jeudi 5 septembre 2019

Caractéristiques et critères d'application de l'effet de non-spécification du but (goal free effect)

C’est le plus ancien effet étudié dans le contexte de la théorie de la charge cognitive. Son objectif est de maximiser l’apprentissage des élèves à travers la résolution de problèmes.


(Photographie : Luke Brown)



Principe


Le type d’énoncé de problème que l’on propose dans ce cadre comporte classiquement un ensemble de données (voir plus bas dans l’article pour des exemples). La différence se joue dans le fait de ne pas préciser pas une inconnue. On demande simplement à l’élève de manipuler les données fournies pour en générer de nouvelles informations pertinentes. Il est également supposé que tous les savoirs et savoir-faire en rapport avec la résolution attendue ont été enseignés précédemment.

Le principe de l’effet de non-spécification du but est de :

  • Détourner l’esprit de l’élève de ses connaissances primaires, en ce qui concerne les stratégies de résolution de problème
  • Favoriser chez lui la mobilisation de connaissances secondaires préalablement enseignées, en vue de faciliter son apprentissage.




Niveau d’expertise et stratégies


Les stratégies de résolution de problèmes privilégiées par un individu dépendent de son degré d’expertise spécifique dans le domaine considéré.

Les novices tendent ainsi à privilégier dans toutes les situations et sous une forme similaire, une stratégie moyen-fin et un tronçonnage (chunking) basique et superficiel des informations. Ces stratégies des novices relèvent des connaissances primaires.

Les experts dans un domaine tendent à privilégier des stratégies expertes qui sont souvent spécifiques au domaine considéré et peu transférables à d’autres domaines. Les stratégies expertes relèvent de connaissances secondaires.

La recherche a montré que des experts en physique construisent leur raisonnement à partir des données fournies dans l’énoncé en allant directement vers la solution. De telles stratégies « directes » (appelées « feed forward ») sont retrouvées dans de nombreux domaines d’expertises, tels que le diagnostic médical ou encore la programmation informatique.

Le choix des stratégies d’un expert est plus pertinent que celui d’un novice, ce qui lui permet de répondre plus rapidement avec une meilleure réponse :

  • Un grand nombre de représentations sont stockées en mémoire par les experts.
  • Contrairement aux novices, les experts n’ont pas besoin de chercher comment trouver une bonne réponse à un problème, puisqu’ils connaissent déjà la meilleure stratégie pour aboutir à la réponse.
  • La connaissance de la résolution aboutissant à la réponse permet aux experts d’utiliser d’autres stratégies que l’analyse ou stratégie moyen-fin.

L’enjeu auquel répond l’effet de non spécification de but est qu’un élève apprenne plus facilement ces stratégies expertes et devienne capable de les mobiliser à bon escient.




Stratégie moyen-fin


Il s’agit d’une stratégie typique utilisée par défaut par les novices et donc par les élèves, lorsqu’on leur présente des problèmes présentés de manière conventionnelle. Cette stratégie correspond à une connaissance primaire, elle n’a pas besoin d’être enseignée.

La difficulté de la stratégie moyen-fin est qu’il s’agit d’un processus particulièrement coûteux pour la mémoire de travail. L’élève qui l’entreprend court le risque d’une surcharge cognitive :

  • Il risque de ne jamais aboutir à la réponse.
  • S’il y aboutit, il risque de ne générer aucun apprentissage.


Lorsqu’il utilise une stratégie moyen-fin, l’élève doit conserver et traiter en mémoire de travail quatre éléments qui sont :

  1. L’état actuel du problème, là où il en est dans la résolution
  2. L’état du but, c’est-à-dire la représentation de sa solution
  3. Les étapes entre les l’état actuel et l’état du but
  4. Les opérations qui pourraient réduire les différences, trouver des données intermédiaires manquantes et réaliser une étape

L’élève, obnubilé par la recherche d’une solution, est à l’affut de toute manipulation de données qui pourrait lui permettre de s’en approcher.

La stratégie moyen-fin impose de maintenir en mémoire de travail l’ensemble des étapes nécessaires pour parvenir à la solution en raisonnant à l’envers. Les novices partent de la solution et ajoutent autant d’étapes que nécessaire pour parvenir à un état permettant le calcul d’une solution.

De fait, la stratégie moyen-fin n’a que peu de rapport avec les processus de construction des connaissances. L’élève fait feu de tout bois pour aboutir coûte que coûte à une solution.

Si l’enjeu de la résolution de problème pour l’enseignant est que l’élève apprenne à reconnaître les états problématiques et les meilleurs mouvements associés à chaque état, la stratégie moyen-fin n’est pas indiquée.

