Théorie des systèmes complexes appliquée à la modélisation d'environnements numériques d

253 Pages·2017·10.19 MB·French

by  Marc Trestini

Théorie des systèmes complexes appliquée à la
modélisation d’environnements numériques
d’apprentissage de nouvelle génération
Marc Trestini
To cite this version:
Marc Trestini. Théorie des systèmes complexes appliquée à la modélisation d’environnements
numériques d’apprentissage de nouvelle génération. Environnements Informatiques pour
l’Apprentissage Humain. Université de Strasbourg, 2016. ￿tel-01432687￿
HAL Id: tel-01432687
https://hal.science/tel-01432687
Submitted on 11 Jan 2017
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est
archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
Distributed under a Creative Commons Attribution - NonCommercial - NoDerivatives| 4.0
International License
Note de Synthèse de l’activité de recherche
présentée en vue de l’obtention de
L’Habilitation à Diriger des Recherches

Volume 1

Marc TRESTINI
Maître de conférences – LISEC (EA 2310) – Université de Strasbourg
2016
Théorie des systèmes complexes appliquée à la
modélisation d’Environnements Numériques
d’Apprentissage de nouvelle génération

Source : « Social Network Analysis Visualization » par Martin Grandjean

Membre du jury :
Pr. Bernadette Charlier- Université de Fribourg Pr. Françoise Poyet, Université Claude Bernard,
(rapporteure) Lyon 1.
Pr. Pierre-Léonard Harvey – Université de Pr. Stéphane Simonian, Université de Rennes 2
Québec à Montréal (rapporteur)
Pr. Pascal Marquet - Université de Strasbourg Pr. Philippe Viallon – Université de Strasbourg
(garant) (rapporteur)
Remerciements
En premier lieu, je tiens à exprimer mes profonds remerciements à mon garant, le Professeur
Pascal Marquet, pour l’aide qu’il m’a apportée, pour sa disponibilité et ses encouragements à
poursuivre le travail commencé. C’est avec bienveillance et compétences qu’il m’a guidé dans
ce projet. Ses remarques pertinentes et ses conseils m’ont permis d’avancer avec assurance.
Son regard d’expert a aussi été utile pour structurer mon travail et en améliorer la forme et le
contenu.
Je tiens aussi à remercier les Professeur(e)s Michèle Kirch (71e), directrice de ma thèse et
Bernard Ancori (70e), directeur de mon mémoire de DEA, d’avoir accepté sans difficulté que
je m’engage dans des recherches pluridisciplinaires qui m’ont conduit à côtoyer ces deux
sections de CNU.
Je remercie également ma famille proche, mon épouse Jeanette et mes enfants Adrien et
David pour leur patience, atteignant parfois ses limites, vis-à-vis d’un mari et d’un père qui
n’a pas toujours été très disponible, travaillant souvent tard le soir et les week-ends. Qu’ils
sachent que je leur en suis très reconnaissant et que la vie continue avec des perspectives
certainement plus réjouissantes...
J'exprime aussi ma gratitude à mon ami François Horvat qui m’a aidé à soigner la forme de ce
texte en en faisant une relecture experte et attentive. Il reste certainement des corrections à
faire, quelques coquilles et maladresses pour lesquelles le lecteur voudra bien m’excuser. Je
m'engage évidemment à effectuer ces corrections avant une prochaine diffusion.
L'aboutissement de cette HDR a aussi été encouragé par de nombreuses discussions avec des
collègues de mon laboratoire de disciplines variées. Je ne peux citer ici tous les noms sans
prendre le risque d’en oublier car ils sont nombreux. Je tiens néanmoins à remercier en
particulier Bernard Coulibaly, Isabelle Rossini, Emmanuelle Chevry, qui m’ont toujours
soutenu et encouragé et encore Andréa Young qui a su prendre régulièrement du temps pour
discuter avec moi de l’évolution de mon travail et partager sa propre expérience d’une HDR.
J'exprime également toute ma gratitude aux membres de mon jury pour l’honneur qu’ils me
font d’avoir accepté cette tâche d’évaluation que ce soit en tant que rapporteur(e) ou en tant
qu’examinateur(trice) : le Pr. Bernadette Charlier, Université de Fribourg, le Pr. Pierre-
Léonard Harvey, Université de Québec à Montréal, le Pr. Pascal Marquet, Université de
Strasbourg, Pr. Françoise Poyet, Université Claude Bernard (Lyon 1), le Pr. Stéphane
Simonian, Université de Rennes et Pr. Philippe Viallon, Université de Strasbourg.

