Une deuxième recherche pour valider la "méthode" ACTA
Transcription
Une deuxième recherche pour valider la "méthode" ACTA
ECOLE NORMALE SUPERIEURE de CACHAN FORMATION CONTINUE FORMATION A L’ANALYSE COGNITIVE DES TECHNIQUES D’APPRENTISSAGE Session 2011 Mémoire de recherche réalisé en vue de la validation de la formation ACTA Se représenter pour mieux apprendre. Les représentations mentales comme outils didactiques favorisant la transmission du savoir. Présenté par : Roxane SAINT-BAUZEL Les Sources – Le Peuplier 175, ancien chemin de Cassis 13009 Marseille [email protected] Formation dirigée par le Professeur Alain FINKEL Table des matières REPRESENTATIONS MENTALES ET ENSEIGNEMENT, UN PEU DE THEORIE. 3 1. Cadre théorique ................................................................................................................. 3 1.1. Définitions ..................................................................................................................... 3 1.2. Représentations mentales et apprentissage .................................................................... 4 1.2.1. Effets sur la mémorisation et la compréhension.................................................. 4 1.2.2. The multimedia effect (Mayer, 2001)................................................................... 5 1.3. Représentations mentales et abstraction ........................................................................ 6 1.3.1. Représentations concrètes ................................................................................... 6 1.3.2. Représentations abstraites ................................................................................... 7 1.4. Interprétations théoriques .............................................................................................. 9 2. Problématique .................................................................................................................. 11 DE L’UTILITE DES REPRESENTATIONS MENTALES POUR AMELIORER SON ENSEIGNEMENT. .............................................................................................................. 13 1. Contribution expérimentale............................................................................................ 13 1.1. Population.................................................................................................................... 14 1.2. Variables...................................................................................................................... 14 1.2.1. Variables indépendantes................................................................................... 14 1.2.2. Variables contrôle ............................................................................................ 14 1.2.3. Variables dépendantes ...................................................................................... 15 1.3. Hypothèses opérationnelles ......................................................................................... 16 1.4. Procédure expérimentale et démystification................................................................ 17 1.5. Résultats ...................................................................................................................... 18 1.5.1. Variables contrôle ............................................................................................ 18 1.5.2. Analyse des corrélations ................................................................................... 19 1.5.3. Mesures effectives de mémorisation et de compréhension ............................... 19 1.5.4. Mesures subjectives de mémorisation et de compréhension............................. 20 1.5.5. Satisfaction des étudiants.................................................................................. 21 1.5.6. Motivation intrinsèque des étudiants ................................................................ 23 1.6. Discussion ................................................................................................................... 24 2. Pour aller plus loin .......................................................................................................... 26 2.1. Analyses de médiation................................................................................................. 26 2.2. Conclusion ................................................................................................................... 30 BIBLIOGRAPHIE ............................................................................................................... 31 ANNEXES ............................................................................................................................ 38 Annexe 1 : questionnaire proposé aux étudiants. ................................................................... 38 Annexe 2 : présentations de la notion de variance dans les différentes conditions expérimentales. ....................................................................................................................... 43 Représentations mentales et enseignement, un peu de théorie. « Plus abstraite est la vérité que tu veux enseigner, plus tu dois en sa faveur séduire les sens. » F. NIETZSCHE (1886). Idées-clés du chapitre L’objectif est ici de présenter la littérature qui s’intéresse aux représentations mentales et à leurs effets sur l’apprentissage, afin d’en dégager la problématique de notre travail. Produit d’un travail d’imagerie mentale, les représentations mentales favorisent la mémorisation, la compréhension, et trouvent aussi des applications en pédagogie. Les travaux empiriques mettant en évidence ces effets facilitateurs et leurs conditions d’apparition seront développés. Ils montrent que l’utilisation des représentations mentales permet d’améliorer la transmission du savoir, sans toutefois que l’on trouve beaucoup de travaux dans des milieux écologiques (Hitt, 2006). 1. Cadre théorique 1.1. Définitions Les RM sont des traces de perceptions et d’informations, organisées en mémoire. Un des concepts fondamentaux de la psychologie cognitive est l’utilisation par l’Homme de représentations mentales servant à acquérir, organiser et utiliser de l’information. Dans ce cadre, on peut définir une représentation mentale comme le produit d’un travail d’imagerie mentale, le résultat d’une construction mentale, réalisée intérieurement, à partir de nos cinq sens (Le Ny, 1989 ; Meunier, 1999). C’est donc un ensemble d’actions mentales qui permettent à l’individu « de rendre présent à l’esprit une chose absente du champ perceptif » (Gallina, 2006, p.20). Les RM participent au développement d’activités symboliques. On sait depuis les travaux de Piaget et Inhelder (1966) que les images et les processus visuels contribuent au développement de notre pensée. Ces auteurs considèrent l’imagerie mentale comme une activité symbolique de représentation, et non plus comme une simple trace résiduelle d’une perception visuelle. Ils ont mis en évidence le rôle de la représentation dans l’acquisition de nouvelles connaissances |3 chez l’enfant, en lui permettant d’accommoder ses connaissances antérieures. La représentation participe ainsi au développement des fonctions symboliques chez Elles permettent ainsi l’apprentissage, et la compréhension du monde qui nous entoure. l’enfant. Une représentation mentale permet donc aux individus de se re-présenter un savoir, une perception, une information, de manière différée. Lorsque l’individu s’approprie cette représentation, il apprend, intègre les éléments qui la constitue : c’est ce que l’on appelle la naturalisation (Cordier & Gaonac’h, 2004). C’est ce principe qui permet à une représentation mentale de participer à l’élaboration d’activités symboliques d’apprentissage. Les RM peuvent relever de nos cinq sens. Principalement étudiées sous leur composante visuelle, les représentations mentales peuvent également avoir des composantes auditives, gustatives, olfactives ou kinesthésiques. C’est grâce à ces composantes multiples que les auteurs contemporains travaillent sur les représentations mentales avec des outils multimédia, car ils contiennent des informations à la fois verbales, visuelles et kinesthésiques (Mayer, 2001). 1.2. Représentations mentales et apprentissage Les RM trouvent des applications en pédagogie. Résultant d’un travail d’abstraction, de simplification d’un concept ou d’un objet qui nous est présenté, la représentation mentale peut être envisagée comme une aide à la mémorisation, à la compréhension, ou encore à la résolution de problème (Arnoux & Finkel, 2010). Trouvant de fait une application directe en pédagogie, le concept de représentation mentale a initialement été utilisé comme point d’appui à l’enseignement, car il permettait de connaitre les conceptions initiales des apprenants et de les modifier si elles s’avéraient inadéquates (Astolfi, 1997 ; Fabre, 1999). Les effets des représentations sont maintenant étudiés de façon empirique, afin de mettre en évidence leurs bénéfices pour l’apprentissage. 1.2.1. Effets sur la mémorisation et la compréhension Les RM visuelles améliorent la mémorisation d’informations. Les recherches précédentes ont par exemple montré que des étudiants mémorisaient le contenu d’un texte de façon plus efficace lorsqu’il était illustré à l’aide d’images ou de graphiques (Levie & Lentz, 1982 ; Levin, Anglin, & Carney, |4 1987). Les auteurs de conclure à l’efficacité de représentations visuelles sur l’apprentissage des étudiants, via des mesures de rappel (remplir des blancs) et de reconnaissance (questions à choix multiples). A l’instar de Butcher (2006), il nous semble cependant important de distinguer apprentissage profond et simple mémorisation (Kintsch, 1998). D’autres travaux font ainsi état des effets des représentations visuelles sur la compréhension (Dwyer, 1967, 1968, 1975). Cet auteur a mesuré simultanément la mémorisation d’informations contenues dans un texte, et leur compréhension, à l’aide d’exercices de transfert d’informations et Selon Dwyer, les RM visuelles n’auraient pas d’effet sur la compréhension. d’exercices d’application. Les résultats ont montré que les performances des étudiants étaient meilleures lorsque le texte était illustré d’images, dans des tâches de production visuelle (réalisation de diagrammes), et de reconnaissance (identification des éléments d’information du texte, questions à choix multiples). Cependant, aucun effet facilitateur des illustrations du texte n’a été observé sur la compréhension des étudiants. 1.2.2. The multimedia effect (Mayer, 2001) Les RM sont des combinaisons de différentes formes de représentations externes. D’autres travaux plus récents ont cependant conclu à des effets inverses, en s’intéressant aux effets du multimédia sur l’apprentissage (Mayer, 2001). Le multimédia est devenu un objet de recherches privilégié, puisqu’il permet de réaliser de nombreuses combinaisons de différentes formes de représentations externes : textes lus ou écrits, images, animations, son ou musique (Schnotz & Bannert, 2003 ; van Someren, Reimann, Boshuizen, & de Jong, 1998). Il permet ainsi de se rapprocher de conditions écologiques d’enseignement, les étudiants ayant souvent des textes écrits, des projections de diapositives ou de films comme supports, pendant qu’un enseignant parle. Les études s’intéressant aux effets de son utilisation sur l’apprentissage ont surtout fait l’objet de combinaisons entre textes et images. Selon Mayer, le multimédia améliore à la fois la mémorisation et la compréhension d’informations. Ces études ont mis en évidence que la présentation d’informations verbales et visuelles, de façon simultanée, facilite non seulement la mémorisation de ces informations (Mayer, 1989 ; Mayer & Gallini, 1990), mais aussi leur compréhension (Ainsworth, 1999 ; Mayer & Anderson, 1992 ; Mayer & Gallini, ibidem). Les étudiants réussissent mieux des exercices d’application de ces informations faisant appel au même raisonnement, mais se présentant avec un habillage différent, Le multimédia améliore même la motivation. lorsqu’on leur a proposé une présentation multimédia (Mayer, 2001, 2003). Le multimédia a également des effets positifs sur la motivation des étudiants et leur |5 Pour être efficaces, les différents médias utilisés doivent véhiculer des informations congruentes. intérêt pour les concepts présentés (Qtsui & Treagust, 2003). Cependant, le multimédia ne semble plus avoir d’effet si les informations présentées verbalement ne sont pas perçues comme congruentes avec celles présentées visuellement (Mayer, ibid. ; Mayer, Heiser, & Lonn, 2001 ; Moreno & Mayer, 2000). Ce que les auteurs appellent le principe de cohérence doit donc être respecté pour optimiser les performances de mémorisation et de compréhension. 1.3. Représentations mentales et abstraction Le degré d’abstraction des RM joue un rôle sur leur efficacité. Des recherches antérieures suggéraient déjà que tous les types de représentations visuelles ne favorisent pas l’apprentissage (Schnotz & Bannert, op. cit.). Les représentations visuelles dont les informations ne sont liées aux concepts à apprendre que de façon abstraite, sont plus difficiles à interpréter, et donc moins efficaces pour l’apprentissage. C’est par exemple le cas lorsque certaines propriétés de la source d’informations ne sont pas préservées, au profit de symboles conventionnels (Hegarty, Carpenter, & Just, 1991). Les mêmes conclusions sont établies lorsque les représentations visuelles sont composées d’éléments picturaux réalistes ajoutés dans des diagrammes (Holliday, Brunner, & Donais, 1977 ; Moyer, Sowder, Threadgill-Sowder, & Moyer, 1984 ; Parkhurst & Dwyer, 1983). Pourtant, Perry, Howard, & Tracey (1999, cités par Moreno, Ozogul, & Reisslein, 2011) observent que 84% des enseignants en mathématiques qu’ils ont interrogés, pensent que les représentations mentales concrètes facilitent l’apprentissage de leur discipline. Il semble donc important de prendre en compte le degré d’abstraction des représentations pour définir les conditions dans lesquelles elles jouent un rôle facilitateur. 1.3.1. Représentations concrètes On appelle représentation visuelle concrète, une représentation basée sur une illustration d’un concept par des objets concrets, de la vie réelle (Moreno et al., 2011). En électricité par exemple, on dessinera une pile de façon réaliste (petite, ronde, en relief), ou bien on prendra la photo d’une pile, pour représenter sa place dans le schéma d’un circuit électrique, plutôt que d’utiliser son symbole |6 Les représentations concrètes permettent de développer les capacités d’abstraction. conventionnel. Le réalisme de ce type de représentation peut permettre d’atteindre un des objectifs de nombreux enseignements, notamment en mathématiques : développer les capacités d’abstraction des étudiants. Pour certains auteurs, l’abstraction ne pourrait en effet être apprise qu’en faisant l’expérience de représentations et de savoirs riches et concrets (Goldstone & Sakamoto, 2003). Dans la même veine, les représentations multimédia permettent non seulement d’intégrer des informations complexes ou d’illustrer des phénomènes difficiles, mais aussi de Les représentations concrètes sont facilement accessibles en mémoire à long terme. concrétiser ce faisant des situations abstraites (Ainsworth, Bibby, & Wood, 1997 ; Roth & McGinn, 1998 ; Winn, 1994). De plus, le côté réaliste des représentations aurait aussi un impact d’un point de vue cognitif, puisque les objets réalistes seraient plus facilement accessibles en mémoire à long-terme que des symboles conventionnels ou abstraits (DiFonzo, Hantula, & Bordia, 1998 ; Koedinger & Elles sont également facilement compréhensibles et interprétables. Nathan, 2004). Les représentations concrètes nécessitent moins de connaissance préalables, que par exemple des conventions préétablies, pour être comprises et interprétées. Elles revoient à des savoirs préexistants, déjà encodés en mémoire, et sont donc plus faciles à interpréter que les représentations abstraites, dont on doit Les représentations concrètes augmentent la motivation. d’abord interpréter le sens pour pouvoir correctement les interpréter. Enfin, certains auteurs ont mis en évidence que l’utilisation de graphiques réalistes augmente la motivation des étudiants à apprendre, parce que le matériel utilisé leur apparait ainsi plus intéressant et évocateur (Goldstone & Son, 2005 ; Grady, 1998 ; Heim, 2000). 1.3.2. Représentations abstraites A l’inverse, on appelle représentation visuelle abstraite, une représentation qui utilise des symboles conventionnels pour représenter des éléments externes d’un objet. En électricité par exemple, on utilisera le symbole conventionnel d’une pile dans le schéma d’un circuit électrique, plutôt que de dessiner une pile réaliste (Moreno et al., op. cit.). En droit de la propriété intellectuelle, on pourra utiliser des formes géométriques (triangle, carré, cercle) pour représenter des pays, plutôt que de Les représentations abstraites sont flexibles et modulables. conserver les formes de leurs contours géographiques (Roumet, 2010). Ce type de représentation a l’avantage d’avoir un référentiel flexible, puisque les symboles utilisés peuvent être choisis ou modifiés avec les étudiants pendant la construction de la représentation mentale (Roumet, ibid.). Dès lors qu’une entente préalable a été établie, il est également possible de rajouter ou de supprimer des symboles. Les capacités de transfert depuis une représentation abstraite vers d’autres objets |7 Elles sont des outils pour généraliser les concepts représentés. similaires à celui représenté, sont donc moins limitées que dans le cas de représentations réalistes : les représentations abstraites permettent de généraliser plus facilement les concepts qu’elles représentent (Bassok & Holyoak, 1989 ; Sloutsky, Kaminski, & Heckler, 2005). De plus, les éléments réalistes des représentations concrètes agiraient comme des distracteurs cognitifs (Dwyer, 1968, 1969 ; Joseph & Les représentations abstraites focalisent l’attention sur les éléments essentiels... Dwyer, 1984), qui dirigeraient l’attention des étudiants novices sur des aspects négligeables de l’information transmise (Gianutsos, 1994 ; Hegarty & Kozhevnikov, 1999 ; Sloutsky et al., op. cit.). C’est pourquoi les étudiants seraient plus susceptibles de répondre sur la base d’informations superficielles lorsque la représentation contient des éléments concrets. En se débarrassant de ces détails, les représentations abstraites aident les étudiants à focaliser leur attention sur les caractéristiques … et facilitent ainsi le traitement de l’information. essentielles de l’objet représenté (Colin, Chauvet, & Viennot, 2002 ; Elia, Gagatsis, & Demetriou, 2007). C’est pourquoi ce type de représentation sollicite moins la mémoire de travail : l’accès à la mémoire est facilité par la quantité d’informations moins importante et plus pertinente (Koedinger, Alibali & Nathan, 2008). Certains auteurs ont ainsi préconisé l’utilisation de diagrammes iconiques pour favoriser l’apprentissage, car ils permettraient aux individus d’établir des liens entre les différentes informations à apprendre, en gardant un degré d’abstraction ne gênant pas l’interprétation correcte des conventions adoptées (Butcher, 2006 ; Hegarty et al., op. cit. ; Petre & Green, 1993). Combinaison de représentations concrètes et abstraites. A notre connaissance, une seule série de recherche a testé l’influence de représentations concrètes et abstraites présentées simultanément, comme une représentation multimédia, sur la compréhension des concepts présentés (Moreno et al., op. cit.). Les résultats ont mis en évidence que c’est la combinaison des deux types de représentations qui est la plus efficace pour favoriser la compréhension des étudiants. Les avantages de chaque type de représentations semblent en effet se cumuler. La représentation concrète permet dans un premier temps aux étudiants d’établir des liens avec leurs connaissances préexistantes, afin d’appréhender plus facilement le concept représenté. Puis, la représentation abstraite les aide à focaliser leur attention sur les éléments importants de la représentation, tout en leur montrant qu’ils sont en fait généralisables. |8 1.4. Interprétations théoriques Permettant de rendre compte des résultats concernant la mémorisation. La théorie principalement avancée pour rendre compte de l’ensemble des résultats concernant la mémorisation est celle du double codage en mémoire (Clark & Paivio, 1991 ; Paivio, 1986). Selon cette théorie, le traitement cognitif des informations verbales et des informations picturales dépend de sous-systèmes cognitifs différents : les mots et les phrases sont encodés par un système verbal, alors que les images sont encodées à la fois par un système verbal et un système pictural. Les représentations mentales, constituées par « de larges entités de connaissances organisées en mémoire à long-terme » (Martinez, 1999, cité par Lavigne, Salkind, & Yan, 2008), seront donc d’autant mieux encodées en mémoire à long-terme qu’elles auront fait l’objet d’un encodage par plusieurs systèmes de la mémoire de travail (Levin, Anglin, & Carney, 1987 ; Small, Lovett, & Scher, 1993). Permettant de rendre compte des résultats concernant la compréhension. En s’inspirant de cette théorie, Mayer (1993, 2003) a développé un modèle permettant de rendre compte des mécanismes à l’origine de l’amélioration de la compréhension, lorsque des représentations multimédia sont utilisées. Selon ce modèle, deux voies de traitement sont sollicitées simultanément : une voie descriptive traitant les informations verbales, et une voie représentationnelle traitant les informations visuelles (cf. figure 1, p.10). La stimulation simultanée des deux voies permet l’interaction entre informations verbales et visuelles, amenant à de nouvelles représentations et de nouveaux modèles mentaux, construits en ayant inclus le savoir préexistant des individus. La compréhension est optimum parce que les traitements sont réalisés de façon intégrative. Selon ce modèle, lorsqu’on présente à un individu un objet, décrit à la fois par du texte (contenu verbal) et des illustrations de ce texte (contenu visuel), l’individu va se représenter d’une part le contenu sémantique du texte, dans ce qu’on appelle une représentation propositionnelle (van Dijk & Kintsch, 1983 ; Schnotz, 1993 ; Weaver, Mannes, & Fletcher, 1995) ; et d’autre part le contenu véhiculé par les illustrations, dans un modèle mental. Mayer (ibid.) postule que la représentation propositionnelle est enrichie par le modèle mental, et se construit avec les informations qu’il lui apporte ; et vice-versa. Modèles mentaux et représentations propositionnelles seraient de fait beaucoup plus riches lorsqu’ils ont été construits de façon intégrative, c’est-à-dire lorsque les informations ont été présentées à la fois verbalement et visuellement. |9 Ainsi, la compréhension, basée sur ces modèles mentaux et ses représentations propositionnelles, s’en trouverait améliorée. Texte Image / Diagramme Représentation propositionnelle Modèle mental Figure 1. Représentation simplifiée du modèle intégratif de Mayer (1993, 2003). Le modèle de Mayer permet de rendre compte du principe de cohérence. Ce modèle permet également de rendre compte de l’absence d’effets de