Psychologie cognitive pour l'enseignant/Faire des liens
Dans les chapitres précédents, nous avons vu qu'apprendre consiste à connecte de nouvelles informations à des connaissances déjà présentes en mémoire. Ce processus d'association à ce qui est déjà connu est appelée l'élaboration. L'élaboration peut, en première approximation, être confondue avec le fait de comprendre quelque chose. Plus on comprend quelque chose lorsqu'on l'apprend, plus le nombre de connexions formées par l'élaboration sera grand. Là où le « par cœur » donne naissance à un très faible nombre d'associations, comprendre quelque chose en profondeur crée un grand nombre de relations lors de la mémorisation. Comme le dit Develay :
« Le sens vient des liens construits entre les savoirs et non pas de leur empilement. […] apprendre, ce n’est pas amasser, mais c’est relier des notions pour en construire d’autres plus abstraites. »
Mais l'élaboration n'a pas systématiquement lieu ou elle peut mal se passer, pour plusieurs raisons.
- La première est la surcharge de la mémoire de travail. Pour rappel, cette mémoire maintient à l'esprit une quantité limitée d'informations durant une dizaine de secondes, afin de les associer. Pour le dire autrement, la mémoire de travail est l'endroit où les relations se forment. C'est elle qui sert à mémoriser un numéro de téléphone avant de le composer ou à comprendre ce que dit un professeur. L'idée principale est qu'elle a une capacité limitée à 4 informations maximum (autrefois, on pensait que c'était 7 ± 2). Si celle-ci est surchargée, du fait d'un nombre trop important d'items, les relations ne peuvent se former. Des informations trop complexes ont donc tendance à saturer la mémoire de travail, perturbant l'apprentissage, contrairement à des informations simples. Un chapitre complet sera dédié à cette problématique.
- Une autre raison est que la plupart, si ce n'est tous les concepts, ne peuvent se former qu'en combinant des connaissances antérieures entre elles. Si ces connaissances ne sont pas acquises, l'apprentissage ne peut avoir lieu. Pour le dire autrement tout concept a des pré-requis, des connaissances sans lesquelles on ne peut pas le comprendre. Cela impose des contraintes assez fortes sur l'ordre d'apprentissage des notions : tel concept doit être appris avant tel autre s'il est un de ses pré-requis.
- Enfin, on ne peut faire fi des liens logiques qui existent entre les savoirs. Pour intégrer au mieux les nouveaux concepts dans le réseau mnésique, il faut exploiter les liens avec les connaissances antérieures. Présenter des connaissances comme une suite de faits isolés ne peut convenir. Il semble évident que l'élaboration sera meilleure avec un cours qui explique pourquoi les choses sont ce qu'elles sont, d'où sortent les faits appris dans le cours, quelles sont les principes physiques derrière les choses, comment les déduire à partir de principes de base, etc. Et tout cela demande d'organiser les informations, de structurer ses explications d'une certaine manière. L'ordre dans lequel on aborde les notions ne peut être arbitraire, mais doit refléter une certaine organisation logique, avoir une structure qui dévoile les liens entre les concepts à apprendre.
Ce chapitre va donner quelques techniques pédagogiques pour que les explications données par un professeur favorisent l'élaboration. Nous allons notamment voir l'usage des connaissances propédeutiques, des analogies, des classifications, des histoires, des représentations visuelles et de quelques autres techniques, comme les advance organisers. Dans le prochain chapitre, nous aborderons des techniques que le professeur peut utiliser en classe, qui ne tiennent pas vraiment dans la formulation des explications.
Les connaissances antérieures : de l'ordre primaire des notions[modifier | modifier le wikicode]
Pour être comprise, une nouvelle connaissance doit d'arrimer à ce qui est déjà su, elle doit être élaborée. Les connaissances antérieures sont donc la matière première de tout apprentissage : si elles ne sont pas là, l'apprentissage sera limité à du par cœur, l'élève ne pouvant rien élaborer. Plus les connaissances antérieures sont nombreuses, plus les nouveaux concepts auront de points d’amarrage sur lesquels s'associer. Là où un novice aura du mal à apprendre des définitions ou des connaissances de base, faute de pouvoir les associer à quelque chose de familier, l'expert pourra facilement retenir de nouvelles informations en les reliant à un vaste réseau de connaissances acquises de longue date.[1][2]
Cela a fait dire au psychologue Ausubel que le facteur le plus important dans l'apprentissage est ce que l'élève sait déjà :
« The most important single factor influencing learning is what the learner already knows. Ascertain this and teach him accordingly »
Les pré-requis : des acquis nécessaires[modifier | modifier le wikicode]
Pour commencer, insistons sur une évidence : lors de l'apprentissage, les informations à apprendre doivent avoir quelque chose auquel s'arrimer, se relier. Il arrive qu'elles ne se connectent à rien, alors qu'elles le pourraient. Diverses raisons techniques, comme une surcharge de la mémoire de travail, peuvent entrainer un tel résultat. Mais dans certains cas, il se peut que les connaissances à apprendre n'aient tout simplement rien à quoi se lier, ou tout du moins très peu de choses. Cela arrive pour les informations les plus basiques, celles qui sont à apprendre par cœur. Tel est le cas des tables de multiplications, des relations entre sons et lettres (correspondances graphèmes-phonèmes), des définitions de base en mathématiques (la définition d'un triangle), etc.
