Roy Pea
  |
Roy Pea est professeur David Jacks Professor d'éducation et de sciences de l'apprentissage à la Faculté d'éducation et à la Faculté de sciences informatiques l'Université de Stanford. Ses études et publications dans le domaine des sciences de l'apprentissage visent à faire progresser les théories, la recherche, les outils et les pratiques sociales de l'apprentissage assisté par la technologie dans des domaines complexes. Il est également le fondateur et le directeur du programme de doctorat de Stanford en sciences de l'apprentissage et en conception technologique. Il est membre de l'American Academy of Arts and Sciences, de la National Academy of Education, de l'Association for Psychological Science, de l'American Educational Research Association et du Center for Advanced Study in the Behavioral Sciences.
Roy Pea rejoint l'IEA de paris en avril 2026 pour une résidence d'écriture d'un mois.
Sujets de recherche
Apprentissage des STIM ; apprentissage collaboratif assisté par ordinateur ; environnements d'apprentissage virtuels ; apprentissage mobile ; IA dans l'éducation.
Définir de nouvelles littératies et pratiques éducatives pour l'intelligence distribuée à l'ère de l'IA générative
Ce projet de recherche examine les implications de « l'intelligence distribuée » à l'ère de l'IA générative pour les objectifs d'apprentissage des enfants et le développement des compétences correspondantes. Une grande partie de l'agenda du parcours de vie implique d'apprendre à maîtriser et à concevoir une intelligence distribuée en utilisant les ressources matérielles, sociales et symboliques extérieures à l'esprit. L'IA générative est un nouvel outil extraordinairement puissant pour atteindre l'intelligence distribuée, modifiant la division du travail entre les humains et les machines. Mais avec quelles implications pour les objectifs de l'éducation et l'apprentissage des enfants ?
Cette recherche analyse de manière critique et synthétisera des éléments précieux issus de concepts et de cadres qui font l'objet d'écrits et d'études empiriques en rapport avec ces défis et opportunités émergents, tels que la « culture de l'IA », la « culture informatique critique », la « culture critique de l'IA » et la « culture algorithmique critique ». Pour réfléchir à l'apprentissage humain et à ces compétences, il examinera ce que signifie pour les apprenants le développement et le maintien de l'autonomie face aux conséquences généralisées de la datafication et des algorithmes qui sous-tendent les environnements d'information omniprésents dans la société, pilotés par l'IA. Des recommandations sont élaborées au cours de cette recherche pour favoriser les systèmes d'IA qui soutiennent l'autonomie de l'apprenant et pour faire progresser les éléments fondamentaux des connaissances algorithmiques critiques pour l'éducation. Ce travail englobe la philosophie, le développement, l'éducation, les sciences de l'apprentissage, l'IA, l'IHM, l'informatique, l'économie comportementale, les STS et la littérature politique. Nous devons adopter une perspective pratique pour théoriser, étudier et promouvoir les littératies critiques émergentes englobant l'IA générative en tant que nouveaux composants de l'intelligence distribuée pour les activités culturelles de toute personne.
Publications clés
Hannele Niemi, Roy Pea, Yu Lu. (Eds.). AI in Learning: Designing the Future. Springer Nature. Springer Nature, 2023.
Shuchi Grover, Roy Pea. "Computational thinking in K–12: A review of the state of the field". Educational researcher, 42(1), 38-43, 2013.
Roy Pea. "Practices of distributed intelligence and designs for education". In Gavriel Salomon (Ed.). Distributed cognitions (pp. 47-87). New York, Cambridge University Press, 1993.
|
|
|
|
|
|