• Meilleurs voeux
    Meilleurs voeux
  • Intelligence Artificielle Générative à l'UNIGE
    Guide d'utilisation de l'intelligence artificielle générative à l'Université de Genève
  • Lunch and Learn
    Lunchs Pédagogiques : venez partager sur des thématiques vives dans l'enseignement !
  • Makeiteasy
    Une plateforme pour tester et améliorer vos compétences numériques à votre rythme
  • Ciel cherche: rédacteurs/trices

Catégorie : Analyses & réflexions

Billet proposant un retour d’expérience, une analyse, une réflexion…


MOOC, SPOC et autres cours en ligne : quelle place pour les capsules vidéo dans les nouveaux dispositifs de formation à distance ?

On pense souvent que les vidéos représentent l’essentiel des cours en ligne actuels (MOOC et SPOC notamment). Cela est partiellement vrai, tant les vidéos à vocation pédagogique connaissent, depuis quelques années, un fort regain d’intérêt, en particulier dans l’enseignement supérieur (voir, par exemple, Peraya (2017), ou encore Peltier et Campion (2017). Mais c’est tout de même oublier qu’un MOOC (Massive Open Online Course), un SPOC (Small Private Online Course) ou ses équivalents divers sont d’abord des cours, c’est-à-dire des dispositifs de formation qui ont pour finalité première de faire apprendre. Dans cette perspective, les capsules vidéo produites et les traditionnels quiz afférents ne sont pas les seules ressources et activités d’apprentissage proposées. De plus, il convient d’assurer à l’ensemble une articulation cohérente et un scénario pédagogique d’usage ; un MOOC n’est en effet pas un « empilement » de contenus et d’activités mais se veut être un parcours d’apprentissage répondant à une logique mue avant tout par les apprentissages visés.

La conception d’un MOOC va donc bien au-delà de la seule production de capsules vidéo à vocation pédagogique et relève d’une entreprise complexe qui demande à être encadrée par des spécialistes de la formation à distance.

Ce billet a pour objectif de montrer, dans les grandes lignes, quelles sont les principales composantes d’un MOOC, comment les capsules vidéo à vocation pédagogique s’articulent à l’ensemble et quelle démarche d’accompagnement la Cellule MOOC de l’UNIGE met en œuvre pour guider la réalisation de ses MOOCs.



Réaliser un référentiel pour les compétences numériques des enseignants et coordinateurs de formation continue

Le renforcement des compétences numériques est le premier point du plan d’action de la stratégie numérique de l’Université de Genève et représente l’un des programmes soutenus par swissuniversities.

Le Centre pour la formation continue et à distance de l’Université de Genève (CFCD) travaille actuellement à la réalisation d’un référentiel des compétences numériques liées à la mise sur pied et à la gestion d’un programme de formation continue en ligne, ou partiellement en ligne. L’objectif principal est de proposer un outil d’auto-positionnement, permettant aussi bien aux équipes enseignantes, de coordination et aux apprenants en formation continue d’évaluer leurs compétences numériques. Le CFCD s’est concentré spécifiquement sur les compétences numériques liées à l’enseignement et à la coordination.

Les enjeux d’une identification précise des compétences numériques pour la formation continue

Les programmes de formation continue à l’UNIGE sont des programmes universitaires. Les dispositifs mis en place pour l’enseignement à distance doivent donc répondre aux exigences qualité d’une haute école en termes de pédagogie et d’évaluation. Actuellement, de plus en plus de programmes de formation continue sont conçus avec une composante en ligne dès le départ. D’autres, plus anciens, se convertissent graduellement au e-learning. Pour réussir cette transition numérique, il est nécessaire d’équiper tous les acteurs des compétences requises.

La qualité des dispositifs de formation en ligne, l’autonomie des équipes enseignantes et de coordination, ainsi que l’encadrement des apprenants sont donc les enjeux principaux de ce projet.

Sur la base de son projet de référentiel, le CFCD souhaite accomplir deux objectifs : Dans un premier temps, proposer aux équipes enseignantes et de coordination un outil d’auto-positionnement leur permettant d’évaluer leurs compétences. Dans un deuxième temps, permettre à ces équipes de s’auto-former et combler d’éventuelles lacunes au moyen de « capsules » d’enseignement leur permettant d’acquérir les compétences souhaitées selon un programme personnalisé, en fonction de leurs rôles respectifs dans un dispositif de formation. En effet, les compétences ou niveaux de compétences initiaux et souhaités varient de manière considérable selon les collaborateurs et les modalités de leurs programmes de formation continue.

