Upload
elenapasquinelli
View
407
Download
0
Embed Size (px)
DESCRIPTION
Citation preview
Les sciences de l’esprit et du cerveau face aux défis des technologies et de
l’éduca8on –
Risques, condi8ons, perspec8ves
Elena Pasquinelli Groupe Compas – IEC
Nouvelles technologies
– Pas d’expérience – Pas de tradi8on à respecter – Intui8on souvent fallacieuse
Nouveaux savoirs
• On se tourne vers les sciences de l’esprit et du cerveau parce que – Elles sont per8nentes – Elles sont en plein développement
Nouvelles ques8ons
• Il faut iden8fier les voies efficaces pour l’u8lisa8on du savoir scien8fique
– Comment u8liser les connaissances disponibles? – Comment produire de nouvelles connaissances u8les ?
– Comment éviter les risques ?
RISQUES DE LA RENCONTRE ENTRE SCIENCES ET PRATIQUES
Risques
1. U2lisa2on du savoir scien2fique comme prescrip2f – Filles et garçons apprennent peut-‐être mieux quand séparés (peut-‐être pas), mais ceci ne nous « force » pas à choisir le système des classes séparées Sullivan, A., Joshi, H. and Leonard, D. (2010)
Halpern, D. F. et al. (2011)
Risques 2. Effet persuasif du
langage et des images du cerveau
– L’indica8on de la localisa8on
cérébrale est souvent confondue à tort avec l’explica8on d’un phénomène mental
– Explica8ons longues et avec jargon sont considérées plus explica8ves
– Un texte accompagné d’images morphologiques du cerveau est plus convaincant (comparé à : diagrammes ou pas d’images) Weisberg (2008)
Weisberg et al (2008) McCabe & Castel (2008)
Risques
3. Diffusion de pseudo-‐science & mythes scien2fiques – Distorsion du savoir produit par la science
– Mauvaise interpréta8on de données scien8fiques
– Simplifica8on excessive du savoir produit par la science Lilienfeld et al (2010)
Della Sala (ed.) (2007) OECD (2002) Howard-‐Jones (2010)
Risques
3.a Distorsion du savoir produit par la science
– Tenta8ve d’applica8on immédiate du savoir théorique général à la pra8que sans passage par la preuve « clinique » de l’efficacité
– Données périmées ou cherry picking des données
Mythe des trois premières années
Bruer (1997)
Risques
3.b Mauvaise interpréta2on de données scien2fiques
– Données non confirmées – Données étendues sans
jus8fica8on à des domaines voisins ou écologiques
Effet Mozart
Rauscher, Shaw, Ky (1993) Chabris (1999)
Risques
3.c Simplifica2on excessive du savoir produit par la science
– Pour prouver des idées reçues
– Ou appuyer des idées dépourvues de base scien8fique
– Et de preuve d’efficacité
Cerveau droit/cerveau gauche VAK Learning styles
Brain Gym
Hyaj (2007) Pashler et al (2009)
Risques 4. Cargo cult science
– Simplifica8on excessive de la méthode scien8fique • Difficultés dans la mise en place
• Difficulté à établir le type de lien entre phénomènes
• Difficulté à établir la significa8vité dans le monde réel
• Difficulté à intégrer savoirs de nature différente – Expérimentaux et non
expérimentaux Feynman (1974)
Risques
4.1 Mise en place – Objec8f: Mesurer l’efficacité du
« brain training »/jeu vidéo – Méthode:
• RCT, 32 écoles • Groupe expérimental: 9
semaines, 5 jours par semaine, 1 heure par jour u8lise Dr. Kawashima Brain Training pour entrainer le calcul; groupe de contrôle fait classe normalement
– Résultats: • Groupe expérimental fait
mieux que contrôle sur vitesse et réponses correctes sur les tâches entraînées
Preuves d’efficacité
Miller & Robertson (2010)
Risques
4.2 Type de lien
• Il ne faut pas confondre – Corréla8on vs causalité – Effets à long et à court terme
• Nécessité de défini8ons claires et standardisées
Preuves de dangerosité Preuves d’existence
Ferguson (2008) Griffiths (2010)
Risques 4.3 Significa2vité dans le monde réel
• Effets des jeux vidéo sur fonc8ons
cogni8ves – Améliora8on sur groupe expérimental
majeure que sur groupe de contrôle sur tâches ajen8onnelles et transfert sur des tâches très proches
– Non reproduites par d’autres études
• Effets du « brain training » – Améliora8on sur les tâches entraînées
(raisonnement,planifica8on, ajen8on, mémoire, capacités visuospa8ales), pas sur des tâches cogni8ves proches; le groupe de contrôle s’améliore aussi (11430 sujets, 6 semaines)
Preuves d’efficacité Preuves de causalité
Green, Bavelier, & Dye (2010) Green & Bavelier (2008)
Boot et al (2008) Owen et al. (2010)
CONDITIONS DE LA RENCONTRE ENTRE SCIENCES ET PRATIQUES
Condi8ons
1. Avoir la bonne science est une condi8on nécessaire (savoir prouvé) – Preuves d’efficacité (es. Brain training) = Savoir ce qui marche – Preuves de dangerosité (es. violence) = Savoir ce qui est dangereux
– Preuves d’existences (es. addic8on) = Savoir ce qui existe – Preuves de causalité = Savoir pourquoi ça marche/pourquoi c’est dangereux/qu’est-‐ce qui cause son existence
• Mais pas suffisante…
Condi8ons
2. Il faut en plus que le savoir porte directement sur technologies et méthodes éduca8ves: – produire un savoir applicable – possiblement qu’il soit nouveau par rapport aux bons
conseils de la grande mère (Willingham, 2008)
