Les auteurs, de la mémoire mesurée à l’élève qui s’autorégule.

Dans Über das Gedächtnis, publié en 1885, Ebbinghaus décrit des expériences dans lesquelles il mémorise lui-même, sur plusieurs années, des milliers de séries de syllabes artificielles à deux consonnes et une voyelle (comme « ZOK » ou « BAP »), choisies précisément parce qu’elles étaient dépourvues de signification préexistante en allemand, afin d’isoler l’apprentissage associatif pur des effets du sens et des connaissances antérieures. Il mesure ensuite le rappel après différents délais et calcule surtout le nombre d’essais ou le temps nécessaires pour réapprendre le matériel jusqu’au critère initial, une mesure indirecte qu’il appelle la méthode d’économie (savings method) et qui reste sensible même quand le rappel conscient direct échoue.

Ses observations sur la vitesse et la forme de l’oubli, ainsi que sur l’avantage net de répétitions espacées dans le temps par rapport à des répétitions massées, ouvrent un programme de recherche qui relie pour la première fois la psychologie expérimentale naissante à des questions éducatives concrètes sur la manière la plus efficace d’apprendre un matériel scolaire.

L’apport durable d’Ebbinghaus tient autant à son dispositif expérimental rigoureux qu’à la forme particulière de la courbe d’oubli qu’il a documentée : définir précisément un matériel standardisé, contrôler le nombre exact d’expositions, faire varier systématiquement le délai de rétention, et mesurer la rétention par une méthode objective plutôt que par le seul jugement subjectif du sujet. Cette logique méthodologique permet de distinguer l’impression trompeuse de familiarité d’une performance de rappel réellement testée, une distinction devenue centrale dans toute la recherche ultérieure sur la mémoire et l’apprentissage.

La recherche contemporaine, notamment la synthèse quantitative de Cepeda, Pashler, Vul, Wixted et Rohrer publiée en 2006, confirme largement l’importance générale de l’espacement pour la rétention à long terme, mais elle montre aussi que l’intervalle optimal entre deux répétitions dépend fortement du délai de rétention finalement visé, de la complexité du matériel appris et des connaissances antérieures de l’apprenant, des paramètres qu’Ebbinghaus, travaillant seul sur un matériel artificiel unique, ne pouvait pas systématiquement faire varier.

Les données originales proviennent d’un seul participant, Ebbinghaus lui-même, chercheur entraîné et parfaitement conscient des hypothèses testées, ce qui pose un problème classique de généralisation à d’autres individus et soulève une question de biais expérimental que la psychologie moderne considère aujourd’hui comme rédhibitoire pour la plupart des protocoles. Elles portent en outre sur un matériel délibérément artificiel et dépourvu de sens, choisi précisément pour éliminer l’effet des connaissances antérieures, un choix méthodologiquement cohérent avec l’objectif d’Ebbinghaus mais qui limite la validité de ses résultats pour la mémoire de matériaux signifiants, comme un cours ou un texte, où le sens facilite considérablement la rétention par des voies que les syllabes sans signification ne permettent pas d’étudier.

Des tentatives de réplication plus récentes de la courbe originale, notamment une étude de Murre et Dros publiée en 2015 dans PLOS ONE, ont globalement retrouvé une forme similaire de décroissance, ce qui suggère une certaine robustesse du phénomène de base malgré ces limites. Ce qui reste solide est la nécessité méthodologique de mesurer la rétention après un délai contrôlé et l’existence générale d’un avantage de la pratique distribuée sur la pratique massée. Les représentations populaires d’une courbe unique, universelle et directement transposable à tout apprentissage scolaire doivent en revanche être présentées comme des simplifications excessives d’un résultat obtenu dans des conditions très particulières.

