\n
\n\n \n \n \n \n \n Les objets connectés au service de l'apprentissage.\n \n \n \n\n\n \n Bouchereau, A.\n\n\n \n\n\n\n Ph.D. Thesis, Université de Bourgogne Franche-Comté, November 2020.\n
\n\n
\n\n
\n\n
\n\n \n\n \n\n \n link\n \n \n\n bibtex\n \n\n \n \n \n abstract \n \n\n \n\n \n \n \n \n \n \n \n\n \n \n \n\n\n\n
\n
@phdthesis{bouchereauObjetsConnectesAu2020,\n title = {{Les objets connect\\'es au service de l'apprentissage}},\n author = {Bouchereau, Aymeric},\n year = {2020},\n month = nov,\n address = {{Universit\\'e de Bourgogne Franche-Comt\\'e}},\n abstract = {L'apprentissage \\textendash{} principe vital de l'\\'evolution \\textendash{} assure la transformation des donn\\'ees primaires capt\\'ees par nos sens en connaissances utiles ou id\\'ees abstraites et g\\'en\\'erales, exploitables dans de nouvelles situations et contextes. Les neurosciences cognitives montrent que les m\\'ecanismes de l'apprentissage reposent sur l'engagement cognitif (e.g. se questionner, \\'evaluer ses erreurs), physique (e.g. manipuler, bouger) et social (e.g. d\\'ebattre, collaborer). L'apprenant construit ses connaissances par l'exp\\'erience, en explorant son environnement, en formulant des hypoth\\`eses et en exp\\'erimentant.Apprendre est crucial dans un contexte o\\`u l'\\'evolution exponentielle des technologies de l'information et de la communication change les objets, les pratiques et les usages. Le d\\'eveloppement de l'Internet des Objets (IdO) transforme les objets physiques du quotidien (e.g. ampoule, montre, voiture) en objets connect\\'es (OC) pouvant collecter des donn\\'ees et agir sur l'environnement de l'usager. L'apprentissage devient aussi bien biologique qu'artificiel et permet de cr\\'eer des syst\\`emes d'Intelligence artificielle (SIA) analysant de grands volumes de donn\\'ees pour automatiser des t\\^aches et assister les individus.Les technologies peuvent favoriser l'apprentissage, lorsque les possibilit\\'es techniques qu'elles offrent sont utilis\\'ees pour soutenir le processus de construction de connaissances. Ainsi, cette th\\`ese porte sur l'apprentissage dans le contexte de l'IdO et examine la mani\\`ere dont les sp\\'ecificit\\'es des OC peuvent s'articuler avec les m\\'ecanismes de l'apprentissage.Afin d'identifier les caract\\'eristiques de l'apprentissage dans le contexte de l'IdO, nous avons \\'etudi\\'e les usages existants d'OC. En s'appuyant sur l'\\'etat de l'art, nous avons propos\\'e un outil conceptuel d\\'ecrivant l'IdO au travers de quatre dimensions d'analyse : Donn\\'ees, Interfaces, Agents et Pervasivit\\'e. Cet outil nous a permis d'identifier, de r\\'epertorier, de classer et, in fine, d'analyser les usages d'OC au service de l'apprentissage. Dans le cadre ces usages, l'apprentissage est caract\\'eris\\'e par l'engagement physique, la contextualisation des savoirs et le rapprochement des activit\\'es p\\'edagogiques avec la r\\'ealit\\'e.En valorisant les r\\'esultats de ce premier travail, nous avons \\'elabor\\'e une approche pour mettre les sp\\'ecificit\\'es des OC au service de l'apprentissage des sciences. L'aspect abstrait et souvent contre-intuitif des savoirs scientifiques freine leur apprentissage, en partie car notre perception de la r\\'ealit\\'e est subjective et limit\\'ee par nos sens. Or, les donn\\'ees collect\\'ees par les OC et analys\\'ees par des SIA apportent des informations sur l'environnement pouvant \\^etre utilis\\'ees pour \\'etendre la perception humaine.Ainsi, l'objectif de notre approche, traduite par le mod\\`ele Donn\\'ees - Repr\\'esentations - Interactions (DRI), vise \\`a exploiter les OC et les SIA pour faciliter l'observation de ph\\'enom\\`enes physiques. Selon le mod\\`ele DRI, l'apprenant interagit avec des repr\\'esentations d'un ph\\'enom\\`ene physique g\\'en\\'er\\'ees \\`a partir d'OC et de SIA. En accord avec les m\\'ecanismes de l'apprentissage (e.g. constructivisme, r\\^ole de l'exp\\'erience), l'apprenant est amen\\'e \\`a faire des observations et des manipulations, \\`a formuler des hypoth\\`eses et \\`a les tester. Afin d'\\'evaluer les effets et les contraintes du mod\\`ele DRI, nous avons con\\c{c}u les dispositifs LumIoT d\\'edi\\'es \\`a l'apprentissage des grandeurs photom\\'etriques (e.g. flux lumineux, intensit\\'e lumineuse, \\'eclairement). Puis, nous avons conduit une exp\\'erimentation avec 17 \\'etudiants du Master 1 Produits et Services Multim\\'edia de l'Universit\\'e de Franche-Comt\\'e (site de Montb\\'eliard).Les r\\'esultats de l'exp\\'erimentation montrent que les dispositifs LumIoT, bas\\'es sur le mod\\`ele DRI, ont facilit\\'e l'observation et la compr\\'ehension des grandeurs photom\\'etriques. En rendant accessibles des savoirs abstraits, le mod\\`ele DRI ouvre la voie \\`a des dispositifs d'apprentissage mettant les OC et les SIA au service de la m\\'ediation des savoirs.},\n copyright = {All rights reserved},\n file = {/Users/Aymeric/Zotero/storage/HSGWH96F/Bouchereau - 2020 - Les objets connectés au service de l'apprentissage.pdf;/Users/Aymeric/Zotero/storage/Y2I3BVSX/tel-03117541.html},\n language = {fr},\n type = {{Th\\`ese de doctorat}}\n}\n\n
