Critères socioculturels pour la modélisation d`apprenants

Critères socioculturels pour la modélisation d’apprenants : une analyse de pertinence
Emmanuel G. Blanchard, Marguerite Roy, Susanne Lajoie*, Claude Frasson*
* Laboratoire ATLAS, Faculté d’éducation, Université McGill
{emmanuel.blanchard, marguerite.roy, susanne.lajoie}@mcgill.ca
** Laboratoire HERON, Département d’Informatique et Recherche Opérationnelle, Université de Montréal
[email protected]
RÉSUMÉ.
Le profil culturel d’un individu repose sur de nombreux aspects trop complexes pour être considérés dans leur
ensemble lorsque l’on désire obtenir une modélisation. Cet article étudie plusieurs facteurs culturels (la nationalité de même
que les scores des dimensions de Hofstede associées, la religion) et démographiques (sexe, âge) et évalue s’ils pourraient
permettre d’obtenir un modèle suffisamment prédictif des spécificités comportementales et cognitives d’apprenants pour être
utile à un processus d’adaptation au sein d’un système EIAH. Nos résultats montrent que les facteurs étudiés permettent des
prédictions limitées, ce qui poserait problème pour une modélisation de qualité. L’emploi croisé de plusieurs de ces facteurs
mériterait pour autant une analyse approfondie.
MOTS-CLÉS :
représentation culturelle, processus d’adaptation, tendances comportementales et cognitives.
1. Introduction
L’environnement culturel dans lequel un individu se développe influence fortement ses comportements,
cognitions et réactions [HOFSTEDE 01], notamment dans un cadre éducatif [BIGGS 01]. Pour autant, la prise
en compte de la dimension culturelle des utilisateurs est un sujet de recherche récent dans le domaine
Environnements Informatiques pour l’Apprentissage Humain (EIAH) [CATS 08]. Les recherches dans ce
domaine portent, entre autres choses, sur le développement de processus automatiques d’adaptation culturelle.
Dans ce but, la modélisation du profil culturel de l’apprenant apparaît nécessaire. Obtenir une représentation
pertinente de l’identité culturelle d’un utilisateur est cependant un problème extrêmement complexe tant le
nombre d’éléments pouvant être considérés est grand et vue la difficulté d’obtenir des mesures objectives et
suffisamment complètes de ceux-ci. Ne pouvant traiter la modélisation de l’identité culturelle avec une approche
holistique, les recherches interculturelles se sont par le passé appuyées sur des modèles discrets des cultures en
cherchant à identifier des dimensions essentielles permettant de différencier des cultures telles les dimensions
nationales de Hofstede [HOFSTEDE 01] et/ou en analysant les spécificités d’ensembles d’individus regroupés en
fonction de facteurs socioculturels tels la religion ou la nationalité. Tout naturellement, certains des premiers
travaux en EIAH ont voulu exploiter ces approches déjà existantes [CATS 08] alors même qu’aucune étude n’a
évalué si celles-ci pouvaient effectivement donner lieu à des prédictions pertinentes de tendances
comportementales ou de réflexion dans le cas d’activités EIAH.
L’objectif de cet article est de voir si l’utilisation de certains facteurs socioculturels pourrait donner des
prédictions susceptibles de mener à des modèles d’apprenant efficaces. Nous avons considéré individuellement
les facteurs suivants : la religion de l’apprenant, sa nationalité ainsi que les dimensions de Hofstede. Des facteurs
démographiques (principalement le sexe, ont également été pris en compte. Suite à un court résumé des travaux
de Hofstede, nous décrivons succinctement la méthode employée pour notre étude. Des analyses statistiques sur
les échantillons d’individus dont nous disposons sont présentées et discutées par la suite.
2. Principe du système de valeurs de Hofstede
Cinq dimensions bipolaires ont été identifiées par Hofstede [HOFSTEDE 01] et permettraient de décrire les
grandes orientations d’une nation. Chaque nation se voit ainsi affecter un score pour chaque dimension
explicitant à quel point le comportement et la vision des citoyens se retrouveraient dans la dimension en question.
Ces dimensions sont la distance au pouvoir (PDI - la supposition et l’acceptation d’une répartition inéquitable du
pouvoir dans la société), l’individualisme (IDV - la tendance à se regrouper et à apprécier les activités de
groupe), la masculinité (MAS - la répartition des rôles dans la société en fonction du sexe), l’évitement de
l’incertitude (UAI – la tendance d’une société à créer des règles et des lois pour éviter les situations incertaines).
