1. Introduction
Compte tenu de l’importance croissante des sciences et des technologies dans nos vies, le développement des compétences scientifiques et technologiques constitue désormais un enjeu majeur pour l’avenir de nos sociétés [1]. Cela suppose l’acquisition d’une culture scientifique mettant l’accent sur l’usage fonctionnel des connaissances scientifiques dans une grande diversité de contextes, ainsi que sur les moyens de stimuler la réflexion et la compréhension [2]. La Nature de la science (Nature of Science, NoS), composante essentielle de la culture scientifique, se caractérise par un ensemble de dispositions : conscience du caractère évolutif des connaissances scientifiques, sens de l’observation, objectivité du raisonnement, esprit de collaboration, développement de la pensée critique et, surtout, recours à la démarche d’investigation scientifique dans la résolution des problèmes [3]. C’est dans ce contexte que les récentes réformes curriculaires africaines, notamment au Cameroun avec l’Approche par Compétences (APC) introduite à partir de 2014/2015, prescrit dans le programme de physique de la classe de seconde scientifique, objet de notre étude, d’« offrir aux élèves du secondaire la possibilité de développer leur culture et leurs compétences scientifiques dans un environnement où ils seront de plus en plus appelés à faire des choix dans des situations qu’ils rencontreront ou qui auront un impact sur leur environnement » [4].
Cependant, l’expérience de terrain montre que la démarche d’investigation scientifique n’est mise en œuvre de manière pertinente ni dans le processus d’enseignement-apprentissage ni dans l’évaluation des performances des apprenants, malgré sa définition explicite dans les tâches curriculaires. Une étude récente menée au Maroc [1] sur les difficultés d’apprentissage des sciences physiques chez les élèves du secondaire montre que seuls 47 % des enseignants déclarent recourir à l’approche de résolution de problèmes par situations, tandis que 63 % ne suivent plus la démarche d’investigation scientifique pour construire les concepts de physique avec les apprenants. Des enquêtes menées [5] dans des établissements secondaires français ont déjà montré que les apprenants rencontrent de sérieuses difficultés lorsqu’ils sont placés dans des situations exigeant une investigation scientifique. Selon cette étude, l’approche essentiellement déductiviste de l’enseignement-apprentissage des sciences physiques semble largement responsable de cette situation. À cet égard, l’auteur propose une approche didactique plus proche de la démarche d’investigation scientifique (hypothético-déductive), dans laquelle l’expérimentation n’a plus pour préoccupation principale la « démonstration des lois » mais la validation d’une hypothèse [5]. Toutefois, les difficultés de mise en œuvre évoquées ci-dessus tiennent également à la capacité à fournir aux apprenants un cadre expérimental adéquat leur permettant de manipuler les différentes variables des phénomènes mobilisés dans le processus d’enseignement-apprentissage. Cette difficulté s’explique, d’une part, par une insuffisance importante de matériel de laboratoire et, d’autre part et surtout, par le caractère abstrait de certains phénomènes étudiés en sciences physiques [6]. Selon [7], l’utilisation de la simulation numérique comme outil d’expérimentation en physique est plus appropriée dans la mesure où « la simulation rend concret un phénomène abstrait, et comprendre un phénomène du point de vue scientifique, c’est pouvoir le modéliser (le conceptualiser) ». Dans le même sens, l’enquête menée par [6] auprès de 552 élèves révèle que la simulation numérique est perçue comme un outil facilitant la visualisation en temps réel (86 %), la manipulation des variables et des concepts (75 %), la formulation et la mise à l’épreuve des hypothèses (63 %), l’interprétation des phénomènes (66 %) et l’investigation (53 %).
À partir de ces résultats, [8] a examiné la possibilité de transposer, au secondaire, la démarche d’investigation scientifique au moyen d’outils numériques. Il a formulé l’hypothèse selon laquelle l’usage d’un outil numérique, tel qu’un ordinateur, une calculatrice, une tablette ou un smartphone, serait plus intéressant, plus motivant et plus facile pour les élèves, et donc plus propice à la démarche d’investigation scientifique. À cette fin, durant la phase expérimentation, il a divisé l’une de ses classes du secondaire, composée de vingt élèves, en deux groupes de dix élèves. Le premier groupe de dix élèves a réalisé l’activité d’apprentissage à partir d’une situation-problème portant sur le jus de chou rouge, en suivant la démarche d’investigation scientifique sur ordinateur et avec une calculatrice, tandis que le second groupe de dix élèves a réalisé la même activité sur papier. Au cours de cette phase d’expérimentation, la méthode retenue reposait sur l’observation des élèves des deux groupes pendant l’activité d’apprentissage dans les conditions décrites ci-dessus. En outre, un questionnaire a été distribué aux deux groupes à l’issue de l’activité, ce qui a permis de valider ou d’infirmer l’hypothèse initiale. L’auteur conclut que l’usage du numérique renforce l’intérêt et la motivation et favorise les capacités d’investigation scientifique des apprenants. Toutefois, selon [9], la dimension procédurale de la démarche d’investigation scientifique est souvent enseignée de manière satisfaisante et sa maîtrise évaluée, alors que les dimensions épistémiques de cette démarche, relatives à la compréhension de certaines spécificités des connaissances scientifiques — telles que le fait de « distinguer les faits scientifiques des croyances, afin d’entrer dans une relation scientifique avec les phénomènes naturels ou techniques et le monde vivant » — sont à peine enseignées. Cette focalisation sur les aspects procéduraux de la démarche d’investigation scientifique est régulièrement observée dans les contenus des programmes de formation, les dispositifs d’enseignement/apprentissage et les évaluations des apprentissages, au détriment des autres dimensions de la NoS (cognitive, épistémologique, historique et sociale) pourtant particulièrement importante dans nos sociétés contemporaines. Dès lors, la question suivante se pose : dans quelle mesure l’utilisation de la simulation numérique dans l’enseignement-apprentissage permet-elle l’acquisition d’une démarche d’investigation scientifique authentique intégrant les fondements de la Nature de la Science (NoS) ?