Avec Harold Pashler, Edward Vul, John Wixted et Doug Rohrer, Cepeda publie en 2006 dans Psychological Bulletin une revue quantitative rassemblant plus de 250 comparaisons expérimentales portant sur la pratique distribuée dans des tâches de rappel verbal, un corpus nettement plus large et diversifié que celui dont disposait Ebbinghaus un siècle plus tôt. L’ensemble confirme que, à quantité d’étude totale comparable, répartir les répétitions d’apprentissage dans le temps produit généralement une meilleure rétention finale que les concentrer dans une seule session, un effet observé à travers des matériels, des âges et des délais très variés.

L’importance de cette contribution tient précisément à cette diversité de matériels et de délais inclus dans l’analyse, qui transforme une observation ancienne et largement anecdotique en résultat cumulatif statistiquement établi et directement utilisable pour formuler des recommandations d’étude fondées sur des données plutôt que sur l’intuition pédagogique.

En 2008, dans un article publié dans Psychological Science, Cepeda et ses collègues cartographient précisément la relation entre l’intervalle séparant deux sessions d’apprentissage et le délai avant le test final, à partir d’une expérience portant sur plus de 1 300 participants. Ils montrent qu’un intervalle efficace dépend directement de l’échéance visée par l’apprenant : une révision utile pour un rappel prévu dès le lendemain n’est pas nécessairement celle qui prépare le mieux un examen prévu six mois plus tard, l’intervalle optimal croissant avec le délai de rétention recherché selon une relation approximativement proportionnelle.

Cette idée corrige utilement la recommandation trop vague de « réviser régulièrement », souvent donnée sans précision dans les guides méthodologiques scolaires, en rappelant que l’espacement effectif doit être explicitement ajusté au délai de rétention réellement recherché par l’élève ou l’étudiant, et non appliqué de façon uniforme quelle que soit l’échéance.

Les synthèses de Cepeda portent surtout sur la mémoire verbale mesurée en laboratoire et ne déterminent pas à elles seules la meilleure organisation d’un cursus scolaire complet, qui implique d’autres contraintes (curriculum imposé, motivation des élèves, contraintes horaires). La difficulté du matériel, la nature exacte des connaissances visées, la disponibilité d’un retour correctif et le temps réellement disponible pour l’étude modifient sensiblement le bénéfice concret d’un calendrier de révision donné, un point que des revues ultérieures en éducation, notamment celle de Dunlosky et ses collègues publiée en 2013, ont cherché à préciser pour un usage en classe.

L’effet d’espacement est donc un principe robuste et bien répliqué en laboratoire, non un algorithme universel directement transposable à toute situation d’enseignement. Son application pédagogique demande un objectif de rétention explicite et des tests différés pour en vérifier le bénéfice réel, pas seulement une impression subjective de régularité dans le travail.

Dans leur étude de 2006 publiée dans Psychological Science, des étudiants lisent des textes en prose puis, selon les conditions expérimentales, les relisent à plusieurs reprises ou tentent de les rappeler activement sans support à plusieurs reprises, avant d’être testés soit immédiatement, soit après un délai d’une semaine. La relecture donne parfois un résultat légèrement meilleur au test immédiat, un phénomène qui explique en partie pourquoi tant d’étudiants continuent de privilégier la relecture, mais la pratique de récupération active produit une performance nettement meilleure après le délai d’une semaine, un renversement des positions relatives entre les deux stratégies selon le moment du test.

L’expérience montre ainsi que l’évaluation ne sert pas seulement à mesurer passivement ce qui a été appris au préalable : lorsqu’elle exige un rappel actif et effortful de l’information, l’acte même de se tester modifie et renforce la trace mnésique, un effet que la littérature désigne depuis sous le nom de test-enhanced learning ou effet de test.

Dans leur travail de 2008 publié dans Science, portant sur l’apprentissage de paires de mots en langue étrangère, Karpicke et Roediger montrent que récupérer correctement une information renforce spécifiquement sa conservation à long terme, et que des expositions supplémentaires à l’information sans nouvelle tentative de récupération active ajoutent peu de bénéfice dans certaines conditions expérimentales, une fois qu’un premier rappel correct a été obtenu. Le mécanisme pertinent identifié est donc l’accès actif et effortful à la réponse en mémoire, et non la simple familiarité perceptive produite par une nouvelle lecture passive du même contenu.