Une dernière dimension, l’orientation à long terme, n’est pas considérée dans notre étude du fait que le score
pour cette dimension est manquant pour de nombreuses nations.
Ces dimensions sont des tendances de groupe qui ne sous entendent pas que tous les membres d’une même
nation auront un comportement similaire qui pourrait être déduit des scores nationaux pour ces dimensions,
simplification critiquée par Hofstede lui-même mais pourtant maintes fois employée dans la recherche.
Environnements Informatiques pour l’Apprentissage Humain, Le Mans 2009
Environnements Informatiques pour l’Apprentissage Humain, Le Mans 2009
3. Méthodologie
Un questionnaire en ligne de 41 questions, portant sur des attitudes ou comportements liés plus ou moins
directement à l’apprentissage en ligne, a été développé (Figure 1). Pour certaines, ces questions ont été reprises
du test de personnalité Myers-Briggs (http://www.myersbriggs.org/) alors que d’autres ont été directement
proposées par les auteurs de cet article. Afin de faciliter la présentation de notre analyse dans cet article, nous
avons déterminé a posteriori 10 catégories de questions en fonction de leur centre d’intérêt principal.
Tableau 1. Version anglaise du questionnaire d’évaluation lié à l’apprentissage en ligne.
Catégories
Personnalité et
Valeurs personnelles
Auto évaluation des
connaissances en informatique
Auto évaluation
d’attitudes affectives
Auto évaluation
d’habitudes dans la gestion de
l’information
Confiance dans
les services internet
Auto évaluation
de contextes de travail
Intérêt pour des activités
d’apprentissage et/ou liées à
Internet
Opinion sur
l’utilité des ordinateurs
Concentration dans des
activités classiques
Concentration dans des
activités informatiques
Indice
QUESTIONS
Relations significatives ?
1
I consider the scientific approach to be the best.
2
I am more of a listener than a speaker.
3
In a debate, I strive to achieve mutual agreement
4
I think that almost everything can be analyzed
5
I have a good knowledge of how computers work (technical view).
6
I have a good knowledge of how to work with computers (user view).
7
I am skilled at surfing on the Web.
8
I trust reason rather than feelings.
9
My actions are frequently influenced by emotions
10
It's difficult to get me excited or make me lose my temper
11
I am inclined to rely more on improvisation than on careful planning
12
The process of searching for solution is more important to me than the solution itself
13
I like to keep a check on how things are progressing
14
I trust e-Commerce services (service that offer you to buy something on the Internet).
15
I trust world news that I can read on the Internet.
16
I trust local news that I can read on the Internet.
17
I trust any information (not news) that I can find on the Internet.
18
I prefer to work alone than in a group.
19
I like to work in a library.
20
I like to work at the university/college/school/workplace.
21
I like to work in a coffee shop.
22
I like to work at home.
23
I like to learn alone by reading books.
24
I like to learn alone by surfing the Internet.
25
I like to discuss with people on the Internet.
26
I like to play game on the Internet.
27
I think computers are useful for today's teaching practices.
28
I think computer is a necessity for my daily life.
29
I think computer is a necessity for my life at work.
30
I think computer is a necessity for my social life.
31
I think computer is a necessity for my studies.
32
During what I consider a boring lecture/presentation, I can stay focused
33
During what I consider an interesting lecture/presentation, I can stay focused
34
When I'm doing scientific exercises alone (ex: mathematics...), I can stay focused
35
When I'm doing scientific exercises in a group, I can stay focused
36
When I'm doing text exercises alone (ex: an essay...), I can stay focused
37
When I'm doing text exercises in a group, I can stay focused
38
When I'm surfing on the Internet for working/studying purpose, I can stay focused
39
When I'm surfing the internet during my spare time, I can stay focused
40
When I'm working on my computer, I can stay focused
41
When I'm playing a good game on my computer, I can stay focused
Tab.2
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Tab.3
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
Oui
264 participants de par le monde y ont répondu suivant un recrutement « boule de neige ». Pour l’analyse de
chaque facteur spécifique (sexe, nationalité, religion, dimensions de Hofstede), les échantillons ont été filtrés de
manière à maximiser leur taille exploitable en fonction des données manquantes. Seuls les échantillons ayant une
taille convenable sont pris en compte dans la suite de cet article. Leur taille a néanmoins limité notre analyse à
une évaluation individuelle de l’effet prédictif de chaque facteur sans possibilité de faire des analyses croisées.
