La théorie de l’apprentissage social d’Albert Bandura : concepts clés
La théorie de l'apprentissage social d'Albert Bandura est basée sur une approche cognitive comportementale de l'apprentissage
Introduite par John Sweller, la théorie de la charge cognitive (Cognitive Load Theory) examine les processus mentaux liés à l'apprentissage.
Introduite par John Sweller, la théorie de la charge cognitive (Cognitive Load Theory) examine les processus mentaux liés à l’apprentissage. Elle propose ensuite des principes pour améliorer la conception pédagogique. La théorie de la charge cognitive met en évidence la capacité de stockage de l’information en mémoire de travail, mais également l’intégration de nouvelles connaissances. Elle s’applique dans le milieu pédagogique, en situation d’apprentissage et dans de nombreux domaines, comme la conception UX.
Théorie de la charge cognitive : types et principes de réduction est définie comme la quantité de ressources qu’un individu investit au moment de la réalisation d’une tâche. Elle dépend en effet de la complexité du problème, spécialement du nombre d’éléments à mettre en relation et à traiter. Les ressources cognitives (connaissances antérieures et nouvelles) et la façon dont la tâche est présentée sont des facteurs qui influencent cette théorie.
À titre d’exemple, un élève en première année de cours élémentaire n’aura pas la même difficulté à calculer une opération de « 2 paquets de 6 friandises » et un autre de « 6 paquets de 2 friandises ». Même si la réponse sera pareille, les exigences pour la résolution de ces deux problèmes ne sont pas les mêmes. Dans le premier cas, l’apprenant sera juste amené à faire 6+6, tandis que, dans le deuxième cas, il sera obligé de faire 2+2+2+2+2+2. Si cet élève maîtrisait la multiplication, la charge de travail dans les deux cas sera moindre.
Selon John Sweller, la théorie de la charge cognitive s’appuie sur les modèles traditionnels du système cognitif. Cette architecture distingue une mémoire de travail (MDT) à capacité limitée pour les apprentissages, et une mémoire à long terme (MLT) illimitée. Cette dernière contient de nombreux schémas automatisés.
Ici, les schémas donnent la possibilité à l’apprenant d’outrepasser la capacité limitée de la mémoire de travail. Ils servent à traiter des structures de connaissances généralisées et complexes (unités simples de mémoire). Les schémas peuvent aussi fonctionner à la fois de manière consciente et automatique. La plupart des apprentissages nécessitent toutefois un effort conscient et du temps pour passer d’un traitement contrôlé à un traitement automatique.
Malgré les nombreuses variations possibles dans la façon d’écrire à la main la lettre « A » (différentes formes, tailles, styles), le cerveau humain est par exemple capable de les reconnaître comme étant une seule unité conceptuelle. Le traitement de cette information (tâche) exigera cependant plus d’effort pour un enfant qui commence par lire que pour un adulte habitué à la lecture. L’objectif de John Sweller, chercheur en psychologie de l’éducation, et de ses collaborateurs est d’identifier les éléments qui augmentent la charge cognitive. Ils conçoivent ensuite des modèles d’apprentissage moins pesants pour l’acquisition des connaissances.
L’analyse de l’exigence cognitive de chaque situation d’apprentissage relève de trois sources (Sweller, Van Merrienboer, & Paas, 2019) : la charge intrinsèque, extrinsèque et essentielle. En réalité, la théorie de la charge cognitive n’implique pas systématiquement de baisser l’exigence des tâches. Le but est d’équilibrer l’effort que l’apprenant doit fournir en fonction de ses ressources (connaissances) et de l’adapter à l’apprentissage visé. Puisque les connaissances d’un employé peuvent varier d’un domaine à un autre, les modèles d’enseignement doivent donc s’y adapter.
