Retour à la rubrique Actes du Congrès / Back to the Proceedings Page
Qu’est-ce qu’un apprenant? Le point de vue des sciences cognitives
Josianne Basque, Ph.D., professeure
Télé-université
Montréal (Québec), Canada
Bien que les sciences cognitives constituent un domaine d’étude encore très jeune, elles ont déjà profondément modifié notre manière d’envisager l’apprentissage et l’enseignement (Bruer, 1997, Tardif, 1992, Wilson et Cole, 1996) . Aujourd’hui, l’apprenant n’est plus perçu comme au temps du règne des béhavioristes. Voilà qu’il est un système qui traite activement l’information qu’il reçoit; il n’est plus un simple contenant dans lequel l’enseignant déverse de l’information. Voilà aussi qu’on lui reconnaît une manière unique et personnelle de penser et d’apprendre, tout en admettant qu’il est soumis à certaines limites cognitives universelles. Enfin, on ne peut désormais plus ignorer que le contexte joue un rôle fondamental dans le processus de construction des connaissances. Dans ce texte, nous présentons brièvement cette vision cognitiviste de l’apprenant et discutons de quelques incidences pédagogiques en découlant, qui peuvent inspirer les concepteurs d’environnements d’apprentissage informatisés (EAI).
Un apprenant aux limites cognitives universelles
Malgré nos différences, nous possédons tous un système cognitif qui fonctionne d’une manière semblable et qui est soumis à diverses limites que les chercheurs en sciences cognitives tentent de définir depuis le milieu des années 50. Voyons quelques exemples.Nous disposons d’une mémoire sensorielle qui maintient dans le système cognitif l’information sensorielle qui arrive de l’extérieur, en attendant que des processus cognitifs supérieurs soient en mesure de lui donner une signification. Mais cette information est très volatile (environ 1/3 de seconde pour l’information visuelle et 3-4 pour l’information auditive). À l’intérieur de ce laps de temps, il faut lui attribuer une signification, sinon la trace sensorielle est perdue à jamais.
Nous disposons d’une capacité attentionnelle limitée, nous obligeant à nous consacrer simultanément à un nombre restreint de tâches.
Notre mémoire à court terme (MCT) (ou mémoire de travail) ne peut traiter qu’entre 5 et 9 items de manière simultanée . (Miller, 1956)
Toutes les connaissances acquises au fil de nos expériences se retrouvent dans notre mémoire à long terme (MLT), laquelle serait permanente et extensible à l’infini. Cependant, la manière dont les informations y auront été encodées détermine la facilité avec laquelle nous pourrons les récupérer au moment où nous en aurons besoin. Par exemple, le fait de les organiser en réseaux ou en schémas diminue la charge cognitive qui incombe à la MCT au moment de leur récupération.
Un environnement d’apprentissage peut être conçu de manière à équilibrer la charge cognitive nécessaire pour traiter l’information présentée et à bien diriger les efforts mentaux de l’apprenant. Par exemple :
Pour maximiser l’enregistrement sensoriel, toute l’information nécessaire à l’apprenant doit être accessible en tout temps, chose facile à réaliser dans des EAI.
La pratique répétée, chère aux béhavioristes, n’est pas à négliger pour rendre automatique l’exécution de certaines sous-tâches d’apprentissage et pour permettre au système cognitif de se concentrer sur des tâches intellectuelles de niveau supérieur (Schneider et Shiffrin, 1977).
La théorie de la charge cognitive de Sweller et al. (1998) propose quelques recommandations spécifiques pour réduire la charge cognitive imposée à la MCT au moment d’apprendre, notamment dans des domaines complexes, telles les mathématiques et les sciences : soumettre aux apprenants des problèmes sans but (goal free problems), leur présenter des exemples de procédures de résolution de problèmes (worked examples), imbriquer les informations textuelles, graphiques, etc., afin de ne pas éparpiller les capacités attentionnelles des apprenants, éviter les redondances inutiles qui surchargent la mémoire de travail et, dans certains cas, présenter des informations sous forme visuelle et d’autres sous forme auditive.
