Apprentissage par la simulation numérique à l’ENSET de Douala : Apports, contraintes et défis contextuels Colette Mvoto Meyong mecoco61@yahoo.fr – colettemng14@gmail.com

Apprentissage par la simulation numérique à l’ENSET de Douala : Apports, contraintes et défis contextuels Colette Mvoto Meyong mecoco61@yahoo.fr - colettemng14@gmail.com

Apprentissage par la simulation numérique à l’ENSET de Douala : Apports, contraintes et défis contextuels
Colette Mvoto Meyong mecoco61@yahoo.fr – colettemng14@gmail.com

Résumé

Dans le contexte camerounais et notamment à l’école normale supérieure d’enseignement technique (ENSET) de Douala, certains enseignants des techniques industrielles tentent de pallier un manque persistant d’équipements de laboratoire en promouvant l’apprentissage par la simulation numérique. Cependant, on y constate un moindre engagement des principaux bénéficiaires de cette innovation. De ce fait, nous postulons que ces acteurs terrain sont en mesure de formuler des suggestions pertinentes pour remédier à la réalité critique vécue. Répondre à deux questions de recherche permet de vérifier ce postulat : 1) Quelles sont les perceptions relatives à la simulation numérique à l’ENSET de Douala ? 2) Comment relever les défis inhérents à l’apprentissage par la simulation numérique dans cette école ? Dans une visée phénoménologique de l’analyse compréhensive, on relève une cohérence entre les réponses à ces questions. L’examen de ces réponses permet de déceler les éléments constitutifs d’une stratégie idoine pour promouvoir l’apprentissage par la simulation numérique au Cameroun.

Mots clés

Apprentissage, simulation numérique, modélisation, didactique professionnelle, phénoménologie

Introduction et problématique

Enseigner, accompagner, guider, aider, assister, animer, gérer et conseiller constituent un ensemble d’actions propres aux situations d’éducation et de formation technologique et professionnelle (EFTP) privilégiant une socio-construction des compétences exigées sur le marché de l’emploi. Dans les écoles camerounaises de formation à l’enseignement secondaire les enjeux et les défis de cette exigence incluent une mutation de la culture institutionnelle (Mvoto, 2006) et l’appropriation des approches pédagogiques innovantes (Karsenti, 2009 ; Mvoto, 2011). En termes de défis, innover ainsi les pratiques professionnelles ne va pas sans une disponibilité permanente et une intégration continue et réussie des outils didactiques modernes (Karsenti et Collin, 2013 ; Mastafi, 2014 ; Unesco, 2011 ; Zhao et Bryant, 2006). Dans cette mouvance, le problème que pose la présente analyse est relatif à la professionnalisation des enseignements à l’ENSET de Douala, une école sous l’emprise d’un manque général d’outils didactiques de pointe. En particulier, il s’avère aisé de constater une carence d’équipements indispensables pour la réalisation de certains travaux pratiques dans les laboratoires.

Face à cette réalité critique, les enseignants novateurs promeuvent l’apprentissage par la simulation numérique, reconnu par nombre de chercheurs comme un processus de développement de compétences impliquant et impactant (Ardillon, 2012 ; Benhaberou-Brun, 2017 ; Bernard, 2015 ; Droui, 2012 ; Droui et El Hajjam, 2014 ; Pastré, 2006). Mais, nonobstant cette volonté de mieux accompagner les apprentis formateurs, on note leur moindre engagement dans le changement visé. Il y a donc lieu de penser que ces acteurs et premiers bénéficiaires des innovations didactiques peuvent expliciter les contraintes contextuelles associées aux avantages de la simulation numérique et formuler des suggestions relatives à la promotion de son exploitation.

L’objectif visé est de relever les éléments constitutifs d’une stratégie idoine pour cette promotion à travers l’analyse des discours de ceux qui vivent in situ la réalité jugée problématique. Répondre aux questions suivantes permet d’atteindre cet objectif : 1) Quelles sont les perceptions relatives à la simulation numérique à l’ENSET de Douala ? 2) Comment relever les défis inhérents à l’apprentissage par la simulation numérique dans cette école ? Les répondants sont nommément les étudiants des techniques industrielles, à titre de futurs enseignants, et les chefs des départements, à titre d’enseignants-gestionnaires des laboratoires des travaux pratiques. Il est nécessaire d’élaborer un cadre de référence pertinent pour notre une analyse.

Cadre de référence

Comme référents théoriques de la présente étude, nous rappelons d’abord les principes fondamentaux de l’apprentissage. Nous explicitons ensuite trois notions importantes en relevant leurs liens : la simulation, la modélisation, et l’apprentissage par la simulation numérique. Finalement, une synthèse de quelques recherches permet de relever les apports éducatifs et les limites de la simulation numérique.

Principes fondamentaux de l’apprentissage

Dans une situation pédagogique valorisant l’approche par les compétences et, par ricochet, la professionnalisation des enseignements, guider l’apprentissage consiste à inciter les étudiants à exploiter les connaissances mises à leur disposition dans une formation « axée sur l’analyse et la compréhension des processus de traitement de l’information chez l’être humain » (Tardif, 1992, p. 15). Cette perspective de la psychologie cognitive permet de mieux appréhender la construction du savoir et de planifier en conséquence les actions indiquées pour faciliter l’apprentissage et maintenir l’engagement du sujet connaissant. En effet, rappellent Fortin et Legault (2006, p. 41), l’approche cognitive de l’apprentissage se fonde essentiellement sur trois principes : « 1) l’apprentissage est l’établissement de relations entre de nouvelles informations et le réseau de connaissances antérieures, 2) l’apprentissage n’est possible qu’à travers une organisation rigoureuse des connaissances, et 3) l’apprentissage concerne trois catégories de connaissances, soit : les connaissances déclaratives, procédurales et conditionnelles ».

Selon les mêmes auteurs, qui renvoient à Doré et Mercier (1992), dans un processus d’apprentissage significatif, l’étudiant reçoit de nouvelles informations, il les compare aux connaissances antérieures afin de déterminer comment les intégrer dans son réseau de savoirs. Les connaissances acquises sont donc cumulatives et ne peuvent être facilement remplacées par de nouvelles informations, que l’apprenant doit évaluer, nuancer, éliminer, ou intégrer. Savoir organiser ses connaissances sous forme de réseau interactif est un trait caractéristique de l’expertise. Celles de type déclaratif sont statiques. Elles désignent un savoir théorique relatif aux faits, énoncés, règles, croyances, relations, lois et principes. Un sujet apprenant peut les exposer, sans absolument pouvoir les appliquer de manière concrète. Les connaissances procédurales, quant à elles, font référence aux savoir-faire ou habiletés : elles sont dynamiques et correspondent « au comment d’une action ». Pour permettre cette action, les connaissances déclaratives doivent être traduites en connaissances procédurales. Finalement, les connaissances conditionnelles, qui font référence au « quand et pourquoi » d’une action, facilitent le transfert des apprentissages en termes de compétences ou savoir-appliquer les connaissances acquises à différentes situations, via l’expérimentation, l’observation, la démonstration, l’écoute ou la communication verbale.

Sur les traces de Prégent (1990), Fortin et Legault (2006) notent par ailleurs : « les méthodes d’enseignement davantage centrées sur l’étudiant semblent plus formatrices, plus génératrices d’apprentissages significatifs et plus aptes à augmenter la mémorisation et le transfert des apprentissages que les méthodes centrées sur le professeur » (p. 42). Dans cette perspective interactive, sociale et constructiviste, les études de cas, les jeux de rôle et les simulations font partie les méthodes centrées sur étudiant. Elles favorisent un apprentissage autonome et continu, un développement habiletés spécifiques, mieux l’acquisition des connaissances procédurales et conditionnelles. Toutefois, les avantages de chaque méthode ou mode d’apprentissage et les outils didactiques exploitables compensent les limites des autres. Les choix possibles dépendent, entre autres, du type de connaissances à valoriser et du niveau des compétences à développer. Cela étant, l’usage des simulations se rapproche continûment à la réalité, les processus de modélisations appliqués et les modèles élaborés évoluent à la cadence du développement de l’informatique.

Simulation et modélisation

En référence aux dictionnaires consultés, simuler signifie déguiser un acte, imiter ou faire paraitre comme réelle une chose qui ne l’est pas. La simulation, résultat de l’action de simuler, est dite numérique lorsqu’elle exploite le potentiel multidimensionnel de l’ordinateur.

Simulation numérique

L’action de simuler consiste à reproduire le fonctionnement d’une situation réelle, d’un phénomène naturel ou d’un système relativement complexe, d’un appareil ou d’une machine. Selon l’objectif poursuivi, on peut : « simuler pour comprendre, simuler pour construire, simuler pour apprendre » (Géraud, Pernin, Cagnat et Cortés, 1999, p. 5). Sur le plan technologique, la simulation permet de représenter tout phénomène à l’aide d’une maquette ou d’un programme informatique (Baron et Baudé, 1992 ; El Jamali, 2000 ; Varenne, 2003). Lorsqu’il faut analyser ou comprendre le fonctionnement d’un phénomène, construire un nouvel objet, proposer ou valider des solutions, simuler revient « à expérimenter des modèles sous la forme de relations mathématiques entre des variables » (Fabien, Gutknecht et Ferbe, 2001, p. 2). Les techniques exploitées à ce dessein sont en perpétuelle évolution grâce à l’essor de l’informatique. Dans cette mouvance, la première simulation fût développée pendant la seconde guerre mondiale pour des besoins du Projet Manhattan. L’objectif était de construire le processus d’un programme informatique de détonation nucléaire fiable (Pastré, 2006). Depuis lors, on recourt à la simulation informatique pour des finalités différentes.

En effet, expliquent la simulation numérique désigne un programme sous forme de scénario réel simulé et monté sur ordinateur, dans lequel l’apprenant joue un rôle authentique pour exécuter des tâches complexes. Ce programme informatique sous-tend un modèle simplifié d’une situation réelle complexe posant un problème mal défini (Droui et El Hajjam, 2014). Des classifications analysées par les mêmes auteurs, il ressort deux types de simulations : les simulations symboliques et les simulations empiriques. Les premières contiennent des principes, des concepts et des faits reliés aux systèmes simulés par exemple dans le contexte d’un apprentissage par découverte. L’apprenant n’y est pas un participant actif, il reste hors de l’évolution des événements. Concrètement, une simulation symbolique est exploitable pour : réaliser des expériences (simulations d’expérimentation) ; communiquer des informations en classe ou au laboratoire (simulations d’information) ; renforcer des objectifs d’apprentissage très spécifiques, notamment les savoir-faire (simulations de renforcement).