Page 2 sur 252
Résumé

Avec l’émergence des réseaux sociaux, des MOOC, de l’apprentissage informel via les
réseaux et des approches connectivistes de l’apprentissage, l’analyse d’Environnements
Numériques d’Apprentissages (ENA) devient de plus en plus complexe. Les modèles
jusqu’alors utilisés pour rendre compte de l’activité instrumentée à des fins cognitives
montrent aujourd’hui leurs limites. L’aspect massif d’un MOOC par exemple devient
difficilement « représentable » dans ce type de modèles. Son caractère « ouvert » n’en est pas
moins difficile à modéliser. De plus, l’évolution de ces environnements est chaotique et leurs
effets apparaissent comme imprévisibles. Mais chaotique ne signifie pas hasardeux. Un
système complexe est de nature imprévisible et il n’est pas possible de prédire directement,
par le calcul, l’issue des processus en jeu. Mais il est possible, à partir d’une modélisation
systémique, d’élaborer des scénarios plausibles sur la base des données disponibles (trace de
l’activité, résultats de la simulation, tendances lourdes, propriétés émergentes, etc.). Comme
le disait Paul Valéry, « nous ne raisonnons que sur des modèles ». Dès lors qu’il est perçu
comme un phénomène complexe, un ENA de dernière génération peut donc être
avantageusement représenté et analysé dans le paradigme de la Modélisation systémique de la
complexité. C’est le parti-pris de cette HDR qui orientera d’ailleurs nos recherches futures.
Mots-Clés : Environnement Numérique d’Apprentissage – Modélisation des systèmes
complexes – Enseignement à distance – Formation en ligne – Open Course Ware (OCW) –
Modélisation des MOOC.

.

Page 3 sur 252
Théorie des systèmes complexes appliquée à la
modélisation d’Environnements Numériques
d’Apprentissage

