Auteure : Anne Mettraux
INTRODUCTION
L’autorégulation de l’apprentissage est une compétence fondamentale qui permet aux étudiantes de prendre en charge leur progression en fixant des objectifs, en planifiant leur travail et en ajustant leurs stratégies. Ce concept trouve ses racines dans les travaux de Bandura (1977), qui a introduit la notion de self-efficacy, soulignant l’impact de la perception de ses propres capacités sur la motivation et la persévérance dans les apprentissages.
Dans les années 1980, Zimmerman (1989) et Schunk (1985) ont étendu cette notion en élaborant des modèles spécifiques. Zimmerman (1989) a proposé un modèle cyclique structuré autour de la planification, du suivi et de l’auto-évaluation, tandis que Schunk (1985) a exploré le rôle de l’autorégulation dans la motivation et la performance scolaire, montrant que les étudiantes autorégulé·e·s adaptent mieux leurs stratégies d’apprentissage.
Pour évaluer cette compétence, deux outils sont fréquemment utilisés : le Self- Regulation of Learning Inventory for Science (SRLIS), qui mesure l’autorégulation en sciences, et le Metacognitive Awareness Inventory (MAI), axé sur la conscience métacognitive. Ces instruments permettent une évaluation globale des pratiques d’autorégulation et de réflexion métacognitive, offrant aux éducateur·rice·s des données essentielles pour soutenir le développement de l’autonomie des étudiantes, notamment dans des disciplines exigeantes comme les sciences.
1. INSTRUMENT SRLIS DESCRIPTION DE L’OUTIL
Le Self-Regulation of Learning Inventory for Science (SRLIS) s’inscrit dans un cadre théorique initié par les travaux de Zimmerman et Martinez-Pons dans les années 1980, période au cours de laquelle les concepts d’autorégulation et de gestion autonome de l’apprentissage ont été largement étudiés. Zimmerman et Pons (1986) ont exploré les stratégies d’autorégulation que les étudiantes mobilisent pour gérer leur apprentissage, notamment la fixation d’objectifs, la planification des tâches, et le suivi de leurs progrès par auto-évaluation. En structurant un modèle de stratégies d’autorégulation, il•elles• s ont mis en évidence l’importance de processus comme le contrôle de soi et la motivation, tout en distinguant les différentes étapes de l’apprentissage autonome : la planification, le suivi et l’auto-réflexion. Leurs recherches ont ensuite mené à l’élaboration d’instruments d’évaluation, comme le SRLIS, spécifiquement adapté à l’apprentissage des sciences (Zimmerman & Pons, 1986; Zimmerman & Martinez-Pons, 1988).
Le SRLIS évalue ainsi des dimensions clés de l’autorégulation, comme la gestion de l’attention, la motivation, et la capacité d’auto-évaluation, des éléments jugés fondamentaux pour réussir dans des disciplines exigeantes. En intégrant les apports
1
des modèles théoriques de Zimmerman et Martinez-Pons (1990), l’instrument propose une approche systématique pour comprendre les pratiques autorégulatrices des étudiantes, leur permettant de mieux s’adapter aux défis académiques des sciences. Ce type d’évaluation est particulièrement utile pour les enseignant·e·s, car il leur offre un aperçu précis des stratégies utilisées par leurs élèves, facilitant ainsi la mise en place de programmes pédagogiques individualisés et adaptés aux besoins de chacun·e.
Des recherches récentes viennent enrichir l’efficacité de ces outils en mettant en lumière l’importance des interventions éducatives pour soutenir les compétences d’autorégulation. Par exemple, Heikkinen, Saqr, Malmberg, et Tedre (2023) ont montré que les analyses d’apprentissage, intégrées dans les dispositifs d’autorégulation, permettent de renforcer la capacité des étudiantes à ajuster leurs stratégies d’apprentissage en fonction de retours ciblés et individualisés. Leur revue systématique souligne que les outils comme le SRLIS jouent un rôle crucial en identifiant les stratégies d’apprentissage des étudiantes, permettant ainsi aux enseignant·e·s d’adapter leurs interventions pédagogiques pour mieux répondre aux besoins individuels.
