(Photographie : pinkblanc)
Obtenir un taux de réussite élevé : il est important que les élèves atteignent un taux de réussite élevé pendant les cours en classe
Barak Rosenshine (2012) fait référence à deux études consacrées à l’impact des enseignants. Des chercheurs ont constaté que les élèves des classes dirigées par des enseignants plus efficaces affichaient un taux de réussite plus élevé, tel qu’évalué à l’aune de la qualité de leurs réponses orales lors des exercices guidés et de leur travail individuel.
Dans une étude portant sur les mathématiques auprès d’enfants de 9-10 ans, il a été constaté que 82 % des réponses des élèves étaient correctes dans les classes des enseignants les plus performants. Les enseignants les moins performants n’affichaient qu’un taux de réussite de 73 %. Un taux de réussite élevé lors des exercices guidés se traduit également par un taux de réussite plus élevé lorsque les élèves travaillent ensuite seuls sur des problèmes.
Ces recherches suggèrent que le taux de réussite optimal pour favoriser la réussite des élèves semble se situer autour de 80 %. Un taux de réussite de 80 % montre que les élèves assimilent la matière et indique également qu’ils sont mis au défi.
Dans le cadre de son application en classe, Barak Rosenshine (2012) explique que les enseignants les plus efficaces atteignent ce niveau de réussite en enseignant par petites étapes (c’est-à-dire en combinant de courtes présentations avec des exercices supervisés). Ils consacrent également suffisamment de temps à chaque partie avant de passer à l’étape suivante. Ils vérifient fréquemment la compréhension des élèves et exigent des réponses de la part de tous.
Barak Rosenshine insiste également sur l’importance de corriger les erreurs des élèves. Si la pratique n’atteint pas un niveau de réussite élevé, il y a un risque que les élèves s’entraînent sur des erreurs et les apprennent. Une fois que les erreurs ont été assimilées, elles deviennent très difficiles à surmonter.
Les élèves sont plus susceptibles de développer de telles idées fausses si une trop grande quantité de contenu leur est présentée d’un seul coup, et si les enseignants ne vérifient pas leur compréhension. Proposer des exercices guidés après avoir enseigné de petites quantités de nouvelle matière et vérifier la compréhension des élèves peut contribuer à limiter le développement d’idées fausses. Si le taux d’erreur est trop élevé, il faut stopper la pratique guidée et reprendre l’enseignement.
Un dernier élément important de la démarche est qu’il faut éviter que les élèves les plus lents prennent encore plus de retard si on n’atteint pas ce taux. Il est donc nécessaire d’atteindre un taux de réussite élevé pour tous les élèves.
Le modèle du temps d’apprentissage de Carroll et la pédagogie de maîtrise de Bloom
La question du taux de réussite en classe s’inscrit dans le cadre des apports de Carroll (1963) et de Bloom (1968).
Barak Rosenshine (2012) fait directement référence à la pédagogie de maîtrise qu’il présente comme une forme d’enseignement dans laquelle les leçons sont organisées en courtes unités et où tous les élèves doivent maîtriser une unité de matière avant de passer à la suivante. Dans ce cadre, un soutien scolaire dispensé par d’autres élèves ou par les enseignants est proposé pour aider les élèves en difficulté à maîtriser chaque unité. Il insiste sur le fait qu’une telle approche est particulièrement utile pour l’organisation du soutien scolaire. Il y a donc une influence indirecte de la pédagogie de la maîtrise sur l’enseignement explicite.
Dans le modèle du temps d’apprentissage de Carroll (1963), la réussite scolaire est fonction du rapport entre le temps effectivement consacré à apprendre et le temps nécessaire à l’apprentissage. Ce modèle postule que, pour tout élève et tout contenu, il existe un seuil de temps au-delà duquel la maîtrise est atteinte. Cette vision temporelle de l’apprentissage ouvre la voie à l’idée que les conditions d’enseignement doivent être ajustées pour que ce rapport soit le plus favorable possible pour l’ensemble des élèves.
Bloom (1968) opérationnalise ce modèle dans sa pédagogie de maîtrise. Il soutient que, avec des conditions d’enseignement appropriées (temps suffisant, découpage séquentiel du curriculum, et retours correctifs fréquents), 95 % des élèves peuvent atteindre un niveau de maîtrise habituellement réservé aux 20 % les plus performants.
De plus, l’étude emblématique de Bloom (1984), le « Two Sigma Problem », montre que le tutorat individuel produit une avance de deux écarts-types sur l’enseignement conventionnel en classe entière. Bloom attribue une grande partie de cet effet à la nature des interactions dans le tutorat. Le tuteur ajuste en permanence le niveau de difficulté, pour que le tutoré réussisse presque toujours.
Le fait que Rosenshine insiste sur le fait d’obtenir un taux de réussite élevé est précisément la condition qui permet à tous les élèves d’avancer vers la maîtrise.
Le cadre des études processus-produit des années 1970–1980
Rosenshine a procédé à une synthèse des études processus-produit en identifiant les comportements d’enseignement les plus associés aux gains d’apprentissage mesurés.
Il a joué un rôle majeur dans la synthèse de cette littérature, notamment dans son article fondateur de 1986 consacré avec Stevens à l’enseignement explicite (Teaching Functions), puis dans son célèbre article Principles of Instruction (2012).
Durant les années 1960 et 1970, les recherches dites processus-produit ont cherché à établir les relations entre les comportements observables des enseignants (le processus) et les progrès réalisés par leurs élèves (le produit). Contrairement aux approches plus théoriques de la pédagogie, ces études reposent sur des observations systématiques de milliers de séances de classe.
Ces études processus-produit ont regroupé de grands programmes d’observation de l’enseignement efficace, notamment le Beginning Teacher Evaluation Study (Berliner, 1984), les travaux du Missouri Mathematics Effectiveness Project (Good & Grouws, 1979) et les études sur les groupes de lecture au primaire (Anderson, Evertson et Brophy, 1979) :
- Le Beginning Teacher Evaluation Study (BTES), mené par Berliner et ses collègues en Californie, constitue l’une des études fondatrices. En observant plusieurs centaines d’enseignants dans leurs classes, les chercheurs ont identifié que le temps académique engagé avec succès (ALT) était l’un des prédicteurs les plus robustes des gains d’apprentissage, notamment en lecture et en mathématiques (Berliner, 1984 ; Stallings, 1980).
- Les travaux de Good et Grouws (1979) dans le cadre du Missouri Mathematics Effectiveness Project ont fourni des preuves quasi expérimentales supplémentaires. En formant des enseignants à un modèle d’enseignement structuré incluant des questionnements fréquents à haut taux de succès, ils ont obtenu des gains significatifs par rapport à un groupe contrôle. Les classes expérimentales se caractérisaient notamment par un rythme de questions plus élevé et un taux de réponses correctes nettement supérieur.
- Anderson, Evertson et Brophy (1979) ont obtenu des résultats convergents dans une étude expérimentale sur l’enseignement de la lecture en première année de primaire. Les enseignants qui posaient des questions auxquelles les élèves répondaient correctement, plus de 80 % du temps obtenaient de meilleurs résultats sur les tests standardisés de fin d’année.
Ces travaux montrent que certains comportements caractérisent les enseignants dont les élèves obtiennent les meilleurs résultats. Ceux-ci présentent notamment les contenus par petites étapes, vérifient fréquemment la compréhension, fournissent de nombreux exemples, et corrigent rapidement les erreurs. Ils accompagnent les élèves durant la pratique guidée à laquelle ils consacrent davantage de temps (Brophy & Good, 1986 ; Rosenshine & Stevens, 1986).
Le principe consistant à obtenir un taux élevé de réussite apparaît alors comme une conséquence logique de plusieurs constats empiriques. Les enseignants les plus efficaces ne cherchent pas à confronter immédiatement les élèves à des tâches complexes. Ils organisent au contraire les apprentissages de manière progressive afin que les élèves réussissent la majorité des exercices proposés durant la phase d’acquisition.
L’origine du seuil de 80 % remonte à ces recherches sur les enseignants efficaces. Les observations montrent que, durant la pratique guidée, les classes obtenant les meilleurs résultats présentent généralement un niveau élevé de réponses correctes, situé approximativement entre 75 % et 85 % (Rosenshine & Stevens, 1986).
Paramètres du taux de succès élevé en pratique guidée
L’obtention d’un taux de réussite élevé suppose de gérer en parallèle la charge cognitive de tâches et la rétroaction face aux erreurs.
Difficulté de la tâche et charge cognitive
Les tâches doivent être calibrées de manière à éviter une surcharge cognitive :
- Les enseignants efficaces décomposent les apprentissages en petites étapes.
- Ils séquencent les contenus du plus simple au plus complexe.
- Ils limitent la quantité d’informations nouvelles présentées à chaque moment afin de ne pas saturer la mémoire de travail des élèves.
Lorsqu’un élève accumule des erreurs, cela peut indiquer que la charge cognitive dépasse sa capacité de sa mémoire de travail. Dans ce cas, l’apprentissage ne s’effectue pas de manière efficace, car la mémoire de travail est saturée par les tentatives infructueuses de traitement de la tâche, au détriment de l’encodage de nouveaux contenus en mémoire à long terme.
Rétroaction face aux erreurs
Le modèle d’acquisition de compétences cognitives de John R. Anderson (1982) apporte un éclairage complémentaire. Il explique comment un apprenant passe progressivement de la connaissance explicite d’une procédure à son exécution rapide, automatique et efficace.
- Lors de la phase de déclaration (apprentissage initial)
- Lors de la phase de procéduralisation (automatisation par la pratique),
Le modèle distingue trois phases et les deux premiers concernent la pratique guidée.
Lors du stade cognitif, l’élève acquiert des connaissances déclaratives, c’est-à-dire des connaissances explicites portant sur les faits, les règles et les procédures.
L’apprenant réfléchit consciemment à chaque étape, sollicite fortement sa mémoire de travail, commet de nombreuses erreurs et exécute lentement les procédures.
À ce stade, les règles sont souvent verbalisées. L’enseignant joue ici un rôle essentiel en expliquant clairement les procédures et en fournissant des exemples résolus. Un fort taux de réussite garantit que les représentations correctes sont encodées.
Lors du stade associatif, les connaissances déclaratives sont progressivement compilées en connaissances procédurales.
Deux mécanismes sont particulièrement importants.
a) La procéduralisation : Les règles apprises deviennent progressivement des productions (« si… alors… »). La procédure devient moins dépendante de la verbalisation consciente.
b) La composition : Plusieurs petites opérations sont regroupées en une seule unité cognitive. Elles finissent par constituer une seule procédure intégrée.
Durant le processus, un fort taux de réussite garantit que ce sont les procédures correctes qui s’automatisent et non des erreurs répétées. Il assurera également que le stade autonome qui suivra se passera dans de bonnes conditions.
Durant tout le processus, un taux de réussite élevé n’est maintenu que si les erreurs sont détectées et corrigées rapidement, avant qu’elles ne s’automatisent (Fuchs & Fuchs, 1986 ; Hattie & Timperley, 2007).
Le temps d’apprentissage effectif (ALT)
Le temps d’apprentissage effectif (ALT ou academic learning time) est un concept développé par David Berliner (Berliner, 1984).
Le temps d’apprentissage effectif désigne le temps pendant lequel l’élève est activement engagé dans une tâche d’apprentissage adaptée à son niveau et qu’il réussit avec un taux élevé de succès. C’est ce temps, et non le temps d’instruction total, qui prédit de manière robuste les gains d’apprentissage.
Un taux de réussite trop faible signifie que le temps d’apprentissage effectif s’effondre. L’élève est certes en contact avec la tâche, mais il s’y trouve en situation d’échec répété, ce qui nuit à la fois à l’acquisition des connaissances et à la motivation (Stallings, 1980).
Le concept de taux de réussite élevé ne doit pas être perçu comme une injonction de facilitation : il s’agirait simplement de rendre les tâches plus faciles pour que les élèves réussissent. Cette lecture est incorrecte. Le taux de réussite doit être élevé à un niveau de difficulté approprié.
Un taux de réussite à 80 % indicatif
Aucune des études citées par Barak Rosenshine (2012) ne démontre que ce 80% de réussite constitue un seuil critique au-delà duquel les effets sur les apprentissages changent qualitativement.
Rosenshine ne recommande pas de viser un pourcentage de réussite pour lui-même. Il propose plutôt d’observer les performances des élèves afin d’ajuster en permanence le niveau de guidage, la progression des contenus et la complexité des tâches. Le taux de réussite devient ainsi un outil de régulation pédagogique.
L’efficacité dépend moins d’un seuil numérique précis que de sa capacité à soutenir la construction progressive des connaissances, l’automatisation des procédures et le développement de la confiance des élèves.
Si un élève réussit peu, le problème ne réside pas nécessairement dans ses capacités. Cela peut traduire une progression trop rapide, un guidage insuffisant, des connaissances préalables incomplètes ou une surcharge cognitive.
À l’inverse, une réussite systématiquement parfaite peut signaler que les tâches proposées sont devenues trop faciles pour favoriser de nouveaux apprentissages. Des travaux en psychologie de l’apprentissage suggèrent que les tâches trop faciles (qui génèrent systématiquement un taux de réussite très élevé) peuvent induire une réduction de l’engagement et de la persistance chez certains apprenants, notamment ceux orientés vers la maîtrise et le défi (Hattie, 2009).
La théorie du flow de Csikszentmihalyi (1990) suggère que l’état de pleine absorption dans une tâche se produit précisément lorsque le niveau de défi équilibre le niveau de compétence, soit un niveau d’erreur non nul.
La 20% d’erreurs est lui-même bénéfique, car celles-ci ont une valeur diagnostique pour l’enseignant et une valeur formative pour l’élève, pour autant qu’elles fassent l’objet d’une correction explicite et immédiate (Good & Brophy, 2003).
Guskey (2010) souligne que dans les travaux sur la pédagogie de maîtrise, le seuil de maîtrise est lui-même un paramètre arbitraire que les enseignants doivent ajuster en fonction du contenu, des élèves et des objectifs d’apprentissage. Un seuil de 80 % approprié en algèbre peut être insuffisant en sécurité routière ou en procédures médicales, où les erreurs ont des conséquences graves. À l’inverse, un seuil de 95 % peut être prématurément atteint en littérature ou en éducation artistique, où la diversité des réponses correctes est constitutive de l’apprentissage. Dans un cours d’éducation physique, l’erreur motrice est constitutive du processus d’apprentissage de la technique. Une transposition mécanique du principe de taux de réussite à ces contextes risque d’induire des pratiques d’évaluation réductrices incompatibles avec les objectifs disciplinaires (Good & Brophy, 2003).
Un taux de réussite élevé pour la classe dans son ensemble peut masquer des disparités profondes entre les élèves. Si la moyenne de la classe atteint 80 %, cela peut signifier que certains élèves réussissent 100 % des tâches (potentiellement insuffisamment mis au défi) tandis que d’autres n’en réussissent que 60 % (potentiellement en situation d’échec chronique). La recommandation de Rosenshine s’applique à des niveaux individuels, mais la plupart des dispositifs d’évaluation de classe utilisés dans les études citées mesurent des résultats agrégés au niveau de la classe (Fuchs & Fuchs, 1986).
Ce problème se pose de manière particulièrement aiguë dans des contextes d’enseignement inclusif, où la variabilité des niveaux de compétence au sein d’une même classe est maximale. Maintenir simultanément un taux de réussite de 80 % pour des élèves très différents exige un enseignement adaptatif sophistiqué (incluant des dispositifs annexes). Le principe de Rosenshine suggère sans vraiment spécifier les modalités pratiques d’une telle mise en œuvre.
Taux élevé de réussite ou échec productif
Comme l’écrit Greg Ashman (2026), obtenir un taux de réussite élevé est un principe important, car il existe des pédagogies qui estiment que nous ne devrions pas viser un taux de réussite élevé.
Il existe, par exemple, une méthode pédagogique appelée échec productif ou « productive failure » (Kapur, 2008) où les apprenants se confrontent à un problème complexe et inédit avant de recevoir le cours théorique. Cette approche volontaire entraîne un échec initial, mais favoriserait une compréhension conceptuelle beaucoup plus profonde et une meilleure mémorisation à long terme. L’échec productif est un concept intéressant, car il contient le mot productif qui laisse sous-entendre, sans preuve, que ça l’est.
Un tel enseignement considère les difficultés des élèves comme des occasions d’approfondir leur compréhension de la structure mathématique des problèmes et des relations entre les concepts mathématiques, plutôt que de se contenter de rechercher des solutions correctes.
Dans cette logique, lorsque les élèves font des erreurs sur des nouveaux contenus d’apprentissage, les enseignants ne devraient pas venir directement à leur aide, mais les laisser chercher un temps. Cette approche est incompatible avec un enseignement explicite. L’erreur n’est productive que si elle est peu fréquente (20%) durant la pratique guidée est donne lieu à une rétroaction corrective rapide qui permet à l’élève d’améliorer ses apprentissages. Cette conception est différente de celle de l’échec productif.
Au contraire, le principe de Rosenshine insiste sur le fait que chaque élève pris individuellement devrait atteindre un taux de réussite de 80 %. Rosenshine défend l’apprentissage par la maîtrise, et ce chiffre de 80 % correspond à une définition courante de la maîtrise individuelle.
Brophy et Good (1986) ajoutent des nuances intéressantes aux apports de Rosenshine. Dans leur recherche, l’enseignant efficace :
- Transmet personnellement le contenu aux élèves plutôt que de s’en remettre aux supports pédagogiques.
- Communique les informations principalement sous forme de brèves présentations suivies d’exercices de récitation ou d’application.
- Parle beaucoup, mais ses propos sont pour l’essentiel d’ordre scolaire plutôt que procédural ou gestionnaire, et consistent en grande partie à poser des questions et à donner du retour d’information plutôt qu’à dispenser de longs cours magistraux.
En ce qui concerne les taux de réussite, Brophy et Good tablent sur environ 75 %. Ils indiquent que les résultats des recherches à ce sujet sont mitigés.
« Il semble clair que la plupart (peut-être les trois quarts) des questions posées par les enseignants devraient susciter des réponses correctes, et que la plupart des autres devraient susciter des réponses explicites et substantielles (réponses incorrectes ou incomplètes) plutôt qu’une absence totale de réponse. Au-delà de ces généralités, le niveau de difficulté optimal des questions varie probablement en fonction du contexte. »
Mis à jour le 27/06/2026
Bibliographie
Ashman, G. (2026, June 14). Can Rosenshine's principles mean anything to anyone? Filling the Pail. https://fillingthepail.substack.com/p/can-rosenshines-principles-mean-anything
Anderson, J. R. (1982). Acquisition of cognitive skill. Psychological Review, 89(4), 369–406. https://doi.org/10.1037/0033-295X.89.4.369
Anderson, L. M., Evertson, C. M., & Brophy, J. E. (1979). An experimental study of effective teaching in first-grade reading groups. The Elementary School Journal, 79(4), 193–223. https://doi.org/10.1086/461151
Berliner, D. C. (1984). The half-full glass: A review of research on teaching. In P. L. Hosford (Ed.), Using what we know about teaching (pp. 51–77). Association for Supervision and Curriculum Development.
Bloom, B. S. (1968). Learning for mastery. Evaluation Comment, 1(2), 1–12.
Bloom, B. S. (1984). The 2 sigma problem: The search for methods of group instruction as effective as one-to-one tutoring. Educational Researcher, 13(6), 4–16. https://doi.org/10.3102/0013189X013006004
Brophy, J., & Good, T. L. (1986). Teacher behavior and student achievement. In M. C. Wittrock (Ed.), Handbook of research on teaching (3rd ed., pp. 328–375). Macmillan.
Carroll, J. B. (1963). A model of school learning. Teachers College Record, 64(8), 723–733. https://doi.org/10.1177/016146816306400801
Csikszentmihalyi, M. (1990). Flow: The psychology of optimal experience. Harper & Row.
Fuchs, L. S., & Fuchs, D. (1986). Effects of systematic formative evaluation: A meta-analysis. Exceptional Children, 53(3), 199–208. https://doi.org/10.1177/001440298605300301
Good, T. L., & Brophy, J. E. (2003). Looking in classrooms (9th ed.). Allyn & Bacon.
Good, T. L., & Grouws, D. A. (1979). The Missouri mathematics effectiveness project: An experimental study in fourth-grade classrooms. Journal of Educational Psychology, 71(3), 355–362. https://doi.org/10.1037/0022-0663.71.3.355
Guskey, T. R. (2010). Lessons of mastery learning. Educational Leadership, 68(2), 52–57.
Hattie, J. (2009). Visible learning: A synthesis of over 800 meta-analyses relating to achievement. Routledge.
Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–112. https://doi.org/10.3102/003465430298487
Kapur, M. (2008). Productive failure. Cognition and Instruction, 26(3), 379–424. https://doi.org/10.1080/07370000802212669
Rosenshine, B. (2012). Principles of instruction: Research-based strategies that all teachers should know. American Educator, 36(1), 12–19, 39.
Rosenshine, B., & Stevens, R. (1986). Teaching functions. In M. C. Wittrock (Ed.), Handbook of research on teaching (3rd ed., pp. 376–391). Macmillan.
Stallings, J. (1980). Allocated academic learning time revisited, or beyond time on task. Educational Researcher, 9(11), 11–16. https://doi.org/10.3102/0013189X009011011
0 comments:
Enregistrer un commentaire