Nous la sollicitons tous au quotidien, de façon plus ou moins consciente, et la développer est l’une des meilleures façons d’améliorer la qualité de ses apprentissages. Il s’agit de la « métacognition », une notion que le psychologue américain John H. Flavell a été le premier à nommer dans ses travaux des années 1970 et à en énoncer les fondements théoriques, toujours considérés de nos jours.
De plus en plus utilisée en éducation pour développer l’apprentissage actif, la ludification permet à la fois de rendre une formation plus amusante, donc moins aride, et de recourir aux bienfaits du jeu pour l’apprentissage.
Les applications de la réalité virtuelle (VR) en éducation peuvent créer des expériences actives dans des mondes de plus en plus immersifs et fournir aux apprenants un environnement sécuritaire pour tester et pratiquer des situations autrement stressantes ou, dans certains cas, dangereuses. Dans ce contexte, et en étroite collaboration avec une équipe de l’Unité d’enseignement de l’anglais langue seconde (TESL) du département d’éducation de Concordia, nous avons créé une expérience de VR où les étudiants peuvent se préparer, dans un environnement virtuel sécuritaire et personnalisé, à leur entretien d’évaluation avec leur mentor (enseignant en classe ou superviseur universitaire).
La réalité virtuelle (VR) est cette fascinante technologie qui permet à l’utilisateur de s’immerger dans un monde de synthèse dynamique et adaptatif en 3D à 360 degrés. Dans cet univers numérique, il peut se déplacer et interagir en bénéficiant d’un retour tactile et sensoriel, tout cela en étant simplement muni d’un visiocasque et, si nécessaire, de gants haptiques. Surtout associée à l’univers du jeu vidéo, la VR fait de plus en plus sa place comme outil de formation.
D’abord associée à l’univers du jeu vidéo, la réalité virtuelle (VR) est en voie de devenir un outil de formation incontournable dans certains domaines, dont ceux de la médecine et de la paramédecine. Ses atouts sont d’ailleurs bonifiés par le fait qu’elle a évolué à vitesse grand V ces dernières années sur les plans de la performance et de l’ergonomie, tout en devenant plus accessible.
S’il existe plusieurs méthodes d’enseignement valables, les dernières découvertes en neurosciences ont permis d’identifier 4 facteurs nécessaires à un apprentissage réussi. Conciliables avec la liberté et l’expérimentation qui restent importantes en pédagogie, ces principes directeurs peuvent être intégrés à des approches diverses.
Connaissez-vous le meilleur moyen d’activer vos neurones en vue d’un apprentissage? Savez-vous en quoi consiste l’entraînement à la récupération en mémoire? Avez-vous une idée de l’efficacité relative des techniques d’étude les plus utilisées telles que la relecture, le surlignage ou le test de pratique? Croyez-vous que l’on peut réellement apprendre par l’observation? Testez vos connaissances sur le sujet en répondant aux cinq questions suivantes.
Une interaction se définit comme « une action réciproque de deux choses, de deux personnes ». En pédagogie, ce sujet a été étudié sous plusieurs angles et a donné lieu à diverses théories. Apprendre et enseigner met en jeu plusieurs formes d’interactions entre les différents acteurs ou agents impliqués. L’essor de la formation en ligne ajoute une nouvelle dimension à ces analyses. Voici un aperçu de ce que ces 6 formes d’interactions de particulier en contexte de formation en ligne.
Nous sommes tous assez familiers avec le phénomène d’illusions d’optique, mais moins avec celui des biais cognitifs. Pourtant, ces distorsions perceptives qui sont à notre mental ce que les illusions d’optique sont à notre système visuel nous incitent au quotidien à porter des jugements erronés ou à prendre de mauvaises décisions… Ces raccourcis de l’esprit qui permettent au cerveau de simplifier le traitement de l’information sont inévitables, mais on peut apprendre à mieux les détecter, en commençant par en avoir une meilleure connaissance.
Au début des années 2000, les chercheurs Geoffrey Hinton, Yann LeCun et Yoshua Bengio décident de réexaminer le potentiel des réseaux de neurones artificiels numériques, une technologie délaissée par la recherche de la fin des années 1990 au début de la décennie 2010. Le trio « invente » l’apprentissage profond, qui s’avère aujourd’hui la branche la plus prometteuse de l’intelligence artificielle, celle qui a ranimé l’intérêt pour ce champ de la technologie.
