Sciences de l'éducation : comment l'eye tracking peut éclairer la recherche éducative basée sur la discipline

Jessica VandenPlas explique comment les sciences de l'eye tracking permettent de mieux comprendre comment les étudiants apprennent les concepts de chimie et d'améliorer les méthodes d'éducation.

Les sciences de l'éducation axées sur les disciplines reprennent les principes de la psychologie et les appliquent à des disciplines spécifiques afin d'étudier la manière dont les individus apprennent les concepts et les compétences de cette discipline particulière. Il s'agit notamment des domaines des STIM tels que la chimie, la physique et les mathématiques, ainsi que des domaines des arts et des sciences humaines tels que l'histoire. Le domaine des sciences de l'éducation en chimie (CER) se concentre sur la manière dont les étudiants comprennent la chimie, sur l'identification des difficultés qu'ils rencontrent lors de l'apprentissage de la chimie et sur les tentatives d'amélioration de l'enseignement afin de rendre la chimie plus accessible.

Les difficultés rencontrées par les étudiants

Le principal problème auquel sont confrontés les étudiants en chimie est la nature intangible de la discipline. La chimie se concentre sur les interactions d'atomes et de molécules trop petits pour être vus à l'œil nu et, de ce fait, les étudiants n'ont pas d'expérience concrète de ces phénomènes. Alex Johnstone suggère que la chimie est difficile à apprendre parce qu'elle doit être comprise à trois niveaux : le niveau submicroscopique (ou particulaire) des atomes et des molécules, le niveau macroscopique des phénomènes quotidiens qui peuvent être observés, et le niveau symbolique des équations et des représentations que nous utilisons pour transmettre ces idées les uns aux autres. Les chimistes experts peuvent intégrer ces trois niveaux de manière transparente, mais les étudiants novices ont du mal à établir ces connexions. En particulier, nous constatons fréquemment que des étudiants capables de faire des mathématiques peuvent réussir en chimie sans jamais comprendre les concepts, parce qu'ils sont capables d'utiliser des algorithmes et des heuristiques pour résoudre des problèmes sans jamais relier leur compréhension mathématique aux causes au niveau des particules ou aux effets macroscopiques dans le monde réel. Pour remédier à cette situation, les chercheurs ont suggéré d'incorporer des diagrammes de niveau particulaire dans l'enseignement afin d'aider les étudiants à visualiser plus concrètement ce niveau submicroscopique. Cela a conduit à une explosion de l'utilisation des visualisations en chimie, y compris non seulement des images statiques mais aussi des animations et des simulations pour aider à améliorer l'enseignement et la compréhension conceptuelle des étudiants.

Le niveau symbolique étant très présent en chimie, le domaine s'est longtemps concentré sur l'étude des interactions des étudiants avec les visualisations dans le matériel pédagogique, y compris les manuels, les systèmes de devoirs en ligne et les ressources électroniques telles que les animations et les simulations. Les sciences de l'éducation en chimie s'intéressent également à des domaines moins axés sur la visualisation, notamment les stratégies de résolution de problèmes des élèves, la compréhension conceptuelle et l'impact des domaines affectifs tels que l'auto-efficacité et la motivation sur la réussite des élèves.

L'utilisation de l'eye tracking dans les sciences de l'éducation en chimie

Pour étudier ces questions, le CER emprunte fréquemment des techniques de recherche à la psychologie et à d'autres sciences sociales. Dans le passé, on répondait à ces questions de recherche par des moyens moins directs, tels que des entretiens, des enquêtes, des protocoles d'observation ou des tests de performance. L'introduction de l'eye tracking a permis des mesures quantitatives plus directes du comportement des élèves et a été largement adoptée dans la CER au cours de la dernière décennie. L'eye tracking se prête particulièrement bien à l'étude de l'utilisation par les élèves des visualisations et du matériel pédagogique, mais il a également été appliqué à l'étude de sujets tels que les pratiques de résolution de problèmes.