Dans d'autres cas, cela arrive à cause de mauvais choix pédagogiques, quand les concepts sont vu dans un ordre inadéquat. Rappelons que tout concept a des pré-requis, c'est à dire qu'il faut que certaines notions soient connues de l'élève pour que le concept puisse être appris. Par exemple, vous ne pourrez pas faire comprendre la notion de multiplication à un élève qui ne sait pas ce qu'est l'addition, car l'addition est un pré-requis pour la multiplication. Dans le même genre, difficile de faire comprendre ce qu'est une dérivée à quelqu'un qui ne sait pas ce qu'est une limite, vu que la notion de limite fait partie intégrante de la définition de la dérivée. Si on peut tenter de faire comprendre un concept sans ses pré-requis, cela n’amènera qu'à un apprentissage par cœur qui donnera au mieux l'illusion de la compréhension. Pour éviter de construire sur des fondations qui ne sont pas là, le professeur doit impérativement construire ses progressions pour que les prérequis soient abordés avant la notion.
Les connaissances propédeutiques : facultatives, mais facilitatrices[modifier | modifier le wikicode]
Si les pré-requis doivent être connus de l'élève, d'autres connaissances antérieures peuvent s'associer aux nouveaux concepts. Par exemple, il est possible que le concept à apprendre s'associe à d'autres connaissances préalables, non-nécessaires pour comprendre le nouveau concept mais qui en facilitent l'acquisition. De telles connaissances sont appelées des connaissances propédeutiques. Par définition, elles ne sont pas nécessaires pour comprendre le concept : ce ne sont pas des pré-requis. Mais elles aident à comprendre le nouveau concept et en facilitent l'apprentissage. Elles permettent grossièrement de rattacher le concept à apprendre à quelque chose de connu.
Elles peuvent être utilisées pour former des analogies, par exemple. Pour illustrer ce cas, je vais prendre l'exemple des méthodes de simplifications des équations logiques, utilisées en électronique. Ces équations décrivent des circuits électroniques en utilisant une algèbre, l’algèbre de Boole, qui ressemble à l’algèbre normale sur certains points, mais pas sur d'autres. Eh bien les élèves qui ont une connaissance correcte de l’algèbre auront beaucoup plus de facilité à comprendre ces méthodes de simplifications que ceux qui sont mauvais en mathématiques. L’algèbre usuelle sert ici de connaissance propédeutique à l’algèbre de Boole. Et on pourrait citer d'autres exemples.
Quoi qu’il en soit, bien utiliser les connaissances propédeutiques demande de les introduire avant le concept dont elles facilitent l'apprentissage. Cela demande donc de bien séquencer les notions, de bien gérer leur ordre d'apprentissage, mais aussi parfois de rajouter des concepts dans le cursus, d'ajouter des connaissances qui sont réutilisées plus tard pour simplifier des explications ultérieures.
L'organisation du matériel à apprendre[modifier | modifier le wikicode]
Si la mémoire est formée d'un véritable réseau de connaissances, celles-ci ne sont pas disposées n'importe comment. L'organisation du matériel à apprendre est fondamentale : du matériel non-organisé, composé d’éléments isolés et déstructuré sera très difficile à apprendre, alors que du matériel structuré et organisé s'apprendra très facilement. Tout le défi est de trouver comment organiser le matériel à apprendre, afin de lui donner un maximum de sens. Il n'y a pas de recette miracle, mais on peut cependant parler de quelques formes particulières d'organisation. Dans ce qui va suivre, nous allons parler des classifications, qui permettent de relier des concepts proches sur la base de leurs ressemblances et de leurs différences. Nous parlerons aussi d'autres formes d'organisation, moins évidentes, mais qui peuvent s'appliquer à beaucoup de sujets.
Les classifications et catégorisations[modifier | modifier le wikicode]
La recherche sur la mémoire dite sémantique, celle des concepts et des faits, a longtemps mis l'accent sur une forme d'organisation bien précise : les classifications. Elles relient des concepts en faisant appel à trois types différents de relations :
- les hyperonymies vont relier les catégories à des catégories plus générales qui englobent la catégorie de base : le concept « Cocker » sera relié au concept « Chien », le concept « Chat » sera relié au concept « Animal », etc. ;
- les hyponymies vont relier chaque catégorie à ses catégories dérivées, les catégories plus concrètes qu'on obtient en spécialisant la catégorie avec l'ajout de propriétés : la catégorie « félins » sera reliée aux concepts de « chat », « tigre », « lion », « panthère », etc. ;
- les relations structurales, qui relient les catégories et exemples à leurs propriétés : c'est grâce à ces relations qu'on sait qu'un oiseau peut voler, qu'un canari est jaune et ainsi de suite.