Le retour correctif (feedback) reste toutefois important lorsque la réponse récupérée est incertaine ou erronée : l’effet de test ne recommande en aucun cas de laisser des erreurs de rappel se stabiliser sans correction, mais bien d’organiser des cycles de rappel systématiquement suivis d’une vérification, ce que confirment des travaux ultérieurs sur le rôle du feedback dans l’apprentissage par test.

La pratique de récupération améliore la rétention dans un grand nombre d’études répliquées à travers différents types de matériel et de population, mais son bénéfice net dépend du type de question posée (rappel libre, choix multiple, question ouverte), de la difficulté du test, du délai avant l’évaluation finale et du niveau de connaissances initial de l’apprenant. Un test mal conçu peut aussi induire une confiance trompeuse en soi si seules des questions faciles y figurent, un piège relevé par les travaux ultérieurs sur la métacognition liée à l’effet de test.

La conclusion la plus solidement établie par cette ligne de recherche est de faire pratiquer le rappel actif dans des conditions proches de celles de la performance finalement attendue, puis de corriger systématiquement les erreurs. Ce résultat ne signifie toutefois pas que tout contrôle administratif ou toute interrogation notée est automatiquement pédagogique : c’est spécifiquement l’acte de récupération effortful, et non l’évaluation en tant que telle, qui produit le bénéfice mnésique documenté.

Le cadre des difficultés désirables (desirable difficulties), formalisé par Robert Bjork à partir des années 1990 et développé ensuite avec Elizabeth Bjork, désigne un ensemble de conditions d’apprentissage qui ralentissent ou compliquent la performance immédiate pendant la session d’étude, mais favorisent au contraire la rétention à long terme et le transfert des connaissances, par exemple l’espacement des répétitions, le rappel sans support disponible ou l’entrelacement de différents types de problèmes. La difficulté n’est pas souhaitable en elle-même dans ce cadre : elle doit spécifiquement augmenter le traitement cognitif utile de l’information sans dépasser les ressources attentionnelles réellement disponibles chez l’apprenant, faute de quoi elle devient simplement une difficulté indésirable.

Ce cadre théorique a permis de relier plusieurs effets expérimentaux, spacing effect, testing effect, interleaving effect, qui étaient auparavant souvent enseignés et étudiés séparément dans la littérature, et explique de façon cohérente pourquoi la sensation subjective de facilité ressentie pendant l’étude n’est généralement pas un indicateur fiable de l’apprentissage effectivement acquis pour le futur.

Koriat et Bjork montrent, dans un article de 2005 publié dans le Journal of Experimental Psychology: Learning, Memory, and Cognition, que les jugements de maîtrise que portent les apprenants sur leur propre apprentissage s’appuient souvent sur des indices présents et disponibles pendant la phase d’étude elle-même, comme la fluidité perçue de la lecture ou la proximité immédiate entre une question et sa réponse dans le support de cours, alors que ces mêmes indices disparaissent précisément au moment du test réel. Une relecture répétée d’un texte peut ainsi augmenter la confiance de l’apprenant en sa maîtrise sans augmenter proportionnellement sa capacité effective de rappel ultérieur, un décalage que Koriat et Bjork désignent sous le nom d’illusion de compétence.

La conséquence éducative directe de ce résultat est de demander régulièrement à l’apprenant de prédire sa propre performance avant de la vérifier réellement par un test différé, ce qui fournit une information nettement plus pertinente pour ajuster sa stratégie d’étude que son seul sentiment subjectif de familiarité avec le matériel.

