Un point sur la pensée informatique (2022) : enjeux de recherche et d’éducation, définitions et repères

Résumé

Résumé en français

La pensée informatique : définitions, enjeux pour l’éducation et exemples de ressources pédagogiques.

Résumé en anglais

Computational thinking: definitions, issues for education and examples of educational resources.

Auteur : Elie Allouche, Chef de projet recherche appliquée et incubateur de projets numériques – Bureau du soutien à l’innovation numérique et à la recherche appliquée (DNE-TN2)

Mots-clés de l’article
(European Commission, Joint Research Centre, 2016)

1. La pensée informatique : présentation générale, enjeux et problématique

L’enseignement et l’apprentissage de la pensée informatique à l’École est un domaine de recherche et d’application qui est traité dans le cadre de l’éducation au numérique, dans sa diversité, sa complexité et sa “réalité multiforme” (Baron & Depover, 2019).

Plus précisément, pour plusieurs chercheurs, praticiens et décideurs, l’acquisition de ces compétences par les élèves est importante pour les préparer aux défis du monde contemporain (mutations professionnelles, éducation à la citoyenneté), notamment dans le cadre des compétences du XXIe siècle (Romero, 2017) in (Archambault et al., 2019).

Cependant, la présence de l’informatique dans les programmes scolaires n’a pas été toujours accompagnée d’un cadrage conceptuel correspondant à la démarche de la science informatique, l’acquisition des compétences par les élèves s’effectuant plus par approximation (Bruillard, 2004 cité par (Baron & Depover, 2019).

Afin d’apporter un éclairage sur ces questions, nous présentons ici quelques repères sur la pensée informatique et la question de son enseignement à l’École avec un panorama des travaux de recherche en France et à l’international.

(« Pensée computationnelle », 2018)

(Romero, 2017)in (Archambault et al., 2019)

2. Quelques repères clés 

  • La pensée informatique (PI), ou “pensée computationnelle” (PC) est la traduction de computational thinking (CT). 
  • Elle a pour origine les travaux de Seymour Papert, pour qui “la programmation favorise le développement d’une pensée procédurale chez les enfants” (Baron & Drot-Delange, 2016; Papert, 1981).
  • Avec le thème plus global de l’enseignement de l’informatique à l’École, l’enseignement de la pensée informatique n’est pas une nouveauté pour les chercheurs et les praticiens de l’éducation – voir notamment les publications de (Baron, 1990 ; Baron & Drot-Delange, 2016 ; Drot-Delange & Bruillard, 2012) – mais il a connu une nouvelle impulsion depuis les années 2000, notamment avec les travaux de (J. M. Wing, 2006, 2011) et la question de l’enseignement de l’intelligence artificielle (de la Higuera & Bocquet, 2020) (Romero, 2018). 
  • (J. M. Wing, 2011) en propose la définition suivante : “la pensée informatique décrit l’activité mentale dans la formulation d’un problème pour admettre une solution informatique [par un homme ou une machine, ou plus généralement, par des combinaisons d’hommes et de machines]” et ne peut être réduite à l’enseignement de la programmation.
  • Cet enseignement est souvent associé à la nécessité d’une prise de recul critique par rapport au numérique et à l’utilisation quotidienne d’”objets numériques” (Bruillard, 2018) et peut concerner d’autres disciplines au-delà de l’informatique au sens strict.

3. Historique

Années 1960-1970

Au MIT l’informaticien Seymour Papert (né en 1928) développe la  théorie du « constructionnisme » (inspirée de Jean Piaget) et met au point le langage de programmation Logo.

Théorie de Papert : « C’est l’enfant lui-même, à travers ses expériences, qui est le moteur de l’apprentissage, constructeur de son propre savoir. Il s’agit de le motiver suffisamment en l’engageant dans des activités de nature expérimentale… ». (Bruillard, 1997)

Mars 1970, actes du séminaire CERI-OCDE sur l’introduction de l’informatique dans l’enseignement secondaire : « […] l’une des caractéristiques de l’informatique est de créer chez les élèves une attitude algorithmique, opérationnelle, organisatrice, laquelle est souhaitable pour bien des disciplines » (CERI-OCDE, 1971, p. 43) cité par (Baron & Depover, 2019).

Années 1980

Débats sur l’introduction d’un enseignement d’informatique en France.

« L’informatique s’appuie sur des méthodes de pensée originales dont l’apport est enrichissant et la valeur culturelle certaine. » (Arsac, 1981). 

1981 : Papert prône l’importance de l’apprentissage d’un langage de programmation, comme moyen d’enseigner aux enfants à penser :

«[…] certaines utilisations d’une technique informatique puissante, voire d’un état d’esprit informatique, peuvent fournir aux enfants de nouvelles façons d’apprendre, de penser […] » (Papert, 1981, p. 30). Mais son propos concerne bien davantage les idées fondamentales que les enfants peuvent découvrir ou s’approprier dans des situations informatisées que l’apprentissage de l’informatique pour elle-même (Papert, 2000).

1983 : orientations décidées par la direction des écoles concernant l’introduction de l’informatique à l’école primaire, mentionnant les trois finalités générales de cet enseignement : éveil humain et social, éveil technologique et éveil logistique (Boulle, 1984) en mettant l’accent sur le logiciel et la pensée logistique ou algorithmique. 

Consensus parmi les partisans d’un enseignement de l’informatique au primaire et au secondaire sur l’idée qu’apprendre l’informatique forme les élèves à une pensée singulière liée à la résolution de problèmes.  

Années 1990-2010

1990 : la revue de littérature menée par (Baron, 1990) souligne que les transferts de compétences vers d’autres apprentissages ne sont pas prouvés par les expérimentations. 

2006 : première version du langage de programmation graphique Scratch

2006-2014 : articles de Jeannette Wing sur la pensée informatique (computational thinking).  

2012 : article de  Brennan et Resnick (2012) qui propose  des clés d’analyse pour caractériser la pensée informatique, obtenues à partir d’observations de l’activité de jeunes concepteurs de programmes Scratch en distinguant trois dimensions :

1. concepts informatiques mobilisés par les concepteurs (séquences, boucles, événements, parallélisme, structures conditionnelles, opérateurs, données) 

2. pratiques informatiques (améliorations successives et itératives, tester et déboguer, réutiliser et remixer, abstraire et modulariser) 

3. perspectives (manière dont les concepteurs se décrivent eux-mêmes, perçoivent leur relation aux autres et au monde technologique qui les entoure, agentivité). 

2013 : rapport de l’Académie des sciences “L’enseignement de l’informatique en France—Il est urgent de ne plus attendre” (Académie des sciences, 2013)

2017 :  (Bers, 2017) revient sur les trois rôles que peuvent jouer les ordinateurs en lien avec des idées fondamentales selon Papert (rôle neutre, indépendamment de l’existence de l’ordinateur ; rôle libérateur, exploitant les potentiels du développement de l’informatique, notamment en matière de modélisation ; rôle incubateur permis par l’ordinateur. 