Quant aux simulations empiriques ou simulations d’intégration, selon Droui et El Hajjam (2014), elles incluent des séquences de procédures d’opérations cognitives et non cognitives, qui peuvent être appliquées aux systèmes simulés. L’apprenant peut prendre place dans un environnement dynamique et jouer des rôles l’aidant à savoir exécuter des stratégies de résolution des problèmes complexes, organiser et contrôler sa pensée. Dans cette visée constructiviste, les utilisateurs des simulations empiriques peuvent créer une multitude de situations en modifiant des variables dans un environnement propice pour apprendre à résoudre individuellement et collectivement des problèmes identifiés.

Finalement, nous retenons que la simulation numérique désigne une série de calculs effectués sur un ordinateur ou l’exécution d’un programme informatique en vue de simuler un phénomène naturel ou physique sans aucun risque d’accidents. On peut penser : à la résistance d’un matériau ou à sa fatigue sous une sollicitation vibratoire ; à l’usure d’un roulement à billes ou d’un circuit électrique ; aux réactions d’un volcan en colère ou d’une bombe atomique ; aux situations d’accidents d’automobiles. Les simulations numériques permettent aussi de prévoir le comportement des systèmes complexes comme les ponts, les avions, les fusées, ou les centrales nucléaires, ainsi que celui d’un type d’ordinateur à travers un autre. Cette action intelligente s’enracine dans un processus universel : la modélisation.

Modélisation

Dans les faits, tout sujet pensant « modélise tout le temps, car c’est ainsi que notre cerveau se représente le monde et assiste notre action ; mais cette activité, aussi naturelle que la respiration ou la digestion, reste implicite : comme la pensée est une activité naturelle, peu de personnes réfléchissent à son fonctionnement » (Volle, 2004, en ligne). En effet, chacun modélise chaque élément de son environnement (objets matériels, personnes, institutions) en lui associant une image mentale en vue d’anticiper son comportement. Sur le plan scientifique, modéliser consiste à mettre au point un ensemble d’équations ou de règles pour décrire un processus ou un phénomène, en insistant sur l’événement qui le déclenche, les étapes (ou activités) à respecter, les ressources nécessaires, et l’événement final. Les informations y relatives sont rassemblées et documentées dans un diagramme d’activités incluant les éventuels sous-processus et des livrables intermédiaires (Volle, 2004).

Toujours à propos de la modélisation, Pastré (2006) explique : face à une situation complexe exigeant une prise de décision, l’individu se trouve obligé de penser aux solutions possibles. Il imagine les diverses actions et développe une représentation personnelle ou modèle individuel. Il procède ensuite à des simulations en vue de prévoir les conséquences de ces actions et finit par retenir les plus favorables quant au but visé. Si le résultat d’une action entreprise s’avère différent de ce qui est attendu, il comprend que le modèle individuel construit n’est pas correct : « il ne traduit pas bien la réalité ». Il est aussi possible qu’une erreur se soit produite lors de la simulation. L’écart constaté entre les prévisions et la réalité permet de corriger le modèle et/ou le processus de simulation. Cette explication de Pastré recouvre l’expression « on s’instruit dans l’action et par ses erreurs ».

Concrètement, seuls les modèles scientifiques sont explicites et documentés. Ils proposent des définitions formelles des concepts et hypothèses de causalité, ainsi qu’une description d’une réalité (un être, un phénomène ou un processus) conçue de telle sorte qu’il soit possible de simuler mentalement son fonctionnement (Volle, 2004). Un modèle scientifique est donc une « théorie à finalité pratique » puisqu’il a les mêmes attributs qu’une théorie orientée vers l’action. Corroborant cette explication, Varenne (2014) propose de considérer les modèles comme des constructions matérielles ou formelles qui, « une fois mis en rapport avec des dispositifs de conception, de construction ou d’intervention, servent à transformer le réel ou à l’anticiper, voire, à le supplanter ». Ils servent « à représenter quelque chose de réel ou de fictif » (p. 4).

Sous une lentille informatique, cette représentation comprend « un ensemble d’équations mathématiques, d’interfaces de données qui s’est transformé en logiciel : un système de substitution au système réel dont on n’a pas la théorie complète, et qui permet de faire des expériences fictives, pour comprendre le jeu complexe des interactions » (Armatte, 2005, p. 117). Facilitant la compréhension du développement des systèmes naturels complexes, les équations mathématiques permettent d’en prévoir l’état initial et l’état final. Lorsqu’on connaît ces états, il devient possible de déterminer des paramètres et préparer les opérateurs (techniciens ou ingénieurs) à des conditions spécifiques dans leur interaction avec les systèmes (Bernard, 2015).

Somme toute, les simulations numériques tendent à devenir incontournables pour la modélisation des systèmes, des phénomènes plus ou moins naturels et, en particulier dans les domaines jugés à risques. Ces deux processus sont donc indissociables. Mais, toute modélisation est intellectuelle, abstraite, et inductive puisqu’un modèle est imaginé et demeure un référent théorique qu’on doit valider par une simulation. Pareille validation est confirmée lorsqu’on retrouve les résultats des observations ayant guidé l’imagination et la construction du modèle. Tout résultat non attendu peut conduire à sa modification ou re-modélisation. En accord Varenne (2014) ; nous admettons que l’apport du modèle au réel est multiple : il fait référence à ce à quoi on se rapporte pour représenter quelque chose et il désigne à la fois ce qu’on imite et ce qui imite : « c’est tantôt l’objet modélisé, tantôt l’objet modélisant ». Il devient alors possible de créer et réaliser une simulation d’entrainement, vue comme un « mode de de formation dont les participants se souviendront le plus » (Bernard, 2015, p. 9). Cette création a des fondements didactiques.

Fondements didactiques de la simulation numérique

Considérée comme un mode d’apprentissage dans l’action dans un cadre limitant l’impact de potentielles erreurs, la simulation trouve sa place d’honneur parmi les outils didactiques contemporains alliant l’anlyse réflexive et la conceptualisation pour faciliter l’ancrage des acquisitions (Pastré, 2006). Dans cette perspective de la didactique professionnelle[1]: « quand on cherche à voir comment on utilise des simulations pour apprendre, on découvre beaucoup de choses sur l’apprentissage professionnel en général » (Pastré, 2006, p. 2). Sous ce regard réflexif, apprendre grâce à la simulation, c’est apprendre par l’expérience ou par l’action, c’est « faire pour savoir-faire » : un véritable exercice de la pratique qui se fonde sur deux points importants. Le premier est le rôle de l’imitation d’autrui à l’entame du processus d’acquisition des compétences, qui est rarement en solitaire. Le second est l’impact de l’analyse du travail, qui est réduit dans le cadre d’un couple tuteur (qui fait)/apprentis (qui reproduit). Ce faisant, le tuteur cherchera, au mieux, à montrer ses gestes afin que l’apprenti puisse facilement les reproduire (Kunegal, 2005).

Cette approche reproductiviste trouve ses limites lorsque l’apprentissage pratique ne peut s’effectuer directement pour des raisons de sécurité et/ou de coût. Tel est le cas du pilotage des avions ou de la conduite des gros engins, voire des centrales nucléaires. Il s’avère alors indispensable d’adopter une philosophie selon laquelle un simulateur est un substitut du réel, puisqu’il reproduit le comportement d’un système sous des conditions permettant aux personnes qui interagissent avec ledit système de s’entrainer ou de pratiquer. Il joue le même rôle que « l’apprentissage sur le tas : regarder faire et reproduire » (Pastré, 2006, p. 1). L’hypothèse fondamentale est que les formateurs (tuteurs, enseignants) passent moins de temps à s’assurer de ce que les apprenants savent, et plus de ce qu’ils savent faire, et surtout de ce qu’ils sauront faire. En fait, « comprendre comment l’individu apprend est non seulement fascinant mais en plus fondamental » (Bernard, 2015, p. 12).

Toujours sous une lentille didactique, l’apprentissage par la simulation se fonde sur le fait que le travail comporte des situations-problèmes : celles pour lesquelles il n’existe pas de procédure que maîtrise le sujet connaissant pour trouver rapidement la solution. Dans certaines de ces situations, ce qui est problème pour un sujet novice ne le sera pas pour un sujet expérimenté ou confirmé : « l’existence du problème est liée à la compétence de l’acteur » (Pastré, 2006, p 2). Ces propos renvoient au discours de Perrenoud (2001) selon lequel le praticien expert dispose d’une compétence à traiter l’information pendant l’action. Son expertise lui permet d’improviser une réponse aux différents imprévus de situations singulières. Par contre, l’apprenti doit bénéficier d’espaces de distanciation lui permettant de réfléchir sur sa pratique en s’appropriant de nouveaux éléments de connaissance ou d’informations, qui s’intégreront progressivement à son action. Il lui faut apprendre à repérer la classe de situations dans laquelle il se trouve. En effet, les simulateurs numériques mettent en scène un ensemble de situations liées à un ensemble de problèmes (Pastré, 2006).

Réitérant ces propos, Bernard (2015, p. 9) précise que leur dynamique est basée sur l’idée du transfert de responsabilité de la formation du formant au formé. Le formant peut être un pédagogue ou un professeur et formé est une personne en situation d’apprentissage. Il doit s’approprier la conduite de l’apprentissage. En prenant ainsi le pouvoir et le contrôle, il peut proposer, décider, commettre des erreurs et délibérer. Cette conception constructiviste de la simulation implique l’apprenant dans un ajustement et une continuité d’un processus de développement des compétences basée sur un diagnostic et une analyse de la situation, sans recourt obligatoire aux concepts scientifiques. Ainsi, apprendre par la simulation a une valeur ajoutée indéniable. Rappeler les principaux apports et les limites de la simulation numérique octroie une pertinente à cette assertion.