Une difficulté trop importante par rapport aux ressources de l’apprenant peut empêcher l’encodage initial de l’information ou décourager durablement l’effort d’apprentissage, un risque explicitement reconnu par les Bjork eux-mêmes dans leurs présentations du concept. Les effets observés varient en outre selon l’âge de l’apprenant, ses connaissances préalables du domaine, la nature du matériel étudié et l’aide ou l’étayage fourni pendant l’exercice. Le cadre ne justifie donc en rien de rendre une activité pédagogique artificiellement pénible sans justification liée au traitement cognitif recherché.

Il reste néanmoins utile comme principe général de conception pédagogique : préférer, à effort d’enseignement égal, une difficulté qui oblige effectivement à traiter et récupérer l’information plutôt qu’à la survoler passivement, puis systématiquement vérifier par un test différé que cette difficulté améliore réellement une performance à long terme plutôt que de se fier à la seule impression subjective de travail fourni par l’apprenant ou l’enseignant.

Dans leurs études publiées en 2007 dans Instructional Science, portant sur des exercices de calcul de volume de solides géométriques auprès de collégiens, Rohrer et Taylor comparent une pratique bloquée, où un seul type d’exercice est répété plusieurs fois avant de passer au type suivant (pratique habituelle des manuels scolaires, organisés par chapitre et par méthode), à une pratique entrelacée, où les différents types de problèmes sont mélangés au sein d’une même séance d’exercices. Le bénéfice de l’entrelacement apparaît surtout lors d’un test différé de plusieurs semaines, lorsque l’élève doit lui-même choisir la méthode adaptée à chaque problème sans indice fourni par l’ordre prévisible de la séance d’exercices, contrairement à la pratique bloquée où l’élève sait déjà quelle formule appliquer.

L’entrelacement entraîne donc une compétence souvent invisible pendant l’exercice lui-même, où la performance immédiate en pratique bloquée est généralement supérieure : reconnaître la structure pertinente d’un problème parmi plusieurs catégories proches, et pas seulement exécuter correctement une procédure déjà annoncée par le contexte de la séance.

La pratique entrelacée oblige l’apprenant à comparer activement des exemples de catégories différentes et à décider, à chaque nouvel exercice, quelle stratégie ou quelle formule appliquer, un processus de discrimination absent de la pratique bloquée où le contexte de la séance indique déjà la réponse. Elle peut sembler moins fluide à l’apprenant, produire moins de réussite immédiate et donner une impression subjective d’apprentissage moins efficace, mais cette difficulté supplémentaire prépare mieux une situation d’évaluation réelle où la méthode à utiliser n’est jamais indiquée à l’avance.

Ce principe complète directement l’espacement et la récupération étudiés par Cepeda et par Roediger et Karpicke : il concerne plus précisément l’alternance de catégories ou de procédures à discriminer, pas le simple fait de mélanger au hasard des contenus sans rapport conceptuel entre eux, une confusion fréquente dans l’application scolaire du concept.

Les études fondatrices de Rohrer et Taylor portent essentiellement sur des tâches mathématiques précises et sur des populations scolaires limitées en taille, ce qui invite à la prudence dans la généralisation à d’autres domaines disciplinaires. Le bénéfice de l’entrelacement peut être plus faible, voire absent, lorsque les catégories comparées sont très différentes les unes des autres (rendant la discrimination triviale), lorsque les apprenants débutants ne possèdent pas encore les connaissances de base nécessaires pour distinguer les catégories, ou lorsque le mélange surcharge cognitivement la séance d’exercices au point de nuire à l’encodage initial.

Une méta-analyse ultérieure de Taylor et Rohrer publiée en 2010 dans Applied Cognitive Psychology confirme l’effet dans plusieurs contextes tout en précisant ces conditions limites. La conclusion raisonnable reste donc conditionnelle : entrelacer des problèmes suffisamment proches lorsque l’objectif pédagogique est précisément d’apprendre à les distinguer, puis vérifier systématiquement le transfert obtenu par des exercices nouveaux et un test différé, plutôt que de généraliser l’entrelacement à toute situation d’apprentissage sans discernement.