2018 : conférence au colloque Didapro 7 – DidaSTIC, (Bers, 2018) indique la dimension protéiforme de la pensée informatique, dans la lignée des travaux de Papert : pensée abstraite, systémique, logique et séquentielle, algorithmique, résolution de problèmes, apprentissage par l’erreur… 

D’après (Drot-Delange et al., 2019) et (Baron & Drot-Delange, 2016)

Grandes périodes de l’histoire de l’informatique

(Delmas-Rigoutsos, 2018)

4. Définitions

4.1 L’héritage de Seymour Papert

“Seymour Papert semble être le premier à utiliser dans l’imprimé l’expression « pensée informatique » (Papert, 1980). Contrairement à l’utilisation de Wing en 2006, cependant, cette seule occurrence (…) n’est en aucun cas une tentative de définition : « Leurs [des personnes utilisant des ordinateurs pour fournir des activités mathématiquement riches] visions de la façon d’intégrer la réflexion sur la vie quotidienne était insuffisamment développée. Il est utilisé en passant (…). Ce qui est au cœur de [son livre Mindstorms], ce n’est pas de « penser » – c’est plutôt « construire », par des moyens informatiques, des versions concrètes de notions mathématiques abstraites ; ou, c’est construire des modèles mentaux personnels pour comprendre le monde – informatique les « environnements » (« métaphores », « idées », etc.) sont l’un des moyens les plus efficaces et économique obtenir de tels modèles de manière autonome. L’attrait de l’ordinateur est qu’il fournit une référence concrète pour les concepts abstraits à comprendre. (…) Cette  prédiction de Papert sur la révolution du système scolaire ne s’est pas matérialisée, et ses idées dans [son livre Mindstorms] ont été mal comprises et simplifiées à l’extrême. Rétrospectivement, il rappelle le sous-titre du livre (« Enfants, ordinateurs et idées puissantes »), en reconnaissant que tant les enthousiastes que les détracteurs se sont concentrés sur les deux premiers éléments, en oubliant le troisième, le plus important.”

(Lodi, 2020a) [Traduction]

4.2 Les définitions de Jeannette M. Wing 

“La pensée informatique est une compétence fondamentale pour tout le monde, et pas seulement pour les informaticiens. Outre la lecture, l’écriture et l’arithmétique, nous devrions ajouter la pensée informatique à la capacité d’analyse de chaque enfant. (…) La pensée informatique consiste à résoudre des problèmes, à concevoir des systèmes et à comprendre le comportement humain, en s’appuyant sur les concepts fondamentaux de l’informatique. La pensée computationnelle comprend une gamme d’outils mentaux qui reflètent l’étendue du domaine de l’informatique.” 

(J. M. Wing, 2006) [Traduction] Voir aussi l’adaptation sur le site Interstices (J. Wing, 2009) 

“La pensée informatique est le processus de pensée impliqué dans la formulation de problèmes et de leurs solutions afin que les solutions soient représentées sous une forme pouvant être efficacement exécutée par un agent de traitement de l’information. De manière informelle, la pensée informatique décrit l’activité mentale dans la formulation d’un problème pour admettre une solution informatique. La solution peut être réalisée par un homme ou une machine, ou plus généralement, par des combinaisons d’hommes et de machines. Mon interprétation des mots « problème » et « solution » est large. Je veux dire non seulement des problèmes mathématiquement bien définis dont les solutions sont complètement analysables, par exemple une preuve, un algorithme ou un programme, mais aussi des problèmes du monde réel dont les solutions peuvent être sous la forme de grands systèmes logiciels complexes. Ainsi, la pensée informatique chevauche la pensée logique et la pensée systémique. Il comprend la pensée algorithmique et la pensée parallèle, qui à leur tour engagent d’autres types de processus de pensée, tels que le raisonnement compositionnel, l’appariement de modèles, la pensée procédurale et la pensée récursive. La pensée informatique est utilisée dans la conception et l’analyse de problèmes et de leurs solutions, interprétées au sens large.”

(J. M. Wing, 2011)  [Traduction]

5. Domaine de recherche et repères dans la littérature scientifique 

5.1 Pensée informatique et culture informatique (1/2)

“Plus que des savoirs et savoir-faire, des auteurs insistent sur la pensée informatique inhérente à la culture informatique depuis une quarantaine d’années. Baron et Bruillard (1996) proposent une chronologie de l’introduction de l’informatique en milieu scolaire. Dans les quatre phases identifiées, la deuxième (1970-1980) est caractérisée par l’idée de démarche informatique. Ainsi, Hebenstreit (1978) propose l’enseignement d’une démarche algorithmique. Cette idée de démarche de pensée informatique est reprise par d’autres chercheurs (Arsac, 1981 ; Breton, 1990 ; Mirabail, 1990). Arsac (1981) la caractérise « comme algorithmique, opérationnelle, organisationnelle ». Plus récemment, Jeannette Wing (2006), définissant la pensée computationnelle, insiste sur le fait qu’« il s’agit bien d’une pensée, pas simplement de calcul mécanique au sens de routinier », mettant en œuvre plusieurs niveaux d’abstraction. Elle met en exergue la résolution de problème, la capacité que procure cette forme de pensée particulière à formuler le problème, le décomposer, bref, le penser autrement pour le résoudre. C’est aussi selon elle la capacité à nommer les objets pour pouvoir les manipuler de manière abstraite. Il s’agirait de former l’esprit à une pensée singulière, utile dans d’autres sciences et dans la vie quotidienne. Mais cette pensée n’est pas pure abstraction car elle est ancrée dans une pensée technologique, du fait que les systèmes ainsi conçus interagissent avec le monde réel.” (…)

Participer de manière éclairée aux activités sociales dans un monde en réseau, c’est avoir conscience qu’elles produisent des traces, que la capacité de stockage et de recherche d’information des objets informatisés en font une véritable mémoire. Ne pas laisser cette mémoire se constituer à l’insu de l’individu implique la maîtrise des objets informatisés en jeu. C’est comprendre que ces objets ne sont pas exogènes aux sociétés dans lesquelles ils trouvent place. C’est aussi être capable de « pensée informatique ». Au final, ces cultures, informatique et du numérique, ont beaucoup à voir avec une culture informationnelle, qui mettrait au cœur l’information sans exclure l’informatique, dans une perspective critique et citoyenne. Reste à bâtir cette éducation aux médias, à l’information ou aux TIC. Pour expliquer le choix et la légitimation des contenus d’enseignement, les modèles les plus utilisés sont celui de la transposition didactique et celui de la référence à des pratiques sociales. S’agissant d’informatique ou de TIC, ces deux modèles ne sont pas vraiment opératoires. Le premier évacue les cultures numériques et renforce la constitution d’un îlot disciplinaire. Le second suppose des pratiques stabilisées et reconnues qui puissent servir de référence. Faire converger l’éducation à l’information, aux TIC et aux médias invite à la mise en place d’autres processus de choix et de légitimation. Des constructions sont encore à penser, la convergence entre éducation à l’information, aux TIC et aux médias peut buter sur les cultures des enseignants susceptibles de se reconnaître dans ses différentes éducations. Trouver et former des enseignants partageant ces différentes cultures est loin d’être un problème réglé.”

(Drot-Delange & Bruillard, 2012)

5.2 Pensée informatique et culture informatique (2/2)

“Épuise-t-on avec la pensée informatique la question de la transmission aux jeunes de notions et d’une culture liées à l’informatique ? La réponse est certainement négative. É. Bruillard, un informaticien intéressé par les problématiques éducatives et communicationnelles, considère pour sa part que l’informatique s’organise autour de trois grandes approches : d’abord, les algorithmes et le traitement automatisé dans le cycle classique données/traitement/résultats ; ensuite une approche liée à l’interaction entre ordinateurs et personnes, où l’activité humaine est centrale, et enfin une approche collective, liée à l’action d’agents humains et non humains au sein de réseaux sociaux. Pour cet auteur, avant tout, l’informatique est une nouvelle technologie d’écriture permettant de « découpler l’information de son support », de « séparer l’écriture de son support matériel », ce qui a des effets multiples, favorisant les postures réflexives et le partage collectif. Il souligne que « l’informatique introduit des formes d’écriture “performatives” », avec des « caractéristiques nouvelles relevant de la programmation ou plus largement de la manipulation de données : la lecture de cette écriture conduit à des actions (exécution effectuée par les machines) » (Bruillard, 2016). L’artefact est alors un artefact cognitif, il s’agit donc de penser avec l’informatique, ce qui est plus large que l’idée de pensée informatique lorsque celle-ci est fondée sur le concept d’algorithme (Tchounikine, 2016). Cette notion de penser avec l’informatique a pour intérêt d’attirer l’attention sur le fait qu’il y a des concepts soutenant l’activité technique de programmer des équipements informatiques. Sans doute correspond-elle assez bien à ce qu’on appelait la « pensée logistique » dans les années 1980 et la « démarche informatique » dans les années précédentes. Mais on peut se demander dans quelle mesure elle peut résumer ce qui en jeu dans l’apprentissage de l’informatique pour tous.”

