l`enseignement à distance vu par un doctorant

L’ENSEIGNEMENT À DISTANCE
VU PAR UN DOCTORANT
Bruno Pereira & Jean Claude Manderscheid
CRLC Val d’Aurelle – Unité de Biostatistiques
293, Rue des Apothicaires 34 298 MONTPELLIER Cedex
Email : [email protected]
Université de Franche-Comté
UFR Sciences du Langage, de l’Homme et de la Société – Laboratoire de Psychologie
30, rue Mégevand 25 030 BESANCON Cedex
Email : [email protected]
Résumé : L’activité d’enseignement est une des formes de formation complémentaire pendant
le déroulement de la thèse. Etre en thèse, c’est avoir l’occasion de faire ses premiers pas dans
le monde de l’éducation et redécouvrir une matière en passant de l’autre côté de la barrière en
se posant de nouvelles questions qui permettront de promulguer un apprentissage cohérent et
juste. L’objectif de cette intervention est donc de présenter un des moyens (de plus en plus en
vogue) de pratiquer une activité d’enseignement pendant le déroulement d’une thèse :
l’enseignement à distance. Mais, nous ne voulons pas nous arrêter au simple fait de
l’enseignement des méthodes quantitatives. Il nous semble en effet essentiel d’aborder ici
certains choix didactiques concernant l’enseignement des statistiques et également de montrer
les contraintes qui peuvent peser sur cet enseignement. Nous insisterons enfin sur une des
notions qui nous semble primordiale avec un public de non scientifiques : la nécessité
d’enseigner la démarche plus que la technique de calcul. Ceci nous semble indispensable pour
que l’étudiant soit capable d’interpréter et de comprendre les résultats.
Mots-clés : Doctorant, statistiques, méthodes quantitatives, didactique
Abstract: Teaching is one of the forms of further training during the PhD. To be a PhD
student, it’s to have the occasion to take its first steps in the world of education and to
rediscover a subject while passing on other side of the barrier by raising new questions which
will make it possible to promulgate coherent and right training. The aim objective of this
intervention is thus to present one of the means (more and more in vogue) of practicing an
activity of teaching during the PhD studies: e-learning. But, we don’t want to stop us with the
simple fact of teaching of quantitative methods. It seems indeed essential to us to approach
here certain didactic choices concerning the teaching of the statistics and also to show the
constraints which can weigh on this teaching. We will insist finally on one of the concepts
which seem to us paramount with a public of nonscientists: need for teaching the step more
than the technique of calculation. This seems essential to us so that the student is able to
interpret and to understand the results.
Key words: PhD student, statistics, quantitative methods, didactic
1
1. Introduction – Pourquoi cette présentation ?
Avant de rentrer dans le vif du sujet et pour mieux comprendre l’intérêt de cette présentation,
il peut sembler important d’expliquer en quelques lignes le parcours universitaire relativement
classique du doctorant que je suis. Titulaire d’une Licence de Mathématiques (Pau), d’un
DESS de Modélisation et Analyse Statistique de l’Information (Vannes) et d’un DEA de
Biostastiques (Montpellier), je débute aujourd’hui ma seconde année de doctorat dans l’Unité
de Biostastiques du Centre de Recherche de Lutte Contre le Cancer de Montpellier. Mon sujet
de thèse me permet d’aborder des notions fondamentales statistiques dans le choix des
stratégies expérimentales (design, calcul de nombre de sujets nécessaires) et des analyses
(modèles linaires généralisés mixtes) à adopter pour des essais d’intervention particuliers
nommés essais randomisés en clusters. Il faut dire que ces concepts sont relativement éloignés
de ceux que j’ai l’occasion d’enseigner aux étudiants que j’ai sous ma responsabilité que ce
soit en formation continue classique ou en formation à distance. C’est bien là que réside une
des premières difficultés de l’enseignement et plus notamment de l’apprentissage en autoformation accompagnée à distance. Il nous faut apprendre à redécouvrir cette discipline que
l’on pense commencer à maîtriser avec un œil nouveau voire novice. Il nous faut nous
concentrer avant toute chose sur l’intérêt de cette discipline dans la filière considérée sans
perdre pour autant perdre de vue les notions que doivent acquérir les étudiants.
