Innovation pédagogique

Vision générale

Je considère l’innovation pédagogique comme un levier de transformation de l’apprentissage.
Mon objectif est de concevoir des environnements où les étudiantes et étudiants deviennent acteurs de leur formation, à travers des approches actives, des outils numériques modernes et une culture de la reproductibilité.

Mes projets s’articulent autour de trois axes :

  1. Modernisation des cours grâce aux technologies ouvertes (R, Quarto, Learnr, GitHub).
  2. Accompagnement et encadrement à travers la formation d’auxiliaires et la création de ressources collaboratives.
  3. Intégration responsable de l’intelligence artificielle en enseignement et en soutien à la réussite.

🌱 L’innovation pédagogique, pour moi, consiste à rapprocher rigueur, créativité et accessibilité — pour que chaque étudiant·e puisse apprendre en explorant, expérimentant et comprenant.

Principaux projets

Refonte des cours en science des données

Mise à jour complète des cours d’introduction à la science des données et de programmation scientifique.
Objectifs :

  • rendre l’apprentissage plus actif et contextualisé ;
  • développer des études de cas francophones ;
  • offrir une rétroaction automatisée et formative via Quarto et GitHub Classroom.

Résultat : amélioration de la motivation et de la participation étudiante, tout en favorisant la reproductibilité du code.

Amélioration du soutien à la réussite étudiante

Développement d’un modèle de formation structurée des auxiliaires et d’une plateforme interne regroupant ressources, capsules vidéo et foire aux questions.
Résultat : professionnalisation du rôle d’auxiliaire et uniformisation du soutien pédagogique.
Lien : Espace des auxiliaires – plateforme interne (Ulaval)

Projet GPT-CDA — Intelligence artificielle et apprentissage

Développement d’un assistant conversationnel spécialisé pour l’accompagnement en mathématiques et en statistiques.
Objectifs :

  • offrir des explications adaptées au matériel de cours ;
  • détecter les incompréhensions et rediriger vers un tuteur humain ;
  • optimiser le temps d’intervention des auxiliaires.

Résultat : déploiement d’un prototype supervisé combinant IA et accompagnement pédagogique personnalisé.

Ressources pédagogiques ouvertes

Je développe un écosystème de ressources numériques libres pour soutenir l’enseignement et l’apprentissage de la science des données.
Cette plateforme vise à faciliter la conception de matériel reproductible, interactif et collaboratif, tout en favorisant la diffusion de ressources francophones.

1. Plateforme de ressources pédagogiques

Lien : site_ressources_SSD

Créée comme une bibliothèque en ligne, cette plateforme centralise un ensemble de ressources destinées aux enseignants et aux étudiants.
Elle met l’accent sur la reproductibilité, la collaboration et la mutualisation des pratiques pédagogiques.

Contenu :

  • Gabarits Quarto pour la création de sites web, rapports et documents reproductibles ;
  • Exemples de tutoriels interactifs développés avec learnr ;
  • Librairie R UlavalSSD contenant des fonctions et jeux de données pour l’enseignement des statistiques ;
  • Procédures GitHub et guides pour la gestion de versions et la diffusion ouverte de matériel pédagogique.

Résultat : cette plateforme favorise la cohérence des pratiques d’enseignement et la collaboration entre collègues, tout en réduisant le temps de préparation de matériel.

2. tutorizeR

Lien : tutorizeR

Le package tutorizeR automatise la conversion de fichiers Quarto (.qmd) et RMarkdown (.Rmd) en tutoriels interactifs utilisant learnr ou quarto-live.
Il a été conçu pour aider les enseignants à créer rapidement des activités dynamiques, sans effort technique supplémentaire.

Fonctionnalités principales :

  • Conversion automatique de documents en tutoriels interactifs ;
  • Ajout de zones de réponse et de rétroaction immédiate via gradethis ;
  • Génération d’environnements prêts à être déployés (cours en ligne, autoformation, laboratoires).