La recherche a surtout étudié les classifications que l'on peut représenter sous la forme d'une hiérarchie, d'une arborescence de catégories. On peut voir le tout comme un système de poupées russes : les catégories plus spécifiques sont incluses, emboîtées dans les catégories plus générales du niveau supérieur de la hiérarchie. Les concepts les plus concrets sont situés près de la base de la hiérarchie et les plus abstraits en haut. On peut préciser que les exemples sont intégrés dans ces hiérarchies : ils sont situés tout en bas et sont vus comme des catégories très spécialisées. Une telle hiérarchie est appelée une structure cognitive.
Un des premiers modèles de la mémoire sémantique, le modèle de Collins et Quillian se fondait exclusivement sur de telles structures cognitives parfaites. Dans celles-ci, les propriétés sont réparties dans la structure cognitive de manière à éviter toute redondance. Par exemple, les concepts « oiseau » et « canari » partagent les propriétés suivantes : les deux peuvent voler, ont des plumes, des ailes, etc. Cela vient du fait qu'un canari est un oiseau, et qu'il hérite donc des propriétés communes à tous les oiseaux : toute sous-catégorie hérite des propriétés des catégories plus générales auxquelles elle est reliée. Le modèle gère ces propriétés héritées en ajoutant une hypothèse : l'économie cognitive. Cette hypothèse dit que seules les propriétés spécifiques à un concept sont reliées à celui-ci : les propriétés héritées d'un concept plus générales sont reliées uniquement au concept le plus général, mais pas aux autres concepts. Par exemple, les propriétés « peut voler », « a des ailes », « a des plumes » seront reliées au concept « oiseau », mais pas au concept « canari ». Ce mécanisme évite les duplications inutiles de propriétés.
De nos jours, on sait que le modèle précédent est imparfait. Il stipule que la mémoire contiendrait des structures cognitives parfaites, sans défauts, sans redondance. Dans les faits, l'économie cognitive n'est pas parfaitement respectée, la hiérarchie des catégories ne l'est pas plus. Il faut dire qu'apprendre une nouvelle catégorie demande de l'arrimer dans une structure cognitive, si possible à des catégories ni trop générales ni trop spécifiques. Et la structure finale dépend de l'ordre d'acquisition des concepts. Par exemple, un enfant de 6/7 ans sait qu'un chat est un animal, mais ne connaît pas la notion de mammifère. Il reliera donc le concept "chat" avec le concept "animal" directement. L'apprentissage du concept de mammifère ne supprimera pas le lien fait entre chien et animal.
Mais ce n'est pas une fatalité. Déjà les structures imparfaites peuvent être corrigées (on en reparlera dans le chapitre sur le changement conceptuel). Ensuite, les structures acquises à l'école peuvent être parfaites si le professeur les présente correctement. Si il structure ses explications de manière à respecter au mieux une structure cognitive parfaite, le résultat mémorisé sera identique à celui du modèle précédent. Cela nous donne un premier indice sur comment structurer un cours : ne pas hésiter à le structurer autour d'une structure cognitive. De même, décider de l'endroit où aborder un nouveau concept dans un cours est très important. Si on ne l'introduit pas au bon moment, il risque de ne pas être connecté aux bonnes catégories sur-ordonnées ou subordonnées.
L'importance des classifications[modifier | modifier le wikicode]
L'organisation en structure cognitive permet de classer les concepts acquis, mais il rend aussi la mémoire "intelligente", dans le sens où certaines déductions consistent en une simple recherche en mémoire. Ces inférences sont surtout des inférences catégorielles qui entraînent un jugement avec des catégories, à savoir les questions du type "est-ce que X possède la propriété Y ?". Ces déductions sont extrêmement courantes, non seulement dans la vie quotidienne, mais aussi en milieu scolaire. On peut illustrer comment la mémoire permet de répondre à ces questions, avec l'exemple qui va suivre. Supposons qu'on demande à un sujet si un chat a des poumons. Le fait est qu'avoir des poumons n'est pas forcément une propriété intrinsèque au concept de "chat", mais est une propriété de concepts plus généraux, comme le concept de "mammifère". Or, l'activation du concept "Chat" activera automatiquement les catégories superordonnées, permettant d’accéder aux propriétés héritées des concepts plus généraux. Par exemple, un enfant saura qu'un chat a des poumons parce qu'il sait qu'un chat est un mammifère et que les mammifères ont des poumons. En clair : l'activation diffusante dans une structure cognitive permet de faire des inférences, des déductions sur les propriétés des objets et des concepts.