Le référentiel proposé par le CFCD

Notre proposition de référentiel combine le DigComp 2.1 et le JISC en l’adaptant au contexte de la formation continue de l’UNIGE.

Le DigComp 2.1 comprend 21 compétences regroupées en cinq champs thématiques :

  • Littératie de l’information et des données
  • Communication et collaboration
  • Création de contenu numérique
  • Sécurité
  • Résolution de problèmes

Les niveaux associés à chaque compétence sont au nombre de quatre, chacun étant décliné en deux demi-niveaux numérotés de 1 à 8:

  • base (foundation)
  • intermédiaire (intermediate)
  • avancé (advanced)
  • hautement spécialisé (highly specialised)

Le DigComp donne ensuite des exemples de compétences acquises correspondant à ces différents niveaux.

Notre approche s’est inspirée de celle du DigComp et notre référentiel décline les compétences en se basant sur les tâches que doivent effectuer les différents acteurs des équipes enseignantes et de coordination. Pour renforcer cette approche, nous avons organisé une consultation interne à l’occasion d’ateliers durant lesquels les collaborateurs des programmes ont pu contribuer à l’identification des tâches à réaliser et des compétences – et niveaux de compétences –  requis.

Exemple

Un exemple : des exemples de tâches à effectuer pour le domaine de compétences 3 ‘Création de contenu numérique’, plus spécifiquement la compétence 3.1. ‘Développer du contenu’ ont été listées dans un tableau. En comparant avec le DigComp, on constate que le niveau de compétence souhaité pour la coordination administrative est le 2 (= base élevé), pour l’enseignement 3 (= intermédiaire normal), pour la techno-pédagogie 6 (= avancé élevé).

La réalisation du référentiel est en bonne voie, mais demande encore quelques ajustements. Sa finalisation prochaine permettra de passer à la deuxième phase du projet, la réalisation d’un outil d’auto-positionnement et son articulation avec de possibles futures capsules d’auto-formation.

Article rédigé par Patrizia Birchler Emery, Sophie Huber et Raphaël Zaffran

DigComp 2.1: The Digital Competence Framework for Citizens with eight pro – ciency levels and examples of use, European Commission, Carretero, S.; Vuorikari, R. and Punie, Y. (2017).  EUR 28558 EN, doi:10.2760/38842

Customization for teachers of all levels of education (including higher education): Digital Competence Framework for Educators (DigCompEdu) 2017

Customization for education and training institutions: European Framework for Digitally-Competent Education Organizations (DigCompOrg) 2015

JISC 2014 : http://web.archive.org/web/20141011143516/http://www.jiscinfonet.ac.uk/infokits/digital-literacies/



Les Learning Analytics, vers leur usage dans le monde académique ?

Avec le phénomène Big Data les données numériques ont quantitativement explosé comme en témoigne l’usage massif de plateformes Web telles que Facebook, Twitter, Amazon ou YouTube par exemple, et les quantités volumineuses de données qu’elles génèrent chaque jour. Dans ce contexte, les méthodes pour traiter ces données ont été redéfinies et reposent désormais sur la capture, la recherche, le partage, le stockage, l’analyse et la visualisation de ces données. Les Analytics sont des outils basés sur ces principes et leurs usages sont de plus en plus répandu dans de nombreux secteurs allant du e-commerce aux jeux vidéo, en passant par la politique. Il est un domaine où cet usage semble avoir un grand potentiel : l’enseignement. On parle alors de Learning Analytics dont voici une définition :

« Les Learning Analytics sont la mesure, la collecte, l’analyse et la présentation de rapports basés sur les données des apprenant·e·s et leur contexte d’apprentissage dans le but de comprendre et d’optimiser l’apprentissage et les environnements dans lesquels il se produit » (Siemens, 2011)

L’objectif annoncé est de d’améliorer les formations et la pédagogie, par une connaissance fine de l’efficacité des exercices, des points sur lesquels butent les apprenant·e·s. Moodle met à disposition des outils qui permettent de collecter et d’analyser les traces numériques laissées par les étudiant·e·s sur sa plateforme. Ces outils, des plugins d’Analytics, ont la particularité de donner aux enseignant·e·s une meilleure connaissance de l’usage des ressources et activités pédagogiques par les apprenant·e·s et ainsi de permettre une amélioration continue du cours mais aussi un meilleur accompagnement des étudiant·e·s via des recommandations ou des interventions spécifiques pour les étudiant·e·s en difficulté. Les outils utilisés pour communiquer ces rapports de données peuvent être distingués comme suit : les indicateurs, les outils de visualisation de données (tableaux de bord, diagrammes etc) très populaires dans le domaine des Learning Analytics.