Non seulement l’élève sature sa mémoire de différentes informations, mais celles-ci présentent des niveaux élevés d’interactivité. La mise en route d’une stratégie moyen-fin va générer toute une charge extrinsèque qui va hypothéquer le déploiement d’une charge utile. De fait, la mémoire de travail peut être submergée par une stratégie moyen-fin, réduisant ou même empêchant l’apprentissage.

Dans la perspective d’un enseignement efficace, il est dès lors logique de considérer la stratégie moyen-fin comme un obstacle majeur à l’efficacité de l’apprentissage. Elle ne favorise ni l’induction de règles ni l’acquisition de schémas de procédure spécifiques.

Demander aux élèves d’apprendre par la résolution de problèmes implique deux processus :

  • Résoudre le problème
  • Générer un apprentissage. 
La stratégie moyen-fin n’est optimale pour aucune de ces deux finalités.





Choix de la stratégie


La recherche a montré que la stratégie moyen-fin n’est pas l’unique stratégie à la disposition des novices, de la même manière que les experts peuvent utiliser cette stratégie.

Cependant, les experts sont généralement meilleurs pour choisir la stratégie la plus adaptée et ayant donné le plus souvent les meilleurs résultats.

Si les élèves n’utilisent pas toujours spontanément, les stratégies expertes spécifiques qui leur ont été enseignées, c’est surtout parce qu’elles nécessitent des connaissances qu’ils ne possèdent pas ou pas encore.

Le mode opératoire, la manière de résoudre un problème est donc contraint par l’expertise de la personne résolvant ce problème. En retour, le mode opératoire a un effet sur les ressources cognitives disponibles pour l’apprentissage.

On peut et on a donc toutes les raisons d’essayer de diminuer la fréquence de l’utilisation de la stratégie moyen-fin par les élèves et de favoriser celle de stratégies expertes chez les élèves, pour leur en permettre l’apprentissage.





Pourquoi ne pas spécifier de but ?


Travailler à rebours à l’aide d’une stratégie moyen-fin exige la connaissance de l’objectif. Si nous ne connaissons pas l’objectif, nous ne pouvons pas faire marche arrière à partir de celui-ci. Nous ne pouvons travailler en avant qu’à partir de ce qui nous est donné, en considérant une étape à la fois.

L’objectif de la non-spécification de but est de diminuer la charge extrinsèque afin d’augmenter la charge utile et générer un apprentissage plus conséquent. L’élimination des éléments en interaction associés à la recherche d’une solution peut réduire considérablement la charge extrinsèque.

Lorsque des problèmes conventionnels sont remplacés par des problèmes sans spécification du but, les élèves ne sont plus en mesure d’extraire les différences entre un état actuel du problème et un état ultérieur simplement parce qu’aucun état objectif final n’est fourni.

Ce faisant, on les empêche d’utiliser une stratégie moyen-fin et on les incite à utiliser des stratégies plus directes et spécifiques. À défaut d’avoir une vision d’ensemble de la résolution du problème, ils vont concentrer leur attention sur la prochaine étape. La charge extrinsèque étant amenuisée, la charge utile est alors plus facilement mobilisée, générant un apprentissage.

Les élèves sont amenés à considérer chaque élément, chaque donnée du problème rencontré et tout opérateur de résolution (règle ou procédure) qui peut lui être appliquée

Une fois qu’un opérateur a été appliqué, un nouvel état de problème a été généré et le processus peut être répété. Successivement, l’élève est amené à porter son attention sur des savoirs et savoir-faire pertinents.

Les élèves, confrontés à un problème sans but, se concentrent uniquement sur l’état actuel du problème et sur la façon d’accéder à tout autre état.

Un autre avantage de la non-spécification du but est que cela incite les élèves à explorer les données et à annoter les schémas ou à en faire. Ce genre de stratégie est particulièrement précieux parce qu’elles permettent de révéler ou de mettre en évidence des liens ou d’autres informations sous-jacentes dans l’énoncé.


Exemples


Exemple d’application 1


Par exemple, en géométrie au secondaire, un problème typique demande aux élèves de « calculer un angle précis, comme l’angle DBE ».

Par contre, la version du problème prenant en compte l’effet de non-spécification du but n’invitera  pas les élèves à calculer spécifiquement cet angle, mais utilisera une formulation plus générale comme « calculer la valeur d’autant d’angles que possible ».

Cette formulation particulière du problème permettra toujours aux élèves de calculer l’angle ciblé du problème conventionnel (angle DBE), mais les élèves sont libres de calculer autant d’autres angles qu’ils le peuvent et ne sont pas tenus de se concentrer sur un but ultime.

L’effet sans but se produit lorsque les élèves, après avoir résolu des problèmes sans but démontrent des résultats d’apprentissage supérieurs aux élèves qui ont résolu des problèmes conventionnels équivalents.