Table des matières

REMERCIEMENTS ................................................................................................................ 2
RESUME ............................................................................................................................ 3
TABLE DES MATIERES ......................................................................................................... 4
1 . INTRODUCTION ............................................................................................................ 8
1.1.1 Les débuts de l’informatique dans mon parcours universitaire ........................... 9
1.1.2 Mon premier poste d’enseignant en Lycée et Collège ....................................... 10
1.1.3 Un DEA portant sur la conception d’un dispositif d’EAD dans une économie de la
connaissance ............................................................................................................... 10
1.1.4 Une thèse sur la conception d’un dispositif de formation à distance ................ 10
1.2 POURQUOI UNE HABILITATION A DIRIGER LES RECHERCHES ? ..................................................... 11
1.2.1 Une carrière déjà bien remplie .......................................................................... 11
1.2.2 Le projet d’une habilitation à diriger des recherches ........................................ 12
1.3 PLAN DE CETTE NOTE DE SYNTHESE .................................................................................... 12
2 . UN ENVIRONNEMENT NUMERIQUE D’APPRENTISSAGE PERÇU COMME UN SYSTEME
D’ACTIVITES INSTRUMENTEES ........................................................................................... 13
2.1 DE LA RADIO SCOLAIRE AUX MOOC : REGARD RETROSPECTIF SUR L’EVOLUTION DES ACTIVITES
INSTRUMENTEES EN EDUCATION ................................................................................................ 13
2.1.1 Technologies éducatives, TIC, TICE, TUIC ? ....................................................... 17
2.1.2 Quelles sont précisément ces technologies ? .................................................... 18
2.1.3 Et comment apprend-on ? ................................................................................ 19
2.1.4 Modèles de l’apprentissage .............................................................................. 21
2.1.5 Des modèles de l’apprendre aux pédagogies ................................................... 21
2.1.6 TIC, théories de l’apprentissage et pédagogies : une évolution concomitante .. 22
2.1.7 De l’épistémologie objectiviste à la radio et la télévision scolaire ..................... 23
2.1.8 Du béhaviorisme à l’Enseignement Assisté par Ordinateur (EAO) ..................... 24
2.1.9 Du constructivisme aux micro-mondes ............................................................ 27
2.1.10 Du socioconstructivisme aux CLE, CSCL, cMOOC .......................................... 30
2.1.11 Apprendre en réseau ouvert : du connectivisme aux MOOC ......................... 33
2.1.12 Synthèse de ces évolutions ........................................................................... 41
2.2 L’ENA : UN SYSTEME D’ACTIVITE INSTRUMENTE ................................................................... 41
2.2.1 L’Environnement Numérique d’Apprentissage (ENA) ......................................... 41
Page 4 sur 252
2.2.2 Les principes du paradigme systémique ........................................................... 43
2.2.3 Les étapes de la démarche systémique ............................................................. 46
2.2.4 L’ENA perçu comme un système ouvert ............................................................ 51
2.2.5 L’ENA perçu comme un système d’activité instrumenté .................................... 54
2.2.6 Conclusion ....................................................................................................... 59
3 . MODELISER L’ACTIVITE INSTRUMENTEE AU CŒUR DE L’ENVIRONNEMENT NUMERIQUE ... 60
3.1 INTRODUCTION............................................................................................................. 60
3.2 MODELISER L’ACTIVITE INSTRUMENTE, OUI, MAIS POURQUOI ? .................................................. 61
3.2.1 De quel type de modèle parle-t-on ? ................................................................ 61
3.2.2 Des modèles à usage multiple .......................................................................... 62
3.2.3 Des modèles à usage spécifique ....................................................................... 64
3.3 CONTOUR, COMPOSANTS ET NIVEAUX HIERARCHIQUES D’UN STYSTEME D’ACTIVITE INSTRUMENTE ..... 70
3.3.1 Périmètre, objet et composants ........................................................................ 70
3.3.2 Trois niveaux (macro, méso, micro) associés à des processus métiers ............. 71
3.3.3 Un exemple d’analyse de dispositif de formation à distance ............................ 72
3.3.4 Niveaux, objet et modèles associés .................................................................. 73
3.4 TOUR D’HORIZON DES MODELES ET LANGAGES DE MODELISATION .............................................. 73
3.4.1 Les modèles d’ingénierie pédagogique, les LMP (ou EML) ................................. 74
3.4.2 Les modèles d’ingénierie de formation ............................................................. 86
3.4.3 Les modèles adaptatifs ..................................................................................... 90
3.4.4 Les modèles systémiques de l’activité .............................................................. 91
3.4.5 Les modèles systémiques de la complexité ...................................................... 94
4 . LES MODELES DE L’ACTIVITE INSTRUMENTEE A L’EPREUVE DES INNOVATIONS TECHNO-
PEDAGOGIQUES ............................................................................................................... 95
4.1 DEVELOPPEMENT DU MODELE VYGOTSKIEN........................................................................... 96
4.1.1 L’encre numérique : vers un nouveau design d’environnement numérique
d’apprentissage ........................................................................................................... 97
4.1.2 Usages des tablettes (iPad) en contexte scolaire ............................................... 99
4.2 EXPANSION DU MODELE D’ENGESTRÖM ............................................................................. 101
4.2.1 A la recherche d’un modèle fédérateur en EAD ............................................... 101
4.2.2 Première expansion du modèle d’Engeström pour un design de CLE .............. 104
4.3 NOUVEAU CONTEXTE D’USAGE ET NOUVELLE EXPANSION ....................................................... 106
4.3.1 Les ENT scolaires : le cahier de texte en ligne ................................................ 106
4.3.2 Deuxième expansion du modèle : faciliter l’analyse du cahier de texte en ligne
107
4.4 EXPANSION DES MODELES D’INGENIERIE PEDAGOGIQUES ET DE FORMATION ................................ 108
