Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Territoires numériques éducatifs : lancement du GTnum #GoDATA

Résumé

Résumé en français

Le projet du GTnum GoDATA vise à accompagner les acteurs décisionnaires du dispositif TNE (territoires numériques éducatifs) par une approche axée sur les données pour l’aide à la décision. Ce projet va s’appuyer sur des données présentant un niveau de fiabilité, de traçabilité et de transférabilité important, comme celles collectées par la DEPP. Le programme de travail prévoit une étude bibliographique des facteurs d’inégalités numériques éducatives et un recensement des données existantes, puis une analyse fine de ces données au travers de méthodes d’apprentissage automatique pour caractériser les inégalités éducatives et ainsi aboutir à des recommandations d’actions à fort impact pédagogique au travers de tableaux de bord.  

Résumé en anglais

The GoDATA GTnum project aims to support the TNE program (digital educational territories) with a data-driven approach to aid decision-making. The project will use data with a high degree of reliability, traceability, and transferability, such as data collected by the DEPP. The work program includes a literature review on factors of digital inequalities in education, and an inventory of existing data, followed by an analysis of this data using machine learning methods to characterize educational inequalities, leading to recommendations for actions with a high educational impact through dashboards.

Résumé en espagnol

El proyecto GoDATA GTnum tiene como objetivo apoyar a los responsables de la toma de decisiones en el ámbito de los TNE (territorios digitales educativos), utilizando un enfoque basado en datos para ayudar a la toma de decisiones. El proyecto se basará en datos con un alto nivel de fiabilidad, trazabilidad y transferibilidad, como los recogidos por el DEPP. El programa de trabajo incluye un estudio bibliográfico de los factores que intervienen en las desigualdades educativas digitales y un inventario de los datos existentes, seguidos de un análisis detallado de estos datos mediante métodos de aprendizaje automático para caracterizar las desigualdades educativas, lo que dará lugar a recomendaciones de acciones con un alto impacto educativo mediante cuadros de mando.

Auteurs

Fahima Djelil, Maître de conférences en Informatique, IMT Atlantique, laboratoire Lab-STICC

Grégory SMITS, Professeur en Informatique, IMT Atlantique, laboratoire Lab-STICC

Hugues Labarthes, Adjoint DRANE de Rennes

Chrysta Pélissier, Maître de conférences HDR en Sciences du Langage et Sciences de l’Éducation, Université Montpellier 3, laboratoire LHUMAIN

Continuer la lecture de « Territoires numériques éducatifs : lancement du GTnum #GoDATA »

Intelligence artificielle et éducation : cadres d’étude et exemples d’applications pédagogiques (Académie de Rennes)

Résumé

Résumé en français

Présentation de Hugues Labarthe (Délégation Académique au Numérique Educatif, Rectorat de Rennes) sur l’intelligence artificielle en éducation dans le cadre des “Mercredis savants” (novembre 2022).

Résumé en anglais

Presentation by Hugues Labarthe (Academic Delegation for Digital Education, Rectorat de Rennes) on artificial intelligence in education as part of the “Mercredis savants” (November 2022).

Continuer la lecture de « Intelligence artificielle et éducation : cadres d’étude et exemples d’applications pédagogiques (Académie de Rennes) »

Rencontre des doctorants DNE (mercredi 16 mars 2022) : Résumé et supports

Résumé

Résumé en français

Supports de la première rencontre des doctorants soutenus par la Direction du numérique pour l’éducation : mercredi 16/03/22 14h-16h30.

Résumé en anglais

Materials of the first meeting of PhD students supported by the Digital Education Directorate : Wednesday 16/03/22 14h-16h30.

Continuer la lecture de « Rencontre des doctorants DNE (mercredi 16 mars 2022) : Résumé et supports »

Webinaire du GTnum LS2N #IA_EO (25/03/21) : Le projet ApLLy, test d’Auto-positionnement en Ligne des Lycées

Résumé

Résumé en français

Retour sur notre webinaire centré sur le projet ApLLy de l’Université de Nantes et présenté par Ilker Birkan le 25 mars dernier.