(Baron & Drot-Delange, 2016)

5.3 Critiques de la pensée informatique : quelques exemples

“[La vision de Papert] sera assez rapidement critiquée par des auteurs comme Crahay (1987), qui a judicieusement fait observer que toute pensée n’a pas nécessairement un caractère procédural ou comme Linard, qui a souligné que les « présupposés du bon fonctionnement de la symbolique cognitive rationnelle ne relèvent justement pas du seul cognitif » et qu’il est nécessaire de prendre aussi en compte ce qui relève des relations psycho-affectives (Linard, 1986, p. 10). Sur la base de travaux en didactique de l’informatique, Schwill (1993) décrit une autre manière de développer la pensée computationnelle en organisant l’enseignement de l’informatique autour d’un nombre limité d’idées fondamentales. Cette approche a été récemment reprise par Delmas-Rigoutsos qui propose une cartographie des concepts fondamentaux de la pensée informatique « […] susceptibles de contribuer à la formation générale de l’esprit humain, au même titre que les mathématiques ou les humanités » (Delmas-Rigoutsos, 2018, p. 31).”

(Baron & Depover, 2019)

“Le concept de CT fait l’objet de plusieurs types de critiques, que ce soit au niveau théorique ou pratique (…) (Tedre & Denning, 2016). La première critique qui est souvent portée au concept de CT concerne le manque d’une définition précise et partagée. (…)  Les auteurs suggèrent d’appliquer une perspective historique au CT pour éviter de proposer cycliquement les mêmes concepts et, surtout, répéter les mêmes erreurs. Une erreur fréquente identifiée par Tedre et Denning consiste à affirmer que les compétences acquises grâce au CT peuvent être automatiquement généralisées à d’autres domaines. Cette affirmation, selon les auteurs, a déjà été infirmée dans les années 80 (Pea & Kurland, 1984), et également par des recherches plus récentes menées par Guzdial (2015). Une autre critique qui a été soulevée au sujet du CT concerne le fait que tous les problèmes ne possèdent pas forcément une solution computationnelle (…) [notamment les] problèmes moraux ou éthiques qui ne peuvent pas être résolus sans faire recours à des considérations sur les valeurs et les idées personnelles ou qui appartiennent à un cadre social de référence.”

(« Pensée computationnelle », 2018)

6. Pensée informatique et enseignement scolaire

6.1 La démarche algorithmique dans le  socle commun de connaissances, de compétences et de culture

“Comprendre, s’exprimer en utilisant les langages mathématiques, scientifiques et informatiques 

L’élève utilise les principes du système de numération décimal et les langages formels (lettres, symboles…) propres aux mathématiques et aux disciplines scientifiques, notamment pour effectuer des calculs et modéliser des situations. Il lit des plans, se repère sur des cartes. Il produit et utilise des représentations d’objets, d’expériences, de phénomènes naturels tels que schémas, croquis, maquettes, patrons ou figures géométriques. Il lit, interprète, commente, produit des tableaux, des graphiques et des diagrammes organisant des données de natures diverses.

Il sait que des langages informatiques sont utilisés pour programmer des outils numériques et réaliser des traitements automatiques de données. Il connaît les principes de base de l’algorithmique et de la conception des programmes informatiques. Il les met en œuvre pour créer des applications simples.”

(Socle commun de connaissances, de compétences et de culture, 2015)

6.2 Lire, écrire, computer ?

“Pour l’Unesco, « Alphabétiser ne consiste plus seulement à apprendre à lire, écrire, compter. On parle de développement humain, communautaire et national », insiste Shigeru Aoyagi, chargé de l’alphabétisation à l’Unesco. « Les programmes, ajoute-t-il, doivent aller au-delà de la transmission des savoirs de base. » Un lien s’opère avec la culture informationnelle (information literacy), dans les compétences à chercher, à évaluer et à utiliser l’information… « La capacité à donner du sens à l’information pléthorique, éparse et hétérogène qui compose notre environnement à la fois personnel, culturel, social et professionnel représente un enjeu majeur pour réaliser la transition nécessaire de la société de l’information vers les sociétés du savoir. » (Endrizzi, 2006). Mais pour confirmer le fait qu’il ne s’agit pas d’apprentissages mécaniques, à « lire, écrire, compter » va se substituer la séquence « accéder, comprendre, utiliser, créer », attestant de l’importance de non seulement accéder aux nouvelles technologies et utiliser une série de logiciels de médias numériques, mais aussi « de comprendre les applications et les contenus numériques » et de « pouvoir créer à l’aide de la technologie numérique ». En quelque sorte, les capacités de création sont à nouveau convoquées, au-delà de simples utilisations. Intégrant les technologies informatiques, on retrouve la pensée informatique qui était revendiquée dans les années 70 (Drot-Delange et Bruillard, 2012) et a été remise au goût du jour ces dernières années, notamment par Jeannette Wing (voir les textes de Monique Grandbastien et de Françoise Tort et Valentina Dagiené, dans ce dossier). Pour résumer, l’actualisation du lire-écrire-compter prend en compte l’informatique et ses technologies, afin de développer des compétences, faire acquérir des connaissances, d’émanciper les humains en leur donnant un pouvoir d’agir (empowerment). On pourrait risquer une mise à jour, en remplaçant « compter » par « computer », jeu de mot facile, et expression euphoniquement peu heureuse, mais qui permet d’attester de la présence des machines dans la trilogie de base. En effet, ouvrir les possibles aux humains requiert de leur donner une maîtrise des technologies, mais ne faudrait-il pas dans le même temps limiter le pouvoir des machines ?”

(Bruillard, 2012)

6.3 Enjeux et choix pour l’éducation

“On peut distinguer plusieurs enjeux d’un enseignement généralisé de l’informatique, prenant l’aspect « pensée computationnelle » dans un sens transdisciplinaire et/ ou métacognitif.

-L’enjeu scientifique : la nécessité de comprendre le fonctionnement du monde numérique, à l’instar de la nécessité de comprendre le fonctionnement du monde physique.

-L’enjeu sociétal : la nécessité d’être à même d’évaluer de façon informée et fondée les impacts de l’informatique sur la société et de contribuer à façonner son développement.

-L’enjeu transdisciplinaire : l’acquisition des outils à la fois mentaux et techniques au service d’autres sciences ou contribuant à des stratégies plus générales de résolution de problèmes. Une question se pose avec insistance : quels que soient les choix pour les curricula, quels enseignants seront à même de les mettre en œuvre ? Quelle formation pourrait être proposée à ces enseignants ? Même si la pensée informatique reste encore mal définie, on peut certainement déplorer le manque d’enseignants ayant les dispositions et les compétences pour l’enseigner.”

(Drot-Delange et al., 2019)

“La finalité est de permettre à chacun, quel que soit son âge, son niveau d’études, son statut social ou son genre de s’initier à la pensée informatique, et de développer les compétences du XXIe siècle telles que la pensée critique, créative, collaborative afin de maîtriser les compétences transversales essentielles à l’exercice de ses droits, à sa participation politique, économique, sociale et culturelle à l’ère du numérique ; il est essentiel par exemple d’avoir les clés pour se positionner et débattre de sujets tels que l’émergence de ce qu’on nomme « intelligence artificielle ». Pour faire face à un contexte numérique parfois opaque, l’exercice de la pensée critique et la capacité à s’engager créativement dans la résolution de problèmes permettent d’exercer une citoyenneté éclairée par un usage du numérique éthique et respectueux. L’apprentissage de la pensée informatique se veut émancipateur vis à vis des algorithmes qui régissent de plus en plus notre quotidien, et vise une plus grande exigence citoyenne envers les acteurs du numérique, politiques ou industriels qui mettent en place les environnements avec lesquels nous interagissons.