S’appuyant sur la théorie sociale cognitive d’Albert Bandura, en particulier le concept de sentiment d’efficacité personnelle, Zimmerman construit à partir des années 1980 un modèle cyclique de l’apprentissage autorégulé distinguant une phase de prévision et de préparation (fixation d’objectifs, planification, activation de croyances motivationnelles), une phase d’exécution proprement dite (mise en œuvre de stratégies, auto-observation continue de sa propre activité) et une phase d’autoréflexion suivant la tâche (auto-évaluation des résultats obtenus, attribution des causes de réussite ou d’échec, ajustement pour le cycle suivant).

Ce cadre a permis de relier explicitement motivation, métacognition et comportements concrets d’étude au sein d’un même modèle intégrateur, au lieu de traiter la réussite scolaire, comme le faisaient de nombreux modèles antérieurs, comme le simple produit d’une capacité cognitive fixe ou d’une motivation globale et indifférenciée, sans considérer les stratégies effectivement mobilisées par l’élève au cours de son travail.

L’autorégulation, dans le cadre de Zimmerman, peut être explicitement enseignée par des objectifs d’apprentissage rendus concrets, des stratégies de planification structurées, un suivi actif du temps consacré à l’étude, des exercices d’auto-évaluation et un retour systématique sur les erreurs commises. Cette conception invite le professionnel à demander précisément quelles actions concrètes l’élève réalise pendant son travail et quelles informations il utilise pour s’ajuster, plutôt qu’à le qualifier globalement, et souvent trop rapidement, d’autonome ou au contraire de peu motivé.

Elle complète directement les résultats issus de la recherche sur la mémoire évoqués par ailleurs sur ce site : planifier de l’espacement des révisions ou de la pratique de récupération active ne suffit pas si l’élève ne sait pas lui-même vérifier concrètement que ces stratégies améliorent effectivement sa performance à long terme, une compétence métacognitive que le cycle de Zimmerman cherche précisément à développer.

Les études empiriques sur l’apprentissage autorégulé utilisent des instruments très variés, questionnaires déclaratifs, entretiens semi-structurés, traces informatiques du travail réel ou mesures directes de performance, qui ne mesurent pas toujours exactement la même chose d’une étude à l’autre, un problème méthodologique documenté par la revue systématique de Panadero publiée en 2017 dans Frontiers in Psychology, qui recense pas moins de six modèles théoriques distincts de l’autorégulation dans la littérature. Un élève peut ainsi déclarer utiliser une stratégie sans l’appliquer réellement dans son travail, ou l’appliquer avec une efficacité très différente selon la matière scolaire concernée et le niveau de guidage reçu de l’enseignant.

L’apprentissage autorégulé reste donc un cadre utile pour concevoir des interventions pédagogiques ciblées, mais ses effets doivent être évalués sur des apprentissages réels et mesurés objectivement, et pas seulement sur une hausse de la confiance déclarée ou de la métacognition auto-rapportée par l’élève, qui peut elle-même être sujette aux mêmes illusions de compétence documentées par Koriat et Bjork.

Psychologue social à Harvard, spécialiste des biais de l’expérimentateur en laboratoire, Rosenthal transpose avec le directeur d’école Lenore Jacobson cette question au contexte scolaire. Dans une école élémentaire californienne, tous les élèves passent un test d’intelligence en début d’année, mais les enseignants ne reçoivent, présentés comme les résultats de ce test, que les noms d’un sous-groupe d’élèves tirés au hasard, décrits comme des « bloomers », des enfants sur le point de connaître une progression intellectuelle rapide. Un an plus tard, ces élèves désignés arbitrairement affichent des gains de quotient intellectuel supérieurs à ceux du reste de la classe, un résultat publié en 1968 sous le titre Pygmalion in the Classroom.