certaines représentations ne respectant pas le principe de cohérence (cf. supra, p.6). En effet, la stimulation des deux voies de traitement permet la traduction et l’intégration des informations afin qu’elles soient comprises. Cependant, ces processus seraient ralentis voire inhibés lorsque les informations présentées dans les deux voies sont concurrentes, et que leur intégration est ainsi rendue difficile (Ainsworth, op. cit. ; Ainsworth et al., op. cit. ; Goldman, 2003 ; Tabachneck, Leonardo, & Simon, 1994 ; Van der Meij & de Jong, 2004 ; Yerushalmy, 1991). Il permet également de situer le rôle de l’attention. De plus, il permet d’expliquer que dans certaines recherches, les effets de représentations multimédia ne soient pas retrouvés. Apprendre à travers des représentations multiples demande à l’individu de construire des références, et de faire des liens entre ces références, son savoir antérieur et les représentations. Certains auteurs ont postulé que l’ensemble de ces processus demande un effort mental important, et nécessite de nombreuses ressources cognitives. Les performances d’apprentissage s’en trouveraient freinées par manque de ressources cognitives (Chandler & Sweller, 1992 ; Sweller, 1988). C’est pourquoi les étudiants ont besoin de focaliser une part de leur attention sur la sélection, la traduction, et les liens entre les éléments qu’on lui apporte sous différentes formes (Mayer, 2003 ; Mayer et al., 2001 ; Tiene, 2000), mais doivent garder suffisamment de ressources cognitives pour les processus d’apprentissage (Eilam & Poyas, 2008). | 10 2. Problématique Une seule étude rapporte des effets des RM dans des conditions écologiques. A notre connaissance, une seule recherche a été réalisée dans des conditions écologiques, en dehors d’un laboratoire (Eilam & Poyas, 2008). Les auteurs ont manipulé le contenu de fiches de travail d’étudiants à l’université, qui devaient leur servir à traiter des questions à la maison. Les fiches contenaient soit des informations uniquement textuelles, soit les mêmes informations textuelles, mais cette fois illustrées, soit les mêmes informations uniquement sous forme graphique. Les résultats ont montré que les étudiants ayant reçu les fiches multimédia avaient davantage réussi les exercices de compréhension que ceux ayant reçu les autres fiches (textuelles ou visuelles). Qu’en serait-il alors, non plus dans le cadre de devoirs à faire à la maison, mais lors d’un cours à l’université ? Les RM facilitent des processus jamais tous pris en compte dans une même étude… L’ensemble des travaux présentés précédemment attestent de l’efficacité des représentations mentales dans l’enseignement, pour favoriser la mémorisation (Levie & Lentz, 1982 ; Levin et al., 1987 ; Mayer, 1989 ; Mayer & Gallini, 1990) et la compréhension des concepts qu’elles véhiculent (Ainsworth, 1999 ; Mayer, 2001, 2003 ; Mayer & Anderson, 1992 ; Mayer & Gallini, ibid.), ainsi que la motivation des étudiants (Goldstone & Son, 2005 ; Grady, 1998 ; Heim, 2000 ; Qtsui & Treagust, 2003). Cependant, ces processus n’ont jamais fait l’objet de mesures simultanées au cours d’une même recherche. En milieu écologique, Eilam et Poyas (ibid.) n’avaient pu réaliser que des mesures de compréhension. … de même que le rôle du degré d’abstraction d’une RM n’a été mis en évidence que sur la compréhension. Nous savons que le degré d’abstraction des représentations mentales joue un rôle sur leur efficacité, sans que la supériorité d’une des modalités (abstraite vs. concrète) n’ait été mise en évidence (Moreno, Ozogul, & Reisslein, 2011 ; Schnotz & Bannert, 2003). De plus, les recherches qui se sont intéressées au degré d’abstraction des représentations ne rapportent que des mesures de compréhension. Pourtant, on sait depuis longtemps que compréhension et mémorisation sont intrinsèquement liées (Kintsch, 1974 ; Johnson-Laird, 1983). La satisfaction n’a jamais été prise en compte. Alors qu’une récente méta-analyse atteste du lien existant entre motivation et performance, en termes d’apprentissage (Masgoret & Gardner, 2003), le lien entre satisfaction et performance n’est pas consensuel (Judge, Thoresen, Bono & Patton, | 11 2001 ; Fisher, 2003). Pourtant, tout comme la motivation, la satisfaction que l’on trouve dans une activité permettrait de persévérer dans la réalisation de cette activité, et pourrait ainsi prédire la performance, notamment lorsque cette satisfaction a trait aux caractéristiques intrinsèques de l’activité (Gilibert, Gillet, & Perrin, 2008). La littérature mettant en évidence des liens entre motivation et satisfaction (Cameron & Pierce, 1994 ; Levesque, Blais, & Hess, 2004), nous avons également tenu compte de façon exploratoire, dans la suite de notre travail, à la fois de la motivation et de la satisfaction des étudiants concernant leurs enseignements. Hypothèses générales de travail. Nous avons donc choisi de tester les effets de représentations mentales, en manipulant leur degré d’abstraction, sur les différents processus nécessaires à l’apprentissage (mémorisation et compréhension) d’une part, et sur la motivation et la satisfaction des étudiants d’autre part, dans un contexte d’enseignement écologique. Nous pouvons formuler l’hypothèse générale selon laquelle présenter une notion de cours à l’aide de représentations mentales devrait faciliter la mémorisation et la compréhension de cette notion, et ce de façon différente en fonction du degré d’abstraction des représentations. De plus, présenter une notion de cours à l’aide de représentations mentales devrait également améliorer la motivation et la satisfaction des étudiants vis-à-vis des cours. | 12 De l’utilité des représentations mentales pour améliorer son enseignement. « To err is human, to forgive divine ; but to include errors into your design is statistical » Leslie KISH (1977). Idées-clés du chapitre La recherche présentée ici vise à apporter une validation empirique de l’utilité des représentations mentales comme outils d’aide à la transmission des savoirs, dans un contexte d’enseignement. Pour ce faire, nous sommes intervenus auprès d’étudiants lors de séances de travaux dirigés à l’Université. Une notion de cours leur était présentée, soit de façon classique, soit à l’aide de représentations mentales. Les principaux résultats montrent que présenter une notion de cours à l’aide d’une représentation mentale, quel que soit son degré d’abstraction, facilite la mémorisation et la compréhension de cette notion d’une part, et améliore la satisfaction et la motivation des étudiants vis-à-vis des enseignements d’autre part. 1. Contribution expérimentale Objectif : montrer que l’utilisation de RM pour expliquer un concept favorise la compréhension et la mémorisation de ce concept. L’objectif principal de cette recherche était de mettre en évidence la pertinence de l’utilisation de représentations mentales lors de situations d’enseignement. Pour cela, nous avons souhaité rester dans une situation aussi écologique que possible : c’est un enseignant du supérieur qui a proposé l’expérience à ses étudiants lors de séances de travaux dirigés. Il a accepté de repenser ses enseignements à la lumière de la notion de « représentations mentales », nous donnant alors accès à un cadre propice à une expérimentation de terrain. Nous avons choisi d’utiliser une démarche expérimentale, issue de la psychologie, pour tester empiriquement nos hypothèses de travail. Plus particulièrement, l’objectif de notre recherche était de montrer qu’une représentation mentale peut améliorer l’apprentissage d’un concept, en termes de mémorisation et de compréhension. De façon exploratoire, nous avons également cherché à savoir si cette amélioration touchait la satisfaction et la motivation des étudiants. | 13 1.1. Population Nous avons sollicité 48 étudiants (M(âge)=21.5, s.d=4.83) inscrits en 2ème année de psychologie (licence 2), lors de séances de travaux dirigés, dans une université de l’Ouest de la France. Afin de garder un échantillon aussi homogène que possible, nous avons choisi de ne pas prendre en compte les réponses des étudiants redoublants, ou ayant préalablement fait des études dans une autre université. 1.2. Variables 1.2.1. Variables indépendantes VI1 : Utilisation d’une RM VI2 : Degré d’abstraction de la RM La première variable manipulée était l’utilisation ou non d’une représentation mentale (avec versus sans) pour illustrer une notion de cours. La seconde variable manipulée, subordonnée à une des modalités de la première, était le degré d’abstraction de la représentation mentale. Ces deux variables formaient donc trois conditions expérimentales : dans la première condition expérimentale, une notion de cours était illustrée à l’aide d’une représentation mentale abstraite et schématique, proche des diagrammes apparaissant habituellement dans le domaine de la notion (condition RM schématique). Dans la seconde condition expérimentale, la même notion était illustrée à l’aide d’une représentation mentale plus concrète. Basée sur des illustrations, cette représentation mentale était cependant éloignée des diagrammes classiquement utilisés dans le domaine d’étude de la notion (condition RM illustrations). Enfin, dans une troisième condition, dite condition contrôle, la même notion était simplement transmise à l’aide de définitions, aucune représentation mentale n’étant utilisée pour illustrer la notion. 1.2.2. Variables contrôle Par souci méthodologique, nous avons contrôlé quatre variables, afin de vérifier leurs éventuels effets sur les différentes mesures effectuées : le temps passé à expliquer la notion dans chaque condition expérimentale, ainsi que l’âge, le genre et la spécialité de baccalauréat des étudiants sollicités. | 14 1.2.3. Variables dépendantes Afin d’évaluer l’efficacité de l’utilisation des représentations mentales pour transmettre une notion de cours, nous avons choisi d’utiliser plusieurs mesures, réunies dans un questionnaire post-expérimental que les étudiants devaient remplir à la fin de la séance de travaux dirigés (cf. annexe 1, p.38). VD1 et 2 : Mémorisation et compréhension subjectives Nous avons tout d’abord demandé aux étudiants, sur des échelles en sept points (allant de 1 : pas du tout d’accord à 7 : tout à fait d’accord), quelles étaient leurs attitudes concernant leur mémorisation de la notion d’une part (items 1, 4 et 6), et leur compréhension de la notion d’autre part (items 2, 3 et 5). Nous avons ainsi pu VD3 et 4 : Mémorisation et compréhension objectives construire deux mesures subjectives de mémorisation et de compréhension. Nous avons ensuite proposé aux étudiants trois exercices, afin d’obtenir cette fois des mesures effectives de mémorisation et de compréhension. Les deux premiers visaient à évaluer la mémorisation effective de la notion présentée : on demandait aux étudiants de donner une définition de la notion (exercice de définitions), puis de juger des affirmations en indiquant si elles étaient vraies ou fausses (exercice de jugement d’affirmations). Le troisième exercice visait à évaluer la compréhension des étudiants : on proposait cette fois un exercice d’application. Afin d’éviter tout biais de confirmation d’hypothèses, nous avons demandé à un autre enseignant, aveugle aux conditions expérimentales, de noter chacun de ces exercices sur 5 points. VD5 : Satisfaction Nous avons également évalué la satisfaction des étudiants vis-à-vis de la séance sur des échelles d’attitude en 7 points (allant de 1 : pas du tout d’accord à 7 : tout à fait d’accord), ainsi que sur un item global (allant de 1 : excellent à 7 : insuffisant). L’ensemble des items ont été choisis à travers les questionnaires d’évaluation des enseignements