Gérer les états émotionnels des étudiants à des fins d’apprentissage

Les étudiants passent par des émotions soit négatives quand ils peinent à comprendre, soit positives quand ils atteignent leurs objectifs. La recherche en la matière révèle que : ces émotions sont en fait des états dont les conditions de déclenchement et d’enchaînement sont bien définies ; leur impact sur l’apprentissage dépasse le clivage émotion positive/négative ; les nouvelles technologies d’enseignement permettent de personnaliser la gestion des émotions et de leur impact sur l’apprentissage.

Etats émotionnels et impact sur l'apprentissage

Sidney D'Mello et Arthur Graesser, de l'Université de Memphis (Etats-Unis), ont retracé les émotions liées à l'utilisation d'AutoTutor, un tuteur intelligent conçu pour dispenser des cours d'informatique. AutoTutor se présente sous la forme d'une fenêtre de dialogue par laquelle un étudiant converse en langage naturel avec un agent animé. L'agent pose des questions difficiles, incite l'étudiant à justifier et à argumenter ses réponses, et le corrige au besoin.

Illustration de l'interface d'AutoTutor.

Sidney D'Mello et Arthur Graesser font utiliser AutoTutor à trente étudiants en faculté de psychologie. Chaque session est enregistrée par cybercaméra, afin que les étudiants visionnent leur session et indiquent à intervalles réguliers si leur visage reflète :

  • l'engagement (intérêt et concentration),
  • le contentement (sentiment fort de satisfaction),
  • la surprise (sentiment d'étonnement),
  • la confusion (manque de compréhension),
  • l'ennui (stress ou lassitude lié à un manque d'intérêt),
  • la frustration (insatisfaction ou agacement),
  • la neutralité (pas de sentiment apparent).

L'engagement, la confusion, la frustration et l'ennui se démarquent des autres émotions par leur fréquence et leur enchaînement (voir illustration ci-dessous). Les étudiants sont dans un état d'engagement jusqu'à ce qu'ils rencontrent un blocage. Ils entrent alors dans un état de confusion qui, s'il n'est pas restauré, entraîne un état de frustration. Quand la frustration se fait persistante, les étudiants manifestent de l'ennui, état émotionnel qui, d'ailleurs, leur donne envie d'arrêter le tutoriel. La figure ci-dessous illustre la dynamique de passage d'un état émotionnel à un autre.

Conditions de déclenchement et d'enchaînement des états émotionnels.

Scotty Craig et ses collaborateurs de l'Université de Memphis (Etats-Unis) montrent que les états émotionnels ne se reflètent pas tous sur l'apprentissage. Pour cette étude, une trentaine d'étudiants en psychologie remplissent un QCM sur le thème de l'informatique (pré-test). Ils utilisent ensuite AutoTutor tandis que des observateurs entraînés notent leur état émotionnel à intervalles réguliers. Finalement, les étudiants repassent un QCM (post-test) dont les scores sont comparés à ceux du pré-test, ce qui permet de chiffrer leur apprentissage. Cette analyse ne montre aucun lien entre apprentissage et frustration. En revanche :

  • l'ennui se traduit par un désapprentissage dans le sens où les étudiants chez lesquels cet état prédomine ont des scores de post-test plus faibles qu'au pré-test,
  • l'engagement se traduit par un gain d'apprentissage modéré,
  • la confusion se traduit par un gain d'apprentissage élevé.

Scotty Craig et ses collaborateurs notent la cohérence de leurs résultats avec nombre d'études issues des travaux de Piaget et qui indiquent que lorsque les apprenants rencontrent des blocages, ils délibèrent davantage et apprennent mieux. La confusion étant particulièrement propice à la délibération, il est pertinent d'induire cet état afin d'améliorer l'apprentissage.

Zoom sur la confusion

La confusion est un état émotionnel qui sous-tend, s'il est résolu, un apprentissage plus solide. Une étude de Sidney D'Mello et Arthur Graesser de l'Université de Memphis (Etats-Unis) montre que les blocages à l'origine d'un état de confusion améliorent l'apprentissage à la condition expresse qu'ils soient résolus pour les étudiants. Il faut donc mettre les étudiants en situation de blocage par le biais de questions difficiles ou d'énoncés contradictoires, et les aider individuellement à solutionner ces blocages. Ce suivi individuel est plus aisé avec des tutoriels intelligents tels qu'AutoTutor que dans le cadre d'un cours classique où l'enseignant n'a pas toujours le loisir de suivre chaque élève.
Les étudiants ne sont pas toujours conscients et capables de rapporter la confusion dans la mesure où cet état émotionnel accroît leur effort de délibération. L'équipe d'Arthur Graesser de l'Université de Memphis (Etats-Unis) montre à ce titre que si étudiants et observateurs externes rapportent aussi bien les états d'ennui et d'engagement, les observateurs externes sont moins à même que les étudiants de rapporter la frustration, mais plus à même de détecter la confusion. L'équipe de Farman Kahn de l'Université Athabasca (Canada) trouve plus fiable de repérer la confusion en analysant la manière dont les étudiants interagissent avec des modules d'un cours en ligne. D'après leur étude, les étudiants bloqués passent plus de temps sur les sections d'exemples et sur les forums, sans pour autant y participer. En revanche, ils passent peu de temps dans les sections d'exercices et de test, où ils ont tendance à refaire plusieurs fois les mêmes exercices ou les mêmes tests. Enregistrer le nombre de visites, le temps passé et le type de participation relatifs aux forums, sections d'exercices et de tests permettrait donc aux enseignants de repérer les étudiants bloqués à qui apporter un suivi personnalisé.