4.4.1 Résistance des modèles d’ingénierie pédagogique ......................................... 108
4.4.2 Evolution vers des modèles d’ingénierie de formation .................................... 112
4.5 DES MODELES DE MOOC A CONSTRUIRE ........................................................................... 112
4.6 CONCLUSION SUR LES CONDITIONS DE RESISTANCE DES MODELES D’ENVIRONNEMENT NUMERIQUES
D’APPRENTISSAGE ............................................................................................................... 114
5 . L’ENVIRONNEMENT NUMERIQUE D’APPRENTISSAGE INSCRIT DANS LE PARADIGME DE LA
MODELISATION SYSTEMIQUE DE LA COMPLEXITE ............................................................. 116
Page 5 sur 252
5.1 THEORIE DES SYSTEMES COMPLEXES ET CADRE THEORIQUE DE REFERENCE .................................. 116
5.1.1 Définition d’un système complexe ................................................................. 117
5.1.2 Modélisation des systèmes complexes ........................................................... 125
5.2 ARGUMENTS EN FAVEUR DE L’APPLICATION DE LA THEORIE DES SYSTEMES COMPLEXES A LA
MODELISATION D’ENA DE NOUVELLE GENERATION ...................................................................... 134
5.2.1 Introduction ................................................................................................... 134
5.2.2 Parce que l’ENA est un système complexe ...................................................... 136
5.2.3 Parce que la théorie de la complexité se trouve au cœur de la conception
connectiviste de l’apprentissage ................................................................................ 141
5.2.4 Analogie conceptuelle entre la M.S. de la complexité et la M.S. de l’activité ... 143
5.2.5 Pour modéliser ces environnements avec des langages adaptés ..................... 144
5.2.6 Pour s’inscrire dans une démarche prospective .............................................. 149
6 . MODELISATION D’UN « ENA » PERÇU COMME UN SYSTEME COMPLEXE ........................ 151
6.1 DES PROCESSUS FINALISES ET RECURSIFS DANS UN ENVIRONNEMENT ACTIF ................................. 152
6.1.1 Des processus (fonctions) finalisés identifiables ............................................. 152
6.1.2 Des processus récursifs .................................................................................. 158
6.1.3 Représentation des processus et niveaux fonctionnels du système ................ 158
6.1.4 Les huit fonctions constitutives d’un ENA appliquées au notre modèle
systémique ................................................................................................................ 160
6.2 DES PROCESSUS SYNCHRONIQUES (LE SYSTEME FAIT) ............................................................ 164
6.2.1 Signifier la présence active d’inter-relations................................................... 165
6.2.2 Dresser l’inventaire des valeurs d’entrée et de sortie de chaque processus .... 166
6.2.3 Représenter les flots de données et les dépendances fonctionnelles entre les
processus................................................................................................................... 167
6.3 DES PROCESSUS DIACHRONIQUES (LE SYSTEME DEVIENT) ........................................................ 170
6.3.1 Séquences typiques (ou scénarios) et suivis d’événement .............................. 172
6.3.2 Traces laissées par les événements ................................................................ 172
6.3.3 Les états et diagrammes d’états ..................................................................... 173
6.3.4 Description des processus .............................................................................. 174
6.4 UN SYSTEME CAPABLE DE TRAITER L’INFORMATION ET DE DECIDER DE SON COMPORTEMENT ........... 175
6.5 UN MODELE FONDE SUR LES DONNEES DE L’ANALYSE ............................................................ 175
6.5.1 Un modèle construit à partir des données de l’analyse ................................... 175
6.5.2 Provenance et collecte des données ............................................................... 176
6.5.3 Analyse des données ...................................................................................... 186
7 . MODELISATION ET SIMULATION D’UN MOOC : VOLET PRATIQUE ................................. 189
7.1 MODELISATION DU MOOC ........................................................................................... 189
7.1.1 Diagrammes de packages et de cas d’utilisation ............................................ 191
7.1.2 Diagrammes de « classes » ............................................................................. 198
7.1.3 Diagrammes d’états-transitions ..................................................................... 200
7.1.4 Diagrammes de séquences ............................................................................. 201
7.2 SIMULATION DU MOOC ............................................................................................... 204
7.2.1 La structure du programme ............................................................................ 204
7.2.2 Le script ......................................................................................................... 204
7.2.3 Fichiers connexes ........................................................................................... 206
Page 6 sur 252
7.2.4 Paramètres qui entrent en jeu et valeurs d’initialisation ................................. 206
7.2.5 Progression dans les chapitres ....................................................................... 207
7.3 RESULTATS DE LA SIMULATION ....................................................................................... 207
7.3.1 Niveau de compréhension total ...................................................................... 207
7.3.2 Niveau de compréhension du module ............................................................. 208
7.3.3 Niveau de compréhension du chapitre ............................................................ 210
7.4 MISE EN PERSPECTIVE DES RESULTATS OBTENUS ................................................................... 212
8 . PROGRAMME DE RECHERCHE ..................................................................................... 213
8.1 RECHERCHE ET ETUDE DE COMPORTEMENTS ADAPTATIFS NON PROGRAMMES .............................. 213
8.2 MODELISATION SYSTEMIQUE EN AMMONTD’UNE STATISTIQUE DESCRIPTIVE................................. 215
CONCLUSION ................................................................................................................. 217
REFERENCES BIBLIOGRAPHIQUES ..................................................................................... 218
TABLE DES ILLUSTRATIONS ............................................................................................. 239
ANNEXES ....................................................................................................................... 242