Dépendamment du type de variable étudiée, nous avons utilisé des procédures d’analyses ANOVA, MANOVA et
des corrélations bivariées. Des questions subsidiaires nous ont permis d’établir que les échantillons différaient
relativement en ce qui concerne l’âge moyen, le niveau d’éducation moyen, l’occupation principale et les
connaissances en informatique. Par manque de place, il nous est malheureusement impossible de présenter ces
éléments descriptifs dans cet article.
4. Résultats
Les tableaux 2 et 3 présentent les résultats significatifs obtenus sur les 41 questions du tableau 1. Le tableau 2
présente les résultats d’ANOVA effectuées sur les échantillons établis en fonction de la nation, de la religion ou
du sexe des répondants. Le tableau 3 se concentre quant à lui sur les résultats d’analyse via une méthode de
corrélation bivariée entre les réponses à nos questions et les dimensions de Hofstede (en fonction de la
nationalité des répondants).
Critères socioculturels pour la modélisation des apprenants: une analyse de pertinence
Tableau 2. Résultats significatifs dans les questions liées à l’apprentissage en ligne.
Catégorie des
Questions
Indice
(cf tab.2)
Personnalité et
Valeurs
personnelles
Auto évaluation
des
connaissances en
informatique
Auto évaluation
d’attitudes
affectives
I am more of a listener than a speaker.
ns
3
In a debate, I strive to achieve mutual
agreement
ns
5
I have a good knowledge of how
computers work (technical view).
6
I have a good knowledge of how
computers work (user view).
7
I am skilled at surfing on the Web.
8
I trust reason rather than feelings.
9
Auto évaluation
de contextes de
travail
I am inclined to rely more on
improvisation than on careful planning
13
I like to keep a check on how things
are progressing
Intérêt pour des
activités
d’apprentissage
et/ou liées à
Internet
Opinion sur
l’utilité des
ordinateurs
Concentration
dans des activités
classiques
Concentration
dans des activités
informatiques
I trust world news that I can read on
the Internet.
16
I trust local news that I can read on the
Internet.
17
I trust any information (not news) that I
can find on the Internet.
I like to work at the
university/college/school/workplace.
22
I like to work at home.
24
I like to learn alone by surfing the
Internet.
26
I like to play game on the Internet.
27
I think computers are useful for today's
teaching practices.
28
I think computer is a necessity for my
daily life.
29
I think computer is a necessity for my
life at work.
31
I think computer is a necessity for my
studies.
33
During what I consider an interesting
lecture/presentation, I can stay focused
35
35
80
35
35
80
35
35
80
5,69
4,71
4,35
6,20
5,23
4,95
6,17
5,77
5,53
S.
Brésilien
Canadien
Français
RELIGION
N
Mean
Athée
59
4,51
Musulman
47
5,47
Chrétien
113
4,54
Athée
59
4,53
Musulman
47
5,43
Chrétien
113
5,08
Athée
Musulman
Chrétien
35
When I'm doing scientific exercises in
a group, I can stay focused
Brésilien
Canadien
Français
36
When I'm doing text exercises alone
(ex: an essay...), I can stay focused
39
When I'm surfing the internet during