De même, Effeney, Carroll, et Bahr (2013) insistent sur des stratégies spécifiques d’autorégulation, telles que la persistance et la gestion des distractions, qui s’avèrent essentielles pour l’apprentissage autonome, en particulier dans les groupes d’adolescent·e·s. Leurs travaux montrent que l’intégration de ces stratégies favorise une plus grande autonomie des apprenantes, ce qui correspond aux objectifs de l’instrument SRLIS dans le contexte des sciences. En fournissant des données claires sur les stratégies cognitives et métacognitives, le SRLIS aide non seulement les enseignant·e·s et les chercheur·e·s à diagnostiquer les pratiques d’autorégulation mais aussi à mieux comprendre les différences individuelles en matière d’apprentissage, influencées par des variables comme l’âge, le genre et le niveau de réussite (Zimmerman & Martinez-Pons, 1990).
En somme, le SRLIS, à la lumière des travaux de Zimmerman, Martinez-Pons, et des recherches récentes, représente un outil précieux pour encourager l’autorégulation et l’autonomie dans l’apprentissage. Il offre une base solide pour concevoir des programmes de soutien pédagogique personnalisés, visant à développer les compétences autorégulatrices et à maximiser les chances de réussite dans des domaines complexes comme les sciences, où l’engagement et la persévérance jouent un rôle central.
L’ÉCHANTILLON
L’échantillon de cette étude est composé de deux étudiantes aux parcours distincts. La première, âgée de 25 ans, est en deuxième année de Master en éducation spécialisée à l’Université de Fribourg.
2
La seconde, âgée de 26 ans, achève pour sa part un Master en robotique à l’École Polytechnique Fédérale de Lausanne (EPFL). Ces deux profils offrent un aperçu de la variété des disciplines et des objectifs professionnels poursuivis.
MÉTHODOLOGIE
La recherche de ce travail s’est appuyée sur un entretien structuré, tout en conservant une marge de flexibilité spontanée, en raison du contexte spécifique des deux étudiantes et de l’absence de détails précis sur la nature de leurs cours. Chaque entretien a duré une quinzaine de minutes. Étant donné la relation amicale entre l’intervieweuse et chacune des participantes, les questions ont été posées en utilisant le tutoiement, permettant de créer une ambiance détendue, propice à des réponses plus naturelles et sincères. Ce choix de tutoiement a ainsi instauré une dynamique de confiance et d’authenticité, facilitant un échange plus spontané et moins formel.
Pour des raisons de flexibilité logistique, les entretiens ont été réalisés à distance via des canaux de communication différents : l’un sur Teams et l’autre sur WhatsApp. Chacun des entretiens a été retranscrit automatiquement, puis relu avec attention afin de garantir la clarté et la fidélité des éléments transcrits.
RÉSULTATS
Les résultats obtenus dans cette étude reposent sur un tableau répertoriant 15 stratégies distinctes, issues des travaux de Zimmerman et Martinez-Pons (1986). Ces stratégies ont été élaborées en référence à l’outil de mesure de l’autorégulation, le SRLIS. Pour chaque étudiante, une liste des différentes stratégies a été dressée et figure dans la colonne de gauche. Au centre du tableau, sont présentées les stratégies associées (SA), conformément à celles proposées par Zimmerman et Martinez-Pons (1986), avec une échelle de mesure allant de 1 à 15. La dernière colonne indique la fréquence d’utilisation de chaque stratégie par les étudiantes, évaluée selon une échelle de 1 à 4.
