L’état émotionnel de curiosité facilite la mémorisation !
Cette conférence de Pierre-Yves Oudeyer a été donnée en mars 2024 au Conseil Scientifique de l’Éducation Nationale (CSEN) en France.
Le chercheur présente son approche novatrice de l’apprentissage par la curiosité. Il exerce dans le domaine de l’IA développementale. Ses résultats sont appliqués en IA et testés dans les classes.
Comment accompagner les élèves à apprendre à apprendre. Comment susciter la curiosité, l’esprit critique et la méta-cognition chez l’apprenti, enfant comme adulte?
La science en est à ses débuts pour comprendre ce qui se cache derrière ces processus.
Il existe une corrélation entre des traits de curiosité (enfant comme adulte), le sentiment de bien-être et la réussite « académique ».
Comment fonctionne la curiosité?
La curiosité est en lien avec la notion d’apprentissage ouvert (open ended learning). Il s’agit tout simplement d’apprendre des choses nouvelles – tout-au-long de notre vie – du nourrisson à l’adulte. C’est un apprentissage progressif, par étapes: un « curriculum » d’apprentissage qui a un rôle fondamental dans toutes les étapes de la vie par exemple pour apprendre à marcher ou attraper les objets. Personne n’est nécessaire pour accompagner l’apprenant. Le curriculum va se développer progressivement avec les interactions environnementales. Il n’y a pas non plus d’interventions extérieures, c’est l’enfant lui-même qui va explorer différents types de savoir-faire. Il effectue cette exploration automatiquement, en interaction avec l’environnement et une forme de curriculum va se former. Quels sont les mécanismes qui amènent à ce développement progressif? En particulier des mécanisme internes nommés également la curiosité
Comment la recherche s’est intéressée aux mécanismes de la curiosité
Les recherches scientifiques sur ces mécanismes d’exploration volontaire sont assez récentes. Jusque là, le paradigme scientifique faisaient venir des humains dans un laboratoire, c’est-à-dire dans une situations d’apprentissage où les sujets n’ont pas le choix de ce qu’ils apprennent. Cela a certes permis d’apprendre beaucoup de choses sur les mécanismes à l’œuvre mais en même temps de passer à côté de la question de la curiosité. La curiosité c’est tout ce qui se passe en dehors du paradigme expérimental!
Beaucoup de psychologues depuis les années 40 (Berlyne, 1960, White, 1960, Kagan, 1972, csikszentmihalyi, 1996, Kidd et al 2012) se sont intéressés et ont formulé l’hypothèse de l’existence de circuits neuronaux intervenant dans les situations d’apprentissage plaisantes.
En d’autres termes, il s’agit de comprendre l’apprentissage par l’exploration et la curiosité.
Comme l’avait déjà imaginé Jean Piaget, l’enfant peut être considéré comme un petit scientifique qui va s’inventer des jeux pour explorer son environnement. Qu’est-ce qui va amener un enfant à explorer un jeu plutôt qu’un autre?
–> L’enfant a dans la tête un « méta-modèle » c’est-à-dire un modèle de ses capacités à résoudre les situations. Les essais et erreurs sont utiles pour améliorer le modèle et le méta-modèle. L’enfant va résoudre des situations tout en se comprenant quand il résous ces situations. Les deux niveaux sont importants.
D’après ce modèle théorique, avoir un apprentissage optimal avec différents type d’activités (faciles à plus difficiles) nécessite d’avoir une estimation méta-cognitive correcte du progrès en apprentissage.
Quand le modèle est appliqué au domaine de l’éducation, les simulations et les résultats sont assez proches de ce qui est observé chez l’humain en observations qualitatives.
L’hypothèse du progrès et l’importance de l’erreur
Pour rendre compte du comportement d’exploration, l’équipe de recherche a testé les capacités à faire des prédictions en apprentissage. Ils ont travaillé avec un groupe de 300 adultes avec différentes tâches d’apprentissage de catégorisation plus ou moins complexes. Ils ont montré que les modèles qui expliquaient le mieux le comportement étaient des modèles qui incluaient la notion d’erreur d’apprentissage en complément de la notion d’erreur en prédiction pour rendre compte des comportements d’exploration des adultes testés.
Donc l’hypothèse du progrès en apprentissage est une hypothèse qui inclut une boucle de rétroaction
Elle permet de modéliser ce que le cerveau trouve intéressant à explorer (modéliser des formes de curiosité) et les mécanismes d’apprentissage. Le fait de progresser génère de la curiosité. En effet, une Boucle de rétroaction issue de l’état de curiosité va favoriser l’apprentissage et la mémorisation. Cet apprentissage lui même va générer des informations qui vont stimuler la curiosité. C’est donc une Boucle de rétroaction positive qui va être mise en œuvre.
Application de ces travaux dans les classes: performance de l’IA pour personnaliser!
Ces travaux sur le lien entre la curiosité et l’apprentissage sont utilisés pour aider les enfants à mieux apprendre. En particulier pour personnaliser les curricula des élèves. Si le cerveau apprend mieux dans un état de curiosité lui même dépendant de la vitesse d’apprentissage, cela signifie la nécessité d’une personnalisation. Et c’est là que l’IA entre en scène, notamment par le développement d’algorithmes.
C’est l’objet de la thèse de Benjamin Clément. Il a réalisé un test en Nouvelle-Aquitaine dans 30 classes, avec des élèves de 7-8 ans en mathématiques, dans un contexte de manipulation de la monnaie.
La méthode est simple: des experts en didactiques des maths fournissent différents types d’exercices avec des parcours (appelés graphes d’exercices) selon différents niveaux et contraintes. Il s’agit de comparer un parcours fait à la main par un expert en didactiques des maths et un parcours optimisé par un algorithme.
L’algorithme a des résultats meilleurs sur les apprentissages:
les élèves vont plus loin dans l’apprentissage et sont plus « intrinsèquement motivés » dans le parcours optimisé par un algorithme que dans le parcours fait à la main.
quelques éléments d’explication:
le cerveau a besoin de se rendre compte qu’il progresse mais dans une situation où le degré d’agentivité est élevé.
L’agentivité c’est le choix et le contrôle sur ce qui va être exploré.
Donc rajouter le choix (agentivité) c’est ajouter de la motivation aux deux systèmes (humain & IA)
En revanche, ajouter l’agentivité booste l’apprentissage automatisé et diminue l’apprentissage avec le système fait à la main. L’explication vient de la linéarité du système fait par l’expert car soit l’élève comprends vite et s’ennuie, soit il se retrouve bloqué donc frustré.
–> Des systèmes sont actuellement utilisés dans les classes, par exemple adaptivmaths, adaptivlangue et plus récemment MIAseconde qui utilise exactement le système décrit juste avant mais sur lequel beaucoup « d’absurdités » ont été dites selon le chercheur.
