L'effet des facteurs environnementaux sur les apprentissages dans un contexte pédagogique digitalisé.

Analysing the effets of environemental factors on learning

• Auteur / Autrice : Cheikh Ndiaye
• Direction : Alain Jaillet
• Type : Projet de thèse
• Discipline(s) : Sciences de l'éducation
• Date : Inscription en doctorat le 16/10/2020
• Etablissement(s) : CY Cergy Paris Université
• Ecole(s) doctorale(s) : Education, Didactique, Cognition
• Partenaire(s) de recherche : Laboratoire : BONHEURS (Cergy-Pontoise ; 2018-)

Mots clés

Mots clés libres

Transition des espaces educatifs

Facteurs environnementaux et apprentissage

Numérique et education

Espaces d'apprentissage optimisé

Learning analytics

Optimized learning environments

Environemental factors and learning performances

Learning analytics

Transition in learning environments

Digitalisation of learning

Résumé

Contextualisation Depuis quelques années le numérique ne cesse de gagner du terrain de l'éducation et la formation. D'ailleurs, Amadieu et Tricot écrivait, il y a cinq ans, “Depuis une trentaine d'années, la valeur pédagogique du numérique est l'objet de beaucoup d'espoirs, de spéculations” (Amadieu & Tricot, 2015, p. 5). Ainsi, « Dans de nombreux secteurs, y compris dans l'enseignement, le volume de données générées a fortement augmenté durant ces 15 dernières années. Il est nécessaire de leurs donner du sens pour améliorer les procédures et les capacités de prise de décision des établissements d'enseignement et des universités ». (Baldassarre Michele, 2016, p.1). Sur le plan pédagogique, les formateurs se sont aussi saisis du traitement des données d'apprentissage et essaient de trouver comment les utiliser à bon échéant pour prédire les résultats des apprenants et éventuellement leurs proposer des parcours alternatifs. (Macfadyen & Dawson, 2010. Des librairies ont aussi recours à ces learning data pour connaître les habitudes d'apprentissages des utilisateurs pour adapter leurs offres. (Sheriff et al., 2019). Ainsi, le tracking des données et leur interprétation est un enjeu crucial. (Suqin Zhang et al., 2018). D'ailleurs une étude menée sur la plateforme LMS TrAVis (May, George, & Prévot, 2011) suggère que le tracking des données d'apprentissage et leur mise à disposition auprès des apprenants leurs permet de mieux réguler leurs apprentissages et d'améliorer leurs performances. Ces démarches visant à optimiser les espaces d'apprentissage en ligne (Heutte, 2017) à travers les traces numériques sont aujourd'hui sous le couvert de la discipline appelée Learning analytics. D'autres chercheurs s'intéressent eux à l'impact des facteurs environnementaux sur les apprentissages et les performances des apprenants. En d'occurrences Barret et al. (2005) se sont intéressé l'impact des facteurs holistique sur les apprentissages. Almeda et al. (2014) proposent une étude sur la relation entre les apprentissages et l'affichage en classe. Alors que Rautkylä et al. (2010) s'intéressent à l'effet de la lumière sur les concentrations dans les milieux académiques. D'autres vont quant à eux étudié l'effet des facteurs acoustiques sur les performances académiques chez les enfants et les adultes (Klatte et al., 2010). Tous ces auteurs ont recouru aux méthodes des Learning analytics et à des programmes d'analyse statistiques pour rechercher des corrélations entre les variables et les facteurs présentent dans les environnements d'apprentissage. Nous identifions ainsi deux approches différentes : une approche axée sur le numérique et une autre axée sur les facteurs environnementaux. Cependant, les activités numériques à elles seules ne suffisent pas à expliquer les performances des apprenants. En outre, on ne peut pas ignorer le facteur numérique dans les systèmes d'apprentissage actuels. Par conséquent, il est intéressant d'investir et d'étudier l'impact des facteurs environnementaux sur les apprentissages dans les environnements digitalisés. Ce rapprochement n'a pas encore fait l'objet de recherche et nous semble indispensable à étudier. Par ailleurs, les recherches sur le sujet et celles mobilisant les méthodes des Learning analytics sont quasiment toutes en langues anglaises. Pour cette raison nous pensons que notre travail sera une importante contribution dans ce domaine en général et dans l'espace francophone en particulier. Au des travaux évoqués plus haut et le rapport du laboratoire Lutin (2011, nous proposons la question de départ suivante. Questions de départ : Dans ce travail, nous allons tenter de répondre aux questions suivantes : Quelles sont les relations entre l'environnement et l'usage du numérique sur la performance des apprenants ? Les variables environnementales étudiées : A partir de nos lectures nous avons identifié les variables suivantes liés au facteur environnemental : la température, le bruit, la lumière, l'affichage. Les effets de ces variables ont été étudié sur la progression, l'attention, la perception du message et l'engagement. Dans cette thèse nous avons fait le choix d'étudier l'effet de la lumière,de la qualité de l'air, de la position des fenêtres et le type de rideaux sur la performance des apprenants. Concernant les facteurs numériques nous proposons d'étudier l'effet sur la performance des élèves du niveau d'usage du numérique par le professeur, l'usage ou pas d'outils numériques par les élèves et le pourcentage de leurs utilisations le cas échéant. Nous avons choisi ces variables car nous avons remarqué que dans les collèges de France les fenêtre sont placées à des endroits différents dans les salles. Souvent, il y a une salle où les fenêtres sont ouvertes sur le soleil et d'autres dont les fenêtres donnent du côté opposé au soleil tandis que dans certains autres elles sont à 45°. Par ailleurs, des élèves se plaignent souvent d'éblouissement ou de ne pas voir ce qui est projeté sur le TNI. Par conséquent, il nous semble pertinent d'évaluer l'effet de cette variable sur la performance. De même, l'efficacité de l'usage des tablettes (autres outils numériques) en classe par les élèves peut être affectée par la position des fenêtres et le sens d'arrivée de la lumière sur l'écran de celui-ci quand les élèves en sont dotés. Nous pensons que le pourcentage de l'utilisation du numérique par le professeur en cours est un indicateur important car le numérique est devenu un élément central dans les politiques pédagogiques. Le pourcentage d'utilisation du numérique par le professeur sur son temps de cours total nous permettra de vérifier s'il existe une quelque conque corrélation entre la numérisation des pratiques du professeur et les performances de ces élèves et de mesurer si cette corrélation est significative le cas échéant. Ces arguments sont aussi valables pour le pourcentage d'utilisation du numérique par les élèves sur le temps total de cours observé pendant notre travail de recherche. Par ailleurs dans certains établissement le manuel numérique a remplacé le manuel papier. Cela soulève des problématiques diverses : budgétaire, organisationnel pour les décideurs/ d'adaptation, d'appropriation, de transformation des méthodes, de formation … pour les enseignants et les élèves. Ainsi, connaitre le taux de couverture en tablettes des élèves nous permettra de vérifier s'il y a une corrélation entre ce facteur et le niveau d'utilisation du numérique ainsi que sur la performance des élèves. En effet, les contraintes que nous avons citées plus haut, combinés au fait que l'architecture des établissements n'est souvent pas prise en compte dans le processus de digitation, peuvent avoir des conséquences sur l'efficacité pédagogique du numérique dans l'enseignement. En intégrant, les facteurs environnementaux et architecturaux dans notre analyse, nous pourrons mesurer les corrélations qui existent entre la performance des élèves et la digitalisation pédagogique. Cela nous permettra de déterminer si les facteurs environnementaux et architecturaux ont un impact sur l'efficacité du numérique et sur la performance des élèves. Questions associées : comment articuler les paramètres de la temporalité, des échelles, des acteurs et des pratiques pédagogiques dans la conception des espaces d'enseignement-apprentissage en transition optimisée? Comment garantir une architecture scolaire optimisée et adaptative au regard des multiples transitions en cours ? Comment identifier et cartographier les typologies d'espace d'enseignement-apprentissage à partir des facteurs spatio-pédagogiques pour l'optimisation de leurs transitions, de l'ingénierie architecturale et l'accompagnement des différents acteurs impliqués?