Page 7 sur 252
1. Introduction
Cette note de synthèse rend compte de notre activité et de notre cheminement réflexif en
matière de recherche au cours de cette dernière décennie. Elle présente nos principaux travaux
et analyse leur cohérence à travers différents projets scientifiques. C’est en relisant nos
publications et en écrivant cette synthèse que le fil conducteur de nos recherches nous est
apparu plus évident.
Ces dernières ont débuté par notre thèse, soutenue en novembre 2005, et se prolongeront
encore dans les années à venir, déjà émaillées de nombreux projets scientifiques. Les
recherches conduites ces dix dernières années sont caractérisées par l’invariabilité de notre
objet d’étude : les « Environnements Numériques d’Apprentissage » (ENA), soit une façon
simple et rapide de décrire l’objet de notre travail. Nous nous intéressons plus précisément à
ce que ces environnements numériques d’apprentissage sont, font et produisent.
Les ENA sont d’abord entendus dans leur acception la plus large, allant des environnements
d’Enseignement Assistés par Ordinateurs (EAO) jusqu’aux Massive Open Online Courses
(MOOC) en passant par les dispositifs d’Enseignement ou de Formation à Distance (EAD,
FAD, FOAD). Nous nous sommes ensuite intéressés plus spécifiquement aux ENA de
dernière génération caractérisés notamment par une plus large ouverture au public (OCW1,
MOOC, RSN2, ..) ; le but ultime étant de produire de la connaissance sur la manière dont les
internautes « apprennent » lorsqu’ils fréquentent ces environnements particuliers. D’un point
de vue méthodologique, nous avons choisi de passer par une modélisation préalable de ces
environnements afin de faciliter ce travail.
Notre objet d’étude actuel est donc présenté comme un Système ouvert que nous étudions
avec les outils de la modélisation systémique, ce qui nous a naturellement conduit à la Théorie
générale des systèmes et aux techniques de Modélisation des systèmes complexes. Nous
qualifions ces systèmes de « complexes » parce qu’ils apparaissent comme imprévisibles. Il
n’est en effet pas possible de prédire directement par le calcul l’issue des processus mis en
jeu, ni même de préjuger d’un quelconque comportement à partir d’une simple composition
des comportements individuels de ses constituants. Il est néanmoins possible d’élaborer des
scénarios plausibles (phénomènes d'émergences, tendances lourdes, etc.), sur la base d’un
modèle qui se construit et se précise progressivement par itérations successives entre le
système d’un monde construit et ce que perçoivent les utilisateurs lorsqu'ils observent les
réalités ou les objets qui constituent ce monde. La modélisation systémique de la complexité
renvoie donc aux épistémologies constructivistes : « pour le constructivisme, la connaissance
est construite par le modélisateur qui en a le projet dans ses interactions permanentes avec les
phénomènes qu’il perçoit et qu’il conçoit. Ce processus de construction de connaissance
active est au cœur du processus de modélisation des phénomènes ou des systèmes perçus
complexes » (Le Moigne, 1999, p. 23). Nous discuterons plus en détail des caractéristiques
des ENA perçus comme des systèmes complexes ainsi que des modèles qui permettent de les
représenter.
En avant-propos, insistons sur le fait que nos fréquentes références aux théories des systèmes
complexes et à leur modélisation donnent un caractère résolument pluridisciplinaire à nos
recherches. Les systèmes complexes sont en effet « des objets intrinsèquement
pluridisciplinaires ; pour un même objet, ce sont des théories différentes et hétérogènes qui