Zoom sur la frustration et l'ennui

Les efforts de délibération retombent lorsque la confusion fait place à de la frustration. Il ne s'agit donc plus d'aider les étudiants frustrés à résoudre leurs blocages mais de leur permettre de gérer l'aspect émotionnel de cet état. La Business School d'Harvard et l'Institut de technologie du Massachussetts (USA) a programmé un agent qui :

  1. demande régulièrement si l'utilisateur est « content(e), triste, énervé(e), ou neutre » à propos de son activité,
  2. reformule toute émotion négative, la fait préciser sous la forme d'une échelle de frustration qui varie de « Je ne suis finalement pas frustré(e) » à « Je n'ai jamais été autant frustré(e) », et incite l'utilisateur à expliquer la nature de cette frustration,
  3. formule des messages d'excuse et d'empathie.

Cette étude, menée auprès de soixante-dix personnes âgées de 14 à 44 ans, montre qu'elles interagissent plus longtemps avec un jeu vidéo en présence d'un agent qui répond à leurs frustrations que sans l'agent. Un dispositif informatique auquel l'utilisateur peut communiquer ses frustrations suffirait donc à endiguer la frustration.
L'ennui s'installe quand la frustration persiste. Cet état présente un risque de désapprentissage et de cessation de l'activité. Une étude menée par les universités de Memphis (Etats-Unis) et de Manille (Philippines) montre le caractère persistant de l'ennui. Une trentaine d'étudiants utilisent trois dispositifs interactifs (AutoTutor, une plateforme de résolution de problèmes mathématiques et un jeu de logique éducatif). L'évaluation de leurs états émotionnels par les étudiants eux-mêmes et par des observateurs extérieurs montre que ceux qui commencent à s'ennuyer peinent, quel que soit le dispositif, à restaurer un état de frustration. Il est donc impératif de prévenir l'ennui en gérant en amont la confusion et la frustration.

Sandrine Fischer - Docteur en psychologie cognitive, université de Toulouse

date de publication : 08/09/2014

Recommandations

Les nouvelles technologies d’enseignement permettent de gérer l’impact des états émotionnels sur l’apprentissage. Les recommandations pour cette approche sont de :

  • faire indiquer aux étudiants leurs émotions en classe (via leurs PDA) et en ligne (via un module dédié),
  • leur soumettre des problèmes difficiles dont la résolution est suivi de manière personnalisée,
  • proposer un suivi personnalisé si l’utilisation d’un cours en ligne trahit un état de confusion,
  • leur permettre de communiquer leurs frustrations.

Références bibliographiques

  • Khan F. A., Graf S., Weippl E. R. & Tjoa A. M. (2010), “Identifying and Incorporating Affective States and Learning Styles in Web-based Learning Management Systems“, Interaction Design and Architecture(s) Journal, n° 9-10, p. 85-103
  • Baker R. S.J.d., D’Mello S. K., Rodrigo M.M. T. & Graesser A. C. (2010), “Better to be frustrated than bored: The incidence, persistence, and impact of learners’ cognitive–affective states during interactions with three different computer-based learning environments”, International Journal of Human-
  • D’Mello S. K., Lehman B., Pekrun R., Graesser A. C. (2012), “Confusion can be bene?cial for learning”, Learning and Instruction, n° 29, p. 153-170
  • D’Mello S. K. & Graesser A. C. (2011), “Dynamics of affective states during complex learning”, Learning and Instruction, n° 22, p. 145-157
  • Craig S. D., Graesser A. C., Sullins J. & Gholson B. (2004), “Affect and learning: an exploratory look into the role of affect in learning with AutoTutor”, Journal of Educational Media, vol. 29, n° 3
  • Klein J., Moon Y. & Picard R. W. (2002), “This computer responds to user frustration: theory, design, and results”, Interacting with computers, n° 14, p. 119-140
  • Hone K. (2006), “Empathic agents to reduce user frustration: The effects of varying agent characteristics”, Interacting with Computers, vol. 18, n° 2, p. 227-245