L'une des premières utilisations de l'eye tracking dans le domaine de l'ERE a été ma propre recherche sur la façon dont les étudiants regardent les animations d'interactions au niveau des particules, par rapport à la façon dont les experts regardent ces mêmes animations. La littérature antérieure, utilisant des tests de réussite scolaire et des protocoles d'entretien, avait montré que ces animations n'amélioraient pas les résultats des élèves en classe, bien que les experts (enseignants) encouragent leur utilisation pour aider les élèves à comprendre le mouvement et l'interaction des particules. L'eye tracking nous a permis d'étudier l'origine de ce décalage et de montrer aux enseignants que leurs élèves ne voyaient littéralement pas ce que les experts eux-mêmes voyaient - ils se concentraient sur la mauvaise partie des animations. La technologie de l'eye tracking nous a permis de résoudre ce problème en testant de petites modifications des animations, comme la mise en évidence des particules d'intérêt pour attirer l'attention visuelle, et d'améliorer les résultats des élèves et leur compréhension des concepts.

Depuis, l'eye tracking a été utilisé pour étudier un certain nombre d'autres visualisations en classe de chimie. Un projet récent de Herrington et al a étudié la manière dont les étudiants interagissent avec les simulations, qui leur permettent de manipuler des variables et d'observer le niveau particulaire et les résultats macroscopiques de ces changements. Cette étude a démontré que les étudiants qui ne bénéficient pas d'un échafaudage et d'un enseignement n'utilisent pas les ressources qui leur sont fournies au niveau des particules et s'efforcent plutôt de répondre aux questions en utilisant leurs connaissances antérieures et la pensée algorithmique.

Stieff et al ont étudié l'utilisation par les élèves d'affichages multi-représentations, montrant une attention partagée entre diverses visualisations, ainsi qu'une préférence des élèves pour les représentations visuo-spatiales par rapport aux représentations plus mathématiques. Ces résultats sont complétés par les travaux de Williamson et al , qui ont montré que les élèves à qui l'on présente plusieurs représentations pour résoudre des problèmes n'utilisent que la plus familière, ignorant les représentations les plus utiles au profit des représentations les plus simples.

Eye tracking dans l'examen de la résolution de problèmes par les élèves

En ce qui concerne l'étude de la résolution de problèmes par les étudiants, de nombreux chercheurs ont également utilisé l'eye tracking pour voir comment les étudiants interagissent avec des données visuelles, telles que des spectres chimiques. Cullipher et al ont montré que les novices et les experts lisent ces spectres différemment, ce qui permet de suggérer à l'enseignant la meilleure façon d'enseigner cette compétence cruciale aux chimistes en herbe. Cortes et al ont également étudié la façon dont les étudiants lisent des images contenant des voies biochimiques complexes et comment ils trouvent des informations dans ces voies pour répondre à des questions. Cela nous aide à comprendre le comportement de résolution de problèmes d'une manière que les entretiens ne permettent pas, et nous permet de voir en temps réel ce que font les utilisateurs.

Plus généralement, l'eye tracking a été utilisé pour étudier la façon dont les étudiants lisent et répondent aux problèmes de mots et aux problèmes à choix multiples. Alors que l'eye tracking a été largement appliqué pour étudier le comportement de lecture dans d'autres domaines, ces études donnent des indications aux enseignants et aux concepteurs d'évaluations sur la meilleure façon de formuler les éléments d'évaluation pour tester les connaissances des étudiants en chimie sans surcharger les ressources cognitives des étudiants.

Dans l'ensemble, l'eye tracking s'est avéré immensément bénéfique pour les sciences de l'éducation en chimie en quantifiant le comportement des étudiants d'une manière que les méthodes précédentes ne permettaient pas. Cela nous a permis d'améliorer la façon dont nous concevons le matériel pédagogique tel que les animations et les simulations, ainsi que la façon dont nous enseignons aux étudiants à résoudre des problèmes à l'aide de visualisations telles que les spectres et les voies biochimiques. Si la recherche DBER est incroyablement appliquée, les résultats de ces études sont propres aux domaines étudiés et s'adressent plus clairement aux praticiens de ces domaines. L'Eye tracking a l'avantage de produire des données quantitatives, parlant le langage des acteurs des STEM, plutôt qu'une analyse qualitative. Ces résultats quantitatifs sont plus familiers aux enseignants des STIM, ce qui réduit la barrière à l'acceptation des résultats. Pour les sciences de l'éducation qui s'intéressent à l'utilisation du matériel éducatif par les étudiants, en particulier dans les domaines exigeants sur le plan visuel comme la chimie, l'eye tracking est particulièrement bien adapté pour fournir des données permettant d'améliorer l'enseignement. Les chercheurs du DBER qui souhaitent en savoir plus sur la manière d'utiliser cet outil utile devraient consulter une synthèse récente.