Même si la situation tend à évoluer, les femmes restent encore sous-représentées dans les emplois et l'enseignement des STEM en raison de stéréotypes sexistes persistants. L'ancien projet Erasmus+ Gender4STEM visait à relever ce défi et a donc développé une formation pratique combinée à une plateforme d'assistants numériques pour les enseignants, afin de leur fournir des outils concrets pour un enseignement plus équitable du point de vue du genre. De 2017 à 2020, son approche mixte a touché plus de 3000 participants (p.ex. des enseignants, des élèves, des experts...) et a confirmé que l'équité dans l'enseignement scolaire devient une véritable compétence qui doit être accompagnée d'une approche avancée.
S'appuyant sur l'expérience Gender4STEM, le projet FIT vise à développer une approche avancée pour renforcer les pratiques d'enseignement équitables, en particulier dans les disciplines des STEM, compte tenu de l'égalité des chances et de l'accès aux STEM pour divers élèves.
Pour ce faire, le projet a l'ambition d'étendre le cadre de compétences de l'équité dans l'enseignement : du genre à l'approche intersectionnelle en observant un continuum entre le niveau primaire et secondaire mais aussi en développant des questionnaires d'évaluation et sessions de formation associés. Afin d'assurer la grande accessibilité de la plateforme d'assistants numériques, il s'agira également de renforcer sa dimension multilingue, d'étendre ses contenus, de développer des algorithmes fournissant des recommandations de matériel pédagogique équitable ainsi que ses fonctionnalités interactives. Enfin, ce projet de suivi vise à développer une communauté de pratique FIT comme pilier pour garantir la grande transférabilité de l'approche avancée développée.
Dans ce contexte et en étroite collaboration avec leurs partenaires, les chercheurs du LIST co-développeront le cadre de compétences et co-concevront les outils d'évaluation associés (par exemple, l'approche situationnelle du jugement intégrée dans un outil de formation). Ils piloteront également les développements technologiques nécessaires pour renforcer la transférabilité de l'approche et la transparence des algorithmes de recommandation, ainsi que pour personnaliser les parcours des utilisateurs de la plateforme.
FIT répondra aux défis de la transformation numérique en matière de qualification en proposant des environnements d'apprentissage et d'évaluation novateurs et améliorés par le numérique. Il fournira ainsi des technologies inclusives et explorera de nouvelles techniques d'interaction pour favoriser la prise de conscience des situations et la formation. Ce projet innovant répondra également au défi de l'IA explicable en rendant les algorithmes de recommandation plus transparents.
Enfin, FIT devrait initier un véritable processus de changement en ce qui concerne l'équité dans l'enseignement aux niveaux primaire et secondaire, afin que des élèves plus diversifiés aient un même accès aux possibilités offertes par les STEM.