Un apprenant au profil unique
À l’ancienne catégorisation simpliste des apprenants (intelligents/peu intelligents), succède aujourd’hui une vision heureusement plus nuancée des différences individuelles du fonctionnement cognitif. Jonassen et Grabowski (1993) regroupent ces différences en quatre catégories : les contrôles cognitifs qui concernent la manière dont les individus perçoivent les informations (dépendance/indépendance du champ, impulsivité/réflexibilité, etc.), les styles cognitifs qui classifient les individus selon leur manière typique de traiter l’information (visuels/auditifs, sérialistes/holistes, etc.), les styles d’apprentissage qui désignent les préférences quant au mode de réception de l’information dans un environnement d’apprentissage (divergents/convergents, etc.), et les traits de personnalité (anxiété, lieu de contrôle, introversion/extraversion, etc.).
Devant tant de disparités, comment peut-on en arriver à personnaliser l’enseignement? Selon Snow (1997), un environnement d’apprentissage devrait idéalement offrir des cheminements individualisés permettant aux étudiants d’atteindre des buts personnels d’apprentissage, des cheminements alternatifs leur permettant d’en choisir un adapté à leurs aptitudes, styles cognitifs et styles d’apprentissage, et des cheminements de remédiation pour certains apprenants qui doivent développer des habiletés particulières. Il est difficile d’offrir une telle variété de cheminements sans utiliser les TIC (Ayersman et von Minden, 1995). Les premières applications de l’enseignement assisté par ordinateur offrait une certaine individualisation de l’enseignement, mais celle-ci était restreinte au contrôle du rythme d’apprentissage et à un petit nombre de branchements à l’intérieur d’un cheminement d’apprentissage unique. Aujourd’hui, les EAI sont devenus plus " intelligents " (Paquette, 1999) et offrent des capacités beaucoup plus étendues d’adaptation aux différences individuelles. On pense immédiatement aux systèmes tutoriels intelligents (STI) dont les capacités de modélisation cognitive permettent des micro-adaptations continues de l’enseignement aux besoins des étudiants (Orey et Nelson, 1993; Anderson et al., 1995) . Les STI s’appuient, en effet, sur un " modèle de l’apprenant " pour reconnaître ses erreurs, lui fournir des explications ou conseils adaptés, générer des problèmes et contrôler son progrès. Les environnements hypermédias constituent un autre moyen de respecter les différences individuelles, en offrant à l’apprenant la possibilité de choisir la modalité de présentation et la séquence de consultation des informations (Ayersman et von Minden, 1995) . Comme le souligne Brusilovski (1994) , non seulement l’usager peut adapter l’hypermédia à ses besoins en y naviguant à sa guise, mais l’hypermédia peut s’adapter à l’apprenant en lui offrant des conseils sur les liens susceptibles de lui convenir, en lui évitant certaines pages d’informations peu utiles, etc. Enfin, il est possible de créer des interfaces adaptatives, configurées selon les préférences et les caractéristiques des usagers. La difficile tâche d’adapter l’enseignement au profil unique de chaque apprenant se trouve donc au cœur des préoccupations de plusieurs chercheurs se consacrant au développement d’applications pédagogiques des TIC.
Un apprenant mentalement actif
L’une des contributions majeures de la révolution cognitive en éducation a été de remettre en question le modèle de l’apprenant " entonnoir ". Dans les théories du traitement humain de l’information, les individus cherchent activement à construire une compréhension significative des informations perçues et utilisent différentes stratégies pour ce faire (Tardif, 1992). Plusieurs taxonomies de telles stratégies ont été proposées (Boulet et al., 1996; Tessmer et Jonassen, 1988; Weinstein et Mayer, 1986; West et al., 1991) . Par exemple, Boulet et al. (1996) proposent de les regrouper en quatre catégories : cognitives, métacognitives, affectives et de gestion des ressources.
Les recherches montrent qu’il vaut mieux enseigner ces stratégies dans un contexte spécifique d’apprentissage, tout en favorisant leur transfert à d’autres contextes. Il est donc possible d’intégrer dans les environnements d’apprentissage des incitateurs visant à activer l’utilisation de ces stratégies chez les apprenants. Comme le soulignent West et al., (1991) et Osman et Hannafin (1992) , le concepteur peut imbriquer ces stratégies dans les informations, en insérant des questions à même le contenu, en offrant des vues d’ensemble et organisées des connaissances à acquérir, en utilisant des analogies ou des métaphores pour inciter l’apprenant à faire des liens avec son savoir antérieur, etc. On peut aussi inviter les apprenants à utiliser telle ou telle stratégie à différents moments de leur démarche et leur offrir des outils méthodologiques à cet effet. Ces deux options peuvent être avantageusement utilisées dans des EAI (Hooper et Hannafin, 1991; Park, 1995) .
Un apprenant en contexte
À partir de la fin des années 80, une nouvelle école de pensée défend l’idée que la cognition est inextricablement liée au contexte dans lequel elle se développe et se déploie. On parle de " cognition en situation " (situated cognition) ou d’apprentissage en situation (situated learning) (Kirshner et Whitson, 1997; McLellan, 1996). Ce concept donne lieu à diverses interprétations. Une première interprétation nous vient des tenants d’une approche socioculturelle de la cognition, inspirée de Vygotsky (1978), qui insistent sur le contexte socioculturel dans lequel s’inscrit toute activité cognitive (Brown et al., 1989; Lave et Wenger, 1991). Pour eux, apprendre, c’est devenir de plus en plus apte à participer aux pratiques sociales de sa communauté. Un autre groupe de chercheurs, davantage associés au domaine de l’intelligence artificielle et de la robotique (Clancey, 1997), insiste plutôt sur l’idée que toutes les actions de sujets intelligents doivent être adaptées aux contraintes et aux potentialités (affordances) de l’environnement et sur l’importance de la rétroaction et de l’organisation mutuelle. Enfin, un troisième groupe défend l’idée que la cognition n’est pas un phénomène qui " réside " uniquement dans la tête d’un individu, car on trouve également de l’intelligence dans les objets physiques et les individus avec lesquels il interagit. On parle alors de " cognition distribuée " (Salomon, 1997) et d’" individu plus " (Perkins, 1995).
Voici quelques incidences pédagogiques de l’approche contextuelle de la cognition :
- Imbriquer l’apprentissage dans des contextes authentiques (Brown et al., 1989;).
- Favoriser l’accompagnement cognitif (cognitive apprenticeship) (Collins et al., 1991; Rogoff, 1990).
- Ancrer l’enseignement dans des " macrocontextes " permettant d’explorer le savoir de différents points de vue (CTGV, 1990, 1993; Spiro, et al., 1992).
- Créer des communautés de construction du savoir (Hewitt et Scardamalia, 1998).
Conclusion
Les travaux en sciences cognitives peuvent nous aider à vraiment situer l’apprenant au cœur des TIC. Bruer (1997) n’hésite pas à considérer les méthodes d’enseignement inspirées des sciences cognitives comme des découvertes aussi importantes que le vaccin contre la polio ou que la pénicilline! À nous de nous en servir!Références
Anderson, J.R., Corbett, A.T., Koedinger, K.R., et Pelletier, R. (1995). Cognitive tutors : Lessons learned. http://act.psy.cmu.edu/ACT/papers/Lessons_Learned.html.
Ayersman, D.J., et von Minden, A. (1995). Individual differences, computers, and instruction. Computers in Human Behavior, 11(3-4), 371-390.
Boulet, A., Savoie-Zajc, L., et Chevrier, J. (1996). Les stratégies d'apprentissage à l'université. Sainte-Foy (Québec) : Presses de l'Université du Québec.
Brown, J.S., Collins, A., et Duguid, P. (1989).>Situated cognition and the culture of learning. Educational Researcher, 18(1), 32-42.
Bruer, J.T. (1997). Schools for thought. London/Cambridge, MA : Bradford Book/MIT Press.
Brusilovsky, P. (1994). Adaptive hypermedia : An attempt to analyse and
generalize.
http://wwwis.win.tue.nl/ah94/Brusilovsky.html
[30 septembre 1999].
Clancey, W.J. (1997). Situated cognition : On human knowledge and computer representations. Cambridge : Cambridge University Press.
Collins, A., Brown, J.S., et Holum, A. (1991). Cognitive Apprenticeship : Making Thinking Visible. American Educator, 15(3), 6-11, 38-46.
Cognition and Technology Group at Vanderbilt (1990). Anchored instruction and its relationship to situated cognition. Educational Researcher, 19(3), 2-10.