2. Cadre conceptuel
Selon [10], la démarche scientifique est une procédure rigoureuse, fondée sur la neutralité, le doute, la prise en compte de l’échec et la validation par l’expérience, qui s’applique à l’ensemble des sciences. Selon la nature des connaissances à construire, elle peut être inductive (des faits aux lois), déductive (des lois aux faits) ou hypothético-déductive, et s’articule, de manière non nécessairement linéaire, autour de la méthode OHERIC (Observation, Hypothèse, Expérimentation, Résultats, Interprétation, Conclusion). Cette non-linéarité traduit une dimension transversale englobant les aspects cognitifs, épistémologiques, sociaux et historiques de l’activité scientifique [11].
Des travaux récents [12] ont élaboré une démarche globale en cinq étapes (Orientation, Conceptualisation, Investigation, Conclusion, Discussion), opérationnalisée en neuf composantes et offrant trois cheminements possibles (inductif, déductif ou hypothético-déductif), l’étape de discussion pouvant intervenir à tous les niveaux afin de favoriser la métacognition. La particularité de notre dispositif didactique réside dans son appui sur les étapes inhérentes à la démarche scientifique (Questionnement → Formulation des hypothèses → Expérimentation → Collecte des données → Analyse → Interprétation → Conclusion), tout en intégrant une dimension transversale de la NoS adaptée à la nature même des concepts physiques. D’autres travaux, notamment [13], montrent que les simulations numériques, lorsqu’elles sont convenablement guidées, facilitent l’exploration de phénomènes abstraits parfois hors de portée des apprenants ; elles permettent d’identifier les relations entre les grandeurs physiques d’un phénomène, d’établir les équations correspondantes, de répéter les expériences et de recueillir des données « propres » favorisant la conceptualisation — d’où l’intérêt d’associer des laboratoires virtuels et des laboratoires physiques. D’Ham et al. [14], s’appuyant sur le rôle central de l’écriture en sciences [15], ont transposé la démarche expérimentale en sept tâches, dont trois se situent à l’interface entre la théorie et la réalité. En transposant cette activité scientifique authentique au moyen d’outils numériques, ils ont conçu des outils de production, de collaboration et de suivi intégrés à LabNbook. Ces travaux montrent qu’un environnement numérique fondé sur des bases épistémologiques explicites, même partiellement intégrées, favorise le développement d’une démarche scientifique authentique.
La Nature de la science (NoS) constitue le fondement cognitif, épistémologique, social et historique de l’activité scientifique et occupe une place essentielle dans l’enseignement scientifique, notamment à travers des caractéristiques telles que la distinction entre théories et lois, la créativité, la subjectivité, le caractère provisoire des connaissances et leurs dimensions sociales et historique [3, 16]. Plusieurs études ont souligné que l’acquisition de la NoS est plus efficace lorsqu’elle est inscrit dans des pratiques scientifiques authentiques plutôt que lorsqu’elle est dispensée sous la forme d’un enseignement explicite et décontextualisé des savoirs [17] ; elles ont également recensé les caractéristiques les plus pertinentes à prendre en compte dans le processus d’enseignement/apprentissage [18]. Notre dispositif didactique adopte cette approche qui consiste à contextualisée les savoirs en s’appuyant sur les dimensions de la NoS ayant pour matrice la démarche scientifique, c’est-à-dire de manière intégrée et explicite au cours d’une séquence d’enseignement-apprentissage. La NoS n’est donc pas enseignée comme un contenu distinct : elle est vécue par l’apprenant comme acteur, placé dans la posture de chercheur et de producteur de savoir.
Dans cette recherche, nous cherchons à opérationnaliser ces cadres théoriques en combinant une démarche scientifique transposée de la manière la plus authentique possible à partir des fondements de la NoS avec un usage pertinent des outils numériques (simulation PhET pour l’exploration, simulateur 3D pour l’interprétation), tout en laissant une place à l’hybridation. L’hypothèse centrale est que cette combinaison permet aux apprenants d’acquérir une démarche scientifique authentique dans toutes ses dimensions (procédurale, cognitive et épistémologique, sociale et historique), conduisant à une conceptualisation approfondie du phénomène étudié, conformément à [13], grâce à des données « propres » qui la facilitent, tout en rendant possible une investigation autonome, accompagnée d’un guidage approprié de l’apprenant à travers les étapes clés [12, 14].
3. Méthodologie
Dans cette étude, les données ont été recueillies en trois temps : un pré-test et un post-test, administrés à l’aide du même questionnaire papier-crayon, ainsi qu’un enregistrement vidéo réalisé au cours de la séance expérimentale. Une grille d’analyse a ensuite été élaborée afin d’examiner les productions des apprenants au pré-test et au post-test.
3.1. Méthode de collecte des données expérimentales
Quatre-vingt-quinze (95) apprenants de la classe de seconde scientifique du lycée bilingue de Ngoa-Ekellé ont participé au pré-test, d’une durée de trente (30) minutes. Celui-ci a été administré une semaine avant l’enseignement du concept d’« équilibre d’un solide mobile autour d’un axe fixe » par l’enseignant de la classe ». Son objectif était non seulement de recueillir les conceptions initiales des apprenants relatives au phénomène d’équilibre, mais également d’évaluer leur appropriation de la démarche scientifique authentique de résolution d’une situation-problème en physique, telle que prescrite par le programme de la classe de seconde scientifique. Immédiatement après ce pré-test papier-crayon, nous avons réparti la classe en deux groupes par échantillonnage systématique, avec un pas d’un élève à partir du registre de classe : un groupe expérimental (GE) et un groupe témoin (GT). L’expérimentation a eu lieu une semaine après le pré-test. Elle consistait à enseigner simultanément, dans le temps imparti pour ce contenu (2 heures), le GE en salle informatique et le GT dans sa salle de classe habituelle.
