1.
Les
sciences
de
l’esprit
et
du
cerveau
face
aux
défis
des
technologies
et
de
l’éduca8on
–
Risques,
condi8ons,
perspec8ves
Elena
Pasquinelli
Groupe
Compas
–
IEC
2. Nouvelles
technologies
– Pas
d’expérience
– Pas
de
tradi8on
à
respecter
– Intui8on
souvent
fallacieuse
3. Nouveaux
savoirs
• On
se
tourne
vers
les
sciences
de
l’esprit
et
du
cerveau
parce
que
– Elles
sont
per8nentes
– Elles
sont
en
plein
développement
4. Nouvelles
ques8ons
• Il
faut
iden8fier
les
voies
efficaces
pour
l’u8lisa8on
du
savoir
scien8fique
– Comment
u8liser
les
connaissances
disponibles?
– Comment
produire
de
nouvelles
connaissances
u8les
?
– Comment
éviter
les
risques
?
5. RISQUES
DE
LA
RENCONTRE
ENTRE
SCIENCES
ET
PRATIQUES
6. Risques
1. U2lisa2on
du
savoir
scien2fique
comme
prescrip2f
– Filles
et
garçons
apprennent
peut-‐être
mieux
quand
séparés
(peut-‐être
pas),
mais
ceci
ne
nous
«
force
»
pas
à
choisir
le
système
des
classes
séparées
Sullivan,
A.,
Joshi,
H.
and
Leonard,
D.
(2010)
Halpern,
D.
F.
et
al.
(2011)
7. Risques
2. Effet
persuasif
du
langage
et
des
images
du
cerveau
– L’indica8on
de
la
localisa8on
cérébrale
est
souvent
confondue
à
tort
avec
l’explica8on
d’un
phénomène
mental
– Explica8ons
longues
et
avec
jargon
sont
considérées
plus
explica8ves
– Un
texte
accompagné
d’images
morphologiques
du
cerveau
est
plus
convaincant
(comparé
à
:
diagrammes
ou
pas
d’images)
Weisberg
(2008)
Weisberg
et
al
(2008)
McCabe
&
Castel
(2008)
8. Risques
3. Diffusion
de
pseudo-‐
science
&
mythes
scien2fiques
– Distorsion
du
savoir
produit
par
la
science
– Mauvaise
interpréta8on
de
données
scien8fiques
– Simplifica8on
excessive
du
savoir
produit
par
la
Lilienfeld
et
al
(2010)
science
Della
Sala
(ed.)
(2007)
OECD
(2002)
Howard-‐Jones
(2010)
9. Risques
3.a
Distorsion
du
savoir
produit
par
la
Mythe
des
trois
premières
science
années
– Tenta8ve
d’applica8on
immédiate
du
savoir
théorique
général
à
la
pra8que
sans
passage
par
la
preuve
«
clinique
»
de
l’efficacité
– Données
périmées
ou
cherry
picking
des
données
Bruer
(1997)
10. Risques
3.b
Mauvaise
interpréta2on
de
Effet
Mozart
données
scien2fiques
– Données
non
confirmées
– Données
étendues
sans
jus8fica8on
à
des
domaines
voisins
ou
écologiques
Rauscher,
Shaw,
Ky
(1993)
Chabris
(1999)
11. Risques
3.c
Simplifica2on
excessive
du
savoir
Cerveau
droit/cerveau
gauche
produit
par
la
science
VAK
Learning
styles
– Pour
prouver
des
idées
Brain
Gym
reçues
– Ou
appuyer
des
idées
dépourvues
de
base
scien8fique
– Et
de
preuve
d’efficacité
Hyaj
(2007)
Pashler
et
al
(2009)
12. Risques
4. Cargo
cult
science
– Simplifica8on
excessive
de
la
méthode
scien8fique
• Difficultés
dans
la
mise
en
place
• Difficulté
à
établir
le
type
de
lien
entre
phénomènes
• Difficulté
à
établir
la
significa8vité
dans
le
monde
réel
• Difficulté
à
intégrer
savoirs
de
nature
différente
– Expérimentaux
et
non
Feynman
(1974)
expérimentaux
13. Risques
4.1
Mise
en
place
Preuves
d’efficacité
– Objec8f:
Mesurer
l’efficacité
du
«
brain
training
»/jeu
vidéo
– Méthode:
• RCT,
32
écoles
• Groupe
expérimental:
9
semaines,
5
jours
par
semaine,
1
heure
par
jour
u8lise
Dr.