Principaux apports de la simulation numérique

D’une revue de littérature relatives aux apports des simulations éducatifs (Droui, 2012), nous retenons que des programmes informatiques permettent de : simplifier les systèmes réels étudiés, jugés complexes et dynamiques ; présenter une alternative aux expérimentations inaccessibles, qui coûtent chers ; activer et développer des compétences en effectuant des expériences virtuelles. Les simulations numériques permettent en outre de mener des investigations scientifiques, explorer et visualiser les phénomènes, en multiplier les formes de représentation susceptibles de stimuler l’activité cognitive et accroitre le niveau de motivation. Elles sont exploitables dans les laboratoires comme des outils complémentaires aux expériences réelles. Les utilisateurs peuvent gagner du temps en réduisant la durée de la séance et minimiser des déficiences d’apprentissage. En particulier, l’apprenant peut multiplier les essais, arrêter une expérimentation ou une manipulation des données et la reprendre autrement sans se décourager

De ce fait, Droui et El Hajjam (2014) précisent que les simulations peuvent contribuer au changement conceptuel, fournir des expériences ouvertes pour l’apprenant et des outils pour une enquête scientifique ou pour résoudre des problèmes complexe. En effet, lorsque conduite avec un objectif précis, la simulation numérique devient un outil approprié pour jouer un rôle de « pont cognitif » entre la théorie et l’expérience. Ce faisant, l’utilisateur explore des concepts plus abstraits ou de plus haut niveau. Il développe une meilleure compréhension des notions, des phénomènes et des lois physiques par une approche scientifique. Ainsi, le potentiel éducatif des simulations peut rendre l’apprenant plus actif, puisqu’il est appelé à prendre une part active dans un développement de ses compétences permettant une rétroaction instantanée. Cette participation active repose sur l’appropriation d’un rôle dans un système complexe, l’élaboration et l’application d’un scénario de recherche, ou des manipulations, des observations, voire des modélisations. Bref, la simulation numérique est exploitable comme : une méthode d’investigation inhérente aux sciences expérimentales, un outil de la recherche scientifique ou un outil didactique (Varenne, 2014).

En permettant de former et de se former, ajoute Bernard (2015), la simulation numérique impose la mobilisation d’un maximum de sens cognitifs, au bénéfice des taux de rétention et d’appropriation élevés. Dans une situation de résolution des problèmes ou de travail, « le taux d’appropriation est le pourcentage d’idées, de concepts et de techniques que l’apprenant pourra directement mettre en œuvre… Le taux de rétention est le pourcentage d’idées, de concepts et de techniques dont l’apprenant se remémorera dans le futur » (p. 13). Par conséquent, les apports éducatifs des simulations numériques sont multiples en termes d’amélioration de l’apprentissage. Notamment, sur le champ des sciences expérimentales et dans les enseignements des sciences, des technologies et techniques industrielles, la simulation numérique est un outil didactique prometteur. Sa valeur ajoutée repose sur la mise en œuvre de modèles conceptuels et opérationnels idoines pour appréhender, entre autres, le fonctionnement et les propriétés d’un système modélisé, et en prédire l’évolution.

Bref, avec l’évolution de l’informatique, apprendre par la simulation permet un maximum d’interactivité parce que la situation simulée peut répondre à toutes les opérations de l’acteur, de manière plus ou moins ambiguë. Comme outil didactique, la simulation permet de former et de se former sur les tâches et des sujets plus ou moins complexes. Mais, au demeurant, elle ne saurait remplacer les travaux pratiques : elle peut tout simplement les compléter (Pastré, 2006). Ce constat implique de relever un bémol en présentant les limites et les contraintes de l’utilisation des simulations.

Limites et contraintes de l’usage de la simulation numérique

Tel que susmentionné, les simulations sur ordinateur ne sauraient remplacer complètement les cours suivis en salle de classe et les activités de laboratoire (Hebenstreit, 1980 ; Pastré, 2006). Les propos de Droui et El Hajjam (2014) relèvent cette mise en garde. Selon ces chercheurs, les simulations peuvent présenter une vision simpliste de la réalité ou introduire des comportements erronés inhérents au processus de modélisation. En effet, un modèle doit être une représentation approximative de la réalité en vue d’expliquer un phénomène donné pour des besoins d’apprentissage. Dans l’intention de ne pas dérouter l’apprenant, il doit être relativement réduit et complexe, au regard des tâches à réaliser. L’apport des simulations peut alors s’avérer incertain, voire nul, étant donné qu’elles omettent certains facteurs, en laissant courir un risque d’oublier leur existence.

De ce fait, lorsque l’élève ne parvient pas à trouver une solution face une tâche à lui consignée dans la simulation empirique, il ne peut savoir quels aspects du modèle expérimenté ou du système analysé sont inappropriés. Par ailleurs, une utilisation régulière des simulations, voire abusive, peut instaurer une dépendance à l’outil ordinateur. Forts de cette dépendance, les utilisateurs peuvent confondre un phénomène réel et sa représentation en simulation. Pour éviter cette confusion, la simulation peut être présentée comme un état intermédiaire intéressant pour faciliter le passage entre la réalité et les théories.

« Les simulations sur ordinateur doivent donc être introduites au bon moment dans le déroulement du cours, en utilisant de bonnes stratégies pédagogiques (découverte guidée, vérification de certaines propriétés, vérification des limites de validité, exploration de certains aspects difficiles, etc.), et avec des objectifs pédagogiques précis (surmonter une difficulté théorique, montrer les limites d’une théorie naïve, etc.) » (Droui et El Hajjam, 2014, p. 17).

Dans cet exercice interactif, l’enseignant est contraint d’établir un contrat didactique explicitant ce que l’on attend des apprenants ou les objectifs de toute séance de simulation. L’enseignant doit en outre surveiller les actions des étudiants en attirant leur attention sur les éventuelles erreurs de la méthodologie adoptée lors de l’expérimentation. Plus encore, regrouper les apprenants au terme d’une séance de simulation s’avère nécessaire pour comparer et discuter des divers modèles simulés, et tirer les conclusions générales sur les possibilités et les limites des approches de modélisation et de la simulation (Fraysse, 2007 ; Morge, 2008).

Au-delà des limites et contraintes de la simulation exposées et nonobstant le fait que son exploitation didactique soit balbutiante à l’ENSET de Douala, nous présumons qu’elle peut stimuler la créativité chez tout apprenant, aider à familiariser avec des modèles complexes et à développer une meilleure compréhension des sciences expérimentales, voire s’approprier des courants de pensée y relatifs (Coquidé et Maréchal, 2006 ; Fortin, et Legault, 2006). Il convient de présenter la méthodologie de la recherche adoptée pour valider cette présomption.

Méthodologie

Étant donné que notre étude ne cherche pas à quantifier des composantes, ni à mesurer ou évaluer leurs interactions, mais plutôt à comprendre la dynamique d’une expérience en cours à l’ENSET de Douala, adopter la tradition phénoménologique et une approche qualitative interprétative/compréhensive permet d’atteindre l’objectif visé. Rappelons-le, cet objectif est de déceler les éléments constitutifs d’une stratégie idoine pour promouvoir l’apprentissage par la simulation numérique. Pour ce faire, il faut répondre à deux questions de recherche :

1) Quelles sont les perceptions relatives à la simulation numérique à l’ENSET de Douala ?

2) Comment relever les défis inhérents à l’apprentissage par la simulation numérique dans cette école ?

Il s’avère important de clarifier l’orientation épistémologique de l’étude et justifier nos choix méthodologiques.

Orientation épistémologique et choix méthodologique

Sur le plan épistémologique, d’après Paillé et Mucchielli (2003, p. 13), l’analyse qualitative s’enracine dans l’approche compréhensive. Ce « positionnement intellectuel postule d’abord la radicale hétérogénéité entre les faits humains ou sociaux et les faits des sciences naturelles et physiques ». Les faits humains sont porteurs de significations véhiculées par des acteurs ou parties prenantes des situations sociales. Plus encore, l’approche compréhensive postule « la possibilité qu’a tout sujet pensant de pénétrer le vécu et le ressenti d’un autre individu. Cette approche comporte donc toujours des moments de saisie intuitive, à partir d’un effort d’empathie, des significations dont les faits sociaux étudiés sont porteurs », alors que la démarche scientifique classique repose sur l’expérimentation ou une reproduction artificielle et contrôlée d’une situation par le biais des relations mathématiques entre des variables. Nous admettons donc d’emblée sur que

« l’analyse qualitative est d’abord un acte phénoménologique, une expérience signifiante du monde-vie, une transaction expérientielle, une activité de production de sens, qui ne peuvent absolument pas être réduits à des opérations techniques … Analyser qualitativement un matériau de recherche, c’est observer, percevoir, ressentir, nommer, juger, étiqueter, contraster, relier, ordonner, intégrer, vérifier…; c’est replacer un détail dans un ensemble …, c’est rassembler et articuler les éléments d’un portrait éclairant » (Paillé et Mucchielli , 2003, p. 24)

En ce sens, Ribau et coll. (2005) notent que la visée de l’analyse qualitative est de comprendre des phénomènes sociaux et humains complexes. « L’objectif est d’observer et de décrire le sens attribué à une expérience, à partir de la conscience qu’en a le sujet qui la vit » (p. 2). Le chercheur doit donc aborder et décrire le champ phénoménal de la personne, son expérience globale, sa réalité subjective, telle qu’elle l’exprime. Il adopte ainsi une démarche phénoménologique[2], qui valorise la description du sens accordé à un phénomène par une personne dans un environnement donné. Ce milieu de vie est le point d’ancrage de notre monde subjectif, la toile de fond de nos perceptions, nos expériences et nos connaissances. Ces propos réitèrent le discours selon lequel l’approche phénoménologique requiert une disposition particulière de l’analyste : « l’épochè[3] », ou l’acte de suspension du jugement fondé sur des connaissances acquises. En effet, « la phénoménologie s’efforce d’expliciter le sens que le monde objectif des réalités a pour nous …. Elle cherche à appréhender intuitivement les phénomènes de conscience vécus » (Paillé et Mucchielli, 2003, p. 14)

En référence à ce discours, Aubin-Auger et coll. (2008) et Ribau et coll. (2005) reconnaissent qu’une démarche compréhensive à visée phénoménologique éloigne le chercheur de toute prise de position quant au récit d’un acteur d’une scène sociale, lorsqu’il dévoile le phénomène vécu par le biais de ses préconceptions, croyances, ses appréciations. Pareille « mise entre parenthèses du chercheur » lui permet de collaborer avec le participant comme un co-chercheur, au détriment de l’objectivisme. Elle ajoute ainsi à la scientificité de la démarche adoptée pour détecter la signification des données personnelles sous forme verbale, recueillies à travers l’expression libre : le discours ou l’interview.

Dans la même veine, Dumez (2011) note que la recherche qualitative compréhensive n’a pas un rapport particulier à la théorie. Il faut donc mettre l’accent sur les acteurs et non sur les variables. Les enjeux de cette approche sont ceux d’une démarche discursive et signifiante de reformulation, d’explicitation ou de théorisation des témoignages, d’expériences ou des pratiques. Cela étant, le chercheur peut décider d’étudier certains de éléments constitutifs du phénomène questionné ou de la situation tenant lieu de cas : « the case serves as the main unit of analysis in a case study. At the same time, case studies also can have nested units within the main unit -embedded cases- (Yin, 2012, p. 7).

