Comprendre l'apprentissage pour enseigner Nous partirons de l’un de nos principes : Enseigner, c’est mettre en place des situations (des dispositifs, des situations-problèmes, des activités … et pourquoi pas un bon exposé de synthèse) dans lesquelles l’étudiant(e) pourra apprendre. Ce « pourra » marque son intentionalité et une certaine indétermination. Nous nous baserons aussi sur une vidéo » Teaching teaching & Understanding understanding » qui tout à la fois inspire et illustre notre propos. « Teaching Teaching & Understanding Understanding » is an award-winning film about university and tertiary teaching generally. Le livre peut être examiné sur Scribd : Teaching for Quality Learning at University on Scribd Bien. I. Le défi pour l’enseignant est d’engager Robert dans un apprentissage en profondeur. Quelques points de cette première partie dont je vous propose un développement à présent (le point de vue des étudiants) : - Apprentissage en surface et en profondeur 1. - Les motivations à apprendre Retour aux 20 items II. III. IV.
ÉCOLES NUMÉRIQUES – le RÉSEAU | Le site d'informations et d'échanges de ressources numériques des écoles de la Charente Beaucoup d’écoles ont adopté un ENT qui est l’outil à privilégier aujourd’hui car conforme au RGPD et au SDET Pour ceux qui utilisent encore les sites et les blogs, voici quelques réponses aux questions fréquemment posées aux conseillers numériques. Y a-t-il un quota d’espace disponible par site ou blog ? Non, il n’y a pas de quota à ce jour. Supprimer les articles et les médias des travaux demandés de plus de 15 joursSupprimer les articles et médias des années précédentes.Veiller à compresser les photos en 800 x 600 avant de les mettre en ligne« C’est bon pour les serveurs, c’est bon pour la planète. » Des parents arrivent difficilement à trouver les ressources mises en ligne. Il est important de permettre aux familles d’accéder rapidement aux ressources concernant leur enfant. Pour cela, on pourra prévoir une page d’accueil fixe qui explique comment accéder aux ressources et un contact permettant d’avoir une aide en cas de difficulté. Dois-je avoir une rubrique contact ?
Experquiz. Un outil expert pour gérer et mesurer les connaissances – Les Outils Tice Experquiz est un outil TICE dédié à la mesure et à la gestion des connaissances à travers des questionnaires interactifs faciles à élaborer qui vous surprendront par leur simplicité à mettre en œuvre et leur efficacité. Experquiz va même au delà en vous permettant de créer de véritables modules d’elearning et des parcours de formation. Experquiz s’adresse aussi bien aux écoles, lycées et universités qu’aux centres de formation ou encore aux entreprises apprenantes qui souhaitent mettre en place des parcours d’apprentissage en autoformation pour leurs salariés. Experquiz fait beaucoup mieux qu’un simple générateur de quiz. L’outil propose neuf modèles de questions différentes dans un environnement graphique attrayant et valorisant. Experquiz offre toutes les options possibles et imaginables pour jongler avec vos questionnaires ou évaluations. Experquiz est une plateforme en évolution constante. Au final une véritable réussite. Lien: Experquiz
[Pôle Numérique] Tablettes numériques 3 jui. 2011 Créer une BD avec les tablettes à l’école primaire Fabrication d’une bande dessinée avec le logiciel Comic Life sur tablette IPAD lire la suite de l'article Créer une BD ou un roman photo avec Comic Life Comment créer simplement, à partir de dessins ou de photos, une BD ou un roman-photo ? lire la suite de l'article 5 déc. 2010 Gestion de documents avec les IPAD Récupérer un document sur un espace distant, le modifier, le réexpédier : comment faire ? lire la suite de l'article 21 nov. 2010 Tablettes numériques et apprentissage nomade : une expérimentation 1er et 2nd degré Au cours de cette année 2010-2011, 4 classes expérimentent l’utilisation nomade de tablettes numériques tactiles : 1 classe de lycée, 1 classe au collège et deux classes primaires. lire la suite de l'article
Identité numérique - WikiNotions Caractéristiques Niveau débutant Contient des caractéristiques Définit un individu Dépend des éléments publiés sur Internet Niveau avancé Contient des caractéristiques Définit un individu Construit la réputation d'un individu Regroupe des traces numériques Est construite par l'individu Est construite par autrui Est fluctuante Définitions Niveau de formulation débutant Une identité numérique est l'ensemble des caractéristiques qui définissent un individu, à partir des éléments que l'on trouve à son sujet sur Internet. Niveau de formulation avancé Une identité numérique est l'ensemble des caractéristiques qui définissent un individu, à travers les traces qu'il laisse sur Internet et à travers les commentaires et publications d'autrui. L'identité numérique peut comprendre (d'après Olivier Ertzscheid) : L'identité numérique, dans sa construction, dépend de la manière dont l'individu s'identifie, se caractérise, selon ce qu'il choisit de publier, de partager. Complément de définition Exemples Ressources
Qu’est-ce que le Deep Learning ? Voici une interview (vidéo en fin d’article) de la startup Blix, pour nous expliquer ce qu’est le Deep Learning. Elle s’appuie en effet sur le Deep Learning pour faire de l’analyse de sentiment online et connaître en temps réel l’état de la réputation d’une marque. Ainsi, elle est en mesure de quantifier le retour sur investissements d’une campagne de communication; en fonction des articles de presse et commentaires des internautes ayant été publiés. ► Le Deep Learning, c’est quoi ?Une fois de plus, il va être question de Big Data dans cet article. Pour rappel, les datas sont l’ensemble des données qui peuvent par exemple être collectées par les entreprises au sujet de leurs utilisateurs. Pour tirer parti du Big Data, il existe plusieurs méthodes, telle que la Data Visualisation (nous en parlions dans un article précédent). Toutefois, au sein de la discipline du Machine Learning, s’est développée une spécificité, celle du Deep Learning. Le Deep Learning en bref et en accéléré.
