L’intersection entre les technologies informatiques et les sciences cognitives a profondément transformé les paradigmes éducatifs contemporains. L’enseignement assisté par ordinateur (EAO) incarne cette convergence méthodologique en offrant des environnements interactifs capables de modéliser, d’adapter et de soutenir les trajectoires d’acquisition des connaissances. En tant qu’objet d’étude privilégié de la psychologie de l’éducation et de l’ergonomie cognitive, ce dispositif soulève des questions fondamentales quant à la médiation instrumentale de la pensée, à la gestion de la charge mentale et à la motivation intrinsèque des apprenants.
L’Enseignement Assisté par Ordinateur (EAO)
1. Définition concise
L’enseignement assisté par ordinateur (EAO), couramment désigné dans la littérature anglophone par l’acronyme CAI (Computer-Assisted Instruction), désigne un cadre pédagogique et technologique au sein duquel un système informatique dispense, gère ou régule directement le processus d’apprentissage d’un individu. Ce dispositif présente des contenus didactiques interactifs, évalue les réponses fournies par l’apprenant en temps réel et propose une rétroaction immédiate adaptée aux performances mesurées.
Sur le plan conceptuel et psychologique, l’EAO ne se résume pas à la simple numérisation de supports textuels traditionnels. Il constitue une configuration dynamique de médiation cognitive où la machine opère comme un tuteur artificiel, capable d’ajuster le niveau de difficulté des exercices, de guider la progression séquentielle et de structurer les renforcements comportementaux ou les échafaudages conceptuels nécessaires à l’acquisition de compétences complexes.
Dans son acception la plus moderne, l’EAO englobe une diversité d’applications logicielles allant des didacticiels d’entraînement répétitif aux environnements d’apprentissage hautement sophistiqués intégrant des modules d’intelligence artificielle, couramment appelés systèmes tuteurs intelligents (STI). Quelle que soit la complexité algorithmique sous-jacente, la finalité épistémologique de l’EAO demeure l’optimisation individualisée de l’assimilation cognitive et du transfert des connaissances.
2. Étymologie et origines linguistiques
L’expression française « enseignement assisté par ordinateur » est un calque direct du syntagme anglo-américain computer-assisted instruction (CAI), apparu à la fin des années 1950 et popularisé au cours des années 1960 au sein des départements de psychologie et d’informatique des universités pionnières comme Stanford ou l’Université de l’Illinois. Le mot « enseignement » tire sa racine du bas-latin insignare, qui signifie « désigner », « marquer d’un signe » ou « imprimer dans l’esprit », soulignant l’action de transmettre des savoirs structurés.
Le terme « assisté » dérive du verbe latin assistere, composé du préfixe ad- (auprès de) et de sistere (se placer, se tenir debout). Cette étymologie met en lumière une nuance essentielle : la machine a initialement été conçue pour se tenir aux côtés de l’apprenant ou du pédagogue, jouant un rôle de soutien auxiliaire plutôt que de substitut exclusif à la présence humaine. Enfin, le vocable « ordinateur » a été introduit en français en 1955 par le philologue Jacques Perret, à la demande d’IBM, en réactivant un ancien terme théologique désignant Dieu mettant de l’ordre dans le monde (ordinator), marquant ainsi la fonction d’ordonnancement algorithmique des données.
Au fil des décennies, des variantes terminologiques ont émergé pour refléter l’évolution des perspectives théoriques, telles que « apprentissage assisté par ordinateur » (AAO, ou CAL pour Computer-Assisted Learning) et « enseignement géré par ordinateur » (EGO, ou CMI pour Computer-Managed Instruction). Cependant, la locution EAO est demeurée le standard académique historique pour qualifier l’utilisation directe de l’informatique à des fins d’instruction programmée.
3. Prononciation et forme grammaticale
En langue française, « enseignement assisté par ordinateur » est un syntagme nominal masculin singulier, couramment abrégé sous le sigle « EAO », qui se prononce phonétiquement /e.a.o/. Lorsqu’il est utilisé sous sa forme développée, il suit les règles phonologiques standard du français métropolitain : /ɑ̃.sɛɲ.mɑ̃ a.sis.te paʁ ɔʁ.di.na.tœʁ/.
Sur le plan morphosyntaxique, l’expression est invariable au niveau de ses composants prépositionnels. On dira : « les systèmes d’enseignement assisté par ordinateur » ou « les dispositifs d’EAO ». Dans la littérature scientifique francophone spécialisée en psychologie de l’éducation, il est généralement employé avec l’article défini masculin (« l’EAO a démontré une efficacité modérée ») ou comme un complément déterminatif qualifiant un environnement pédagogique (« un didacticiel de type EAO »).