Chaque groupe comptait initialement 45 élèves, mais seuls 31 ont finalement participé au groupe expérimental, contre 45 dans le groupe témoin. Cet écart entre les deux groupes résulte d’un léger retard au démarrage de l’expérimentation dans le GE, ce qui a empêché certains apprenants d’aller jusqu’au terme de l’activité. Le professeur de la classe a enseigné au groupe témoin sans outils numériques, tandis que le chercheur a pris en charge le groupe expérimental en salle informatique au moyen d’une simulation numérique interactive PhET [19] et d’un simulateur 3D. Le recours à deux enseignants différents se justifie, d’une part, par la nécessité de mener les deux séances simultanément et, d’autre part, par le fait que, dans le GE, l’activité de l’enseignant se limitait à quelques consignes conformes aux inducteurs de problématisation de la Nature de la science (NoS) [12], les élèves travaillant de manière plus autonome. L’expérimentation s’est déroulée dans la salle informatique du lycée bilingue de Ngoa-Ekellé, qui dispose d’environ cinquante ordinateurs. Nous avons installé sur ces ordinateurs le logiciel de simulation numérique interactive PhET [12] ainsi qu’un simulateur 3D. Un vidéoprojecteur a ensuite été installé pour projeter les images 3D (« Vision3D ») depuis notre ordinateur portable.
La séquence d’enseignement-apprentissage destinée au groupe expérimental a été transposée selon la démarche scientifique, en intégrant les différentes dimensions de la Nature de la science [12], et organisée en trois phases :
i. La phase introductive consistait d’abord à présenter la compétence visée et à vérifier les prérequis des apprenants relatifs au concept d’équilibre. Nous avons ensuite présenté la situation-problème et veillé à son appropriation par les apprenants. Enfin, nous leur avons permis de formuler leur hypothèse en fonction du problème identifié par chacun d'entre eux. Durant cette phase, seul le vidéoprojecteur a été utilisé pour présenter quelques images et vidéos relatives au concept d’équilibre. L’activité a duré 30 minutes.
ii. La phase de développement comprenait l’expérimentation, la présentation, l’analyse et l’interprétation des résultats. L’expérimentation consistait, pour chaque binôme d’élèves, à mettre en œuvre le protocole expérimental à l’aide d’une simulation numérique PhET préalablement installée sur chaque ordinateur. La collecte des données était immédiatement suivie d’une présentation à l’ensemble de la classe, puis de leur analyse et de leur interprétation. Au cours de cette étape, nous avons utilisé le simulateur 3D afin de faciliter l’interprétation par les apprenants, notamment pour la modélisation du phénomène d’équilibre. L’activité a duré 60 minutes.
iii. La phase conclusive portait sur l’institutionnalisation, l’évaluation formative et le transfert de la compétence à une nouvelle situation-problème, considérée comme un travail à domicile. L’institutionnalisation consistait à formaliser les connaissances, notamment le concept de moment, le théorème des moments et la condition d’équilibre. Une évaluation formative a été menée afin de vérifier l’atteinte des objectifs spécifiques. Nous avons conclu par une situation-problème analogue à résoudre au moyen des mêmes outils. L’activité a duré 30 minutes.
Deux semaines après l’enseignement, un post-test a été administré à partir d’une situation-problème portant sur l’équilibre d’un solide mobile autour d’un axe la même situation que celle présentée aux apprenants des deux groupes lors du pré-test. Ce post-test visait à vérifier les progrès des apprenants dans l’acquisition de la démarche scientifique dans toutes ses dimensions (procédurale, cognitive et épistémologique). Le jour de l’expérimentation, cinq apprenants étaient absents, ce qui explique que seuls quatre-vingt-dix (90) apprenants aient participé au post-test. Celui-ci a duré 60 minutes.
3.2. Questionnaire de test et grille d’analyse des productions des élèves
Cette grille servira à analyser les productions des élèves relatives à la situation-problème suivante.
3.2.1. Questionnaire du pré-test et du post-test
Alida et sa mère jouent dans un parc d’attractions. Alida s’étonne d’avoir réussi à maintenir sa mère en équilibre sur une barre horizontale, alors que celle-ci pèse deux fois son poids. Alida pense que la barre ne devrait pas être en équilibre horizontal (voir la figure 1).
Deux élèves (Ayissi et Ottou) défendent des positions opposées sur l’équilibre. Pour Ottou, il y a équilibre, tandis qu’Ayissi affirme le contraire.
En vous appuyant sur vos connaissances relatives au concept d’équilibre [...] et en mobilisant la démarche scientifique, départagez les deux élèves.
Source : image extraite de PhET Interactive Simulations, Université du Colorado à Boulder, https://phet.colorado.edu. [19]https://phet.colorado.edu
3.2.2. Grille d’analyse des productions des apprenants
Nous avons évalué chaque dimension de la démarche d’investigation scientifique dans les productions des apprenants à l’aide des indicateurs de la grille. Nous avons procédé à une analyse mixte des productions : codage des données, regroupement par activité, puis catégorisation manuelle des réponses à partir des indicateurs du tableau 1. Les tableaux de fréquences présentés dans la section des résultats sont issus de cette analyse.