| Stratégies utilisées ETU 1 | SA | Fréquence |
| Prise de notes | 2 | 4 |
| Création d’arbres conceptuels | 2 | 4 |
| Lectures supplémentaires | 4 | 3 |
| Corrigé de l’enseignant | 4 | 4 |
| Résumé | 2 | 4 |
| Relecture | 13 | 4 |
| Attitude proactive | 3 | 4 |
| Préparer le cours en avance | 3 | 4 |
| Stratégies utilisées ETU 2 | SA | Fréquence |
| Prise de notes | 2 | 4 |
| Création de diagrammes visuels | 2 | 4 |
| Prendre de l’avance sur la tâche | 3 | 4 |
| Échelonner le travail | 4 | 1 |
| Faire relire à quelqu’un | 9 | 1 |
| Créer un « formulaire » | 2 | 4 |
| Espace de travail | 6 | 2 |
DISCUSSION SUR L’OUTIL DE MESURE
Les résultats de cette étude révèlent que les deux étudiantes adoptent une gamme de stratégies d’autorégulation adaptées à leurs contextes respectifs, illustrant des approches et des besoins différents, mais une même volonté de produire un travail de qualité.
L’étudiante en éducation spécialisée, par son investissement remarquable et sa rigueur, privilégie des méthodes de structuration approfondies comme la prise de notes détaillée, les lectures supplémentaires et l’organisation d’informations sous forme d’arbres conceptuels. Ce recours fréquent (noté à 3 ou 4 sur l’échelle de fréquence) montre son besoin de structurer activement les connaissances pour bien les assimiler. Cette approche s’aligne avec son sens de la précision et sa capacité à planifier, qui se manifestent également dans son souci de reporter un devoir pour en garantir la qualité. De même, elle anticipe les échéances et gère ses priorités, démontrant une grande maturité et une forte éthique de travail qui lui seront précieuses dans sa future carrière d’accompagnement.
À l’inverse, l’étudiante en robotique de l’EPFL met en avant des stratégies d’autorégulation davantage orientées vers l’efficacité et l’optimisation de l’information, comme les « formulaires » et les diagrammes visuels. Sa préférence pour ces outils (notée également à 4) traduit son besoin d’accéder rapidement aux informations et de les structurer de manière fonctionnelle, nécessaire dans un domaine technique où les concepts doivent être appliqués directement. Elle apporte une réflexion honnête et pragmatique sur son rôle d’étudiante, en identifiant les méthodes qui lui sont le plus utiles pour intégrer la matière de façon efficace.
Elle admet aussi que le stress a joué un rôle important dans son organisation. Consciente de l’effet de la pression académique, elle reconnaît que les délais serrés l’ont souvent poussée à mieux structurer son travail et à être plus engagée dans ses études. Cette honnêteté sur l’impact du stress sur ses choix de stratégies montre une bonne compréhension de son propre fonctionnement. Bien que les formulaires et les diagrammes visuels soient des outils clés, elle explique que la contrainte des délais a
4
aussi été un facteur essentiel pour l’aider à rester disciplinée, illustrant l’influence des facteurs externes dans son autorégulation.
Une différence notable est visible dans la fréquence d’utilisation des stratégies de relecture et de vérification (telles que les résumés et l’utilisation de corrigés), que chaque étudiante adapte en fonction de son niveau de confiance et des exigences académiques de sa discipline.
Enfin, il faut garder en tête que cette analyse repose sur le fait qu’elle n’inclut que deux étudiantes, chacune provenant de disciplines très différentes. En raison des différences individuelles, comme la personnalité ou la motivation, ainsi que des attentes spécifiques de chaque domaine, il est difficile de généraliser ces résultats à d’autres étudiantes ou à d’autres disciplines. Ces stratégies d’autorégulation sont donc spécifiques aux besoins de chacune et pourraient ne pas représenter l’ensemble des pratiques utilisées dans d’autres domaines universitaires.
2. INSTRUMENT MAI
DESCRIPTION DE L’OUTIL
Le « Metacognitive Awarness Inventory » (MAI), a été développé par Schraw et Dennison en 1994. Conçu dans un contexte où la recherche sur l’apprentissage autorégulé et la pensée critique connaissait un essor considérable, cet instrument repose sur deux axes principaux : la connaissance de la cognition et la régulation de la cognition. Le premier inclut 3 types de connaissances : déclarative, procédurale et conditionnelle. Le second englobe des processus tels que la planification, le monitorage, la gestion de l’information, le monitorage, le stratégie de debugging, celles du management de l’information et enfin l’évaluation.