Elle fait référence à la complexité de l’information que l’apprenant doit apprendre. La charge intrinsèque prend en compte le niveau d’interactivité entre les éléments à traiter à la fois par la mémoire de travail et par le degré de connaissances de l’apprenant. En d’autres termes, un expert qui a un schéma en mémoire à long terme aura une plus grande facilité à interagir avec une grande quantité d’éléments qu’un novice. Les divisions ont par exemple une charge intrinsèque supérieure à une simple addition à deux chiffres.
Cette charge cognitive est liée à la qualité du matériel pédagogique. La charge cognitive extrinsèque fait référence à tous les éléments qui ne sont pas utiles à la construction de schémas, mais que l’apprenant doit traiter. Il peut s’agir de la complexité des termes présents dans la ressource pédagogique ou encore de l’importance du contenu qui est en relation avec le sujet. De nombreux manuels et fiches scolaires comportent par exemple des différences de typographie ou des images qui sont des informations parasites, confuses et superflues par rapport à la tâche à accomplir par l’apprenant.
Nécessaire pour le traitement efficace de l’information, la charge essentielle est principalement liée aux différentes ressources de la mémoire de travail que l’apprenant utilise pour l’acquisition et l’automatisation de schémas. Un employé qui acquiert de nouvelles connaissances sur un sujet qui était déjà stocké dans sa mémoire de travail aura une charge essentielle plus importante.
Pour diminuer la charge cognitive, les chercheurs ont élaboré 5 principes fondamentaux. Ces derniers peuvent être utilisés à la fois dans le domaine de l’apprentissage comme dans l’optimisation de l’expérience utilisateur.
Le principe de cohérence consiste à supprimer les informations inutiles des ressources pédagogiques afin que l’interlocuteur se focalise sur les parties essentielles. Sur un site internet, par exemple, la réduction de la charge visuelle aide l’utilisateur à se concentrer sur l’essentiel. Si vous arrivez à capter son attention, vous avez plus de chance de le transformer en leads ou client.
Pour souligner les informations pertinentes, le principe de modalité consiste à utiliser les graphiques (caractères italiques, flèches, caractères gras…). L’apprenant ou l’utilisateur s’oriente vers les informations importantes afin de réduire la charge cognitive et d’obtenir une charge essentielle élevée.
Le principe de redondance sert à avoir une combinaison planifiée ou simplifiée de texte, de narration et d’images dans le but de réduire la surcharge cognitive extrinsèque. L’apprenant se focalisera davantage sur le problème et concentrera ses efforts pour l’élaboration des stratégies nécessaire à la résolution.
La contiguïté spatiale encourage l’illustration des présentations avec des termes. Par exemple, pour qu’un utilisateur comprenne instantanément une interaction, vous devez parfois communiquer sur cette dernière. Cette clarification peut être faite par le biais d’un label, d’une étiquette ou d’une inscription qui explique sa signification.
Pour que les interlocuteurs arrivent à faire le lien dans leur mémoire de travail, la contiguïté spatiale temporelle promeut la présentation simultanée de termes et d’images. Dans la conception de l’expérience utilisateur, le « chunking » désigne le plus souvent la division du contenu en petites unités d’information distinctes. Ce processus contribue à réduire de manière significative la charge cognitive.
La compréhension de l’usage, des principes et des obstacles liés à la charge cognitive contribue à l’amélioration de l’apprentissage, la mémorisation et l’ergonomie. La réduction de la charge cognitive est nécessaire pour optimiser l’expérience utilisateur et augmenter la valeur du produit ou des ressources.
La théorie de l'apprentissage social d'Albert Bandura est basée sur une approche cognitive comportementale de l'apprentissage
Découvrez les causes de la fatigue numérique et explorez des solutions efficaces pour réduire la surcharge cognitive liée aux outils digitaux en...
Ce phénomène a été théorisé par le philosophe allemand Hermann Ebbinghaus et matérialisé par son concept de la « courbe de l'oubli ».
Découvrez comment améliorer l’engagement utilisateur, optimiser vos outils métiers et accélérer l’adoption logicielle grâce aux retours d’expérience de l’écosystème Lemon Learning.