4. Explication conceptuelle détaillée
L’enseignement assisté par ordinateur repose sur un postulat fondamental en psychologie cognitive : l’apprentissage gagne en efficacité lorsque les interactions didactiques sont calibrées de manière précise en fonction des capacités mnésiques, de l’état des connaissances préalables et du rythme propre à chaque apprenant. Contrairement à l’enseignement magistral synchrone, qui impose un débit uniforme à un groupe hétérogène, l’EAO formalise une relation didactique individualisée et réactive.
Le fonctionnement conceptuel d’un programme d’EAO classique repose sur une boucle cybernétique élémentaire : présentation d’une unité d’information discrète (stimulus didactique), sollicitation d’une action motrice ou conceptuelle de l’apprenant (réponse sous forme de frappe au clavier, sélection de réponse ou manipulation graphique), analyse computationnelle de l’exactitude de cette réponse, et déclenchement instantané d’une conséquence pédagogique (rétroaction ou feedback explicatif). Cette séquence itérative constitue le noyau opérationnel de l’apprentissage guidé par machine.
Au-delà de cette structure linéaire, la complexité de l’EAO s’étend à la personnalisation adaptative des parcours. Les environnements avancés s’appuient sur un modèle de l’apprenant (student model), qui représente en continu les représentations erronées, le niveau de maîtrise des compétences et la vitesse de résolution des tâches. Ce modèle interne permet à l’algorithme d’orienter l’utilisateur soit vers des modules de remédiation ciblés en cas d’incompréhension, soit vers des défis intellectuels d’ordre supérieur s’il manifeste une maîtrise précoce des concepts sous-jacents.
Il convient également de délimiter les frontières de l’EAO vis-à-vis d’autres technologies éducatives. L’EAO ne se confond ni avec la simple consultation documentaire en ligne ni avec l’utilisation générale d’ordinateurs comme outils de productivité (tels que les logiciels de traitement de texte ou de calcul matriciel). Le critère d’inclusion distinctif réside dans l’existence d’une intention d’instruction prédéfinie et d’une boucle logicielle programmée pour diagnostiquer et réguler activement la performance d’apprentissage.
5. Évolution historique
La genèse de l’EAO trouve ses racines matérielles et théoriques dans les travaux de Sidney Pressey durant les années 1920 à l’Université d’État de l’Ohio. Pressey conçut une machine mécanique d’évaluation dotée d’une série de leviers permettant aux étudiants de répondre à des questions à choix multiples, l’appareil ne progressant que lorsque la réponse correcte était identifiée, préfigurant ainsi la notion de rétroaction immédiate.
Dans les années 1950, le psychologue béhavioriste Burrhus Frederic Skinner théorisa et industrialisa ce principe sous le concept de l’« enseignement programmé » et des fameuses machines à enseigner (teaching machines). Skinner postulait que pour optimiser l’apprentissage, les concepts devaient être découpés en micro-étapes (frames) linéaires, l’apprenant devant émettre des réponses actives immédiatement suivies d’un renforcement positif opérant. Parallèlement, Norman Crowder introduisit une variante dite ramifiée (intrinsic programming), où la nature de l’erreur commise déterminait la sous-routine explicative vers laquelle l’étudiant était redirigé.
Le passage des automates électromécaniques à l’informatique moderne s’opéra véritablement dans les années 1960 avec le projet PLATO (Programmed Logic for Automatic Teaching Operations), conçu à l’Université de l’Illinois par Donald Bitzer. PLATO constitua un jalon révolutionnaire : il intégrait des terminaux graphiques à écran plasma, des écrans tactiles primitifs, un langage de programmation dédié (TUTOR) et un réseau en temps partagé reliant des milliers d’utilisateurs. Simultanément, Patrick Suppes et Richard Atkinson développèrent à Stanford des programmes informatisés pour l’apprentissage précoce des mathématiques et de la lecture dans les écoles primaires de Californie.
L’apparition de la micro-informatique dans les années 1980 démocratisa l’EAO au sein des foyers et des classes scolaires grâce à des ordinateurs comme l’Apple II ou le BBC Micro, donnant naissance à une floraison de didacticiels grand public. Au tournant des années 1990 et 2000, l’avènement du multimédia et d’Internet transforma l’EAO en apprentissage en ligne (e-learning) et permit l’essor des systèmes tuteurs intelligents intégrant des techniques d’analyse de données massives (educational data mining) et des réseaux neuronaux.
