Ce stage s’inscrit dans le cadre d’une thèse en cours visant à concevoir une politique optimale de feedback pour les apprenants débutants en Python utilisant la plateforme AlgoPython (https://www.algopython.fr/). Cette plateforme interactive d’apprentissage de la programmation Python présente plusieurs caractéristiques notables. Elle permet une catégorisation des exercices par concepts, tels que les boucles,
les fonctions et les structures conditionnelles. De plus, elle intègre un système de soumissions itératives, permettant aux apprenants de soumettre leurs solutions plusieurs fois et de recevoir un feedback personnalisé sur leurs erreurs de programmation.
Le mécanisme de feedback actuel de la plateforme AlgoPython présente certaines limitations. Il se concentre fortement sur les erreurs de syntaxe, fournissant des messages d’erreur explicites pour ces types de problèmes. Cependant, pour les erreurs sémantiques, le feedback est souvent générique et manque de granularité, ce qui limite son impact pédagogique. Les indications fournies
ne sont pas toujours suffisamment détaillées pour aider efficacement les apprenants à comprendre et corriger leurs erreurs.
Lieu
LIP6 - Sorbonne Université
Thématiques
Encadrant
Badmavasan Kirouchenassamy (Badmavasan.Kirouchenassamy@lip6.fr)
Co-encadrant
Julien Perez (julien.perez@epita.fr)
Fichier descriptif
Document
pedagogia_MOCAH_final.pdf
(167.58 Ko)
Tags
Attribué
Non
Année
2025