Commencer par une vraie question
Un document, un jeu de données, un mécanisme ou un résultat surprenant donne aux mathématiques un ancrage concret. Les élèves doivent savoir ce qu’ils essaient de découvrir avant qu’on leur fournisse une procédure.
Enseigner à Primoris Academy
Calculez. Décidez. Expliquez pourquoi.
J’enseigne les mathématiques, l’éducation financière et budgétaire et la science des données à des élèves dont le niveau correspond approximativement, en France, à ceux du CM2 à la terminale. Trouver la bonne réponse n’est qu’un début : il faut ensuite expliquer pourquoi elle est juste, sur quelles hypothèses elle repose et ce qui pourrait nous faire changer d’avis.
À Primoris Academy , une école américaine, les élèves sont regroupés selon leurs acquis et ce qu’ils sont prêts à aborder, pas selon leur date de naissance. Chacun peut ainsi avancer vite, marquer une pause ou reprendre une notion, sans faire de la vitesse un critère de réussite.
Philosophie de l’enseignement
Comprendre d’abord ; introduire le vocabulaire lorsqu’il devient utile.
Je n’introduis une notation que lorsqu’elle sert vraiment : on repère d’abord une régularité, puis on lui donne un nom pour pouvoir raisonner avec. La précision reste essentielle, mais elle prend tout son sens lorsque l’élève sait déjà ce qu’il cherche à décrire.
Rendre le raisonnement visible pour pouvoir le discuter
Un croquis, un tableau, un graphique, une équation, un tableur ou quelques lignes de code permettent de suivre la pensée. On peut alors repérer ce qui fonctionne, ce qui change et le point où le raisonnement risque de céder.
Mettre la méthode à l’épreuve, puis la réutiliser
On modifie une condition, on cherche un contre-exemple ou on emploie la méthode dans un contexte inattendu. C’est ainsi qu’une recette mémorisée devient peu à peu une idée comprise.
À quoi cela ressemble en classe
Comparer deux financements automobiles donne un vrai rôle aux formules de prêt.
Deux concessionnaires américains fictifs proposent la même voiture. Le premier accorde une remise immédiate, mais facture un taux d’intérêt plus élevé ; le second ne fait aucune remise, mais propose un crédit moins cher. Les élèves lisent d’abord les conditions et repèrent les informations manquantes. Ils construisent ensuite un tableur qui distingue le prix d’achat, le montant emprunté, la mensualité et le coût total.
Il ne suffit pas de répondre « concessionnaire A » ou « concessionnaire B ». Les élèves font varier l’apport initial, la durée du prêt et le taux obtenu ailleurs, jusqu’à pouvoir préciser dans quelles conditions chaque offre devient la plus intéressante. La formule a alors une utilité concrète : elle permet de justifier une décision, puis de la revoir lorsque les données changent.
Lire les offres→Construire le modèle→Modifier une hypothèse→Défendre la décision
Deux influences
Ce que je retiens de mes études en France et de mon enseignement aux États-Unis.
Aucun de ces deux pays ne possède une seule manière d’enseigner. Il s’agit simplement des habitudes que j’ai rencontrées et que j’essaie aujourd’hui de réunir.
De ma formation française
Faire apparaître la structure de la matière.
- Les définitions et les notations doivent être assez précises pour soutenir les idées qui viendront ensuite.
- Un problème appartient à une structure mathématique plus vaste, et non à un simple recueil d’astuces.
- Démonstrations et contre-exemples servent à trouver les limites d’une affirmation.
De mon enseignement aux États-Unis
Laisser les élèves explorer et construire.
- Commencer par une question que les élèves peuvent comprendre et des éléments qu’ils peuvent manipuler.
- Encourager la discussion, les conjectures et plusieurs représentations.
- Utiliser des expériences, des projets, des données, des tableurs et du code lorsqu’ils permettent de mettre une idée à l’épreuve.
La combinaison que je recherche : les élèves rencontrent une idée, formulent une conjecture, la formalisent, la mettent à l’épreuve, puis l’emploient de façon autonome.
Cours actuels
Ce que j’enseigne aujourd’hui et ce que je prépare pour demain.
Chaque séance dure 45 minutes, commence le plus souvent par un problème et ne donne généralement pas lieu à des devoirs. Le contenu évolue avec la classe : les élèves me montrent quelles explications font mouche, quels problèmes ouvrent une vraie discussion et quelles leçons, malgré tout le soin apporté à leur préparation, doivent être repensées.
01
Point de départ choisi selon les acquis
Parcours de mathématiques
Fondamentaux · algèbre · géométrie · trigonométrie et fonctions · dérivation et intégration
Chacun progresse à partir de ses acquis.