Ces classifications permettent d'organiser ce que l'élève doit apprendre, facilitant ainsi le rappel ultérieur. Comme le dit un peu abusivement Alain Lieury, comprendre, c'est classer. Si l'élève ne dispose pas de ces structures cognitives, l'apprentissage ultérieur sera moins efficace. Lieury, Lemoine et Le Guelte l'ont montré dans une expérience où des enfants de différents niveaux scolaires devaient mémoriser une liste de mots : un groupe témoin recevait une liste désorganisée alors que l'autre avait droit à une liste organisée en structure cognitive. Pour les élèves de 4e et 6e, cette organisation était très efficace : les élèves disposaient des structures cognitives qui permettaient un gain de mémorisation de la liste. En revanche, les élèves de CM1 ne disposaient pas vraiment des structures cognitives nécessaires, qui n'avaient pas encore été acquises par instruction : l'organisation en structure cognitive ne donnait pas de gain comparé au groupe témoin.
Généraliser ou dériver ?[modifier | modifier le wikicode]
Au passage, on peut se demander dans quel ordre parcourir les classifications et autres structures cognitives : faut-il partir du haut pour redescendre, ou au contraire partir des concepts les plus spécialisés et remonter progressivement ? Cette question peut se reformuler ainsi : faut-il partir des concepts généraux pour ensuite en déduire les concepts plus particuliers, ou au contraire faut-il partir du particulier pour abstraire progressivement des concepts plus généraux. Les deux méthodes sont à adopter selon le sujet abordé et les circonstances. La méthode qui va du particulier vers le général est appelée méthode par généralisation. Elle part des concepts particuliers et cherche à en extraire les points communs pour former un concept plus général. Elle met l'accent sur les ressemblances entre concepts, elle demande d'abstraire quelque chose de commun à plusieurs exemples. La méthode opposée, appelée méthode par dérivation, dériver les concepts particuliers en ajoutant des propriétés à un concept plus général. Avec cette méthode, des concepts proches sont abordés séquentiellement, à la suite du concept commun, de la catégorie super-ordonnée. Ce faisant, les concepts semblables sont abordés selon les différences qu'ils entretiennent, les propriétés qu'ils ne partagent pas.
Il est certain que certaines classifications sont plus faciles à comprendre en partant des concepts généraux et en les spécialisant, alors que d'autres sujets sont plus simples à comprendre avec l'autre méthode. Une des raisons à cela est la familiarité des concepts à aborder : mieux vaut commencer par aborder les concepts les plus familiers, ceux que l'élève peut comprendre plus facilement, ceux qu'il peut relier à des choses déjà connues. Les chercheurs ont longtemps pensé que les concepts intermédiaires, ni trop généraux, ni trop particuliers, étaient ceux qui étaient les plus facilement appris, mais la roue a un peu tourné depuis. La réalité est que la familiarité a peu à voir avec la place dans la structure cognitive, certains concepts familiers étant placés très haut et d'autre très bas, selon le sujet abordé. Dans certains cas, les catégories générales peuvent être peu intuitives pour l'élève, contrairement aux catégories particulières. Un exemple serait la classification des animaux : la différence entre un chat et un lion (tous deux des félins) est plus intuitive que la différence entre mammifères marsupiaux et placentaires. Mais ce n'est pas un reproche général : il existe de nombreux cas où les catégories générales sont au contraire plus familières que les catégories particulières. Pensez par exemple à la classification des arbres : la différence entre un feuillu et un conifère est plus simple à comprendre que la différence entre un hêtre d'un chêne. De manière générale, la familiarité ne dépend pas trop de la place dans la hiérarchie de la structure cognitive.
Si l'on se trouve dans un cas où ce détail ne joue pas ou peu, on peut trouver des défauts à la méthode par généralisation, que la méthode par dérivation n'a pas. Déjà, la méthode par dérivation a une charge cognitive plus faible, elle fait un meilleur usage des ressources limitées de la mémoire de travail. Elle part des concepts qui ont le plus petit nombre de propriétés et chaque dérivation d'un nouveau concept ajoute quelques propriétés. À chaque étape, le nombre de propriétés à ajouter tient facilement dans la mémoire de travail. Par contre, la méthode par généralisation demande à l'élève de mémoriser un grand nombre de propriété pour chaque concept. Elle part en effet des concepts les plus particuliers, qui ont un grand nombre de propriétés. De plus, chaque étape demande de comparer divers concepts, et d'en dégager les propriétés communes. Toutes les propriétés de tous les concepts doivent être analysées pour en dégager un motif commun. La charge de la mémoire de travail est alors extrême. Autant dire que cette méthode est assez compliquée à utiliser et qu'elle donnera de mauvais résultats chez les élèves qui ont une mauvaise mémoire de travail.
