Quelques expérimentations ludiques et interdisciplinaires Exemple des enseignements d’électronique à l’Institut Villebon-Charpak Colloque EES : Enseigner l’électronique dans le supérieur Fabienne Bernard 30 juin 2016 30 juin 2016 1 / 18 L’Institut Villebon-Charpak Nouveaux profils d’étudiants - Égalité des chances - Diversité, créativité et esprit d’équipe Réussir l’intégration de ces jeunes, en école d’ingénieurs, en master, ou dans la vie professionnelle Laboratoire d’innovation pédagogique 30 juin 2016 2 / 18 Quel diplôme et quels débouchés ? Ecoles d’ingénieurs par la filière universitaire Masters Emploi Licence Sciences et Ingénierie L3 Prépa. à écoles /masters Parcours IPMI Prépa. à l’entrepreuneriat Prépa. à écoles /masters Parcours Biotechnologies L2 Maths Physique Info Biologie Chimie Ingénierie Anglais SHS en UEs interdisciplinaires + APPI L1 Maths Physique Info Biologie Chimie Ingénierie Anglais SHS en UEs interdisciplinaires + APPI APPI = Apprentissage Par Projet Inductif IPMI= Ingénierie Physique, Mathématiques et Informatique 30 juin 2016 3 / 18 L’électronique à Villebon-Charpak Expérimentations et démarche sientifique - 120h sur 3 ans ( 2000h ) Signal optique Signal sonore Circuit amont Signal sonore Circuit à LED Circuit à PhD Emetteur Récepteur Signal électrique Circuit aval Signal électrique 30 juin 2016 4 / 18 L’électronique à Villebon-Charpak Expérimentations et démarche sientifique - 120h sur 3 ans ( 2000h ) 30 juin 2016 5 / 18 L’électronique à Villebon-Charpak Étudiant·e·s 70% de boursiers 45% de filles / 55% de garçons 30% de bacheliers technologiques (STI2D STL STAV) Sélectionné·e·s Goût pour un éventail de disciplines scientifiques Curiosité, goût de l’expérimentation, goût du travail en équipe Volonté et capacité de travail sur le long terme Du potentiel mais l’excellence scolaire n’est pas un critère 30 juin 2016 6 / 18 Électronique en L1 : Interdisciplinarité ! Exemples de 3 UEs UE S1.2 Les nombres. Comment représenter le réel ? UE S2.1 Lumière UE S2.3 APPI Piles à combustibles microbiennes Maths 30h Biologie 15h Maths 60h Info 15h Chimie 15h Physique 30h Info 15h Physique 15h Physique 15h Ingénierie 30 h Ingénierie 15 h Ingénierie 30 h Chimie 15 h 5mA 2.5mA 1mA 5 • • • 4 U • B Rout • I S Courant I (mA) A • • Rin V Vs 3 • • 2 • A • 1 0 1 2 3 4 5 Tension U (Volt) 30 juin 2016 7 / 18 À TP2 - Electronique logique séquentielle (UE "Nombres") Règles du jeu 30 juin 2016 8 / 18 À TP2 - Electronique logique séquentielle (UE "Nombres") Règles du jeu Travail par équipe A disposition : registre à décalage 74LS164 afficheur 7 segments HDSP 5503, composants et matériels disponibles dans la salle, ... et bien sûr l’aide des enseignants. 30 juin 2016 8 / 18 À TP2 - Electronique logique séquentielle Jalons : 2 questions au choix toutes les 45mn Compréhension du travail demandé 1 Comment fonctionne l’afficheur 7 segments ? 2 De combien de signaux (tensions électriques) a-t-on besoin ? 3 Comment devraient être les chronogrammes d’évolution de ces signaux ? Conception du circuit 1 Comment fonctionne le composant logique ? 2 Combien de signaux peut-il fournir ? 3 Combien de signaux d’entrée sont-ils nécessaires ? 4 Comment doivent-être le(s) chronogramme(s) du ou des signaux d’entrée ? Réalisation et test 1 Quel circuit permet de tester de l’afficheur seul ? 2 Quel est câblage du composant logique ? 