6. Fondements théoriques
L’enseignement assisté par ordinateur est ancré à la croisée de trois paradigmes psychologiques successifs, chacun ayant façonné une architecture logicielle spécifique.
Le premier socle théorique est le béhaviorisme opérant skinnérien. Selon cette approche, l’ordinateur agit comme un régulateur de contingences de renforcement. L’efficacité pédagogique est attribuée à la minimisation des délais entre la production du comportement (la réponse) et la délivrance de la conséquence (la rétroaction). Les didacticiels d’exercices répétitifs (drill-and-practice) demeurent les héritiers directs de cette perspective, visant l’automatisation procédurale par répétition distribuée.
Le second courant fondamental relève de la psychologie cognitive du traitement de l’information. Ce cadre interprète l’esprit humain comme un système computationnel doté d’une mémoire de travail aux capacités limitées et d’une mémoire à long terme structurée en schémas. L’EAO s’appuie ici massivement sur la théorie de la charge cognitive formulée par John Sweller, ainsi que sur la théorie de l’apprentissage multimédia de Richard E. Mayer. Dans cette optique, l’ordinateur doit optimiser la présentation multimodale des informations (visuelle et auditive) afin d’éviter la surcharge cognitive extrinsèque et d’encourager les processus de sélection, d’organisation et d’intégration cognitive.
Le troisième fondement repose sur le constructivisme et le socioconstructivisme, particulièrement influencés par Jean Piaget et Lev Vygotski. Popularisé dans le domaine informatique par Seymour Papert au MIT avec la création du langage Logo, le constructionnisme postule que l’apprenant construit ses structures cognitives plus efficacement lorsqu’il interagit activement avec un micromonde virtuel ou lorsqu’il manipule des objets d’apprentissage virtuels. L’ordinateur n’est plus perçu comme un distributeur d’instructions, mais comme une « prothèse cognitive » et un tuteur vygotskien fournissant un étayage (scaffolding) dynamique dans la zone proximale de développement du sujet.
7. Composantes clés, typologies et dimensions
Les dispositifs d’EAO se caractérisent par des structures logicielles spécifiques et peuvent être catégorisés selon leurs fonctionnalités didactiques fondamentales :
- Didacticiels d’exercice et de pratique (Drill and Practice) : Conçus pour automatiser des habiletés de bas niveau (mémorisation de vocabulaire en langue étrangère, tables de multiplication, règles de syntaxe). Ils reposent sur la présentation de séries d’items aléatoires ou indexés, la vérification formelle de la précision et la mesure de la vitesse de traitement.
- Didacticiels tutoriels (Tutorials) : Modules structurés qui présentent de nouveaux concepts théoriques, intercalent des explications pas à pas, administrent des questions formatives de compréhension et orientent la suite du parcours en fonction des réussites ou des blocages observés.
- Simulations informatisées et micromondes : Environnements virtuels interactifs reproduisant des phénomènes physiques, chimiques, biologiques ou sociaux complexes. L’apprenant manipule des variables indépendantes pour observer leurs effets systémiques sans encourir de risques réels (ex. simulateurs de vol, dissections virtuelles).
- Jeux sérieux didactiques (Serious Games) : Intégration de mécaniques ludiques (points, narration, quêtes, défis progressifs) associées à des objectifs d’apprentissage explicites pour stimuler la motivation intrinsèque et l’engagement cognitif continu.
- Systèmes Tuteurs Intelligents (STI) : Systèmes sophistiqués comprenant quatre composants majeurs : le modèle du domaine (représentation des connaissances d’experts), le modèle de l’apprenant (profil cognitif évolutif), le modèle pédagogique (règles didactiques régissant les interventions) et l’interface utilisateur multimodale.
8. Exemples et cas illustratifs
Afin d’illustrer la matérialisation de l’EAO dans des contextes réels, examinons le cas de l’apprentissage des fractions chez des élèves de l’enseignement fondamental présentant une anxiété mathématique. Un didacticiel d’EAO moderne de type micromonde fournit des représentations visuelles dynamiques (ex. bandes rectangulaires ou disques modulables) couplées à des opérations symboliques. Lorsqu’un élève commet une erreur conceptuelle typique, telle que l’addition directe des dénominateurs (ex. 1/3 + 1/3 = 2/6), le logiciel ne se limite pas à afficher un message d’erreur binaire : il modélise graphiquement la diminution erronée de la surface obtenue pour provoquer un conflit cognitif et propose une animation guidée explicitant le concept de dénominateur commun.