Ainsi, comme tout doctorant, j’ai la possibilité d’exercer une activité d’enseignement
complémentaire à mes travaux de thèse par le biais des vacations. Ainsi, depuis deux ans
maintenant, je suis chargé de travaux dirigés en Licence L3 de Psychologie à l’Université Paul
Valéry de Montpellier dans le cadre du cours « Méthodes Quantitatives – Circonscrire le
hasard : décrire ou les fondements de la statistique inférentielle ». Cette première expérience
d’enseignement devant un public pour la majeure partie non scientifique m’a permis de
découvrir qu’étudier les statistiques n’était pas simplement un amas de formules à connaître
sur le bout de doigts. Enseigner une démarche, tenter d’expliquer par des exemples opportuns
choisis judicieusement et surtout réussir à faire comprendre l’intérêt de cette discipline sont
quelques-uns des points essentiels du phénomène d’apprentissage. Bien souvent en effet, les
étudiants de ces filières voient d’un mauvais œil l’enseignement des statistiques et ne
comprennent pas réellement pourquoi on leur enseigne les notions de variabilité d’un
échantillon ou encore les fondements de la théorie des tests. Ils se demandent enfin bien
souvent à quoi peuvent servir les lois Normale et du Chi2 ? Quand et comment utiliseront-ils
ces concepts ?
Ce qui est vrai dans le cadre de formations continues classiques l’est d’autant plus pour les
formations d’enseignement à distance où le cours de statistique peut sembler encore plus
compliqué de part le fait que l’enseignant ne soit pas présent de manière permanente. Aussi,
après avoir présenté dans un premier temps la formation à distance de l’Université de Franche
Comté et plus particulièrement le module de Méthodes Quantitatives dans lequel j’exerce aux
côtés du Professeur Manderscheid, nous détaillerons le programme que nous proposons à nos
étudiants en apportant quelques précisions sur le profil particulier de ces dits étudiants. Nous
aborderons ensuite certains choix didactiques que nous pouvons être amenés à faire ainsi que
les limites susceptibles d’être rencontrées. Pour cela, nous nous appuierons notamment sur
certains échanges entre enseignants et étudiants. Enfin, comment ne pas parler de la relation
particulière enseignant/étudiant (du moins plus que dans les formations classiques) qui
s’installe dans l’enseignement à distance ? Comme le souligne Régnier (2002), les échanges
dans les forums de discussion (ou par le biais de listes de diffusion) permettent des
2
interactions verbales qui réduisent l’isolement voire le stress dû à l’absence d’enseignant.
Souvent, dans le cadre de nos thèses, nous sommes amenés voire fortement encouragés à
valoriser nos travaux de recherche fondamentale par le biais d’articles ou de présentations
dans des congrès. Mais, nous sommes rarement sollicités pour présenter nos témoignages
d’expériences d’enseignement mêlant nos réflexions sur les pratiques pédagogiques ou
didactiques. De part notre expérience encore limitée, vous pourriez trouver cette démarche
présomptueuse mais l’intérêt est justement d’exposer les forces et limites d’un jeune doctorant
dans une pratique de l’enseignement encore récente et qu’il connaît, bien souvent, encore
relativement mal.
2. Licence L3 EPSSEL – Enseignement à distance des méthodes quantitatives
Le centre de télé-enseignement de l’Université de Franche-Comté (CTU) permet aux
personnes qui ne peuvent assister aux cours pour des raisons diverses de commencer,
poursuivre ou reprendre des études universitaires à distance, à l’aide de différents outils
pédagogiques : cours polycopiés, travaux dirigés, devoirs, regroupements pédagogiques sur
place ou par visioconférence et activités en ligne bien entendu. Pour cela, les activités à
distance sont gérées par Moodle qui permet la mise en place de cours en ligne et de sites web ;
ce logiciel étant conçu pour favoriser un cadre de formation socioconstructiviste. Cinq filières
sont proposées au CTU de Franche-Comté dont celle qui nous intéresse plus particulièrement
dans le cadre de cette présentation : les sciences de l’éducation spécialité promotion de la
santé, de la citoyenneté, des actions socioéducatives et de la prévention des risques.