Objectif : promouvoir une pédagogie active et formative en intégrant des exercices interactifs directement dans les documents Quarto.
Résultat : tutorizeR permet de réduire considérablement la charge technique de création de tutoriels tout en renforçant la reproductibilité et l’engagement étudiant.

3. ZeroWasteData (en développement)

Lien : ZeroWasteData

ZeroWasteData est une application interactive développée en Python avec Streamlit, qui vise à encourager la réutilisation intelligente des données dans un contexte d’enseignement en science des données.
Elle repose sur une idée simple : plutôt que d’accumuler des fichiers et d’épuiser les ressources de stockage, exploitons mieux les données que nous avons déjà.

Principe de fonctionnement :

  • l’utilisateur importe son jeu de données ;
  • il indique quelles analyses ou activités ont déjà été réalisées avec ce jeu ;
  • l’application lui suggère automatiquement d’autres analyses possibles, en les associant à des concepts statistiques ou de science des données pertinents (par exemple : visualisation, corrélation, régression, apprentissage supervisé, clustering, etc.).

Objectifs pédagogiques :

  • valoriser les données existantes en explorant de nouvelles perspectives analytiques ;
  • réduire la duplication et le gaspillage numérique, en liant pédagogie et durabilité des données ;
  • favoriser la découverte active, en reliant chaque type d’analyse à un concept d’enseignement concret.

Résultat attendu :

Une application Streamlit conviviale et open source qui agit comme un assistant pédagogique intelligent, aidant enseignants et étudiants à tirer le meilleur parti d’un même jeu de données,
tout en sensibilisant à la gestion responsable et durable des ressources numériques.

4. Tutoriels interactifs learnr

Liens :
- 🚴‍♂️ Tutoriel BIXI — Analyse et visualisation de données
- 🎨 Tutoriel ggplot2 — Visualisation de données

Ces tutoriels interactifs, développés avec le package learnr, permettent aux étudiantes et étudiants d’apprendre les bases de la science des données en manipulant directement du code R dans un environnement guidé.
Ils combinent explications, exercices pratiques et rétroactions automatiques, afin de favoriser l’apprentissage actif et la compréhension progressive des concepts.

Tutoriel BIXI
Ce tutoriel repose sur un jeu de données réelles des trajets BIXI Montréal.
Les participantes et participants y apprennent à importer, nettoyer, explorer et visualiser des données à l’aide du tidyverse.
Chaque étape est accompagnée d’un court texte explicatif et d’exercices auto-corrigés, renforçant la compréhension du cycle complet d’analyse de données.

Tutoriel ggplot2
Ce tutoriel guide l’étudiant·e à travers les principes de la grammaire des graphiques de ggplot2.
Il illustre comment construire des visualisations efficaces et esthétiques, personnaliser les éléments graphiques et interpréter les relations entre variables.
L’approche interactive encourage l’expérimentation directe et la réflexion critique sur la visualisation des données.

Objectif global :
offrir des environnements d’apprentissage reproductibles et engageants, où les étudiantes et étudiants peuvent apprendre par la pratique tout en recevant une rétroaction immédiate.
Ces tutoriels constituent une étape clé de la transition vers un enseignement plus interactif, intégré aux approches hybrides et en ligne.

Projet « Dessin numérique avec R »

Collaboration entre art et science des données explorant le potentiel graphique du langage R et de la librairie ggplot2.
Soutien : subvention à la création.
Objectif : produire des images génératives fondées sur des processus statistiques, documenter les fonctions de création et partager les ressources sur GitHub.
Résultat : un projet interdisciplinaire à la frontière entre art, science et visualisation de données.

Rayonnement

Je partage régulièrement mes pratiques lors de colloques et ateliers consacrés à la pédagogie universitaire et à la science des données.
J’anime notamment des formations sur :

  • la reproductibilité scientifique avec R et Quarto,
  • la gestion de projets collaboratifs sur GitHub,
  • la conception d’activités interactives avec Learnr.

Ces initiatives contribuent à bâtir une communauté de pratique francophone autour de la science des données et des pédagogies numériques ouvertes.

Voici des exemples de matériel sur Github: