54

Cet article traite de l’apprentissage tiré de l’exploration des modèles de dynamique des systèmes. Dans cette discipline, la modélisation cherche à améliorer le jugement et la décision, mais la modélisation demande un temps important. Si bien les environnements interactifs d’apprentissage basés sur ces modèles permettent d’économiser du temps, il y a des doutes concernant la profondeur des apprentissages qu’ils permettent. Surgit la question d’un possible compromis entre ces deux positions qui permet d’atteindre des apprentissages profonds sans investir un temps important. Des exemples révélateurs de la discipline permettent d’identifier des activités-clé pour l’apprentissage. Sur cette base, une procédure structurée de « redécouverte guidée » est proposé comme compromis faisable et satisfaisant, permettant une exploration pertinente en posant des questions, en faisant des expériences afin d’obtenir des réponses et en les interprétant correctement. La procédure est présentée ensemble avec des propriétés fonctionnelles d’un « exploratoire systémique ». Ainsi, des non-spécialistes peuvent découvrir des « insights » concernant des situations complexes qui aident à améliorer les politiques de décision.

This article deals with learning from the exploration of system dynamics models. System dynamics modeling intends to improve judgment and decision, but is very time consuming. Model-based interactive learning environments allow saving time, but critics doubt the effectiveness for deep learning. The question is if there is a third way in-between. Relevant examples from system dynamics are analyzed to identify the key activities that trigger learning; they are organized as a structured exploration process, making learners ask relevant questions, obtain valid responses and correctly interpret them. Based upon this, a process for guided rediscovery is proposed together with guidelines for the functional properties of a “systemic exploratory”. Guided rediscovery enables non-specialists to gain relevant insights into dynamically complex situations and is a tool for decision policy design.