| Fondements | Critères d’évaluation |
|---|---|
| Observation et description | L’apprenant identifie-t-il explicitement les aspects essentiels du phénomène présenté ? |
| Observation et description | L’apprenant formule-t-il un problème ou une question ? |
| Observation et description | Le problème formulé est-il ancré dans des champs théoriques reconnus ? |
| Formulation des hypothèses | L’apprenant propose-t-il des hypothèses fondées sur ses connaissances antérieures et ses observations ? |
| Formulation des hypothèses | Une hypothèse a-t-elle été formulée ? |
| Formulation des hypothèses | L’hypothèse établit-elle une relation entre les deux variables du problème ? |
| Formulation des hypothèses | Les hypothèses formulées sont-elles logiques et plausibles au regard des observations effectuées ? |
| Expérimentation et résultats | L’apprenant conçoit-il une expérience appropriée pour mettre ses hypothèses à l’épreuve ? |
| Expérimentation et résultats | L’apprenant propose-t-il un protocole expérimental ? |
| Expérimentation et résultats | L’apprenant utilise-t-il des instruments de collecte de données (relations mathématiques) pour vérifier ses hypothèses ? |
| Expérimentation et résultats | Les instruments utilisés sont-ils pertinents ? |
| Expérimentation et résultats | L’apprenant recueille-t-il des données pertinentes et fiables au cours de l’expérimentation ou de l’observation ? |
| Analyse, interprétation des données et conclusion | L’apprenant analyse-t-il en profondeur les données recueillies ? |
| Analyse, interprétation des données et conclusion | Met-il les résultats en relation avec les hypothèses formulées ? |
| Analyse, interprétation des données et conclusion | Formule-t-il des arguments scientifiques fondés sur des preuves ? |
| Analyse, interprétation des données et conclusion | Met-il en relation les trois éléments de l’argumentation scientifique : l’idée (hypothèse, théorie ou loi), les attentes qui en découlent et les observations effectivement réalisées ? |
| Analyse, interprétation des données et conclusion | L’apprenant tire-t-il des conclusions fondées sur les résultats expérimentaux et les confronte-t-il à ses hypothèses initiales ? |
4. Résultats et discussion
4.1. Pré-test
| Observation et description | Observation et description |
|---|---|
| Indicateur | Fréquence des réponses correctes |
| L’apprenant identifie-t-il explicitement les aspects essentiels du phénomène présenté ? | 51 sur 95 |
| Does the learner explicitly formulate the problem or question? | Aucune |
| Is the formulated problem grounded in recognised theoretical fields? | Aucune |
Le tableau 2 montre que cinquante et un (51) élèves sur quatre-vingt-quinze (95) ont affirmé que la balançoire ne resterait pas en équilibre. Cette affirmation indique que l’apprenant dispose d’une représentation explicite du phénomène issu de la situation qui lui est présentée. Toutefois, aucun élève n’a clairement formulé le problème scientifique posé. La formulation du problème demeure superficielle et implicite et ne rend pas compte des variables essentielles du problème scientifique. En outre, six (6) des cinquante et un (51) élèves n’ont pas justifié leur choix, ce qui peut traduire la complexité de la situation à leurs yeux. Ce résultat met en évidence les limites de l’observation et de la description pertinente de la situation par les élèves, en raison de ce que [20] a appelé l’« observation première ». Il permet également d’expliquer l’écart entre nos résultats et ceux de [5], qui avait retenu l’approche expérimentale.
| Formulation des hypothèses | Formulation des hypothèses |
|---|---|
| Indicateur | Fréquence des réponses correctes |
| L’apprenant propose-t-il des hypothèses fondées sur ses connaissances antérieures et ses observations ? | 16 sur 95 |
| Une hypothèse a-t-elle été formulée ? | 16 sur 95 |
| L’hypothèse établit-elle une relation entre les deux variables du problème ? | 16 sur 95 |
| Les hypothèses formulées sont-elles logiques et plausibles au regard des observations effectuées ? | 16 sur 95 |
Le tableau 3 montre que seuls seize (16) apprenants sur quatre-vingt-quinze (95) ont formulé, à propos de la situation, une hypothèse scientifiquement élaborée. Les autres apprenants ont formulé des hypothèses qui ne reposaient pas sur les observations, mais sur des connaissances dogmatiques ancrées dans des certitudes (préférences, préjugés, idées préconçues, etc.). Ils n’ont donc pas pu mettre en relation les deux variables essentielles de la situation pour proposer une réponse au problème. Vingt et un (21) élèves sur quatre-vingt-quinze (95) ont fourni une justification erronée de la situation. En revanche, soixante-douze (72) élèves sur quatre-vingt-quinze (95) n’ont fourni aucune explication de la situation. Cela corrobore l’idée que les apprenants n’étaient pas en mesure d’identifier, dans le phénomène observé, les variables susceptibles de permettre une prédiction [20]. Ce résultat révèle également une méconnaissance de la manière de formuler une hypothèse mettant directement en relation les variables considérées. Il pourrait dès lors être utile de proposer des activités spécifiques permettant aux apprenants de s’exercer à formuler des hypothèses. Cette proposition rejoint les recommandations de plusieurs chercheurs sur la compréhension, par les apprenants, de la Nature de la science (NoS), qu’ils considèrent comme essentielle à l’acquisition effective des concepts scientifiques [3]. Il importe donc de présenter le phénomène de manière à faciliter non seulement l’identification de ses variables, mais aussi la formulation de prédictions en vue de l’expérimentation. Selon [3], cela permet de distinguer une hypothèse d’un fait.
| Expérimentation et résultats | Expérimentation et résultats |
|---|---|
| Indicateur | Fréquence des réponses correctes |
| L’apprenant conçoit-il une expérience appropriée pour mettre ses hypothèses à l’épreuve ? | Aucune |
| L’apprenant propose-t-il un protocole expérimental ? | Aucune |
| L’apprenant utilise-t-il des instruments de collecte de données (relations mathématiques) pour vérifier ses hypothèses ? | 12 sur 95 |
| Les instruments utilisés sont-ils pertinents ? | Aucune |
| L’apprenant recueille-t-il des données pertinentes et fiables au cours de l’expérimentation ou de l’observation ? | Aucune |
Le tableau 4 montre que les élèves ne font aucune référence à une expérimentation et, par conséquent, ne produisent aucun protocole expérimental. L’apprenant perçoit l’hypothèse comme un fait. Il ne voit donc pas la nécessité d’élaborer un protocole visant à vérifier l’hypothèse, sauf pour confirmer les faits [5]. L’apprenant ne réalise ni manipulation expérimentale ni collecte de données, ce qui l’éloigne des compétences associées à cette dimension de la démarche d’investigation scientifique. Néanmoins, douze (12) élèves sur quatre-vingt-quinze (95) se sont limités à l’utilisation d’outils mathématiques, qui n’étaient pas pertinents pour établir une « preuve » [3].
