Un outil pour mieux appréhender des concepts abstraits

Un outil pour mieux appréhender des concepts abstraits - Credit Alain Herzog pour portrait

Un outil pour mieux appréhender des concepts abstraits – Credit Alain Herzog pour portrait

Professeur associée de physique à l’EPFL, Cécile Hébert utilise les Jupyter Notebooks pour permettre aux étudiantes et étudiants de visualiser tous les paramètres qui entrent en jeu dans une expérience et ainsi faciliter la compréhension de concepts parfois difficiles à imager.

Véritables cahiers interactifs, les notebooks Jupyter offrent la possibilité de réunir dans un même document du texte, du code, des équations, des images ou encore des vidéos. Un atout de taille pour tous les enseignant·es et étudiant·es qui doivent jongler au quotidien avec des concepts abstraits. C’est le cas de Cécile Hébert, professeure associée à l’EPFL qui donne notamment un cours de physique générale aux étudiantes et étudiants de première année. «Tout ce que l’on fait de nouveau en enseignement doit répondre à un besoin. Pour ma part, j’avais besoin de simulations adaptées aux manipulations que je fais en classe, avec la possibilité de changer les différents paramètres et d’illustrer les concepts abstraits avec des visualisations concrètes.»

Découvrez comment concevoir des démonstrations virtuelles avec les notebooks Jupyter

Avec l’aide de six assistant·es étudiant·es, la responsable du laboratoire de spectrométrie et microscopie électronique a déjà conçu 16 notebooks et en compte plus d’une dizaine en préparation. Elle a notamment créé un cahier programmable en lien avec l’expérience de la bille accélérée sur glissière. «La modélisation en 2D permet de représenter les forces et les vecteurs, cela aide à mieux visualiser les concepts.» Et avec les notebooks, les étudiantes et étudiants peuvent tester et observer en live, via une démonstration virtuelle, ce qui se produit lorsque les paramètres sont changés. Même s’ils ne maitrisent pas encore le code et la programmation en Python. De plus, grâce à noto, la plateforme JupyterLab de l’EPFL pour l’éducation, les notebooks sont accessibles et modifiables via un simple navigateur web, pas besoin d’installer de logiciels spécifiques sur son ordinateur, ni de se préoccuper des mises à jour ou des problèmes de compatibilité entre librairies.

Éviter la boîte noire

«Les étudiantes et étudiants de première année ont souvent peur du code, mais le voir est au contraire rassurant. J’essaye de leur inculquer l’habitude de ne jamais accepter d’utiliser un code qui s’apparente à une boîte noire, et je constate parfois que même les doctorantes et doctorants n’ont pas toujours le réflexe de s’interroger sur le code derrière les logiciels qu’ils utilisent.» Cécile Hébert, qui a elle-même dû se plonger dans la programmation en Python pour concevoir les notebooks, utilise aussi ces cahiers interactifs dans le cadre de son cours donné au niveau Master «Electron microscopy: advanced methods».

Un cours sous forme de classe inversée qu’elle co-enseigne avec Duncan Alexander, et pour lequel ils ont réalisé un MOOC. «Au niveau Master, j’encourage les étudiantes et étudiants à utiliser les notebooks pour s’exercer». Les cahiers interactifs étant idéaux pour la réalisation d’exercices, puisqu’ils permettent de réunir au même endroit, le cheminement du raisonnement avec par exemple un croquis illustrant les différents calculs, le code, et le résultat final avec l’animation. Si la création de notebooks demande du temps, ces derniers amènent donc une réelle valeur ajoutée lors d’enseignement de concepts et de raisonnements difficiles à appréhender.

Auteur: Laureline Duvillard

Share on

Other stories

Structure modeling exercises

Guillaume Anciaux uses Jupyter Notebooks as exercise worksheets to help students learn about civil engineering.

Automatically graded image processing assignments

Pol del Aguila Pla uses automated grading in image processing labs based on Jupyter Notebooks.

Interactive signal processing textbook

Music is a central element in the interactive textbook designed by Paolo Prandoni to teach signal processing with Jupyter Notebooks.