ASPIRE

Graasp pour la recherche ouverte fondée sur des preuves dans l’éducation numérique.

Graasp est une plateforme cloud en accès libre et conforme au RGPD pour l’éducation numérique, développée et hébergée à l’EPFL dans le cadre d’initiatives nationales et internationales.

Il est exploité dans le monde entier par les universités et les écoles pour l’apprentissage actif mixte ou le partage de connaissances numériques et compte actuellement plus de 165’000 utilisateurs.

Une caractéristique motrice de la plateforme est que, moyennant le consentement, il est possible de collecter des données concernant l’enseignant.e et l’élève (analyse de l’apprentissage), qui peuvent être utilisées non seulement pour la sensibilisation et la réflexion pédagogiques, mais également pour la recherche factuelle.

ASPIRE permet aux chercheur.euse.s, au-delà des parties prenantes actuelles de la plateforme, d’accéder aux données générées au sein de Graasp.

Le projet est mené en collaboration par l’EPFL, la HEIA-FR et la HEP-BEJUNE, couvrant ainsi 7 cantons et deux aires linguistiques suisses afin de faciliter une adoption à l’échelle nationale. 

En outre, le projet combine des compétences de recherche en interaction homme-machine, en génie logiciel, en science des données et en éducation.

Contact:
Denis Gillet - denis.gillet@epfl.ch
Site:
Vous souhaitez en savoir plus?

Les Jupyter Notebooks

La pensée computationnelle en pratique. Nous offrons un accès facile aux Jupyter notebooks pour les étudiant.e.s, et soutenons les instructeur.trice.s sur les meilleures pratiques et utilisations en classe.

Les Jupyter Notebooks sont des documents interactifs qui combinent du code, des équations, des visualisations et du texte. 

Polyvalents et flexibles, ils permettent aux enseignant.e.s de développer très facilement des démonstrations virtuelles, des exercices interactifs ou des polycopiés multimédias.

Bien qu’ils puissent évidemment être utilisés pour enseigner l’informatique et les capacités de programmation associées, leurs caractéristiques spécifiques les rendent intéressants pour l’enseignement de la résolution de problèmes computationnels et l’introduction de la pensée computationnelle dans toutes les disciplines.

Avec notre plateforme centralisée JupyterLab, qui compte actuellement plus de 4’100 utilisateur.trice.s (dont plus de 2’600 étudiant.e.s), les enseignant.e.s et les étudiant.e.s peuvent facilement accéder, modifier et exécuter des notebooks en ligne avec un simple navigateur Web.

Notre équipe de soutien pédagogique et technique a accompagné plus de 30 équipes pédagogiques dans l’élaboration de notebooks pédagogiques pour des cours dans des disciplines scientifiques et techniques variées, de la science des matériaux au traitement du signal, en passant par la physique quantique ou la mécanique des structures, pour n’en citer que quelques-unes.

Nous étudions l’impact des notebooks sur l’apprentissage des élèves, identifions les scénarios pédagogiques les plus prometteurs pour les notebooks et partageons les meilleures pratiques avec les enseignant.e.s.

Want to try it out?

La MOOC Factory

En l’espace d’une décennie, l’EPFL a produit plus de 140 cours qui ont attiré 3’000’000 inscriptions. Nous envisageons maintenant de tirer parti des ressources vidéo produites en 2020.

MOOC signifie Massive Open Online Course. Il s’agit d’une combinaison de conférences vidéo, d’exercices et de devoirs, que tout le monde peut suivre gratuitement.

La plupart de nos cours nécessitent 5 à 7 semaines pour être complétés. Ils sont ouverts à un public mondial mais sont également utilisés par nos étudiant.e.s en complément des cours sur le campus.

L’usine MOOC propose un accompagnement pour l’ensemble du processus de création d’un cours. À partir de la conception du plan de cours, basé sur les objectifs d’apprentissage et en travaillant rétroactivement afin de définir des activités d’apprentissage appropriées ainsi que du matériel pertinent.

Une fois le plan de cours prêt, la production vidéo peut commencer dans l’un de nos studios. Les instructeur.trice.s se familiarisent d’abord avec le studio et travaillent en étroite relation avec un.e animateur.trice de studio qui les guide et les soutient.

Les hôte.sse.s du studio sont également chargé.e.s du montage de la vidéo et interagissent avec les instructeur.trice.s via un processus de révision.

Enfin, une fois le cours prêt, la diffusion est organisée sur la plateforme la plus adaptée.

Vous souhaitez en savoir plus?ous souhaitez l'essayer?

Service de promotion de l’éducation

L’internationalisation fait partie de l’ADN de l’EPFL à bien des égards comme sa communauté diversifiée ou sa recherche internationalement reconnue. Le Service de promotion de l’éducation (SPE) s’engage à établir des partenariats d’échanges et de doubles diplômes, à renforcer les réseaux internationaux de l’EPFL et à partager les meilleures les pratiques.

Avec plus de 150 accords d’échanges internationaux et de doubles diplômes, l’EPFL propose à ses étudiant.e.s un large choix de destinations d’études à l’étranger.

Les étudiant.e.s des institutions partenaires ont également la possibilité d’intégrer l’EPFL pour un échange, un projet en laboratoire ou un stage.

Les activités de l’École au niveau international sont communiquées à travers des événements d’information et de sensibilisation à la fois sur le campus et dans les institutions partenaires, à l’aide de supports promotionnels dédiés mis à disposition des publics concernés.

Vous souhaitez en savoir plus?

Analytique du campus

La science des données au service de l’éducation. Notre objectif est d’utiliser la puissance de l’apprentissage machine et de la science des données pour découvrir des modèles et des chemins cachés dans le système éducatif de l’EPFL.

Campus Analytics est une initiative du Center for Digital Education (CEDE – Centre pour l’éducation numérique) créée dans le but de fédérer la recherche scientifique et institutionnelle de l’EPFL, notamment en ce qui concerne les données académiques.

L’objectif de ce projet est de collecter et d’enrichir des données pédagogiques à l’EPFL, et de les analyser grâce à l’utilisation de techniques de data science et de machine learning.

L’application des principes de la science des données aux données académiques collectées à l’EPFL peut révéler des secrets et fournir des informations autrement inobservables.

Cela permet de montrer comment les étudiant.e.s utilisent différentes stratégies d’apprentissage pour atteindre un objectif commun, comment un cours spécifique peut amener les étudiant.e.s à abandonner, comment un choix spécifique de cours peut conduire à de meilleurs ou de pires résultats dans les cours suivants, comment les parcours d’apprentissage mènent à des carrières différentes et, dans quelle mesure l’orientation générale du cursus de l’EPFL est adaptée à la réalité actuelle du monde académique et de l’entreprise.

Autant de questions qui affectent la prise de décision à l’EPFL, qu’il s’agisse de décisions prises par les étudiant.e.s, les professeur.e.s ou les décideur.euse.s politiques. 

Notre objectif est qu’au moins certaines de ces décisions soient éclairées par des données, en tirant parti de la recherche et de la matière grise de nos laboratoires de recherche.

Vous souhaitez l'essayer?