Résumé en anglais

Back to our webinar focused on the ApLLy project of the University of Nantes and presented by Ilker Birkan on March 25th.

Auteurs

Mélanie Pauly Harquevaux, Cheffe de projet international à l’Université de Nantes

Serge Garlatti, Professeur émérite, IMT Atlantique, Lab-STICC, Brest

Continuer la lecture de « Webinaire du GTnum LS2N #IA_EO (25/03/21) : Le projet ApLLy, test d’Auto-positionnement en Ligne des Lycées »

Point d’étape du #GTnum LS2N #IA_EO (05/05/21) : Prédire la performance académique, découverte des travaux de Luis Galárraga

Résumé

Résumé en français

En février 2021 nous avons organisé un webinaire sur la thématique de la performance académique avec la présentation des travaux de Luis Galárraga (INRIA). Retrouvez les information et la rediffusion de ce webinaire dans cet article.

Résumé en anglais

In February 2021 we organized a webinar on the theme of academic performance with the presentation of Luis Galárraga’s (INRIA) work. Find the information and the replay of this webinar in this article.

Auteur(s)

Mélanie Pauly Harquevaux / Serge Garlatti

Continuer la lecture de « Point d’étape du #GTnum LS2N #IA_EO (05/05/21) : Prédire la performance académique, découverte des travaux de Luis Galárraga »

Actualité du #GTnum LINE #Scol_IA (07/04/21) : L’intelligence artificielle en éducation, formation/acculturation et modélisation

Résumé

Résumé en français

Etat d’avancement des travaux du #GTnum #Scol_IA sur l’intelligence artificielle : formation, acculturation, modélisation (07/04/21).

Résumé en anglais

State of progress of the #GTnum #Scol_IA on artificial intelligence: training, acculturation, modelling (07/04/21).

Auteurs

Margarida Romero, Laurent Heiser, Luis Galindo

Site compagnon : Romero, M. (2020). GTnum #Scol_IA. GTnum #Scol_IA. https://scoliablog.wordpress.com/

Sur les réseaux sociaux : #GTnum @Scol_IA

Continuer la lecture de « Actualité du #GTnum LINE #Scol_IA (07/04/21) : L’intelligence artificielle en éducation, formation/acculturation et modélisation »

Modèles et Traces au service de l’Apprentissage des Langues : le projet e-FRAN METAL

Contribution proposée par la DANE de l’académie Nancy-Metz

Le projet e-FRAN METAL vise l’amélioration de l’apprentissage des langues à l’écrit comme à l’oral pour des élèves de collège et lycée. Il permet également la personnalisation des apprentissages pour les élèves et leur propose un suivi individualisé.

Continuer la lecture de « Modèles et Traces au service de l’Apprentissage des Langues : le projet e-FRAN METAL »

Analyse des traces d’apprentissage – Learning analytics : productions du GTnum 2

Rappel : Les groupes thématiques numériques (GTnum), animés par des laboratoires universitaires et autres opérateurs publics, sont coordonnés par le bureau du soutien à l’innovation numérique et à la recherche appliquée de la Direction du numérique pour l’éducation (sous-direction de la transformation numérique).

Ils ont pour objectif de mettre à disposition des équipes éducatives, de façon accessible et ouverte, un état de la recherche sur quelques grandes thématiques relatives au numérique dans l’éducation.

Nous publions aujourd’hui les productions du groupe thématique numérique 2, co-animé par l’Université de Pierre et Marie Curie (LIP6-MOCAH) et l’Université de Poitiers (TECHNÉ), sur le thème “ Learning analytics – analyse des traces d’apprentissage”. 

Partenaires engagés dans le GTnum 2
Continuer la lecture de « Analyse des traces d’apprentissage – Learning analytics : productions du GTnum 2 »

Publications sur les learning analytics

La Direction du numérique pour l’éducation publie sur Eduscol deux documents sur les learning analytics, produits par l’Université Pierre et Marie Curie, laboratoire d’informatique de Paris VI (LIP6/équipe MOCAH).

Continuer la lecture de « Publications sur les learning analytics »