Interaction homme-machine et développement de l'enfant
La technologie comme outil de recherche
Auteur
Dans mon dernier article de blog, j'ai présenté quatre domaines de convergence entre l'interaction homme-machine et le développement de l'enfant :
- La technologie comme intervention
- La technologie comme outil de recherche (article actuel)
- Les enfants en tant qu'utilisateurs de la technologie et des médias
- Les enfants créateurs et inventeurs
J'ai détaillé un peu l'idée de la technologie comme plateforme d'interventionDans cette deuxième partie, j'aborderai la question de l'utilisation des technologies pour étudier le développement de l'enfant, et notamment la manière dont certains des meilleurs chercheurs au monde les utilisent déjà.
Utiliser Google Street View pour observer les quartiers des enfants
Un de mes exemples préférés du pouvoir des technologies à soutenir la recherche de manière souvent inattendue nous vient d'un chercheur boursier Jacobs. Candice OdgersCandice étudie depuis des années l'impact de l'environnement sur le développement de l'enfant. Ce travail exige énormément de temps et de ressources. Des équipes de chercheurs se rendent sur le terrain pour étudier les environnements en détail : y a-t-il beaucoup de graffitis ? Y a-t-il des parcs à proximité ? Les déchets sont-ils ramassés ou éparpillés ? Ils comparent ensuite ces observations avec des indicateurs reconnus du développement de l'enfant, tels que les enquêtes menées auprès des résidents locaux sur le désordre et la sécurité, ainsi que les évaluations des parents et des enseignants concernant les comportements antisociaux et prosociaux des enfants et leur indice de masse corporelle.
« Nous pouvons étudier le développement de l’enfant de manière inédite et potentiellement plus efficace grâce aux nouvelles technologies. »
Ce processus s'appelle l'observation sociale systématique (OSS) et il est très complexe. Il nécessite généralement de nombreuses ressources, comme indiqué précédemment. C'est là que l'équipe dirigée par Candice a fait preuve d'une grande ingéniosité. Ils ont créé un étude virtuelle SSO en utilisant Google Street View. Ils ont pu saisir de manière fiable les conditions de vie dans les quartiers des familles participant au programme. Étude longitudinale sur les jumeaux et les risques environnementaux (E-Risk) sans jamais quitter le laboratoire, ce qui représente une amélioration considérable quant à la facilité de réalisation d'une telle étude.
Tirer des enseignements des données de santé individuelles
Ce type d'application ingénieuse de la technologie ne doit toutefois pas se limiter aux seuls chercheurs. Des groupes comme… Mouvement du soi quantifié J'ai longtemps soutenu que l'on peut apprendre beaucoup sur sa propre santé en s'étudiant soi-même, et notamment en appliquant des mesures numériques à l'auto-évaluation. Je porte moi-même un Fitbit et je participe régulièrement à des études où nous collectons des données via des Fitbits, des montres connectées et d'autres appareils de suivi de la santé. Je ne suis pas pour autant un fervent partisan de cette approche et j'ai écrit sur les difficultés que pose le calcul en matière de santé. ailleursSans scepticisme, nous pouvons et devons constater tout ce que nous pouvons apprendre, en tant que consommateurs de ces appareils et producteurs de leurs données, mais aussi en tant que chercheurs, éducateurs et cliniciens.
Données participatives : une mine d'opportunités pour découvrir une grande variété de phénomènes
Reddit – un site d'agrégation d'actualités sociales, de notation de contenu et de discussion – regorge d'utilisateurs qui réfléchissent collectivement à leur santé et à leur bien-être en utilisant des données de santé. Certaines de ces discussions aboutissent à des résultats assez amusants. Dans un de ces articles— Message désormais archivé — Un homme cherche à comprendre pourquoi le bracelet connecté Fitbit de sa femme affiche une fréquence cardiaque élevée. Dans son premier message, il demande l'aide de la communauté pour résoudre un problème avec l'appareil, qu'il soupçonne de dysfonctionner. Après plusieurs réponses, un autre utilisateur lui demande si elle est stressée ou enceinte, deux causes possibles d'une fréquence cardiaque élevée.