Ce que les élèves étudient
En parallèle des ateliers, j’enseignerai les grandes notions du parcours mathématique américain, de Pre-Algebra à Calculus AB. Cette progression n’est pas l’équivalent terme à terme du programme français ; elle traverse les fondamentaux, l’algèbre, la géométrie, la trigonométrie, les fonctions, puis la dérivation et l’intégration. Le point de départ dépend de ce que l’élève est prêt à comprendre, pas de l’âge correspondant à sa classe.
Comment fonctionne le rythme
Certains enfants de huit ans sont peut-être prêts à aborder l’algèbre. D’autres ont besoin de davantage de temps pour bien maîtriser les fractions, les nombres négatifs ou la proportionnalité. Il n’y a ni avance à célébrer ni retard à déplorer : chacun doit rencontrer une prochaine étape suffisamment exigeante pour progresser, avec assez d’aide pour oser s’y attaquer.
Choisir le point de départ→Expliquer et s’exercer→Vérifier, reprendre ou avancer
Un parcours personnalisé ne se fait pas en solitaire. Je continue d’enseigner, de poser des questions, de choisir les problèmes et de commenter le travail. Les élèves avancent à leur rythme, avec le soutien nécessaire et la possibilité de ralentir lorsqu’une notion demande un second passage.
02
Public : collégiens et lycéens
Atelier de décisions financières
Éducation financière et budgétaire · calculs de consommation · aide à la décision
Lire les conditions. Faire les calculs. Savoir ce qui pourrait changer la décision.
Ce que les élèves font concrètement
Les élèves travaillent sur des bulletins de salaire, des offres de crédit, des contrats d’assurance, des prêts et des promesses d’investissement fictifs, tous inspirés du contexte américain. Ils construisent dans un tableur des modèles dont chaque calcul reste lisible, comparent les options sur une même base, modifient les hypothèses et rédigent une recommandation assortie de conditions.
Progression en neuf unités
- Argent, décisions et économieRareté, arbitrages, incitations et coût d’opportunité
- Travail, rémunération et promesses financièresFiches de paie, impôts, avantages sociaux et preuves
- Banque, budget et imprévusFlux de trésorerie, comptes bancaires, frais et fonds d’urgence
- Cartes de crédit et crédit à la consommationTaux annuel en pourcentage (APR américain), versements minimums, frais et dossiers de crédit
- Prêts, transports et logementAmortissement, coût total, financement et modèles location-achat
- Assurance, risque et protection du consommateurProbabilités, primes, franchises et couverture
- Marchés financiers et investissementRisque, rendement, diversification et croissance composée
- Retraite et planification à long termeValeur temporelle de l’argent, inflation et hypothèses de retrait
- Comportement, preuves et plan intégréBiais, analyse de sensibilité et recommandations conditionnelles
Problème type : comparer une remise immédiate à un crédit à taux réduit, puis trouver les combinaisons de prix, d’apport initial et de taux qui font basculer le choix. Tous les cas sont fictifs et situés aux États-Unis ; les élèves ne dévoilent jamais les finances de leur famille et ne reçoivent aucun conseil financier personnalisé.
03
Public visé au départ : élèves de 5e et 4e environ (correspondance indicative avec les niveaux américains)
Atelier de science des données
Lecture des données · statistiques · visualisation · initiation à l’apprentissage automatique
Partir d’un tableau de données et aboutir à une conclusion que chacun peut vérifier.
Ce que les élèves font concrètement
Les élèves commencent par demander ce que représente chaque ligne. Ils corrigent les données incohérentes, comparent des graphiques, calculent des taux et des proportions conditionnelles, puis testent de petits modèles de classification et de regroupement. Le code n’intervient que lorsque le volume de données ou le nombre de répétitions rend le travail à la main peu pratique.
Progression en neuf unités
- Une image peut changer une décisionVisualisation des données, échelle, aire et graphiques trompeurs
- Des données cohérentes avant toutNettoyage, types, unités, valeurs manquantes et catégories cohérentes
- Mêmes nombres, mondes différentsDistributions, moyennes, échantillonnage et contexte
- Peut-on apprendre à un ordinateur à reconnaître une fleur ?Caractéristiques, classification et données d’entraînement et de test
- Des motifs sur une carteRegroupement, distance et géométrie repérée
- Quand une tendance s’inverseProportions conditionnelles et paradoxe de Simpson
- Des frontières aux modèles de langageFrontières de décision, vecteurs et prédiction
- Systèmes conversationnels, recherche d’information et agentsModèles de langage, recherche documentaire, utilisation d’outils et traçabilité des sources
- Trouver le signal : un projet final reproductibleConception de questions, analyse, validation et communication
Problème type : deux graphiques montrent les mêmes valeurs, avec des échelles et des aires différentes. Les élèves expliquent pourquoi ils orientent le lecteur vers des conclusions distinctes, puis refont le graphique et précisent ce que les données ne permettent toujours pas d’établir.