3. Il faut que le savoir soit adopté – U2le – Disponible et Facilement accessible – « Lisible » et lu
PERSPECTIVES DE LA RENCONTRE ENTRE SCIENCES ET PRATIQUES
Perspec8ves • Ac8ons pra8ques pour favoriser l’adop8on du nouveau savoir :
– Diffusion de l’informa2on à travers organisa8on dédiées – Synthèse de l’informa2on (méta-‐analyses, sous forme de ques8ons pra8ques
que les éducateurs se posent)
– Classifica2on et hiérarchisa2on des preuves – de manière à rendre explicite le niveau de confiance dans le fait que l’hypothèse est vraie et le degré de probabilité que les données changent dans le temps
– Forma2on ini2ale et con2nue capables de familiariser les éducateurs avec la produc8on scien8fique et les ressources disponibles, aussi bien qu’avec la pseudo-‐science
– Mise en place de mécanismes pour la traduc8on des résultats de la recherche en décisions poli2ques
Perspec8ves • Ac8ons pra8ques pour favoriser la traduc2on de la recherche
fondamentale en savoir applicable
– Iden2fica2on des réelles nécessités (implica8on des différents acteurs, notamment les éducateurs)
– Sélec2on du savoir suscep8ble d’y répondre
– Traduc2on de ce savoir en produits testables
– U8lisa8on du savoir qui vient de l’observa2on de terrain pour affiner savoir biologique, par exemple sur les différences entre apprenants, ou sur les différentes condi8ons d’appren8ssage
– Nécessité d’une réelle collabora2on entre chercheurs théoriques et de terrain et de l’intégra2on de différentes formes de savoir
Perspec8ves • Naissance d’un champ de recherche et applica8on en éduca8on, cogni8on, technologies = science appliquée de l’appren2ssage
– Qui a les sciences de l’esprit et du cerveau dans son pôle théorique
– Qui se donne des ou8ls pour la traduc2on de la recherche fondamentale en savoir applicable
– et pour l’adop2on réelle de ce savoir
APPENDIX : MODÈLES POUR UNE SCIENCE APPLIQUÉE DE L’APPRENTISSAGE
2 Modèles : a. Evidence-‐based medicine
• EBM tourne autour du problème de rendre disponible et u8lisée une informa8on qui existe – on se rend compte aux années 90 que les médecins généralistes ne sont pas au courant des avancées de leur domaine • on souhaite faire profiter les médecins de la dernière science disponible preuves concernant les pra8ques efficaces
• de manière à ce que leur pra8que soit informée par l’ « evidence » plutôt que par la tradi8on, l’expérience ou l’intui8on
– EBM se traduit en ac8ons de • Diffusion de l’informa2on • Synthèse de l’informa2on • Classifica2on et hiérarchisa2on des preuves • Forma2on ini2ale et con2nue
Sackej et al 2000
2 Modèles : b. Transla6onal medicine
• TM tourne autour du problème de la produc8on du savoir suscep8ble d’être
appliqué dans la pra8que – Comment traduire les pièces de savoir théorique en « produits » testables cliniquement ?
(recherche pre-‐clinique) • Iden8fica8on des réelles nécessités en termes de santé • Séléc8on du savoir suscep8ble d’y répondre Traduc8on de ce savoir en produits testables • Mais aussi: u8lisa8on du savoir qui vient de l’observa8on et expérimenta8on humaine pour affiner
savoir biologique, par exemple sur les différences entre pa8ents (géné8que et iden8fica8on de marqueurs)
• Nécessité d’une réelle collabora8on entre chercheurs théoriques et cliniques (bench to bedside/bedside to bench) et différentes formes de savoir
– Qu’est-‐ce qui se passe une fois que le produit est testé cliniquement : quelles sont son efficacité réelle et son efficience dans le monde réel ? • Prise en compte du pa8ent réel, en situa8on réelle • Facteurs démographiques, psychologiques, sociales économiques différentes priorités qui influencent
non seulement l’efficacité mais aussi l’adop8on • Facteurs économiques et autres facteurs pour calculer le rapport coûts-‐bénéfices
– Comment traduire ces résultats en poli8ques de santé ?
hjp://www.ahscstrategicplan.org/uploadedFiles/AHSC/StrategicReport_final.pdf
De la médecine à l’éduca8on
• Dans sa généralité, cet ensemble ac8ons peuvent cons8tuer la base pour un « paquet evidence-‐based exportable », mais il ne faut pas se cacher les différences qui existent entre le domaine de la médecine et celui de l’éduca8on (il ne faut pas les exagérer non plus), donc la nécessité de développer une théorie de la preuve spécifique pour l’éduca8on
• Es.: quelle est la méthodologie la plus adéquate pour prouver qu’une technologie éduca8ve est efficace ? Pour an8ciper si elle sera adoptée ?
• Ajen8on! La classifica8on des preuves permet de mieux u8liser les preuves qui ne répondent pas à la gold rule des tests contrôlés, randomisés, en double aveugle.
• En même temps, elle affirme une hiérarchie, et donc un critère de choix entre savoirs concourants (privilégier les données qui résultent de tests expérimentaux bien conduits)
• Ajen8on! L’impression que cela se fasse déjà ou que c’est facile à faire peut être trompeuse, notamment quand on parle de la fabrica8on d’états de l’art… c’est coûteux et demande la cons8tu8on d’organisa8ons ad hoc (comme WWC, Campbell Educa8on, EIPEE, CEBE)