lundi 14 juin 2021

Le bénéfice de la prédiction pour l’apprentissage

La consolidation de nouvelles connaissances matérialise l’apprentissage. Mais, elle n’a pas forcément lieu au moment même où l’élève reçoit les informations de son enseignant. De la même manière, chaque fois que des connaissances sont réactivées ou récupérées, une reconsolidation, qui traduit une amélioration des connaissances n’aura pas nécessairement lieu. 

(Photographie : Gary W. Martin)


Les notions de consolidation et la reconsolidation ont été analysées dans le cadre des articles suivants :



Conditions de consolidation et de reconsolidation


La consolidation ne va avoir lieu que si l’élève reconnait les nouvelles informations comme des connaissances et qu’il les connecte de manière pertinente à des informations antérieures. Le processus permet de générer de la compréhension. 

La reconsolidation se produit lorsque la nouvelle expérience est susceptible de mettre à jour et d’adapter des connaissances existantes. L’expérience d’apprentissage ne se contente pas de valider les connaissances existantes, de simplement ajouter de nouvelles informations ou de les encoder séparément. 

Les phénomènes de consolidation et de reconsolidation sont intimement liés et s’accompagnent régulièrement. Une consolidation de nouvelles connaissances peut entrainer une reconsolidation de connaissances antérieures. 

Un facteur important que la consolidation et la reconsolidation possèdent en commun et qui les stimule est le processus de prédiction.




La notion de prédiction 


La prédiction est une fonction cognitive de base active dans notre vie quotidienne. Elle joue un rôle particulièrement important pour l’apprentissage. 

Lors de nos interactions et nos expériences dans notre environnement, nous sommes régulièrement amenés à poser des prédictions sur l’évolution d’une situation, d’un phénomène, sur ses conséquences et sur ses causes. Nous posons ces prédictions au départ de nos connaissances préalables et de nos compétences personnelles.

Nous établissons notre propre compréhension de la situation ou du phénomène grâce à ces prédictions. Souvent, elles nous permettent de déterminer comment nous allons agir en réponse. 

En ce qui concerne le devenir de ces prédictions, deux grands types de scénarios sont envisageables :

  • Soit le résultat est conforme à nos prédictions et il confirme nos modèles internes existants
  • Soit le résultat est inattendu, il contredit nos prédictions et il appelle à une mise à jour de nos modèles existants. 

Cette dernière étape est cruciale pour l’apprentissage. Elle nous oriente vers ce qu’il nous faut apprendre afin de permettre de meilleures prédictions à l’avenir.




Prédiction et apprentissages non déclaratifs


Il existe des preuves solides que la prédiction joue un rôle dans des types d’apprentissages plus simples, comme ;

  • Le conditionnement classique
  • Le conditionnement opérant

Ces types d’apprentissages sont traditionnellement classés comme des apprentissages non déclaratifs, car nous n’avons pas besoin d’être conscients du processus d’apprentissage.

Qu’en est-il de la prédication pour l’apprentissage déclaratif ? 

Les connaissances déclaratives concernent l’apprentissage de faits et d’événements. C’est le type d’apprentissage qui a lieu en classe, le processus est explicite et conscient. La suite de l’article va explorer cette question et ses implications.




Prédiction et connaissances préalables


La prédiction consiste à utiliser nos connaissances antérieures afin de prévoir ou de prédire la signification et l’influence d’un élément de connaissance nouvellement introduit.

Il existe de nombreuses preuves solides que les connaissances préalables sont absolument essentielles à l’apprentissage. Au-delà de leur présence, il existe des preuves de l’existence de plusieurs voies :

  1. Les nouvelles connaissances qui sont cohérentes avec les schémas ou modèles mentaux existants sont plus facilement apprises et mieux mémorisées.
  2. Les informations nouvelles, inattendues ou violant les modèles existants, sont également plus facilement apprises et mémorisées.
  3. Par contre, les informations pour lesquelles nous n’arriverons pas à établir un rapport avec nos modèles existants seront moins bien mémorisées.

Nous savons également que ces deux premières options sont potentiellement traitées par des voies neuronales complémentaires différentes :

  1. Une voie est responsable de la correspondance avec les schémas existants
  2. Une autre voie (incluant l’hippocampe) intégrant les composants de manière inédite. 

La concordance comme la discordance peuvent favoriser l’apprentissage. 

