surfer. Les années à venir promettent d’être passionnantes.

Un article de Frédérick Bénichou, co-fondateur de Coorpacademy, publié sur LinkedIn dans la collection #ProfDuFutur. L’article est disponible ici.