| Analyse, interprétation des données et conclusion | Analyse, interprétation des données et conclusion |
|---|---|
| Indicateur | Fréquence des réponses correctes |
| L’apprenant analyse-t-il en profondeur les données recueillies ? | Aucune |
| Met-il les résultats en relation avec les hypothèses formulées ? | Aucune |
| Formule-t-il des arguments scientifiques fondés sur des preuves ? | Aucune |
| Met-il en relation les trois éléments de l’argumentation scientifique : l’idée (hypothèse, théorie ou loi), les attentes qui en découlent et les observations effectivement réalisées ? | Aucune |
| L’apprenant tire-t-il des conclusions fondées sur les résultats expérimentaux et les confronte-t-il à ses hypothèses initiales ? | Aucune |
Le tableau 5 montre que l’ensemble des productions des élèves est dépourvu d’éléments d’analyse et d’interprétation des données. Les élèves n’ont fourni aucune analyse approfondie des données recueillies. Aucune référence n’est faite à l’hypothèse initialement formulée, et aucun argument scientifique n’est avancé. L’étude ne permet de tirer aucune conclusion à partir de l’interprétation des données. Cela traduit les effets d’un recours excessif à la démarche d’investigation scientifique inductive, qui suggère que les connaissances scientifiques sont immuables [5].
4.2. Post-test
| Observation et description | Observation et description | Observation et description |
|---|---|---|
| Indicateur | Fréquence des réponses correctes | Fréquence des réponses correctes |
| Indicateur | GT | GE |
| L’apprenant identifie-t-il explicitement les aspects essentiels du phénomène présenté ? | 37 sur 45 | 29 sur 31 |
| Does the learner explicitly formulate the problem or question? | Aucune | 29 sur 31 |
| Is the formulated problem grounded in recognised theoretical fields? | Aucune | 29 sur 31 |
GT = Groupe témoin ; GE = Groupe expérimental
Le tableau 6 montre que la simulation numérique a rendu la situation explicite pour l’apprenant, lui permettant de construire les paramètres pertinents susceptibles de favoriser sa compréhension. Selon [7], la modélisation est une construction visant à faire émerger les paramètres pertinents du phénomène présenté à l’apprenant. La simulation réduit ainsi les obstacles liés au caractère pittoresque du phénomène, susceptible d’entraver l’acquisition des connaissances scientifiques. Il devient donc plus facile pour l’apprenant d’identifier le plus grand nombre possible de paramètres ou de variables du phénomène étudié [6]. Elle lui permet également de poser des questions pertinentes, de formuler clairement le problème et de mieux conceptualiser son raisonnement en lien avec le phénomène étudié. C’est le cas, par exemple, lorsqu’il prend conscience de l’influence de la distance, en plus du concept de poids déjà acquis, au moment de formuler le problème scientifique mis en évidence par la situation. En définitive, la simulation numérique aide l’apprenant à formuler un problème scientifique lorsqu’il est confronté à une situation-problème.
| Formulation des hypothèses | Formulation des hypothèses | Formulation des hypothèses |
|---|---|---|
| Indicateur | Fréquence des réponses correctes | Fréquence des réponses correctes |
| Indicateur | GT | GE |
| L’apprenant propose-t-il des hypothèses fondées sur ses connaissances antérieures et ses observations ? | 20 sur 45 | 29 sur 31 |
| Une hypothèse a-t-elle été formulée ? | 20 sur 45 | 29 sur 31 |
| L’hypothèse établit-elle une relation entre les deux variables du problème ? | 20 sur 45 | 29 sur 31 |
| Les hypothèses formulées sont-elles logiques et plausibles au regard des observations effectuées ? | 20 sur 45 | 29 sur 31 |
GT = Groupe témoin ; GE = Groupe expérimental
Le tableau 7 montre que vingt-neuf (29) élèves sur trente et un (31) ont correctement formulé l’hypothèse. Cela indique qu’une fois le problème scientifique identifié — conçu ici comme un écart entre ce qui est et ce qui devrait être — il devient non seulement plus facile, mais aussi nécessaire pour l’apprenant de proposer une réponse en établissant une relation entre deux variables de son choix dans la situation, et donc de formuler une hypothèse. Ce résultat est nettement supérieur à celui de [5], qui avait recours à l’expérimentation pratique et où aucun des vingt-neuf (29) apprenants n’avait formulé d’hypothèse correcte. La simulation a également permis aux apprenants d’identifier plusieurs variables du phénomène et de comprendre la nécessité de formuler une hypothèse, son caractère provisoire, ainsi que la possibilité de l’invalider après vérification expérimentale [3]. Ainsi, contrairement à [6], l’expérimentation est ici envisagée comme un moyen de vérification et non seulement comme un moyen de confirmation de l’hypothèse. C’est pourquoi, lorsque l’apprenant formule l’hypothèse selon laquelle l’équilibre dépend également de la distance, il comprend simultanément que celle-ci peut ne pas être le seul facteur en jeu et qu’une vérification expérimentale est donc nécessaire avant toute confirmation, par la prise de mesures et, éventuellement, par l’établissement d’une relation mathématique.
