Modélisation formelle en sciences expérimentales

153 Pages·2017·7.59 MB·French

by  Muriel Ney

Modélisation formelle en sciences expérimentales:
problématiques de la transmission
Muriel Ney
To cite this version:
Muriel Ney. Modélisation formelle en sciences expérimentales: problématiques de la transmission.
2007. ￿hal-00190046￿
HAL Id: hal-00190046
https://telearn.archives-ouvertes.fr/hal-00190046
Submitted on 23 Nov 2007
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est
archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
N° d’ordre : 02-2007 Année 2007

Mémoire
présenté devant l’Université Claude Bernard - LYON I

pour l’obtention de l’
Habilitation à Diriger des Recherches
(arrêté du 23 novembre 1988 modifié par les arrêtés
du 13 février 1992 et du 13 juillet 1995)

Par

Muriel Ney

Modélisation formelle en sciences expérimentales :
Problématiques de la transmission

Soutenue le 20 février 2007

Devant le jury :

Rapporteurs :

Arnaud Martin, Centre d'Ecologie Fonctionnelle et Evolutive, Montpellier
Christian Orange, Centre de Recherche en Education, Nantes
Cécile Vander Borght, Laboratoire de Pédagogie des Sciences, Louvain-La-Neuve

Examinateurs :

Nicolas Balacheff, Laboratoire d’Informatique de Grenoble
Carlos Bernstein, Laboratoire de Biométrie et Biologie Evolutive, Lyon
Dominique Pontier, Laboratoire de Biométrie et Biologie Evolutive, Lyon

UMR CNRS 5517
Laboratoire d’Informatique de Grenoble
46 avenue Felix Vialet
38031 Grenoble
Résumé

Cette note de synthèse rédigée en vue de soutenir une habilitation à
diriger des recherches (HDR) propose une relecture de mes travaux de
recherche sur la modélisation en physique statistique et en écologie
comportementale ayant pour but de dégager des problématiques de la
modélisation en sciences expérimentales et de les traduire ensuite en
problématiques de la transmission. Dans une première partie, je
présente mes travaux en me plaçant du point de vue des modèles que
j’ai utilisé plutôt que des systèmes, physique ou biologiques, étudiés.
Les problématiques de la modélisation auxquelles je m’intéresse tout
particulièrement sont communes à tous ces travaux : le rapport
expérience/modèle, l’intervention de l’aléa et la transdisciplinarité.
Dans une deuxième partie, je m’intéresse à l’enseignement de la
modélisation. Je construis une typologie des fonctions des modèles
basée sur le rapport entre modèle et expérience. Cette typologie est
construite pour le cas particulier des modèles formels (utilisant un
formalisme mathématique, statistique ou informatique). Pour chaque
type de modèle, une option pédagogique est proposée, en particulier sur
l’usage des simulations. Dans le troisième chapitre, la problématique de
la cohérence entre le sens de l’apprentissage et l’usage des technologies
est soulevée. J’élabore un outil pour reconnaître ou construire cette
cohérence. Puis, un projet d’enseignement des outils mathématiques
pour les sciences de la vie, couplé à une recherche expérimentale sur
l’usage d’un environnement informatique, est présenté. Enfin, mes
nouveaux projets de recherche sont décrits dans les perspectives.

Mots clés : Apprentissage humain – Didactique des sciences expérimentales – Ecologie
comportementale – Environnements informatiques – Modélisation – Physique
statistique
2
Remerciements

Je remercie Nicolas Balacheff, Carlos Bernstein et Dominique Pontier qui m’ont fait
l’honneur de bien vouloir faire partie du jury et tout particulièrement Arnaud Martin,
Christian Orange et Cécile Vander Borght qui ont accepté la tâche de rédiger un rapport
sur ce mémoire.

Je remercie Henk Hilhorst qui a dirigé ma thèse au Laboratoire de Physique Théorique
et Hautes Energies à Orsay, là où tout a commencé.

Je remercie ceux qui m'ont accueilli dans leur équipe, Mike Moore, Marc Gabay,
Michel Peyrard, Peter Young, Marc Mangel, Carlos Bernstein et Patricia Marzin.