L’interprétation proposée par Rosenthal et Jacobson est que l’attente positive de l’enseignant, même non verbalisée explicitement, modifie subtilement son comportement envers ces élèves, davantage de sollicitations, de temps de parole accordé, de retours encourageants, ce qui finit par produire réellement la progression initialement seulement anticipée, un phénomène qu’ils nomment effet Pygmalion ou prophétie autoréalisatrice.

Une synthèse quantitative de Stephen Raudenbush, publiée en 1984 dans le Journal of Educational Psychology et portant sur dix-huit expériences reproduisant le paradigme d’induction d’attente, confirme l’existence réelle d’un effet des attentes de l’enseignant sur la progression des élèves, mais d’une ampleur nettement plus modeste que celle rapportée dans l’étude de 1968, et fortement dépendante du moment où l’attente est induite : l’effet est beaucoup plus marqué lorsque les enseignants ne connaissent pas encore leurs élèves que lorsqu’une relation s’est déjà installée avant l’induction de l’attente.

Ce résultat plus nuancé reste pédagogiquement important : il indique qu’un jugement précoce sur le potentiel d’un élève, notamment à partir de catégories peu fiables comme l’origine sociale ou des évaluations antérieures approximatives, risque de peser réellement sur sa trajectoire scolaire ultérieure, indépendamment de sa capacité réelle, ce qui justifie une vigilance particulière dans les premières semaines de contact entre un enseignant et une nouvelle classe.

Le psychométricien Robert L. Thorndike publie dès 1968, dans une critique parue dans l’American Educational Research Journal, une analyse sévère du test d’intelligence utilisé dans l’étude originale, les Tests of General Ability, un instrument non verbal dont la fiabilité chez les plus jeunes élèves de l’échantillon (les classes de première et deuxième années) était si faible que les scores obtenus pour ce sous-groupe, précisément celui où les gains les plus spectaculaires sont rapportés, tenaient selon lui davantage du bruit statistique que d’une mesure interprétable de l’intelligence.

Cette critique, formulée par l’un des spécialistes de mesure les plus reconnus de sa génération, n’invalide pas l’ensemble du programme de recherche ultérieur sur les attentes des enseignants, largement confirmé depuis par des méthodes plus rigoureuses comme celle de Raudenbush, mais elle oblige à traiter l’étude fondatrice de 1968 elle-même comme une démonstration insuffisamment solide sur le plan de la mesure, malgré sa popularité durable dans la formation des enseignants, où elle continue d’être présentée sans toujours mentionner cette fragilité documentée depuis plus d’un demi-siècle.

Professeur à l’université de Chicago, Bloom dirige en 1956 la publication de la Taxonomy of Educational Objectives, un projet collectif réunissant des spécialistes de l’évaluation venus de plusieurs universités américaines, destiné à donner un langage commun aux enseignants et aux concepteurs d’examens pour distinguer différents niveaux d’exigence cognitive : de la simple restitution d’une connaissance mémorisée jusqu’à l’analyse, la synthèse et l’évaluation critique d’une information, une hiérarchie ensuite révisée en 2001 par Lorin Anderson et David Krathwohl pour distinguer plus nettement le type de connaissance visée du processus cognitif mobilisé.

Cette taxonomie, bien qu’élaborée sans validation expérimentale directe de sa structure hiérarchique elle-même, s’est imposée comme un outil de conception pédagogique quasi universel, utilisé pour rédiger des objectifs de cours, construire des grilles d’évaluation et vérifier qu’un examen ne teste pas uniquement la mémorisation là où un enseignement visait des compétences d’analyse plus complexes.

