Uploaded on

 

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
188
On Slideshare
0
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
6
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. RaisonsOpportunitésRisquesConditions et perspectives Pour une rencontre fructueuse entre sciences de la cognition et éducation Elena Pasquinelli
  • 2. RAISONS
  • 3. Nature de l’apprentissage¤  Education is neither writing on a blank slate nor allowing a childs nobility to flower. ¤  Rather education is a technology that tries to make up for what the human mind is innately bad at. ¤  Children dont have to go to school to learn to walk, talk, recognize objects, or remember the personalities of their friends even though these tasks are much harder than reading, adding, or remembering dates in history...¤  Because much of the content of education is not cognitively natural, the process of mastering it may not always be easy or pleasant, notwithstanding the mantra that learning is fun... they are not necessarily motivated in their cognitive faculties to unnatural tasks like formal mathematics. (Pinker 2002, p. 222)
  • 4. ①  Education = Technologie pour promouvoir les apprentissages qui ne nous viennent pas naturellement
  • 5. ②  Apprentissage = Fonction cognitive naturelle et ubiquitaire
  • 6. ③  Notre intuition nous induit souvent en erreur
  • 7. Fallacies de l’intuition¤  A. Illusions perceptives et cognitives ¤  Sensibilité aux patterns ¤  Hyperthrophie de la causalité ¤  ….
  • 8. Fallacies de l’intuition¤  B. Illusions méta- cognitives (optimistes) ¤  Attention ¤  Mémoire ¤  Compétence, Connaissance, Compréhension
  • 9. Fallacies de l’intuition¤  C. Biais de raisonnement, heuristiques ¤  Biais de confirmation ¤  Accessibilité ¤  Représentativité ¤  Contexte
  • 10. OPPORTUNITÉS
  • 11. ①  Les sciences cognitives se tournent vers l’éducation
  • 12. ②  Elles apportent1.  Connaissances2.  Méthodes3.  Un cadre théorique: modèles4.  De nouvelles questions … et risques
  • 13. Connaissances Mécanismes de l’apprentissage •  Mémoire •  Compréhension •  Expertise •  Spécificité de domaine de la pensée •  Conditions nécessaires pour le transfert (et ses difficultés) •  Rôle des processus méta-cognitifs •  …
  • 14. Connaissances Limites de l’apprentissage •  Troubles de l’apprentissage •  Rôle des idées, connaissances, structures, apprentissages préalables •  Biais de raisonnement •  Apprentissages naturels et non •  Age, périodes sensibles, plasticité •  Fonction cognitives corrélées (ex. Attention)
  • 15. •  …Connaissances Autres fonctions •  Emotions •  Cognition sociale •  Pédagogie naturelle •  Coopération •  … •  Effets des nouvelles technologies
  • 16. Cadres théoriques & méthodes
  • 17. RISQUES
  • 18. Sullivan, Joshi, Leonard, 2010 Halpern, et al, 2011①  Fallacie naturaliste = Considérer le savoir scientifique comme prescriptif, alors qu’il n’est que descriptif
  • 19. Weisberg (2008) Weisberg et al (2008) McCabe & Castel (2008)②  Effet persuasif du jargon et des images scientifiques (neurosciences)•  Céder à l’allure persuasive des neurosciences•  méprendre des descriptions de localisation pour des explications
  • 20. Lilienfeld et al (2010) Della Sala (ed.) (2007) OECD (2002) Howard-Jones (2010)③  Ne pas avoir la “bonne science”•  Distorsion•  Mauvaise interprétation•  Simplification excessive•  du savoir produit par la science du savoir produit par la scie
  • 21. Neuromythes ¤  Mythe des trois premières années/et son opposé: mythe de la plasticité infinie ou du cerveau muscleBruer (1997)
  • 22. Neuromythes ¤  Effet MozartRauscher et al (1993)Chabris (1999)