| Expérimentation et résultats | Expérimentation et résultats | Expérimentation et résultats |
|---|---|---|
| Indicateur | Fréquence des réponses correctes | Fréquence des réponses correctes |
| Indicateur | GT | GE |
| L’apprenant conçoit-il une expérience appropriée pour mettre ses hypothèses à l’épreuve ? | Aucune | 25 sur 31 |
| L’apprenant propose-t-il un protocole expérimental ? | Aucune | 25 sur 31 |
| L’apprenant utilise-t-il des instruments de collecte de données (relations mathématiques) pour vérifier ses hypothèses ? | 2 sur 45 | 21 sur 31 |
| Les instruments utilisés sont-ils pertinents ? | 2 sur 45 | 21 sur 31 |
| L’apprenant recueille-t-il des données pertinentes et fiables au cours de l’expérimentation ou de l’observation ? | Aucune | 21 sur 31 |
GT = Groupe témoin ; GE = Groupe expérimental
Le tableau 8 montre que la simulation numérique, en rendant le phénomène explicite, a permis aux apprenants de formuler le problème scientifique et des hypothèses de recherche. Elle leur a permis d’intégrer la nécessité de recourir à l’expérimentation comme moyen de preuve pour valider leurs hypothèses, ce que [5] appelle la démarche d’investigation hypothético-déductive. Contrairement à [5], qui avait recours à l’expérimentation pratique, nous avons utilisé l’expérimentation numérique, car, dans une discipline telle que la physique, où interviennent de nombreux phénomènes abstraits, celle-ci s’avère plus appropriée, comme l’indiquent nos résultats. Ce constat corrobore [8], qui a montré que 60 % des élèves du groupe test ayant bénéficié d’un enseignement au moyen d’une simulation numérique préféraient élaborer leur propre protocole expérimental, contre 50 % dans le groupe témoin ayant reçu un enseignement sans cette simulation. Dans notre recherche, toutefois, vingt-cinq (25) des trente et un (31) élèves (80 %) ont préféré élaborer leur propre protocole expérimental, soit une proportion légèrement supérieure à celle rapportée par [8]. Nos résultats sont également légèrement supérieurs à ceux de [6], selon lesquels 75 % des participants déclaraient que les simulateurs informatiques leur permettaient de manipuler et de contrôler les variables expérimentales. À la différence de ces deux études, nous n’avons pas seulement évalué les intentions des apprenants, mais aussi leur capacité effective à mettre en œuvre un protocole expérimental. En outre, contrairement à [6], dont les résultats portent uniquement sur des travaux pratiques de laboratoire, notre recherche a été menée au sein même du processus d’enseignement-apprentissage en classe.
| Analyse, interprétation des données et conclusion | Analyse, interprétation des données et conclusion | Analyse, interprétation des données et conclusion |
|---|---|---|
| Indicateur | Fréquence des réponses correctes | Fréquence des réponses correctes |
| Indicateur | GT | GE |
| L’apprenant analyse-t-il en profondeur les données recueillies ? | Aucune | 20 sur 31 |
| Met-il les résultats en relation avec les hypothèses formulées ? | Aucune | 20 sur 31 |
| Formule-t-il des arguments scientifiques fondés sur des preuves ? | 2 sur 45 | 20 sur 31 |
| Met-il en relation les trois éléments de l’argumentation scientifique : l’idée (hypothèse, théorie ou loi), les attentes qui en découlent et les observations effectivement réalisées ? | Aucune | 20 sur 31 |
| L’apprenant tire-t-il des conclusions fondées sur les résultats expérimentaux et les confronte-t-il à ses hypothèses initiales ? | 2 sur 45 | 20 sur 31 |
GT = Groupe témoin ; GE = Groupe expérimental
Les résultats du tableau 9 montrent que vingt (20) élèves sur trente et un (31) ont réalisé l’analyse, l’interprétation et la conclusion conformément aux exigences de la démarche expérimentale. Après avoir accompli les étapes précédentes, l’apprenant peut plus aisément procéder à une analyse approfondie des données recueillies afin de vérifier leur cohérence avec l’hypothèse initialement formulée. Le choix de méthodes de classement des données qualitatives ou quantitatives, l’utilisation de graphiques, les comparaisons entre ces données et les hypothèses, puis la validation de ces dernières deviennent plus accessibles à l’apprenant. La simulation permet de modifier rapidement les données d’entrée et de générer ainsi une diversité de données de sortie. En outre, lors de la validation des hypothèses, les chercheurs peuvent développer plusieurs dimensions épistémologiques de la démarche d’investigation scientifique, notamment l’objectivité et la pensée critique. En ce sens, « elle tend à rendre compte de notre propre subjectivité, et non à la nier ni à abandonner le mythe de l’“objectivité pure” » [11]. Ces résultats sont légèrement supérieurs à ceux obtenus par [6], où 63 % des élèves confirmaient que les simulateurs leur permettaient de formuler et de tester leurs hypothèses, tandis que 66 % estimaient que les simulations permettaient une meilleure interprétation des phénomènes étudiés. Nous regrettons toutefois que ce pourcentage soit le plus faible de toutes les étapes, car nous n’avons pas pu utiliser de logiciel d’analyse des données, qui aurait pu aider les élèves à traiter et à interpréter eux-mêmes les données. Parmi les autres limites regrettables figurent le fait que certains élèves du groupe expérimental n’ont pas pu achever l’expérimentation, ainsi que la taille limitée de l’échantillon. Une telle configuration aurait pu permettre d’obtenir de meilleurs résultats et une représentativité supérieure à celle dont nous disposons actuellement.
4.3. Analyse statistique
Il s’agit ici de démontrer que les différences observées entre le GE et le GT sont statistiquement significatives. À cette fin, nous avons réalisé des tests du khi-deux pour chacune des dimensions de la démarche scientifique. Le tableau 10 ci-dessous présente les résultats de ces tests.
| Aspect | GT (n = 45) | GE (n = 31) | Valeur du khi-deux | Valeur de p |
|---|---|---|---|---|
| Formulation correcte du problème | 0 (0 %) | 29 (93,5 %) | 66.43 | < 0,001 |
| Formulation correcte de l’hypothèse | 20 (44,4 %) | 29 (93,5 %) | 19.21 | < 0,001 |
| Conception d’une expérience appropriée | 0 (0 %) | 25 (80,6 %) | 52.14 | < 0,001 |
| Interprétation des données et conclusion | 2 (4,4 %) | 20 (64,5 %) | 32.01 | < 0,001 |
Les résultats montrent que toutes les différences entre le GE et le GT sont statistiquement significatives (p < 0,001), ce qui indique que l’utilisation de la simulation numérique a eu un effet positif significatif sur l’acquisition des compétences d’investigation scientifique.