En 1984, dans un article publié dans Educational Researcher et intitulé « The 2 Sigma Problem », Bloom synthétise des travaux de ses étudiants montrant qu’un tutorat individuel, combiné à une pédagogie de maîtrise où l’élève ne passe à l’étape suivante qu’après avoir démontré la maîtrise complète de l’étape précédente, produit des élèves dont la performance moyenne dépasse de deux écarts-types celle d’élèves suivant un enseignement collectif conventionnel, soit un gain équivalent à faire passer un élève moyen au niveau des deux meilleurs pour cent de sa classe d’origine.

Bloom formule alors explicitement le problème comme un défi pour la recherche future : identifier des méthodes d’enseignement collectif capables de produire une part substantielle de ce bénéfice sans nécessiter un tuteur individuel par élève, une question qui reste au cœur d’une grande partie de la recherche ultérieure sur l’apprentissage adaptatif et les systèmes de tutorat intelligents.

Une synthèse ultérieure de Kurt VanLehn, publiée en 2011 dans Educational Psychologist et comparant les effets du tutorat humain individuel, des systèmes de tutorat intelligents et de l’enseignement collectif à travers un ensemble beaucoup plus large et plus rigoureusement contrôlé d’études que celles mobilisées par Bloom, retrouve un effet du tutorat individuel réel et substantiel, mais nettement inférieur au chiffre de deux écarts-types initialement rapporté, plus proche de 0,8 écart-type selon les études les mieux contrôlées.

L’écart entre l’estimation originale de Bloom, obtenue sur un nombre limité d’études menées par ses propres étudiants dans des conditions parfois peu comparables entre elles, et les résultats plus modestes des synthèses ultérieures mieux contrôlées, illustre une régularité déjà rencontrée ailleurs dans ce dossier : un résultat pédagogique spectaculaire annoncé tôt dans un champ de recherche tend statistiquement à se réduire à mesure que des études indépendantes et méthodologiquement plus rigoureuses viennent le tester, sans que cela retire tout intérêt pratique au tutorat individualisé lui-même.

Professeur néo-zélandais puis australien, Hattie publie en 2009 Visible Learning, un ouvrage qui synthétise plus de huit cents méta-analyses portant elles-mêmes sur des dizaines de milliers d’études individuelles, couvrant au total plus de deux cent cinquante millions d’élèves, pour classer plus de cent trente facteurs susceptibles d’influencer la réussite scolaire, du redoublement à la taille des classes en passant par des méthodes pédagogiques spécifiques, selon la taille d’effet moyenne qui leur est associée dans la littérature disponible.

Hattie propose un seuil de référence, une taille d’effet moyenne de 0,4, qu’il présente comme le « point charnière » (hinge point) séparant les interventions dont l’effet dépasse la progression naturelle attendue d’une année scolaire ordinaire de celles qui n’y parviennent pas, une manière de rendre directement comparables et hiérarchisables des interventions pédagogiques de nature très différente.

Le classement de Hattie a été repris par de nombreux systèmes scolaires et programmes de formation continue des enseignants à travers le monde anglophone puis au-delà, en fournissant un langage simple et directement actionnable pour orienter des décisions de politique éducative vers des pratiques dont la littérature disponible suggère un effet supérieur à la moyenne, plutôt que vers des intuitions pédagogiques non vérifiées.

Ce travail a également eu le mérite de rendre visible, pour un public non spécialiste de la recherche en éducation, l’existence même d’une littérature scientifique cumulative sur l’efficacité comparée des pratiques pédagogiques, un service de vulgarisation informée qui explique une bonne partie de sa diffusion, y compris dans des contextes où les enseignants n’auraient sinon jamais eu accès directement à cette littérature dispersée dans des centaines de revues spécialisées.

Le statisticien en éducation Adrian Simpson, dans un article de 2018 publié dans le Journal of Education Policy, montre que la méthode de Hattie combine des tailles d’effet calculées de façons hétérogènes et parfois incompatibles selon les études d’origine (comparaisons entre groupes, mesures répétées avant-après, corrélations converties en tailles d’effet), sans toujours ajuster ces différences de nature statistique avant de les moyenner ensemble, ce qui peut produire des classements trompeurs par un mécanisme statistique proche du paradoxe de Simpson, où un ordre agrégé peut contredire l’ordre observé dans chacun des sous-groupes qui le composent.