Le cours de Méthodes Quantitatives que nous présentons ici est enseigné dans le cadre de la
Licence L3 de cette spécialité. Pour peut-être mieux comprendre les attentes des étudiants
présents dans cette formation, il est important de rappeler que cette Licence est notamment
ouverte aux titulaires d'un diplôme d'Etat du secteur sanitaire (infirmier, kinésithérapeute,
sage-femme, etc.), social (assistant de service social), de l'éducation (éducateur spécialisé et
éducateur jeunes enfants), de l'animation ainsi qu’aux étudiants de médecine ou pharmacie
ayant validé leur premier cycle universitaire et aux titulaires d'un diplôme universitaire ou
professionnel étranger (hors Europe). Autrement dit, une grande majorité de ces étudiants
possède des bagages a priori relativement faibles (ou peu avancés) en mathématiques et une
aversion pour cette science qui les fait remonter dans leurs vieux souvenirs de lycée. Pourtant,
l’intérêt des statistiques et notamment des méthodes quantitatives n’est plus à démontrer dans
de telles filières. On y étudie les différentes techniques statistiques qui permettent de décrire
une variable, de dégager les relations entre deux ou plusieurs variables et de tirer des
conclusions sur les caractéristiques d'une population à partir de l'observation d'un échantillon.
Voici un des messages écrit par un étudiant quelques jours après le début du cours :
Monsieur Pereira,
Pouvez-vous m’expliquer en quelques mots l’utilité de faire des maths en sciences de
l’éducation où seront essentiellement demandés des qualités de communication ? Là, je ne
vois vraiment pas. Merci de m’éclairer…
Ce cours de méthodes quantitatives est conçu selon une approche pédagogique propre à la
formation à distance et se veut pragmatique ; comportant ainsi peu de notions théoriques. Les
objectifs fixés sont d’une part de concevoir et de rédiger un questionnaire pertinent et d’autre
part d'utiliser concrètement et avec discernement un logiciel d'analyse statistique (EPI INFO)
3
pour réaliser une analyse statistique des données recueillies. Pour répondre à ces objectifs,
nous avons décidé d’aborder les thèmes suivants : qu’est ce qu’une variable, distributions de
fréquences et de pourcentages, mesures de tendance centrale et de variation, notions de la
théorie des tests d’hypothèses, tests du Chi 2 et de Student, analyse de la variance.
Dans la suite de cette présentation, nous prendrons un exemple du cours associé à la théorie
des tests d’hypothèses. Avant d’expliquer par exemple ce qu’est le test du Chi 2 ou le test t de
Student, il est primordial d’aborder la nature logique du test, d’insister sur la procédure de
prise de décision avant de s’intéresser à la procédure du test commune à l’ensemble des tests
statistiques. Nous y viendrons plus loin.
Les tests statistiques répondent tous à une procédure constante. Celle-ci est composée de deux
éléments, d’abord un tableau de prise de décision, qui inclue des risques d’erreur, ensuite une
séquence d’étapes, dont les seules variations sont les statistiques utilisées selon la situation.
[…] La logique du test est donnée dans le tableau à double entrée présenté dans ce qui suit.
Compte tenu d’une hypothèse nulle affirmant l’absence de différence ou une absence de
relation, quatre situations sont possibles. On peut décider que H0 est soit vraie soit fausse, en
réalité (mais nous ne le savons pas) elle est vraie ou fausse…
Dans Moodle, communication et collaboration peuvent avoir lieu grâce aux forums (endroit
où la plupart des discussions ont lieu) et aux chats (moyen pratique d’échanger les points de
vue de chacun à propos d’un sujet en temps réel) pour les activités de conversation. A travers
les sondages, l'enseignant pose une question et donne un choix de plusieurs réponses
possibles. Cette activité est utile pour permettre par exemple à une classe de voter sur un
choix à faire dans un cours ou pour atteindre un consensus dans un groupe de recherche. Les
travaux peuvent alors être remis par les étudiants et évalués par les enseignants grâce aux
devoirs ou aux ateliers. Nous postulons, en effet, qu’il est important d’intégrer ces artefacts de
socialisation dans la scénarisation des situations d’apprentissage, tout en respectant une
chronologie cohérente dans leur emploi.
