Voir la source de L'apprentissage auto-régulé : intégration des variables émotionnelles et de la mémoire de travail au modèle de Houart, M. (2017)

==Résumé==
Cet article se concentre sur la perspective du modèle d'apprentissage auto-régulé élaboré par Houart, M. (2017) et son impact dans le processus d'accomplissement de tâches d'apprentissage auto-régulé. En explorant les travaux de Cuisinier, F. (2016) concernant les variables émotionnelles et ceux de Puma et Tricot (2021) sur la Mémoire de Travail, cet article met en lumière l'essence même de ce modèle.En se basant sur le nouveau modèle de l’apprentissage auto-régulé élaboré par Houart, M. (2017), cet article examine l’importance de l’intégration des variables émotionnelles, telles que décrites par Cuisinier, F. (2016) et de la Mémoire de Travail (Puma et Tricot, 2021) dans l’accomplissement d’une tâche lors d'un apprentissage autorégulé. On revient sur le "coeur" du modèle de l'apprentissage auto-régulé et les solutions proposées par Houart M., par Puma et Tricot (2021) pour la gestion de la mémoire de travail et les solutions apportées par Cuisinier, F sur la problématique des émotions.
==Introduction==
Aujourd'hui, l'étude de l'apprentissage auto-régulé suscite un intérêt majeur dans le domaine de l'éducation avec la digitalisation des outils pédagogiques et l'émancipation des EIAH. Cet axe d'investigation revêt une importance capitale non seulement dans la conception de tâches pédagogiques mais aussi dans la recherche sur l'efficacité et le bien-être des apprenants. Ainsi, cet article se focalisera donc sur le modèle de Houart, M. (2017) qui identifie quatre composantes centrales : la ''métacognition,'' la ''motivation'', la ''cognition'' et la ''volition''. En particulier, il explorera en détail l'importance de la consédiration de la variabilité contextuelle du modèle et a dimension émotionnelle de la volition, élucidée par Cuisinier, F. (2018) et comment alléger les stratégies de mémorisation associées à la cognition selon Puma et Tricot (2021). La section suivante examinera comment ces variables interagissent entre elles pendant la réalisation d’une tâche auto-régulée.
==Développement==

=== Prendre en compte la mémoire de travail et les émotions dans la conception d'une tâche pédagogique de nature autorégulée ===
Au coeur du modèle de l'apprentissage autorégulé (Houart, M., 2017), on s'intéresse aux quatre composantes principales et aux actions dans lesquelles elles sont impliquées lors de la réalisation d'une tâche autorégulée :

* L'élève doit se '''motiver''' pour apprendre en définissant le but de la tâche et son opérationnalisation.

* La '''métacognition''' entre en jeu lors de la planification : anticiper quand, où et comment réaliser une tâche.
* Lors de l'exécution de la tâche, l'élève utilise des '''stratégies cognitives''' pour favoriser son apprentissage, telles que :
** Stratégie d'élaboration
** Stratégie de mémorisation
** Stratégies d'organisation conceptuelle

* Houart M. se base sur la classification de Baillet et al, 2016, pour décrire comment la '''volition''' emploie des stratégies externes, comme :
** Structuration du temps
** Exploitation des ressources
** Contrôle de l’environnement

* Et internes, lors de l'effort, et pour faire face aux obstacles rencontrés lors de l'apprentissage :
** Déploiement attentionnel
** Gestion de la motivation
** '''Contrôle des émotions'''

Si le contrôle des émotions, n'intervient que très peu dans l'article de M. Houart (2017), Cuisinier F. (2018), souligne l'importance de reconnaître l'impact des émotions sur l'apprentissage, indépendamment du niveau de compétence initial de l'apprenant. Les résultats des études menées par Op’t Eynde et Hannula (2006) ainsi que par Tulis et Ainley (2011) mettent en évidence la relation étroite entre les émotions et la résolution de problèmes mathématiques. En considérant ces résultats dans la conception des tâches autorégulées, il devient primordial de structurer les activités éducatives non seulement pour l'acquisition de connaissances, mais également pour promouvoir un environnement propice à la régulation émotionnelle. La conception de tâches autorégulées devrait ainsi intégrer des mécanismes permettant de réguler et d'encadrer les émotions des apprenants, favorisant ainsi des réactions émotionnelles plus positives même en cas d'échec. Cette approche pourrait impliquer des outils de régulation émotionnelle intégrés à l'apprentissage ou des techniques visant à encourager une attitude positive envers les erreurs, comme l'attitude d'ouverture par rapport aux erreurs observée chez certains enfants.

Troisièmement, l'incorporation des processus liés à la mémoire de travail dans le processus d'apprentissage représente un élément essentiel, bien que ce point n'ait pas été pleinement développé par Houart, M. (2017) dans ses travaux, Puma, S. et Tricot, A. (2021) l'abordent notamment en soulignant les effets d’''épuisement des ressources cognitives en de la mémoire de travail.'' Ce phénomène se produit notamment lorsque la tâche demande trop de ressources cognitives pour l'élève. Les enseignants peuvent donc adapter leur enseignement en proposant des tâches qui ne surchargent pas la mémoire de travail des élèves, en utilisant des stratégies pour réduire la charge cognitive, ou encore en proposant des activités qui permettent de développer la mémoire de travail des élèves.

==Conclusion==
En conclusion, on a vu comment le modèle d'apprentissage autorégulé met en lumière des composantes essentielles telles que la motivation, la métacognition, les stratégies cognitives et la volition, tout en soulignant l'importance de la prise en compte des émotions et de mémoire de travail dans la conception de tâche auto-régulées. Bien que certains aspects comme la régulation émotionnelle et la gestion de la charge cognitive n'aient pas été pleinement explorés dans le modèle de Houart, M. (2017), des perspectives de recherche s'ouvrent. L'approfondissement de ces domaines pourrait enrichir la conception des tâches autorégulées, en intégrant des mécanismes spécifiques de régulation émotionnelle et des techniques pour gérer plus efficacement la charge cognitive, contribuant ainsi à aider les apprenants dans l'exécution de tâche en toute autonomie.
==Références bibliographiques==
Houart, M « L’apprentissage autorégulé : quand la métacognition orchestre motivation, volition et cognition », ''Revue internationale de pédagogie de l’enseignement supérieur'' [En ligne], 33(2) | 2017, mis en ligne le 15 novembre 2017, consulté le 28 octobre 2023. <nowiki>https://doi.org/10.4000/ripes.1246</nowiki>

Cuisinier, F. (2018). Émotions et apprentissages scolaires: que nous apprend l’étude des émotions déclarées ?. ''Approche neuropsychologique des apprentissages chez l’enfant'', 155, 4-46.

Puma, S., & Tricot, A. (2021). Prendre en compte la mémoire de travail lors de la conception de situations d’apprentissage scolaire. ''Hal open science'' 171. 217-225.

Cette page fait référence à la page [[ADID1 : Les productions des étudiants|ADID1, les productions des étudiant.es]]

Page créée par Lyvia Streich, Volée Drakkar.