04
Pour les élèves prêts à modéliser avec Python
Science des données avec Python
Python · statistiques appliquées · optimisation · apprentissage automatique
Recréer à petite échelle des systèmes qui ressemblent d’ordinaire à des boîtes noires.
Ce que les élèves font concrètement
Dans Google Colab, les élèves simulent des mouvements, estiment des grandeurs incertaines, ajustent des modèles, optimisent des fonctions et vérifient des prédictions. Plus tard, ils reconstruisent des versions simples de systèmes de recommandation, de réseaux de neurones et de modèles de langage à partir de briques mathématiques élémentaires.
Progression du cours
- Les bases de Python dans Google ColabVariables, fonctions, tableaux, tables et graphiquespasserelle facultative
- Données, modèles et mouvementSimulation, graphiques, taux de variation et hypothèses du modèle
- À la recherche de CérèsRecherche numérique, erreur de mesure et modélisation orbitale
- Hasard, randomisation et preuvesProbabilités, simulation, échantillonnage et tests d’hypothèses
- Modéliser le changement à partir de données bruitéesRégression, résidus, incertitude et validation
- Optimisation : comment les modèles apprennentFonctions de perte, gradients et ajustement des paramètres
- Décisions dans l’incertitudeEspérance, simulation de Monte-Carlo et risque
- Le goût comme géométrieVecteurs, similarité et systèmes de recommandation
- Les axes cachés des donnéesComposantes principales et réduction de dimension
- Les réseaux de neurones comme fonctions composéesCouches, activations, gradients et rétropropagation
- Systèmes de langageJetons, représentations vectorielles (plongements), attention et génération
- Projet final : prédire la demande de vélosNettoyage des données, construction de variables, prédiction et évaluation du modèle
Problème type : construire un système de recommandation simple en représentant les préférences par des coordonnées, puis repérer les cas où la proximité entre les préférences fonctionne ou échoue, et mesurer l’effet d’un jeu de données dominé par les choix les plus populaires.
Référentiels scolaires du New Jersey
Les référentiels fixent des exigences. Encore faut-il donner un sens au cours.
Les cours prennent en compte les pratiques mathématiques et les attentes du New Jersey en matière de culture financière. Mais au lieu d’isoler chaque norme dans un objectif distinct, ils en réunissent plusieurs au sein de projets au long cours.
Les exigences prises en compte
- Comprendre les problèmes et persévérer.
- Raisonner de manière abstraite et quantitative.
- Construire des arguments et examiner le raisonnement de façon critique.
- Modéliser avec les mathématiques, employer les outils de manière stratégique et prêter attention à la précision.
- Relier les connaissances financières à des décisions éclairées et à leurs conséquences à long terme.
Ce que les cours apportent en plus
- Un même problème suivi mobilise plusieurs normes à la fois.
- Les élèves lisent des documents et manipulent des jeux de données d’une taille réaliste.
- Chaque modèle est confronté à une hypothèse modifiée, à un cas où il échoue ou à un contre-exemple.
- Les élèves rendent leur démarche vérifiable : source annotée, formule, tableur, code ou décision rédigée.
Le New Jersey impose au moins 2,5 credits — des unités propres au système scolaire américain, sans rapport avec les crédits ECTS — en culture financière, économique, commerciale et entrepreneuriale. Plusieurs parcours permettent de remplir cette obligation. L’Atelier de décisions financières propose une séquence plus approfondie ; il n’est ni agréé par l’État ni destiné à remplacer l’examen officiel du programme par un district scolaire.
Une collection qui s’enrichit
Des ressources pour la classe, publiées une fois abouties.
Ce site est encore en chantier. J’y ajouterai progressivement une sélection de séances, de problèmes destinés aux élèves, de tableurs, de notebooks, de notes de lecture et de bilans sur ce qui a réellement fonctionné en classe.
Je préfère publier une seule activité complète et éprouvée plutôt qu’un vaste dossier de ressources séduisantes en apparence, mais jamais confrontées à une classe. En attendant, les présentations ci-dessus indiquent la direction prise.
Formats prévus : activités à imprimer · tableurs · notebooks Colab · notes pédagogiques