AUTORÉGULATION DE L'APPRENTISSAGE ET RAPPORT À L'ENVIRONNEMENT

Le modèle théorique de l’autorégulation de l’apprentissage sur lequel s'appuie la recherche (Kaplan, 2009) met en avant quatre phases cycliques de la régulation. Les stratégies de régulation sont classées dans ces phases. Dans la phase d'anticipation de l'apprentissage, la première des quatre phases, sont classées des stratégies de définition des objectifs, de planification, de recherche de ressources et d'identification des normes qui serviront à l'autoévaluation. L'activité cognitive centrée sur les connaissances visées est accompagnée des stratégies de traçage et de suivi, classées dans la seconde phase, celle du monitoring. La troisième phase, désignée comme phase d'évaluation, concerne les stratégies utilisées pour autoévaluer l’atteinte des buts, la pertinence de l’utilisation faite des techniques et méthodes pour l'apprentissage, des conditions environnementales, des affects et des moyens de soutien à la motivation. Une dernière phase dans le modèle, appelée phase de décisions, vient compléter un cycle de régulation. Durant cette phase, l'étudiant décide de maintenir l'utilisation d'une ou des

stratégies d'apprentissage ou de l'abandonner, parfois au profit d'un ou plusieurs autres stratégies qui seront utilisées ou expérimentées lors de la phase qui succédera.

Figure 1. Modèle des phases cycliques d’autorégulation de l’apprentissage (Kaplan, 2009)

Un instrument de mesure de la régulation a été développé en se référant à ce modèle de régulation (Kaplan, de Montalembert, Laurent, & Fenouillet, 2017). L'instrument, une Échelle de la Régulation Individuelle et Collective de l'Apprentissage (ERICA) permet de mesurer la perception qu'ont les étudiants de l'utilisation qu'ils font de certaines stratégies. Les stratégies mesurées sont celles relatives à l'action. Ce sont des stratégies cognitives et métacognitives. Les stratégies de régulation de la motivation et des affectes ne sont pas mesurées par ERICA. L’échelle permet de mesurer quatre sortes de stratégies d'autorégulation individuelles et deux sortes de stratégies de corégulation. Les stratégies de corégulation peuvent être classées dans les catégories d'autorégulation réciproque et d'autorégulation collective. ERICA permet de mesurer la fréquence déclarée de l'utilisation des stratégies avec six sous-échelles qui correspondent chacune à un ensemble de stratégies dites de micro- niveau. ERICA mesure donc les stratégies de macro-niveau sans s'intéresser aux micro-stratégies que les étudiants utilisent. D'autres méthodes d'observation seraient nécessaires pour pouvoir observer des stratégies spécifiques utilisées individuellement par les apprenants (micro-niveau). L'approche utilisée permet de constater des tendances et schémas d'utilisation des stratégies de macro-niveau par les apprenants dans une situation donnée. La méthode vise à étudier les liens entre l'ergonomie cognitive des environnements et les manières dont les étudiants régulent leurs apprentissages, puis de regarder comment les conditions environnementales et les régulations qui opèrent sous ses conditions affectent l'apprentissage lui-même.

Les études de l'autorégulation de l'apprentissage devraient être attentives aux configurations de l’environnement de l'apprentissage. Ceci inclut méthodes pédagogiques, technologies de médiation, supports matériels, situations et contextes, y compris certaines caractéristiques significatives de l'environnement humain, pairs apprenants et personnel pédagogique. L’hypothèse générale est que les régulations dans les groupes seraient affectés par les affordances de l’environnement. Les conceptions des environnements bénéficieraient par conséquent d’une connaissance sur les facteurs qui contribuent aux régulations favorables à l’apprentissage.

Tableau 1. Phases de régulation et stratégies de macro-niveau mesurées par ERICA

3. METHODOLOGIE

Descriptions de l’environnement d’e-formation de la recherche

Une série de travaux a porté sur l’étude de ce public d’adultes en formation dans ce contexte particulier caractérisé par une activité collaborative à distance dans le cadre du Master 1 Sciences de l’Education (Eneau et Simonian, 2009, 2011, 2013, 2015). Ces études se sont essentiellement focalisées sur l’efficience des conditions d’une activité collaborative en termes de confiance et d’autonomie. Dans cette continuité, il semble nécessaire d’affiner deux éléments : premièrement les conditions environnementales perçues comme un potentiel de développement (affordances) en vue de réaliser l’activité demandée (résultats et effets escomptés) pour ce type de public ; deuxièmement mieux comprendre l’articulation entre ce type de public, les conditions environnementales

particulières liées à une activité collaborative instrumentée à distance et les processus cognitifs mobilisés en termes de stratégies d’autorégulation.Les étudiants du M1 à distance et les tuteurs organisent leurs activités sur la plateforme BlackBoard©, administrée par le CNED. L’outil le plus utilisé est le forum : il permet la création de groupes et de sous-groupes, de publication d’annonces de la part du tuteur vers les groupes d’apprenants, et, par ces derniers, afin d’échanger autour de leurs travaux collaboratifs et pour déposer les rendus à l’attention de leurs tuteurs. Autrement dit, toutes les activités pédagogiques, mais aussi fonctionnelles, sont concentrées autour du seul outil forum. L’administration, c’est-à-dire la création des espaces dédiés à chaque promotion, l’inscription des usagers et le suivi du bon fonctionnement de la plateforme, est faite par une personne contractuelle avec le CNED. L’outil de classe virtuelle sera également compris dans l’analyse des données. Pour notre étude, nous allons considérer la période comprise entre novembre 2017 et janvier 2018, durant laquelle apprenants et tuteurs vont faire usage de la classe virtuelle, des ressources de cours, et du forum afin d’échanger à propos :

- des travaux collaboratifs : pour chacun des deux parcours, Santé (N=30) et Formation d’adultes (N=30), il est demandé aux étudiants de rédiger un dossier collaboratif en groupes de 4, autour d’un questionnement en lien avec leur option.

- des tâches individuelles, les Travaux d’Etude et de Recherche (TER), rapport rédigé individuellement par chaque tuteur, ayant en charge un groupe de 7 à 15 étudiants.

Outils de recueil des données

Le recueil des données concerne, d’une part, l’identification d’affordances (a) et, d’autre part, les stratégies d’autorégulation (b).

a) Comme indiqué précédemment (cf. section 1), l’affordance requiert une analyse descriptive du contexte (situation et environnement de départ), compréhensive de la situation (événements et vécus de la situation), et mesure de l’affordance. Dans cette perspective, il est proposé de conjuguer : - une approche descriptive : contexte de départ (instruments mobilisés et scénario d’apprentissage) - une approche qualitative : questionnaire sociologique visant à identifier les événements vécus comme marquant au cours de la situation d’apprentissage et les significations des instruments mobilisés - une approche quantitative : nous caractérisons le continuum des degrés d’affordance, allant de « 0=potentialité non perçue », « 1=potentialité perçue telle que prévues par le concepteur », à « 2=potentialité catachrétique perçue ». Ce qui nous permettra de mesurer la perception de la potentialité de l’environnement numérique d’apprentissage par les apprenants. Nous pourrons ainsi tester la corrélation entre la potentialité perçue de l’environnement et les stratégies d’autorégulation.

Tableau 2. Degré d’affordance

Degré d’affordance

Potentialité non perçue 0

Potentialité perçue tel que prévue par le concepteur ₁ Potentialité catachrétique perçue 2

b) Ces résultats qui s’inscrivent dans une démarche compréhensive seront mis en tension avec ceux liés au recueil des données sur les perceptions qu'ont les étudiants des stratégies de régulation de l'apprentissage qu'ils utilisent. Le recueil de fera de manière auto-rapporté à l'aide du questionnaire ERICA administré via le web. Les données recueillies seront analysées pour mesurer les fréquences d’utilisation des stratégies de régulation individuelle et collective de l’apprentissage, de les comparer entre les groupes (n1 et n2), de déterminer l’existence des corrélations avec d’autres variables, notamment avec l’affordance de l’environnement.

Le recueil des données s’effectuant du mois de novembre 2017 à janvier 2018, la discussion sera développée ultérieurement en fonction des résultats obtenus, bien que nos hypothèses soient doubles :

- Un environnement affordant devrait permettre d’homogénéiser les usages des instruments ; - Un lien peut être établi entre la perception par les étudiants d’un environnement affordant et

Bibliographie

ENEAU J.,SIMONIAN S. (2009). Construire la confiance pour construire les savoirs : apprendre ensemble, en

ligne, sans se connaître. Education et Formation, n°e-290, 41-53, disponible sur : http://ute3.umh.ac.be/revues/index.php?revue=6&page=3 (consulté le 11 février 2011).

ENEAU J.,SIMONIAN S. (2011). Un scénario collaboratif pour développer l’apprentissage d’adultes, en ligne et

à distance. Recherche et Formation, n°68, 95-108.

ENEAU J.,SIMONIAN S. (2013). Desafíos sociales en la formación de adultos en la era digital (pp. 61-90), in

Espinosa J., El uso de las TIC en las universidades. Espejismos y disimulos, México : Miguel Angel Porrùa.

ENEAU J., SIMONIAN S. (2015). Cultures d’apprentissage et scénarios pédagogiques : concilier

différence et diversité, in: Bonfils P., Dumas P., Massou L., dirs, TICE et multiculturalités : usages, publics et dispositifs (pp. 49-68). Nancy: Presses Universitaires de Nancy.

GAVER, W. (1991). Technology affordances. In Proceedings of the CHI, ACM Press: New York, 79- 84.

GIBSON, J.J. (1979). The Ecological Approach to Visual Perception. Boston : Houghton Mifflin.

KAPLAN, J. (2009). L'autodirection dans les apprentissages coopératifs - Le cas des Cercles d'Étude [Self-Direction in

Cooperative Learning - The Case of Study Circles]. Ph.D. thesis, Paris 10 University, Nanterre.

KAPLAN, J., DE MONTALEMBERT, M., LAURENT, P., & FENOUILLET, F. (2017). ERICA - An Instrument to

Measure Individual and Collective Regulation of Learning [ERICA - Un outil pour mesurer la régulation individuelle et collective de l'apprentissage]. European Review of Applied Psychology - Revue Européenne de Psychologie Appliquée, 67(2), 79-89. doi:10.1016/j.erap.2017.01.001

LEWIN, K. (1936). Principles of topological psychology. New York : McGraw-Hill.

LINARD, M. (1989).Des machines et des Hommes. Apprendre avec les nouvelles technologies. Paris : Harmattan.

MORGAGNI, S. (2011). Repenser la notion d’affordance dans ses dynamiques sémiotiques, Intellectica,

n° 55, 241-267.

NIVELEAU, C.E. (2006). Le concept gibsonien d’affordance : entre filiation, rupture et reconstruction conceptuelle, Intellectica, 1/43, 159-199.

NORMAN, D.A (1988). The Psychology of Everyday Things. New York : Basic Books.

RABARDEL, P. (1995). Les hommes et les technologies, Approche cognitive des instruments contemporains. Paris : Armand Colin.

REED, E. S. (1988). James J. Gibson and the psychology of perception. New Haven, CT: Yale University Press.

SIMONDON, G. (1958). Du mode d’existence des objets techniques. Paris : Aubier.

SIMONIAN S.,AUDRAN J. (2012). Approche anthropologique du non usage. Le cas des outils communicationnels des plateformes d’apprentissages en ligne. Recherches et Educations, n°6,

161-177.

SIMONIAN S., QUINTIN J.J., URBANSKI S. (2016). La construction des collectifs dans l’apprentissage collaboratif à distance, Les Sciences de l’Education – Pour l’ère nouvelle, vol. 49, n°1, 57-82.

TURVEY, M. (1992). Affordances and prospective control: An outline of the ontology. Ecological Psychology, 4,173–187.