Un autre exemple probant réside dans l’enseignement des langues étrangères assisté par ordinateur. Des logiciels contemporains tels que Duolingo ou Rosetta Stone exploitent des algorithmes de répétition espacée fondés sur la courbe de l’oubli d’Hermann Ebbinghaus. Le système enregistre l’exactitude et la latence des réponses de l’apprenant face à un mot de vocabulaire donné. Si le sujet hésite ou échoue, l’intervalle temporel de réapparition de l’item est raccourci ; inversement, si la restitution est fluide et correcte, l’item est réinjecté dans la mémoire de travail de manière exponentiellement espacée pour enraciner la trace mnésique dans la mémoire à long terme.
Dans le secteur de l’aviation civile et de la médecine d’urgence, l’EAO sous forme de simulation haute-fidélité permet aux équipages et aux internes en médecine de s’entraîner à la prise de décision sous stress temporel aigu. Le programme génère des scénarios critiques (ex. panne moteur en phase de décollage ou arrêt cardio-respiratoire atypique), analyse la chronologie des interventions techniques de l’opérateur et produit un rapport de débriefing exhaustif objectivant les erreurs procédurales et les temps de réaction perceptivo-moteurs.
9. Évaluation et mesure psychopédagogique
L’évaluation des retombées de l’EAO relève de protocoles rigoureux combinant la psychométrie, les sciences de l’éducation et les méthodes d’analyse comportementale numérisée. La mesure de l’efficacité d’un dispositif d’EAO repose généralement sur des plans expérimentaux comparant un groupe exposé à l’instruction informatique à un groupe témoin recevant un enseignement traditionnel dispensé par un instructeur humain.
Les indicateurs quantitatifs standards mobilisés comprennent :
- Le gain d’apprentissage standardisé (Effect Size) : Mesuré classiquement par le d de Cohen ou le g de Hedges, calculé à partir de la différence entre les scores post-test et pré-test divisée par l’écart-type groupé.
- La latence de réponse et la fluidité : Enregistrement milliseconde par milliseconde du temps écoulé entre l’affichage de la tâche et l’action de l’apprenant, fournissant une estimation directe du degré d’automatisation cognitive et de l’effort attentionnel engagé.
- Les métriques de navigation et de traçabilité (Log data) : Nombre de tentatives nécessaires avant succès, fréquence d’utilisation des indices didactiques (hints), patterns d’errance à l’écran et abandons de session, analysés par des techniques de modélisation prédictive.
- La mesure subjective de la charge cognitive : Utilisation d’échelles validées telles que le questionnaire NASA-TLX ou l’échelle de Paas pour quantifier la charge intrinsèque, extrinsèque et essentielle ressentie durant l’interaction instrumentale.
10. Applications et portée pratique
L’enseignement assisté par ordinateur s’est diffusé dans l’ensemble des sphères sociétales où la transmission de compétences est requise. En milieu scolaire primaire et secondaire, il est massivement employé pour l’alphabétisation précoce et l’acquisition des mécanismes fondamentaux du calcul. Son apport est singulièrement précieux dans le champ de l’orthopédagogie et de l’adaptation scolaire : les logiciels d’EAO permettent aux enfants présentant des troubles spécifiques des apprentissages (dyslexie, dyscalculie, déficit de l’attention) de progresser sans la pression du jugement social de la classe, avec des options d’accessibilité visuelle et auditive entièrement modulables.
Dans l’enseignement supérieur, l’EAO est au cœur des plateformes de cours massifs ouverts en ligne (MOOC) et des systèmes de gestion des apprentissages (LMS comme Moodle ou Canvas). Il prend en charge l’évaluation formative continue, libérant du temps professoral pour l’organisation de séminaires interactifs en classe inversée (flipped classroom).
Dans le monde de l’entreprise et de la formation professionnelle continue, l’EAO répond à des impératifs d’économies d’échelle et de standardisation de la conformité réglementaire. Des milliers de collaborateurs peuvent être formés de manière asynchrone sur des thématiques complexes telles que la cybersécurité, les bonnes pratiques de laboratoire ou la gestion des risques industriels, tout en garantissant une traçabilité totale des acquis individuels.
