Le document explore les interactions entre les sciences de la cognition et l'éducation, soulignant que l'éducation doit compenser les limites naturelles de l'apprentissage. Il met en avant les risques associés à l'emploi d'une science mal comprise ou mal appliquée, comme les neuromythes et les simplifications excessives. Enfin, il appelle à une collaboration entre la recherche théorique et empirique pour produire des connaissances pertinentes et applicables dans l'éducation.

1. Raisons
Opportunités
Risques
Conditions et perspectives
Pour une rencontre fructueuse
entre sciences de la cognition
et éducation
Elena Pasquinelli

2. RAISONS

3. Nature de l’apprentissage
¤ Education is neither writing on a blank slate nor allowing a child's
nobility to flower.
¤ Rather education is a technology that tries to make up for what the
human mind is innately bad at.
¤ Children don't have to go to school to learn to walk, talk, recognize
objects, or remember the personalities of their friends even though
these tasks are much harder than reading, adding, or remembering
dates in history...
¤ Because much of the content of education is not cognitively
natural, the process of mastering it may not always be easy or
pleasant, notwithstanding the mantra that learning is fun... they are
not necessarily motivated in their cognitive faculties to unnatural
tasks like formal mathematics. (Pinker 2002, p. 222)

4. ① Education =
Technologie
pour
promouvoir les
apprentissages
qui ne nous
viennent pas
naturellement

5. ② Apprentissage
= Fonction
cognitive
naturelle et
ubiquitaire

6. ③ Notre
intuition
nous induit
souvent
en erreur

7. Fallacies de l’intuition
¤ A. Illusions perceptives
et cognitives
¤ Sensibilité aux patterns
¤ Hyperthrophie de la
causalité
¤ ….

8. Fallacies de l’intuition
¤ B. Illusions méta-
cognitives (optimistes)
¤ Attention
¤ Mémoire
¤ Compétence,
Connaissance,
Compréhension

9. Fallacies de l’intuition
¤ C. Biais de raisonnement,
heuristiques
¤ Biais de confirmation
¤ Accessibilité
¤ Représentativité
¤ Contexte

10. OPPORTUNITÉS

11. ① Les sciences
cognitives se
tournent vers
l’éducation

12. ② Elles apportent
1. Connaissances
2. Méthodes
3. Un cadre théorique:
modèles
4. De nouvelles questions
… et risques

13. Connaissances
Mécanismes de
l’apprentissage
• Mémoire
• Compréhension
• Expertise
• Spécificité de domaine de la
pensée
• Conditions nécessaires pour le
transfert (et ses difficultés)
• Rôle des processus méta-cognitifs
• …

14. Connaissances
Limites de
l’apprentissage
• Troubles de l’apprentissage
• Rôle des idées, connaissances,
structures, apprentissages
préalables
• Biais de raisonnement
• Apprentissages naturels et non
• Age, périodes sensibles, plasticité
• Fonction cognitives corrélées (ex.
Attention)

15. • …
Connaissances
Autres fonctions
• Emotions
• Cognition sociale
• Pédagogie naturelle
• Coopération
• …
• Effets des nouvelles
technologies

16. Cadres théoriques & méthodes

17. RISQUES

18. Sullivan, Joshi, Leonard, 2010
Halpern, et al, 2011
① Fallacie naturaliste =
Considérer le savoir
scientifique comme
prescriptif, alors qu’il
n’est que descriptif

19. Weisberg (2008)
Weisberg et al (2008)
McCabe & Castel (2008)
② Effet persuasif du jargon
et des images
scientifiques
(neurosciences)
• Céder à l’allure
persuasive des
neurosciences
• méprendre des
descriptions de
localisation pour des
explications

20. Lilienfeld et al (2010)
Della Sala (ed.) (2007)
OECD (2002)
Howard-Jones (2010)
③ Ne pas avoir la “bonne
science”
• Distorsion
• Mauvaise interprétation
• Simplification excessive
• du savoir produit par la
science
du savoir produit par la scie

21. Neuromythes
¤ Mythe des trois
premières années/et
son opposé: mythe de
la plasticité infinie ou du
cerveau muscle
Bruer (1997)