Kawashima
Brain
Training
pour
entrainer
le
calcul;
groupe
de
contrôle
fait
classe
normalement
– Résultats:
• Groupe
expérimental
fait
mieux
que
contrôle
sur
vitesse
Miller
&
Robertson
(2010)
et
réponses
correctes
sur
les
tâches
entraînées
14. Risques
4.2
Type
de
lien
Preuves
de
dangerosité
Preuves
d’existence
• Il
ne
faut
pas
confondre
– Corréla8on
vs
causalité
– Effets
à
long
et
à
court
terme
• Nécessité
de
défini8ons
claires
et
standardisées
Ferguson
(2008)
Griffiths
(2010)
15. Risques
4.3
Significa2vité
dans
le
monde
réel
Preuves
d’efficacité
Preuves
de
causalité
• Effets
des
jeux
vidéo
sur
fonc8ons
cogni8ves
– Améliora8on
sur
groupe
expérimental
majeure
que
sur
groupe
de
contrôle
sur
tâches
ajen8onnelles
et
transfert
sur
des
tâches
très
proches
– Non
reproduites
par
d’autres
études
• Effets
du
«
brain
training
»
– Améliora8on
sur
les
tâches
entraînées
(raisonnement,planifica8on,
ajen8on,
Green,
Bavelier,
&
Dye
(2010)
mémoire,
capacités
visuospa8ales),
pas
Green
&
Bavelier
(2008)
sur
des
tâches
cogni8ves
proches;
le
Boot
et
al
(2008)
groupe
de
contrôle
s’améliore
aussi
(11430
sujets,
6
semaines)
Owen
et
al.
(2010)
16. CONDITIONS
DE
LA
RENCONTRE
ENTRE
SCIENCES
ET
PRATIQUES
17. Condi8ons
1. Avoir
la
bonne
science
est
une
condi8on
nécessaire
(savoir
prouvé)
– Preuves
d’efficacité
(es.
Brain
training)
=
Savoir
ce
qui
marche
– Preuves
de
dangerosité
(es.
violence)
=
Savoir
ce
qui
est
dangereux
– Preuves
d’existences
(es.
addic8on)
=
Savoir
ce
qui
existe
– Preuves
de
causalité
=
Savoir
pourquoi
ça
marche/pourquoi
c’est
dangereux/qu’est-‐ce
qui
cause
son
existence
• Mais
pas
suffisante…
18. Condi8ons
2. Il
faut
en
plus
que
le
savoir
porte
directement
sur
technologies
et
méthodes
éduca8ves:
– produire
un
savoir
applicable
– possiblement
qu’il
soit
nouveau
par
rapport
aux
bons
conseils
de
la
grande
mère
(Willingham,
2008)
3. Il
faut
que
le
savoir
soit
adopté
– U2le
– Disponible
et
Facilement
accessible
– «
Lisible
»
et
lu
20. Perspec8ves
• Ac8ons
pra8ques
pour
favoriser
l’adop8on
du
nouveau
savoir
:
– Diffusion
de
l’informa2on
à
travers
organisa8on
dédiées
– Synthèse
de
l’informa2on
(méta-‐analyses,
sous
forme
de
ques8ons
pra8ques
que
les
éducateurs
se
posent)
– Classifica2on
et
hiérarchisa2on
des
preuves
–
de
manière
à
rendre
explicite
le
niveau
de
confiance
dans
le
fait
que
l’hypothèse
est
vraie
et
le
degré
de
probabilité
que
les
données
changent
dans
le
temps
– Forma2on
ini2ale
et
con2nue
capables
de
familiariser
les
éducateurs
avec
la
produc8on
scien8fique
et
les
ressources
disponibles,
aussi
bien
qu’avec
la
pseudo-‐science
– Mise
en
place
de
mécanismes
pour
la
traduc8on
des
résultats
de
la
recherche
en
décisions
poli2ques
21. Perspec8ves
• Ac8ons
pra8ques
pour
favoriser
la
traduc2on
de
la
recherche
fondamentale
en
savoir
applicable
– Iden2fica2on
des
réelles
nécessités
(implica8on
des
différents
acteurs,
notamment
les
éducateurs)
– Sélec2on
du
savoir
suscep8ble
d’y
répondre
– Traduc2on
de
ce
savoir
en
produits
testables
– U8lisa8on
du
savoir
qui
vient
de
l’observa2on
de
terrain
pour
affiner
savoir
biologique,
par
exemple
sur
les
différences
entre
apprenants,
ou
sur
les
différentes
condi8ons
d’appren8ssage
– Nécessité
d’une
réelle
collabora2on
entre
chercheurs
théoriques
et
de
terrain
et
de
l’intégra2on
de
différentes
formes
de
savoir
22. Perspec8ves
• Naissance
d’un
champ
de
recherche
et
applica8on
en
éduca8on,
cogni8on,
technologies
=
science
appliquée
de
l’appren2ssage
– Qui
a
les
sciences
de
l’esprit
et
du
cerveau
dans
son
pôle
théorique
– Qui
se
donne
des
ou8ls
pour
la
traduc2on
de
la
recherche
fondamentale
en
savoir
applicable
– et
pour
l’adop2on
réelle
de
ce
savoir
24. 2
Modèles
:
a.