Voici les compétences que nous souhaitons partager à travers cette démarche :

– se construire une représentation opérationnelle du fonctionnement des algorithmes et de leur impact sur les différentes activités humaines où ils sont utilisés ;

– disposer d’une culture minimale sur le sujet, pour s’y familiariser et pouvoir relier ces savoirs à notre propre culture ;

– faire la distinction entre science et croyance – à propos de sujets scientifiques – au-delà des idées reçues ;

– être en mesure de choisir et utiliser des solutions utilisant des algorithmes y compris d’intelligence artificielle, pour ses besoins et usages, de manière technocritique.

Les liens avec la recherche sont doubles :

– en sciences du numérique, permettre de renforcer les liens entre recherche et société, au service de l’égalité des chances, mais aussi développer des projets de recherche participative rendus possibles par la popularisation des notions informatiques. On doit développer la capacité citoyenne de pouvoir poser des questions scientifiques dans ces domaines ;

– en sciences de l’éducation, former les enseignants aux nouveaux outils algorithmiques et utiliser ces outils pour étudier et modéliser les mécanismes d’apprentissage.”

(Archambault et al., 2019)

6.4 Pourquoi une formation à la pensée informatique ?

“Les concepts de l’informatique dénommés par Janet Wing [Wing-2006] « la pensée informatique » (computational thinking) sont de plus en plus reconnus comme un moyen de structurer la pensée. C’est à ce titre que le rapport 2018 de l’OCDE (OCDE, 2018) sur l’éducation souligne qu’ils devraient faire partie des socles de formation pour tout apprenant.

La pensée informatique est l’ensemble des notions et des méthodes utilisées explicitement en informatique, pour représenter et résoudre des problèmes, notamment la notion d’algorithme qui y est centrale, mais aussi le traitement des données, les méthodes de résolution de problèmes, etc.

Cette panoplie de notions et de méthodes est utilisable dans d’autres domaines car elle inclut par exemple la capacité à :

nommer de manière pertinente les objets en explicitant leur type ou catégorie pour les manipuler correctement ;

maîtriser la complexité d’un grand problème ou d’un système en le hiérarchisant ou le scindant en plusieurs sous-problèmes plus simples ;

spécifier dans ses moindres détails un procédé pour qu’il puisse s’exécuter sans ambiguïté de manière mécanique, etc.

Parmi ces notions et méthodes, nous trouvons donc l’algorithmique (réfléchir aux tâches à accomplir sous forme d’une série d’étapes), l’abstraction-modélisation (appréhender un problème à différents niveaux), la décomposition (décomposer un problème complexe en plusieurs problèmes simples), la reformulation (reformuler un problème pour mieux le résoudre), la généralisation (lier un nouveau problème à d’autres problèmes résolus, explorer et répertorier des stratégies de résolution), l’optimisation (choisir la manière la plus efficiente de résoudre un problème, dont la complexité algorithmique est intrinsèquement raisonnable ou exponentielle) ou le contrôle (définir des moyens de contrôle des erreurs et de gestion de l’incertitude).

On parle de pensée informatique pour montrer que l’on ne souhaite pas uniquement initier à la programmation (au sens écrire un programme informatique), mais permettre aux apprenants de prendre du recul par rapport au numérique (y compris de manière techno-critique) et positionner l’apprentissage de l’informatique comme une compétence transversale, pour aider à former des citoyennes et citoyens éclairés. Il s’agit bien d’acquérir des savoirs et savoir-faire qui vont servir, au-delà du simple développement informatique, à d’autres disciplines scientifiques, y compris en sciences humaines et sociales, et à d’autres domaines d’activités de notre quotidien. On parle parfois de littératie digitale. Ainsi s’initie-t-on souvent, avant de passer p. ex., à la programmation, à la pensée informatique sans ordinateur ou autres objets numériques, grâce à des activités dites débranchées [delOlmo&al-2020] pour, à la fois, se libérer de la complexité technologique lors de l’apprentissage et découvrir les notions fondamentales en informatique (codage de l’information, algorithmes, etc.) à travers des métaphores liées aux objets et actions du quotidien.”

(Inria, 2020)

6.5 Proposition d’une cartographie des concepts fondamentaux de la pensée informatique

“A.1 Les machines autonomes et leurs réseaux

A.1.1 Autonomie, automatique et automatisation

A.1.2 Les flux d’information

A.1.3 Les systèmes distribués intégrateurs

A.2 Les algorithmes et les programmes

A.2.1 L’algorithme

A.2.2 Le programme

A.2.3 La modularité

A.3 Les données et leur codage

A.3.1 Principe du codage

A.3.2 Structures de données

A.3.3 Typage des calculs et des traitements de données”

Extrait de (Delmas-Rigoutsos, 2018) [Trame de curriculum]

6.6 Pensée computationnelle et disciplines

“L’expression “pensée computationnelle”  [PC] est devenue un mot à la mode lié à l’introduction de la CS dans l’éducation K-12 [cursus scolaire de la maternelle au secondaire]. Bien qu’elle ait déjà été utilisée dans les années 80 par Papert, elle a commencé à être massivement utilisée dans l’enseignement de l’informatique après avoir été reproposée par Wing.

De nombreux auteurs ont tenté de définir la PC : bien qu’elles soient très différentes, les définitions les plus célèbres partagent de nombreuses caractéristiques.

Tous s’accordent à dire que la PC est une forme de pensée permettant de résoudre des problèmes en exprimant la solution d’une façon qui peut être automatiquement exécutée par un agent de traitement (externe). Nous avons identifié quatre catégories d’éléments constitutifs de la PC proposées par les auteurs : processus mentaux, méthodes, pratiques et compétences transversales. Nous avons fait valoir que cette classification pourrait être utile pour encadrer les idées fausses sur la PC.

Les processus mentaux (par exemple, la résolution de problèmes, la décomposition de problèmes, l’abstraction, la pensée logique) et les compétences transversales (par exemple, la tolérance à l’ambiguïté, la persévérance) résonnent avec le discours actuel sur l’importance des compétences du 21e siècle, et sont même probablement l’une des raisons de la généralisation de la PC dans l’éducation. 

Cela est confirmé par des études qualitatives à grande échelle (Corradini et al., 2017), qui montrent que les enseignants généralistes trouvent principalement de la valeur dans l’introduction de la PC dans les écoles pour promouvoir les compétences générales plutôt que les concepts fondamentaux de l’informatique.

Cependant, la recherche en éducation met en garde contre la transférabilité de ce type de compétences générales entre les disciplines, et certains doutent même de leur enseignabilité.

De plus, mettre trop l’accent sur cet aspect risque de diluer les concepts fondamentaux qui distinguent l’informatique d’autres disciplines (…). 

Les définitions de la PC contiennent de nombreux éléments directement liés aux méthodes informatiques (par exemple, l’automatisation, l’analyse des données, l’évaluation) et les pratiques de programmation (par exemple, l’itération, le débogage). Cependant, les éducateurs peuvent ne pas inclure de références à ces aspects spécifiques de l’informatique dans leur définition de la PC.

Étant donné que des concepts encore plus spécifiques semblent être partagés avec d’autres disciplines, le message selon lequel enseigner séparément certains de ces concepts (souvent d’une manière sans rapport avec l’informatique) – ou simplement en les reconnaissant dans d’autres disciplines (comme les mathématiques pour la résolution de problèmes, la géographie pour donner des instructions précises, etc.) – favorisera automatiquement la diffusion de la PC parmi les éducateurs. Nous avons donc soutenu que toutes les caractéristiques, en particulier les « essentielles », devraient être lues, comprises et enseignées à l’intérieur de la discipline de l’informatique.”