Lorsque les élèves sont confrontés à la version qui les oblige à trouver une valeur pour l’angle DGE, ils ont tendance à se concentrer sur cet objectif et de mobiliser la stratégie moyen-fin, en essayant de trouver un ensemble de connexions avec les données.

Lorsque les élèves sont confrontés à la version sans but spécifié, ils vont chercher angle après angle, étape par étape, du plus simple vers le plus complexe. La probabilité qu’ils trouvent la valeur de l’angle DBE augmente par rapport à l’autre type de problème.

Pour résoudre le problème, les élèves doivent d’abord résoudre l’angle ABC. En demandant de calculer directement DBE on augmente la charge extrinsèque, car ils vont devoir définir un sous-objectif, ABC, qui va diminuer l’espace disponible pour une charge utile en mémoire de travail.

L’avantage de l’approche sans but est que les élèves peuvent commencer à calculer des valeurs immédiatement sans avoir à réfléchir à des sous-objectifs intermédiaires.



Exemple d’application 2


Soit le problème classique suivant :

Version initiale : Une voiture initialement à l’arrêt accélère de manière uniforme pendant 1 minute. Sa vitesse finale est de 2 kilomètres par minute. Quelle distance a-t-elle parcourue ?

Une prise en compte de l’effet de non-fixation du but le transformerait de cette façon :

Version adaptée : Une voiture initialement à l’arrêt accélère de manière uniforme pendant 1 minute. Sa vitesse finale est de 2 kilomètres par minute. Calcule la valeur d’autant de variables que possible !

La version initiale de l’énoncé va imposer aux élèves de partir de l’état final du problème : 

  1. L’élève va se concentrer sur la recherche de la distance parcourue.
  2. Il doit également activer la connaissance selon laquelle la distance est fonction de l’accélération et du temps.
  3. Le temps étant connu, mais pas l’accélération, il va falloir que l’élève active une connaissance supplémentaire selon laquelle l’accélération peut être calculée à partir des données du problème.

Les élèves qui résolvent ce problème doivent tenir compte à la fois du problème posé, de l’objectif, des différences entre le problème posé et l’objectif et des opérateurs de résolution de problèmes qui pourraient réduire ces différences. Chacun de ces éléments interagit, ce qui entraîne des niveaux très élevés d’interactivité.

Pendant toute la résolution du problème, selon la stratégie moyen-fin, ces trois étapes vont êtres maintenues en mémoire de travail, en plus du traitement calculatoire propre à la résolution. Tout ce processus ajoute une charge non souhaitable sur les ressources cognitives.

La version adaptée permet aux élèves de se focaliser sur l’application de leurs connaissances :

Les élèves ne doivent plus maintenir les étapes de résolution de calcul, en mémoire de travail, ni viser une solution précise. Ceci réduit la charge sur les ressources cognitives.

Les résultats de recherches ont montré que le groupe sans objectif a plus facilement opté pour une stratégie tournée vers l’avant, c’est-à-dire directe, plutôt que de continuer à utiliser la stratégie moyen-fin. Cela s’est encore vérifié par la suite lorsqu’ils ont été soumis à des problèmes classiques.

Les élèves de ce groupe sans but ont aussi utilisé les équations différemment du groupe confronté aux problèmes classiques.

  • Les élèves confrontés aux problèmes classiques tendent à simplement noter les équations.
  • Les élèves confrontés aux problèmes sans spécification de but tendent à noter les équations avec des substitutions complètes à partir des données. 
Cette capacité accrue de substituer et de transformer des formules est une preuve d’une réduction de la charge cognitive.



La question des chunks


Le chunk représente un regroupement d’informations organisées en mémoire de travail. L’usage de stratégies expertes est conditionné à l’élaboration de chunks experts. En effet, l’unité élémentaire de l’information, le chunk, change, se complexifie et s’enrichit avec l’expertise.

Les chunks experts contiennent davantage d’information, ce qui permet aux experts de percevoir de plus grands ensembles et plus rapidement que les novices.

De cette manière, l’expertise rend à la fois la mémoire de travail et la mémoire à long terme, plus performantes dans le domaine considéré.

Ainsi, chez les experts, les chunks maintenus en mémoire de travail contiennent plus d’informations et sont moins sensibles au déclin lié au temps que ceux des novices. Ils nécessitent moins de rafraîchissements.

Tout cela devient possible, car l’organisation des schémas des experts est différente. Ils peuvent catégoriser les problèmes en fonction de leur structure profonde, plutôt qu’à partir d’éléments de surface. L’expert a un accès facilité à la dimension abstraite et conceptuelle d’un problème, tandis qu’un novice s’attache à ses caractéristiques conceptuelles et de surface.