  • 23. Neuromythes ¤  Mythe du cerveau droit- gaucheGazzaniga et al (1985)Goswami (2006)Howard-Jones (2009)
  • 24. ④  Usage trivial des connaissances scientifiques (brain-based)⑤  Méthodes sans base scientifique, mais qui utilisent un langage scientifique (brain-based)
  • 25. Roediger & Karpicke (2006)⑥  Tentative d’application immédiate du savoir théorique général à la pratique sans passage par la preuve « clinique » de l’efficacité =•  Impossible de savoir si ça marche réellement en classe
  • 26. “a bridge too far?” ¤  Les neurosciences ne peuvent pas donner lieu à des applications sans le pont des sciences cognitivesBruer (1997)
  • 27. “a bridge too far?” ¤  La recherche en général ne peut pas donner lieu à des applications, si elle n’est pas pensée pour l’application et accompagnée de mesures d’efficacité qui se déroulent dans la situation d’application Willingham (2010)
  • 28. Feynman, 1974⑦  Simplification excessive de la méthode scientifique (preuve des effets)•  Type de Contrôles•  Causalité/Corrélation•  Significativité pour la vie réelle⑧  Usage opportuniste et incomplet des résultats scientifiques (“cherry picking”)
  • 29. Limites expérimentales des étudesexistantes Green, Bavelier, & Dye (2010) Miller & Robertson (2010) Green & Bavelier (2008) Boot et al (2008) Owen et al. (2010)
  • 30. Cartwright, 2008⑨  Pointillisme de la recherche empirique:•  Le savoir empirique peut être difficile à transférer dans des situations différentes de celles où il a été produit (contexte, contenu, typologie d’apprenants)•  Il peut être difficile de contrôler les variables cachées si on n’a pas un modèle théorique qui explique les résultats empiriques
  • 31. ⑩  “Inutilité” du savoir produit (savoir non applicable):•  Le savoir produit peut ne pas concerner la vie de l’apprenant•  Le savoir produit peut ne pas répondre aux questions des éducateurs et problèmes de l’éducation•  OU ne pas être accessible à ceux qui en sont concernés
  • 32. CONDITIONS ET PERSPECTIVES
  • 33. ¤  Avoir la “bonne science” ¤  Savoir empirique (qu’est-ce qui marche) ¤  Savoir théorique (pourquoi ça marche – qu’est-ce qui pourrait marcher) ¤  produit par des méthodes rigoureuses et modèles solides¤  L’utiliser à bon escient et éthiquement ¤  en connaissance de l’ensemble de la recherche ¤  en déclarant clairement ses limites et conditions de validité¤  Produire du savoir utile ¤  par rapport aux besoins réels de l’éducation ¤  Et des apprenants¤  Le diffuser de manière accessible ¤  Informer ¤  Former
  • 34. Alliance entre recherchethéorique et empirique•  Qu’est-ce qui marche•  Pourquoi cela marche•  Qu’est-ce qui pourrait marcher
  • 35. Recherche translationnelle •  Production de nouveau savoir •  De la classe au laboratoire, du laboratoire à la classe
  • 36. Le modèle médicalMédecine basée sur la Médecinepreuve translationnelle¤  EBM concerne l’utilisation du ¤  TM concerne la production de savoir clinique en complément nouveau savoir utilisable (utile et de celui biologique ou de adopté) à partir de savoir plus l’expérience général ¤  Prise en compte du ¤  Classification et patient réel hiérarchisation des preuves ¤  Test cliniques des interventions susceptibles ¤  Synthèse de l’information d’avoir un effet ¤  Diffusion de l’information ¤  Efficacité dans la vie réelle ¤  Formation initiale et continue ¤  Conditions d’adoption ¤  Traduction des résultats en politiques de santé
  • 37. Un effort commun et fédérateur¤  Au niveau ¤  Disciplinaire, entre sciences de l’apprendre et de la cognition humaine ¤  Du terrain et de la recherche ¤  International