Intention pédagogique
Dans cette situation d’apprentissage, l’élève explore la façon dont les données et les probabilités sont utilisées pour faire des prédictions, notamment dans les systèmes de recommandation (par exemple, pour suggérer des vidéos, de la musique, ou des articles à acheter en ligne).
Résultats d’apprentissage
À la fin de cette situation d’apprentissage, l’élève sera en mesure :
- d’analyser des données réelles ou simulées sur les préférences d’utilisateurs;
- de distinguer population et échantillon;
- d’explorer le concept de probabilité conditionnelle;
- d’établir des liens entre données et prédictions;
- de développer un regard critique sur la fiabilité des prédictions;
- de comprendre en quoi ces concepts servent à alimenter les systèmes d’intelligence artificielle.
Approches pédagogiques
- Une approche par résolution de problèmes
- Des tâches ouvertes favorisant le raisonnement mathématique
- L’apprentissage collaboratif
- L’évaluation au service de l’apprentissage
- L’utilisation de contextes authentiques et significatifs pour l’élève
Tâche culminante
L’élève utilisera des représentations graphiques et statistiques pour faire des prédictions et formuler des recommandations.
La tâche culminante consistera à répondre à la question suivante :
Comment peut-on utiliser des données pour prédire avec fiabilité ce que les élèves de l’école voudront regarder? Et quelles sont les limites de cette prédiction?
Ces situations d’apprentissage contribuent également au développement de compétences transférables, telles que :
- la pensée critique et la résolution de problèmes – analyser des données, interpréter des probabilités et évaluer la fiabilité des recommandations;
- la littératie numérique – comprendre la façon dont les plateformes utilisent les données pour influencer les choix;
- la communication – expliquer des analyses, interpréter des représentations et justifier des conclusions.
Matériel
- Ordinateur ou tablette
- Desmos ou Google Sheets
- Fiches annexes imprimables (accessibles dans le contenu de la situation d’apprentissage)
- Écran de projection
- Papillons adhésifs
- Calculatrice
- Tableau à feuilles mobiles
- Stylos ou crayons
- Planchette à pince pour écrire
- Gommette ou papier collant
- Tableau d’observations (accessible dans le contenu de la situation d’apprentissage)
Attentes et contenus d’apprentissage
Domaine C : Données
- C1 : Utiliser le raisonnement statistique pour représenter et analyser des données comportant une ou deux variables afin de faire des prédictions et de prendre des décisions éclairées.
- C1.1 Comprendre la différence entre une population et un échantillon, ainsi qu’entre un recensement et un sondage.
- C1.2 Représenter et analyser statistiquement des données réelles comportant une seule variable, à l’aide de diagrammes à points et d’autres méthodes.
- C1.3 Analyser des données à deux variables en utilisant la technologie, y compris les systèmes d’intelligence artificielle, faire des prédictions en utilisant l’analyse de régression, et examiner certaines limites de cette approche.
Domaine C : Probabilités
- C2 : Résoudre des problèmes liés à la probabilité d’un événement unique ou d’une combinaison d’événements dans des espaces d’échantillonnage discrets.
- C2.1 Décrire la différence entre des événements indépendants et dépendants, et déterminer si un événement est conditionnel à un autre.
- C2.2 Résoudre des problèmes impliquant la probabilité de deux événements indépendants, de deux événements dépendants, et la probabilité conditionnelle.
- C2.3 Explorer comment la probabilité conditionnelle constitue le cadre permettant aux outils d’intelligence artificielle de générer du texte ou des images.
Processus mathématiques en vedette
- Représentation
- Communication
- Établissement de liens
- Résolution de problèmes
- Raisonnement et justification
- Réflexion
Types de raisonnements mathématiques
-
Raisonnement statistique
- Analyser une distribution
- Interpréter des données
-
Raisonnement sur la probabilité
- Trouver un lien de dépendance entre des événements
- Calculer la probabilité conditionnelle
-
Raisonnement algébrique
- Modéliser une relation entre variables
Concepts mathématiques
- Collecte de données
- Représentation des données
- Population et échantillon
- Collecte de données (sondage et recensement)
- Organisation et représentation des données
- Événements indépendants
- Événements dépendants
- Probabilité conditionnelle
- Prédiction statistique