Expérience utilisateur

Enseignants

Kieffer Suzanne;

Langue
d'enseignement

Français

Thèmes abordés

·         Fondements et définitions de l'expérience utilisateur
·         Mesures de l'expérience utilisateur
·         Méthodes d'évaluation de l'expérience utilisateur
·         Planification, analyse des données et présentation des résultats
·         Intégration du processus d'évaluation de l'expérience utilisateur dans le développement de systèmes interactifs

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :
1.	Énumérer et définir les éléments conceptuels et les mesures de l'expérience utilisateur ;
2.	Distinguer les méthodes d'évaluation de l'expérience utilisateur en termes de finalité (but), objectifs (moyens d'atteindre le but), type de données collectées, et délivrables ;
3.	Comparer plusieurs méthodes, sélectionner la plus performante, argumenter le choix ;
4.	Planifier et mener l'évaluation d'un système interactif et proposer des solutions améliorant l'expérience utilisateur avec ce système.

Méthodes d'enseignement

Le cours est organisé en mode présentiel, en deux phases.

• Phase 1 – Classe inversée : Les étudiant·es travaillent en autonomie les ressources H5P sur Moodle et réalisent des tests blancs. Les séances en présentiel sont consacrées aux questions-réponses et aux activités de consolidation. La phase se termine par un test de connaissances.
• Phase 2 – Projet : Les étudiant·es s’approprient un protocole expérimental, l'administrent individuellement auprès de participant·es, puis analysent collectivement le corpus et produisent un rapport.

Modes d'évaluation
des acquis des étudiants

L’évaluation repose sur le contrôle continu, sans examen en session. 

• Contrôle continu : test individuel écrit de connaissances (40%) et projet (60%). Le projet comprend une partie individuelle (20%) et une partie réalisée en groupe (40%).
• Session de septembre : examen oral. En cas d’échec au projet, travail individuel personnalisé à remettre le premier jour de la session.

Intelligence artificielle (IA) : L’utilisation des outils d’IA est balisée par les règles mentionnées dans la note facultaire à ce sujet, disponible sur le site intranet de la faculté, dans les informations à destination des étudiant·es. 

• Autorisé sans déclaration : assistance linguistique ; exploration et idéation ; recherche bibliographique. Les références bibliographiques doivent avoir été consultées et analysées par les étudiant·es et ne peuvent pas être reprises uniquement sur la base d’une réponse fournie par une IA.
• Autorisé avec déclaration : analyse de données quantitatives et qualitatives ; génération de figures ; génération, correction ou adaptation de code informatique (Python, R, etc.). Pour ces usages, les étudiant·es doivent indiquer l’outil utilisé et fournir un lien vers la conversation ainsi que les prompts complets. Un lien non fonctionnel ou ne permettant pas de vérifier l’usage déclaré entraîne la note de 0 pour le travail concerné.
• Interdit : simulation de participant·es ; génération de données à la place d’une collecte réelle ; et, plus généralement, tout usage de l’IA qui empêcherait d’évaluer les connaissances, compétences et démarches personnelles de l’étudiant·e.

Autres infos

• L’ensemble des ressources et activités pédagogiques est disponible sur Moodle.
• Certaines ressources (ex. ressources bibliographiques, diapositives, vidéos explicatives) sont en anglais.
• En cas d’arrivée tardive au cours : jusqu’à trois semaines de retard (arrivée en S4), il est possible de rattraper en autonomie en consultant les ressources et consignes disponibles sur Moodle. Au-delà, il est indispensable de venir en discuter avec l’enseignant·e afin d’évaluer la faisabilité du rattrapage.

Faculté ou entité
en charge

> COMU