3. Choix didactiques et contraintes liées à l’enseignement des statistiques à distance
Après nous être essentiellement focalisés sur la question de l’enseignement de la statistique
dans le cadre de la Licence L3 d’éducation à la santé, intéressons-nous maintenant à
l’explication de certains de nos choix didactiques et aux limites rencontrées dans
l’enseignement de cette discipline. Un des premiers fondements repose sur l’importance de la
constitution de groupes (d’équipes) et la capacité de nos étudiants à passer du travail en
groupe (mode coopératif ou mode collectif) au travail individuel. Selon les exercices
demandés, ils doivent savoir mettre leurs compétences et connaissances en osmose pour
accomplir la tâche demandée ou alors a contrario savoir s’isoler pour choisir par exemple la
méthode ou la stratégie qui leur semble la plus pertinente. Ce n’est d’ailleurs pas forcément si
évident à leur faire admettre ; la formation d’enseignement à distance étant un exemple assez
caractéristique du travail en groupe. Ceci implique la nécessité d’un relatif équilibre des
compétences, un engagement mutuel des participants, des valeurs et des stratégies
communes ; le tout reposant sur la confiance mutuelle.
Pour que l’étudiant soit capable d’interpréter et de comprendre les résultats, il est
indispensable d’insister dans la nécessité d’enseigner la démarche plus que la technique de
calcul, de comprendre le sens du modèle construit pour conduire une analyse statistique
4
pertinente. Dans le programme décrit précédemment, nous gardons constamment à l’esprit
cette idée essentielle. Ainsi, lorsque nous abordons pour la première fois la théorie des tests,
nous tentons d’expliquer au mieux ce que sont α, β, la p-value, les hypothèses nulle H0 et
alternative H1, une différence significative, etc. Après et seulement après cela viendront les
notions de comparaisons de proportions ou de moyennes. Mais, il est essentiel de savoir que
pour tout test statistique, il faut au départ fixer une hypothèse nulle, une hypothèse alternative
H1 qui va « contredire » H0, « se donner » des risques d'erreur (de se tromper) α et β, comme
par exemple dans le domaine médical (Schwartz 1995, Goldberg 1990):
H0 - Deux traitements A et B sont équivalents (en termes de succès)
H1 - Le médicament B est meilleur que A
Mais souvent, les difficultés ne sont pas où l’on croit et lorsqu’elles existent, elles ne se
situent pas au même endroit pour tous les étudiants. Il s’agit là très probablement d’une
difficulté forte de l’enseignement à distance (et peut-être plus encore pour un jeune doctorant
peu expérimenté). Ainsi, lors d’un exercice où l’on croise deux variables qualitatives (sexe et
section universitaire à 3 modalités), il semble que l’étudiant comprend les notions associées
aux tests statistiques (a priori relativement difficiles) mais commet une grosse confusion
concernant la nature de la variable considérée (qualitative à 3 modalités et non 3 variables).
Par le biais du message électronique ci-dessous, nous avons pu rectifier la vérité pour cet
étudiant (mais peut-être aussi pour d’autres) :
Après avoir "planché" sur le cours, je comprends les notions que vous nous demandez
d'assimiler (H0, H1, risques d'erreurs...), les difficultés rencontrées dans le devoir se
concentrent principalement sur la question 3 (incompréhensible pour moi):
- Faut-il établir 2 tableaux comparatifs en fonction des résultats observés et attendus (selon
H0)? Le tableau du devoir comporte 3 variables (litt, scient, autre), doit-on les comparer
ensemble, doit-on les croiser 2 par 2 (tous vos exemples ne comportent que 2 variables)
- La formule présentée : l'identification de ligne i, ligne j, l'effectif de la cellule, la formule
elle-même (que représente-t-elle?), le i ou le j sous la somme? Beaucoup de questions!!