22. Neuromythes
¤ Effet Mozart
Rauscher et al (1993)
Chabris (1999)

23. Neuromythes
¤ Mythe du cerveau droit-
gauche
Gazzaniga et al (1985)
Goswami (2006)
Howard-Jones (2009)

24. ④ Usage trivial
des
connaissances
scientifiques
(brain-based)
⑤ Méthodes sans
base
scientifique,
mais qui
utilisent un
langage
scientifique
(brain-based)

25. Roediger & Karpicke
(2006)
⑥ Tentative d’application
immédiate du savoir
théorique général à la
pratique sans passage
par la preuve
« clinique » de
l’efficacité =
• Impossible de savoir si
ça marche réellement
en classe

26. “a bridge too far?”
¤ Les neurosciences ne
peuvent pas donner lieu à
des applications sans le
pont des sciences
cognitives
Bruer (1997)

27. “a bridge too far?”
¤ La recherche en général
ne peut pas donner lieu à
des applications, si elle
n’est pas pensée pour
l’application et
accompagnée de mesures
d’efficacité qui se
déroulent dans la situation
d’application
Willingham (2010)

28. Feynman, 1974
⑦ Simplification excessive
de la méthode
scientifique (preuve des
effets)
• Type de Contrôles
• Causalité/Corrélation
• Significativité pour la
vie réelle
⑧ Usage opportuniste et
incomplet des résultats
scientifiques (“cherry
picking”)

29. Limites expérimentales des études
existantes
Green, Bavelier, & Dye (2010) Miller & Robertson (2010)
Green & Bavelier (2008)
Boot et al (2008)
Owen et al. (2010)

30. Cartwright, 2008
⑨ Pointillisme de la
recherche empirique:
• Le savoir empirique
peut être difficile à
transférer dans des
situations différentes de
celles où il a été produit
(contexte, contenu,
typologie
d’apprenants)
• Il peut être difficile de
contrôler les variables
cachées si on n’a pas
un modèle théorique
qui explique les résultats
empiriques

31. ⑩ “Inutilité” du savoir
produit (savoir non
applicable):
• Le savoir produit peut
ne pas concerner la vie
de l’apprenant
• Le savoir produit peut
ne pas répondre aux
questions des
éducateurs et
problèmes de
l’éducation
• OU ne pas être
accessible à ceux qui
en sont concernés

32. CONDITIONS ET PERSPECTIVES

33. ¤ Avoir la “bonne science”
¤ Savoir empirique (qu’est-ce qui marche)
¤ Savoir théorique (pourquoi ça marche – qu’est-ce qui pourrait
marcher)
¤ produit par des méthodes rigoureuses et modèles solides
¤ L’utiliser à bon escient et éthiquement
¤ en connaissance de l’ensemble de la recherche
¤ en déclarant clairement ses limites et conditions de validité
¤ Produire du savoir utile
¤ par rapport aux besoins réels de l’éducation
¤ Et des apprenants
¤ Le diffuser de manière accessible
¤ Informer
¤ Former

34. Alliance entre recherche
théorique et empirique
• Qu’est-ce qui marche
• Pourquoi cela marche
• Qu’est-ce qui pourrait marcher

35. Recherche translationnelle
• Production de nouveau savoir
• De la classe au laboratoire, du laboratoire à la classe

36. Le modèle médical
Médecine basée sur la Médecine
preuve translationnelle
¤ EBM concerne l’utilisation du ¤ TM concerne la production de
savoir clinique en complément nouveau savoir utilisable (utile et
de celui biologique ou de adopté) à partir de savoir plus
l’expérience général
¤ Prise en compte du
¤ Classification et patient réel
hiérarchisation des
preuves ¤ Test cliniques des
interventions susceptibles
¤ Synthèse de l’information d’avoir un effet
¤ Diffusion de l’information ¤ Efficacité dans la vie
réelle
¤ Formation initiale et
continue ¤ Conditions d’adoption
¤ Traduction des résultats
en politiques de santé

37. Un effort commun et fédérateur
¤ Au niveau
¤ Disciplinaire, entre sciences de l’apprendre et de la
cognition humaine
¤ Du terrain et de la recherche
¤ International