Le secret de l’acquisition des compétences transversales

Un écart existe parfois entre les attentes des employeurs et les compétences des diplômées et des diplômés en ingénierie en termes de planification, de communication ou encore d’évaluation des risques. Pour répondre aux besoins du marché, il est donc essentiel que la transmission de compétences dites professionnelles ou transversales soit incluse dans le cursus des futurs ingénieurs. Plusieurs méthodes utilisées à cette fin s’appuient sur la réalisation de projets en équipes par les étudiants.

« Bien que ces méthodes soient largement répandues dans l’enseignement de l’ingénierie, nous savons peu de choses sur les conditions qui favorisent le mieux le développement des compétences professionnelles chez les étudiants », explique Cyril Picard, assistant-doctorant au laboratoire de conception mécanique appliquée de l’EPFL. Dans la cadre de sa thèse de doctorat, il a effectué une recherche afin de mieux comprendre cette problématique. Cette recherche, menée conjointement avec le responsable du laboratoire Jürg Schiffmann ainsi qu’avec Cécile Hardebolle et Roland Tormey du Centre d’appui à l’enseignement de l’EPFL, a fait l’objet d’un article intitulé « Which professional skills do students learn in engineering team-based projects? », récemment publié dans « The European Journal of Engineering Education ».

L’acquisition de compétences transversales ne va pas de soi

Les compétences professionnelles ont tendance à être traitées implicitement dans le cadre des programmes d’études traditionnels. Lorsque des projets sont utilisés dans les cours, il est attendu des étudiants qu’ils acquièrent des compétences professionnelles en même temps que des compétences techniques, mais souvent seules les compétences techniques sont explicitement traitées.

« Une croyance commune selon laquelle il suffit aux étudiants de travailler en groupe pour développer des compétences en gestion de projet semble exister », note Cyril Picard. « Notre recherche a eu pour but de vérifier cela ». Menée auprès d’étudiants de deux cours de bachelor et un cours de master en ingénierie mécanique de l’EPFL dispensé par le professeur Jürg Schiffmann, les résultats montrent que si travailler sur des projets en groupe aide les étudiants à acquérir des compétences techniques ou encore à se préparer aux examens, l’acquisition de compétences transversales, quant à elle, ne se fait pas automatiquement.

Un accompagnement ciblé nécessaire

Le cours de master dans le cadre duquel la recherche a été menée comprenait des apports théoriques et un accompagnement spécifique des étudiants sur la planification et l’évaluation des risques. Ce qui n’était pas le cas de deux cours de bachelor. Et les résultats sont sans équivoque : « Les étudiants qui travaillent sur des projets sans que ces sujets soient abordés explicitement par l’enseignant et les assistants n’apprennent pas grand-chose en termes de gestion de projet ou d’évaluation des risques », détaille Cyril Picard. « Par contre, lorsque les compétences transversales sont traitées en cours, suivies pendant les projets et évaluées, l’acquisition des compétences s’effectue », ajoute-t-il.

« Si nous voulons que les étudiants développent des compétences professionnelles, il n’y a pas de secret : un accompagnement dans le développement de ces compétences est nécessaire », relève Cécile Hardebolle, conseillère pédagogique au Centre d’appui à l’enseignement de l’EPFL.

De petites adaptations pour de grands résultats

Le professeur Jürg Schiffmann n’est pas surpris par ces résultats : « L’enseignement passe toujours par une sensibilisation des étudiants à des sujets sur lesquels nous souhaitons qu’ils évoluent », relève-t-il. Les résultats de la recherche montrent qu’avec « un effort relativement petit en incluant des éléments théoriques et un suivi pendant les projets, notamment sur le planning et la gestion des risques, de réels gains sont observés », souligne-t-il. « Les résultats de notre recherche constituent une découverte notable qui contribue à comprendre comment intégrer efficacement les projets dans les classes traditionnelles. »

Author(s): Leila Ueberschlag
Importé depuis EPFL Actu

Trois questions pour Tanja Käser, professeur de la faculté IC

Avant de venir à l’EPFL, Tanja Käser était scientifique de données au Swiss Data Science Center de l’ETH Zurich. Comme elle l’explique, ses recherches interdisciplinaires combinent l’informatique et les sciences de l’éducation. Elle utilise l’intelligence artificielle (IA), le machine learning, les algorithmes ainsi que le data mining pour modéliser et prédire le comportement et l’apprentissage humains. Cela facilite, par exemple, la personnalisation des outils d’apprentissage.

IC: Pouvez-vous nous parlez brièvement de votre parcours de recherche? Qu’est-ce qui vous a inspiré à combiner l’éducation et l’informatique ?

TK: J’ai fait mon master et mon doctorat en informatique à l’ETH Zurich. Mes recherches utilisent le machine learning pour comprendre et améliorer l’apprentissage humain. Je suis en particulier intéressée à créer des modèles précis du comportement et de l’apprentissage humains.

J’ai choisi cette direction de recherche parce que je suis très fascinée par la façon dont les humains apprennent, et aussi parce que je souhaite avoir un impact sur la société avec mes recherches, c’est-à-dire en offrant une éducation de haute qualité à tout le monde.

IC : Quelle est votre mission pour le Laboratoire de Vocation, d’Education et de Formation Numériques ?

TK : Ma vision est d’utiliser la technologie pour soutenir la formation professionnelle des étudiants, pour les aider à rendre leur apprentissage meilleur. La numérisation croissante engendre des cercles de connaissances plus courts, ce qui nécessite l’adaptation des connaissances et des compétences.

Les environnements numériques, tels que les simulations interactives, ont le potentiel d’enseigner aux étudiants de nouveaux contenus, tout en leur permettant de mettre en pratique des compétences importantes pour l’apprentissage. L’utilisation de l’IA pour personnaliser ces environnements d’apprentissage permettra également aux étudiants d’apprendre du contenu de manière plus efficace et de développer des stratégies d’apprentissage plus performantes.

IC : Selon vous, quels sont les problèmes les plus intéressants à résoudre dans le domaine de l’éducation numérique aujourd’hui ?

TK : Comprendre pleinement l’apprentissage des étudiants, afin de pouvoir le modéliser avec précision et ainsi faciliter un enseignement plus efficace et plus performant. L’éducation est à la fois une question de matériel d’apprentissage efficace pour les étudiants et une question de préparation pour qu’ils puissent continuer à apprendre par eux-mêmes. Jusqu’à présent, une grande partie de l’enseignement numérique en ligne a été davantage axée sur la première partie. Cependant, les ordinateurs permettent également d’observer plus facilement la façon dont les étudiants apprennent en recueillant des données sur leurs interactions et leurs processus d’apprentissage, et donc d’acquérir de nouvelles connaissances.

Je m’intéresse également à pouvoir expliquer les décisions des modèles. Aujourd’hui, nous disposons de puissants modèles d’IA, mais ils sont souvent une boîte noire. Il peut être difficile d’expliquer aux enseignants et aux étudiants comment les modèles prennent des décisions. Je pense que c’est important pour l’éducation, afin que les personnes qui utilisent ces modèles comprennent comment les décisions sont prises.

Author(s): Celia Luterbacher
Importé depuis EPFL Actu