Ainsi, l’enjeu crucial pour la réussite d’une qualitative à visée phénoménologique est le choix du cas, le cadrage de l’unité d’analyse ou sa délimitation (Giorgi, 2009). Il s’avère donc opportun de présenter l’ENSET de Douala, le site qui abrite notre unité d’analyse : la section des techniques industrielles.

Site de la recherche et cadrage de l’unité d’analyse

Située au sein de l’université de Douala, l’ENSET a pour mission essentielle d’assurer la formation initiale et continue des enseignants des collèges et lycées d’enseignement technique. Cette école offre par ailleurs des de formations pour les agents et les cadres d’entreprises. Elle assure en plus une formation à la recherche fondamentale et appliquée dans divers domaines. Seule l’admission aux programmes de formation initiale des futurs enseignants se fait sur concours. Les candidats peuvent opter pour une année d’étude, lorsqu’ils sont titulaires d’un brevet de techniciens supérieurs (BTS), ou de trois ans, lorsqu’ils sont nantis soit d’un baccalauréat ou d’une licence, soit d’un diplôme reconnu comme équivalent de ceux qui leur sont exigées.

Toutes les formations offertes à l’ENSET incluent diverses filières à travers cinq niveaux d’étude. La gestion des enseignements incombe actuellement à treize départements regroupés dans trois divisions : la division des stages et de la formation continue, la division des techniques industrielles, et la division des sciences humaines. La division des techniques industrielles, compte neuf départements : le département des enseignements scientifiques de base ; le département du génie forestier ; le département de génie informatique, le département de génie mécanique ; le département de génie électrique, le département de génie civil ; le département de l’industrie textile et de l’habillement ; et le département du génie chimique. La division des sciences sociales, quant à elle, compte trois départements : le département des techniques administratives ; le département des sciences et techniques économiques et de gestion ; et le département des sciences de l’éducation.

Selon le programme de formation suivi, tout étudiant de l’ENSET effectue plusieurs stages pratiques dans les collèges et lycées d’enseignement technique et/ou dans les entreprises. En vue de remplir les exigences pour l’obtention d’un DIPLET (Diplôme Professeur d’Enseignement Technique), d’une licence professionnelle, d’une maîtrise en recherche, les apprenants sont tenus de présenter individuellement ou en groupe des mémoires de fin d’études. Sous la supervision des enseignants-chercheurs, les diplômés de l’ENSET peuvent aussi poursuivre une formation doctorale, incluant l’obtention d’un DEA (Diplôme d’Etudes Approfondies. Les diplômés de l’ENSET peuvent même offrir leur expertise aux citoyens camerounais à la carte, notamment aux acteurs de la société civile, aux employés de l’administration publique locale et des entreprises parapubliques, et aux organisations nationales et internationales. Finalement, l’ENSET sait tirer profit de divers partenariats (coopération et collaboration) avec des écoles professionnelles, des universités, des entreprises et des opérateurs économiques.

Pour revenir au développement de notre recherche, les choix de la méthode de recueil d’informations et de l’approche d’analyse des données dépendent de la tradition dans laquelle elle s’inscrit, des objectifs visés, et du matériel disponible.

Méthode de recueil d’informations et approche d’analyse des données

A propos de la tradition, nous l’avons déjà mentionné, notre étude a une visée phénoménologique. Pour détecter des significations cachées dans le corpus de données à analyser, elle pose un regard interactionniste[4] sur une expérience humaine : l’apprentissage par la simulation. Selon De Ketele et Roegiers (1998), les principales pratiques de recueil d’informations ou outils de travail quotidien de l’expert, qu’il soit homme d’action, auditeur, évaluateur, consultant ou chercheur sont : « l’observation, le questionnaire, l’interview et l’étude des documents » (p. 17). Cela étant, la méthode de recueil d’informations et l’approche d’analyse des données retenues sont respectivement : l’interview semi-dirigée, telle que présentée par Jean-Marie De Ketele et Xavier Roegiers ; et l’approche qualitative par questionnement analytique, en référence aux suggestions de Pierre Paillé et Alex Mucchielli.

Interview semi-dirigée

Comme méthode au service d’un processus de recueil d’informations, « l’interview consiste en des entretiens oraux, individuels ou en groupes, avec plusieurs personnes sélectionnées soigneusement, afin d’obtenir des informations sur des faits ou des représentations dont on analyse le degré de pertinence, de validité et de fidélité en regard des objectifs » à atteindre (De Ketele et Roegiers, 1998, p. 16). Pendant une interview semi-dirigée, l’interviewer prévoit poser quelques questions importantes pour relancer le dialogue avec l’interviewé ou réorienter l’entretien (ibid, p. 171).

Considérant l’objectif de la présente étude, la réalité de son contexte cible (l’ENSET de Douala), et les avantages[5] de l’interview semi dirigée, deux types d’entretien ont été réalisés : les entretiens individuels avec deux chefs de département volontaires pour participer à notre recherche ; et les entretiens avec un groupe comprenant des étudiants génie électrique et du génie informatique. Ce choix intentionnel des participants se justifie par le fait que seuls, les deux départements susnommés disposent de quelques ordinateurs exploitables pour apprendre par la simulation numérique. Loin de se camper sur les caractéristiques des participants, notre étude valorise la stratégie de questionnement analytique.

Stratégie de questionnement analytique

Considérant que toute analyse qualitative est une forme de réponse à des questions plus ou moins explicites. Il est conseillé de distinguer : a) les questions de recherche ultimes, qui renvoient théoriquement aux objectifs visés ; b) les questions d’interview, qui interpellent l’expérience des participants pour susciter leurs témoignages ; et c) les questions d’analyse, qui constituent le canevas investigatif (Paillé et Mucchielli, 2003). Le troisième type de questions est plus ou moins apparenté aux deux premiers. En fait, « analyser, c’est répondre à des questions », puisqu’en situation d’analyse, le chercheur questionne le corpus eu regard aux objectifs à atteindre. Il veut acquérir des connaissances et « savoir certaines choses » en prolongeant « le dialogue avec des acteurs dans un dialogue avec les données » (ibid., p. 109-111).

Tels que le proposent les mêmes auteurs, nous élaborons une stratégie de questionnement analytique, qui consiste d’abord à formuler, sélectionner ou adapter les questions opérationnalisant le mieux possible les objectifs visés. Le matériau à analyser est ensuite soumis à ces questions et à des sous-questions plus précises. Cette batterie de questions, qui guide la compréhension du corpus, constitue un « canevas investigatif ». Plus directes, les réponses aux questions d’analyse sont rapportées sous forme d’énoncés, de constats, de suggestions, de recommandations, voire de nouvelles questions. Sur les pas de Paillé et Mucchielli (2003, p. 121), une lecture attentive et répétée du corpus nous a permet de procéder à trois examens tenant : l’exploration, la consolidation, et la validation. a) L’examen exploratoire consiste à prendre connaissance du corpus à l’aide du canevas investigatif initial et à enrichir celui-ci au fil des découvertes et interrogations. b) L’examen de consolidation permet de revenir sur tous les éléments du corpus avec les nouvelles questions du canevas en vue de générer des réponses relativement satisfaisantes et complètes. c) L’examen de validation constitue une ultime vérification de la validité et de la complétude de l’analyse.

Avant de présenter le protocole d’interview et le canevas investigatif, il convient de rappeler les questions de recherche retenues :

1) Quelles sont les perceptions relatives à la simulation numérique à l’ENSET de Douala ?

2) Comment relever les défis inhérents à l’apprentissage par la simulation numérique dans cette école ?

Protocole d’interview et canevas investigatif

Le tableau 1 montre comment l’étude applique l’approche compréhensive interprétative par questionnement analytique.

Tableau 1 : Protocole d’interview et canevas investigatif

[1] La didactique professionnelle étudie le rôle de l’analyse du travail dans la formation des compétences professionnelles. C’est à ce titre qu’elle s’est intéressée à l’apprentissage à l’aide de simulations (Pastré, 2006)

[2] Le terme phénoménologie désigne à la fois la science des phénomènes (Giorgi, 2009), un courant philosophique (Paillé et Mucchielli, 2003), et une tradition de la recherche qualitative (Creswell, 1998)

[3] L’épochè est une conversion du regard du chercheur en regard de spectateur. Elle fait de la phénoménologie une méthode fondée essentiellement sur l’écoute du récit de l’autre, qui en parlant, dévoile son vécu du phénomène (Ribau et coll., 2005)

[4] Dans la tradition interactionniste de l’analyse qualitative interprétative, « l’être humain construit son expérience du monde à travers une activité symbolique », qui implique d’interagir indirectement avec des objets, des personnes et des événements. Les relations établies sont toujours médiatisées par des symboles (Paillé et Mucchielli, 2003, p. 32).

[5] Mieux que dans l’entretien dirigé, les informations collectées pendant un entretien semi dirigé reflètent surtout les représentations, parce que l’interviewé a plus de liberté pour s’exprimer. La durée de ce type entretien peut être prédéterminée par l’interviewer, qui doit prévoir les plus importantes (De Ketele et Roegiers, 1998).

Questions d’interview
Perception de la simulation numérique ?
Logiciels de simulations exploités ?
Limites et exigences de l’apprentissage par la simulation numérique ?
Contraintes contextuelles et défis à relever ?
Suggestions y relatives?
Canevas investigatif
Définition opérationnelle la simulation numérique ?
Rôle et utilité ?
Apports didactiques ?
Logiciels de simulation à l’ENSET : état des lieux ?
Disponibilité et choix ?
Maîtrise de la complexité et limites de la formation à l’utilisation ?
Contraintes contextuelles inhérentes à l’apprentissage par la simulation numérique ?
Contrainte pour l’adminsitration ?
Contraintes pour les utilisateurs ?
Suggestions pour une meilleure exploitation de la simulation numérique ?
Recommandations à l’endroit des concepteurs des programmes ?
Recommandtions à l’endroit de la direction de l’établissement ?
Recommandations à l’endroit des utilisateurs?

Les réponses aux questions du canevas investigatif sont sous forme d’énoncés.

Réponses aux questions d’analyse

Cette section expose d’abord les énoncés proposant des définitions opérationnelles de la simulation numérique. Elle présente ensuite un état des lieux des logiciels de simulation à l’ENSET de Douala (disponibilité et choix, maîtrise de la complexité, formation à l’utilisation, et contraintes contextuelles). Nous y rapportons finalement les suggestions des interviewés pour une intégration didactique réussie de la simulation numérique.