4.4. Discussion
Nos résultats confirment ceux de [21, 22] en montrant que les simulations améliorent significativement les compétences d’investigation (80,6 % ont conçu des protocoles contre 0 % ; 93,5 % ont formulé des hypothèses contre 44,4 %). Contrairement à [23], dont les résultats montrent que les apprenants éprouvent des difficultés à formuler des hypothèses sans étayage, notre taux de réussite plus élevé suggère que le transfert explicite de connaissances à travers la NoS et l’usage approprié des outils numériques ont fourni l’étayage nécessaire. La simulation facilite la formulation des hypothèses plus efficacement que l’expérimentation pratique en permettant de visualiser les effets des grandeurs (relations force-distance), ce qui facilite l’identification des variables ; de tester rapidement une diversité de configurations afin de produire des données riches et aisément interprétables ; et de réduire la charge cognitive en limitant les exigences techniques périphériques, ce qui permet aux apprenants de se concentrer sur les dimensions conceptuelles de l’objet d’apprentissage [13]. Nos résultats rejoignent [9] sur les aspects épistémiques, dans la mesure où les apprenants du GE ont développé la distinction entre faits et hypothèses (propositions provisoires et testables), la testabilité (nécessité de vérification) et la pensée critique (recherche de contre-preuves). Ces résultats réfutent la critique formulée dans [11] en montrant que notre approche, bien que fondée sur la simulation, recontextualise effectivement la démarche scientifique dans un problème porteur de sens et établit que des pratiques authentiques peuvent être enseignées moyennant un étayage approprié. Dans le prolongement de [6], notre étude montre que les simulations numériques permettent de surmonter efficacement les contraintes liées au manque de ressources dans l’enseignement scientifique en Afrique. Nos résultats ont d’importantes implications pour les politiques éducatives dans des contextes africains comparables. Nous reconnaissons toutefois deux limites potentielles : le recours à des enseignants différents et un léger déséquilibre de taille entre les échantillons du GE et du GT. Ces biais ont pu influencer les résultats observés. Les recherches futures devraient mobiliser le même enseignant selon un protocole pédagogique standardisé ainsi qu’un échantillon plus large et plus diversifié, afin d’éliminer ces sources potentielles de biais.
5. Conclusion
En définitive, notre objectif était de montrer que l’utilisation de la simulation numérique dans l’enseignement-apprentissage améliore l’acquisition de la démarche d’investigation scientifique pour la résolution d’une situation-problème relative au concept d’« équilibre d’un solide autour d’un axe fixe » en classe de seconde scientifique au Cameroun. Après administration d’un pré-test à l’ensemble de la classe de seconde scientifique du lycée bilingue de Ngoa-Ekellé, la classe a été répartie en deux groupes : un groupe expérimental de trente et un (31) apprenants ayant reçu un enseignement au moyen d’une simulation numérique couplée à un simulateur 3D, et un groupe témoin de quarante-cinq (45) élèves ayant reçu un enseignement sans cette simulation. Vingt-cinq (25) des trente et un (31) élèves du groupe expérimental ont suivi l’ensemble des étapes de la démarche et trouvé une solution pertinente au problème, contre aucun des quarante-cinq (45) apprenants du groupe témoin. Ces résultats indiquent que la simulation numérique facilite l’acquisition d’une démarche d’investigation scientifique pour résoudre des situations-problèmes en physique. Cette étude présente néanmoins certaines limites, notamment la faible taille de l’échantillon et l’absence d’expérimentation dans un contexte d’enseignement à distance. Des recherches ultérieures pourraient étendre cette approche à d’autres concepts physiques et à d’autres contextes d’apprentissage afin d’en confirmer la généralisabilité. Nous estimons également que, si tous les élèves du groupe expérimental avaient pu aller jusqu’au terme de l’expérimentation, les résultats auraient été plus robustes, ce qui souligne l’importance de prendre en compte les contraintes pratiques lors de la conception de dispositifs expérimentaux en contexte scolaire.
Références
[1] Nasser N, El Khouzai M, Taoufik M. Difficultés d'apprentissage des sciences physiques chez les élèves du secondaire qualifiant au Maroc. American Journal of Innovative Research and Applied Sciences. 2017;5(2):119-125. Disponible à l’adresse : https://www.researchgate.net/profile/Taoufik-Mohamed/publication/320466621https://www.researchgate.net/profile/Taoufik-Mohamed/publication/320466621
[2] OECD. OECD future of education and skills 2030 project background. Paris: OECD Publishing; 2018. DOI: 10.1787/54ac7020-en.
