HELdB
Fiche descriptive d'une Unité d'Enseignement Année académique 2025-2026
Domaine : Sciences psychologiques et de l'éducation
Section : Éducateur Spécialisé en accompagnement psycho-éducatif
Fiche descriptive d'une Unité d'Enseignement
Année académique 2025-2026

Méthodologie du travail de fin d’études

UE 34

Enseignant(s) responsable de l'UE : Chloé HAESBROECK
Autres enseignant·e·s de l'UE : Eléonore VANOPDENBOSCH

Coordonnées du service : Campus de Jodoigne
Chaussée de Tirlemont
1370 Jodoigne

Langue(s) d'enseignement : —

Niveau du cycle : 1er cycle

Période de l'année : Quadrimestre 2

Cadre européen de certification : Niveau 6

Caractère obligatoire ou au choix dans le programme : Cours obligatoire dans le programme

Renseignements d'identification

Année d'études : Bloc 2

Acronyme : EDU22METHTFE

Nombre de crédits ECTS : 2 (Facteur de pondération)

Volume horaire : 26h (Q1 0 / Q2 26)

Épreuves spécifiques par AA

Liste des UE prérequises : Néant

Liste des UE corequises : Néant

Liste des activités d'apprentissage

Activité d'apprentissageVolume horaireECTSPrésence obligatoire
ED22INIA Utilisation critique de l'intelligence artificielle131NON
ED22MTFE Méthodologie du travail de fin d’études131NON

Contribution de l'UE au profil d'enseignement du programme

  • RE01.3 ARES. 1.3 Faire preuve d’esprit critique et se remettre en question dans le travail et la réflexion d’équipe
  • RE01.4 ARES. 1.4 Entretenir une curiosité intellectuelle permettant de personnaliser et d’affiner son approche
  • RE02 ARES. 2 Respecter un cadre déontologique et adopter une démarche éthique dans une perspective démocratique et de responsabilité :
  • RE02.1 ARES. 2.1 Respecter les règlementations et les textes de référence (déclaration des droits de l’homme, des droits de l’enfant, droits des personnes hospitalisées, projets institutionnels, …) cadrant l’exercice du métier dans les secteurs où il travaille
  • RE03.1 ARES. 3.1 Faire preuve d’indépendance et d'initiative
  • RE04.1 ARES. 4.1 S’approprier les outils d’analyse permettant de comprendre les différentes dimensions (sociale, économique, politique, institutionnelle, culturelle, psychologique, environnementale, …) des réalités humaines auxquelles il a affaire
  • RE04.6 ARES. 4.6 Développer et utiliser des outils méthodologiques spécifiques.
  • RE05.2 ARES. 5.2 Comprendre « ici et maintenant » les éléments d’une relation ou d’une situation singulière, tant d’une personne que d’un collectif
  • RE05.3 ARES. 5.3 Identifier les fragilités, les ressources et les compétences des personnes et des situations

Autres connaissances ou compétences prérequises

Utilisation critique de l'intelligence artificielle

Néant

Descriptif des objectifs et des contenus de l'UE

Utilisation critique de l'intelligence artificielle

Objectifs
  • Permettre aux étudiant·es d'acquérir des connaissances de base en matière d'IA
  • Développer l'esprit critique et promouvoir un usage raisonné des IA
  • Prendre conscience des enjeux de l'IA pour les publics spécifiques en situation professionnelle
Contenu
  • Comprendre l'IA et se définir comme utilisateur·ice de l'IA
  • Enjeux éthiques, juridiques, sociaux et écologiques de l'IA
  • L'art du prompt et l'utilisation en tant qu'étudiant·e E.S. 
  • Développer son esprit critique et comprendre les biais de l'IA pour maximiser ses usages personnels

Méthodologie du travail de fin d’études

Objectifs
  • Développer la capacité à identifier et problématiser une thématique de recherche en lien avec sa pratique professionnelle.
  • S’initier aux démarches de recherche documentaire : repérer, sélectionner et exploiter des sources pertinentes.
  • Apprendre à structurer un cadre théorique en organisant et en synthétisant les lectures.
  • Rédiger un projet de recherche clair et cohérent, incluant une question de recherche, des hypothèses/objectifs et une méthodologie adaptée.
  • Respecter les normes académiques : règles de citation, bibliographie, éthique de la recherche.
Contenu
  • Recherche documentaire et gestion des sources.
  • Formulation d’une question de recherche et d’hypothèse(s).
  • Normes de présentation d'un écrit académique (mise en page, bibliographie).

