Flexibilité cognitive et processus de catégorisation dans la résolution de problèmes

Cognitive flexibility and categorization processes in problem solving

• Auteur / Autrice : Eric Iacono
• Direction : Alain Guerrien
• Type : Projet de thèse
• Discipline(s) : Psychologie
• Date : Inscription en doctorat le 15/10/2019
• Etablissement(s) : CY Cergy Paris Université
• Ecole(s) doctorale(s) : Education, Didactique, Cognition
• Partenaire(s) de recherche : Laboratoire : PARAGRAPHE

Mots clés

Mots clés libres

Flexibilité cognitive

Résolution de problèmes

Catégorisation

Numérique

Cognitive flexibility

Problem solving

Categorization

Digital tools

Résumé

Les préconisations actuelles pour l'enseignement des mathématiques recommandent le recours systématique à une proportion importante d'exemples pour amener les élèves à comprendre en profondeur une situation problème et faciliter le transfert d'apprentissage (rapport Villani-Torossian, 2018). Certes, le nombre d'exercices auquel sont confrontés les élèves est important, mais la nature des exercices joue un rôle considérable sur la capacité à envisager un problème sous différents points de vue, à les recatégoriser, ce que nous appelons la flexibilité cognitive (Clément, 2009, 2019). Notre projet consiste à élaborer et évaluer un dispositif qui favorise la recatégorisation des problèmes, en amenant les élèves à reconnaître les principes de solution des problèmes, quelle que soit la formulation des énoncés. En d'autres termes, identifier la structure des problèmes en ignorant les indices de surface (Sander, 2008). En outre, nous utiliserons les outils numériques afin de voir dans quelle mesure ils sont une plus-value pour l'apprentissage.

In order to foster deep understanding and transfer of learning, it is recommended to expose students to a broad range of problems (rapport Villani-Torossian, 2018). While the number of problems is important, the nature of the problems is also crucial. Indeed, in most of the cases, problem solving requires to conceive and categorize the problem under different points of view, what we define as cognitive flexibility (Clément, 2009, 2019). The objective of our thesis project is to conceive and evaluate an educative design for training students to abstract deep structure of the problem, independently of its surface similarity (Sander, 2008). In addition, we'll use digital tools to see to what extent they add value to deep understanding and transfer of learning.