L'ordre et le désordre en enseignement Marcel Lebrun analyse finement un scénario connectiviste mis en place dans le cadre d'un projet du Réseau des chercheurs en technologies de l'information et de la communication pour l'enseignement (RES@TICE) dans une vidéo publiée sur le blog "Si loin Si proche". (janvier 2009). Le connectivisme est une théorie de l'apprentissage, développée par George Siemens et Stephen Downes, basée sur les apports des nouvelles technologies. "Essentiellement, écrit François Guité, le connectivisme constitue un modèle d’apprentissage qui reconnaît les bouleversements sociaux occasionnés par les nouvelles technologies, lesquels font en sorte que l’apprentissage n’est plus seulement une activité individualiste et interne, mais est aussi fonction de l’entourage et des outils de communication dont on dispose." Certains assimilent cette théorie à du socioconstructivisme, l'apprentissage individuel qui se réalise en interaction avec d'autres sujets. L'ordre et le désordre Combiner l'ordre et le désordre Voir :
Connectivism Editor’s Note: This is a milestone article that deserves careful study. Connectivism should not be con fused with constructivism. George Siemens advances a theory of learning that is consistent with the needs of the twenty first century. His theory takes into account trends in learning, the use of technology and networks, and the diminishing half-life of knowledge. It combines relevant elements of many learning theories, social structures, and technology to create a powerful theoretical construct for learning in the digital age. George Siemens Introduction Behaviorism, cognitivism, and constructivism are the three broad learning theories most often utilized in the creation of instructional environments. Learners as little as forty years ago would complete the required schooling and enter a career that would often last a lifetime. “One of the most persuasive factors is the shrinking half-life of knowledge. Some significant trends in learning: Background An Alternative Theory Connectivism
Qu'est-ce que le connectivisme ? Les théories et les modèles de l'apprentissage se suivent et ne se ressemblent pas forcément; chacun présente une approche spécifique avec ses avantages et ses limites et on n'a pas toujours intérêt à adopter inconditionnellement l'une ou l'autre de ces approches. Le modèle transmissif où l'enseignant est le détenteur du savoir et s'évertue à le transmettre à un apprenant qui aspire à correspondre à un modèle a vu ses beaux jours décliner quoiqu'il soit encore appliqué dans des bastions réfractaires tels que certains espaces universitaires traditionnels (et les xMoocs). Le béhaviorisme, avec le balisage de l'apprentissage du plus simple au plus complexe avec force renforcements, positifs et/ou négatifs, des informations fournies juste à temps à l'apprenant et les remédiations pertinentes qui récupèrent tout retardataire vivra encore de très beaux jours et amènera des réussites ponctuelles satisfaisantes. Toutes ces approches correspondent à des pratiques courantes dans l'apprentissage.
Connectivism et enaction...mon cheminement Quand j'ai commencé à travailler sur le concept d'énaction de Francisco Varela, il y a eu un moment de profonds questionnements pour moi...j'ai eu le sentiment que les repères sur lesquels je m'appuyais tombaient les uns après les autres...un peu comme si je vacillais mentalement...presque physiquement d'ailleurs...impossible de dormir pendant près de deux semaines ! Ce qui émergeait pour moi à ce moment là, c'était l'idée qu'aucun modèle pré-existant n'est indispensable à la construction de mes propres représentations....c'était l'idée que l'on peut apprendre de façon autonome dans un couplage permanent au monde...coup de tonnerre dans mon ciel ! Cette idée s'imposait comme une évidence et tous mes repérages se déplaçaient et prenaient sens autour de cette approche...je ne maîtrisais rien et cela se faisait...il faut dire aussi que ce concept résonnait largement avec ma pratique et trouvait là sa cohérence ! Je me suis remise à dormir ! A lire en parallèle :
Le Connectivisme favorise l'apprentisssage Aujourd'hui, j'ai découvert un article rédigé par CONSCIOUNESS sur le Connectivisme, une démarche d'apprentissage adaptée au monde connecté dans lequel nous évoluons de plus en plus. L'approche est intéressante à étudier dans le cadre de nos réflexions sur l'évolution des organisations personnelles, professionnelles et sociales dans lesquelles nous œuvrons quotidiennement. Le schéma ci-dessus est tiré des réflexions de François GUITÉ, Professeur d’anglais dans un Programme d’éducation internationale à Québec et maintenant au service du ministère de l’Éducation, du Loisir et du Sport (MELS) où il travaille avec l’équipe anglophone sur le Plan d’action sur la lecture à l’école.