de différentes universités francophones (Université Joseph Fournier, France ; Université de Pau et des Pays de l’Adour, France ; Université de Lausanne, Suisse ; Université de Laval, Québec). VD6 : Motivation Enfin, nous avons mesuré la motivation à l’aide la traduction française de l'échelle de motivation intrinsèque d'Elliot et McGregor (Darnon et Butera, 2005). Celle-ci est composée de 8 items dont 3 items inversés, pour lesquels les participants devaient indiquer leur degré d'accord (de 1 : pas du tout d’accord à 7 : tout à fait d’accord). | 15 1.3. Hypothèses opérationnelles H1 : effet simple de l’utilisation d’une RM Les effets attendus sont les mêmes pour l’ensemble des mesures effectuées. Plus particulièrement, on attend un effet simple de l’utilisation d’une représentation mentale (1) sur les mesures subjectives et effectives de mémorisation et de compréhension ; (2) sur les mesures de motivation et de satisfaction des étudiants. Lorsqu’une représentation mentale est utilisée pour expliquer une notion (conditions RM schématique et RM illustrations), on attend que les étudiants déclarent avoir mieux mémorisé et compris cette notion : leurs scores aux échelles de mémorisation et de compréhension devraient donc être supérieurs à ceux des étudiants de la condition contrôle. De la même manière, on attend que les notes des étudiants aux trois exercices proposés soient plus élevées dans les deux conditions expérimentales dans lesquelles une représentation mentale est utilisée pour expliquer une notion, comparativement à la condition contrôle. On attend que les scores des étudiants à l’échelle de motivation de Darnon et Butera (op. cit.) soient plus élevés en conditions RM schématique et RM illustrations qu’en condition contrôle. De façon exploratoire, on attend également que leurs scores à l’échelle de satisfaction soient plus élevés, et que leur appréciation globale du cours soit meilleure (scores plus faibles) lorsqu’une représentation mentale est utilisée. H2 : effet simple du degré d’abstraction d’une RM On attend également un effet simple du degré d’abstraction de la représentation mentale sur l’ensemble des mesures effectuées. Toutefois, les travaux précédents ne concluant pas à la supériorité d’un degré spécifique d’abstraction, nous ne pouvons pas présager du sens des différences attendues. Les scores des étudiants aux échelles de mémorisation et de compréhension subjectives dans la condition RM schématique devraient être différents de ceux de la condition RM illustrations, sans que l’on puisse préciser le sens de cette différence. Pareillement, les notes aux trois exercices devraient être différentes selon que la représentation mentale utilisée est plutôt schématique (abstraite) ou plutôt illustrée (concrète). Enfin, les scores des étudiants à l’échelle de motivation d’une part, à l’échelle de satisfaction et à l’item global d’autre part, devraient être différents dans les conditions RM schématique et RM illustrations. | 16 1.4. Procédure expérimentale et démystification L’expérience a été réalisée dans des conditions aussi écologiques que possibles : nous avons demandé la collaboration d’un enseignant-chercheur d’une Université de l’Ouest de la France d’intervenir pendant une séance de travaux dirigés de statistique appliquée, de deuxième année d’un cursus de psychologie (L2 psychologie). C’est pour des raisons pratiques que nous avons choisi la statistique appliquée. Cette matière est déjà familière aux étudiants puisqu’ils l’ont découverte en première année. Cependant, elle reste perçue comme complexe, car faisant appel à des notions de mathématique, dans un cursus en psychologie où la majorité des étudiants se déclare littéraire. De plus, la littérature scientifique s’est déjà intéressée à l’utilisation de représentations mentales dans cette discipline (Lavigne et al., 2008). La séance de travaux dirigés a, pour l’expérience, été divisée en plusieurs parties. Dans un premier temps, l’enseignant commençait la séance normalement, en présentant aux étudiants une nouvelle notion de cours : la notion de variance. En fonction des conditions expérimentales, cette notion était présentée de façon différente : dans un premier groupe de travaux dirigés, l’enseignant n’utilisait pas de représentation mentale pour illustrer ses explications (groupe contrôle). Dans un second groupe de travaux dirigés, l’enseignant utilisait une représentation mentale schématique de la notion de variance, restant proche des diagrammes habituels dans le domaine mathématique (condition RM schématique). Enfin, dans un troisième groupe de travaux dirigés, l’enseignant utilisait une représentation mentale basée sur des illustrations, sans correspondance directe avec les mathématiques (condition RM illustrations). La notion de variance, ainsi que l’ensemble des définitions ou représentations mentales utilisées pour la présenter, sont détaillées dans l’annexe 2 (cf. p.43). Rappelons que le temps imparti à la présentation de cette notion dans les différentes conditions expérimentales a été contrôlé, afin que d’éventuels effets ne puissent lui être imputables. A la fin de sa présentation, l’enseignant demandait aux étudiants s’ils avaient des questions. Le cas échéant, il leur proposait de noter ces questions sur une feuille pour ne pas les oublier, et indiquait qu’il y répondrait un peu plus tard, lorsque le cours serait plus avancé. Dans un second temps, la séance de travaux dirigés se déroulait classiquement : l’enseignant présentait deux autres notions importantes, et proposait ensuite une série d’exercices à réaliser en petits | 17 groupes sur ces deux dernières notions uniquement. Ainsi, dans chaque condition expérimentale, les étudiants ne connaissaient la notion de variance que par la présentation de l’enseignant. Dans un troisième temps, à la suite de la résolution d’exercices en petits groupes, l’enseignant proposait à chaque étudiant un questionnaire à remplir individuellement. Il présentait ce questionnaire comme une évaluation qui lui était destinée, en tant qu’enseignant, afin de voir comment il pourrait améliorer son enseignement. De fait, cette tâche n’avait en aucun cas un caractère obligatoire. L’enseignant insistait également sur le fait que les questions de cours posées dans le questionnaire ne feraient pas l’objet d’une évaluation ou d’une note qui compterait de quelque manière que ce soit. Ensuite, l’enseignant distribuait le questionnaire aux étudiants qui acceptaient de l’aider, la passation du questionnaire durant environ quinze minutes. Enfin, après avoir ramassé les questionnaires, l’enseignant expliquait aux étudiants qu’une expérience avait en réalité été réalisée pendant le cours. Il leur expliquait brièvement quels en étaient les objectifs, et prenait le temps de présenter la notion de variance, lorsque cela n’avait pas été le cas au début de la séance, à l’aide d’une représentation mentale. Ils répondaient également à toutes les questions des étudiants concernant la notion. Précisons que cette notion de variance n’a jamais fait l’objet d’un contrôle final, car malgré notre démystification, nous estimons que les étudiants n’ont pas tous été égaux devant la transmission des savoirs. Pour finir, afin d’éviter tout biais de confirmation d’hypothèses, l’enseignant transmettait l’ensemble des questionnaires à un autre enseignant, aveugle aux conditions expérimentales, chargé de corriger et d’évaluer les exercices des étudiants. Un mois plus tard, ces exercices ont été repris et corrigés en travaux dirigés, et les résultats de l’expérience ont été transmis aux étudiants. 1.5. Résultats 1.5.1. Variables contrôle Nous n’observons aucun effet ni du temps passé à expliquer la notion dans chaque condition expérimentale, ni de l’âge, du genre ou de la spécialité de baccalauréat des étudiants sollicités, sur l’ensemble des mesures effectuées. Les données ont donc été agrégées. | 18 Mémorisation subjective Compréhension subjective Mémorisation (définition) Mémorisation (affirmations) Compréhension Satisfaction (échelle) Satisfaction (item global) Motivation Mémorisation subjective Compréhension subjective Mémorisation (définition) Mémorisation (affirmations) Compréhension Satisfaction (échelle) Satisfaction (item global) Motivation - 0,81*** 0,55*** 0,25t 0,57*** 0,50*** -0,55*** 0,64*** - 0,59*** 0,20 0,60*** 0,54*** -0,54*** 0,62*** - 0,20 0,49*** 0,45*** -0,42*** 0,47*** - 0,14 0,12 -0,14 0,33* - 0,44*** -0,41*** 0,44*** - -0,85*** 0,82*** - -0,76*** - Tableau 1. Matrice de corrélations de l’ensemble des mesures effectuées. *** : p<.001, ** : p<.01, * : p<.05, t : p<.08 1.5.2. Analyse des corrélations L’ensemble des corrélations entre les différentes mesures effectuées est présenté dans le tableau 1 ci-dessus. La majorité de ces corrélations sont significatives, ce qui met en évidence la complexité des processus étudiés. Les liens entre les variables gagneront donc à être précisés. De plus, nous remarquons que seule la mesure de mémorisation effectuée avec l’exercice de jugement d’affirmations est peu corrélée avec les autres mesures. 1.5.3. Mesures effectives de mémorisation et de compréhension Exercice de définitions Les résultats concernant les mesures de mémorisation effective (cf. infra figure 2, p.20) attestent d’un effet simple de l’utilisation d’une représentation mentale sur les notes à l’exercice de définitions (F(2,45)=11.52, p<.000). Les étudiants de la condition contrôle obtiennent une note moyenne significativement inférieure aux notes moyennes des étudiants de la condition RM schématique (Mcontrôle=1.00 vs. MRM schématique=3.55, t(27)=4.85, p<.000) et de la condition RM illustrations (Mcontrôle=1.00 vs. MRM illustrations=2.26, t(35)=3.10, p<.004). On observe également un effet du degré d’abstraction de la représentation mentale, puisque la note moyenne des étudiants de la condition RM schématique est significativement plus élevée que celle des étudiants de la condition RM illustrations (MRM Exercice de jugement d’affirmations schématique=3.55 vs. MRM illustrations=2.26, t(28)=2.10, p<.04). Aucun effet de l’utilisation d’une représentation mentale sur les notes à l’exercice de jugement d’affirmations n’est observé (F(2,45)=0.017, n.s). Les différences observées peuvent donc être attribuées au hasard de l’échantillonnage. | 19 Figure 2. Notes moyennes obtenues aux exercices de mémorisation (notés sur 5). Exercice d’application Figure 3. Notes moyennes obtenues à l’exercice de compréhension (noté sur 5). Les résultats concernant la mesure de compréhension effective (cf. figure 3 ci-dessus) montrent un effet simple de l’utilisation d’une représentation mentale sur les notes à l’exercice de compréhension (F(2,45)=10.82, p<.000). Les étudiants de la condition contrôle obtiennent une note moyenne significativement inférieure aux notes moyennes des étudiants de la condition RM schématique (Mcontrôle=1.06 vs. MRM schématique=3.18, t(27)=4.42, p<.000) et de la condition RM illustrations (Mcontrôle=1.06 vs. MRM illustrations=2.84, t(35)=4.24, p<.000). Cependant, il n’y a pas d’effet du degré d’abstraction de la représentation mentale, puisque les notes moyennes des étudiants dans les conditions RM schématique et RM illustrations ne diffèrent pas significativement (MRM schématique=3.18 vs. MRM illustrations=2.84, t(28)= 0.55, n.s). 