Définitions opérationnelles de simulation numérique

Les dimensions de la définition opérationnelle de la simulation numérique repérées par notre l’examen des verbatim sont : le rôle, l’utilité, et les apports didactiques

Rôle et utilité

Selon un chef de département : « La simulation joue un rôle de complément de la formation théorique. Elle sert de moyen de consolidation des connaissances théoriques et des compétences acquises ». Pour l’autre, elle « est un outil didactique d’émulation et de stimulation dans un environnement virtuel d’apprentissage. Elle sert d’alternative au manque d’équipements de travaux pratiques ». Dans la même veine, un membre du groupe d’étudiants, ajoute que la simulation numérique consiste à présenter virtuellement « des choses qui apparaissent comme étant floues ou difficiles à comprendre, par exemple la division ou la conduction de la chaleur » (R1). Quant à un son camarade, l’action de simuler rend visible ou vivant un phénomène réel peu malléable ou accessible, « à l’exemple du courant électrique, d’un système ou d’une maquette » (R2). Pour deux autres étudiants : la simulation numérique représente un moyen pour « vérifier le fonctionnement de certains systèmes qu’on ne pourrait pas ordinairement voir dans le monde réel (R4). Elle peut « aussi permettre de vérifier une théorie ou tester un modèle en ressortant ses caractéristiques » (R5).

De l’examen des réponses recueillies, on retient que certains participants établissent le lien entre la simulation et la modélisation. Pour l’un, la simulation numérique est un outil permettant « tout simplement de modéliser certains phénomènes » (R3). Selon un autre, cet outil modélise « le fonctionnement des systèmes et l’analyse de leur comportement. Ils garantissent la fiabilité et la rapidité de la conception et permettent la mise en œuvre des modèles complexes et une compréhension spécifique de chaque phénomène simulé » (R7). Pour un troisième, les simulateurs sont « des ensembles d’outils logiciels permettant de traduire le comportement physique d’un phénomène » (R6). Considérant ces précisions, il y a lieu de vérifier l’état de la connaissance des apports de la simulation numérique à l’ENSET.

Apports didactiques

Ce deuxième tableau expose des indicateurs des apports de la simulation numérique reconnus à l’ENSET.

Tableau 2 : État de connaissance sur apports de la simulation numérique à l’ENSET

R1
Les simulations numériques offrent la possibilité de mieux comprendre des phénomènes abstraits. Elles réduisent le temps d’adaptation en situation réelle et permettent d’atteindre et de manipuler des installations qui ne sont pas forcément à notre portée. Elles comblent aussi le déficit de partenariat avec les entreprises, car si on n’arrive pas à y faire des stages, on peut au moins simuler les activités qui y sont menées.
R2
Les simulations m’ont permis de comparer des stratégies de commande … J’ai pu acquérir une stratégie plus performante. La simulation numérique réduit le temps des travaux pratiques et permet d’obtenir de bons résultats.
R7
Dans le cadre de l’enseignement technique, les simulateurs constituent des outils d’aide, un palliatif au manque d’équipements des laboratoires
R3
Les simulations nous permettent d’étudier et d’analyser ce qui serait difficile ou coûteux à matérialiser. Par exemple, des systèmes qui demanderaient un coût financier énorme pour être mis en œuvre, les simulateurs nous permettent de les réaliser. La simulation permet aussi de simplifier et de mieux observer des phénomènes complexes.
R4
Les aspects théorique et virtuel des logiciels de simulation, bien que ne prenant pas en compte tous les facteurs réels et pratiques, permettent de limiter les dangers qui entoureraient des situations à hauts risques.
R1
Les simulations numériques offrent la possibilité de mieux comprendre des phénomènes abstraits. Elles réduisent le temps d’adaptation en situation réelle et permettent d’atteindre et de manipuler des installations qui ne sont pas forcément à notre portée. Elles comblent aussi le déficit de partenariat avec les entreprises, car si on n’arrive pas à y faire des stages, on peut au moins simuler les activités qui y sont menées.
R2
Les simulations m’ont permis de comparer des stratégies de commande … J’ai pu acquérir une stratégie plus performante. La simulation numérique réduit le temps des travaux pratiques et permet d’obtenir de bons résultats.

 

R7
Dans le cadre de l’enseignement technique, les simulateurs constituent des outils d’aide, un palliatif au manque d’équipements des laboratoires
R3
Les simulations nous permettent d’étudier et d’analyser ce qui serait difficile ou coûteux à matérialiser. Par exemple, des systèmes qui demanderaient un coût financier énorme pour être mis en œuvre, les simulateurs nous permettent de les réaliser. La simulation permet aussi de simplifier et de mieux observer des phénomènes complexes.
R4
Les aspects théorique et virtuel des logiciels de simulation, bien que ne prenant pas en compte tous les facteurs réels et pratiques, permettent de limiter les dangers qui entoureraient des situations à hauts risques.
R5
Selon moi, la simulation a un avantage certain par rapport aux situations pratiques car elle permet d’une part un gain en temps, et d’autre part un gain en argent lié directement à la réduction des risques
R6
Grâce aux simulateurs, nous gagnons en temps parce que nous n’allons pas chercher des équipements ailleurs. Cela entraîne aussi une économie des ressources matérielles et évite la destruction de matériel.
R8
Si on doit reproduire de tel cas pendant un cours ou une formation, ça demanderait beaucoup de moyens. Je pense à la construction des ponts : s’il faut à chaque fois déplacer les apprenants, ça demanderait beaucoup en ressources matérielles, d’où l’utilisation des simulateurs
R9
Au laboratoire, vu le nombre limité des équipements, dont les simulateurs physiques, nous n’arrivons pas toujours à atteindre les objectifs didactiques visés par les manipulations (collecte d’informations, analyse des phénomènes et prédiction de leur fonctionnement).

Les réponses des utilisateurs exposent aussi un état des lieux pour les simulateurs.

Logiciels de simulation à l’ENSET de Douala : un état des lieux ?

L’examen des réponses aux questions d’analyse incitent à questionner la disponibilité et le choix de logiciels de simulation, à la maîtrise de leur complexité et la formation nécessaire pour en tirer profit.

Disponibilité et choix

A propos de la disponibilité des outils didactiques, un chef de département signale que les logiciels de simulation exploités à l’ENSET sont : MATLAB Image Processing ; TOOLBOX, SOLUNE ATLA II, GPAO-PROTEX, VETIGRAPH EXPERT, et INTEDRAL MODE. Un membre du groupe d’étudiants interviewés précise : « au département du génie électrique, nous avons des plateformes, des maquettes, des bandes d’essais et mesures, des bandes de simulations et bien d’autres. Les étudiants ont même réalisé une carte d’acquisition des données pour l’analyse de la qualité de l’énergie électrique par ordinateur. Nous exploitons, des logiciels comme PROTEX, MATLAB, P-SIM » (R5). Ses deux camarades précisent : en froid et climatisation : « on n’a réellement pas eu à faire des simulations numériques » (R7) ; « généralement on utilise les maquettes qui ont été conçues dans le cadre des mémoires ou des projets » (R6). Dans cette lancée, un étudiant du génie informatique constate qu’on n’exploite pas beaucoup la simulation numérique dans son département en ces termes : « dans le cadre du cours de robotique, nous avons eu à travailler pour la simulation d’un bras manipulateur de type SCALA, avec calculs du modèle géométrique inverse » (R4).

Par ailleurs, les étudiants ne pas participent pas aux décisions du choix des logiciels éducatifs. Selon un, « le chef de département et les enseignants essaient de faire le point sur le matériel didactique qui sera utilisé au cours de l’année. « on essaie de recenser les outils qui nous seront nécessaires au cours de la formation » (R2). Ses camarades précisent : « pour le cas du logiciel MATLAB, le professeur nous avait donné le setup à installer » (R1) ; au début des cours, certains enseignants exigent « que nous disposons de nos propres ordinateurs… D’autres nous donnent uniquement les noms des logiciels et c’est à nous, les apprenants, d’aller les chercher en ligne ou auprès d’anciens élèves pour pouvoir rentrer en possession » (R3).

Maitrise de la complexité

Quant à maîtrise de la simulation numérique, un chef de département explique : « j’utilise des simulateurs dans les cours ou pour des projets personnels. La maîtrise dépend du simulateur utilisé et la prise en main de certains utilisateurs y est facile, tandis qu’elle l’est moins pour d’autres. Dans les simulateurs assez élaborés, la prise en main est intuitive et vous pouvez poser et interconnecter facilement vos outils. D’autres exigent beaucoup « d’exercices ». Selon les étudiants interviewés, peu d’enseignants exploitent la simulation numérique comme outil didactique : « en froid et climatisation, il y a six enseignants dont un seul exploite le simulateur disponible » (R1) ; « en électrotechnique et électronique, trois enseignants ont eu à exploiter les simulateurs » (R2) ; et « en génie informatique, nous avons cinq enseignants pour le compte de ce semestre, dont trois étaient censés utiliser des simulateurs, mais aucun ne l’a fait » (R3).

Le tableau 3 compile les réponses relevant le niveau du savoir-apprendre des étudiants par le biais de la simulation numérique.

Tableau 3 : Maîtrise de la simulation numérique par les étudiants

R8
Nous n’avons pas une maîtrise des différentes fonctionnalités des simulateurs. Lorsque nous sommes bloqués, nous consultons le guide d’utilisation, bien qu’il ne soit pas toujours complet. On fait aussi recours à des personnes qui ont une connaissance plus avancée dans l’utilisation de ces logiciels.
R9
Les difficultés de la maîtrise du processus de simulation se ressentent lors de la présentation des projets de mémoire
R1
Personnellement je ne les maîtrise pas et les utilise rarement. Je fais parfois appel à quelqu’un pour m’expliquer leur utilisation.
R3
Pour ma part, … ces outils présentent quelques difficultés. Mais le plus souvent, je recours aux spécialistes
R2
Il est très difficile de dire qu’on maîtrise un logiciel de simulation comme MATLAB, qui est orienté pour plusieurs domaines…  Lorsque nous sommes face à un problème spécifique, on peut aller sur internet. C’est ce que je fais pour me renseigner sur la manière de s’y prendre.
R7
J’utilise les outils de simulation, mais je ne les maîtrise pas encore. Pour les exploiter, on utilise généralement les guides d’utilisation ou alors on demande à ceux qui les maîtrisent plus
R6
Pour la maîtrise, nous n’avons pas encore détecté tous les contours des simulateurs.
R5
En bref, maîtriser les simulations ne se fait pas en une fois, mais de façon progressive… Si on a des difficultés, on fait appel aux enseignants ou aux aînés académiques

Eu égard au besoin de mieux apprendre à travers la simulation numérique ci-dessus exprimé par les étudiants, il convient de relever les contraintes contextuelles, qui freinent l’apprentissage par le biais de cet outil didactique.