Je remercie ceux qui m’ont accordé leur confiance et m’ont permis de devenir membre
« permanent » du laboratoire qu’il dirigeait, Jean-Pierre Hansen, Christian Gautier et
Nicolas Balacheff.

Merci à Silvio Franz, Tamar Keasar, Mônica Macedot-Rouet et Irène Till-Bottraud pour
tous nos échanges intellectuels et amicaux et en particulier Jean-Marie Legay.

Merci aux étudiants qui ont été des collaborateurs privilégiés, Markus Thill, Guillaume
Epinat, Isabelle Amat, Marcela Castelo et Clément Maisch.

Merci à toute l’équipe SEED, Cédric d’Ham, Isabelle Girault, Patricia Marzin et Claire
Wajeman, éphémère mais solide.

Je remercie mon mari d’avoir participé au développement de plusieurs simulations,
mais aussi à ce mémoire en faisant les comptes suivants :

Nombre de jours de recherche effectuées au CNRS depuis 1992 : 2795
Nombre d'heures de nouveaux enseignements dispensés : 264
Nombre de présentations orales effectuées : 48
Nombre de langages de programmation maîtrisés : 4

Dans la liste de publications :
Estimation du nombre de pages d'articles publiées : 960
Nombre de co-auteurs : 27
Nombre moyen d'auteurs par article : 2,73
Pourcentage d'articles publiés dont je suis le premier auteur : 73%
Nombre maximum de citations d’un de mes articles (web of science® 2006) : 47
Nombre minimum de citations d'un article (web of science® 2006) : 1

Et pour finir :
Nombre de laboratoires m'ayant hébergée six mois ou plus : 7
Nombre de pays visités lors des missions : 15

Enfin, je remercie mes enfants ne pas compter les heures que je passe avec eux et mes
parents de ne pas compter les heures qu'ils passent avec mes enfants.

3
Sommaire

Parcours 7

Introduction 9

Chapitre 1 Problématiques de la modélisation en physique et en biologie

1. Les systèmes désordonnés binaires : modèles pour la physique, outils pour la
biologie 18
1.1 Du modèle d'Ising à la biodiversité
1.2 Du modèle Edwards-Anderson à l’évolution des espèce
1.3 Du modèle de Hopfield à l’apprentissage chez les bourdons
1.4.Du modèle de percolation et à la dispersion chez les parasitoïdes

2. Modélisation en écologie comportementale 30
2.1 Recherche d'optimum
2.2 Recherche d'ESS
2.3 Dynamique de population

3. Des problématiques de la modélisation en sciences expérimentales 46
3.1 Le rapport expérience-modèle
3.2 L’intervention de l’aléa
3.3 La transdisciplinarité
3.4 Conclusion

Chapitre 2 Une typologie des fonctions des modèles formels

1. Introduction : quelques définitions 54

2. Unité d'enseignement de modélisation en biologie 56
2.1 Faut-il enseigner la modélisation ?
2.2 Comment enseigner la modélisation à l'université
2.3 Options pédagogiques pour l'enseignement de la modélisation

3. Les modèles vus par les scientifiques qui les conçoivent 64

4. Un cadre théorique pour une typologie des fonctions de modèles 68

4
5. Les fonctions des modèles 74
5.1 « Calculer » : un modèle pour résoudre un problème ou prédire
quantitativement ce qui pourrait se passer
5.2 « Expliquer » : un modèle pour expliquer ce qui est ou ce qui se passe
5.3 « Décrire : un modèle pour reproduire ce qui se passe et/ou
prédire qualitativement ce qui pourrait se passer
5.4 « Indiquer » : un modèle pour s’orienter, comprendre, décider et prédire le
sens des choses, des phénomènes

6. Conclusion 86

Chapitre 3 Apprentissage expérientiel de la modélisation en sciences
expérimentales

1. Introduction 90

2. Quel rôle pour les technologies de l’éducation ? Quelle éducation ? 93
1.1 Introduction
1.2 Motivation pour un outil de discernement
1.3 La carte des sens de l’expérience pédagogique

3. Enseigner les mathématiques pour les sciences de la vie 105
2.1 Introduction
2.2 Le contexte du projet MathSV
2.3 L’environnement informatique d’apprentissage MathSV
2.4 Recherche expérimentale
2.5 Méthodologie pour faire évoluer la pédagogie en TT : apprentissage par
problème basé sur un environnement informatique