Simpson relève en outre que le seuil de 0,4, présenté comme un repère absolu de ce qui « fonctionne » en éducation, provient d’une distribution de tailles d’effet elle-même façonnée par des choix méthodologiques disparates plutôt que d’un étalon indépendant, ce qui fragilise l’usage qui en est fait dans les politiques publiques comme critère unique pour prioriser des interventions coûteuses. Le projet de Hattie garde une valeur réelle comme point d’entrée dans une littérature autrement dispersée, mais un classement numérique unique ne dispense pas d’examiner la qualité et la nature exacte des études qui composent chaque estimation avant d’en tirer une décision de politique éducative.

Professeur à l’université de Californie à Santa Barbara, Mayer développe à partir de la fin des années 1990 une théorie cognitive de l’apprentissage multimédia, qui s’appuie sur l’idée, empruntée à la théorie de la charge cognitive de John Sweller, que le traitement de l’information visuelle et le traitement de l’information auditive empruntent des canaux mentaux partiellement distincts et tous deux de capacité limitée. À partir de ce modèle, il formule dans son ouvrage Multimedia Learning, publié en 2001 puis régulièrement mis à jour, une série de principes de conception destinés à réduire la charge cognitive superflue et à favoriser un apprentissage effectif, par exemple présenter mots et images correspondants simultanément plutôt que successivement, ou éviter d’ajouter du texte écrit redondant à une narration orale déjà présente.

Ces principes, formulés à partir d’expériences contrôlées comparant systématiquement des versions différentes d’un même support pédagogique, transforment un ensemble d’intuitions de conception auparavant largement empiriques et non testées en recommandations fondées sur des comparaisons expérimentales directes et reproductibles.

L’intérêt pratique des travaux de Mayer, avec Roxana Moreno notamment dans une synthèse de 2003 publiée dans Educational Psychologist, tient à leur formulation opérationnelle immédiate pour quiconque conçoit un cours en ligne, une vidéo pédagogique ou un manuel illustré : limiter les détails décoratifs sans rapport avec le contenu essentiel (principe de cohérence), signaler visuellement la structure importante de l’information (principe de signalisation), ou laisser à l’apprenant le contrôle du rythme de présentation plutôt que de lui imposer un déroulement continu non interrompu.

Ce travail a directement influencé la conception de cours en ligne à grande échelle et de nombreux outils numériques éducatifs développés depuis les années 2000, en fournissant aux concepteurs pédagogiques un ensemble de critères vérifiables plutôt qu’un jugement esthétique ou intuitif sur ce qui rend un support efficace.

Plusieurs principes formulés initialement à partir d’expériences en laboratoire, souvent menées auprès d’étudiants universitaires sur des supports scientifiques courts, n’ont pas toujours été confirmés avec la même ampleur dans des contextes éducatifs réels, plus longs et plus variés, comme les cours en ligne ouverts à grande échelle ou l’enseignement auprès de publics plus jeunes ou moins familiers avec le domaine étudié. Une revue et méta-analyse de Günter Rey, publiée en 2012 dans Educational Research Review sur l’effet dit des « détails séduisants » (des éléments intéressants mais non essentiels ajoutés à un support), trouve un effet globalement présent mais fortement hétérogène d’une étude à l’autre, parfois même absent ou inversé selon le type de détail ajouté et le public étudié.

Ces nuances n’invalident pas l’approche générale de Mayer, mais elles rappellent que des principes de conception validés dans des conditions expérimentales contrôlées et relativement homogènes ne se transposent pas automatiquement, avec la même ampleur d’effet, à tout contexte éducatif réel, une prudence méthodologique qui traverse la plupart des figures présentées dans ce dossier consacré à la psychologie de l’éducation.