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

Résumé

En se basant sur le nouveau modèle de l’apprentissage auto-régulé élaboré par Houart (2017), cet article examine l’importance de l’intégration des variables émotionnelles, telles que décrites par Cuisinier (2016) et de la Mémoire de Travail (Puma et Tricot, 2021) dans la conception d’une tâche d'apprentissage autorégulé.

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 est d'une grande importance, 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 sur le modèle de Houart (2017) qui identifie quatre composantes centrales : la métacognition, la motivation, la cognition et la volition. En particulier, il soulignera l'importance de la considération de la dimension émotionnelle, élucidée par Cuisinier (2018) et de la mémoire de travail selon Puma et Tricot (2021).

Développement

Au centre du modèle de l'apprentissage autorégulé (Houart, 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'apprenant utilise des stratégies cognitives pour favoriser son apprentissage, telles que :
  • Stratégie d'élaboration
  • Stratégie de mémorisation
  • Stratégies d'organisation conceptuelle

• Houart (2017) 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 Houart (2017), Cuisinier (2018) souligne l'importance de reconnaître l'impact des émotions sur l'apprentissage. 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 (Cuisinier, 2018). En considérant ces résultats dans la conception de 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. Cette approche pourrait impliquer des outils de régulation émotionnelle intégrés à l'apprentissage ou des techniques visant à encourager une attitude positive envers l'échec, par exemple.

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 (2017), Puma et Tricot (2021) l'abordent en soulignant les effets d’épuisement des ressources cognitives utilisées par la mémoire de travail. Ce phénomène se produit notamment lorsque la tâche demande trop de ressources cognitives pour l'apprenant. Par conséquent, les enseignants devraient considérer l'utilisation de tâches qui ne surchargent pas leur mémoire de travail, en utilisant des stratégies pour réduire la charge cognitive.

Conclusion

En conclusion, on a vu la manière dont le modèle d'apprentissage autorégulé met en lumière des composantes essentielles telles que la motivation, la métacognition, la cognition 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 (2017), des perspectives de recherche s'ouvrent.

Références bibliographiques

Houart, M. (2017). L’apprentissage autorégulé : quand la métacognition orchestre motivation, volition et cognition. Revue internationale de pédagogie de l’enseignement supérieur, 33(2), 1-23. https://doi.org/10.4000/ripes.1246

Cuisinier, F. (2018). Émotions et apprentissages scolaires: que nous apprend l’étude des émotions déclarées ?. Approche neuropsychologique des apprentissages chez l’enfant, 155, 4-21. https://emotischool.com/Cuisinier(2018)_Ana%C3%A9_fichier_auteure.pdf

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. https://hal.science/hal-04180240

Cette page fait référence à la page ADID1, les productions des étudiant.es

Page créée par Lyvia Streich, Volée Drakkar.