Un dernier défaut de la méthode par généralisation est qu'elle met l'accent sur les ressemblances entre concepts. Or, plus deux concepts sont semblables, plus ils ont de chances d'être reliés aux mêmes indices de récupération. Ils peuvent alors interférer entre eux lors du rappel, ce qui les rend plus faciles à confondre. Ausubel qualifie ce genre de phénomène d'assimilation oblitératrice. Ce phénomène n'a pas lieu si on met l'accent sur les différences entre deux concepts, ce que fait la méthode par dérivation. Deux concepts différents, dérivé du même concept général, seront mis en contraste l'un avec l'autre, ce qui accentuera leurs différences. Cela nous dit qu'il vaut mieux aborder les concepts en partant du général pour aller vers le particulier, pour limiter les interférences.
Pour résumer, les deux méthodes sont assez opposées, mais on ne peut pas dire que l'une est meilleure que l'autre. Suivant le sujet abordé, il vaudra mieux procéder par généralisation ou par dérivation. Certains concepts s'abordent assez laborieusement avec la généralisation alors qu'il passent facilement en procédant par dérivation, alors que ce sera l'inverse pour d'autres sujets. Cela dépend aussi de la matière : les mathématiques font ainsi un fort usage de la dérivation, du fait de la nature déductive des mathématiques (sans nier qu'elle font cependant parfois usage d'induction). On pourrait tenter de savoir quand utiliser telle ou telle méthode, mais force est de constater qu'il n'y a pas de recette miracle et qu'une telle décision tient d'un véritable travail d'artisanat pédagogique. Quoiqu'il en soit, rappelons que donner des exemples variés est un bon moyen pour relier un concept général à des concepts particuliers.
Les relations thématiques[modifier | modifier le wikicode]
Il est vite apparu que les classifications ne sont pas l'alpha et l'oméga de l'organisation mentale. Cette organisation rigide qu'est la structure cognitive ne suffit pas à rendre compte des résultats expérimentaux, même les plus simples. Les structures cognitives ne sont pas forcément aussi bien organisées, le principe d’économie cognitive est au mieux approximatif, et la forme exacte des classifications dépend de l'ordre d'apprentissage des concepts. Il existe aussi des classifications qui ne s'expriment pas facilement sous la forme de structures cognitives, mais passons. Attardons-nous à la place sur un fait bien plus intéressant : on sait aujourd'hui que d’autres formes de relations existent, qu'il s'agisse de relations de causalité entre évènements, de relations qui permettent de localiser des objets, et bien d'autres encore. Ces relations sont regroupées, par convention, dans un ensemble extrêmement hétérogène appelé relations thématiques.
Les relations thématiques permettent décrire des objets ou de former une représentation de situations ou d'évènements. Pour simplifier, les professeurs sont intéressés par deux types de relations thématiques : les relations de causalité, et les relations de méronymie (les relations partie-tout). Les premières sont clairement les plus intéressantes, car elles sont le fondement même des explications (ou tout du moins de la majorité d'entre elles). Elles permettent de comprendre pourquoi certains évènements ont lieu, elles permettent de se représenter des systèmes, des mécanismes, des évènements. Mais il y a malheureusement peu à dire sur le sujet. Par contre, les relations de méronymie sont plus intéressantes. On peut aussi parler de manière générale des autres relations thématiques, notamment pour parler des concepts abstraits, des détails et autres.
Les relations de méronymie : le lien entre un tout et ses parties[modifier | modifier le wikicode]
Les relations de méronymie décrivent les relations entre un objet et ses parties. Tout ce que l'on peut dire est qu'elles permettent de représenter des objets ou situations complexes, que l'on peut décomposer en éléments plus petits. Dès qu'un regroupement spatial existe, ces relations interviennent systématiquement. Par exemple, on peut citer le cas d'un sous-domaine de l'électronique : l'architecture d'un ordinateur. Ce domaine étudie comment fonctionnent les ordinateurs, comment concevoir leurs circuits, etc. Les ordinateurs sont composés de circuits (processeurs, RAM, I/O), qui sont eux-mêmes composés de sous-circuits (ALU et décodeur d'instruction pour le CPU, plan mémoire et décodeur pour la RAM, et autres), qui eux-mêmes sont composés de sous-sous-circuits (additionneurs, ...) et ainsi de suite jusqu'aux transistors. Un autre exemple est celui de l'anatomie : le corps humain est composé de systèmes (immunitaire, digestif, nerveux, ...) eux-mêmes composés d'organes, eux-mêmes composés de tissus, eux-mêmes composés de cellules, elles-mêmes composé d'organites, etc. On peut se représenter le tout sous la forme d'une hiérarchie d'objet imbriqués les uns dans les autres, comme des poupées russes.