11. Recherches et preuves empiriques
Depuis le début des années 1980, le volume de recherches consacrées à l’impact empirique de l’EAO est considérable. Les méta-analyses conduites par James A. Kulik et ses collègues à l’Université du Michigan ont marqué l’histoire de cette discipline. À travers l’analyse de centaines d’études menées entre le primaire et l’enseignement supérieur, Kulik a mis en évidence un effet positif moyen modéré mais statistiquement significatif de l’EAO, avec une taille d’effet moyenne oscillant autour de d = 0,30 à 0,40 écart-type, équivalant à un gain de performance faisant passer un étudiant moyen du 50e au 65e centile.
Dans ses vastes synthèses méta-analytiques regroupées dans Visible Learning, le chercheur John Hattie a confirmé que l’utilisation des technologies informatiques pour soutenir l’instruction présente un impact positif mesurable (taille d’effet globale estimée à d ≈ 0,52 pour les logiciels d’apprentissage interactif spécialisés). Cependant, Hattie souligne vigoureusement que cette efficacité n’est pas inhérente au médium technologique en soi, mais découle de la qualité des choix pédagogiques qu’il opérationnalise : l’EAO s’avère particulièrement performant lorsqu’il fournit une rétroaction formative instantanée et diversifiée, lorsqu’il permet à l’élève d’exercer un contrôle sur son parcours (auto-régulation) et lorsqu’il complète l’enseignant plutôt qu’il ne cherche à s’y substituer.
Par ailleurs, les travaux contemporains en neurosciences éducatives et en psychologie cognitive soulignent que l’EAO soutient efficacement l’ancrage mnésique lorsqu’il applique les principes de l’effet de test (testing effect) mis en relief par Roediger et Karpicke, prouvant que l’acte récurrent d’extraire activement une information de la mémoire face à l’ordinateur consolide davantage les circuits synaptiques que la relecture passive de documents textuels.
12. Considérations socioculturelles et contextuelles
La mise en œuvre de l’EAO s’inscrit au sein de réalités sociologiques contrastées. Le premier enjeu majeur est celui de la fracture numérique (digital divide), qui ne concerne plus uniquement l’accès matériel aux terminaux et à la connectivité Internet, mais également la fracture numérique de second degré : les écarts qualitatifs dans l’accompagnement pédagogique et les compétences métacognitives requises pour tirer profit des logiciels d’EAO. Les apprenants issus de milieux socio-économiques favorisés disposent souvent d’un capital culturel familial leur permettant d’adopter des stratégies d’auto-régulation efficaces face à un écran, tandis que les élèves vulnérables peuvent éprouver des difficultés d’isolement ou de dispersion attentionnelle accrue.
D’un point de vue culturel, la conception didactique des logiciels d’EAO n’est jamais neutre. Elle véhicule des postulats épistémologiques propres aux cultures individualistes occidentales, valorisant l’autonomie, l’auto-évaluation directe, la compétition individuelle et la pensée analytique décontextualisée. Dans certaines traditions éducatives communautaires ou collectivistes, où l’apprentissage est profondément médiatisé par l’autorité du maître, la relation interpersonnelle vécue et la dynamique de groupe solidaire, l’individualisation radicale induite par l’EAO peut susciter une résistance cognitive ou une désaffection émotionnelle de la part des étudiants.
13. Critiques, controverses et limites
Malgré des promesses initiales enthousiastes, l’enseignement assisté par ordinateur suscite de vives controverses au sein de la communauté scientifique.
L’un des débats théoriques les plus célèbres de la technologie éducative a opposé Richard Clark et Robert Kozma au début des années 1990. Clark a défendu la thèse provocatrice selon laquelle « les médias ne sont que de simples véhicules pour dispenser l’instruction, mais n’influencent pas plus le rendement des élèves que le camion qui livre notre épicerie n’influence notre nutrition ». Selon Clark, les gains attribués à l’EAO dans les études résultent en réalité des méthodes pédagogiques rigoureuses et des efforts de conception didactique mobilisés pour concevoir le logiciel, et non du support informatique luimême.
D’autres critiques s’élèvent contre les dérives béhavioristes d’une grande partie des logiciels commerciaux d’EAO. Ceux-ci réduisent souvent la complexité des apprentissages à des exercices de surface atomisés, dénués de sens global et privilégiant la simple reconnaissance passive plutôt que la conceptualisation profonde, la créativité ou l’argumentation critique. On dénonce également le phénomène de ludification superficielle (gamification), où l’accumulation mécanique de badges ou de récompenses artificielles affaiblit la motivation intrinsèque des apprenants par l’effet de surjustification.