(Lodi, 2020b)  [Traduction]

6.7 Pensée informatique, intelligence artificielle et créativité

“Comme le signale le le rapport Villani, nous avons besoin, face à l’émergence de l’IA, d’une éducation plus critique et créative, mais aussi, d’une approche plus orientée vers la pensée informatique de la culture numérique afin que les citoyen.ne.s (petits et grands) puissent comprendre le facteur humain dans la modélisation et la création des systèmes artificiels, le fonctionnement basique des algorithmes et de l’apprentissage machine ou encore les limites de l’IA face au jugement nécessaire pour considérer la valeur des solutions produites par les algorithmes. Pour une citoyenneté éclairée à l’ère du numérique, nous avons besoin de continuer à aiguiser notre pensée critique, créative, de résolution collaborative de problèmes tout en ajoutant une nouvelle corde à notre arc : le développement de la pensée informatique.”

(Romero, 2018) 

“L’enseignement du codage et de la pensée informatique est fortement préconisé depuis 2012. De nombreux pays ont maintenant introduit le sujet. Apprendre à coder ne consiste pas seulement à acquérir une compétence technique : il s’agit de pouvoir tester ses propres idées au lieu de se contenter d’exécuter celles de quelqu’un d’autre. Et bien sûr, il y a une forte dose d’idées dans l’intelligence artificielle, ce qui signifie que savoir coder peut aider à utiliser l’IA de manière créative et à comprendre les questions et concepts sous-jacents.” (…)

 “Le codage et la pensée informatique font aujourd’hui partie des programmes d’études de nombreux pays, conformément aux recommandations des experts [10, 18]. Dans de nombreux cas, le code IA consiste à utiliser des bibliothèques pour les langages de programmation qui nous permettent de manipuler de grandes quantités de données avec très peu d’instructions. Mais une bonne utilisation de ces techniques implique certaines compétences de codage.” (…)

“Nous recommandons une éducation à cinq piliers ou questions fondamentales qui devraient être d’une grande utilité à l’avenir : 

1. la sensibilisation aux données ou la capacité à construire, manipuler, visualiser de grandes quantités de données ; 

2. la compréhension du caractère aléatoire et l’acceptation de l’incertitude ou la capacité à vivre dans un monde où les modèles cessent d’être déterministes ;

3. le codage et la pensée informatique ou les compétences permettant à chacun de créer avec du code et de résoudre des problèmes par des algorithmes ; 

4. la pensée critique adaptée à la société numérique ;

5. et enfin une série de questions permettant de comprendre notre propre humanité face aux changements induits par l’IA.”

D’après (de la Higuera & Bocquet, 2020)

6.8 Pensée informatique et enseignement primaire

“Des efforts croissants sont déployés pour intégrer les programmes de pensée informatique (PI) à tous les niveaux d’enseignement. Par conséquent, la recherche sur l’évaluation de la PI a récemment progressé vers le développement et la validation d’outils d’évaluation de la PI fiables, qui sont cruciaux pour évaluer les progrès d’apprentissage potentiels des étudiants et donc l’efficacité des programmes scolaires suggérés. Plusieurs outils d’évaluation de la PI ont été développés pour les élèves du primaire, du secondaire et de l’université au cours des dernières années. De plus, les associations entre les scores de la PI et d’autres capacités cognitives ont été démêlées. Cependant, les études sur le sujet au niveau de l’école primaire sont rares. Comme le concept général d’intelligence, la PI reste largement définie comme la capacité de combiner des opérations algorithmiques pour former des solutions complexes afin de résoudre efficacement des problèmes, utiliser les concepts de l’informatique avec ou sans l’utilisation d’ordinateurs. Dans cette étude, nous avons cherché à spécifier une définition cognitive de la PI, en nous concentrant sur la population sous-étudiée des enfants du primaire. Étant donné que les outils d’évaluation validés pour ce groupe d’âge n’étaient pas disponibles, nous avons adapté un test de PI validé, initialement conçu pour les élèves du secondaire. Dans notre étude ont participé 192 élèves de troisième et quatrième année. Les analyses ont révélé des résultats prometteurs sur la fiabilité de l’évaluation de la PI adaptée pour les élèves du primaire. De plus, les résultats ont indiqué des associations positives de PI avec 1. des capacités numériques complexes, 2. des capacités de raisonnement verbal, et iii. capacités visuo-spatiales non verbales. Nos résultats indiquent des similitudes mais aussi des différences dans les associations de CT avec d’autres capacités cognitives chez les enfants du primaire par rapport à d’autres groupes d’âge. 

En résumé : 1. les capacités numériques semblent s’associer à la PI au niveau de l’école primaire, alors que cela ne semble pas le cas plus tard dans l’enseignement, 2. les capacités verbales semblent s’associer à la PI aux niveaux de l’enseignement primaire et secondaire, et 3. les capacités de raisonnement non verbal semblent s’associer à la PI du niveau de l’enseignement primaire au niveau universitaire et au-delà. Ces différences impliquent que plusieurs capacités cognitives de base soutiennent les capacités et le développement en PI différemment selon les âges.  

[Principaux apports de l’article :]

– Le développement cognitif de la pensée informatique est différent selon l’âge.

– La pensée informatique s’appuie sur un ensemble de plusieurs autres capacités cognitives.

– La pensée informatique est associée aux capacités de raisonnement verbal.

– La pensée informatique est associée à des capacités visuo-spatiales non verbales.

– La pensée informatique est corrélée aux capacités numériques à l’école primaire.”

(Tsarava et al., 2022) [Traduction]

(Baron & Drot-Delange, 2016)

“Enseigner la pensée informatique avec Scratch amène à mettre au cœur de la réflexion l’algorithmique et la programmation, dans une approche traditionnelle ou orientée « informatique créative ». C’est sensiblement différent que d’enseigner l’« informatique », i.e., la discipline informatique, qui amène à considérer d’autres notions (e.g., de machine, d’automate ou de langage). Je fais ce choix car, à mon sens, c’est bien la « pensée informatique » (on pourrait dire également « pensée algorithmique ») qui doit être le cœur de l’enseignement à l’école élémentaire, ce qui n’empêche pas bien sûr d’aborder, au passage, d’autres aspects. (…)

La définition à laquelle font référence les promoteurs de l’enseignement de la pensée informatique à l’aide du langage Scratch est intéressante à double titre. D’une part, elle détaille les choses. D’autre part, elle permet de comprendre la vision sous-jacente aux ressources pédagogiques proposées autour de Scratch :

« [La pensée informatique] implique d’appréhender le monde selon l’approche employée en programmation par les développeurs de logiciels. Cette approche peut être scindée en cinq grandes catégories :

– appréhender un problème et sa solution à différents niveaux (abstraction) ;

– réfléchir aux tâches à accomplir sous forme d’une série d’étapes (algorithmes) ;

– comprendre que pour résoudre un problème complexe il faut le décomposer en plusieurs problèmes simples (décomposition) ;

– comprendre qu’il est probable qu’un nouveau problème soit lié à d’autres problèmes déjà résolus par l’élève (reconnaissance de formes), et

– réaliser que la solution à un problème peut servir à résoudre tout un éventail de problèmes semblables (généralisation) ». 

Pour ma part, la façon dont je présente habituellement les compétences sous-jacentes à la pensée informatique est : savoir décomposer un problème en sous-problèmes plus simples ; savoir réfléchir aux tâches à accomplir pour résoudre un problème en termes d’étapes et d’actions (algorithme) ; savoir décrire les problèmes et les solutions à différents niveaux d’abstraction, ce qui permet d’identifier des similitudes entre problèmes et, par suite, de pouvoir réutiliser des éléments de solutions. La pensée informatique ne se réduit donc pas à l’algorithmique, mais le concept d’algorithme est au cœur de la pensée informatique.” 

