Contexte et motivations

  • Les recherches en changement conceptuel [1] ont démontré dans une pluralité de domaines scientifiques que les apprenants arrivent avec des conceptions initiales identifiables et résistantes à l’instruction.
  • Les étudiants de niveaux universitaires ont généralement des scores faibles sur les échelles de test conceptuel et même ceux présentant les meilleurs scores aux examens révèlent des erreurs de compréhension sur les concepts de base [2].
  • Les étudiants abordent l‘électromagnétisme avec des représentations alternatives, confondent les mécanismes en jeu au niveau microscopique avec leurs expériences sensibles au niveau macroscopique, utilisent des définitions et des formules mathématiques routinières sans réelle compréhension conceptuelle [3].

Enjeu : Réaliser des connexions significatives entre abstraction et expérience sensible, construire des modèles mentaux les plus proches possible du savoir scientifique institutionnalisé pour interpréter les phénomènes naturels.

Dispositif technique

Principes de design


  • Fonctionnalités
  • Reconnaissance et suivi de couleurs
  • Interaction tactile par reconnaissance corporelle
  • Calcule et affichage en 30 à 60 FPS
  • Précision d'environs de 1 à 5mm

  • Hardware
  • Caméra de profondeur Orbecc Astra
  • Picoprojecteur 720p à courte focale
  • Mini PC - intel NUC
  • Supports imprimés en 3D

  • Software
  • Développement libre et open source
  • Visualisations codés en Processing
  • Calibration basé sur la librairie PapARt [4]

Principes de designs

  • Interaction naturel et authentique

Manipulation d’objets d’apprentissage authentiques (aimant, boussole, générateur de courant, circuit câblé). Les phénomènes physiques macroscopiques sont observables.

  • Alterner les représentations

Le système permet de basculer d'un type de représentations à l'autre (champs vectorielle, carte d'intensité, équations etc.) afin de faciliter leur mise en cohérence.

  • Interface non intrusive

Suivi de gestes et reconnaissance de couleurs, sans marqueurs type « Qr-code ». Les visualisation et l'usage du système tentent de limiter les charges cognitives extrinsèques au domaine d'étud (Les éléments d'interfaces sont réduits au minimum.)

  • Simulation Physique

Le phénomène observable n'est plus simulé mais expliciter via la projection spatialement cohérente de formalismes et visualisations artistiques interactives.

Paradigmes de recherche

RÉALITÉ AUGMENTÉE [5]

Interface énactive permettant la superposition sémantique , spatiale et temporelle de représentations numériques multiples à un contexte physique.

/!\ Pas seulement un principe de guidage ou d’étayage du réel mais un système plus complexe de représentations externes (sémiotiques) et internes (mentales).

KNOWLEDGE INTEGRATION FRAMEWORK [6]

Prise en compte d’un répertoire d’idées issues d’abstractions simples et phénoménologiques, de conceptions intuitives, de récits, de modèles mentaux synthétiques et transitoires.

/!\ Séquences pédagogiques centrées sur l’aide à la distinction entre les idées, les diverses représentations de phénomènes et l’interconnexion des situations.

COHÉRENCES DES REPRÉSENTATIONS MULTIPLES [7]

Processus cognitif consistant à créer des connections référentiels entre différents éléments correspondants et différentes structures correspondantes, au sein de différentes représentations.

/!\ Pas automatique et a besoin d’être soutenu chez les étudiants [8], [9].

Références

  1. Vosniadou, S. (2013). International handbook of research on conceptual change (2nd ed.). New York: Routledge/Taylor & Francis Group.
  2. Törnkvist, S. (1993). Confusion by representation: On student’s comprehension of the electric field concept. American Journal of Physics, 61(4), 335.
  3. Finkelstein, N. (2005). Learning Physics in Context: A study of student learning about electricity and magnetism. Int J Sci Educ, 27(10), 1187–1209.
  4. Laviole, J., & Hachet, M. (2012). Spatial augmented reality for physical drawing. In Adjunct proceedings of the 25th annual ACM symposium on User interface software and technology - UIST Adjunct Proceedings ’12 (p. 9). New York, New York, USA: ACM Press.
  5. Bottecchia, S. (2010). Système TAC : Télé-Assistance Collaborative. Réalité augmentée et NTIC au service des opérateurs et des experts dans le cadre d’une tâche de maintenance industrielle supervisée.
  6. Linn, M. C., & Clark, D. B. (2013). The knowledge integration perspective - connections across research and education. In International handbook of research on conceptual change (2nd ed., pp. 520–538). New York: Routledge/Taylor & Francis Group.
  7. Ainsworth, S. (2008). The Educational Value of Multiple-representations when Learning Complex Scientific Concepts. In J. K. Gilbert, M. Reiner, & M. Nakhleh (Eds.), Visualization: Theory and Practice in Science Education (pp. 191–208). Dordrecht: Springer Netherlands.
  8. Suwa, M., & Tversky, B. (2002). External Repre-sentations Contribute to the Dynamic Construction of Ideas. In International Conference on Theory and Application (Vol. 2317, pp. 149–160). Springer Berlin
  9. Seufert, T. (2003). Supporting coherence formation in learning from multiple representations. Learning and Instruction, 13(2), 227–237.