P8 - Institut du management de l'information

Faculté des sciences économiques · Institut du management de l'information · Recherche · P8

Institut du management de l'information

Transversal computational thinking – supporting
responsible computational problem solving across domains

Résumé

L’informatique est devenu l’outil de choix pour les personnes manipulant le savoir afin de résoudre des problèmes dans toutes les disciplines. Pour renforcer les compétences computationnelles de tous les étudiants, il est crucial de lier ces compétences avec celles des différents domaines d’études – cela nécessite une approche « transversale », qui traverse les disciplines et domaines établis.

À cette fin, les compétences de pensée computationnelle (PC) devraient être intégrées dans l’étude d’autres disciplines ; cela devrait permettre aux étudiants d’évaluer si les problèmes de leur domaine peuvent être résolus par le calcul et aussi de développer les compétences nécessaires pour résoudre ces problèmes en utilisant l’analyse de données. Cette approche de résolution de problèmes basée sur le calcul informatique nécessite une solide compréhension des questions de recherche typiques et des scénarios d’application dans le domaine, ainsi que des méthodes appropriées et de leurs limites. Ainsi, le développement d’activités d’enseignement et d’apprentissage sur la PC transversale doit être un effort conjoint impliquant les experts du domaine et les experts en PC, c’est-à-dire une collaboration interdisciplinaire entre l’informatique et les experts en la matière (mathématiciens, physiciens, chimistes, biologistes, ingénieurs, économistes, scientifiques sociaux).

L’utilisation de la PC dans le processus de résolution de problèmes spécifiques à un domaine met les données et donc les systèmes d’information numériques dans un rôle de plus en plus important à travers les domaines. Au-delà de la simple manipulation du flux de données (collecte, nettoyage, analyse, stockage, visualisation, etc.), il est de la plus haute importance que les étudiants développent les compétences et les attitudes pour travailler de manière responsable avec les données, surtout en considérant l’impact social et environnemental potentiel de toute décision et action dans leur processus de traitement des données ; cela inclut la communication responsable, à leurs pairs et au public, des conclusions et des décisions basées sur les données .