Programme des cours 2026-2027
NUMV1124-1  
Algorithmique, programmation et didactique, Algorithmique, programmation et didactique
Durée :
36h Th
Nombre de crédits :
Bachelier en enseignement section 3 : mathématiques et formation numérique3
Nom du professeur :
Catherine LEBEAU
Coordinateur(s) :
Catherine LEBEAU
Langue(s) de l'unité d'enseignement :
Langue française
Organisation et évaluation :
Enseignement au deuxième quadrimestre
Unités d'enseignement prérequises et corequises :
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement :
Cette unité d'enseignement, intitulé Algorithmique, a pour objectif de former les étudiants à la fois sur le plan technique en algorithmique et en programmation, ainsi que sur le plan didactique, pour leur permettre d'enseigner ces compétences efficacement en fin de primaire et début de secondaire. Les étudiants apprendront à créer, analyser des algortihmes et à enseigner l'algorithmique en utilisant des outils comme Scratch, Python, Excel, Geogebra, ...

L'unité d'enseignement est organisé en missions pratiques et progressives qui intègrent la théorie algorithmique, la planification via l'utilisation notamment de logigramme et la mise en pratique via des exercices de programmation. En plus de ces activités techniques, les missions comprendront également la conception d'ébauches de séquences pédagogiques et une réflexion sur les méthodologies d'apprentissage. Les étudiants devront ainsi démontrer leur maîtrise non seulement des compétences techniques, mais aussi de la didactique nécessaire pour enseigner ces concepts de manière efficace. Des lectures théoriques seront demandées entre certains cours.
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
À l'issue de cette unité d'enseignement, l'étudiant devra être capable de :

  • maîtriser les concepts fondamentaux de l'algorithmique et de la programmation (structures séquentielles, conditions, boucles, variables) ;
  • appliquer ces concepts dans des situations pratiques, notamment à travers des projets de programmation utilisant des outils comme Scratch, ...
  • poser un regard critique sur un algorithme ou un programme, pour le corriger, l'optimiser ou en évaluer l'efficacité ;
  • analyser et concevoir des séquences pédagogiques adaptées à l'enseignement de l'algorithmique pour des élèves de fin de primaire et début de secondaire ;
  • Utiliser l'algorithmique pour appréhender différemment des concepts d'autres disciplines ;
  • réfléchir de manière critique sur les méthodes didactiques et proposer des stratégies pour surmonter les difficultés spécifiques à l'apprentissage de l'algorithmique ;
  • relier les exercices techniques et les concepts théoriques aux compétences du référentiel FMTTN, en démontrant une connaissance approfondie de ces compétences.
  • Utiliser de manière critique l'IA, appréhender des algorithmes comme ceux de Facebook, google, ...
L'unité d'enseignement contribue aux AAT suivantes :

AAT5 : Maîtriser les contenus, la didactique et les méthodologies propres aux disciplines, ainsi que les connaissances liées aux processus d'apprentissage et aux théories de l'enseignement, en lien avec les référentiels et les visées du système éducatif ;

AAT9 : Intégrer des technologies numériques dans les pratiques pédagogiques de manière pertinente.

Cette unité permet à l'étudiant de s'initier :

  • à la programmation de base, incluant la création de petits jeux vidéo;
  • à l'utilisation de Scratch pour enseigner des concepts d'algorithmique de manière ludique;
  • à l'optimisation et à la critique d'algorithmes simples ;
  • à la création de séquences pédagogiques interactives, comme des projets Scratch pour amener des élèves à maitriser les compétences du référentiel FMTTN liées à l'algorithmique ;
  • à l'adaptation des exercices pour les élèves en difficulté, en proposant des versions simplifiées ou des supports visuels.
  • à la création d'animations mathématiques et géométriques avec Geogebra ;
  • à l'usage critique de l'IA
Savoirs et compétences prérequis :
Activités d'apprentissage prévues et méthodes d'enseignement :
La majorité des cours auront lieu en présentiel. Des séances de travail autonome pourront être proposées. 
Mode d'enseignement (présentiel, à distance, hybride) :
Les cours seront conçus pour être aussi interactifs que possible, favorisant les recherches individuelles mais aussi l'entraide et les recherches en groupe. L'acquisition des connaissances numériques ne se fera pas simplement par une étude passive de documents théoriques, mais par une démarche active où les concepts sont utilisés dans le cadre de la réalisation d'exercices et de projets. Les activités proposées ont pour objectif de stimuler la réflexion et l'engagement des étudiants.

Cette approche pédagogique requiert un engagement personnel : en plus d'une participation active en classe, les étudiants seront amenés à lire des documents, à réaliser des exercices, et à produire des synthèses.

Des travaux pratiques font l'objet d'une évaluation formative. Les étudiants devront réaliser des travaux pratiques tout au long du quadrimestre. Ces exercices seront évalués en fonction des critères : pertinence technique et application adéquate des concepts travaillés dans cette unité d'enseignement. Les travaux pratiques sont encadrés par l'enseignant qui prend une posture de coach.
Lectures recommandées ou obligatoires et notes de cours :
Les supports nécessaires au cours sont les documents des missions qui seront disponibles sur la plateforme pédagogique en ligne. Bien que les missions soient autosuffisantes avec des passages réexpliquant les éléments théoriques du cours, les étudiants souhaitant approfondir leurs connaissances peuvent se référer aux ouvrages suivants :

  • Algorithmique et programmation au collège - Xavier Chanet (Ellipses, 2016),
  • Learn to Program with Scratch - Majed Marji (No Starch Press, 2014),
  • Grokking Algorithms - Aditya Bhargava (Manning Publications, 2016),
  • Scratch 3 Programming Playground - Al Sweigart (No Starch Press, 2021),
  • Algorithms - Sedgewick, R., & Wayne, K. (Addison-Wesley, 2011).
Modalités d'évaluation et critères :
Session d'examens de fin de second quadrimestre (juin) au terme du Q2


Travail Écrit et examen oral sur base du travail écrit : un travail écrit portera sur la création d'algorithmes et de leur programmation avec Scratch,  l'analyse des méthodologies didactiques pour enseigner l'algorithmique au niveau scolaire. ainsi que des ébauches de séquences pédagogiques. Ce travail devra démontrer la capacité à concevoir des stratégies didactiques efficaces pour l'enseignement des savoirs, savoir-faire et compétences de l'algorithmique prescrites dans les référentiels du tronc commun. Par ce travail l'étudiant devra aussi démonter sa capacité à définir et contextualiser le vocabulaire spécifique utilisé dans l'unité d'enseignement et faire le lien entre les ébauches de séquences pédagogiques qu'il propose et le référentiel FMTTN.

Un examen oral sur base du travail écrit validera la compréhension de l'étudiant.

L'examen oral correspondra à 70 % de la cote finale et le travail écrit à 30 %.

Il ne pourra y avoir une réussite si le travail écrit apporté à l'examen oral est incomplet.

Le travail devra être fourni avant l'examen à une date précisée dans l'horaire. 

Il devra être apporté en format papier à l'examen.

Les consignes complètes de l'examen et du travail seront déposées sur Evalmoodle.

Tout usage d'une intelligence artificielle générative dans les travaux doit être explicitement mentionné et référencé conformément aux normes APA en vigueur (RGE, art. 145).


Session d'examens de fin de troisième quadrimestre (aout-septembre) au terme du Q3

Travail Écrit et examen oral sur base du travail écrit :  un travail écrit portera sur la création d'algorithmes et de leur programmation avec Scratch,  l'analyse des méthodologies didactiques pour enseigner l'algorithmique au niveau scolaire. ainsi que des ébauches de séquences pédagogiques. Ce travail devra démontrer la capacité à concevoir des stratégies didactiques efficaces pour l'enseignement des savoirs, savoir-faire et compétences de l'algorithmique prescrites dans les référentiels du tronc commun. Par ce travail l'étudiant devra aussi démonter sa capacité à définir et contextualiser le vocabulaire spécifique utilisé dans l'unité d'enseignement et faire le lien entre les ébauches de séquences pédagogiques qu'il propose et le référentiel FMTTN.

Un examen oral sur base du travail écrit validera la compréhension de l'étudiant.

L'examen oral correspondra à 70 % de la cote finale et le travail écrit à 30 %.

Il ne pourra y avoir une réussite si le travail écrit apporté à l'examen oral est incomplet.

Le travail devra être fourni avant l'examen à une date précisée dans l'horaire. 

Il devra être apporté en format papier à l'examen.

Les consignes complètes de l'examen et du travail seront déposées sur Evalmoodle.

Tout usage d'une intelligence artificielle générative dans les travaux doit être explicitement mentionné et référencé conformément aux normes APA en vigueur (RGE, art. 145).

 
Stage(s) :
Remarques organisationnelles :
La participation active est indispensable pour tirer pleinement profit de ce cours. Les étudiants doivent s'impliquer en classe pour réussir et faire valider les différentes missions. Les séances en classe sont essentielles pour comprendre les concepts clés et bénéficier des discussions didactiques.
Contacts :
Catherine LEBEAU 

email : catherine.lebeau@vinci.be