Enfin, sur le plan ergonomique et neuropsychologique, la confrontation prolongée à des dispositifs informatisés soulève la question de la fatigue visuelle, du zapping attentionnel, de la fragmentation de l’attention et de la passivité cognitive face aux interfaces prédictives. L’ordinateur ne possède aucune intelligence émotionnelle authentique : il demeure incapable d’interpréter avec subtilité le découragement existentiel, l’anxiété profonde ou l’étincelle de curiosité intuitive d’un élève, dimensions dans lesquelles la sensibilité de l’éducateur humain reste irremplaçable.
14. Termes connexes et distinctions
Afin de naviguer avec précision dans la terminologie des technologies de l’éducation, il importe de distinguer l’EAO de plusieurs concepts proches :
- EAO (Enseignement Assisté par Ordinateur) vs E-learning : L’EAO est un concept précurseur ciblé sur des interactions didactiques programmées avec un logiciel, tandis que l’e-learning (apprentissage en ligne) englobe l’ensemble des écosystèmes d’apprentissage distribués via les réseaux, intégrant la téléconférence, les forums collaboratifs et les dépôts de ressources numériques.
- EAO vs EGO (Enseignement Géré par Ordinateur / CMI) : L’EGO utilise l’informatique pour des tâches logistiques et administratives (archivage des résultats, génération d’emplois du temps, suivi des présences), sans nécessairement dispenser d’instruction didactique directe à l’élève.
- EAO vs Systèmes Tuteurs Intelligents (STI) : Si les STI constituent la forme la plus évoluée de l’EAO, l’EAO historique repose sur des règles déterministes rigides (chemins préprogrammés), alors que les STI utilisent l’intelligence artificielle pour inférer l’état mental de l’apprenant et générer dynamiquement des interventions pédagogiques inédites.
- EAO vs Apprentissage Collaboratif Assisté par Ordinateur (CSCL) : L’EAO met traditionnellement l’accent sur le dialogue dyadique entre un apprenant solitaire et la machine, alors que le CSCL (Computer-Supported Collaborative Learning) utilise la technologie comme vecteur de communication et de co-construction du savoir entre pairs humains.
15. Synthèse et points clés à retenir
L’enseignement assisté par ordinateur (EAO) représente une transition majeure dans l’histoire de la pédagogie, actant le passage d’une instruction collective uniforme à une formation médiatisée par des algorithmes interactifs et adaptatifs. En condensé, les dimensions cardinales de l’EAO sont les suivantes :
- Origine théorique plurielle : Émergé des machines à enseigner béhavioristes de B.F. Skinner, enrichi par la psychologie cognitive du traitement de l’information et revivifié par les perspectives constructivistes et l’intelligence artificielle.
- Boucle didactique fondamentale : Repose sur une triade dynamique associant la présentation d’un stimulus d’apprentissage, la sollicitation d’une réponse active et l’apport d’une rétroaction immédiate formative.
- Impact empirique vérifié mais conditionnel : Les méta-analyses confirment un bénéfice modéré et significatif sur l’apprentissage (taille d’effet moyenne comprise entre d = 0,30 et 0,50), sous réserve que le logiciel serve des objectifs pédagogiques précis et ne soit pas employé comme une simple béquille technologique.
- Complémentarité indispensable : L’EAO n’annule pas le rôle de l’enseignant ; il optimise les tâches d’entraînement, de diagnostic et de remédiation ciblée, libérant le pédagogue humain pour les interactions socio-émotionnelles et le guidage conceptuel complexe.
Références
- Clark, R. E. (1994). Media will never influence learning. Educational Technology Research and Development, 42(2), 21–29. https://doi.org/10.1007/BF02299088
- Hattie, J. (2009). Visible learning: A synthesis of over 800 meta-analyses relating to achievement. Routledge. https://www.routledge.com/Visible-Learning-A-Synthesis-of-Over-800-Meta-Analyses-Relating-to-Achievement/Hattie/p/book/9780415476188
- Kulik, J. A., & Kulik, C. L. C. (1991). Effectiveness of computer-based instruction: An updated analysis. Computers in Human Behavior, 7(1–2), 75–94. https://doi.org/10.1016/0747-5632(91)90030-5
- Mayer, R. E. (2009). Multimedia learning (2nd ed.). Cambridge University Press. https://doi.org/10.1017/CBO9780511811677
- Skinner, B. F. (1958). Teaching machines. Science, 128(3330), 969–977. https://doi.org/10.1126/science.128.3330.969