Ce que ces deux voies ont en commun est l’activation des connaissances antérieures qui se traduit par la pose d’une prédiction. La prédiction suivie de sa validation ou de son invalidation est un facteur créateur de sens. La prédiction favorise la création de nouvelles connexions, réorganise ou met à jour notre base de connaissances. 




Importance de l’erreur de prédiction


Ce n’est pas tant la prédiction qui compte pour de nouveaux apprentissages que l’erreur de prédiction. L’erreur de prédiction nous amène à considérer la plus-value de l’acquisition de nouvelles connaissances et leur utilité, deux facteurs qui stimulent l’apprentissage.

Une erreur de prédiction représente un décalage entre une prédiction inadéquate basée sur les connaissances préalables et celle qui serait fondée sur de nouvelles connaissances à acquérir qui décrivent plus efficacement des situations ou des phénomènes.

L’erreur de prédiction agit en tant que facteur déclencheur :

  • Elle entraine la reconsolidation des connaissances existantes
  • Elle permet la consolidation des connaissances nouvelles.




Impact sur la reconsolidation


Lorsque des connaissances préalables sont activées, elles deviennent malléables et peuvent être mises à jour. Le fait qu’une erreur de prédiction soit détectée va rend plus probable la mise à jour de connaissances préalables par les nouvelles informations.

La reconsolidation a un rôle à jouer dans la mise à jour des connaissances avec de nouvelles informations pour maintenir leur pertinence prédictive et adaptative. L’objectif même de l’apprentissage est d’être capable de stocker des informations pertinentes pour une utilisation ultérieure. 

De plus, la reconsolidation est un processus biologique qui nécessite du temps. Ses effets ne sont évidents qu’à long terme. Aucun effet n’est mis en évidence à court terme.

Dès lors, la prédiction a un rôle logique. Il est utile de modifier et de mettre à jour les connaissances lorsqu’elles sont détectées comme étant inexactes. Il est également utile de les consolider ou de les reconsolider pour un stockage à long terme et une éventuelle utilisation future.

La reconsolidation ne se produit pas chaque fois qu’une trace est activée. Selon Lee (2009), la reconsolidation est un mécanisme qui médiatise spécifiquement la mise à jour de la mémoire, et en tant que tel. Elle est déclenchée par les processus suivants :

  • L’activation : les connaissances préalables doivent être activées avant leur mise à jour à l’aide de nouvelles informations. L’implication est que l’existence des connaissances préalables n’est pas suffisante. Elles doivent également être réactivées au bon moment.
  • Le signal d’erreur de prédiction : c’est le décalage entre la compréhension de ce qui est attendu sur base de nos modèles existants et ce qu’il en est en réalité sur base de nos observations. 




Erreur de prédiction et effet d’hypercorrection


Il existe une concordance intéressante entre le processus de prédiction et l’effet d’hypercorrection

Pine et ses collègues (2018) ont exploré plus avant l’erreur de prédiction. Les participants à leur recherche ont étudié un texte de six pages décrivant un événement historique peu familier, qu’ils ont mis 35 à 40 minutes à lire et à apprendre.

Deux jours plus tard, ils ont participé à un test composé de 100 questions ouvertes. Pour chacune de leurs réponses, il leur était demandé leur degré de confiance dans sa qualité. Ensuite, ils recevaient un retour d’information sous forme de la réponse exacte. 

Neuf jours plus tard, ils ont été testés à nouveau pour savoir si le retour d’information les avait amenés à mettre à jour leurs souvenirs.

Pour mettre en évidence l’effet de l’erreur de prédiction, les chercheurs ont isolé les questions auxquelles les participants ont répondu de manière incorrecte et les ont classées en deux catégories :

  • Incorrectes avec un taux de confiance élevé : les participants étaient convaincus que leur réponse était bonne ce qui correspond à une erreur de prédiction plus importante.
  • Incorrectes avec un taux de confiance plus faible : les participants n’étaient pas spécialement convaincus que leur réponse était bonne, ce qui correspond pour représenter une erreur de prédiction moins importante.

Ce sont les questions pour lesquelles l’erreur de prédiction était plus importante qui ont entrainé une plus grande mise à jour de la mémoire. Les éléments présentant une erreur de prédiction plus importante, incorrecte avec une cote de confiance élevée, étaient plus susceptibles d’être mis à jour que ceux présentant un écart, ou une erreur de prédiction, plus faibles.

L’activation et l’erreur de prédiction favorisent la mise à jour des connaissances existantes avec de nouvelles informations.

La prédiction est un processus implicite, inhérent à la récupération des connaissances antérieures. Nous récupérons des informations et les comparons ensuite à la réalité pour évaluer l’écart entre les observations et les prédictions.




Prédiction et curiosité


Il existe également un lien entre les prédictions et la curiosité :

  • La curiosité favorise la pose de prédictions
  • Les activités basées sur la prédiction peuvent favoriser l’apprentissage
  • La curiosité favorise l’exploration et l’apprentissage. 

La curiosité est liée à l’exploration et à l’apprentissage, ainsi qu’à l’activation du système de récompense.

Il a été suggéré que la curiosité est un état motivationnel qui stimule l’exploration et la recherche d’informations pour réduire l’incertitude, l’information elle-même pouvant agir comme une récompense (Kang et coll., 2009).

Brod & Breitwieser (2019) ont directement évalué la relation entre la réalisation de prédictions et le développement de la curiosité

Les participants de deux groupes ont été exposés à 90 questions numériques pour lesquelles il manquait un élément d’information. 

  • Le premier groupe devait prédire le nombre manquant.
  • Le second groupe devait générer un exemple en réfléchissant à la situation, mais ne pouvait pas prédire le nombre manquant. 

Ils ont ensuite évalué leur curiosité et ont attendu quelques secondes la bonne réponse. 

L’étude s’intéressait à la dilatation des pupilles comme mesure physiologique de la curiosité. La dilatation de la pupille est plus importante en cas de manifestation de curiosité.

Ils ont constaté une curiosité plus élevée dans la condition de prédiction du nombre que dans celle de la génération d’un exemple. Ces résultats suggèrent que la génération de la prédiction stimule la curiosité.

Selon Gruber et Ranganath (2019), l’identification d’une erreur de prédiction, d’un écart ou d’un conflit avec ce qui est déjà connu, conduirait à un processus d’évaluation. L’estimation de la taille subjective de l’écart peut conduire soit à un état de curiosité, soit, si l’écart est trop grand, à un état d’anxiété, qui sort de la boucle d’apprentissage. 

La curiosité peut stimuler alors l’apprentissage par le système de récompense, dont l’apport renforce l’attention, l’encodage et la consolidation des nouvelles informations. Cela peut à son tour déclencher un autre cycle.

Une question prometteuse et pratique est de savoir si, en déclenchant la prédiction, nous pouvons stimuler la curiosité. La curiosité fonctionne grâce à des mécanismes innés de récompense. Elle peut améliorer l’encodage et la consolidation de nouvelles informations par un système neuronal, l’hippocampe.

Toutefois, Breitwieser et Brod (2020) ont montré qu’en provoquant la curiosité, la prédiction induit une meilleure mémoire (à court terme) des faits chez les enfants âgés de 9 à 11 ans. Cela ne se produit plus chez les jeunes adultes âgés de 17 à 29 ans, ce qui indique que la prédiction et la curiosité ont une importance particulière pour les jeunes esprits.

Il y a une interaction significative entre l’âge et la stratégie d’apprentissage. Les enfants se souviennent davantage de faits après avoir généré des prédictions plutôt que des exemples, alors que les deux stratégies se révèlent aussi efficaces chez les adultes. Les données pupillaires indiquent que les prédictions stimulent la surprise, tandis que l’efficacité de l’apprentissage basé sur des exemples est corrélée aux capacités de raisonnement analogique des enfants. Ces résultats suggèrent qu’il existe différents prérequis cognitifs pour les différentes stratégies d’apprentissage génératives, ce qui se traduit par des degrés variables d’efficacité des stratégies selon l’âge.

Parfois, nous nous demandons si nous devons faire une démonstration et ensuite expliquer pour attirer l’attention des apprenants, ou plutôt expliquer d’abord et ensuite démontrer pour induire une meilleure compréhension. Peut-être pouvons-nous considérer la prédiction comme une ligne directrice : expliquer ce qui est nécessaire pour induire une prédiction concernant le résultat, puis démontrer et expliquer, en soulignant le décalage attendu.




Optimiser le processus de prédiction


Nous le voyons avec l’erreur de prédiction, ce processus est sensible à la nature de la réactivation et de l’expérience d’apprentissage. 

La prise en compte du processus de prédiction amène à définir les conditions pour une acquisition réussie de nouvelles connaissances :

  1. Des connaissances préalables sont disponibles. Toute nouvelle information est apprise sur base de connaissances existantes. Nous devons nous assurer que les connaissances antérieures pertinentes existent déjà. Nous pouvons réaliser une évaluation diagnostique des connaissances préalables pour les réactiver par récupération et procéder à un renseignement lorsque des manques sont mis en évidence.
  2. Les connaissances antérieures sont activées. L’activation avant l’apprentissage est essentielle pour l’intégration des connaissances. Pour construire des apprentissages cohérents, les connaissances doivent être correctement connectées entre elles. 
  3. Nous devons déclencher une prédiction. Tout en récupérant les connaissances, nous devons penser à la manière dont nous pouvons les utiliser et aux prédictions que nous pouvons faire. À quelles questions pouvons-nous répondre, quelles sont les questions ouvertes et comment les nouvelles informations peuvent-elles nous aider à utiliser les différentes connaissances plus efficacement ? 
  4. Nous devons établir des liens significatifs entre les connaissance nouvelles et antérieures. Nous devons nous aider de questions ouvertes et mettre l’accent sur les informations manquantes et sur le raisonnement. Les nouvelles informations viennent s’intégrer adéquatement, tout en créant des liens qui apportent plus de sens. Parfois, les nouvelles informations ne seront pas intégrées parfaitement du premier coup. Elles peuvent nécessiter de la part des enseignants une construction ou une pratique supplémentaire. Soit enseigner plus d’informations, donner plus d’exemples ou ralentit le rythme, soit rappeler de mémoire des informations plus pertinentes.
  5. Nous devons accorder du temps pour la consolidation et la reconsolidation. Pour achever le processus d’intégration et de mise à jour, la qualité des connaissances en mémoire à long terme dépend de la consolidation et de la reconsolidation. Il est donc plus logique de vérifier la compréhension et de pratiquer la récupération, sur le long terme plutôt que de mesurer immédiatement la performance à l’échelle de l’heure de cours. Nous pouvons distribuer des occasions de pratique de récupération et mettre en évidence par notre rétroaction les inadéquations de leurs connaissances. 

Ces étapes se déroulent naturellement dans de nombreux processus de réflexion. Les problèmes rencontrés par les élèves peuvent venir de déficiences dans l’une ou l’autre de ces conditions.

Nous ne devons pas supposer que ces processus se déroulent naturellement ou automatiquement pour tous nos élèves. Il est bénéfique d’en tenir compte lorsque nous planifions l’apprentissage d’un nouveau concept. Ces étapes explicites peuvent façonner la manière dont nous utilisons plusieurs stratégies d’enseignement efficaces, et soulever des questions et des orientations pour les futures étapes.




Erreur de prédiction et effet de prétest 


Le processus de prédiction correspond également à l’effet de prétest. Le fait d’essayer de répondre à des questions de test avant l’apprentissage améliore la mémoire du contenu appris par la suite. L’effet de prétest serait bénéfique dans les cas où faire des prédictions est possible. C’est-à-dire, lorsque les élèves ont suffisamment de connaissances préalables et que les questions déclenchent la prédiction. 

Les progrès technologiques nous ont donné des outils comme les moteurs de recherche qui peuvent à la fois augmenter et libérer nos ressources cognitives. La recherche a toutefois démontré que certains coûts cognitifs peuvent découler de notre dépendance croissante à l’égard de ces souvenirs externes. 

Dans une étude s’intéressant à des contenus de type scolaire, Giebl et ses collègues (2020) se sont intéressés aux prétests. Le prétest consiste à demander aux participants de résoudre un problème avant de consulter Google pour obtenir les informations nécessaires. Ils ont cherché à savoir s’il peut améliorer le rappel ultérieur des participants pour le contenu recherché ainsi que pour les informations pertinentes étudiées précédemment.  

Deux groupes de participants, l’un sans connaissances en programmation et l’autre avec quelques connaissances en programmation. Les deux groupes ont appris plusieurs concepts fondamentaux de programmation dans le cadre d’une tâche de résolution de problèmes. 

Lors d’un test à choix multiple ultérieur comportant des questions de transfert, les participants qui ont tenté de résoudre le problème avant de consulter Google pour obtenir de l’aide ont obtenu de meilleurs résultats. Ceux de participants qui ont été autorisés à effectuer des recherches sur Google immédiatement se sont révélés moins bons.

L’avantage de tenter de résoudre le problème avant de consulter Google semblait plus important avec un certain degré d’expérience en programmation. Cela correspond à la notion selon laquelle certaines connaissances préalables peuvent aider les apprenants à intégrer de nouvelles informations d’une manière qui profite à leur apprentissage ainsi qu’à celui des informations connexes étudiées précédemment. 

Essayer de trouver une réponse avant de chercher des informations par un moteur de recherche semble plus efficace que de se tourner immédiatement vers le moteur de recherche. L’effet est plus important pour les apprenants ayant des connaissances antérieures plus pertinentes. Cette constatation est en accord avec le principe de la prédiction. L’effet de prétest fonctionne mieux lorsqu’il s’accompagne d’une prédiction significative.




Conclusions


La prédiction est un processus qui apparait dans les cas où il existe un décalage entre les attentes et la réalité, et lorsque les connaissances existantes d’un individu doivent être mises à jour par de nouvelles connaissances. 

La prédiction se base sur la présence de connaissances préalables. Celles-ci doivent également être activées délibérément, pour avoir une chance d’être actualisées.

Dans un modèle traditionnel de l’enseignement, l’étape suivante consisterait à introduire les nouvelles informations et surtout une nouvelle façon de relier les connaissances ensemble, pour donner du sens et élaborer de nouveaux schémas cognitifs.

Il est plus avantageux d’accompagner la stimulation de la prédiction chez les élèves par un questionnement qui permet une découverte guidée. En incitant tous les élèves à prédire la nature de la connexion, nous soutenons un processus dans lequel ils remarquent et apprécient une possible inadéquation. Cela induit une curiosité ciblée qui augmente leur attention et l’encodage de la nouvelle information inattendue, améliorant également la consolidation dans la mémoire à long terme.

L’importance de la prédiction montre l’importance de poser des défis aux élèves lors de l’enseignement et de vérifier régulièrement la nature de leur compréhension dès les premières phases de l’apprentissage. En cultivant un dialogue formatif axé sur la réflexion et le raisonnement, nous stimulons un traitement cognitif pertinent chez nos élèves et augmentons chez eux la génération de prédictions qui vont favoriser la consolidation et la reconsolidation.




Bibliographie


Efrat Furst, 2020, The power of prediction, Learning in the brain, 2020 https://sites.google.com/view/efratfurst/powerofprediction?authuser=0

Efrat Furst, 2020, Prediction in learning, Learning in the brain, 2020 https://sites.google.com/view/efratfurst/predictioninlearning?authuser=0

Gruber, M. J., & Ranganath, C. (2019). How curiosity enhances hippocampus-dependent Memory: The prediction, appraisal, curiosity, and exploration (PACE) framework. Trends in cognitive sciences.

Kang, M. J., Hsu, M., Krajbich, I. M., Loewenstein, G., McClure, S. M., Wang, J. T. Y., & Camerer, C. F. (2009). The wick in the candle of learning: Epistemic curiosity activates reward circuitry and enhances memory. Psychological science, 20(8), 963–973.

Brod, G., & Breitwieser, J. (2019). Lighting the wick in the candle of learning: generating a prediction stimulates curiosity. NPJ science of learning, 4(1), 1–7.

Breitwieser, J., & Brod, G. (2020). Cognitive prerequisites for generative learning: why some learning strategies are more effective than others. Child Development. 

Giebl, S., Mena, S., Storm, B. C., Bjork, E. L., & Bjork, R. A. (2020). Answer First or Google First? Using the Internet in ways that Enhance, not Impair, One’s Subsequent Retention of Needed Information. Psychology Learning & Teaching, 

Lee, J. L. (2009). Reconsolidation: maintaining memory relevance. Trends in neurosciences, 32(8), 413–420.

Pine, A., Sadeh, N., Ben-Yakov, A., Dudai, Y., & Mendelsohn, A. (2018). Knowledge acquisition is governed by striatal prediction errors. Nature communications, 9(1), 1–14.

0 comments:

Enregistrer un commentaire