Nous en reparlerons plus en détail dans le chapitre sur la charge cognitive, où nous verrons comment exploiter ces relations au mieux. Pour anticiper, on va montrer que dans certains cas, il vaut mieux voir les parties indépendamment les unes des autres, avant de les combiner pour former un tout. La problématique est assez similaire à celle des relations taxonomiques : doit-on partir des morceaux pour les combiner en un tout, ou doit-on partir du tout et le décomposer en parties ? Dans le premier cas, on parle d'approche ascendante, alors que le second est celui d'une approche descendante. Le fait est que cela dépend du sujet abordé, mais certains sujets sont plus faciles à aborder avec une approche ascendante, pour des raisons qui impliquent la mémoire de travail. Quand cela arrive, il faut alors mieux voir chaque partie indépendamment les unes des autres, avant de les combiner. Cela n'est pas forcément facile, et faire ainsi peut réduire l'élaboration. Le fait de séparer ainsi les parties peut forcer à retard l'introduction de certaines notions, retardant l'établissement d'associations d'idées. Mais cela réduit la charge de la mémoire de travail, pour diverses raisons.
Les relations générales (causalité et autres)[modifier | modifier le wikicode]
Du point de vue de l'élaboration, il est possible de placer les concepts sur un continuum qui va des détails (les plus précis et plus ciblés) aux grands principes et idées générales (plus abstraites). Les détails sont souvent isolés, reliés à un petit nombre de concepts, guère plus, alors que les idées générales sont souvent des concepts centraux, qui servent de « hub » dans les réseaux sémantiques. Si les détails se mémorisent, les idées générales et grands principes se comprennent. Alors certes, les détails et anecdotes sont importants, mais ils devraient idéalement être intégrés dans un socle de connaissances conceptuelles qui leur donnent un sens, qui permettent de les relier entre eux. Et pour cela, les idées générales sont les plus indiquées : elles servent de liant qui colle les détails entre eux. Les faits ne valent rien par eux-mêmes, du moins tant qu'ils ne sont pas interconnectés entre eux.
Une raison à cela est que les cas abstraits regroupent un grand nombre de situations, ils sont capables de s'adapter à de nombreuses situations ou problèmes. Par exemple, une méthode assez générale permet de résoudre un grand nombre de problèmes, là où les méthodes ciblées sont moins rentables. Les connexions sont alors plus nombreuses avec les méthodes générales, qui s'associent avec un grand nombre d'exemples et d'applications, contrairement aux méthodes ciblées. Attention : cela ne signifie pas que les méthodes ciblées soient inutiles : elles peuvent être plus rapides à appliquer, mais elles sont plus difficiles à retenir. Une méthode très situationnelle sera souvent moins entrainée, moins associée à des exercices ou exemples, contrairement aux méthodes générales, appliquées sur un plus grand nombre d'exercice/exemples. Le raisonnement vaut aussi pour les concepts généraux, qui s'instancient dans un plus grand nombre de cas, comparé aux concepts plus précis et ciblés.
Les recherches en compréhension de texte ont montré que l'extraction des idées générales d'un texte est un processus extrêmement important pour la compréhension. On peut le montrer avec quelques expériences assez simples. Une des expériences les plus marquantes à ce sujet fut celle sur « l'effet intégrateur du titre ». Dans celle-ci, l'expérimentateur constitua trois groupes de cobayes qui devaient tous lire un même texte compliqué : un des groupes de cobayes connaissait le titre après avoir lu le texte, tandis que l'autre avait accès au titre avant la lecture. Le groupe qui avait eu accès au titre avant le texte réussissait mieux que l'autre. Cela vient du fait que le titre donne l'idée générale du texte, idée sur laquelle les informations vont venir s'associer progressivement : cela permet de donner du sens au texte et de créer un maximum d'associations. Le fait que le titre doit être placé avant le texte pour avoir un effet le montre : il n'y a pas beaucoup d’associations retardées, à rebours.
Les analogies et les métaphores[modifier | modifier le wikicode]
Il existe un moyen très simple pour connecter un concept à quelque chose de connu : l'usage d'analogies. L'analogie est un processus mental relativement simple, qui consiste à créer des relations entre une situation cible et une relation source. Le cas le plus simple d'analogie correspond à des problèmes du style : « trouver un A qui est à B ce que C est à D ». Ces problèmes se résolvent en plusieurs étapes :
- l'encodage sélectif, qui consiste à identifier les propriétés des concepts utiles pour résoudre le problème ;
- l'inférence de la relation entre C et D ;
- la mise en correspondance, la découverte de la relation entre B et D ;
- et enfin l'application, qui consiste à relier A et B par une relation analogue à celle entre C et D.
Par exemple, prenons l'analogie suivante : « Freud est à la psychanalyse ce que Mendel est à la génétique ». La première étape consiste à relier Freud avec Mendel, et psychanalyse avec génétique. Ensuite, la deuxième étape consiste à copier la relation entre Freud et psychanalyse sur les éléments qui correspondent, à savoir Mendel et génétique.