my spare time, I can stay focused
32
32
69
32
32
69
32
32
69
5,00
4,88
4,30
5,09
4,88
4,26
2,53
4,13
3,96
Homme
Femme
135
122
6,09
5,46
**
ns
Homme
Femme
130
110
4,82
3,99
**
Homme
Femme
Homme
Femme
130
110
130
110
4,21
4,65
4,52
3,59
*
Homme
Femme
128
116
4,02
3,59
*
Homme
118
4,19
*
Femme
102
3,68
54
50
117
26
29
58
34
28
71
34
28
71
34
28
71
34
28
71
**
59
48
121
4,63
5,29
5,06
*
ns
ns
ns
ns
ns
ns
ns
**
ns
5,27
4,07
4,78
6,06
4,71
5,10
6,15
4,89
4,97
6,56
5,18
5,63
6,44
5,32
5,18
Athée
Musulman
Chrétien
42
25
88
Athée
Musulman
Chrétien
Athée
Musulman
Chrétien
Athée
Musulman
Chrétien
52
34
91
55
50
114
55
50
114
Athée
Musulman
Chrétien
Athée
Musulman
Chrétien
55
50
114
53
43
114
4,98
4,36
5,28
*
3,85
2,53
3,03
4,93
5,92
5,54
4,95
5,68
5,27
**
Homme
Femme
Homme
Femme
83
86
83
86
4,99
4,42
4,67
5,35
*
**
**
ns
**
**
ns
ns
**
ns
**
ns
**
ns
**
5,67
4,07
4,94
**
36
30
72
5,19
3,93
4,31
**
ns
4,93
6,36
5,92
6,09
4,95
5,67
**
ns
**
ns
Homme
Femme
ns
ns
Athée
Musulman
Chrétien
5,45
5,17
6,05
**
**
36
30
72
31
23
58
4,30
5,06
4,27
*
ns
Brésilien
Canadien
Français
5,93
4,89
ns
ns
When I'm doing scientific exercises
alone (ex: mathematics...), I can stay
focused
135
122
ns
ns
34
Homme
Femme
**
ns
*
ns
Brésilien
Canadien
Français
**
ns
ns
Brésilien
Canadien
Français
Brésilien
Canadien
Français
Brésilien
Canadien
Français
Brésilien
Canadien
Français
5,39
4,11
ns
ns
Brésilien
Canadien
Français
135
122
*
ns
Brésilien
Canadien
Français
Brésilien
Canadien
Français
Brésilien
Canadien
Français
ns
Homme
Femme
ns
3,13
4,09
3,81
S.
**
**
**
Athée
Musulman
Chrétien
Homme
Femme
SEXE
N
Mean
133
5,08
105
4,31
ns
ns
32
33
77
S.
**
**
ns
I trust e-Commerce services (service
that offer you to buy something on the
Internet).
15
20
Brésilien
Canadien
Français
Brésilien
Canadien
Français
Brésilien
Canadien
Français
My actions are frequently influenced
by emotions
It's difficult to get me excited or make
me lose my temper
11
14
Confiance dans
les services
internet
NATION
N Mean
1
10
Auto évaluation
d’habitudes dans
la gestion de
l’information
QUESTIONS
53
43
114
123
107
5,39
4,78
*
ns
5,47
4,51
5,32
*
ns
*
ns
ns
Note : Dans les tableaux 2 et 3, « ns » indique des résultats non significatifs, * coef. α <= .05; ** coef. α <= .001. Les échelles sont les
suivantes : questions 1 à 31 : 1-ne me correspond pas du tout, 2-me correspond très peu, 3-me correspond peu, 4-me correspond
modérément, 5-me correspond assez, 6-me correspond beaucoup, 7-me correspond tout à fait ; questions 32 à 41 : 1- moins de 15 mns, 2entre 15 et 30 mns, 3-entre 30 et 45 mns, 4-entre 45 mns et 1 h, 5-entre 1 h et 1:30 h, 6-entre 1:30 h et 2 h, 7-plus de 2 h.
Environnements Informatiques pour l’Apprentissage Humain, Le Mans 2009
Tableau 3. Corrélation entre les dimensions de Hofstede et les questions liées à l’apprentissage en ligne (voir Tableau 1
pour les intitulés des questions en fonction de leur indice, et la partie 2 pour une définition des différentes dimensions).
Catégories de questions
Personnalité et valeurs personnelles
Auto éval. des connaissances en info.