1.5.4. Mesures subjectives de mémorisation et de compréhension Echelle de mémorisation Les trois items choisis afin de mesurer l’attitude des étudiants, leurs impressions quant à leur mémorisation de la notion renvoient bien au même construit latent. La bonne cohérence interne entre ces items (α de Cronbach =.84) nous permet de considérer un score global de mémorisation subjective pour nos analyses statistiques inférentielles. Les résultats sur ces scores, présentés figure 4 (p.21) montrent un effet simple de l’utilisation d’une représentation mentale sur la mémorisation subjective des étudiants (F(2,45)=11.26, p<.000). Les étudiants de la condition contrôle pensent avoir moins bien mémorisé la notion que les étudiants de la condition RM schématique (Mcontrôle=2.72 vs. MRM schématique=4.70, p<.000) et de la condition RM illustrations (Mcontrôle=2.72 vs. MRM t(27)=3.73, illustrations=4.47, | 20 t(35)=3.86, p<.000). Aucun effet du degré d’abstraction de la représentation mentale n’est observé : les scores moyens à l’échelle de mémorisation déclarée des étudiants des conditions RM schématique et RM illustrations ne diffèrent pas significativement (MRM schématique=4.70 vs. MRM illustrations=4.47, t(28)=0.53, n.s). Echelle de compréhension De la même manière, les trois items choisis afin de mesurer l’attitude des étudiants, leurs impressions quant à leur compréhension de la notion renvoient également au même construit latent. La bonne cohérence interne entre ces items (α de Cronbach =.86) nous permet de considérer un score global de compréhension subjective pour la suite de nos analyses (cf. figure 4 ci-dessous). On observe un effet simple de l’utilisation d’une représentation mentale sur la compréhension subjective des étudiants (F(2,45)=14.56, p<.000). Les étudiants de la condition contrôle pensent avoir moins bien compris la notion que les étudiants de la condition RM schématique (Mcontrôle=2.52 vs. MRM schématique=4.52, illustrations (Mcontrôle=2.52 vs. MRM aucun effet du d’abstraction t(27)=4.08, p<.000) et de la condition RM illustrations=4.33, t(35)=4.51, p<.000). De plus, degré de la représentation mentale n’est observé, les scores moyens des étudiants des conditions RM schématique et RM illustrations ne différant pas significativement schématique=4.52 (MRM vs. MRM Figure 4. Scores moyens obtenus aux échelles de mesures subjectives. illustrations=4.33, t(28)=0.49, n.s). (de 1 : pas du tout d’accord à 7 : tout à fait d’accord) 1.5.5. Satisfaction des étudiants Construction d’un score de satisfaction Nous avons construit une échelle de satisfaction, à partir de différents items issus de questionnaires d’évaluation des enseignements de différentes universités francophones. Lorsque l’on prend en compte les 11 items de l’échelle, on trouve une bonne cohérence interne (α de Cronbach =.89). Cependant, l’analyse des corrélations entre items indique que l’item 10 ne semble pas renvoyer au même construit latent : il n’est corrélé avec aucun item de l’échelle (cf. tableau 2, p.22). | 21 Item 1 Item 1 Item 2 Item 3 Item 4 Item 5 Item 6 Item 7 Item 8 Item 9 Item 10 Item 11 - 0,59*** 0,67*** 0,42*** 0,62*** 0,60*** 0,32* 0,36* 0,53*** -0,12 0,58*** -0,66*** - 0,93*** 0,53*** 0,58*** 0,81*** 0,23 0,73*** 0,61*** -0,09 0,86*** -0,72*** - 0,48*** 0,62*** 0,84*** 0,25 0,66*** 0,68*** -0,12 0,91*** -0,78*** - 0,30* 0,52*** 0,08 0,40** 0,15 0,07 0,45*** -0,52*** - 0,64*** 0,41** 0,47*** 0,54*** -0,07 0,55*** -0,74*** - 0,20 0,59*** 0,60*** -0,20 0,85*** -0,70*** - 0,22 0,17 0,11 0,19 -0,35* - 0,70*** 0,04 0,70*** -0,58*** - -0,11 0,70*** -0,70*** - -0,12 0,10 - -0,71*** Item 2 Item 3 Item 4 Item 5 Item 6 Item 7 Item 8 Item 9 Item 10 Item 11 Item global - Item global Tableau 2. Matrice de corrélations des onze items de l’échelle et de l’item global, utilisés pour mesurer la satisfaction. *** : p<.001, ** : p<.01, * : p<.05, t : p<.08 Lorsque l’on ne tient plus compte de l’item 10, la cohérence interne de l’échelle se trouve améliorée (α de Cronbach =.92). Ainsi, c’est à partir de dix items (en supprimant l’item n°10) que nous avons construit un score global de satisfaction. Score à l’échelle de satisfaction Les résultats, présentés figure 5 (p.23) montrent un effet simple de l’utilisation d’une représentation mentale sur la satisfaction des étudiants (F(2,45)=27.37, p<.000). Les étudiants de la condition contrôle déclarent être moins satisfaits de la séance de travaux dirigés que les étudiants de la condition RM schématique (Mcontrôle=3.84 vs. MRM schématique=6.14, t(27)=5.14, p<.000) et de la condition RM illustrations (Mcontrôle=3.84 vs. MRM illustrations=5.99, t(35)=6.26, p<.000). Cependant, aucun effet du degré d’abstraction de la représentation mentale n’est observé, les niveaux de satisfaction moyens des étudiants des conditions RM schématique et RM illustrations ne différant pas significativement (MRM Item de satisfaction globale schématique=6.14 vs. MRM illustrations=5.99, t(28)=0.51, n.s). Dans la même veine, les résultats présentés figure 6 (p.23) mettent en évidence un effet simple de l’utilisation d’une représentation mentale sur la satisfaction globale (F(2,45)=10.58, p<.000). Les étudiants de la condition contrôle déclarent être moins satisfaits du cours que les étudiants de la condition RM schématique (Mcontrôle=3.67 vs. MRM schématique=2.09, t(27)=-3.12, p<.004) et de la condition RM illustrations (Mcontrôle=3.67 vs. MRM illustrations=2.11, t(35)=-4.34, p<.000). De plus, aucun effet du degré d’abstraction de la représentation mentale n’est observé. Les niveaux de satisfaction des étudiants des conditions RM schématique et RM illustrations ne différent pas significativement (MRM schématique=2.09 vs. MRM illustrations=2.11, t(28)=0.04, n.s). | 22 Figure 5. Scores moyens à l’échelle de satisfaction. (de 1 : pas du tout à 7 : tout à fait) Figure 6. Scores moyens à l’item de satisfaction globale. (de 1 : excellent à 7 : insuffisant) 1.5.6. Motivation intrinsèque des étudiants Validité interne de l’échelle utilisée Nous avons mesuré la motivation des étudiants à l’aide la traduction française de l'échelle de motivation intrinsèque d'Elliot et McGregor (Darnon et Butera, op. cit.). Sur notre échantillon, cette échelle présente une excellente cohérence interne (α de Cronbach =.92), en accord avec les résultats obtenus par Darnon et Butera lors de la validation de l’échelle. Nous avons donc construit un score global de motivation. Résultats Les résultats (cf. figure 7 ci-dessous) montrent un effet simple de l’utilisation d’une représentation mentale sur la motivation des étudiants (F(2,45)=18.60, p<.000). Les étudiants de la condition contrôle déclarent être moins motivés que les étudiants de la condition RM schématique (Mcontrôle=3.84 vs. MRM schématique=5.83, t(27)=4.58, p<.000) et de la condition RM illustrations (Mcontrôle=3.84 vs. MRM illustrations=5.75, t(35)=5.48, p<.000). Enfin, aucun effet du degré d’abstraction de la représentation mentale n’est observé, les motivation niveaux moyens de des étudiants des conditions RM schématique et RM illustrations ne différant pas significativement schématique=5.83 illustrations=5.75, (MRM vs. MRM t(28)=0.21, n.s). Figure 7. Scores moyens à l’échelle de motivation. (de 1 : pas du tout à 7 : tout à fait) | 23 1.6. Discussion La mémorisation est meilleure lorsque l’on utilise une RM, Notre recherche montre tout d’abord un effet de l’utilisation d’une représentation mentale sur la mémorisation de la notion de variance. Lorsque l’enseignant a présenté cette notion à l’aide d’une représentation mentale, les étudiants ont davantage mémorisé la notion, comparativement à la condition dans ce d’autant plus que la RM est schématique. laquelle l’enseignant ne s’est servi que de définitions dans sa présentation. De plus, nous mettons en évidence un effet du degré d’abstraction de la représentation mentale sur la mémorisation de la notion de variance. Les étudiants ont mieux mémorisé la notion lorsqu’elle leur a été présentée à l’aide d’une représentation mentale schématique, abstraite et proche des images habituelles dans le domaine mathématique, que lorsqu’elle leur a été présentée à l’aide d’une représentation mentale illustrée, moins concrète, plus éloignée des illustrations classiquement utilisées dans le domaine mathématique. Cependant, ces résultats n’ont été obtenus que sur l’exercice de définitions, aucun effet n’ayant été observé sur l’exercice de jugement d’affirmations. Aux vues de l’ensemble des résultats, il semble raisonnable de penser que ce dernier exercice, ou les items qui le composent, ne sont sans doute pas adaptés à la mesure de la mémorisation de la notion. De futures recherches gagneraient sans doute à l’améliorer. On peut également s’interroger sur l’effet facilitateur plus important de la représentation mentale schématique. Il est possible que nous observions un effet dû à la cohérence perçue des représentations utilisées, et non de leur degré d’abstraction. En effet, pour construire notre représentation mentale concrète, nous avons dû utiliser des images éloignées du domaine mathématique, ce qui pourrait gêner les étudiants habitués à des diagrammes ou à des représentations abstraites. La représentation pourrait alors être plus difficilement appréhendée, ce qui expliquerait que les étudiants aient été plus sensibles à une représentation plus proche des illustrations dont ils ont l’habitude. Nous gagnerons donc également à contrôler la cohérence perçue des futures représentations proposées aux étudiants, ou à contrôler leur proximité avec le domaine enseigné. La compréhension est meilleure lorsque l’on utilise une RM. De plus, nous observons un effet de l’utilisation d’une représentation mentale, ce quel que soit son degré d’abstraction, sur la compréhension des étudiants. Lorsque l’enseignant a présenté la notion de variance à l’aide d’une représentation mentale, plutôt qu’à l’aide de simples définitions, les étudiants ont mieux compris cette | 24 notion. Ils sont davantage capables de l’appliquer lors d’un exercice-type. Présenter la notion de variance à des étudiants, à l’aide de représentations mentales, a donc non seulement facilité la mémorisation de cette notion, mais aussi sa compréhension effective. Cependant, nos résultats ne permettent pas de conclure en faveur d’un type de représentation spécifique, les effets facilitateurs observés n’étant pas plus accentués en fonction du degré d’abstraction des représentations. Encore une fois, on peut penser que cette absence de différence est due à une mauvaise opérationnalisation du degré d’abstraction de notre part. Notre représentation mentale concrète, illustrée, peut en effet apparaitre abstraite pour de nombreux étudiants, de part son manque de proximité avec les illustrations classiquement utilisées en mathématiques. Ainsi, alors que les processus de mémorisation seraient ralentis par ces informations peu habituelles, à intégrer avec des informations mathématiques ; les processus de compréhension, basés sur des modèles mentaux identiques, seraient équivalents. En effet, à ce niveau là, on peut penser que les représentations seraient d’un degré équivalent en termes d’abstraction. Même si les effets du degré d’abstraction d’une représentation mentale restent discutables, cette première recherche valide empiriquement l’efficacité de l’utilisation d’une représentation mentale dans des contextes d’enseignement : utiliser des représentations mentales pendant nos enseignements permet d’améliorer les processus d’acquisition des savoirs. Les étudiants ont l’impression d’avoir mieux compris et mémorisé la notion lorsque l’on utilise une RM. Les résultats montrent également un effet de l’utilisation d’une représentation mentale sur la mémorisation et la compréhension subjectives de la notion de variance. Les étudiants qui ont abordé cette notion à l’aide de représentations mentales pensent l’avoir mieux mémorisée et mieux comprise que les étudiants l’ayant abordée par des définitions. Ainsi, les étudiants semblent conscients de leur méta-savoirs : ils savent ce qu’ils