3 Le circuit fonctionne-t-il comme attendu ? 30 juin 2016 9 / 18 À TP2 - Electronique logique séquentielle Lauren : Le fait que d’autres personnes nous expliquent [les points vus en cours], c’était mieux Gauvain : Ca permet de rythmer en étapes la séance et on a le temps de construire ensemble [un projet]. Où est l’enseignant·e ? 30 juin 2016 10 / 18 À TP2 - Electronique logique séquentielle Structure "TP- défi" reprise pour d’autres TPs 04 06 05 03 02 08 09 10 11 Ingé 1 01 Le défi 07 Les équipes : Amériques - Europe -Afrique Jalons : 10 questions / 5 étapes Résultat 30 juin 2016 11 / 18 Á TP Sources électriques réelles Défi : allumer le plus grand nombre de LEDs ! 5mA 2.5mA 1mA 5 • 5 I 4 4 Courant I (mA) Courant I (mA) U 3 • 2 2 1 0 3 1 1 2 3 4 0 5 0 0.5 1 Tension U (Volt) 1.5 2 2.5 3 Tension U (Volt) • • LED A • • LED A LED B LED B • • • • • • • • • • LED A LED A LED B LED B 30 juin 2016 12 / 18 Â TP Interdisciplinaire physique/ électronique / chimie Fabrication d’un spectro-photomètre "de poche" pour vérifier la loi de Beer-Lambert dans la fluorescéine 30 juin 2016 13 / 18 Ã Électronique dans l’APPI "Piles à combustible microbiennes" Apprentissage Par Projet Inductif Par équipes de Janvier à Juin • • V • • Vs A • 30 juin 2016 14 / 18 En constante évolution Un travail d’équipe, au long cours Marie Poirier-Quinot Valérian Giesz (crédit photos) Tatiana Séverin-Fabiani Cyril Dauphin Guillaume Carret Nathalie Barbier Fréderic David Marc Rouillay Samuel Tardieu Sébastien De Rossi Franck Brouillard Jeanne Parmentier Ahmet Ozgümus Martine Thomas Cécile Narce Etienne Blanc 30 juin 2016 15 / 18 Pour aller plus loin De la pratique (pédagogique) vers la théorie : apport des neurosciences 30 juin 2016 16 / 18 L’aire de la forme visuelle des mots Apprendre ? Plasticité cérébrale & recyclage neuronal (Visual Word Form Area, VWFA) La « boîte aux lettres » du cerveau Apprendre c’est renforcer ou éliminer des synapses Afin de spécialiser certaines zones du cerveau •Une région détectable en quelques minutes En "recyclant" les neurones qui étaient prévues pour autre chose à la naissance d’IRM chez tous les lecteurs Hémisphère gauche vu de dessous • Spécialisée pour la reconnaissance des caractères que le sujet a appris à lire. Plasticité restreinte et contrainte • Située au même endroit, dans toutes les Fenêtre temporelle de plasticité cultures longue chez les humains • Entourée d’une mosaïque de régions Gains et pertes MOTS ECRITS reproductibles spécialisées dans la reconnaissance des objects, des visages, des lieux… Cohen, L., & Dehaene, S. (2004). Specialization within the ventral stream: the case for the visual word form area. Neuroimage, 22(1), 466–76. Dehaene, S., & Cohen, L. (2011). The unique role of the visual word form area in reading. Trends Cogn Sci, 15(6), 254–62. Illustrations tirés du cours de S. Dehaene 30 juin 2016 17 / 18 Piliers 2&3 - Engagement actif et retour d’information Algorithme d’apprentissage statistique sophistiqué (Bayésien) Pendant un apprentissage le cerveau réalise 3 ACTIONS : 1 2 3 Prédire Obtenir un signal d’erreur Réajuster son modèle interne On n’apprend plus quand ce qu’on a prédit est correct, on ne peut apprendre que si l’on se trompe ! Tests (avec correction) répétés .... Expériences de Henry Roediger et al. (Science, 2008) 30 juin 2016 18 / 18