(Tchounikine, 2017)

6.9 Résultats d’une enquête auprès d’enseignants

“[Dans le cadre du programme de recherche ANR DALIE (Didactique et Apprentissage de l’Informatique à l’École)] une enquête en ligne a été menée auprès des responsables des mentions « premier degré » des masters MEEF (métiers de l’enseignement, de l’éducation et de la formation) dans l’ensemble des académies entre mars et juin 2016. Une relance a été faite en mars 2017 auprès de 3 académies engagées dans le projet DALIE. Il s’agit donc d’un échantillon de convenance, qui n’est pas représentatif de la population des professeurs stagiaires. Cependant, des tendances peuvent être dégagées et fournir des pistes de réflexion.”

(Drot-Delange, 2018)

6.10 Pensée informatique et robotique éducative

“La pensée informatique (PI) est considérée comme un domaine de compétence émergent lié aux compétences du 21e siècle, et la robotique éducative (RE) est de plus en plus reconnue comme un outil pour développer les compétences en PI. C’est pourquoi les chercheurs recommandent de développer des méthodes d’intervention adaptées à la pratique en classe et de fournir des directives explicites aux enseignants sur l’intégration des activités de RE. La présente étude répond donc à ce défi. L’orientation et la rétroaction ont été considérées comme des méthodes d’intervention essentielles pour favoriser les compétences en PI dans les activités robotiques. Une expérimentation inter-sujets a été menée auprès de 66 élèves âgés de 8 à 9 ans dans le cadre d’une mission de programmation de robots collaboratifs à distance, avec quatre conditions expérimentales. Une stratégie en deux étapes a été utilisée pour rendre compte des compétences en PI des apprenants (leur performance et leur processus d’apprentissage). Premièrement, les gains d’apprentissage en PI des apprenants ont été mesurés à l’aide d’une conception pré-post-test. Deuxièmement, l’analyse vidéo a été utilisée pour identifier les modèles créatifs de résolution de problèmes informatiques impliqués dans la condition expérimentale qui ont eu l’impact le plus favorable sur les scores de PI des apprenants. Les résultats montrent que la rétroaction différée est une méthode d’intervention efficace pour le développement de la TDM dans les activités robotiques. Soumis à un retour différé, les apprenants formulent mieux le comportement du robot à programmer et, ainsi, une telle stratégie renforce le processus d’anticipation sous-jacent à la PI.”

(Chevalier et al., 2022)

6.11 Un enjeu pour les compétences du 21e siècle à l’échelle européenne

“La pensée informatique (PI) est un processus de pensée (ou une compétence de pensée humaine) qui utilise des approches analytiques et algorithmiques pour formuler, analyser et résoudre des problèmes. Au cours de la dernière décennie, la PI a attiré une attention croissante dans le domaine de l’éducation, donnant lieu à une grande quantité de littérature académique et grise, ainsi qu’à de nombreuses initiatives de mise en œuvre publiques et privées. Malgré cet intérêt généralisé, son intégration réussie l’enseignement obligatoire se heurte encore à des problèmes et à des défis non résolus. L’image qui se dégage de cette étude montre un champ dynamique. En Europe et au-delà, le nombre de projets et d’expériences a augmenté rapidement, parallèlement à un intérêt de plus en plus répandu pour comprendre la nature de la pensée informatique et sa contribution aux compétences du 21e siècle.

Les principaux objectifs de l’étude CompuThink sont les suivants : (i) fournir un aperçu complet des compétences en informatique des écoliers, englobant les résultats de recherche récents et les initiatives au niveau local et politique ; (ii) acquérir une meilleure compréhension des concepts de base et des attributs de la PI et de son potentiel pour l’enseignement obligatoire. L’analyse effectuée dans l’étude s’est concentrée sur les initiatives politiques (en place ou prévues) qui impliquent une réforme du programme national et/ou des directives officielles pour l’intégration de l’ICT dans l’enseignement obligatoire.

De nombreux termes sont actuellement utilisés qui se réfèrent d’une manière ou d’une autre à la PI. Certains d’entre eux mettent l’accent sur un aspect particulier de la PI et/ou reflètent les positions spécifiques des parties prenantes. De plus, le contexte d’utilisation et la langue nationale influencent également la terminologie adoptée.”

(European Commission, Joint Research Centre, 2016)

7. Exemples de ressources et d’activités pédagogiques

7.1 Les résultats du projet Erasmus+ “Pensée Informatique et Algorithmique dans l’enseignement Fondamental” (PIAF)

“Bien qu’elle soit fortement liée à l’informatique et aux ordinateurs (par exemple, comment représenter et traiter l’information), [la pensée informatique et algorithmique] est également liée à d’autres compétences qui ne sont pas exclusives à la pensée informatique (par exemple, la résolution de problèmes). Afin de développer ces compétences, nous avons conçu au sein de PIAF un référentiel de compétences, où chaque compétence est contextualisée et reliée à une tranche d’âge donnée (ciblant l’enseignement fondamental, c’est-à-dire les élèves de 5 à 12 ans). Ce référentiel est accessible ici. Afin de le rendre plus lisible, il est accompagné d’exemples illustrant ces compétences, et d’un glossaire contenant les définitions des termes utilisés dans le référentiel.”

(LORIA, 2020)

7.2 Les exemples proposés par l’INRIA

“En mathématiques, la pensée informatique représente un apport majeur pour la résolution de problèmes. Par exemple, l’élève pourra distinguer au niveau des exercices ce qui relève de l’application mécanique d’un algorithme qu’il exécute pour obtenir le résultat (p. ex., un calcul à base de règles algébriques), de ce qui relève d’une autre forme de pensée (p. ex., un raisonnement géométrique sur un graphique). En français, bien distinguer la notion de langue (humaine) de celle de langage (formel) permet de prendre de la hauteur par rapport aux problèmes de grammaire ou de tournure de phrase. Dans les autres matières, distinguer les connaissances qui relèvent de la mémorisation de données (p. ex., une date) ou de simples savoirs (au sens de ce que l’on trouve sur Wikipédia), de connaissances qui nécessitent une véritable élaboration (p. ex., une analyse critique) et contribuent à apprendre à apprendre. Une fois de plus, le numérique n’est pas la seule approche pour une telle démarche mais son existence facilite cette différenciation.”

(Inria, 2020)

7.3 Le projet Class’Code https://classcode.fr

“Ce projet consiste à fédérer les acteurs et former des intervenants à distance et en proximité, grâce à une plate-forme d’apprentissage diffusant un contenu du type “MOOC” tutoré. Il engage à maîtriser la pensée informatique pour la transmettre (chef de file : Inria – site : https://classcode.fr/).

Des formations accessibles via M@gistère, intitulées « Premières activités autour de la programmation », accessible en auto-inscription et destiné principalement aux enseignants de cycle 2 et 3, sans connaissance particulière en matière d’initiation à la programmation.

Pour le lycée, un MOOC ICN / STN est en ligne sur Fun-Mooc https://www.fun-mooc.fr/courses/inria/41014/session01/about

(Ministère de l’Éducation nationale, de la Jeunesse et des Sports – Direction générale de l’enseignement scolaire, 2021)

“Le projet Class´Code est une réponse à un besoin : celui de former les professionnels de l’éducation (enseignants, animateurs) à initier les filles et les garçons à la pensée informatique, afin que nos enfants comprennent le numérique, le maîtrisent, donc s’en approprient les fondements. C’est très concrètement des formations hybrides (en ligne avec des temps de rencontres à travers le territoire) pour faire découvrir la programmation créative, aider à comprendre ce qu’est l’information et comment on la traite, se familiariser avec les réseaux, jouer avec des robots ; bien entendu en apprenant à apprendre cela à des jeunes de 8 à 18 ans.