Context: The use of digital tools gained a wide ground in the field of training and education. Indeed, “In the past thirty years, the educational value of digital technology has been the subject of much hope and speculation” (Amadieu & Tricot, 2015, p. 5). Thus, in many sectors, including education, the volume of data generated has increased significantly over the past 15 years. However, they need to analyzed and interpreted in order to improve the decision-making procedures and capacities of educational organization and universities '. (Baldassarre Michele, 2016, p.1). On the pedagogical level, the trainers are getting interesting in learning data and are trying to find a way to use them in order to predict learners' performances and propose alternative pathways when necessary (Macfadyen & Dawson, 2010. Bookstores also use this learning data to know the learning habits of users and adapt their offers accordingly (Sheriff et al., 2019). Thus, the tracking of data and their interpretation is a crucial issue (Suqin Zhang et al., 2018). Moreover, a study carried out on the LMS TrAVis platform (May, George, & Prévot, 2011) suggests that the tracking of learning data and its availability to learners allows them to better regulate their learning and improve their performances. These approaches aimed at optimizing online learning spaces (Heutte, 2017) through digital traces are today under the cover of the discipline called Learning analytics . Other researchers are interested in the effects of environmental factors on learning and the performances of learners. For instance, Barret et al. (2005) are interested in the impact of holistic factors on learning. Almeda et al. (2014) propose a study on the relationship between learning and display in the classroom. While Rautkylä et al. (2010) examined the effect of light on concentrations in an academic environment. Other researches, studied the effect of acoustic factors on academic performance within children and adults (Klatte et al., 2010). All these authors have used learning analytics methods and statistical analysis programs to investigate correlations between variables and factors present in learning environments. Taking into account the studies above, we can identify two different approaches: One focused on digital factors and another focused on environmental ones. However, digital activities alone are not enough to explain learner performance. Furthermore, one cannot ignore the digital factor in today's learning systems. Therefore, it is interesting to invest and study the impact of environmental factors on learning in digitalized environments. This connection has not yet been investigated while we consider essential for the improvement of learners' performances. In addition, researches on the subject and those involving the methods of Learning analytics are almost all in English. For this reason we believe that our work will be an important contribution in this field in general and in the French-speaking area in particular. Based on the work mentioned above and the Lutin report by the expert of the “Laboratoire Lutin” (2011), we propose the following guiding question. Guiding question: In this work, we will try to answer the following questions: What are the relationships between the environment and the use of digital technology on the performance of learners? The environmental variables studied: From our readings, we identified the following variables related to the environmental factor: temperature, noise, light, display. The effects of these variables were studied on progression, attention, message perception and engagement. In this thesis we have chosen to study the effect of light, air quality, position of windows and type of curtains on learner performance. Regarding the digital factors, we propose to study the effect of the level of the use of digital tools by the teacher and learners on the performance of the learners. The correlations between independent variable will also be measured to have a broader amount of relevant data for our analysis. How to articulate the parameters of temporality, scale, actors and pedagogical practices in the design of teaching-learning spaces optimized transition? How to ensure an optimized and adaptive school architecture with respect to the multiple transitions underway? How can we identify and map the typologies of teaching-learning spaces based on spatio-pedagogical factors for the optimization of their transitions, architectural engineering and the accompaniment of the different stakeholders?