[3] Lederman NG. Nature of science: Past, present, and future. In: Abell SK, Lederman NG, editors. Handbook of research on science education. New York: Routledge; 2013. p. 831-879. DOI: 10.4324/9780203824696-32
[4] Ministère des Enseignements Secondaires. Projet programme d'enseignement de physique 2 C. Arrêté ministériel n° 226/18/MINESEC/IGE du 22 août 2018. Disponible à l’adresse : files.minesec.gov.cm/iw/Projet_de_programme_de_Physique_2nde_C_-_Final.pdf [Consulté le : 2026-07-18]files.minesec.gov.cm/iw/Projet_de_programme_de_Physique_2nde_C_-_Final.pdf
[5] Robardet G. Enseigner les sciences physiques à partir de situations-problèmes. Bulletin de l'Union des Physiciens. 1990;84(720):17-34. Disponible à l’adresse : https://materiel-physique.ens-lyon.fr/Logiciels/CD%20N%C2%B0%203%20BUP%20DOC%20V%204.0/Disk%201/TEXTES/1990/07200017.PDF https://materiel-physique.ens-lyon.fr/Logiciels/CD%20N%C2%B0%203%20BUP%20DOC%20V%204.0/Disk%201/TEXTES/1990/07200017.PDF
[6] Mahdi K, Sofi A, Laafou M, Janati-Idrissi R, Madrane M. Impact des simulateurs informatiques dans l'enseignement de sciences physiques. EpiNet. 2017;(161). Disponible à l’adresse : https://hal.science/hal-01451108v2https://hal.science/hal-01451108v2
[7] Ayna-Bouni JP, Soudani O, Soudani M, Ntede Nga H. Analysis of simulations of electrical conduction in the electrochemical cell: Modelling of this phenomenon by students. In: Proceedings of the 7th ARDIST Colloquium; 2012 March 14-16; Bordeaux, France. 2012. p. 13-20. Disponible à l’adresse : https://hal.science/hal-00988901https://hal.science/hal-00988901
[8] Pierre-Justin M. The transposition of the investigative approach in secondary education and digital technology: What difficulties? [thesis]. Lyon: Université Claude Bernard Lyon 1, École Supérieure du Professorat et de l'Éducation; 2018.
[9] Cavaillès JA, Minault B, Moreau-Fauvarque C, Paitel E, Picaronny C. La sensibilisation et la formation à la démarche scientifique de l'école élémentaire au doctorat [Rapport à Monsieur le Ministre de l'Éducation Nationale et de la Jeunesse]. Paris: IGESR; 2023. Disponible à l’adresse : https://www.education.gouv.fr/igesr/la-sensibilisation-et-la-formation-la-demarche-scientifique-465426https://www.education.gouv.fr/igesr/la-sensibilisation-et-la-formation-la-demarche-scientifique-465426
[10] Debret J. La démarche scientifique: Tout ce que vous devez savoir. Scribbr; 2020 [updated 2020 Apr 23; cited 2024 Jun 20]. Disponible à l’adresse : https://www.scribbr.fr/article-scientifique/demarche-scientifique/https://www.scribbr.fr/article-scientifique/demarche-scientifique/
[11] Fabre D, Rancoule Y. Peut-on décontextualiser la démarche scientifique? Aster: Recherches en didactique des sciences expérimentales. 1993;16(1):29-46. DOI: 10.4267/2042/8575
[12] Pedaste M, Mäeots M, Siiman LA, de Jong T, van Riesen SAN, Kamp ET, Manoli CC, Zacharia ZC, Tsourlidaki E. Phases of inquiry-based learning: Definitions and the inquiry cycle. Educational Research Review. 2015;14:47-61. DOI: 10.1016/j.edurev.2015.02.003
[13] de Jong T, Linn MC, Zacharia ZC. Physical and virtual laboratories in science and engineering education. Science. 2013;340(6130):305-308. DOI: 10.1126/science.1230579
[14] d'Ham C, Wajeman C, Girault I, Marzin-Janvier P. LabNbook, plateforme numérique de support des pédagogies actives et collaboratives en sciences expérimentales. In: Actes de la conférence EIAH 2019; 2019 Jun 4-7; Paris, France. 2019. p. 49-60. Disponible sur : https://hal.science/hal-02177133 https://hal.science/hal-02177133
[15] Latour B, Woolgar S. La vie de laboratoire - La production des faits scientifiques. Paris: La Découverte; 1979. DOI : 10.1515/9781400820412
[16] McComas WF. Understanding how science works: The nature of science as the foundation for science teaching and learning. School Science Review. 2017;98(365):71-76.
[17] Allchin D. Evaluating knowledge of the nature of (whole) science. Science Education. 2011;95(3):518-542. DOI : 10.1002/sce.2043210.1002/sce.20432
[18] Bouni A, Nchia LN, Sigha PM, Mfeyet BA, Aimée AN, Ateba JA, Nchinmoun M, Meli ND, Soudani M. The foundations of the nature of science as a tool for teaching and learning scientific concepts. International Journal of Science and Research Archive. 2024;13(1):113-120. DOI: 10.30574/ijsra.2024.13.1.1589
[19] PhET Interactive Simulations. Balancing Act [Interactive simulation]. University of Colorado Boulder; 2011. Disponible à l’adresse : https://phet.colorado.edu/sims/html/balancing-act/latest/balancing-act_en.html [Consulté le : 2026-07-18]https://phet.colorado.edu/sims/html/balancing-act/latest/balancing-act_en.html
[20] Bachelard G. La formation de l'esprit scientifique. Paris: Librairie philosophique J. Vrin; 1947. DOI: 10.1522/030331552
[21] Smetana LK, Bell RL. Computer simulations to support science instruction and learning: A critical review of the literature. International Journal of Science Education.2012;34(9):1337-1370.DOI : 10.1080/09500693.2011.60518210.1080/ 09500693.2011.605182
[22] Zacharia ZC, Manoli C, Xenofontos N, de Jong T, Pedaste M, van Riesen SAN, Kamp ET, Mäeots M, Siiman L, Tsourlidaki E. Identifying potential types of guidance for supporting student inquiry when using virtual and remote labs in science: A literature review. Educational Technology Research and Development. 2015;63(2):257-302.DOI : 10.1007/s11423-015-9370-0
[23] Hovardas T, Xenofontos NA, Zacharia ZC. Using virtual labs in an inquiry context: The effect of a hypothesis formulation tool and an experiment design tool on students' learning. In: Optimizing STEM Education with Advanced ICTs and Simulations. IGI Global; 2017. p. 58-83. DOI: 10.4018/978-1-5225-2528-8