Plugin « Analytics Graphs » : exemple d’un diagramme qui donne pour chaque ressource d’un cours (à gauche du graphique) le nombre d’étudiant·e·s y ayant accédé (bâtons verts) respectivement le nombre d’étudiant·e·s n’y ayant pas accédé (bâtons rouges). En cliquant sur les bâtons on peut voir le nom des étudiant·e·s concernés et les contacter directement.

Nous avons testé ces plugins d’Analytics disponibles sur Moodle avec des enseignant·e·s de l’UNIGE*. Il en ressort que les informations fournies par ces plugins sont bien plus interprétables et utilisables pour les enseignant·e·s de formations en ligne que pour celles et ceux qui n’utilisent Moodle que pour déposer leurs ressources de cours. Ceci s’explique simplement par le fait que les formations en ligne requièrent aux étudiant·e·s d’être davantage connecté·e·s à leur espace de cours sur lesquels se trouvent l’ensemble de leurs activités de cours, et par conséquent que les traces numériques laissées sont beaucoup plus significatives de leur activité globale. Dans ce cas-là, l’interprétation des données générées par les Analytics est plus riche et précise.

En conclusion, les plugins d’Analytics proposés par Moodle peuvent être utilisés par tous les enseignant·e·s, avec un meilleur potentiel pédagogique pour les cours entièrement en ligne.

*Ces tests ont eu lieu sur la version Moodle 3.1

Références:

Penetrating the Fog: Analytics in Learning and Education EDUCAUSE review., Vol. 46, No. 5. (2011), pp. 30-41 by G. Siemens, P. Long

Liste des plugins actuellement disponibles dans Moodle

  • Achèvement des activités: permet à l’enseignant·e de définir des critères d’achèvement indiquant qu’une activité est achevée ou non.
  • Activités du cours: affiche la liste de toutes les ressources et activités du cours (quiz, forums, devoirs, etc.) et indique pour chacune d’entre elles le nombre de fois qu’elles ont été visitées.
  • Statistiques: génére des tableaux et des graphiques informant sur le nombre d’utilisateurs-trices qui ont visité un espace de cours.
  • Journaux: génére un tableau qui regroupe l’historique de toutes les actions effectuées dans un cours en fonction du nom des participant·e·s, la date de connexion, les types de ressources consultées, leurs adresses IP, le type d’appareil (web, mobile).
  • Journal en direct: possède exactement la même fonction que Journaux à ceci près qu’il n’affiche que les participant·e·s du cours qui sont connecté·e·s en direct ou au maximum une heure auparavant.
  • Participation au cours: génère une liste des participant·e·s du cours qui ont effectué une action donnée (incluant le nombre de fois).
  • Rapports de test: permet à l’enseignant·e d’avoir accès aux résultats d’un test.

Cet article a été rédigé avec Jérémy TAN, étudiant du bachelor en Systèmes d’Information, qui a réalisé cette méthode pour TAN_Projet_Bachelor.



Collaborer pour mieux former : l’enseignement des compétences informationnelles

Le site Uni Mail de la Bibliothèque de l’Université de Genève a mené entre octobre 2017 et avril 2018 une enquête sur les compétences informationnelles des étudiants de Master auprès du corps enseignant.

La vision des enjeux et réalités facultaires obtenue permet de proposer à chaque faculté concernée des perspectives de collaboration dans l’optique de renforcer la formation des étudiants.

La démarche d’enquête est envisagée ici à la fois comme une opportunité d’échanges avec le corps enseignant et comme une occasion d’ajustement organisationnel interne.

 

Le texte complet du rapport se trouve sur l’Archive ouverte de l’UNIGE.

EnregistrerEnregistrer

EnregistrerEnregistrer



Dessinons un FacLab à l’Université de Genève

Pendant le festival d’innovation ouverte Open Geneva 2018, un hackathon intitulé « Dessine-moi un FacLab » s’est tenu les 13 et 14 Avril dans les locaux de la bibliothèque du Centre Universitaire d’Informatique (CUI) à Battelle. Pendant ces deux jours, une cinquantaine de personnes se sont rassemblées pour co-créer et imaginer un FacLab impulsé par l’Université de Genève. Parmi les participant∙e∙s, toutes les composantes de l’Université étaient représentées ainsi que des personnes extérieures d’horizons divers qui ont vu dans cette initiative une opportunité pour l’ensemble de la Cité.