Analyse de la motivation intrinsèque au cours d’une activité de résolution de problèmes. - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Reports (Research Report) Year : 2021

Analysis of intrinsic motivation during a problem-solving activity.

Analyse de la motivation intrinsèque au cours d’une activité de résolution de problèmes.

Abstract

Our aim is to help researchers in digital sciences (computer science and applied mathematics), cognitive neurosciences and educational sciences to join their forces to better understand, in a specific framework, how learners learn, in the case of a problem-solving task related to computational thinking learning. More precisely, we explore the research carried out on the intrinsic motivation of the learner, during a learning task, in order to understand to what extent it is involved in such process, mainly reporting the flowers research team work, summarized here, in an accessible way for colleagues from these different disciplines, including going to the technical details of modeling. This research raises an issue, requiring a more precise definition of the concepts essential to understanding the mechanisms involved in learning, especially because of their multidisciplinary, and often polysemous, use. The aim of a review of the literature is thus to explore the research carried out on the intrinsic motivation of the learner during learning in order to understand to what extent it is involved in it. This will help to improve the learner model and getting closer to understanding the mechanisms of human learning. Carried out as part of a research internship in bioinformatics, it is neither exhaustive nor generalist, but specific to the fields covered. However, it represents a unique production in terms of reviewing the French-speaking literature on these subjects.
On cherche ici à aider des chercheuses et chercheurs en sciences du numérique (informatique et mathématiques appliquées), des neurosciences cognitives et des sciences de l’éducation à s’allier pour tenter de mieux comprendre, dans un cadre précis, comment les personnes apprenantes apprennent, dans le cas d’une tâche de résolution de problème en lien avec l’apprentissage de la pensée informatique. Plus précisément, on explorer ici les recherches menées sur la motivation intrinsèque de l’apprenant au cours de l’apprentissage afin de comprendre dans quelle mesure elle y est impliquée, au sein de l'équipe flowers, que nous résumons ici de manière accessible pour les collègues des différentes disciplines, en allant jusqu'au détails techniques de la modélisation. Ces recherches ont soulevé une problématique nécessitant de définir plus précisément les concepts indispensables à la compréhension des mécanismes impliqués dans l’apprentissage, tout particulièrement du fait de leur usage pluridisciplinaire, et souvent polysémique. Une revue de la littérature a pour alors but d’explorer les recherches menées sur la motivation intrinsèque de l’apprenant au cours de l’apprentissage afin de comprendre dans quelle mesure elle y est impliquée. Cela permettra de contribuer à l’amélioration du modèle de l’apprenant et ainsi de s’approcher davantage de la compréhension des mécanismes de l’apprentissage humain. Réalisée dans le cadre d’un stage de recherche en bioinformatique, elle n'est ni exhaustive, ni généraliste, mais spécifique aux domaines traités. Elle représente cependant une production unique en matière de revue de la littérature francophone sur ces sujets.
Fichier principal
Vignette du fichier
RR-9430.pdf (4.82 Mo) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

hal-03382314 , version 1 (18-10-2021)
hal-03382314 , version 2 (28-10-2021)

Licence

Identifiers

  • HAL Id : hal-03382314 , version 2

Cite

Lola Denet. Analyse de la motivation intrinsèque au cours d’une activité de résolution de problèmes.. [Rapport de recherche] RR-9430, Inria & Labri, Université Bordeaux. 2021, pp.183. ⟨hal-03382314v2⟩
328 View
950 Download

Share

Gmail Mastodon Facebook X LinkedIn More