1 OpenCourseWare.
2 Réseaux Sociaux Numériques.
Page 8 sur 252
peuvent en rendre compte » (Bourgine, 2004, p.1). Cela place nos travaux au carrefour des
approches éducationnelle et communicationnelle de l’apprentissage et nous conduit parfois à
d’inévitables allers-retours entre différentes disciplines, en particulier entre les 70e et 71e
sections du CNU.
Si nous avons choisi d’emprunter ce parcours que l’on pourrait qualifier « d’entre-deux »
c’est tout simplement parce que nous le jugions utile. Il reste en effet tant à faire sur le plan
théorique pour établir les concepts et les modèles qui permettraient de fournir des explications
élégantes aux phénomènes observés dans ces environnements numériques de dernière
génération, phénomènes souvent qualifiés d’émergents. Comme le soulignent Harvey et
Lemire, (2001, p. 28) « les problèmes socio-économiques et environnementaux complexes
d’aujourd’hui, et encore plus dans l’avenir, bénéficient et vont bénéficier de la communauté
des esprits des spécialistes et praticiens les plus divers pour trouver des réponses. La solution
n’est plus la contribution d’une seule discipline. Elle est transdisciplinaire ». De plus, « aucun
domaine d’étude ne peut être réservé à une science particulière. Une science ne s’identifie pas
par son domaine d’étude mais par les théories, concepts et méthodes qu’elle met en œuvre
pour étudier, à sa manière, un domaine… » (Mucchielli, 2006, p. 223).
Le caractère transversal de nos recherches a probablement été à l’origine de l’évolution
significative de nos méthodes, techniques et stratégies mises en œuvre pour étudier ces ENA
particuliers. Au bout de dix années de recherche portant sur ce sujet, cette approche
transdisciplinaire nous a conduit vers un nouveau paradigme scientifique : appliquer la théorie
des systèmes complexes à la modélisation d’environnements numériques d’apprentissage de
nouvelle génération. Cette évolution importante vise à adapter la pratique scientifique à ses
nouveaux champs d'étude et ainsi étendre la portée de la science des systèmes complexes vers
ces domaines de l’apprentissage à distance.
1.1.1 Les débuts de l’informatique dans mon parcours universitaire
Nous sommes nés en 1959, date à laquelle Jack Kilby inventa le premier circuit intégré
contenant plusieurs transistors gravés sur une minuscule puce de silicium. Ces petits
composants à trois pattes (les transistors) interconnectés vont révolutionner le monde. Ils
fonctionnent en commutation, c’est-à-dire qu’ils ne laissent passer le courant entre leur
collecteur et leur émetteur que si leur base est elle-même traversée par un courant. Un peu
comme un neurone qui génère un influx nerveux s’il est lui-même la cible d’un autre influx
nerveux.
Il devient ensuite possible de graver des millions de transistors connectés entre eux sur un
même cristal de silicium formant ainsi des circuits permettant la réalisation de mémoires et
d’unités logiques et arithmétiques. Ces circuits se spécialisent et deviennent rapidement des
micro-processeurs. De cette fantastique découverte sont nés l’informatique et le monde du
numérique.
Cela peut certes paraître trivial, mais peu de gens pourront dire « plus tard » comment étaient
ces deux mondes : celui « avec le numérique » et celui « sans le numérique ». Avoir vécu
cette révolution est une véritable chance, pouvoir en conserver des impressions fondées sur un
vécu et non pas sur des représentations ou des récits en constitue une autre.

Page 9 sur 252