L’approfondissement des recherches sur la métacognition, initié par Flavell (1976), a permis de définir cette notion comme « la connaissance qu’un individu a de ses propres processus cognitifs ». Ces bases théoriques ont été enrichies par les travaux de Brown (1987), qui a exploré la régulation cognitive comme une composante essentielle du contrôle de l’apprentissage. Ces avancées ont non seulement permis une meilleure compréhension des mécanismes métacognitifs, mais ont également inspiré la création de l’instrument de mesure du MAI, capable d’évaluer des compétences et processus complexes.
Depuis son introduction, la MAI a été validée dans différents contextes linguistiques et culturels, en raison de son utilité pour identifier les stratégies d’apprentissage et améliorer les performances des apprenant•e•s. Par exemple, une étude récente menée par Gutierrez de Blume et al. (2024) a confirmé sa fiabilité dans un cadre international, après une standardisation impliquant 12 pays hispanophones. Ce travail a démontré que la MAI est un outil valide pour évaluer les processus métacognitifs sur une échelle globale, relevant ainsi son utilité dans la recherche éducative.
5
La MAI permet de mieux comprendre comment les apprenant•e•s perçoivent, contrôlent et régulent leurs propres processus cognitifs. Ces compétences sont cruciales pour développer une pensée critique et favoriser l’apprentissage autonome, en particulier dans des environnements académiques exigeants. En fournissant des données précises et exploitables, cet outil joue un rôle clé dans la conception de programmes éducatifs visant à encourager l’autorégulation et la réflexion métacognitive.
MÉTHODOLOGIE
Cette recherche utilise un questionnaire composé de 52 items, chacun d’eux étant associé à l’une des huit composantes du modèle de l’instrument. Les étudiantes sont invité·e·s à répondre en exprimant leur degré d’accord sous forme d’un pourcentage ; allant de 0% (pas du tout moi) à 100% (tout à fait moi). Schraw et Dennison (1994) justifient l’utilisation d’une échelle en pourcentage plutôt qu’une échelle de Likert, car elle permet une meilleure approximation des valeurs intermédiaires. Ce choix vise également à capturer des variations plus fines dans les réponses, ce qui devrait, selon eux, améliorer la fiabilité et la sensibilité de l’instrument.
Dans un premier temps, le questionnaire a été envoyé aux deux étudiantes qui l’on remplit de manière autonome et sans contrainte de temps. Puis, dans un second temps, elles l’ont renvoyé dûment rempli. Bien que les initiales des composantes figuraient sur le document, celles-ci n’ont pas été décrites de manière détaillée.
RÉSULTATS
Etudiante 1
| Composantes MAI | Nombre d’items concernés | Moyenne |
| Connaissance déclarative | 8 | 64 % |
| Connaissance procédurale | 4 | 52,5 % |
| Connaissance conditionnelle | 5 | 60 % |
| Planification | 7 | 47,14 % |
| Stratégies de gestion de l’information | 10 | 75 % |
| Monitorage | 7 | 67,14 % |
| Stratégies de debugging | 5 | 72 % |
| Évaluation | 6 | 41,66 % |
Etudiante 2
| Composantes MAI | Nombre d’items concernés | Moyenne |
| Connaissance déclarative | 8 | 70 % |
| Connaissance procédurale | 4 | 72,5 % |
| Connaissance conditionnelle | 5 | 43,75 % |
| Planification | 7 | 48,57 % |
| Stratégies de gestion de l’information | 10 | 70 % |
| Monitorage | 7 | 45 % |
| Stratégies de debugging | 5 | 84 % |
| Évaluation | 6 | 41,66 % |
DISCUSSION SUR L’OUTIL DE MESURE
Les résultats de cette recherche mettent en évidence des différences et des similitudes intéressantes entre les deux étudiantes concernant leurs compétences métacognitives. En termes de connaissance de la cognition, les deux étudiantes montrent une compréhension comparable de leur capacité à identifier ce qu’il est nécessaire de savoir pour accomplir une tâche. Toutefois, une différence significative de 20 % dans la composante connaissance procéduralerévèle que l’étudiante de l’EPFL démontre une meilleure aptitude à utiliser des stratégies concrètes dans des situations pratiques. En revanche, cette dernière affiche une moins bonne performance en connaissance conditionnelle (43,75 %), ce qui indique des difficultés à adapter ses connaissances en fonction des contextes, contrairement à l’étudiante en éducation spécialisée, qui obtient un score de 60 % dans cette catégorie.