Malgré tout, les formules sont là et ce sont elles qui font les maths et nous permettent de faire
les calculs. Mais plus que cette notion de formule existante pour un calcul, il est primordial
d’expliquer le sens de cette formule, de comprendre par exemple comment est construite la
statistique de test du Chi 2. Mais, malgré toutes les mesures prises pour une compréhension
optimale du plus grand nombre, il est difficile d’atteindre cet objectif du premier coup. Ainsi,
notre esprit d’enseignant fait-il peut-être, par moment, abstraction de la difficulté que peut
représenter un énoncé a priori simple. Plus qu’ailleurs, le choix des mots utilisés pour les
cours ou les corrections d’exercices (dans le cadre des TD) est essentiel. Ceci représente très
certainement le second point où l’enseignant (et encore une fois certainement le jeune
doctorant) doit faire preuve de grande vigilance. Nous pouvons nous retrouver dans des
situations semblables à celle-ci :
Pour le QCM question 7: ALPHA est-il égal à P. CHI SQUARE, à quoi cela correspond?
Heureusement, l’enseignant n’est pas seul (et ne perd pas ainsi tout espoir) ; un étudiant
pouvant être leader ou meneur à plusieurs niveaux : interactions, processus, contenus. Il peut
représenter l’évolution perpétuelle du groupe. Voici, pour cet exemple, la réponse d’un
camarade :
5
Bonjour, si je peux me permettre, à faire valider par M Pereira mais le chi square = chi 2.
Bonne journée
Pour terminer, il est également important de faire le parallèle avec les TD donnés dans le
cadre de la Licence L3 de Psychologie en formation en présentiel. Ainsi, s’il a déjà été
constaté que les attitudes des étudiants à l’égard des statistiques restent relativement proches
quel que soit le type de formation dans lequel ils sont inscrits (Régnier (2002)), les difficultés
d’apprentissage et de compréhension sont accrues de part la distance entre étudiant et
enseignant. Ce dernier doit donc privilégier les échanges par courriers électroniques (type liste
de diffusion ou forums) qui représentent, à notre humble avis, la pièce maîtresse de
l’enseignement à distance. Ils permettent à la fois de comprendre ce qui a été ou non assimilé
par les étudiants mais également une remise en question immédiate. Ainsi, le comportement
de l’enseignant favorise ou non le sentiment d’appartenance à un groupe et encourage la
persévérance.
4. Conclusion
Pouvoir effectuer de l’enseignement à distance lorsque l’on est doctorant apporte très
certainement un plus tant au niveau de la compréhension des notions de base des statistiques
que de la qualité de rédaction. Cela représente, du moins en ce qui me concerne, une véritable
opportunité. Avant de transmettre un savoir, il faut en connaître les fondements et plus que les
connaissances qui ne sont pas remises en cause, c’est réellement la capacité (voire le goût)
pédagogique qui est mis en exergue dans les formations à distance telle que la Licence L3
EPSSEL. Le comportement de l’enseignant est donc bien central pour susciter le travail en
ligne. Néanmoins, cet enseignement particulier suppose une véritable formation pédagogique,
méthodologique, organisationnelle et communicationnelle des enseignants ou du moins une
certaine sensibilisation aux problèmes qu’ils sont amenés à rencontrer en tant que formateur
dans le cadre d’un apprentissage à distance. Enfin, plus que dans les formations en présentiel,
il semble que l’hétérogénéité d’un groupe d’étudiants d’un point de vue des connaissances
reste un des problèmes majeurs pour ce type de formation tout comme la réflexion de
l’évaluation en tant que processus de formation.
Bibliographie
[1] Goldberg, M (1990) L’épidémiologie sans peine, Editions Frison-Roche
[2] Manderscheid, J-C (1994) Modèles et principes en éducation pour la santé. Revue
Française de Pédagogie, n° 107, 81-96.
[3] Manderscheid, JC, Dumont, C, Jeunesse C, (2007) L’évaluation en ligne des
enseignements en ligne à l’Université : outils, difficultés et intérêts, 4e colloque UC Louvain
[4] Régnier, J-C (2002) L’enseignement de la statistique dans une formation à distance de
licence de sciences de l’éducation en France, XXXIV Journées de Statistique, Bruxelles
[5] Schwartz, D (1995) Méthodes Statistiques à l’usage des médecins et des biologistes,
Editions Flammarion
6