\n
\n\n\n
\n L'apprentissage – principe vital de l'évolution – assure la transformation des données primaires captées par nos sens en connaissances utiles ou idées abstraites et générales, exploitables dans de nouvelles situations et contextes. Les neurosciences cognitives montrent que les mécanismes de l'apprentissage reposent sur l'engagement cognitif (e.g. se questionner, évaluer ses erreurs), physique (e.g. manipuler, bouger) et social (e.g. débattre, collaborer). L'apprenant construit ses connaissances par l'expérience, en explorant son environnement, en formulant des hypothèses et en expérimentant.Apprendre est crucial dans un contexte où l'évolution exponentielle des technologies de l'information et de la communication change les objets, les pratiques et les usages. Le développement de l'Internet des Objets (IdO) transforme les objets physiques du quotidien (e.g. ampoule, montre, voiture) en objets connectés (OC) pouvant collecter des données et agir sur l'environnement de l'usager. L'apprentissage devient aussi bien biologique qu'artificiel et permet de créer des systèmes d'Intelligence artificielle (SIA) analysant de grands volumes de données pour automatiser des tâches et assister les individus.Les technologies peuvent favoriser l'apprentissage, lorsque les possibilités techniques qu'elles offrent sont utilisées pour soutenir le processus de construction de connaissances. Ainsi, cette thèse porte sur l'apprentissage dans le contexte de l'IdO et examine la manière dont les spécificités des OC peuvent s'articuler avec les mécanismes de l'apprentissage.Afin d'identifier les caractéristiques de l'apprentissage dans le contexte de l'IdO, nous avons étudié les usages existants d'OC. En s'appuyant sur l'état de l'art, nous avons proposé un outil conceptuel décrivant l'IdO au travers de quatre dimensions d'analyse : Données, Interfaces, Agents et Pervasivité. Cet outil nous a permis d'identifier, de répertorier, de classer et, in fine, d'analyser les usages d'OC au service de l'apprentissage. Dans le cadre ces usages, l'apprentissage est caractérisé par l'engagement physique, la contextualisation des savoirs et le rapprochement des activités pédagogiques avec la réalité.En valorisant les résultats de ce premier travail, nous avons élaboré une approche pour mettre les spécificités des OC au service de l'apprentissage des sciences. L'aspect abstrait et souvent contre-intuitif des savoirs scientifiques freine leur apprentissage, en partie car notre perception de la réalité est subjective et limitée par nos sens. Or, les données collectées par les OC et analysées par des SIA apportent des informations sur l'environnement pouvant être utilisées pour étendre la perception humaine.Ainsi, l'objectif de notre approche, traduite par le modèle Données - Représentations - Interactions (DRI), vise à exploiter les OC et les SIA pour faciliter l'observation de phénomènes physiques. Selon le modèle DRI, l'apprenant interagit avec des représentations d'un phénomène physique générées à partir d'OC et de SIA. En accord avec les mécanismes de l'apprentissage (e.g. constructivisme, rôle de l'expérience), l'apprenant est amené à faire des observations et des manipulations, à formuler des hypothèses et à les tester. Afin d'évaluer les effets et les contraintes du modèle DRI, nous avons conçu les dispositifs LumIoT dédiés à l'apprentissage des grandeurs photométriques (e.g. flux lumineux, intensité lumineuse, éclairement). Puis, nous avons conduit une expérimentation avec 17 étudiants du Master 1 Produits et Services Multimédia de l'Université de Franche-Comté (site de Montbéliard).Les résultats de l'expérimentation montrent que les dispositifs LumIoT, basés sur le modèle DRI, ont facilité l'observation et la compréhension des grandeurs photométriques. En rendant accessibles des savoirs abstraits, le modèle DRI ouvre la voie à des dispositifs d'apprentissage mettant les OC et les SIA au service de la médiation des savoirs.\n
\n\n\n