Evidence-‐based
medicine
•
EBM
tourne
autour
du
problème
de
rendre
disponible
et
u8lisée
une
informa8on
qui
existe
– on
se
rend
compte
aux
années
90
que
les
médecins
généralistes
ne
sont
pas
au
courant
des
avancées
de
leur
domaine
• on
souhaite
faire
profiter
les
médecins
de
la
dernière
science
disponible
preuves
concernant
les
pra8ques
efficaces
• de
manière
à
ce
que
leur
pra8que
soit
informée
par
l’
«
evidence
»
plutôt
que
par
la
tradi8on,
l’expérience
ou
l’intui8on
– EBM
se
traduit
en
ac8ons
de
• Diffusion
de
l’informa2on
• Synthèse
de
l’informa2on
• Classifica2on
et
hiérarchisa2on
des
preuves
• Forma2on
ini2ale
et
con2nue
26. 2
Modèles
:
b.
Transla6onal
medicine
• TM
tourne
autour
du
problème
de
la
produc8on
du
savoir
suscep8ble
d’être
appliqué
dans
la
pra8que
– Comment
traduire
les
pièces
de
savoir
théorique
en
«
produits
»
testables
cliniquement
?
(recherche
pre-‐clinique)
• Iden8fica8on
des
réelles
nécessités
en
termes
de
santé
• Séléc8on
du
savoir
suscep8ble
d’y
répondre
Traduc8on
de
ce
savoir
en
produits
testables
• Mais
aussi:
u8lisa8on
du
savoir
qui
vient
de
l’observa8on
et
expérimenta8on
humaine
pour
affiner
savoir
biologique,
par
exemple
sur
les
différences
entre
pa8ents
(géné8que
et
iden8fica8on
de
marqueurs)
• Nécessité
d’une
réelle
collabora8on
entre
chercheurs
théoriques
et
cliniques
(bench
to
bedside/
bedside
to
bench)
et
différentes
formes
de
savoir
– Qu’est-‐ce
qui
se
passe
une
fois
que
le
produit
est
testé
cliniquement
:
quelles
sont
son
efficacité
réelle
et
son
efficience
dans
le
monde
réel
?
• Prise
en
compte
du
pa8ent
réel,
en
situa8on
réelle
• Facteurs
démographiques,
psychologiques,
sociales
économiques
différentes
priorités
qui
influencent
non
seulement
l’efficacité
mais
aussi
l’adop8on
• Facteurs
économiques
et
autres
facteurs
pour
calculer
le
rapport
coûts-‐bénéfices
– Comment
traduire
ces
résultats
en
poli8ques
de
santé
?
28. De
la
médecine
à
l’éduca8on
• Dans
sa
généralité,
cet
ensemble
ac8ons
peuvent
cons8tuer
la
base
pour
un
«
paquet
evidence-‐based
exportable
»,
mais
il
ne
faut
pas
se
cacher
les
différences
qui
existent
entre
le
domaine
de
la
médecine
et
celui
de
l’éduca8on
(il
ne
faut
pas
les
exagérer
non
plus),
donc
la
nécessité
de
développer
une
théorie
de
la
preuve
spécifique
pour
l’éduca8on
• Es.:
quelle
est
la
méthodologie
la
plus
adéquate
pour
prouver
qu’une
technologie
éduca8ve
est
efficace
?
Pour
an8ciper
si
elle
sera
adoptée
?
• Ajen8on!
La
classifica8on
des
preuves
permet
de
mieux
u8liser
les
preuves
qui
ne
répondent
pas
à
la
gold
rule
des
tests
contrôlés,
randomisés,
en
double
aveugle.
• En
même
temps,
elle
affirme
une
hiérarchie,
et
donc
un
critère
de
choix
entre
savoirs
concourants
(privilégier
les
données
qui
résultent
de
tests
expérimentaux
bien
conduits)
• Ajen8on!
L’impression
que
cela
se
fasse
déjà
ou
que
c’est
facile
à
faire
peut
être
trompeuse,
notamment
quand
on
parle
de
la
fabrica8on
d’états
de
l’art…
c’est
coûteux
et
demande
la
cons8tu8on
d’organisa8ons
ad
hoc
(comme
WWC,
Campbell
Educa8on,
EIPEE,
CEBE)