ont ou non mémorisé et compris, leurs métasavoirs (mémorisation et compréhension subjective) allant globalement dans le sens de leurs savoirs effectifs (mémorisation et compréhension effective). Ces résultats vont dans le sens d’études précédentes montrant que l’on réussit mieux lorsque l’on a l’impression de savoir (Koriat, 1993). Ainsi, présenter une notion de cours à l’aide de représentations mentales permettrait, en plus d’améliorer l’acquisition de cette notion, d’augmenter l’impression que les étudiants ont d’avoir mémorisé et compris cette notion. | 25 Les étudiants sont plus satisfaits lorsque l’on utilise une RM. Nous observons également un effet de l’utilisation d’une représentation mentale sur la satisfaction des étudiants. En effet, lorsque l’enseignant a présenté la notion de variance à l’aide d’une représentation mentale, les étudiants se déclarent globalement plus satisfaits de la séance de travaux dirigés, et estiment que le cours a Les étudiants sont aussi plus motivés lorsque l’on utilise une RM. été bon. Le même pattern de résultats est observé sur la motivation intrinsèque des étudiants, qui varie en fonction de l’utilisation ou non d’une représentation mentale pour présenter la notion de variance : lorsque l’enseignant a présenté cette notion à l’aide d’une représentation mentale, les étudiants se déclarent globalement plus motivés, comparativement aux étudiants ayant abordés la notion de variance par de simples définitions. Ces résultats viennent compléter les résultats de la littérature mettant en évidence que l’utilisation de représentations mentales augmente la motivation à apprendre, parce que le matériel utilisé leur parait alors plus intéressant et plus évocateur (Goldstone & Son, 2005 ; Heim, 2000). De manière informelle, nos étudiants ont en effet souligné leur satisfaction à voir un enseignant illustrer « enfin » ses propos, et « faire attention à eux ». Les effets observés sur les variables motivation et satisfaction pourraient donc en partie être attribuables, non pas à l’utilisation de représentations mentales en soi, mais à la perception que les étudiants ont de l’enseignant, et de sa discipline. Nous pensons que le côté novateur, voire ludique, de l’utilisation de représentations mentales dans les enseignements de statistique, a sans doute joué un rôle dans notre expérience. Les futures recherches gagneront donc à être longitudinales, ou à prendre en compte des variables supplémentaires liées à l’attractivité de la nouveauté, ou encore à la perception de l’enseignant et de sa discipline. 2. Pour aller plus loin 2.1. Analyses de médiation Afin de mettre en évidence les éventuels liens de causalité existants entre les différentes mesures effectuées, il est possible de réaliser des analyses statistiques dites de médiation, consistant en une succession de régressions linéaires sur l’ensemble des variables (Baron & Kenny, 1986). Ces analyses nous ont permis de | 26 spécifier la succession des processus en jeu lorsque l’utilisation de représentations mentales influence la mémorisation, la compréhension, mais aussi la satisfaction et la motivation des étudiants. La compréhension médiatise les effets de l’utilisation de RM sur la mémorisation. Les premières analyses réalisées se sont intéressées aux effets conjoints de l’utilisation d’une représentation mentale sur la compréhension et la mémorisation. Comme dans nos précédents traitements des données, on observe un effet de l’utilisation d’une représentation mentale sur la note à l’exercice de définition (b=.33, t(46)=2.41, p<.02). Lorsque l’on introduit dans cette relation la note à l’exercice d’application, on observe à la fois un effet de l’utilisation d’une représentation mentale sur la compréhension (b=.47, t(46)=3.74, p<.000), et un effet de la compréhension sur la note à l’exercice de définition (b=.43, t(45)=2.93, p<.000). L’effet direct de l’utilisation d’une représentation mentale sur la note à l’exercice de définition n’est alors plus observé (b=.12, t(45)=.83, n.s). Ce dernier résultat nous permet de conclure à un effet médiateur de la variable compréhension dans la relation représentation mentale - mémorisation. De la même manière, on observe un effet de l’utilisation d’une représentation mentale sur la mémorisation subjective (b=.49, t(46)=4.01, p<.000). Lorsque l’on introduit dans cette relation la compréhension subjective, on observe à la fois un effet de l’utilisation d’une représentation mentale sur la compréhension subjective (b=.54, t(46)=4.55, p<.000), et un effet de la compréhension subjective sur la mémorisation subjective (b=.77, t(45)=7.47, p<.000). L’effet direct de l’utilisation d’une représentation mentale sur la mémorisation subjective n’est alors plus observé (b=.08, t(45)=.74, n.s). Nous pouvons donc conclure à un effet médiateur de la variable compréhension subjective dans la relation représentation mentale – mémorisation subjective. Ces résultats (cf. figure 8, p.28) nous permettent de conclure que si les étudiants des conditions dans lesquelles une représentation mentale a été utilisée ont mieux retenu la notion, et donc l’ont mieux encodée en mémoire à long terme, c’est parce qu’ils l’ont mieux comprise. Ces résultats vont dans le sens des travaux montrant que la capacité du système attentionnel étant limitée, le traitement rapide de grandes quantités d’informations reste difficile, mais que la structuration de ces informations permet d'augmenter la capacité de traitement. Ainsi, comprendre les informations aurait permis aux étudiants de structurer leurs savoirs, et de les encoder de façon plus efficace en mémoire à long terme. | 27 Compréhension effective Représentation mentale Mémorisation effective Compréhension subjective Représentation mentale Mémorisation subjective Figure 8. Effets médiateurs des mesures de compréhension. La mémorisation subjective médiatise les effets de la mémorisation sur la satisfaction et la motivation. Les secondes analyses se sont intéressées à la relation entre mémorisation et compréhension effectives, évaluées par un professeur, et mémorisation et compréhension subjectives, déclarées par les étudiants. Elles permettent de mettre en évidence un effet médiateur de la mémorisation subjective dans les relations mémorisation – satisfaction et mémorisation – motivation. On observe tout d’abord un effet de la mémorisation sur la satisfaction (b=.45, t(46)=14.49, p<.000). Ainsi, le fait d’avoir mieux mémorisé la notion augmente la satisfaction des étudiants quant aux enseignements. Lorsque l’on introduit dans cette relation la mémorisation subjective, on observe à la fois un effet de la mémorisation sur la mémorisation subjective (b=.55, t(46)=9.23, p<.000), et un effet de la mémorisation subjective sur la satisfaction (b=.36, t(45)=2.38, p<.02). L’effet direct de la mémorisation sur la satisfaction n’est alors plus observé (b=.26, t(45)=1.72, n.s). Ainsi, c’est parce que les étudiants ont mieux mémorisé la notion, et qu’ils ont accès au fait que leur mémorisation a été meilleure, qu’ils sont davantage satisfaits. De la même manière, on observe un effet de la mémorisation sur la motivation (b=.47, t(46)=14.56, p<.000). Ainsi, le fait d’avoir mieux mémorisé la notion augmente la motivation des étudiants pour la suite des enseignements. Lorsque l’on introduit dans cette relation la mémorisation subjective, on observe à la fois un effet de la mémorisation sur la mémorisation subjective, et un effet de la mémorisation subjective sur la motivation (b=.54, t(45)=4.01, p<.000). L’effet direct de la mémorisation sur la motivation n’est alors plus observé (b=.17, t(45)=1.28, n.s). C’est parce que les étudiants ont mieux mémorisé la notion, et qu’ils ont accès intérieurement au fait que leur mémorisation a été meilleure, qu’ils sont également davantage motivés. Pris dans leur ensemble, ces résultats suggèrent que l’utilisation de représentations mentales a permis aux étudiants de mieux structurer leurs pensées, et donc de mieux retenir la notion | 28 présentée. Ayant accès au méta-savoir selon lequel leur mémorisation a été efficace, ils ont alors été plus satisfaits de l’enseignement, et davantage motivés pour la suite (cf. figure 9 ci-dessous). Mémorisation subjective Mémorisation effective Satisfaction Mémorisation subjective Mémorisation effective Motivation Figure 9. Effets médiateurs de la mémorisation subjective. La satisfaction médiatise les effets de l’utilisation de RM sur la motivation. Enfin, une troisième série d’analyses s’est intéressée à l’utilisation de représentations mentales sur la satisfaction et la motivation des étudiants (cf. figure 10 ci-dessous). Comme dans nos précédents traitements de données, on observe un effet de l’utilisation de représentations mentales sur la motivation (b=.60, t(46)=5.29, p<.000). Lorsque l’on introduit dans cette relation la satisfaction, on observe à la fois un effet de l’utilisation de représentations mentales sur la satisfaction (b=.65, t(46)=6.07, p<.000), et un effet de la satisfaction sur la motivation (b=.76, t(45)=6.88, p<.000). L’effet direct de l’utilisation de représentations mentales sur la motivation n’est alors plus observé (b=.10, t(45)=.95, n.s). Nous pouvons donc conclure à un effet médiateur de la variable satisfaction dans la relation représentation mentale – motivation. Ces résultats nous permettent de conclure que si les étudiants des conditions dans lesquelles une représentation mentale a été utilisée, sont plus motivés que les autres pour continuer à travailler, c’est parce qu’ils sont aussi plus satisfaits. Satisfaction Représentation mentale Motivation Figure 10. Effet médiateur de la satisfaction. | 29 2.2. Conclusion Ces analyses de médiation permettent de spécifier les relations complexes qui relient les différentes variables de notre étude. Elles mettent en avant l’intérêt d’intégrer différentes mesures lors d’une même étude, afin de pouvoir appréhender les processus en jeu dans leur globalité. Les recherches futures gagneront à tester des modèles explicatifs plus complexes, nos conclusions mettent déjà en évidence certains processus en œuvre lorsque l’on utilise des représentations mentales pour expliquer une notion de cours : les étudiants comprennent alors mieux la notion. Cette compréhension leur servirait à organiser les nouvelles informations transmises, et à ainsi les encoder de façon plus efficace en mémoire à long terme. Puis, les étudiants étant conscients du fait qu’ils ont mieux mémorisé la notion, ils attribueraient selon nous cette mémorisation efficace à l’utilisation de représentation mentale et aux compétences de l’enseignant. Ces pistes explicatives viseront à être validée empiriquement dans le cadre des théories de l’attribution (Jones & Davis, 1965 ; Kelley, 1967). C’est donc ce méta-savoir quant à leur mémorisation qui serait enfin à l’origine d’un état de motivation et de satisfaction des étudiants plus élevés. Ces résultats, encourageants et prometteurs, visent maintenant à être reproduits et complétés. Nous chercherons à tester l’utilisation de représentations mentales sur l’enseignement d’autres notions de statistiques, voire d’autres notions de cours en général, afin de continuer la voie ouverte par ces travaux sur l’influence des représentations mentales sur la transmission des savoirs. | 30 Bibliographie Ainsworth, S.E. (1999). The functions of multiple representations. Computer and Education, 33(2/3), 131-152. Ainsworth, S.E., Bibby, P.A., & Wood, D.J. (1997). Information technology and multiple representations: new opportunities, new problems. Journal of Information Technology for Teacher Education, 6(1), 93-109. Arnoux, P., & Finkel, A. (2010). Using mental