Dans la régulation de la cognition, les deux étudiantes présentent des moyennes similaires en planification et en évaluation, avec des scores autour de 50 %, ce qui suggère des compétences modérées dans ces deux domaines. Elles obtiennent également des résultats proches en stratégies de gestion de l’information, avec des scores allant de 70 % à 75 %, reflétant une capacité solide à organiser et structurer les informations. Cependant, des différences plus nettes émergent dans les autres composantes : l’étudiante en éducation spécialisée se distingue par une performance plus élevée en monitorage (67,14 %), ce qui traduit une meilleure capacité à surveiller ses propres progrès en temps réel. À l’inverse, l’étudiante de l’EPFL excelle dans les stratégies de debugging (84 %), démontrant une aptitude exceptionnelle à identifier et corriger ses erreurs.
Pour résumer,l’étudiante 1(éducation spécialisée) se distingue par sa capacité d’adaptation contextuelle et ses compétences en monitorage, qui favorisent une
7
gestion efficace des performances en temps réel. En revanche, l’étudiante 2 (EPFL) se démarque par une maîtrise notable des connaissances procédurales et déclaratives, ainsi que par une capacité remarquable à surmonter les blocages grâce à des stratégies de debugging. Ces résultats reflètent deux profils métacognitifs complémentaires. Toutefois, les deux étudiantes partagent une faiblesse commune en évaluation, un domaine clé à améliorer pour développer une réflexion approfondie sur leurs performances et favoriser un apprentissage continu.
3. COMPARAISON ENTRE LES DEUX OUTILS
Lors du croisement des deux outils, il semblait pertinent de rassembler certaines composantes qui semblaient se retrouver dans les deux instruments. C’est ainsi que ce sont établis les points suivant :
Planification et fixation d’objectifs (SRLIS) « planification (MAI)
Les deux outils mettent en lumière l’importance de planifier les tâches à accomplir et
de se fixer des objectifs clairs avant de se lancer dans un apprentissage.
Organisation et transformation, recherche d’information, tenue de registres et suivi (SRLIS) « gestion de l’information (MAI)
Ces catégories reflètent la capacité des apprenant·e·s à organiser, transformer et structurer les informations nécessaires à leur apprentissage, ainsi qu’à effectuer des recherches et suivre leurs progrès.
Recherche d’aide sociale (SRLIS) « Résolution de problèmes (MAI)
La catégorie du MAI relative à la résolution de problèmes englobe également la dimension sociale de l’apprentissage, telle que la recherche d’aide auprès d’autrui, une stratégie explicitement mentionnée dans le SRLIS.
Autoévaluation (SRLIS) « évaluation (MAI)
Ces deux catégories convergent dans leur objectif, celui d’amener les apprenant·e·s à réfléchir sur leurs performances après une tâche et à évaluer la qualité de leur apprentissage.
Les composantes du MAI mentionnées se limitent à la régulation de la cognition, car elles s’alignent sur les catégories du SRLIS, qui évaluent des stratégies concrètes et actionnelles mises en œuvre par les apprenant·e·s, telles que la planification et la fixation d’objectifs, l’organisation et transformation, larecherche d’information, la tenue de registres et suivi, ou encore l’autoévaluation. Ces stratégies correspondent directement à des processus actifs de gestion de l’apprentissage, comme la planification d’une tâche, l’organisation des informations nécessaires ou le suivi de ses progrès, qui sont aussi abordés dans le MAI via des composantes comme la planification, la gestion de l’information ou encore l’évaluation de l’apprentissage.