Cognition and Technology Group at Vanderbilt (1993). Anchored Instruction and Situated Cognition Revisited. Educational Technology, 33(3), 52-70.
Hewitt, J., et Scardamalia, M. (1998). Design principles for the support of distributed processes. Educational Psychology Review, 10, 75-96.
Hooper, S., et Hannafin, M.J. (1991). Psychological perspectives on emerging instructional technologies : A critical analysis. Educational Psychologist, 26(1), 69-95.
Jonassen, D.H., et Grabowski, B.L. (1993). Handbook of individual differences, learning, and instruction. Hillsdale, NJ : Erlbaum.
Kirshner, D., et Whitson, J. (Eds.). (1997). Situated cognition : Social, semiotic, and psychological perspectives. Mahwah, NJ : Erlbaum.
Lave, J., et Wenger, E. (1991). Situated learning : Legitimate peripheral participation. New York : Cambridge University Press.
McLellan, H. (1996). Situated learning perspectives. Englewood Cliffs, NJ : Educational Technology Publications.
Miller, G. (1956). The magical number seven, plus or minus two : Somes limits on our capacity for processing information. Psychological Review, 63, 81-97.
Orey, M., et Nelson, W.A. (1993). Development principles for intelligent tutoring systems : Integrating cognitive theory into the development of computer-based instruction. Educational Technology Research and Development, 41(1), 59-72.
Osman, M. E., et Hannafin, M.J. (1992). Metacognition research and theory: Analysis and implications for instructional design. Educational Technology Research & Development, 40(2), 83-89.
Paquette, G. (1999). Les environnements d'apprentissage intelligents. Texte tiré du cours INF 5100 L'intelligence artificielle. Montréal : Télé-université.
Park, S. (1995). Implications of learning strategy research for designing computer-assisted instruction. Journal of Research on Computing in Education, 27(4), 435-456.
Perkins, D.N. (1995).L'individu-plus : Une vision distribuée de la pensée et de l'apprentissage. Revue Française de Pédagogie(111), 57-71.
Rogoff, B. (1990). Apprenticeship in thinking : Cognitive development in social
context.
New York : Oxford University Press.
Salomon, G. (Ed.). (1997). Distributed cognitions : psychological and educational considerations. Cambridge, Angleterre : Cambridge University Press.
Schneider, W., et Shiffrin, R.M. (1977). Controlled and automatic human information processing : I. Detection, search, and attention. Psychological Review, 84, 1-66.
Snow, R.E. (1997). Individual differences. In R.D. Tennyson, F. Schott, N.M. Seel, et S. Dijkstra (Eds.), Instructional design : International perspectives (Vol. 1 : Theory, Research, and models, pp. 215-241). Mahwah, NJ : Erlbaum.>
Spiro, R.J., Feltovich, P.J., Jacobson, M.J., et Coulson, R.L. (1992). Cognitive flexibility, constructivism, and hypertext : Random access instruction for advanced knowledge acquisition in ill-structured domains. Educational Technology, 31(5), 24-33.
Sweller, J., van Merrienboer, J.J.G., et Paas, F.G.W.C. (1998). Cognitive architecture and instructional design. Educational Psychology Review, 103(251-296).
Tardif, J. (1992). Pour un enseignement stratégique : L'apport de la psychologie cognitive. Montréal : Éditions Logiques.
Tessmer, M., et Jonassen, D.H. (1988). Learning strategies : A new educational
technology.
In H. Duncan (Ed.), Education for new technologies (pp. 29-47).
Vygotsky, L.S. (1978). Mind in society : The development of higher psychological process. Cambridge : Harvard University Press.
Weinstein, C.E., et Mayer, R.E. (1986). The teaching of learning strategies. In M.C. Wittrock (Ed.), Handbook of research on teaching (3 ed., pp. 315-327). New York : Macmillan.
West, C.K., Farmer, J.A., et Wolff, P.M. (1991). Instructional design : Implications from cognitive science. Englewood Cliffs, NJ : Prentice Hall.
Wilson, B.G., et Cole, P. (1996). Cognitive teaching models. In D.H. Jonassen (Ed.), Handbook of research in instructional technology. New York : Scholastic Press.
Retour à la rubrique Actes du Congrès / Back to the Proceedings Page