Les analogies plus complexes sont gérées par un processus identique, mais appliqué à des situations plus complexes. Ces situations sont représentées mentalement par des ensembles d’éléments reliés entre eux par des relations (logiques ou non). L'analogie met en correspondance chaque élément ou relation de la situation cible avec son équivalent dans la situation source. Pour faire une analogie parfaite, les éléments des deux situations doivent être connectés de la même manière dans les deux situations : si deux éléments d'une situation source sont reliés entre eux, alors les deux éléments correspondant dans la situation cible doivent aussi être connectés entre eux par une relation similaire. Les deux situations ont donc la même structure, elles partagent un même motif abstrait.
Quand utiliser des analogies ?[modifier | modifier le wikicode]
Utiliser une analogie demande de respecter quelques recommandations. Premièrement, l'analogie n'est utile que pour les élèves qui n'ont pas beaucoup de connaissances antérieures. En effet, les élèves ont tendance à effectuer automatiquement les analogies qui leur paraissent évidentes. Cela arrive quand les élèves reçoivent un enseignement dans des domaines qu'ils maîtrisent bien, ou qu'ils ont étudiés depuis quelques années. En clair, les analogies doivent introduire des concepts nouveaux, jamais vus auparavant. Cet effet est bien illustré par l'expérience de Donnelly et McDaniel, datée de 1993, qui a étudié la compréhension de principe de conservation du moment cinétique par des élèves de collège.
Ensuite, les analogies sont utiles uniquement pour les concepts complexes, difficiles à comprendre. Diverses études ont ainsi échoué à montrer un quelconque avantage de l'analogie, parce que les concepts à apprendre étaient trop simples, ce qui rendait l'analogie inutile. Dans ces conditions, l’analogie était une redondance inutile.
Comment utiliser des analogies ?[modifier | modifier le wikicode]
En plus de savoir quand utiliser les analogies, il faut savoir comment bien les utiliser. Pour faire une analogie parfaite, les éléments des deux situations doivent être connectés de la même manière dans les deux situations : si deux éléments d'une situation source sont reliés entre eux, alors les deux éléments correspondant dans la situation cible doivent aussi être connectés entre eux par une relation similaire. Cependant, cette mise en correspondance n’est pas toujours parfaite. Par exemple, certains éléments ne peuvent pas être mis en correspondance. De même, la structure des deux situations n’est pas forcément identique : les deux structures sont partiellement analogues. Dans ces conditions, il est important d’expliciter les différences entre situation cible et source. Sans cela, les élèves vont croire que les deux situations ont la même structure, et vont mal transférer.
Prenons un exemple bien connu : l'analogie entre intensité d'un courant électrique et débit hydraulique. Il est courant de comparer courant électrique et écoulement d'eau : le débit de l'écoulement est à l'eau ce que le courant électrique est aux charges électriques. De nombreux aspects des courants électriques suivent des lois physiques similaires ou identiques à celles qui gouvernent les écoulements hydrauliques. Dans une étude de 1983, Gentner a étudié les effets de cette analogie sur des élèves de collège. Son étude a montré que l'analogie permettait aux élèves de mieux comprendre les phénomènes électriques à l’œuvre dans une batterie. Mais cette analogie ne fonctionnait pas pour la compréhension des montages avec des résistances en série ou en parallèle. Cela provenait du fait que les élèves qui avaient reçu l'analogie pensaient que le courant fournit par le générateur restait constant quelle que soit la disposition des résistances, de la même manière que le débit fourni par un réservoir reste constant. En réalité, le courant émis par un générateur dépend de la disposition des résistances : le courant n'est pas le même si le montage utilise des résistances en série ou en parallèle
Les histoires[modifier | modifier le wikicode]
Raconter des histoires en classe peut sembler relativement incongru mais il s'agit pourtant d'une technique qui semble faire ses preuves. Il se trouve que les histoires ont des avantages pédagogiques intéressants. Elles sont plus intéressantes, plus faciles à comprendre qu'un texte explicatif, et plus faciles à mémoriser[3]. Ces trois avantages proviennent d'une raison commune : la structure narrative force l'auditeur à relier les divers évènements de l'histoire suivant des liens de cause à effet[4]. Il faut dire que les évènements d'une histoire ne surviennent pas par hasard et les auditeurs s'attendent à ce qu'ils soient causés par d'autres. Lors de l'écoute ou de la lecture, les auditeurs vont naturellement chercher les relations de cause à effet entre évènements, favorisant l'élaboration, et donc la compréhension, la mémorisation de l'histoire, mais aussi l'intérêt de l'auditeur. En comparaison, les auditeurs d'un discours explicatif ne s'attendent pas forcément à ce que les connaissances évoquées soient reliées par des relations de cause à effet, celles-ci n'étant saillantes que si les explications sont correctement formulées ou que l'élève essaie de comprendre au mieux ce qu'on lui raconte. La structure narrative elle-même favorise de telles attentes et donc un traitement élaboratif du matériel lu/énoncé.