PyBrain L’apprentissage en réseau L’éducation est un apprentissage social. Elle nous aide à grandir et à vivre. (John Dewey) Il n’est pas aisé, dans le maelström de la culture numérique, de cerner toute la théorie éducationnelle mêlée à ce vortex. Dans un billet remarquable pour sa compréhension de l’apprentissage en réseau et la qualité de ses graphiques, sans compter le calembour en titre, Bill Farren propose son modèle de l’apprentissage en réseau (Education for Well-being : Insulat-Ed). Ainsi, l’apprentissage en réseau peut être considéré davantage comme une approche de l’apprentissage (par opposition à une approche pédagogique), alors que le connectivisme se situe plutôt au plan des fondements psychologiques de l’apprentissage. L’apprentissage en réseau n’est pas sans inconvénient. L’avantage des réseaux, toutefois, est qu’ils portent en eux les mécanismes pour remédier aux problèmes, comme tout système organique. (Image thématique : Cell Network, par Nancy Suzanne Mueller) Par ricochet : L’humanité en réseau
An Introduction to Neural Networks Prof. Leslie Smith Centre for Cognitive and Computational Neuroscience Department of Computing and Mathematics University of Stirling. lss@cs.stir.ac.uk last major update: 25 October 1996: minor update 22 April 1998 and 12 Sept 2001: links updated (they were out of date) 12 Sept 2001; fix to math font (thanks Sietse Brouwer) 2 April 2003 This document is a roughly HTML-ised version of a talk given at the NSYN meeting in Edinburgh, Scotland, on 28 February 1996, then updated a few times in response to comments received. Please email me comments, but remember that this was originally just the slides from an introductory talk! Why would anyone want a `new' sort of computer? What is a neural network? Some algorithms and architectures. Where have they been applied? What new applications are likely? Some useful sources of information. Some comments added Sept 2001 NEW: questions and answers arising from this tutorial Why would anyone want a `new' sort of computer? Good at Not so good at Fast arithmetic
L'intelligence collective au service de la science La science est une chose trop importante pour être laissée entre les mains des seuls savants. (Carl Sagan) Dans une autre variante de l’intelligence collective, InnoCentive récompense quiconque de ses membres peut résoudre un problème. Le service fait appel à un réseau de plus de 145 000 ingénieurs et scientifiques dans 175 pays pour surmonter les obstacles qui ralentissent les entreprises. Il ne s’agit qu’un exemple d’un vaste mouvement de la recherche libre (open research) qui bouleverse les pratiques usuelles de la science (New York Times : If You Have a Problem, Ask Everyone). À l’aube du maillage virtuel, on assiste à une myriade de nouvelles applications de l’intelligence collective et, à mon avis, à un nouveau secteur de développement économique. La capacité des réseaux virtuels à coconstruire le savoir constitue l’une des caractéristiques les plus négligées du connectivisme. (Image thématique : The Solution of the Riddle, par Joseph Kosuth) Par ricochet :
A Non-Mathematical Introduction to Using Neural Networks The goal of this article is to help you understand what a neural network is, and how it is used. Most people, even non-programmers, have heard of neural networks. There are many science fiction overtones associated with them. And like many things, sci-fi writers have created a vast, but somewhat inaccurate, public idea of what a neural network is. Most laypeople think of neural networks as a sort of artificial brain. Neural networks would be used to power robots or carry on intelligent conversations with human beings. Neural networks are one small part of AI. The human brain really should be called a biological neural network (BNN). There are some basic similarities between biological neural networks and artificial neural networks. Like I said, neural networks are designed to accomplish one small task. The task that neural networks accomplish very well is pattern recognition. Figure 1: A Typical Neural Network Neural Network Structure Programming hash tables use keys and values.
Les solutions alternatives contre l'infobésité L'infobésité est le terme québécois qui désigne la surcharge d'information (information overload en anglais). Elle décrit la situation d'abondance d'information, mais aussi d'incapacité d’assimilation et de réemploi de l’information, pour l’individu et pour l’organisation, ce qui pourrait avoir des conséquences sur la productivité et l’efficacité. Dans un article paru sur le blog Culture & TIC déjà en 2005, Olivier Thiebaut parlait de l'infobésité comme étant le mal de la société de l'information et le décrivait comme suit : « Qui ne s’est jamais perdu dans la profusion de ses favoris Internet ? Ce sujet suscite beaucoup d'intérêt sur la Toile au point qu'il met aux prises deux tendances. Un formulaire simple à renseigner : votre secteur d'activité, le nombre total d'employés, leur classement en fonction de leur degré de compétence. Les solutions technologiques Les métadonnées sont des données spécialisées dans la description des contenus. Les solutions individuelles
Connectivism: A Learning Theory for the Digital Age Connectivism: A Learning Theory for the Digital Age December 12, 2004 George Siemens Update (April 5, 2005): I've added a website to explore this concept at www.connectivism.ca Introduction Behaviorism, cognitivism, and constructivism are the three broad learning theories most often utilized in the creation of instructional environments. Learners as little as forty years ago would complete the required schooling and enter a career that would often last a lifetime. “One of the most persuasive factors is the shrinking half-life of knowledge. Some significant trends in learning: Many learners will move into a variety of different, possibly unrelated fields over the course of their lifetime. Background Driscoll (2000) defines learning as “a persisting change in human performance or performance potential…[which] must come about as a result of the learner’s experience and interaction with the world” (p.11). Driscoll (2000, p14-17) explores some of the complexities of defining learning. Conclusion: