Les rétroactions informatisées#
Information
Auteur : Philippe Dessus, Inspé & LaRAC, Univ. Grenoble Alpes. Le quizz a été réalisé par Émilie Besse, projet ReFlexPro.
Date de création : Septembre 2015.
Résumé : Ce document détaille les rétroactions (semi-)automatisées pouvant être délivrées par informatique et servant à évaluer les connaissances ou performances des apprenants.
Voir aussi : generation-textes.
Introduction#
L’informatique, par le biais de nombreux logiciels, procure à l’apprenant de très nombreux moyens d’apprendre et de très nombreux types d’interactions [Vries, 2001], parfois, sans que leurs utilisateurs s’en rendent vraiment compte.
Donnons un récent exemple de l’intérêt d’utiliser des logiciels simples donnant des rétroactions. Koedinger et al. [Koedinger et al., 2015] ont analysé les taux de réussite d’étudiants inscrits à un MOOC (Massive Online Open Course), selon qu’ils suivaient seulement le cours (lecture de textes plus visionnement de vidéos) ou bien qu’ils le suivaient et étaient régulièrement confrontés à de petites activités donnant lieu à rétroactions (réponse à des QCM, appariement de concepts, etc.). Les résultats montrent que les étudiants ayant réalisé des activités avec rétroactions ont un score de réussite final significativement supérieur à ceux ayant seulement lu et visionné le cours.
Rétroactions pour l’apprentissage et moyens de les informatiser#
En guise d’illustration, prenons le simple cas des correcteurs orthographiques maintenant intégrés dans tout logiciel de traitement de textes sophistiqué. Utilisons ce cas pour montrer les différentes phases de l’interaction utilisateur-machine.
Phase de production : On tape du texte dans une fenêtre du logiciel.
Phase de rétroaction : Les mots possiblement mal orthographiés sont mis en évidence, soulignés, par exemple [rétroaction].
Phase de correction automatique : On peut, de manière optionnelle (clic droit), se voir proposer des alternatives au mot possiblement mal orthographié. La reconnaissance du mot correcte peut se faire (ou pas).
Phase d’action en retour : On peut décider – de laisser le mot dans sa forme originelle (si on est sûr de son orthographe, si le mot est un nom propre, etc.) ; – de sélectionner l’une des alternatives proposées en 3 ; – de corriger directement le mot mal orthographié.
Retour en 1, pour taper la suite du texte.
Bereiter [Bereiter, 2002], dans le chapitre 2 de son ouvrage évoque une procédure simple pour comprendre de quelle manière le correcteur orthographique d’un logiciel de traitement de textes évolué suggère des mots alternatifs à un mot possiblement mal tapé. Le Tableau 1 ci-dessous permet de tirer quelques déductions sur la manière dont le logiciel en question fonctionne. Le lecteur peut se reporter directement à l’article (en anglais) pour comparer ses conclusions avec celles de Bereiter.
Tableau 1 – Un tableau de suggestions de mots mal orthographiés ([Bereiter, 2002], pp. 37–38).
Mots écrits dans le logiciel |
Les suggestions du correcteur orthographique |
---|---|
pyschology |
psychology, psychologies, psychologic, psychological |
pyschilogy, pyschalogy |
psychology, psychologic |
pyschiology |
pas de suggestion |
dsychology |
pas de suggestion |
sychology |
psychology, psychologies |
cychology |
cychology cytology |
Cette séquence de « dialogue » entre un utilisateur et la machine est maintenant tellement banale qu’on y participe sans même y penser. Il correspond d’assez près aux modèles du feedback que l’on trouve dans la littérature de recherche. Par exemple, Bangert-Drowns et al. ([Bangert-Drowns et al., 1991], p. 217) ont décrit un modèle cyclique du feedback de six étapes, qui sont les suivantes :
Etat initial, c’est-à-dire les caractéristiques cognitives initiales de l’apprenant (motivation, but, connaissances initiales, etc.).
Une question est posée à l’apprenant.
Stratégies de recherche et récupération, c’est-à-dire, les processus cognitifs activés par la question.
Réponse à la question.
Un feedback est délivré à l’apprenant.
Evaluation du feedback, l’apprenant peut maintenant évaluer la réponse, en fonction de son degré de confiance et des indices donnés par le feedback. Si l’apprenant est sûr de sa réponse, il est plus à même de mettre en œuvre un traitement engageant des processus cognitifs de haut niveau (résolution de problèmes). En effet, voici ce qui se passe. Si l’apprenant est sûr de sa réponse et que le feedback le confirme, cette réponse sera renforcée. Si, en revanche, il est sûr de sa réponse et que le feedback indique une erreur, il va plus être en position de travailler pour essayer de trouver la source de cet écart.
Des ajustements peuvent être faits à l’état initial, qui devient l’état en cours (voir point 1).
Quizz#
Pour aller plus loin#
En utilisant un logiciel de traitement de texte évolué (p. ex., OpenOffice), répliquer l’étude de Bereiter [Bereiter, 2002] avec quelques mots dont vous ferez varier l’orthographe.
Représenter graphiquement les étapes du raisonnement décrit dans l’item 6 ci-dessus [Bangert-Drowns et al., 1991].
L’article de Dessus et Lemaire [Dessus & Lemaire, 2004] détaille (dans l’introduction) les différents niveaux d’analyse d’un texte libre, l’analyse des RC (réponses construites), et quelles peuvent en être les rétroactions.
Références#
- Bangert-Drowns et al., 1991(1,2)
Bangert-Drowns, R. L., Kulik, C., Kulik, J., & Morgan, M. T. (1991). The instructional effect of feedback in test-like events. Review of Educational Research, 61(2), 213–238.
- Bereiter, 2002(1,2,3)
Bereiter, C. (2002). Education and mind in the knowledge age. Mahwah: Erlbaum.
- Vries, 2001
de Vries, E. (2001). Les logiciels d'apprentissage : panoplie ou éventail ? Revue Française de Pédagogie, 137, 105–116.
- Dessus & Lemaire, 2004
Dessus, P., & Lemaire, B. (2004). Assistance informatique à la correction de copies. In E. Gentaz, & P. Dessus (Eds.), Comprendre les apprentissages : sciences cognitives et éducation (pp. 205–220). Paris: Dunod.
- Koedinger et al., 2015
Koedinger, K. R., Kim, J., Jia, J. Z., McLaughin, E. A., & Bier, N. L. (2015). Learning is not a spectator sport: doing is better than watching for learning from a mooc. Learning @ Scale Int. Conf. (L@S 2015) (pp. 111–120). ACM.