Projet 2016 du PIA (programme d’investissement d’avenir) opéré par la Caisse des dépôts et consignations, il rassemble autour de la Société Informatique de France, il est porté par Inria avec MagicMakers à la direction pédagogique, en utilisant la plateforme d’OpenClassrooms, en confiant aux Petits Débrouillards et Simplon.co le maillage du territoire, tandis que les associations – comme Pasc@line – de professionnels de l’informatique vont faciliter cette formation, avec la Fondation La Main à la Pâte, Canopé 06, des universités, des régions, … c’est plus d’une centaine de partenaires rassemblés dans le cadre de ces actions. À la fin du financement PIA,

Class’Code s’est transformé en association loi 1901 à l’automne 2019. Class’Code est aussi un « tiers-lieu » numérique où les mondes scolaire et extrascolaire, le milieu industriel et académique, les geeks passionnés de techniques ou ceux qui s’intéressent plus aux aspects sociétaux, tous et toutes se retrouvent pour se former, partager des bonnes pratiques et s’entraider.”

(Inria, 2020) voir aussi (Inria, 2016)

8. Visualisations

8.1 Concepts clés de la pensée informatique

(« Computational Thinking in K-12 Education », 2017)

(European Commission, Joint Research Centre, 2016) 

8.2 Les 4 composantes “principales” de la pensée computationnelle

(« Pensée computationnelle », 2018)

8.3 Pensée informatique et applications par discipline

(Advancing Computational Thinking Across K-12 Education, 2017)

8.3 Pensée informatique et processus d’abstraction

(TheIHMC, 2009)

8.4 Les compétences du XXIe siècle en lien avec la pensée informatique

(Romero, 2017) in (Archambault et al., 2019)

8.5 Une variété de termes à l’échelle internationale

(European Commission, Joint Research Centre, 2016)

Document à télécharger

Fiche Mémo Edunumrech : “La pensée informatique”

Références  

Académie des sciences. (2013, mai). L’enseignement de l’informatique en France—Il est urgent de ne plus attendre. Académie des sciences. https://www.academie-sciences.fr/fr/Rapports-ouvrages-avis-et-recommandations-de-l-Academie/l-enseignement-de-l-informatique-en-france-il-est-urgent-de-ne-plus-attendre.html

Advancing Computational Thinking Across K-12 Education. (2017, décembre 6). Digital Promise. https://digitalpromise.org/2017/12/06/advancing-computational-thinking-across-k-12-education/

Archambault, J.-P., Atlan, C., Banus, O., Bardeau, F., Blandeau, A., Cois, A., Courbin, M., Giraudon, G., Lefèvre, S.-C., Letard, V., Masse, B., Masseglia, F., Ninassi, B., de Quatrebarbes, S., Romero, M., Roy, D., & Viéville, T. (2019, juin). Apprentissage de la pensée informatique : De la formation des enseignant.e.s à la formation de tou.te.s les citoyen.ne.s. Association EPI (Enseignement Public et Informatique). https://www.epi.asso.fr/revue/articles/a1906c.htm

Baron, G.-L. (1990). L’informatique en éducation—Le cas de la France—Note de synthèse. Revue française de pédagogie, 92(1), 57‑77. https://doi.org/10.3406/rfp.1990.2474

Baron, G.-L., & Depover, C. (Éds.). (2019). Les effets du numérique sur l’éducation : Regards sur une saga contemporaine. Presses universitaires du Septentrion.

Baron, G.-L., & Drot-Delange, B. (2016). L’informatique comme objet d’enseignement à l’école primaire française ? Mise en perspective historique. Revue française de pédagogie, 195(2), 51‑62. Cairn.info. https://www.cairn.info/revue-francaise-de-pedagogie-2016-2-page-51.htm

Bers, M. U. (2017). The Seymour test : Powerful ideas in early childhood education. International Journal of Child-Computer Interaction, 14, 10‑14. https://doi.org/10.1016/j.ijcci.2017.06.004

Bers, M. U. (2018, février). La programmation en tant que place de jeu développementale : La pensée informatique et la robotique dans la petite enfance. Didapro 7 – DidaSTIC: de 0 à 1 ou l’heure de l’informatique à l’école. https://hal.archives-ouvertes.fr/hal-01748783

Bocconi, S., Chioccariello, A., Dettori, G., Ferrari, A., & Engelhardt, K. (2016). Developing Computational Thinking in Compulsory Education : Implications for policy and practice. Commission européenne. http://publications.jrc.ec.europa.eu/repository/bitstream/JRC104188/jrc104188_computhinkreport.pdf

Bruillard, É. (1997). Les machines à enseigner. Hermès.

Bruillard, É. (2012, septembre). Lire, écrire, computer : Émanciper les humains et contrôler les machines. Edutice Archives ouvertes. https://edutice.archives-ouvertes.fr/edutice-00826643/file/a1209d.htm

Bruillard, É. (2018, mars 12). La pensée informatique à l’école : Une interview d’Eric Bruillard. ARCHIPROD. https://edu.ge.ch/site/archiprod/pensee-informatique-a-lecole-interview-deric-bruillard/

Bruillard, É. (2004). From the didactics of computer science towards the didactics of instrumental activities with ICT (Conférence invitée). Seconde conférence grecque sur la didactique de l’informatique. https://hal.archives-ouvertes.fr/hal-00256074

Busana, G., Denis, B., Duflot-Kremer, M., Higuet, S., Kataja, L., Kreis, Y., Laduron, C., Meyers, C., Parmentier, Y., Reuter, R., & Weinberger, A. (2020, février). PIAF : Développer la Pensée Informatique et Algorithmique dans l’enseignement Fondamental. Didapro 8 – DidaSTIC – L’informatique, objets d’enseignements – enjeux épistémologiques, didactiques et de formation. https://hal.archives-ouvertes.fr/hal-02463940

Carretero, S., Vuorikari, R., Punie, Y., European Commission, & Joint Research Centre. (2017). DigComp 2.1 the digital competence framework for citizens with eight proficiency levels and examples of use.

Chevalier, M., Giang, C., El-Hamamsy, L., Bonnet, E., Papaspyros, V., Pellet, J.-P., Audrin, C., Romero, M., Baumberger, B., & Mondada, F. (2022). The role of feedback and guidance as intervention methods to foster computational thinking in educational robotics learning activities for primary school. Computers & Education, 180, 104431. https://doi.org/10.1016/j.compedu.2022.104431

Computational Thinking in K-12 Education. (2017, octobre 25). CSpathshala. https://cspathshala.org/2017/10/25/computational-thinking-curriculum/

Corradini, I., Lodi, M., & Nardelli, E. (2017, juillet 3). Computational Thinking in Italian Schools : Quantitative Data and Teachers’ Sentiment Analysis after Two Years of « Programma il Futuro » Project. ITiCSE ’17 – Proceedings of the 2017 ACM Conference on Innovation and Technology in Computer Science Education. https://hal.inria.fr/hal-01636232

de la Higuera, C., & Bocquet, F. (2020, juillet 9). L’éducation, la formation des enseignants et l’apprentissage de l’intelligence artificielle : Un aperçu des questions clés [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/1973

Delmas-Rigoutsos, Y. (2018, février 7). Proposition de structuration historique des concepts de la pensée informatique fondamentale. Didapro 7 – DidaSTIC. De 0 à 1 ou l’heure de l’informatique à l’école. https://hal.archives-ouvertes.fr/hal-01752797

Dowek, G. (2012, avril). Les quatre concepts de l’informatique. Association EPI (Enseignement Public et Informatique). http://www.epi.asso.fr/revue/articles/a1204g.htm

Drot-Delange, B. (2018). Reconfiguration de l’enseignement de l’informatique à l’école primaire : Quelle conscience disciplinaire chez les professeurs des écoles stagiaires ? Recherches en didactiques, 25(1), 27‑40. Cairn.info. https://doi.org/10.3917/rdid.025.0027