Activités et méthodes d'apprentissage et d'enseignement

Utilisation critique de l'intelligence artificielle

Exposés théoriques, utilisation de contenus multimédia et audiovisuels, exercices pratiques, recherches en ligne, etc.

Méthodologie du travail de fin d’études

Lecture des supports, exercices individuels, travail de recherche.

Acquis d'apprentissage sanctionnés, spécifiques et contribuant à l'UE

Utilisation critique de l'intelligence artificielle

Au terme de ce cours, l'étudiant·e sera capable de :

  • Maîtriser les concepts théoriques vus au cours et les utiliser dans la pratique
  • Faire preuve d'esprit critique face aux réponses de l'IA générative
  • Comprendre et analyser les enjeux individuels et sociétaux liés à l'IA
  • Utiliser des outils adéquats de manière pertinente et effectuer un retour réflexif sur sa propre pratique.

Méthodologie du travail de fin d’études

Au terme de ce cours, l’étudiant sera capable de :

  • Formuler une question de recherche pertinente, claire et délimitée en lien avec sa pratique professionnelle.
  • Élaborer un plan de travail structuré permettant d’organiser les étapes de son TFE.
  • Identifier, sélectionner et exploiter des lectures et références pertinentes afin de nourrir la réflexion et la rédaction de son TFE.

Description des supports de cours indispensables

DescriptionAccès à la sourceURL
Méthodologie du travail de fin d’études :

Notes de cours 

 Ce support de cours est disponible sur le campus numérique —
Méthodologie du travail de fin d’études :

Notes de cours

 Ce support de cours est disponible sur le campus numérique —

Description des références et des supports complémentaires

DescriptionAccès à la sourceURL
Utilisation critique de l'intelligence artificielle :

Notes disponibles sur la campus numérique.

 Ce support de cours est disponible sur le campus numérique —

Mode d'évaluation et de pondération par activité au sein de l'UE

L'utilisation de l'IA dans le cadre des apprentissages, des travaux et des évaluations est régie par la charte IA disponible ici.

Cette unité d'enseignement est évaluée en épreuves spécifiques par activité d'apprentissage.
Méthode d'intégration :
  • Si aucune des notes des différentes AA qui composent l'UE ne se situe en deçà de 8/20, c'est la technique de la moyenne arithmétique pondérée qui est appliquée.
  • Si la note d'une ou plusieurs AA composant une UE se situe en deçà de 8/20, la note finale de l'UE correspondra à la plus mauvaise des notes reçues.
Juin
Utilisation critique de l'intelligence artificielle Méthode d'intégration : 50 %
Travaux hors session — 100 %
Type de questions : Non applicable  ·  Examen à livre : —

L'évaluation portera sur un travail individuel visant à démontrer une pratique éclairée et critique de l'IA. La charte IA institutionnelle ne s'applique donc pas telle qu'elle pour ce cours.  Les consignes du travail seront diffusées sur le campus numérique en début de quadrimestre. Le cas échéant, le professeur se réserve le droit de demander un entretien oral afin de vérifier les acquis d'apprentissages liés au travail à réaliser. Le travail devra être déposé sur le campus numérique en début de session d'examens, à une date concertée et diffusée sur le campus numérique. 

Méthodologie du travail de fin d’études Méthode d'intégration : 50 %
Travaux durant la session — 100 %
Type de questions : L'examen consiste en un travail à remettre le jour de l'examen  ·  Examen à livre : —

Au-delà de 10 fautes d'orthographe, la note du travail sera automatiquement de 0.

Août
Utilisation critique de l'intelligence artificielle Méthode d'intégration : 50 %
Travaux hors session — 100 %
Type de questions : —  ·  Examen à livre : Livre fermé

L'évaluation portera sur un travail individuel visant à démontrer une pratique éclairée et critique de l'IA. La charte IA institutionnelle ne s'applique donc pas telle qu'elle pour ce cours.  Les consignes du travail seront diffusées sur le campus numérique en début de quadrimestre. Le cas échéant, le professeur se réserve le droit de demander un entretien oral afin de vérifier les acquis d'apprentissages liés au travail à réaliser. Le travail devra être déposé sur le campus numérique en début de session d'examens, à une date concertée et diffusée sur le campus numérique. 

Méthodologie du travail de fin d’études Méthode d'intégration : 50 %
Travaux durant la session — 100 %
Type de questions : L'examen consiste en un travail à remettre le jour de l'examen  ·  Examen à livre : —

Au-delà de 10 fautes d'orthographe, la note du travail sera automatiquement de 0.

HELdB - Haute Ecole Lucia de Brouckère Fiche publiée