Auto éval. d’habitudes affectives
Auto éval. d’habitudes de gestion de
l’information
Confiance dans les services internet
Auto évaluation de contextes de travail
Intérêt pour activités d’apprentissage
et/ou liées à internet
Opinion Ordinateurs
Concentration dans des activités
classiques
Concentration dans des activités
informatiques
Indice N
2
225
3
225
5
210
8
219
9
224
12
215
13
172
16
224
17
218
18
173
19
220
20
219
21
215
22
225
24
225
25
220
26
218
30
221
33
206
34
208
36
216
38
223
40
223
41
169
PDI
r = 0.136
ns
r = 0.179
ns
r = 0.141
r = 0.139
ns
r = 0.239
r = 0.171
r = 0.17
ns
r = 0.143
ns
ns
ns
ns
ns
r = 0.134
r = 0.154
r = 0.185
r = 0.149
r = 0.238
r = 0.273
r = 0.178
*
*
*
*
**
*
*
*
*
*
*
*
**
**
*
IDV
r = -0.153
r = -0.148
ns
r = 0.231
r = -0.312
ns
r = 0.184
r = -0.175
ns
ns
r = -0.257
r = -0.217
r = -0.172
r = -0.198
r = 0.138
ns
r = 0.15
ns
r = -0.232
r = -0.223
ns
ns
ns
ns
*
*
**
**
*
*
**
**
*
*
*
*
**
**
MAS
r = -0.134
ns
ns
ns
ns
ns
ns
ns
ns
r = -0.151
ns
ns
ns
r = 0.147
ns
ns
ns
ns
ns
ns
ns
ns
ns
ns
*
*
*
UAI
ns
ns
ns
ns
ns
ns
ns
ns
ns
ns
ns
ns
ns
ns
ns
ns
ns
ns
ns
ns
ns
r = 0.143
r = 0.187
r = 0.182
*
*
*
5. Discussion et Conclusion
Certains des relations mises en évidence par nos travaux mériteraient d’être analysées dans des études
spécifiques (personnalité et valeurs personnelles en fonction de la religion ; appréciation des attitudes affectives
en fonction du sexe et de IDV ; confiance dans les services internet en fonction des nations et de PDI ; opinion
sur l’utilité des ordinateurs en fonction des nations; appréciation des contextes de travail en fonction de IDV ;
concentration dans des activités classiques en fonction de PDI ; concentration dans des activités informatiques en
fonction de la nation, de PDI et UAI). Des analyses portant sur l’âge des répondants (non présentées par manque
d’espace) mettent également en évidence l’aptitude prédictive de ce facteur. Il serait bon d’étudier également
l’effet croisé de certains autres facteurs comme les connaissances effectives en informatique, le niveau
d’éducation, l’âge ou encore la familiarité des répondants avec l’Internet, ce que nous n’avons pu réaliser du fait
de la taille limitée de nos échantillons. Certaines autres relations mises en évidence ne nous sont pas apparues
conclusives ou porteuses de sens comme, par exemple, l’auto évaluation des connaissances en informatique et la
religion. D’ailleurs, les résultats propres aux religions sont, à notre avis, à prendre avec précaution car affirmer
une croyance peut avoir une signification différente d’un individu à l’autre. Certains se réfèrent ainsi à une forme
d’héritage familial et social n’impliquant pas nécessairement une pratique importante, ce qui sera nécessaire
chez d’autres croyants.
Chacune des variables que nous avons évaluées indépendamment (sexe, religion, nationalité, dimensions de
Hofstede) montrent une capacité généralement faible de prédiction d’attitudes ou comportements. Pris isolément,
nous pensons cependant que chacun de ces facteurs ne mène pas à des prédictions suffisamment robustes pour
notre objectif d’adaptation en EIAH, rejoignant en cela les conclusions d’autres chercheurs [Miller et al. 08].
Combiner plusieurs de ces facteurs pourrait donner des résultats plus intéressants. L’étude présentée se veut
exploratoire et comporte plusieurs limitations : la représentativité des groupes pris en compte ne peut qu’être
limitée du fait de l’hétérogénéité des populations considérées et les résultats doivent être compris comme des
tendances nécessitant des confirmations ultérieures. Le contexte de la collecte de données (via internet) ne
permet pas d’avoir des conditions pleinement contrôlées. Dans nos futurs travaux, nous souhaitons donc utiliser
des méthodes de regroupement plus représentatives sur des échantillons plus larges afin notamment d’effectuer
des analyses croisées avec plusieurs facteurs supplémentaires.
Bibliographie
[BIGGS 01] Biggs, J. B., « Teaching across cultures », dans F. Salili, Chiu, C., Hong, Y (eds), Student motivation : The culture and context
of Learning, Plenum Press, New York, 2001, p. 293-308.
[HOFSTEDE 01] Hofstede, G., Culture’s Consequences: Comparing Values, Behaviors, Institutions, and Organizations Across Nations,
2ème ed., Sage, London, 2001.
[MILLER et al. 08] Miller, C. A., Smith, K., Culture, Politeness, and Directive Compliance: Does Saying Please Make a Difference, NATO
RTO Symposium HFM142 on Adaptability in Coalition Teamwork, Copenhagen (2008).
[CATS 08] 1st Workshop on Culturally Aware Tutoring Systems (CATS2008), Montréal, Canada, en lien avec ITS2008,
http://www.iro.umontreal.ca/~blanchae/CATS2008 . Consulté le 21 avril 2009.