Contraintes contextuelles et formation nécessaire

L’examen des réponses aux questions d’analyse relatant la réalité du terrain permet de relever les contraintes contextuelles (tableau 5), qui interagissent avec les limites de la formation à l’utilisation des simulateurs (tableau 4) selon les étudiants de l’ENSET.

Tableau 4 : Limites de la formation à l’usage de la simulation numérique

R1
Nous avons eu à faire un cours portant sur le logiciel MATLAB SIMULINK. Le professeur a donné un guide expliquant comment paramétrer, modéliser et simuler les systèmes électriques. C’était une formation assez basique…
R2
En ce qui me concerne, il n’y a pas eu de formation à l’usage d’un simulateur. C’était à chacun de rechercher des outils pour comprendre au moins la base…
R5
Concernant l’utilisation des simulateurs, certains enseignants nous donnent des bases à travers des travaux pratiques. A la maison, on essaie… de faire des recherches sur internet pour récupérer des guides et des tutoriels.
R6
J’ai eu des cas de figure sur deux simulateurs. Le premier enseignant a présenté l’application et les interfaces de l’outil. L’autre nous a simplement envoyés chercher le simulateur à utiliser pendant le cours, et nous sommes passés aux travaux pratiques…
R8
Nous avons été formés superficiellement à l’exploitation des simulateurs par certains enseignants pendant les travaux pratiques. Je n’ai pas été satisfait
R7
On ne nous forme pas pour la conception des simulateurs, mais seulement pour l’exploitation à travers des travaux académiques (projets collectifs ou individuels). Je ne suis pas satisfait.
R4
Sans initiation à l’exploitation du logiciel MATLAB prévu seulement en 4ème année, j’ai été obligé de me battre en exploitant des guides pour sa prise en main pour mon mémoire de 3èmeannée
R3
Pour ce qui est de l’utilisation des simulateurs, il faut dire que la formation reçue était essentiellement basique. Cette formation doit être complétée

Tableau 5 : Contraintes contextuelles de l’usage de la simulation numérique

R1
Je dirais premièrement le manque de temps : l’enseignant peut ne pas avoir le temps qu’il faut pour former réellement les étudiants
R2
Je crois qu’il y a un problème de programmes. Comment se fait-il qu’il n’y ait eu d’initiation à l’exploitation du logiciel d’un simulateur aussi important que MATLAB et dans la majorité des mémoires en génie électrique ?
R3
Compte tenu des aléas organisationnels et du calendrier académique,… les enseignants n’ont pas le temps de faire les simulations. Ils font également face au problème des effectifs pléthoriques.
R4
Certains enseignants disent qu’à cause du système LMD, donner le plan du cours et les noms des logiciels de simulations utiles est leur tâche : l’apprenant doit, par lui-même, faire la suite.
R8
Je pense qu’il y a une réelle volonté participative des enseignants. Ceux-ci ont un background satisfaisant. Le véritable problème se situe au niveau des programmes, compte tenu de leur caractère essentiellement théorique.
R6
Il n’y a pas assez de temps pour couvrir tout le programme et le travail sur les simulateurs. Certains enseignants essaient de faire de leur mieux en nous donnant des cours d’initiation à la programmation
R7
Est-ce un manque de volonté ? Je n’arrive pas à évoquer le problème de temps pour quelque chose qui ne figure même pas dans les programmes. Par exemple, de la 1ère année à la 3ème, il n’y a aucun cours spécifique à comment utiliser le logiciel MATLAB.
R5
Pour revenir sur le génie électrique… On peut enseigner théoriquement comment utiliser les simulateurs, mais on ne peut pas garantir que les apprenants les maîtriseront. Je pense que nos programmes préparent l’étudiant à comprendre la simulation numérique et que l’étudiant doit pouvoir exploiter cet outil pour réaliser des simulations…
R9
Par rapport aux besoins de ressources matérielles, le département du génie électrique dispose d’un laboratoire comprenant des ordinateurs normalement équipés de logiciels de simulation. Cependant une grande majorité de ces machines ne fonctionnent pas

Suggestions pour la promotion de l’apprentissage par la simulation numérique

Selon les chefs de département, il faut prévoir un budget pour l’achat et la mise à jour des outils didactiques. Ils insistent sur la primauté de l’apprentissage par la simulation dans un contexte marqué par une carence quasi chronique des équipements informatiques et de laboratoires modernes. Pour ces gestionnaires des laboratoires, doter tous les départements d’ordinateurs appropriés pour les simulations s’impose, au même titre que la réalisation des recherches scientifiques orientées vers la conception et le développement des outils didactiques adaptés aux besoins contextuels. Ils rappellent aussi l’importance de programmer des séminaires de formation, incluant la valorisation des outils produits par les enseignants et les étudiants de cette école. Dans la même lancée, les étudiants exposent leurs suggestions

Tableau 6 : Suggestions des étudiants pour une meilleure exploitation des simulateurs

R1
Dans les programmes, pour permettre aux étudiants de mieux appréhender les apprentissages pratiques, on doit allouer un temps plus important à la formation sur les simulations.
R2
La simulation numérique doit être intégrée de manière plus systématique dans les programmes, qui doivent être mieux définis. Il doit avoir une meilleure disponibilité des ressources informatiques et didactiques
R3
Il n’y a pas de renouvellement d’outils didactiques. Il faut donc un meilleur suivi et une équipe permanente pour assurer la maintenance des équipements.
R4
Il faut considérer le besoin d’un engagement des étudiants et des enseignants. Il faut également améliorer la qualité des programmes, avec une insertion progressive de la simulation dès la 1èreannée
R5
Il est du ressort de l’administration et des enseignants d’insérer des cours pour faciliter nos apprentissages.
R6
Les dirigeants de l’ENSET doivent multiplier les efforts en matière d’équipements, en. déployant des moyens financiers pourrions équiper leurs laboratoires, et assurer la maintenance à travers la mise en place d’une équipe
R7
Certains cours doivent être programmés dans toutes les formations, à l’instar de l’application des simulations. En clair, les institutions doivent consacrer plus de moyens à l’équipement des ateliers et laboratoires : elles doivent encourager les enseignants à exploiter les outils qui favorisent les apprentissages. On doit professionnaliser les enseignements

 

La troisième étape de la stratégie de questionnement analytique, qui prend fin, consistait à présenter, sous forme d’énoncés, les réponses aux questions constituant le canevas investigatif. Ces énoncés guident la synthèse et l’interprétation des résultats de la recherche.

Synthèse des résultats de recherche et interprétation

Les deux questions de recherche dont nous interprétons les réponses sont :

1) Quelles sont les perceptions relatives à la simulation numérique à l’ENSET de Douala ?

2) Comment relever les défis inhérents à l’apprentissage par la simulation numérique dans cette école ?

Perceptions relatives à la simulation numérique à l’ENSET de Douala

Tous nos interviewés font preuve d’une maîtrise des connaissances déclaratives de l’outil simulation numérique. Leurs constats quant à la disponibilité, le choix, et l’exploitation des logiciels de simulation relèvent un besoin de compétences indispensables pour savoir tirer profit des apports des outils numériques de manière efficace et efficiente. Ce besoin se trouve amplifié par les limites de la formation offerte, qui interagissent avec les contraintes contextuelles. La cohérence des réponses aux questions d’analyse met en exergue les perceptions positives relatives au rôle et à l’utilité de la simulation numérique.

Rôle et l’utilité de la simulation numérique

Des perceptions formulées par les chefs de département, on retient qu’ils voient en la simulation numérique : un complément de la formation en classe, un moyen de consolidation des connaissances et des compétences acquises, voire un outil d’émulation et de stimulation dans un environnement virtuel d’apprentissage. Aussi, de l’examen des propos des étudiants, il ressort que la simulation numérique est un outil d’apprentissage dont le rôle, selon d’aucuns, est de présenter ou vérifier virtuellement le fonctionnement des maquettes ou de certains systèmes qu’on ne pourrait pas ordinairement voir dans le monde réel. Pour d’autres, cet outil est exploitable pour réaliser des expériences, communiquer des informations en classe ou au laboratoire, et atteindre les objectifs d’apprentissage spécifiques.

De ce fait, précisent les mêmes étudiants : la simulation sur ordinateur consiste à rendre vivants ou visibles des phénomènes réels flous, peu malléables, ou inaccessibles, voire difficiles à comprendre comme la division ou la conduction de la chaleur, le courant électrique. Ce faisant, la simulation peut faciliter la vérification d’une théorie ou le test d’un modèle en ressortant ses caractéristiques. Ces perceptions corroborent les résultats des recherches rapportés dans notre cadre référence (Baron et Baudé, 1992 ; El Jamali, 2000 ; Droui et El Hajjam, 2014 ; Fabien et coll. 2001 ; Géraud et coll., 1999 ; Varenne, 2003).

Pour Géraud et coll. (1999, p. 5), on peut : « simuler pour comprendre, simuler pour construire, simuler pour apprendre ». Sur le plan technologique, expliquent Baron et Baudé (1992), El Jamali (2000), et Varenne (2003), la simulation permet de représenter tout phénomène à l’aide d’une maquette ou d’un programme informatique. Quant à Fabien et coll. (2001, p. 2), lorsqu’il faut analyser ou comprendre le fonctionnement d’un phénomène, construire un nouvel objet, proposer ou valider des solutions, simuler revient « à expérimenter des modèles sous la forme de relations mathématiques entre des variables ». En bref, tel que l’expliquent Droui et El Hajjam (2014), l’action de simuler sur ordinateur consiste à reproduire le fonctionnement d’une situation réelle, d’un phénomène naturel ou d’un système relativement complexe, d’un appareil ou d’une machine.

Mêmes les perceptions des étudiants établissant des liens d’interdépendance entre les simulateurs numériques et la modélisation corroborent les explications susmentionnées. Pour certains : la simulation permet tout simplement de modéliser certains phénomènes ou le fonctionnement des systèmes et l’analyse de leur comportement ; les simulateurs sont des ensembles d’outils logiciels permettant de traduire le comportement physique d’un phénomène. Pour d’autres, ces outils garantissent la fiabilité et la rapidité de la conception et permettent de mettre en œuvre des modèles complexes, en vue d’offrir une compréhension spécifique de chaque phénomène simulé. Cette garanti fait partie des apports de la simulation numérique reconnus à l’ENSET de Douala.

