Cognition: son rôle dans l'apprentissage autorégulé et collaboratif

De EduTech Wiki
Version datée du 3 novembre 2023 à 10:27 par Gaëlle Molinari (discussion | contributions) (→‎Références bibliographiques)
(diff) ← Version précédente | Voir la version actuelle (diff) | Version suivante → (diff)
Aller à la navigation Aller à la recherche

Résumé

Le texte suivant présente une mise en lien entre trois articles issus de revues scientifiques mettant en avant l’importance des processus cognitifs dans l’apprentissage autorégulé et collaboratif.

Introduction

Apprendre n’est pas une chose aisée pour les apprenants. En effet, dans une approche cognitive, l’activité d’apprendre met en marche différentes fonctions cognitives dans le cerveau permettant de traiter, d'interpréter et de stocker de l'information. Plusieurs modèles et théories seront explicités afin de mieux comprendre les processus cognitifs impliqués dans l’apprentissage, d’une part au niveau de l’individu en autonomie et d’autre part, en interaction avec des pairs, ainsi que leurs impacts dans l’action pédagogique.

Développement

Mémoire de travail

La mémoire de travail est un espace de transformation des informations traitées par l’individu. Selon la théorie cognitive de l’apprentissage multimédia (Mayer, 2021), elle repose sur trois éléments fondamentaux :

  • Deux canaux de traitement de l’information : une pour le traitement des informations auditives et une pour les informations visuelles.
  • La quantité d’informations traitée simultanément est limitée.
  • La mémoire de travail est un processus actif qui se traduit par la sélection des informations, l’organisation de celles-ci sous forme de chunks (Miller, 1956) et leur intégration aux connaissances préalables en mémoire à long terme.

Les processus cognitifs dans l’apprentissage autorégulé et collaboratif : deux contextes d’apprentissage différents

Apprentissage autorégulé (Houart, 2017)

Selon le modèle de l’apprentissage autorégulé de Houart (2017), il existe une interaction dynamique indéniable entre la motivation, la volition, la cognition et la métacognition de l’apprenant. En effet, lorsque l’apprenant travaille en autonomie, il se retrouve seul face à une série de tâches à effectuer. Le modèle met en avant plusieurs compétences successives et essentielles pour parvenir à un apprentissage autorégulé.

  • Intentionnalité (objectif et opération) : mobilisation de stratégies métacognitives d’anticipation et de planification.
  • Entrée dans la tâche : mobilisation de stratégies volitionnelles et cognitives.
  • Prise de distance : lors de la réalisation de la tâche, l’apprenant observe, analyse et juge la situation afin d’adapter ses stratégies et par conséquent, enrichit ses connaissances métacognitives.

Apprentissage collaboratif dans une approche cognitive

L’apprentissage collaboratif considère l’importance des interactions sociales pour favoriser l’apprentissage. Selon l’approche piagétienne, l’émergence d’un conflit sociocognitif conduit à la réorganisation des connaissances en mémoire. De ce fait, la confrontation des idées avec le groupe devient un moyen pour l’apprenant de construire des connaissances. Cress & Kimmerle (2017) soulignent le rôle du langage comme un médiateur entre le système cognitif et social qui permet aux individus d’externaliser leurs connaissances d’un sujet et ainsi, permettre aux deux systèmes de co-évoluer.

Apprenant expert VS novice

Tout d’abord, l'article de Puma et Tricot (2021) souligne une distinction chez les apprenants novices et les apprenants experts. Les experts peuvent maintenir une plus grande quantité d’information, sur des périodes plus longs et à moindre coût cognitif qu’un novice. Ensuite, les compétences liées à l’autonomie ne sont pas innées. L’article de Houart (2017) nous montre que de nombreux étudiants en enseignement supérieur se retrouvent en difficulté parce que le contexte pédagogique dans lequel ils sont ne leur permet pas de développer des stratégies volitionnelles. Ils sont facilement distraits par divers facteurs externes et/ou interne, ce qui les empêche de se concentrer sur leur objectif et se motiver pour accomplir les tâches demandées. Ceci est également le cas quel que soit l’âge de l’apprenant. En effet, pour mobiliser des stratégies métacognitives de manière pertinente, encore faut-il savoir ce que signifie planifier et organiser son travail. Il est en de même pour la collaboration.

