Collaborateur scientifique et enseignant en génie civil à l’EPFL, Guillaume Anciaux utilise les notebooks Jupyter pour aider les étudiantes et étudiants à se familiariser avec l’analyse de simulations numériques.
Lorsqu’on est ingénieur civil, on a la responsabilité de construire des structures stables et solides. On ne peut donc pas se permettre de faire confiance à des simulations sans s’intéresser au code caché derrière. Parole de Guillaume Anciaux, il est primordial de pouvoir faire la différence entre «une structure appelée à s’effondrer en raison d’un artefact numérique dû à un problème mal posé et une structure véritablement instable». Enseigner aux futur·e·s ingénieur·e·s les bonnes pratiques en matière de simulation numérique est donc essentiel, mais ce n’est pas aussi simple que de traverser un pont.
Depuis le semestre de printemps 2021, le collaborateur scientifique au laboratoire de simulation en mécanique des solides a donc introduit les Jupyter Notebooks dans son cours de génie civil. Des cahiers interactifs programmables qu’il utilisait déjà comme «carnets de notes numériques» pour ses recherches. Ces derniers sont accessibles via noto, la plateforme JupyterLab de l’EPFL pour l’éducation, qui permet aux étudiantes et étudiants d’utiliser les notebooks sans installation préalable de logiciels.
Le lien entre code et équations
Avec l’aide d’une assistante étudiante, Guillaume Anciaux a élaboré une dizaine de notebooks pour mieux expliciter les parties les plus complexes de son cours, et faire le lien entre les équations mathématiques et les notions pratiques. «Grâce à l’interactivité, les étudiantes et étudiants peuvent essayer de changer le problème, observer ce qui se passe et ainsi mieux percevoir le sens physique des équations. Durant mes études, j’aurais adoré pouvoir observer concrètement ce lien entre le code et les équations.» L’enseignant utilise par exemple les notebooks pour explorer la déformée statique de structures ou la dynamique des fréquences propres. «Ma grand-mère me disait toujours de ne jamais marcher sur un pont comme des militaires en cadence, sous peine de le voir s’effondrer. J’essaye d’expliquer aux étudiantes et étudiants pourquoi», sourit-il.
Découvrez comment concevoir des feuilles d’exercices avec les notebooks Jupyter
Via les notebooks, l’ingénieur propose aussi des exercices avec du code à trous. «Les étudiantes et étudiants doivent apprendre à se montrer critiques vis à vis du code, pour être capable de déceler d’éventuels problèmes, car on ne peut pas tricher lorsque l’on programme ses équations. Pour mon cours de 3e année, le défi est de bien doser le niveau de difficulté, c’est vraiment du fine tuning, car les expériences en programmation des étudiantes et étudiants sont très différentes.» Par exemple, les connaissances du langage Python varient. «Certains étudiants m’ont fait remarquer que cela était difficile pour eux car ils n’avaient jamais programmé en Python. Nous avons mis sur pied des forums, et nous essayons de les aider au mieux.»
Après ce premier semestre d’utilisation des notebooks l’enseignant doit encore procéder à des ajustements. Mais il est convaincu de la pertinence de ces outils qui offrent aux étudiantes et étudiants l’opportunité d’appréhender les simulations numériques, en visualisant mieux le lien entre les mathématiques et l’ingénierie civile, tout en étant sensibilisés à l’analyse du code, pour ne pas se laisser berner par des artefacts numériques.
Auteur: Laureline Duvillard
Vidéos :
Notebooks :
Share on
Other stories
Automatically graded image processing assignments
Pol del Aguila Pla uses automated grading in image processing labs based on Jupyter Notebooks.
Virtual demonstrations in physics
Virtual demonstrations help students visualize the different variables involved in experiments in Cécile Hébert’s Jupyter Notebooks.
Interactive signal processing textbook
Music is a central element in the interactive textbook designed by Paolo Prandoni to teach signal processing with Jupyter Notebooks.