Apports de la simulation numérique reconnus

Selon les étudiants interviewés, utiliser la simulation numérique comme outil didactique offre la possibilité de mieux comprendre des phénomènes abstraits, en réduisant le temps d’adaptation en situation réelle et en permettant de manipuler, entre autres, des installations hors de leur portée. Ainsi, apprendre par la simulation informatique peut combler le déficit du partenariat avec les entreprises, car « si on n’arrive pas à y faire des stages, on peut au moins simuler les activités qui y sont menées » (R1). Les étudiants reconnaissent ainsi que ce processus d’apprentissage impliquant et impactant (Ardillon, 2012 ; Benhaberou-Brun, 2017 ; Bernard, 2015 ; Pastré, 2006) les invite à développer des stratégies plus performantes de résolution des problèmes, et par ricochet, des compétences professionnelles d’ordre techniques et technologiques.

En effet, les utilisateurs de la simulation numérique de l’ENSET reconnaissent que dans le cadre de l’enseignement des techniques industrielles, elle constitue un outil d’aide. En palliant le manque d’équipements dans les laboratoires, son exploitation efficiente permet d’étudier les phénomènes jugés complexes ou coûteux à matérialiser et, par ce fait, d’atteindre les objectifs didactiques visés par les travaux pratiques. Ces objectifs, expliquent les étudiants, incluent la prédiction du fonctionnement des systèmes simulés grâce à la collecte et l’analyse d’informations. Pour les systèmes qui demanderaient un coût financier de mise en œuvre énorme, les simulateurs permettent de modéliser et simplifier les phénomènes complexes inhérents à leur fonctionnement afin de mieux les observer. Par ailleurs, précisent nos interviewés, les aspects théorique et virtuel des logiciels de simulation, bien que ne prenant pas en compte tous les facteurs réels et pratiques, permettent de limiter les risques d’accidents, de gagner du temps dans la compréhension, tout en économisant les ressources matérielles. Ces précisions réitèrent les constats de Droui (2012) et de Droui et El Hajjam (2014)

Comme apports des programmes informatiques, Droui constate qu’ils permettent de simplifier les systèmes réels étudiés, jugés complexes et dynamiques. Ils présentent une alternative aux expérimentations inaccessibles, qui coûtent chers. Effectuer des expériences virtuelles permet aussi d’activer et développer des compétences. Ce faisant, les utilisateurs de la simulation numérique peuvent gagner du temps en réduisant la durée de la séance au laboratoire et en minimisant des déficiences d’apprentissage. En ce sens, Droui et El Hajjam notent que les simulations contribuent au changement conceptuel en fournissant des expériences ouvertes pour l’apprenant et des outils pour une enquête scientifique ou pour résoudre des problèmes complexes. Ainsi, ajoute Varenne (2014), le potentiel éducatif de la simulation numérique peut rendre l’apprenant plus actif, surtout lorsqu’elle est exploitée comme : une méthode d’investigation inhérente aux sciences expérimentales, un outil de la recherche scientifique, ou une ressource didactique. Profiter de cette valeur ajoutée repose, entre autres, sur la maîtrise la complexité des simulateurs bien choisis et sut la disponibilité des ordinateurs capables d’héberger ces outils.

Disponibilité, choix, maîtrise de l’outil simulation, et contraintes contextuelles

Concernant la disponibilité des ressources didactiques de l’heure, les logiciels de simulation exploités à l’ENSET de Douala sont : MATLAB Image Processing ; TOOLBOX, SOLUNE ATLA II, GPAO-PROTEX, VETIGRAPH EXPERT, et INTEDRAL MODE. Concrètement, expliquent les utilisateurs, ces outils éducatifs sont moindrement exploités en classe et les apprenants ne pas participent pas aux décisions de leur choix. En outre, la prise en main d’un logiciel de simulation dépend de sa complexité. Cette réalité peut justifier le constat des étudiants selon lequel, peu d’enseignants exploitent la simulation en classe. A titre de bénéficiaires de ces apports, les étudiants expriment un besoin urgent de savoir-apprendre les techniques industrielles via l’ordinateur. Ils affirment que leurs difficultés à maîtriser la complexité du processus de simulation et les fonctionnalités des simulateurs se ressentent lors de la présentation des projets de mémoire. Eu égard au besoin de mieux apprendre ainsi exprimé, les mêmes étudiants relèvent les limites de la formation offerte et les contraintes contextuels vues comme des freins de l’apprentissage.

A propos de la maîtrise des fonctionnalités des simulateurs, les étudiants expriment leur insatisfaction en qualifiant de basique la formation aux usages des logiciels de simulation assurée par quelques enseignants lors des travaux pratiques. Selon les mêmes étudiants, cette formation s’est limité à l’indication d’un guide expliquant comment paramétrer, modéliser et simuler les systèmes à l’étude. C’était donc à chaque apprenant de chercher comment acquérir des connaissances procédurales et conditionnelles indispensables pour prendre en main les simulateurs et maîtriser leur complexité. Pour ce faire, ils ont récupéré des tutoriels en ligne. Ces limites d’une formation se voulant professionnelle font partie de contraintes contextuelles de tout processus d’apprentissage (Karsenti et Collin, 2013 ; Mastafi, 2014 ; Unesco, 2011 ; Zhao et Bryant, 2006).

Des énoncés-indicateurs des contraintes de l’apprentissage par la simulation à l’ENSET de Douala, on retient qu’elles sont relatives aux programmes en vigueur, qui ont un caractère essentiellement théorique ; ainsi qu’aux aléas organisationnels et au calendrier académique, qui constituent des facteurs inducteurs d’un problème de gestion temporelle des activités de formation. Pour étayer ces propos, un étudiant reprend ses camarades en ces termes : « Est-ce un manque de volonté ? Je n’arrive pas à évoquer le problème de temps pour quelque chose qui ne figure même pas dans les programmes. Par exemple, de la 1ère année à la 3ème, il n’y a aucun cours spécifique à comment utiliser un logiciel important comme le MATLAB ».

En fait, malgré la volonté d’innover les pratiques didactiques, que manifestent certains enseignants, ils font face au problème d’effectifs pléthoriques et peuvent donc ne pas avoir du temps pour réellement former les apprentis-enseignants et se former eux-mêmes à l’usage des logiciels éducatifs complexes, dont les simulateurs. Ce besoin de temps s’avère être un facteur de contrainte à inhiber en priorité. Notre affirmation se fonde sur les propos de certains chercheurs (Fraysse, 2007 ; Morge, 2008), selon lesquels dans toute situation d’apprentissage par la simulation se voulant productive des savoir-faire, l’enseignant se doit d’établir un contrat didactique en explicitant ce qu’il attend des apprenants en termes de compétences spécifiques à développer. Il doit en outre surveiller les actions des étudiants en attirant leur attention sur les éventuelles erreurs de la méthodologie adoptée lors de l’expérimentation. Plus encore, regrouper les apprenants au terme de chaque séance de simulation est nécessaire pour : comparer les stratégies individuelles adoptées, discuter des divers modèles simulés, et tirer des conclusions générales sur les possibilités et les limites des approches de modélisation

Ces contraintes inhérentes aux activités enseignantes exploitant l’outil simulation numérique se trouvent condensées dans la recommandation de Droui et El Hajjam, déjà mentionnée dans le cadre de référence de notre analyse.

« Les simulations sur ordinateur doivent donc être introduites au bon moment dans le déroulement du cours, en utilisant de bonnes stratégies pédagogiques (découverte guidée, vérification de certaines propriétés, vérification des limites de validité, exploration de certains aspects difficiles, etc.), et avec des objectifs pédagogiques précis (surmonter une difficulté théorique, montrer les limites d’une théorie naïve, etc.) » (Droui et El Hajjam, 2014, p. 17).

En plus des contraintes contextuelles, l’interprétation de la réponse à notre deuxième question de recherche considère que cette recommandation tient lieu de défis à relever dans la promotion de l’apprentissage des techniques industrielles sur ordinateur.

Défis contextuels inhérents à l’apprentissage par la simulation numérique

Comme défis contextuels à relever pour adopter la simulation numérique comme outil didactique, les chefs de département consultés mentionnent la prévision d’un budget pour l’achat et la mise à jour des ressources numériques et la primauté de l’apprentissage par la simulation informatique dans un contexte marqué par une carence quasi chronique d’équipements informatiques et de laboratoires modernes. Pour ces gestionnaires des salles et équipements de travaux pratiques, doter tous les départements d’ordinateurs appropriés s’impose, au même titre que la réalisation des recherches scientifiques orientées vers la conception et le développement des outils didactiques adaptés aux besoins contextuels. Les mêmes interviewés rappellent l’importance de programmer des séminaires de didactique, incluant la valorisation des outils produits localement par les enseignants et les apprenants.

Dans la même lancée, les étudiants reviennent sur la carence des équipements en rappelant que les départements disposant déjà des laboratoires abritent des ordinateurs en panne et, de ce fait, les dirigeants de l’ENSET doivent multiplier les efforts, en déployant des moyens financiers, et en assurant une maintenance permanente des équipements disponibles à travers la mise en place d’une équipe compétente. Les apprentis-formateurs indiquent ainsi d’autres défis à relever dans leur école : les programmes en vigueur doivent être mieux définis et intégrer la simulation numérique de manière systématique et progressive dès la simulation dès la 1ère année de formation ; ils doivent allouer plus de temps à la formation par les simulations sur ordinateur, afin de permettre aux étudiants de mieux appréhender les stratégies d’apprentissage des pratiques professionnelles, avec l’aide des enseignants.

Les mêmes apprenants recommandent à la direction de leur école de considérer le besoin de soutien des enseignants qui s’engagent dans l’innovation des pratiques didactiques. Ils précisent par ailleurs que les enseignants des techniques industrielles doivent faire preuve d’une expertise d’ordre technologique indispensable pour savoir guider les apprentissages et encadrer des recherches. Cette recommandation met en relief l’urgence de multiplier les occasions de formation continue incontournables pour développer des compétences professionnelles et innover les pratiques éducatives. Toutefois, les utilisateurs de la simulation sur ordinateur ne doivent point oublier qu’apprendre à travers cet outil ne sauraient remplacer complètement les cours suivis en salle de classe et les activités de laboratoire (Hebenstreit, 1980 ; Pastré, 2006).

Cette mise en garde est pertinente dans la mesure où, selon Droui et El Hajjam (2014), les simulations peuvent présenter une vision simpliste de la réalité ou introduire des comportements erronés inhérents au processus de modélisation. L’apport des simulations peut alors s’avérer incertain, voire nul, parce qu’elles omettent certains facteurs, en laissant courir le risque d’oublier leur existence. Par ailleurs, une exploitation abusive des simulations peut instaurer une dépendance à l’outil ordinateur et une confusion des phénomènes réels et leurs représentations virtuelles. Pour minimiser ces inconvénients, la simulation numérique doit être présentée comme un état intermédiaire intéressant pour faciliter le passage entre la réalité et les théories. La conclusion revient sur cette recommandation.

