L'engagement métacognitif est-il plus efficace que l'engagement cognitif ?
Évidences #58 • L'actualité scientifique
Bonjour à toutes et à tous,
L’un des bénéfices des environnements numériques d’apprentissage est de permettre aux personnes apprenantes de naviguer librement, de revenir en arrière dans leur parcours et de choisir de s’attarder (ou non) sur certaines activités et ressources.
Cette liberté implique toutefois une exigence : sans l’accompagnement d’une équipe enseignante pour réguler le rythme et orienter l’attention, c’est à la personne apprenante de s’autoréguler (décider quoi faire, combien de temps y consacrer et évaluer si elle comprend réellement ce qu’elle est en train d’apprendre).
En suivant 235 élèves allemands du secondaire qui travaillaient individuellement avec un manuel numérique de chimie, une équipe de recherche a récemment étudié quelles formes d’engagement prédisent le mieux les apprentissages.
Pour classer les activités des élèves, elle s’est appuyée sur le modèle ICAP, un cadre théorique bien établi qui hiérarchise les formes d’engagement cognitif :
Passif : regarder une vidéo, lire un texte sans interagir ;
Actif : manipuler une simulation, interagir avec des animations, compléter des exercices à trous ;
Constructif : rédiger des résumés, produire des dessins explicatifs, formuler des interprétations écrites.
L’équipe de recherche a choisi de ne pas inclure le mode interactif, initialement présent dans le modèle ICAP, étant donné que le manuel numérique de chimie avait été conçu pour un apprentissage individuel.
Mais l’équipe a franchi un pas supplémentaire en ajoutant une dimension absente du modèle original : l’engagement métacognitif. Dans le manuel numérique étudié, les élèves pouvaient, à la fin de chaque unité, indiquer combien de concepts ils estimaient maîtriser et évaluer leur niveau de compréhension via un feu tricolore. Ces gestes de monitoring (entièrement facultatifs) ont servi d’indicateurs de régulation métacognitive.
L’ensemble de ces comportements a été capturé automatiquement par les fichiers de logs de la plateforme, sans perturber le déroulement naturel des apprentissages. Les résultats d’apprentissage ont quant à eux été mesurés à court terme, mais aussi 6 à 8 semaines plus tard.
Quels éléments l’équipe de recherche a-t-elle pu observer ?
Le type d’engagement importe davantage que la quantité d’activité. Les élèves qui interagissaient beaucoup avec les contenus — vidéos, simulations, exercices interactifs — sans jamais s’arrêter pour évaluer leur propre compréhension obtenaient des résultats significativement inférieurs, en particulier au post-test différé. Être actif ne semble donc pas suffire : ce qui fait la différence, c’est ce qu’on fait de cette activité sur le plan réflexif.
L’engagement métacognitif prédit de meilleurs apprentissages. Et davantage encore que l’engagement constructif. Les élèves qui prenaient régulièrement le temps de s’autoévaluer — de se demander ce qu’ils comprenaient, ce qu’ils pouvaient expliquer — apprenaient davantage et retenaient mieux plusieurs semaines plus tard. Et cela, indépendamment de leur niveau de connaissances préalables et de leur intérêt déclaré pour la chimie.
Plus surprenant encore : un élève qui évalue régulièrement sa compréhension, sans nécessairement s’engager dans des activités constructives, obtient des résultats comparables à celui qui fait les deux. La métacognition ne serait donc pas simplement un complément utile aux activités cognitives : elle constituerait un levier d’apprentissage durable à part entière.
Ces résultats conduisent les auteurs à proposer une extension du modèle ICAP : ICAP-M, où le M désignerait l’engagement métacognitif. Selon eux, dans les environnements d’apprentissage individuels et autodirigés, la métacognition mérite d’être pensée comme une dimension à part entière de la conception pédagogique.
Comment ces résultats peuvent-ils nous aider à améliorer nos pratiques ?
Intégrer systématiquement des moments de monitoring dans les dispositifs numériques. Une question réflexive, une autoévaluation : ces micro-gestes métacognitifs, même simples, peuvent avoir un effet mesurable sur les apprentissages à long terme. Dans nos expériences d’apprentissage à distance, ces pauses ne sont pas un luxe : elles peuvent fortement contribuer à l’efficacité pédagogique de nos parcours.
Ne pas confondre activité et apprentissage. Une personne apprenante qui manipule une simulation ou complète un exercice interactif est active, certes. Mais sans se demander ce qu’elle en retient — ni ce qu’elle peine encore à comprendre — l’activité risque de rester en surface. Concevoir des tâches qui articulent manipulation et réflexion sur ce qu’on est en train d’apprendre, c’est une toute autre affaire.
Rendre le monitoring explicite, pas seulement disponible. Dans le manuel étudié dans la recherche décrite ci-dessus, les outils d’autoévaluation étaient présents mais facultatifs. Certains élèves les ignoraient donc complètement. En contexte d’apprentissage, intégrer ces moments comme des étapes structurantes du parcours, plutôt que comme de simples options, peut représenter une vraie différence.
Penser la durabilité, pas seulement l’acquisition immédiate. L’un des apports majeurs de cette étude est de mesurer les effets 6 à 8 semaines après l’apprentissage. Si l’enjeu est de former des compétences durables, la question n’est pas seulement « Qu’est-ce que les personnes apprenantes ont retenu en fin de séance ? », mais « Qu’est-ce qu’elles seront encore capables d’expliquer et/ou de réaliser deux mois plus tard ? »
Former les personnes apprenantes à s’autoréguler. Puisque les différences observées ne s’expliquent ni par le niveau de connaissances préalable ni par la motivation déclarée, l’autorégulation apparaît comme une compétence qui se cultive, et qui peut donc s’enseigner. Apprendre aux personnes apprenantes à évaluer leur propre compréhension, à identifier ce qu’elles maîtrisent et ce qu’elles comprennent encore mal, constitue peut-être l’un des leviers pédagogiques les plus importants.
Dernier point : dans cette étude, ni le niveau d’intérêt ni le sentiment de compétence initial des élèves en chimie ne permettaient de prédire les écarts de performance. Autrement dit, ce n’est pas le profil motivationnel de départ qui fait la différence, mais l’usage concret des ressources : ce que les élèves en font et, surtout, les questions qu’ils se posent pour vérifier ce qu’ils comprennent (ou non) en situation d’apprentissage.
Excellente semaine à vous, et à lundi prochain.
David.
Référence bibliographique :
Omarchevska, Y., Schuetze, B.A., Richter, J., Schanze, S., Ulrich, N., & Scheiter, K. (2026). From passive to metacognitive: The role of mode of engagement in enabling lasting learning using digital media. Educational Psychology Review, 38:23. DOI: 10.1007/s10648-026-10120-z
Très intéressante lecture qui me rappelle l'époque où j'étudiais les learning analytics Moodle et où je me souviens avoir écrit dans mes notes : "Ce n'est pas le nombre de clics qui compte mais ce que les apprenants font entre 2 clics." Les indicateurs analysés cherchent à avoir une idée de ce qui se passe entre 2 clics ...