HELdB
Fiche descriptive d'une Unité d'Enseignement Année académique 2026-2027 · version provisoire
Version provisoire — cette fiche est en attente de validation par l'établissement ; son contenu peut encore être modifié.
Domaine : Sciences de l'éducation et Enseignement
Section : Accueil et éducation du jeune enfant [Jodoigne]
Fiche descriptive d'une Unité d'Enseignement
Année académique 2026-2027

Méthodologie du travail de fin d’études

UE 33

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

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

Langue(s) d'enseignement : Français

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 : PEU22MTFE

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
PE22MTFE Méthodologie du travail de fin d’études131NON
PE22UCIA Utilisation critique de l'Intelligence artificielle131NON

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

  • RE03.0 ARES. 3.0 Assurer une communication professionnelle
  • RE07.0 ARES. 7.0 Respecter un cadre déontologique et adopter une démarche éthique dans une perspective démocratique et de responsabilité
  • RE08.0 ARES. 8.0 Adopter en toutes circonstances une attitude réflexive

Autres connaissances ou compétences prérequises

Méthodologie du travail de fin d’études

Néant

Utilisation critique de l'Intelligence artificielle

Néant

Descriptif des objectifs et des contenus de l'UE

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 .
  • Apprendre à structurer un cadre théorique.
  • Rédiger un projet de recherche clair et cohérent.
  • Respecter les normes académiques: règles de citation, bibliographie, éthique de recherche.
Contenu
- Recherche documentaire et gestion des sources.
- Formulation d'une question de recherche et d'hypothèses .
- Normes de présentation d'un écrit académique.
- réalisation et critique de questionnaires.
- Analyse critique de sources.

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
  • Permettre aux étudiants de maitriser pleinement les enjeux de la charte institutionnelle qui régit l'utilisation de l'IA dans le cadre institutionnel de la la HE.
    • 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

    Activités et méthodes d'apprentissage et d'enseignement

    Méthodologie du travail de fin d’études

    Le cours alterne exposés théoriques et activités d'application. 

    Utilisation critique de l'Intelligence artificielle

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

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

    Méthodologie du travail de fin d’études

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

     

    - partir d'une situation, d'un constat ou d'un questionnement issu de la pratique professionnelle pour identifier un thème de recherche pertinent ;

    - circonscrire progressivement son sujet afin de formuler une question de recherche claire, pertinente et réalisable ;

    - construire une problématique cohérente et formuler une ou plusieurs hypothèses susceptibles d'être mises à l'épreuve ;

    - rechercher, sélectionner et évaluer de manière critique des sources documentaires pertinentes et fiables ;

    - analyser une source scientifique et identifier les éléments susceptibles d'alimenter sa réflexion ;

    - choisir et justifier une démarche méthodologique cohérente avec une question de recherche et les données à recueillir ;

    - identifier les principales caractéristiques, forces et limites de différents outils de recueil de données.

    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
    • Démontrer sa maîtrise de la charte institutionnelle et son usage responsable, critique et transparent de l'IA générative.

    Description des supports de cours indispensables

    Aucun support indispensable renseigné.

    Description des références et des supports complémentaires

    DescriptionAccès à la sourceURL
    Utilisation critique de l'Intelligence artificielle : Consignes et notes de cours disponibles sur le 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
    Méthodologie du travail de fin d’études Méthode d'intégration : 50 %
    Examen écrit — 100 %
    Type de questions : Questionnaire mixte (combinaison de plusieurs types de questions différentes)  ·  Examen à livre : Livre fermé
    Utilisation critique de l'Intelligence artificielle Méthode d'intégration : 50 %
    Remise de travaux Hors Session — 100 %
    Type de questions : —  ·  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. 
    Août
    Méthodologie du travail de fin d’études Méthode d'intégration : 50 %
    Examen écrit — 100 %
    Type de questions : Questionnaire mixte (combinaison de plusieurs types de questions différentes)  ·  Examen à livre : Livre fermé
    Utilisation critique de l'Intelligence artificielle Méthode d'intégration : 50 %
    Remise de travaux Hors Session — 100 %
    Type de questions : —  ·  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. 
    HELdB - 1 Version provisoire, en attente de validation