Après des centaines de commentaires et de publications, l'auteur du message initial a révélé que sa femme était bel et bien enceinte – son bracelet connecté l'avait détecté avant eux – et la communauté s'est mobilisée pour les féliciter et leur apporter son soutien. Ce genre de découverte peut être déstabilisant : que signifie le fait que nos capteurs nous signalent un état de santé préoccupant, qu'on soit malade, en bonne santé ou enceinte ? Les conséquences d'une telle révélation peuvent être anodines, voire bénéfiques (félicitations, cadeaux, soutien attentionné, etc.), mais peuvent aussi exposer à des risques, allant de la simple publicité ciblée à des problèmes plus graves comme la discrimination à l'embauche ou l'augmentation des cotisations d'assurance maladie. Bien sûr, ces découvertes peuvent également être passionnantes et ouvrir la voie à de nombreuses études sur divers phénomènes.
Trouver un modèle
Nous travaillons actuellement sur ce dernier point dans mon laboratoire. Par exemple, nous utilisons des dispositifs portables similaires pour tenter de comprendre pourquoi certains enfants se remettent rapidement d'une commotion cérébrale, tandis que d'autres non. Il doit exister un phénomène physiologique sous-jacent, mais les neurologues ne sont pas encore capables de le prédire. Ainsi, si nous parvenons à collecter suffisamment de données sur la fréquence cardiaque, le sommeil, la température cutanée et d'autres données physiologiques grâce à ces capteurs, nous (ou plus précisément nos algorithmes) pourrions peut-être identifier un schéma exploitable en clinique.
Notre système, BrainTrack, actuellement testé auprès d'enfants et de jeunes adultes ayant reçu un diagnostic de commotion cérébrale, suit leurs activités quotidiennes et leur physiologie, ainsi que leurs auto-évaluations de leurs symptômes, afin de faciliter la communication avec les cliniciens et de recueillir une grande quantité de données que nous analyserons ultérieurement pour en extraire des tendances.
Apprendre de l'auto-expérimentation et de la vérification continue des hypothèses
Parallèlement, les enfants peuvent utiliser ces appareils pour explorer leur santé ou s'initier au raisonnement scientifique. Après tout, vivre une vie où les données sont mesurées de manière quantitative revient à s'auto-expérimenter et à tester continuellement des hypothèses. Lee et ses collègues L'objectif était d'inciter les enfants à développer ce type de raisonnement de manière opportuniste tout au long de la journée scolaire. Dans le cadre d'une séquence pédagogique sur les statistiques en primaire, les Fitbits ont été utilisés pour permettre aux élèves de tester leurs propres hypothèses et de visualiser leurs données. Les enfants ont comparé leurs préférences en matière d'activités pendant la récréation à l'effort physique requis, ainsi qu'à la fiabilité du Fitbit par rapport à une application mobile. Ils ont ainsi appris à mieux se connaître et se sont familiarisés avec les statistiques et la visualisation.
« C’est peut-être le fait de donner aux gens les moyens de participer au processus scientifique qui rend nombre de ces techniques si attrayantes. »
Grâce aux nouvelles technologies, nous pouvons étudier le développement de l'enfant de manière inédite et potentiellement plus efficace. Parents et enfants peuvent en faire autant. Nous savons déjà que les enfants représentent une part importante du marché de la consommation médiatique, un sujet que j'aborderai dans mon prochain article. Mais c'est peut-être la possibilité pour chacun de participer au processus scientifique qui rend nombre de ces techniques si attrayantes.
Auteur
Notes
Références:
Odgers et al. 2012. Observation sociale systématique des quartiers d'enfants à l'aide de Google Street View : une méthode fiable et rentable. Journal de psychologie et de psychiatrie de l'enfant, 53(10), 1009-1017.
Lee, VR, Drake, J., et Cain, R. (2015). Utilisation opportuniste de la journée scolaire traditionnelle grâce à l'analyse par les élèves des données de leurs traqueurs d'activité FitbitActes de la conférence IDC 2015.