Des stratégies plus performantes chez les experts


Les traitements effectués par des experts nécessitent moins d’efforts et produisent moins d’erreurs.

Les experts font preuve de meilleurs choix de stratégies et sont plus flexibles dans leurs utilisations.

L’explication est qu’avec l’expertise, les traitements gagnent en précision et exactitude, ils se procéduralisent autour d’invariants et de paramètres. Tout ceci rend l’information contenue dans un problème plus rapide à traiter, même dans des cas plus particuliers.

Cette optimisation permet aux experts d’utiliser moins de ressources cognitives lors de la résolution de problèmes qui appartiennent à leur domaine d’expertise. Ces bénéfices restent toutefois limités à un domaine d’expertise et sont difficilement transférables (quand ils le sont) à d’autres domaines.



Limites de l’effet de non-spécification du but


L’effet de non-spécification du but est moins universel et omniprésent que l’effet du problème résolu (voir article). En effet, s’il fonctionne très bien dans un nombre très limité de domaines, il ne fonctionne pas dans tous les domaines.

Il fonctionne très bien dans des domaines où l’on demande de calculer les valeurs d’autant de variables que possible alors qu’il n’y a qu’un nombre très limité, peut-être 3, 4, 5 variables évaluables. Dans ce cas, si l’élève dispose des connaissances spécifiques, il peut assez rapidement tout calculer et il est peu probable qu’il n’exploite pas une connaissance spécifique dont il dispose.

Dans d’autres domaines, parfois même de mathématiques également, on se retrouve rapidement dans des situations où un nombre considérable d’opérations peuvent être effectuées. Ceci constitue dès lors une impasse. Des domaines comme la géométrie ou la physique semblent privilégiés pour l’exploitation de cet effet.

D’une certaine manière, l’effet de non-spécification de but est une forme d’approche d’enseignement guidé de façon minimale. Il fonctionne dans un cadre très délimité et relativement cadenassé et peut à ces conditions, générer un apprentissage. En résolvant des problèmes sans buts spécifiés, les élèves apprennent à calculer toutes les variables possibles.

Cet apprentissage sera mobilisable lorsqu’ils seront ensuite confrontés à des problèmes plus conventionnels avec des stratégies expertes spécifiques. Cela implique donc que les élèves s’y engagent sérieusement et réfléchissent à ce qu’ils font pour générer un réel apprentissage.

Si la géométrie et la physique sont naturellement privilégiées, la recherche a montré son efficacité pour des tâches définies dans d’autres domaines. Les conditions de son efficience restent à chaque fois l’évitement de la stratégie moyen fin, la présence d’un nombre réduit de variables, et les connaissances préalables nécessaires pour résoudre les problèmes.



Conclusion


L’effet de non-spécification du but part d’un paradoxe :

  1. Les stratégies expertes s’appuient sur les connaissances des experts sont difficiles à mettre en œuvre pour des novices, mais optimisent la charge intrinsèque.
  2. La stratégie moyen-fin que privilégient les novices est plus difficile à mettre en œuvre et représente une augmentation inutile de la charge intrinsèque.


L’effet de non-spécification du but favoriser l’apprentissage de stratégies expertes en empêchant la mobilisation de l’approche moyen-fin. À temps de travail identique, les élèves apprennent davantage si l’objectif du problème était supprimé que si l’objectif du problème était retenu. Ils résolvent un plus grand nombre de problèmes, font moins d’erreurs et sont plus en mesure de transférer leurs connaissances à des problèmes structurellement différents.




Bibliographie


Sebastien Puma. Optimisation des apprentissages: modèles et mesures de la charge cognitive. Psychologie. Université Toulouse le Mirail - Toulouse II, 2016. Français. NNT : 2016TOU20058 . tel- 01735371

http://edutechwiki.unige.ch/fr/Th%C3%A9orie_de_la_charge_cognitive

Centre for Education Statistics and Evaluation, Cognitive load theory: Research that teachers really need to understand, 2017

John Sweller Interview 3: What’s the difference between the goal-free effect and minimally guided instruction?, Ollie Lovell, 2017, http://www.ollielovell.com/pedagogy/johnsweller3/

Ben Rogers, My experience with ‘goal-free’ – a Cognitive Load Theory strategy, 2017 https://readingforlearning.org/2017/05/13/my-experience-with-goal-free-a-cognitive-load-theory-strategy/

Paas, F. & Kirschner, F. (2012). The goal-free effect. In N. M. Seel (Eds.), Encyclopedia of the Sciences of Learning vol. 2 (pp. 1375-1377). Netherlands: Springer.

Sweller John,  Ayre Paul, Kalyuga Slava, Cognitive Load Theory, Springer, 2011

0 comments:

Enregistrer un commentaire