Conclusion

De l’analyse qualitative compréhensive des données collectées auprès des utilisateurs des outils didactiques à l’ENSET de Douala, nous avons décelé des perceptions relatives au rôle, à l’utilité, et aux apports la simulation numérique. Cerner les limites de la formation à l’usage de cet outil et appréhender des contraintes contextuelles en référence à ces perceptions a permis d’identifier les principaux défis à relever, dont : la disponibilité permanente des ordinateurs nantis de logiciels de simulation, et une appropriation urgente des compétences indispensables pour leur prise en main par les utilisateurs, selon les objectifs spécifiques des expérimentations réalisables. Dans la mouvance de la professionnalisation des enseignements, relever les défis doit faire partie des stratégies d’adoption des pratiques didactiques innovantes.

Bibliographie

Ardillon, (2012).

Armatte, M. (2005). La notion de modèle dans les sciences sociales : anciennes et nouvelles significations. Mathématiques & Sciences Humaines, 172, p. 91-123. Récupéré le 11 juin du site de lq revue https://msh.revues.org/pdf/2962

Aubin-Auger, I., Mercier, A., Baumann, L., Lehr-Drylewicz, A.-M., Imbert, P. et Letrilliart, L. (2008). Introduction à la recherche qualitative. Récupéré le 11 juillet du site http://www.bichat-larib.com/publications.documents/3446_2008_introduction__RQ__

Baron, G.-L. et Baudé, J. (1992). Modélisation-simulation. In (éd.) L’intégration de l’informatique dans l’enseignement et la formation des enseignants. Edition INRP-EPI. Récupéré le 2 juin 2017 du site http://www.epi.asso.fr/revue/articles/a0309a.htm.

Benhaberou-Brun, D. (2017). Apprendre grâce à la simulation. Perspective infirmière 14(3), Récupéré le 2 juin 2017 du site de la revue https://www.oiiq.org/sites/default/files/uploads/periodiques/

Creswell, J. W. (1998). Qualitative inquiry and research design : Choosing among five traditions. Thousand Oaks, CA : Sage

Coquidé, M. et Maréchal, J.-F. (2006). Modélisation et simulation dans l’enseignement scientifique : usages et impacts. Aster numéro 43 (p. 1-16). Récupéré le 11 juillet du site http://ife.ens-lyon.fr/publications/edition-electronique/aster/RA043.pdf

De Ketele, J.-M. et Roegiers, X. (1998). Méthodologie du recueil d’informations. Fondements des méthodes d’observations, des questionnaires, d’interviews et d’études de documents. 3ème édition. Bruxelles, Paris : De Boeck Université.

Doré et Mercier (1992)

Droui, M. (2012). L’impact d’une simulation sur des dispositifs mobiles et en situation de collaboration sur la compréhension de l’effet photoélectrique au niveau collégial. Thèse de doctorat inédite, université de Montréal, Montréal, Québec. https://papyrus.bib.umontreal.ca/xmlui/handle/1866/

Droui, M. et El Hajjam A. (2014). Simulations informatiques en enseignement des sciences : apports et limites. https://www.epi.asso.fr/revue/articles/a1404e.htm

Dumez, H. (2011). Qu’est-ce que la recherche qualitative ? Le Libellio d’Aegis, 2011, 7 (4), – pp. 47-58. Récuperé le 11 juillet du site https://halshs.archives-ouvertes.fr/file/index/docid/657925/

El Jamali, S. (2000). « La simulation sur ordinateur : quel rôle dans l’enseignement des sciences physiques ? », Colloque Enseignement et Recherche en Didactique des Sciences (ERDS 2000). Publication de : Faculté des sciences Dhar El Mahraz et ENS de Fez. Récupéré le 2 juin 2017 du site https://www.epi.asso.fr/revue/articles/a0602c.htm

Fabien, M., Gutknecht, O. et Ferber, J. (2001) une méthodologie pour la conception de simulateur multi-agents basée sur l’organisation. Récupéré le 2 juin 2017 du site https://tel.archives-ouvertes.fr/tel-00841382/document

Fortin, A. et Legault, M. (2006). L’apprentissage au moyen d’une simulation en vérification : impact sur la performance et les perceptions des étudiants. Comptabilité – Contrôle – Audit, Numéro thématique d’octobre 2006 (p. 39 -65).

Fraysse B. (2007) « Un dispositif de formation simulé pour professionnaliser les élèves-ingénieurs ». Les Sciences de l’éducation – Pour l’Ère nouvelle, 2007/3 (Vol. 40), p. 79-96 : Récupéré le 2 juin 2017 du site de la revue http://www.cairn.info/revue-les-sciences-de-l-education-pour-l-ere-nouvelle-2007-3-page-79.htm

Hebenstreit, J. (1980). Avantages (inconvénients ?) pédagogiques de la simulation sur ordinateur. Présentation du dossier. Éducation et informatique n° 37 septembre-octobre. Récupéré le 2 juin 2017 du site http://www.epi.asso.fr/revue/histo/h73hebenst.htm

Guéraud V., Pernin J.-P., Cagnat J.-M., Cortés G. (1999), Environnements d’apprentissage basés sur la simulation : proposition d’outils-auteur et expérimentations, Sciences et Techniques Educatives, Vol.6 Récupéré le 2 juin 2017 du site https://pdfs.semanticscholar.org/2a93/d86a7ec2b9fd9ba6af

Giorgi, A. (2009). The descriptive phenomenological method in psychology : a modified Husserlian approach. Pittsburgh, PA : Duquesne University Press.

Kant, J.-D. (2012). Apports de l’informatique et des mathématiques pour la modélisation en sciences humaines et sociales, Mathématiques et Sciences Humaines, 197, p. 47-64 Récupéré le 11 juin du site https://msh.revues.org/12179?file=1

Karsenti, T. (2009). Intégration pédagogique des TIC : Stratégies d’action et pistes de réflexion. Ottawa : CRDI Récupéré le 2 juin 2017 du site http://crdi.crifpe.ca/karsenti/docs/livre.pdf

Karsenti, T. (2006). Comment favoriser la motivation et la persévérance des étudiants dans les FOAD : Stratégies pédagogiques pour l’Afrique. Bulletin de l’UNESCO—IIRCA, 8(1), p. 7-12, juin 2006. Récupéré le 2 juin 2017 du site de la revue http://www.thierrykarsenti.ca/pdf/publications/2006/IICBA_v8n1.pdf

Kunegel, P. (2005). L’apprentissage en entreprise : l’activité de médiation des tuteurs, Education Permanente, 165, p. 127-137. Récupéré du site de la revue http://www.education-permanente.fr/public/articles/articles.

Mastafi, M. (2014). Intégrer les TIC dans l’enseignement : Quelles compétences pour les enseignants ? Formation et profession, 23(2), p. 29-47. Récupéré le 2 juin 2017 du site de la revue http://formation-profession.org/files/numeros/11/v23_n02_294.pdf

Morge, L. (2008). De la modélisation didactique à la simulation sur ordinateur des interactions langagières en classe de sciences. Récupéré le 2 juin 2017 du site https://tel.archives-ouvertes.fr/tel-00528874/fr/

Mvoto Meyong C. (2006). Culture institutionnelle et apprentissage en ligne en Afrique subsaharienne francophone : le cas d’une ENS camerounaise. Revue internationale de pédagogie universitaire, 3(3), Récupéré le du site de la revue http://www.profetic.org/revue/IMG/pdf/

Mvoto Meyong C. (2011). Facteurs d’influence des formations ouvertes et à distance (FOAD) : une analyse exploratoire des représentations sociales des formateurs de deux écoles normales supérieures. Dans T. Karsenti et coll., Former à distance des formateurs : Stratégies et mutualisation dans la francophonie (p. 85-96), Clermont Ferrand : Presses Universitaires Blaises Pascal. Récupéré du site http://www.msh-clermont.fr/spip.php?rubrique107

Paillé, P. et Mucchielli, A. (2003). L’analyse qualitative en sciences humaines et sociales. Paris : Armant Collin.

Pastré, P. (2006). Fondements ergonomiques et didactiques : Analyse longitudinale d’un apprentissage. Récupéré le 2 juin 2017 du site http://www.lirmm.fr/eiah2006/

Perrenoud, P. (2001). Développer la pratique réflexive dans le métier d’enseignant, Paris : ESF

Prégent R. (1990).

Ribau, C., Lasry, J., Bouchard, L., Moutel, G., Hervé, C. et Marc-Vergnes, J. (2005). La phénoménologie : une approche scientifique des expériences vécues. Recherche en soins infirmiers, 81 (2), p, 21-27. Récupéré le 11 juillet 2017 du site https://www.cairn.info/revue-recherche-en-soins-infirmiers-2005-2-page-21.htm

Tardif (1997)

Unesco (2011). TIC Unesco : un référentiel de compétences pour les enseignants Récupéré le 11 juillet 2017 du site http://unesdoc.unesco.org/images/0021/002169/216910f.pdf

Varenne, F. (2014). Épistémologie des modèles et des simulations : tour d’horizon et tendances. Dans Les modèles, possibilités et limites : Jusqu’où va le réel ?  (pp. 13-46). Paris : Editions Matériologiques. Récupéré le 2 juin 2017 de http://www.cairn.info/les-modeles-possibilites-et-limites–9782919694624-page-13.htm

Varenne, F. (2003). La Simulation conçue comme expérience concrète. In J.-P. Müller (Éd.). Le statut épistémologique de la simulation. Éditions de l’ENST. Récupéré le 2 juin 2017 de https://hal.archives-ouvertes.fr/file/index/docid/29280/filename/Varenne_

Volle, M. (2004). A propos de la modélisation. Récupéré le 2 juin 2017 du site de l’auteur http://www.volle.com/travaux/modelisation2.htm

Zhao, Y. et Bryant, F. L. (2006). Can teacher technology integration training alone lead to high levels of technology integration ? A qualitative look at teachers’ technology integration after state mandated technology training. Electronic Journal for the Integration of Technology in Education, 5, p. 53-62. Récupéré le 11 juillet 2017 de http://stu.westga.edu/~bthibau1/MEDT%208480-Baylen/Zhaosample.pdf

CONTACTER RAIFFET

Au plaisir de vous lire

En cours d’envoi

Vous connecter avec vos identifiants

Vous avez oublié vos informations ?