imagery processes for teaching and research in mathematics and computer science. International Journal of Mathematical Education in Science and Technology, 41(2), 229-242. Astolfi, J.P. (1997). L’erreur, un outil pour enseigner. Paris : ESF. Baron, R.M., & Kenny, D.A. (1986). The moderator-mediator variable distinction in social psychological research: Conceptual, strategic and statistical considerations. Journal of Personality and Social Psychology, 51, 1173-1182. Bassok, M., & Holyoak, K.J. (1989). Interdomain transfer between isomorphic topics in algebra and physics. Journal of Experimental Psychology: Learning, Memory, and Cognition, 15, 153-166. Butcher, K.R. (2006). Learning form text with diagrams: promoting mental model development and inference generation. Journal of Educational Psychology, 98(1), 182-197. Cameron, J., & Pierce, W. (1994). Reinforcement, Reward, and Intrinsic motivation: a Metaanalysis. Review of Educational Research, 64(3), 363-423. Chandler, P., & Sweller, J. (1992). The split-attention effect as a factor in the design of instruction. British Journal of Educational Psychology, 62, 233-246. Clark, J.M., & Paivio, A. (1991). Dual coding theory and education. Educational Psychology Review, 3, 149-210. Colin, P., Chauvet, F., & Viennot, L. (2002). Reading images in optics: Students’ difficulties and teachers’ views. International Journal of Science Education, 24, 313–332. Cordier, F., & Gaonac’h, D. (2004). Apprentissage et mémoire. Paris : Nathan. | 31 Darnon, C. & Butera, F. (2005). Buts d’accomplissement, stratégies d’étude, et motivation intrinsèque: présentation d’un domaine de recherche et validation française de l’échelle d’Elliot et McGregor (2001). L’Année Psychologique, 105, 105-131. DiFonzo, N., Hantula, D.A., & Bordia, P. (1998). Microworlds for experimental research: Having your (control and collections) cake and realism too. Behavioral Research Methods, Instruments, and Computers, 30, 278–286. Dwyer, F.M. (1967). The relative effectiveness of varied visual illustrations in complementing programmed instruction. Journal of Experimental Education, 36, 34–42. Dwyer, F.M. (1968). The effectiveness of visual illustrations used to complement programmed instruction. Journal of Psychology, 70, 157–162. Dwyer, F. M. (1969). An experiment in visual communication. Journal of Research in Science Teaching, 6, 185-195. Dwyer, F.M. (1975). On visualized instruction: Effect of students’ entering behavior. Journal of Experimental Education, 43, 78–83. Eilam, B., & Poyas, Y. (2008). Learning with multiple representations: extending multimedia learning beyond the lab. Learning and Instruction, 18, 368-378. Elia, I., Gagatsis, A., & Demetriou, A. (2007). The effects of different modes of representation on the solution of one-step additive problems. Learning and Instruction, 17, 658 – 672. Fabre, M. (1999). Situations-problèmes et savoir scolaire. Paris : PUF. Fischer, C. (2003). Why do lay people believe that satisfaction and performance are correlated? Possible sources of a commonsense theory. Journal of Organizational Behavior, 24, 753-777. Gallina, J. M. (2006). Les représentations mentales. Paris: Dunod. Gianutsos, R. (1994). Driving advisement with the elemental driving simulator (EDS): When less suffices. Behavioral Research Methods, Instruments, and Computers, 26, 183– 186. Gilibert, D., Gillet, I., & Perrin, C. (2008). Les aspects intrinsèques de la motivation et de la satisfaction au travail et leur lien supposé avec la performance au travail. Carriérologie, 11(3/4), 523-538. Goldman, S.R. (2003). Commentary. Learning in complex domains: when and why do multiple representations help?. Learning and Instruction, 13, 239-244. | 32 Goldstone, R.L., & Sakamoto, Y. (2003). The transfer of abstract principles governing complex adaptive systems. Cognitive Psychology, 46, 414–466. Goldstone, R.L., & Son, J.Y. (2005). The transfer of scientific principles using concrete and idealized simulations. Journal of the Learning Sciences, 14, 69–110. Grady, S.M. (1998). Virtual reality: Computers mimic the physical world. New York, NY: Facts on File. Hegarty, M., Carpenter, P.A., & Just, M.A. (1991). Diagrams in the comprehension of scientific texts. In R. Barr, M. Kamil, P.B. Mosenthal, & P.D. Pearson (Eds.), Handbook of reading research (Vol. 2, pp. 641–668). New York, NY: Longman. Hegarty, M., & Kozhevnikov, M. (1999). Types of visual–spatial representations and mathematical problem solving. Journal of Educational Psychology, 91, 684–689. Heim, M. (2000). Virtual realism. New York, NY: Oxford University Press. Hitt, F. (2006). Students’ functional representations and conceptions in the construction of mathematical concepts. An example: the concept of limit. Annales de Didactique et de Sciences Cognitives, 11, 251–267. Holliday, W.G., Brunner, L.L., & Donais, E.L. (1977). Differential cognitive and affective responses to flow diagrams in science. Journal of Research in Science Teaching, 14, 129–138. Johnson-Laird, P.N. (1983). Mental models. Towards a cognitive science of language, interference, and consciousness. Cambridge, England: Cambridge University Press. Jones, E.E., & Davis, K.E. (1965). From acts to dispositions: the attribution process in social psychology. In L. Berkowitz (ed.), Advances in experimental social psychology (Volume 2, pp. 219-266). New York: Academic Press. Joseph, J. H., & Dwyer, F. M. (1984). Effects of prior knowledge, presentation mode, and visual realism on student achievement. Journal of Experimental Education, 52, 110–121. Judge, T.A., Thoresen, C.J., Bono, J.E., & Patton, G.K. (2001). The job satisfaction-job performance relationship: A qualitative and quantitative review. Psychological Bulletin, 127(3), 376-407. Kelley, H.H. (1967). Attribution in social psychology. Nebraska Symposium on Motivation, 15, 192-238. | 33 Kintsch, W. (1974). The representation of meaning in memory. Hillsdale, New Jersey: Erlbaum. Kintsch, W. (1998). Comprehension: A paradigm for cognition. New York: Cambridge University Press. Koedinger, K.R., Alibali, M.W., & Nathan, M.J. (2008). Trade-offs between grounded and abstract representations: Evidence from algebra problems. Cognitive Science, 32, 366–397. Koedinger, K.R., & Nathan, M.J. (2004). The real story behind story problems: Effects of representations on quantitative reasoning. Journal of the Learning Sciences, 13, 129–164. Koriat, A. (1993). How do we know that we know? The accessibility model of the feeling of knowing. Psychological Review, 100, 609–639. Lavigne, N.C., Salkind, S.J., & Yan, J. (2008). College students’ mental representations of inferential statistics. Journal of Mathematical Behavior, 27(1), 11-32. Le Ny, J.F. (1989). Science cognitive et compréhension du langage. Paris : PUF. Levesque, M., Blais, M.R., & Hess, U. (2004). Motivation, comportements discrétionnaires et bien-être en milieu africain: Quand le devoir oblige?. Revue canadienne des sciences du comportement, 26(4), 321-332. Levie, W.H., & Lentz, R. (1982). Effects of text illustrations: A review of research. Educational Communication and Technology Journal, 30, 195–232. Levin, J.R., Anglin, G.J., & Carney, R.N. (1987). On empirically validating functions of pictures in prose. In D.M. Willows, & H.A. Houghton (Eds.), The psychology of illustration (Vol. 1, pp. 51-86). New York: Springer. Martinez, M.E. (1999). Cognitive representations: Distinctions, implications, and elaborations. In I.E. Sigel (Ed.), Development of mental representation: Theories and applications (pp. 13–31). Mahwah, NJ: Erlbaum. Masgoret, A.M., & Gardner, R. (2003). Attitudes, motivation, and second language learning: A meta-analysis of studies conducted by Gardner and associates. Language Learning, 53(1), 123-163. Mayer, R.E. (1989). Systematic thinking fostered by illustrations in scientific text. Journal of Educational Psychology, 81, 240-246. Mayer, R.E. (1993). Commentary. Comprehension of graphics and texts: an overview. Learning and Instruction, 3, 239-245. | 34 Mayer, R.E. (2001). Multimedia learning. New York: Cambridge University Press. Mayer, R.E. (2003). The promise of multimedia learning: using the same instructional design methods across different media. Learning and Instruction, 13, 125-139. Mayer, R.E., & Anderson, R.B. (1992). The instructive animation: Helping students build connections between words and pictures in multimedia learning. Journal of Educational Psychology, 84, 444–452. Mayer, R.E., & Gallini, J.K. (1990). When is an illustration worth ten thousand words? Journal of Educational Psychology, 82, 715-726. Mayer, R.E., Heiser, J., & Lonn, S. (2001). Cognitive constraints on multimedia learning: when presenting more material results in less understanding. Journal of Educational Psychology, 93(1), 187-198. Meunier, J.P. (1998). Connaître par l’image. Recherches en communication, 10, 35-76. Moreno, R., & Mayer, R.E. (2000). A coherence effect in multimedia learning: The case for minimizing irrelevant sounds in the design of multimedia instructional messages. Journal of Educational Psychology, 92, 117–125. Moreno, R., Ozogul, G., & Reisslein, M. (2011). Teaching With Concrete and Abstract Visual Representations: Effects on Students’ Problem Solving, Problem Representations, and Learning Perceptions. Journal of Educational Psychology, 103(1), 32–47. Moyer, J.C., Sowder, L., Threadgill-Sowder, J., & Moyer, M.B. (1984). Story problem formats: Drawn versus verbal versus telegraphic. Journal for Research in Mathematics Education, 15, 342–351. Paivio, A. (1986). Mental representation: A dual coding approach. Oxford, England: Oxford University Press. Parkhurst, P.E., & Dwyer, F.M. (1983). An experimental assessment of students’ IQ and their ability to benefit from visualized instruction. Journal of Instructional Psychology, 10, 9–20. Perry, B., Howard, P., & Tracey, D. (1999). Head teachers’ beliefs about the learning and teaching of mathematics. Mathematics Educational Research Journal, 11(1), 3953. Petre, M., & Green, T.R.G. (1993). Learning to read graphics: Some evidence that “seeing” an information display is an acquired skill. Journal of Visual Languages and Computing, 4, 55–70. | 35 Piaget, J., & Inhelder, B. (1966). La psychologie de l’enfant et de l’adolescent. Paris : PUF. Tsui, C.Y., & Treagust, D.F. (2003). Learning genetics with computer dragons. Journal of Biological Education, 37(2), 96-98. Roth, W.M., & McGinn, M.K. (1998). Inscriptions: toward a theory of representing as social practice. Review of Educational Research, 68(1), 35-59. Roumet, R. (2010). Analyse critique de tentative d’application d’ACTA. Mémoire de fin de formation, Ecole Normale Supérieure de Cachan, France. Schnotz, W. (1993). On the relation between dual coding and mental models in graphics comprehension. Learning and Instruction, 3, 247–249. Schnotz, W., & Bannert, M. (2003). Construction and interference in learning from multiple representations. Learning and Instruction, 13, 141-156. Sloutsky, V.M., Kaminski, J.A., & Heckler, A.F. (2005). The advantage of simple symbols for learning and transfer. Psychonomic Bulletin and Review, 12, 508–513. Small, M.Y., Lovett, S.B., & Scher, M.S. (1993). Pictures facilitate children’s recall of unillustrated expository prose. Journal of Educational Psychology, 85(3), 520-528. Sweller, J. (1988). Cognitive load during problem solving: effects on learning. Cognitive Science, 12, 257-285. Tabachneck, H.J.M., Leonardo, A.M., & Simon, H.A. (1994). How does an expert use a graph? A model of visual and verbal inferencing in economics. In A. Ram, & K. Eiselt (Eds.), Proceedings of the 16th Annual Conference of the Cognitive Science Society (pp. 