Ce conseil peut sembler limité, les contenus n'étant pas tous adaptés à une exposition narrative. Certes, les leçons d'Histoire (la matière) pourraient suivre une telle approche. Certaines leçons de sciences peuvent aussi suivre une approche historique qui explique comment les connaissances ont été découvertes, en illustrant les expériences réalisées par les savants qui ont fait l'histoire. Mais au-delà de ces exemples, ce conseil semble peu avisé.
Pour ceux qui veulent en savoir plus, je conseille la lecture de l’article suivant, écrit par Daniel Willingham, spécialiste en psychologie cognitive et sciences de l'éducation américain : Why people love and remember stories.
L'usage du support visuel pour présenter les associations entre idées[modifier | modifier le wikicode]
Le proverbe le dit si bien : un bon schéma vaut mieux qu'un long discours. Et les expériences nous disent que ce proverbe est vrai. Le visuel est toujours mieux mémorisé que le verbal ou l'auditif[5][6] : on parle d'effet de supériorité de l'image sur le mot. La raison à cela est qu'utiliser des schémas, des diagrammes et des illustrations peut rendre plus évidentes les relations entre différents concepts. Un long discours ou texte est souvent assez compliqué à comprendre. Il faut se concentrer sur ce que le professeur raconte, ne pas en oublier une miette, tout en réfléchissant pour traiter ce qui est entendu. Les associations entre idées ne sont alors pas toujours des plus visibles, surtout si l'explication est longue et/ou complexe. En comparaison, un bon schéma rend visible les associations entre concepts, sans pour autant saturer la mémoire de travail. Toutes les associations entre idées sont visibles simultanément, là où le discours ne le permet pas. Pour l'illustrer, Kourilslcy et Wittrock ont montré dans leur étude de 1987 qu'ajouter des graphiques pour illustrer les relations entre concepts abstraits améliorait les performances en compréhension et de rappel d'un cours d'économie.
Outre les schémas et diagrammes usuels, divers outils de visualisation ont été inventés. Les cartes mentales et schémas conceptuels en sont de bons exemples. Il s'agit de dessins sur lesquels on représente les concepts par des bulles, qui sont reliées entre elles par des associations ou relations logiques. Expérimentalement, ces cartes mentales sont un outil de prise de notes assez efficace[7][8][9][10]. Elles sont généralement organisées de manière hiérarchique, en arbre, mais ce n'est pas systématique.
Les synthétiseurs sont un type particulier de carte mentale, en lien avec les sections précédentes. Il s'agit de diagrammes ou de dessins qui permettent de résumer et d'intégrer les informations apprises dans un cours dans un tout cohérent. Dans ceux-ci, les noms des concepts sont simplement reliés entre eux par des flèches qui indiquent quelle est la relation entre chaque concept. Cependant, on ne doit pas mélanger les relations d'inclusion, de causalité et de méronymie. On trouve ainsi un synthétiseur différent pour les relations catégorielles et les relations causales. Dans le cas des relations d'inclusion et de méronymie, l'ensemble forme une hiérarchie. Dans le cas des relations causales, l'ensemble doit former un réseau, éventuellement une chaîne de concepts ou d’événements reliés entre eux par des flèches.
Un problème des cartes mentales est qu'elles sont souvent très chargées, brouillonnes. Elles mélangent de grandes quantités d'informations avec beaucoup de liens. Les relire est rarement facile. Inutile de préciser que des cartes mentales trop chargées ont une charge cognitive très élevée. Les synthétiseurs ont moins ce problème, car ils regroupent moins d'informations. Ainsi, mieux vaut présenter plusieurs synthétiseurs qu'une seule grosse carte mentale. Outre la faible charge cognitive, les informations seront mieux rangées. Les relations taxinomiques seront séparées des relations de méronymie, elles-mêmes séparées des relations causales, etc.
Références[modifier | modifier le wikicode]
- ↑ Rittle-Johnson, B., Star, J. R., & Durkin, K. (2009). The importance of prior knowledge when comparing examples: Influences on conceptual and procedural knowledge of equation solving. Journal of Educational Psychology, 101(4), 836-852.http://dx.doi.org/10.1037/a0016026
- ↑ Memory & Cognition, October 2007, Volume 35, Issue 7, « The effects of prior knowledge and text structure on comprehension processes during reading of scientific texts ».
- ↑ Graesser et al., 1994
- ↑ Meyers & Duffy, 1990
- ↑ Denis, 1979
- ↑ Lieury, 1997
- ↑ Cunningham (2005) : Mindmapping: Its Effects on Student Achievement in High School Biology
- ↑ Brian Holland, Lynda Holland, Jenny Davies (2004). An investigation into the concept of mind mapping and the use of mind mapping software to support and improve student academic performance.
- ↑ Farrand, Hussain, and Hennessy (2002) : "The efficacy of the mind map study technique". Medical Education.
- ↑ Marzano, R et al (2001) : Classroom Instruction that Works.