Les deux écoles: cerveaux biologiques VS intelligence artificielle L'intelligence artificielle (IA) n'est pas un programme informatique banal: elle s'éduque plus qu'elle ne se programme. Des techniques, comme le deep learning, permettent à un programme d'apprendre à se représenter le monde grâce à un réseau de centaines de millions de "neurones virtuels", ce qui le rapproche un peu de notre cerveau. Mais, contrairement à un enfant, l'IA a besoin de beaucoup d'exemples pour apprendre: pour reconnaître des objets, par exemple, il lui faut voir des millions de photos. La clef du succès n'est donc plus la longueur du code informatique, mais la taille des bases de données. Avec des milliards de clients qui alimentent les leurs, les géants du numérique bénéficient d'une supériorité écrasante. Il existe ainsi deux types d'école sur terre. Les chercheurs de Facebook, par exemple, génèrent 10000 IA par jour, les éduquent, les évaluent et gardent les meilleures. L'éducation des cerveaux de silicium tournée vers le futur Deux intelligences complémentaires
Three things you need to know about machine learning Machine learning is all the rage, and major improvements in infrastructure, data storage, and cloud adoption have led to growing interest in the space. Many consumer-facing advancements reside within Google and Facebook, but other companies are investing in the field as well. However, given all the excitement around machine learning, it’s important to understand some of the nuances and mechanics of what machine learning is and how it works. So, what is machine learning and artificial intelligence? Machine learning has increased in popularity and become more feasible in the last five years. There have been several advancements in the field of machine learning that have driven improvements in techniques, applications, and the overall accessibility of the technique such as the rise of cloud computing and the proliferation of data. There are four major factors that have led to the current proliferation of companies that are leveraging machine learning in their products. Types of learning:
Après l’intelligence artificielle, l’intelligence « étendue » Intervenant dans un débat en ligne du New York Times autour des enjeux de l’IA, Joi Ito (@joi), le directeur du Media Lab du MIT, expliquait que même très bien intentionné, l’usage des technologies peut mal tourner. « La majeure partie de la recherche en IA se concentre sur l’apprentissage profond : des ingénieurs « entraînent » des machines pour augmenter l’intelligence collective de nos gouvernements, de nos marchés et de nos sociétés ». Pour lui, plus que d’intelligence artificielle (IA), on devrait parler d’intelligence étendue (IE) pour évoquer cette forme appelée à devenir dominante de l’IA. Les algorithmes qui façonnent l’IE sont entraînés par des humains et peuvent de ce fait propager les mêmes biais qui ruinent la société, les perpétuant sous couvert de « machines intelligentes », à l’image des biais qui affectent les systèmes de police prédictive. Joi Ito dresse un constat d’échec. Devons-nous nous adapter à l’évolution technologique ? Mais pouvons-nous vraiment nous adapter ?
Deep Learning ou apprentissage profond : définition, concept Le Deep Learning, ou apprentissage profond, est l’une des principales technologies de Machine Learning et d’intelligence artificielle. Découvrez en quoi consiste cette technologie, son fonctionnement, et ses différents secteurs d’application. Le Deep Learning ( en Français, la traduction est : apprentissage profond) est une forme d’intelligence artificielle, dérivée du Machine Learning (apprentissage automatique). Pour comprendre ce qu’est le Deep Learning, il convient donc de comprendre ce qu’est le Machine Learning. Deep Learning définition simple et origines de l’apprentissage profond Le concept de Machine Learning date du milieu du 20ème siècle. Deep Learning vs machine learning ? Parmi ces techniques, on compte les réseaux de neurones artificiels. Deep Learning (apprentissage profond) : fonctionnement Au sein du cerveau humain, chaque neurone reçoit environ 100 000 signaux électriques des autres neurones. Deep Learning : exemple Le Deep Learning a de nombreux usages.
emergent Intelligence artificielle - IA - AI | Futura Tech On désigne sous le nom d’intelligence artificielle (IA) la discipline qui se donne pour mission d’amener des machines à simuler la pensée humaine. Cette discipline a vu le jour dès les années 50 et a connu une longue traversée du désert avant de s’imposer à grande échelle dès le début des années 2000. La sortie de ChatGPT fin novembre 2022 a consacré l’entrée dans l’ère de l’intelligence artificielle en libre service pour le grand public. Une discipline née dans les années 50 Les premières mentions d’une machine pensante remontent à l’année 1950. En octobre 1950, Turing publie dans le magazine Mind, un article fondateur : « Machine de calcul et intelligence ». En 1952, alors qu’il étudie à l’université de Princeton, Marvin Minsky programme un ordinateur afin qu’il manifeste un semblant de réflexion. Quatre ans plus tard, Herbert Simon, professeur d’informatique à l’université Carnegie Melon se lance un défi : pourrait-on amener un ordinateur à simuler une réflexion logique ? Deep learning