Charge cognitive

Par la suite, nous avons vu plus haut que la mémoire de travail a une capacité limitée. Il s’agit d’un processus cognitif qui demande à l’individu de puiser dans ses ressources cognitives afin de traiter les diverses informations qui l’entoure. Il peut alors rapidement devenir coûteux. On parle alors de charge cognitive.

La charge cognitive de la mémoire de travail est décrite par Bartlett (1932) comme regroupant toutes les connaissances stockées en mémoire à long terme. Dans le processus d’apprentissage, elle se divise en trois composantes cumulatives :

  • Charge cognitive intrinsèque : elle regroupe toutes les informations pertinentes et nécessaires à l’apprentissage.
  • Charge cognitive extrinsèque : elle regroupe les ressources et les traitements cognitifs utilisés pour les activités qui ne sont pas directement nécessaires à l’apprentissage.
  • Charge cognitive utile : il s’agit de la part de ressources non utilisées pour transférer les informations maintenues en mémoire de travail vers la mémoire à long terme.

Par conséquent, l’épuisement des ressources cognitives risque de conduire à une baisse de la performance cognitive. La charge cognitive est alors importante à prendre en compte dans le processus d’apprentissage. Dans l’apprentissage collaboratif, il peut être difficile pour l’individu d’intégrer en même temps toutes les idées externalisées par ces pairs.

Pistes pour soutenir les processus cognitifs dans les apprentissages

Pour finir, voici quelques pistes proposées par les articles au regard des 17 principes de la théorie de la charge cognitive afin de soutenir les processus cognitifs dans les apprentissages. Tout d’abord, rendre une tâche moins exigeante permet une réduction de la charge intrinsèque. Ensuite, intégrer des sources d’informations dans l’espace et le temps afin de diminuer les allers-retours attentionnels et perceptives qui peuvent devenir coûteux. Enfin, découper une notion en constituants élémentaires afin de construire les connaissances de manière progressive tout en réduisant la charge cognitive. Pour l’apprentissage collaboratif, il s’agirait d’utiliser des artéfacts numériques tels que les scripts collaboratifs, les outils d’awareness et les technologies sémiotiques.

Conclusion

En conclusion, nous pouvons mettre en avant l’importance de faire prendre conscience aux apprenants les compétences et les aspects implicites que demande certain type d’apprentissage, tel que l’apprentissage autorégulé et collaboratif. De plus, il est essentiel aux enseignants de prendre en compte la charge cognitive que peut créer une situation d’apprentissage, ainsi que toutes les composantes sur lesquels nous pouvons agir (cognitives, métacognitives, motivationnelles et volitionnelles) afin d’adapter les actions pédagogiques de manière efficace.

Références bibliographiques

Houart, M. (2017). « 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 08 septembre 2020. URL : http://journals.openedition.org/ ripes/1246

Molinari, G., Muller Mirza, N., Tartas, V. (s.d.). Regards croisés des approches cognitives et socioculturelles sur l'apprentissage collaboratif: Quelles contributions dans le domaine de l'éducation ? Réinterroger les rapports entre les sciences de la cognition et de l'éducation, RE, 25.

Puma, S., Tricot, A. (2021). Prendre en compte la mémoire de travail lors de la conception de situations d’apprentissage scolaire. Approche neuropsychologique des apprentissages chez l’enfant, 2021, 171, pp.217-225. hal-04180240

Rédigée par Sokcheata Khieu, étudiante du MALTT, volée DRAKKAR, Université de Genève, le 17.10.2023


Retour vers la page des productions de la volée DRAKKAR