Drot-Delange, B., & Bruillard, E. (2012). Éducation aux TIC, cultures informatiques et du numérique : Quelques repères historiques. https://archivesic.ccsd.cnrs.fr/sic_00768672

Drot-Delange, B., & Tort, F. (2018, mars). Résolution de défis et pensée informatique. 10èmes rencontres scientifiques de l’ARDIST. https://hal.archives-ouvertes.fr/hal-01851772

Drot-Delange, B., Pellet, J.-P., Delmas-Rigoutsos, Y., & Bruillard, E. (2019). Pensée informatique : Points de vue contrastés. Sciences et Technologies de l’Information et de la Communication pour l’Éducation et la Formation, 26(1), 39‑61. https://doi.org/10.23709/sticef.26.1.1

Enseignement de l’informatique à l’école. (2017). In EduTech Wiki. http://edutechwiki.unige.ch/fr/Enseignement_de_l%27informatique_%C3%A0_l%27%C3%A9cole

Inria. (2016, 2020). Class’Code – Maîtriser la pensée informatique pour la transmettre. Class’Code. https://project.inria.fr/classcode/

Inria. (2020, décembre 10). Éducation et Numérique : INRIA fait le point dans un livre blanc. Inria. https://www.inria.fr/fr/education-numerique-livre-blanc-inria-edtech

Law, N., Woo, D., de la Torre, J., & Wong, G. (2018). A Global Framework of Reference on Digital Literacy Skills for Indicator 4.4.2. UNESCO. http://uis.unesco.org/sites/default/files/documents/ip51-global-framework-reference-digital-literacy-skills-2018-en.pdf

Lodi, M. (2020a). Introducing Computational Thinking in K-12 Education : Historical, Epistemological, Pedagogical, Cognitive, and Affective Aspects [Phdthesis, Dipartimento di Informatica – Scienza e Ingegneria, Alma Mater Studiorum – Università di Bologna]. https://hal.inria.fr/tel-02981951

Lodi, M. (2020b). Informatical Thinking. Olympiads in Informatics: An International Journal, 14, 113. https://doi.org/10.15388/ioi.2020.09

LORIA. (2020). Pensée Informatique et Algorithmique dans l’enseignement Fondamental. PIAF – Pensée Informatique et Algorithmique dans l’enseignement Fondamental. https://piaf.loria.fr/

Ministère de l’Éducation nationale, de la Jeunesse et des Sports – Direction générale de l’enseignement scolaire. (2021). Programmation et culture numérique. éduscol. https://eduscol.education.fr/1824/programmation-et-culture-numerique

OCDE. (2018). Regards sur l’éducation 2018 : Les indicateurs de l’OCDE. Organisation for Economic Co-operation and Development. https://www.oecd-ilibrary.org/education/regard-sur-l-education-2018_eag-2018-fr

Papert, S. (1971). Teaching Children Thinking. Artificial Intelligence Memo Number 247. https://eric.ed.gov/?id=ED077241

Papert, S. (1980). Mindstorms : Children, computers, and powerful ideas (2nd ed). Basic Books.

Papert, S. (1981). Jaillissement de l’esprit : Ordinateurs et apprentissage. https://eduq.info/xmlui/handle/11515/13235

Pensée computationnelle. (2018). In EduTech Wiki. http://edutechwiki.unige.ch/fr/Pens%C3%A9e_computationnelle

Romero, M. (2017, octobre 19). Usages créatifs du numérique pour l’apprentissage au XXIe siècle [Text]. Class´Code et ses Pixees. https://pixees.fr/usages-creatifs-du-numerique-pour-lapprentissage-au-xxie-siecle/

Romero, M., Lepage, A., & Lille, B. (2017). Computational thinking development through creative programming in higher education. International Journal of Educational Technology in Higher Education, 14. https://doi.org/10.1186/s41239-017-0080-z

Romero, M. (2018, mai 14). Intelligence artificielle et pensée humaine. binaire. https://www.lemonde.fr/blog/binaire/2018/05/14/intelligence-artificielle-et-pensee-humaine/

Sentance, S., & Csizmadia, A. (2017). Computing in the curriculum : Challenges and strategies from a teacher’s perspective. Education and Information Technologies, 22. https://doi.org/10.1007/s10639-016-9482-0

Socle commun de connaissances, de compétences et de culture. (2015, avril 23). Ministère de l’Education Nationale de la Jeunesse et des Sports. http://www.education.gouv.fr/pid25535/bulletin_officiel.html?cid_bo=87834

Tchounikine, P. (2016). Initier les élèves à la pensée informatique et à la programmation avec Scratch. Académie de Dijon – Mathématiques. http://mathematiques.ac-dijon.fr/IMG/pdf/penseeinformatiqueecole.pdf

Tchounikine, P. (2017). Initier les élèves à la pensée informatique et à la programmation avec Scratch. Laboratoire informatique de Grenoble. https://lig-membres.imag.fr/tchounikine/PenseeInformatiqueEcole.html

Tedre, M., & Denning, P. J. (2016). The long quest for computational thinking. Proceedings of the 16th Koli Calling International Conference on Computing Education Research, 120‑129. https://doi.org/10.1145/2999541.2999542

TheIHMC. (2009, octobre 30). Jeannette M. Wing—Pensée informatique et réflexion sur l’informatique. https://www.youtube.com/watch?v=C2Pq4N-iE4I

Tsarava, K., Moeller, K., Román-González, M., Golle, J., Leifheit, L., Butz, M. V., & Ninaus, M. (2022). A cognitive definition of computational thinking in primary education. Computers & Education, 179, 104425. https://doi.org/10.1016/j.compedu.2021.104425

Wing, J. (2009, mai 29). La pensée informatique. Interstices. https://interstices.info/la-pensee-informatique/

Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33‑35. https://doi.org/10.1145/1118178.1118215

Wing, J. M. (2011, mars 6). Research Notebook : Computational Thinking–What and Why? Carnegie Mellon School of Computer Science. https://www.cs.cmu.edu/link/research-notebook-computational-thinking-what-and-why

A consulter aussi

Authemayou, C. (2016, octobre 20). Sophie Pène : « La pensée informatique doit devenir une discipline à part entière ». EducPros. http://www.letudiant.fr/educpros/entretiens/sophie-pene-la-pensee-informatique-doit-devenir-une-discipline-a-part-entiere.html

DNE-TN2. (2021, août 26). Actualité des partenaires : L’Inria lance une nouvelle série de podcasts sur la recherche en éducation numérique [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/3304

Laurent, M., Bressoux, P., & Nurra, C. (2020, septembre). Apprendre les mathématiques au primaire avec la pensée informatique : Quels effets sur les variables motivationnelles ? 13ème Congrès International de l’ADRIPS. https://hal.univ-grenoble-alpes.fr/hal-03320898

Le Vaisseau. (2018). Conférence : La pensée informatique et les algorithmes en classe – Marie Duflot-Kremer. https://www.youtube.com/watch?v=pDv0Od4qdhM

Ministère de l’Éducation nationale et de la Jeunesse. (2019, novembre). ICILS 2018 : Évaluation internationale des élèves de quatrième en littératie numérique et pensée informatique. Ministère de l’Éducation nationale et de la Jeunesse. https://www.education.gouv.fr/cid146267/icils-2018.html

Parmentier, Y. (2018, avril). Enseigner la pensée informatique à l’école primaire : Formation initiale et continue des professeurs. Atelier ”Organisation et suivi des activités d’apprentissage de l’informatique : outils, modèles et expériences” RJC-EIAH 2018. https://hal.archives-ouvertes.fr/hal-01762626

Romero, M., Lille, B., Viéville, T., Duflot-Kremer, M., Smet, C. de, & Belhassein, D. (2018, août 27). Analyse comparative d’une activité d’apprentissage de la programmation en mode branché et débranché. Educode – Conférence internationale sur l’enseignement au numérique et par le numérique. https://hal.inria.fr/hal-01861732 


Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.