Perspectives 125

Epilogue 135

Références 137

Liste de publications 149

5
« a scientist's achievement may lie in many different areas: As an innovator (new
discoveries, new theories, new concepts), as a synthesiser (bringing together scattered
information, sharing relationships and interactions, particularly between different
disciplines, like genetics and taxonomy), as a disseminator (presenting specialized
information and theory in such a way that it becomes accessible to non-specialists
[popularizer is a misleading term]), as a compiler or cataloguer, as an analyst
(dissecting complex issues, clarifying matters by suggesting new terminologies, etc.),
and in other ways. »
Ernst Mayr écrivant à Will Provine (1979), cité par W. Provine (2005).

6
Parcours

Au cours de mes premières années universitaires, ma passion pour les mathématiques
s’est élargie à la physique quantique qui m’a séduite par les questions épistémologiques
qu’elle soulève. Après avoir obtenu une licence de mathématiques à l’université Paul
Sabatier de Toulouse, j’ai donc entrepris des études de physique à l’Ecole Normale
Supérieure (ENS) de Paris, en magistère, puis une thèse de physique statistique (1989-
1992) à l’université Paris-Sud. En 1992, je deviens chargée de recherche au CNRS,
affectée au laboratoire de physique de l’ENS de Lyon (dirigé par Jean-Pierre Hansen).
Le souci de poser et résoudre des problèmes humains et non de faire de la science
désincarnée m’a guidée tout au long de mon parcours et m’a conduite de la
modélisation en sciences expérimentales à la didactique et aux environnements
informatiques pour l’apprentissage humain (EIAH).
Après huit années de recherche sur des modèles de physique statistique (1989-1997),
j’ai étendu le domaine d’application de mes modèles à l’écologie comportementale, où
j’ai pu réutiliser certaines méthodes issues de la physique. J’ai commencé à m’intéresser
à la modélisation en écologie lors d’un séjour de trois années aux Etats-Unis, à
l’université de Californie, Santa Cruz. J’ai continué dans cette voie à mon retour en
France, en intégrant le laboratoire de Biométrie et Biologie Evolutive de Lyon dirigé
par Christian Gautier (2000-2005).
Au printemps 2001, C. Gautier répond à un appel d’offre INCA de la région Rhône-
Alpes et s’engage dans le projet ambitieux de mettre à disposition de tous, sur Internet,
les enseignements dispensés par les membres du laboratoire, enseignements dont
l’originalité se situe dans l’interdisciplinarité mathématiques/informatique/biologie.
Dans ce contexte et en collaboration avec une équipe d’enseignants-chercheurs, j’ai été
co-responsable de la conception et la réalisation d’un site web interactif ainsi que d’un
dispositif pédagogique innovant (projet MathSV, chapitre 3). Afin de m’impliquer plus
complètement dans tous les rôles de l’enseignant-chercheur, j’ai obtenu une délégation
d’un an à l’Université Lyon 1 (2003/2004). Le projet MathSV m’a montrée la
complexité de telles innovations et m’a questionnée sur ses aspects didactiques, psycho-
sociologiques, organisationnels, voire institutionnels, un questionnement qui m’a
conduit à envisager une nouvelle orientation de mes recherches. Aujourd’hui, mon
objectif en recherche est de modéliser la conception des situations pédagogiques basées
sur les environnements informatiques et d’étudier leurs usages par les apprenants
concernés. Dans ce but, j’ai intégré le laboratoire Leibniz à Grenoble (dirigé par Nicolas
Balacheff), en septembre 2005.
Depuis le début de ma thèse en 1989, mes travaux de recherche sont axés sur la
modélisation, avec des modèles phénoménologiques, des modèles mathématiques ou
bien des modèles numériques mais, pour la plupart, des modèles probabilistes (chapitre
1). Mes recherches en didactique et sur les EIAH vont donc plus particulièrement se
focaliser sur l’apprentissage de compétences en modélisation et de connaissances
mathématiques pour les sciences expérimentales, biologiques ou physiques (chapitre 2).

7
8