842-847). Hillsdale, NJ: Erlbaum. Tiene, D. (2000). Sensory mode and ‘‘informational load:’’ examining the effect of timing on multi-sensory processing. International Journal of Instructional Media, 27(2), 183-198. Van der Meij, J., & de Jong, T. (2004). Learning with multiple representations. Paper presented at the AERA symposium. San Diego, USA. van Dijk, T.A., & Kintsch, W. (1983). Strategies of discourse comprehension. New York: Academic Press. van Someren, M.W., Reimann, P., Boshuizen, H.P.A., & de Jong, T. (Eds.). (1998). Learning with multiple representations. Amsterdam: Pergamon. Weaver III, C.A., Mannes, S., & Fletcher, C.R. (Eds.). (1995). Discourse comprehension. Hillsdale, NJ: Erlbaum. | 36 Winn, W.D. (1994). Contributions of perceptual and cognitive processes to the comprehension of graphics. In W. Schnotz, & R. Kulhavy (Eds.), Comprehension of text and graphics (pp. 3-27). Amsterdam: Elsevier. Yerushalmy, M. (1991). Students’ perceptions of aspects of algebraic function using multiple representation software. Journal of Computer Assisted Learning, 7, 42-57. | 37 Annexes Annexe 1 : questionnaire proposé aux étudiants. | 38 Université de Poitiers • Quelques renseignements pour commencer : 3 avenue Théodore Lefebvre – 86000 Poitiers Dites-nous si vous êtes : □ un homme □ une femme Quel est votre âge ? _______ ans. Avez-vous déjà suivi cet enseignement l’an dernier (redoublement L2 ou AJAC L2/L3) ? Vos réponses à ce questionnaire permettront au professeur de savoir comment son enseignement est apprécié des étudiants. Il vous est demandé de le remplir au fur et à mesure, sans jamais revenir en arrière. Vos réponses ne seront en aucun cas prises en compte pour une quelconque évaluation. C’est uniquement à l’évaluation du professeur qu’elles vont servir. Ce questionnaire est anonyme et totalement confidentiel. N’ayez pas peur de dire ce que vous pensez ! Oui Non Avez-vous déjà suivi des cours de statistique d’un niveau équivalent (même programme) dans une autre université ? Oui Non Quelle filière de baccalauréat avez-vous suivie ? □ Littéraire (L) ou équivalent □ Scientifique (S) ou équivalent □ Économique et social (ES) ou équivalent □ Technique, précisez : _____________________________ □ Autre, précisez : _________________________________ Merci d’avance. • Cocher la case qui correspond à votre réponse à chacun des énoncés • Exercice 1 : qu’avez-vous retenu de la notion de variance ? (Notez suivant sur une échelle en 7 points : de 1 « pas du tout » à 7 « tout à dans le cadre ci-dessous toutes les explications, formules, schémas, fait ». etc… qui vous viennent à l’esprit). Concernant la notion de variance présentée en début de cours : Pas du tout Tout à fait 1 2 3 4 5 6 7 1. Je pense avoir retenu cette notion. 2. La notion était facile à comprendre. 3. J’ai compris cette notion. 4. Je peux dire que j’ai mémorisé cette notion. 5. Je pourrais expliquer la notion à quelqu’un d’autre. 6. Je me souviendrai de cette notion. • Exercice 2 : jugez les affirmations suivantes en indiquant pour • Exercice 3 : chacune d’elle si, selon vous, elle est vraie ou fausse. VRAI La variance peut être négative. La racine carrée de la variance est l’écart-type. La variance est un indice de dispersion. La variance ne peut pas être nulle. On a besoin de la moyenne pour calculer la variance. FAUX Considérons deux séries de notes : Série A : 10,10,11,11,12,12 Série B : 2,7,9,13,16,19 Ces deux séries ont la même moyenne : 11, et la même médiane : 11. 1) En quoi ces deux séries de notes sont-elles différentes ? 2) Comment exprimer cette différence ? Justifier votre réponse. • Cocher la case qui correspond à votre réponse à chacun des énoncés • Cocher la case qui correspond à votre réponse à chacun des énoncés suivant sur une échelle en 7 points : de 1 « pas du tout » à 7 « tout à suivant sur une échelle en 7 points : de 1 « pas du tout » à 7 « tout à fait ». fait ». Pas du tout 1 2 Tout à fait 3 4 1. Le contenu de ce TD était intéressant. 2. La présentation des notions était claire. 3. Je suis satisfait(e) de ce TD. 4. La présentation des notions n’était pas suffisante. 5. Venir en TD aujourd’hui m’a semblé utile. 6. Je suis globalement satisfait(e) de la présentation des notions de ce TD. 7. Les TD ne m’ont pas apporté de connaissances nouvelles. 8. Les TD sont à améliorer. 9. Les TD pourraient être plus simples. 10. Je trouve que les TD sont peu en rapport avec le cours. 11. Les TD sont à conserver comme tels. Dans l’ensemble, j’estime que le cours d’aujourd’hui était : Excellent Très bon Bon Moyen Suffisant Tout juste suffisant Insuffisant 5 6 Pas du tout 7 1 Tout à fait 2 3 4 5 6 7 1. Je pense que ce cours est intéressant. 2. J'apprécie vraiment ce cours. 3. Je pense que ce cours est une perte de temps. 4. Je trouve que ce cours est amusant. 5. Je trouve ce cours ennuyeux. 6. Je suis content(e) de suivre ce cours. 7. Je n'aime pas du tout ce cours. 8. J'ai l'intention de recommander ce cours à d'autres. C’est fini, merci beaucoup pour vos réponses ! Annexe 2 : présentations de la notion de variance dans les différentes conditions expérimentales. Présentation de la notion de variance dans la condition contrôle. La variance est une mesure du degré de dispersion d'un ensemble de données. Cet ensemble de données a une moyenne. Une fois que vous connaissez cette moyenne, vous pouvez alors comparer chaque donnée avec cette moyenne. Pour faire ça, vous faites « la valeur observée moins la moyenne ». La variance correspond donc à un écart, une distance entre une donnée, et la moyenne. On dit que la variance est la somme des carrés des écarts à la moyenne divisée par l’effectif. Le fait que l'on prenne le carré de ces écarts à la moyenne évite que des écarts positifs et négatifs s'annulent, selon que vos observations sont soit au dessus, donc plus grandes, soit au dessous, donc plus petites, que la moyenne. Comme la variance, c’est la somme de tous ces écarts, pour toutes les observations, on met tous ces écarts au carré. Et comme un carré est toujours positif ou nul, on a forcément des écarts positifs. Du coup, la variance est toujours positive ou nulle. Lorsque la variance est nulle, cela signifie que la variable mesurée correspond à une constante, cela veut dire que toutes les observations sont identiques. Et la moyenne serait forcément nulle aussi, elle n’aurait pas de sens. La variance est donc une mesure du degré de dispersion d'un ensemble de données. Est-ce que la courbe des données est plus ou moins regroupée autour de la moyenne. Hein, elle permet de caractériser la dispersion des valeurs mesurées par rapport à la moyenne. Et pour finir, la racine-carré de la variance correspond à l’écart-type. C’est un autre indice de dispersion, équivalent, qui est couramment utilisé. | 43 Présentation de la notion de variance à l’aide d’une représentation mentale abstraite. La variance est une mesure du degré de dispersion d'un ensemble de données. Cet ensemble de données a une moyenne. Une fois que vous connaissez cette moyenne, vous pouvez alors comparer chaque donnée avec cette moyenne. Pour faire ça, vous faites « la valeur observée moins la moyenne ». Du coup, ici la différence va être forcément positive. Mais ici par exemple, avec cette observation là, la différence va être négative, parce que la valeur est en dessous de la moyenne. Or la variance, c’est la somme de tous ces écarts, pour toutes les observations. Du coup, on risque d’annuler les différences que l’on observe (montrer la première flèche jaune) si on additionne du positif et du négatif (montrer la seconde flèche jaune). Prenons un exemple : admettons qu’entre la moyenne et cette observation, on ait cinq. Plus, ici, trois … (on additionne tout et on trouve zéro). Pour éviter cela, on met les écarts au carré. Et comme un carré est toujours positif ou nul, on a forcément des écarts positifs, qu’on peut alors additionner (commencer à calculer pour que les étudiants s’en rendent compte). Et il suffit ensuite de diviser par le nombre d’observations, c'est-à-dire par l’effectif, pour obtenir la variance. La variance correspond donc à un écart, une distance entre une donnée, et la moyenne. On dit que la variance est la somme des carrés des écarts à la moyenne divisée par l’effectif. C’est donc une mesure du degré de dispersion d'un ensemble de données. Est-ce que la courbe des données est plus ou moins regroupée autour de la moyenne. Hein, elle permet de caractériser la dispersion des valeurs mesurées par rapport à la moyenne. Du coup une variance nulle, ca signifie que la variable mesurée correspond à une constante : cela voudrait dire que toutes les observations sont identiques, toutes sur une même ligne verticale là, et la moyenne serait forcément nulle aussi, elle n’aurait pas de sens. Et | 44 pour finir, la racine-carré de la variance correspond à l’écart-type. C’est un autre indice de dispersion, équivalent, qui est couramment utilisé. Présentation de la notion de variance à l’aide d’une représentation mentale concrète. La variance est une mesure du degré de dispersion d'un ensemble de données. Cet ensemble de données a une moyenne. Une fois que vous connaissez cette moyenne, vous pouvez alors comparer chaque donnée avec cette moyenne. Pour faire ça, vous faites « la valeur observée moins la moyenne ». Du coup, ici la différence va être forcément positive. Mais ici par exemple, avec cette observation là, la différence va être négative, parce que la valeur est en dessous de la moyenne. Or la variance, c’est la somme de tous ces écarts : mais si vous additionner du positif et du négatif, vous allez obtenir zéro. Imaginez que l’on représente les écarts par des vagues. Les vagues de gauche vont dans un sens, et les vagues de droite vont dans l’autre sens, comme deux courants dans l’océan. Mais vous ne pouvez pas additionner ces deux vagues qui ne vont pas dans le même sens, lorsqu’elles se rencontrent, elles s’affrontent, et finissent par disparaitre. Par contre, si vous ne prenez plus de simples vagues, mais de plus grosses quantités d’eau, des quantités telles qu’elles n’ont plus de sens particulier : disons que cette quantité correspond à celle des vagues au carré, alors ces quantités, sans sens particulier, peuvent elles, s’additionner. Du coup, dans la formule de la variance, tous ces écarts, on les met au carré. Et comme un carré est toujours positif ou nul, on a forcément des écarts positifs. Et tous ces écarts, on les additionne, on peut. Et il suffit ensuite de diviser par le nombre de | 45 vagues, c'est-à-dire en réalité par l’effectif, pour obtenir la variance. La variance correspond donc à un écart, une distance entre une donnée, et la moyenne. On dit que la variance est la somme des carrés des écarts à la moyenne divisée par l’effectif. C’est donc une mesure du degré de dispersion d'un ensemble de données. Est-ce que la courbe des données est plus ou moins regroupée autour de la moyenne. Du coup une variance nulle, ca signifie que la variable mesurée correspond à une constante : cela voudrait dire que toutes les observations sont identiques, toutes sur une même ligne verticale là, et la moyenne serait forcément nulle aussi, elle n’aurait pas de sens. Et pour finir, la racine-carré de la variance correspond à l’écart-type. C’est un autre indice de dispersion, équivalent, qui est couramment utilisé. | 46 Mes remerciements vont aux étudiants de l’Université de Poitiers qui ont accepté de participer à cette étude, et sans qui je n’aurais pu travailler ; et à Alain Finkel qui m’a encouragée et soutenue dans ce projet de recherche. Ce mémoire est bien-sûr dédié à tous les sceptiques quant à l’utilisation de représentations mentales dans leurs enseignements…