8
En revanche, les composantes de la connaissance de la cognition du MAI (déclarative, procédurale, conditionnelle) ne trouvent pas d’équivalent direct dans le SRLIS. Ces dimensions introspectives concernent ce que l’apprenant·e sait de ses propres capacités :quelles stratégies sont disponibles et comment elles fonctionnent (déclarative), comment effectuer une tâche efficacement (procédurale), et quand et pourquoi utiliser ces stratégies (conditionnelle). Le SRLIS, de son côté, se concentre sur l’identification et l’utilisation explicite de stratégies actionnelles spécifiques, comme la recherche d’information ou la transformation de contenus, sans évaluer la conscience qu’a l’apprenant·e de ses capacités cognitives ou des raisons sous- jacentes à ses choix stratégiques.
CONCLUSION
Il est peu pertinent de comparer directement ces deux instruments, car ils mesurent des aspects distincts de l’apprentissage. Cependant, il est possible d’évaluer la cohérence des réponses des apprenantes, notamment parce que certaines catégories, comme la demande d’aide sociale, apparaissent dans le MAI en tant qu’items spécifiques, bien qu’elles y soient peu représentées. Par ailleurs, il est essentiel de noter qu’un oubli de mentionner une stratégie dans le SRLIS ne signifie pas nécessairement que cette stratégie est absente des pratiques de l’apprenante.
Malgré ces limites, l’utilisation conjointe des deux outils offre un aperçu global et enrichi des pratiques des apprenantes dans leurs processus d’apprentissage. En effet, le SRLIS propose une liste détaillée des stratégies déclarées, tandis que le MAI fournit des informations complémentaires en explorant les attitudes et la réflexion des apprenantes vis-à-vis de leurs stratégies. Ces deux instruments, utilisés ensemble, permettent ainsi une analyse plus complète et nuancée des démarches métacognitives.
Toutefois, il convient de garder à l’esprit que les réponses des apprenantes peuvent être influencées par des biais subjectifs ou contextuels, et qu’elles ne reflètent pas toujours fidèlement la réalité. Par conséquent, pour affiner ces résultats, il serait pertinent d’enrichir l’analyse en croisant les données obtenues avec d’autres indicateurs, tels que les résultats académiques ou des observations directes. Une telle triangulation offrirait une vision plus solide et fiable des pratiques métacognitives des apprenantes.
9
BIBLIOGRAPHIE
- Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change. Psychological Review, 84(2), 191–215.
- Brown, A. L. (1987). Metacognition, executive control, self-regulation, and other more mysterious mechanisms. In F. E. Weinert & R. H. Kluwe (Eds.), Metacognition, motivation, and understanding (pp. 65–116). Erlbaum.
- Effeney, G., Carroll, A., & Bahr, N. (2013). Self-regulated learning: Key strategies and their sources in a sample of adolescent males. Australian Journal of Educational & Developmental Psychology, 13, 58–74. Retrieved from https://www.semanticscholar.org/paper/Self-Regulated-Learning%3A-Key- strategies-and-their-a-Effeney- Carroll/5274bae9d23d341813d5942112adacbb4d233b5e
- Flavell, J. H. (1976). Metacognitive aspects of problem solving. In L. B. Resnick (Ed.), The nature of intelligence (pp. 231–235). Erlbaum.
- Gutierrez de Blume, A. P., et al. (2024). Psychometric properties of the Metacognitive Awareness Inventory (MAI): Standardization to an international Spanish with 12 countries. Metacognition and Learning.https://doi.org/10.1007/s11409-024-09388-9
- Heikkinen, S., Saqr, M., Malmberg, J., & Tedre, M. (2023). Supporting self-regulated learning with learning analytics interventions – A systematic literature review. Education and Information Technologies, 3088. https://doi.org/10.1007/s10639-022-11281-4
- Schraw, G., & Dennison, R. S. (1994). Assessing awareness. Contemporary Educational Psychology, 475. https://doi.org/10.1006/ceps.1994.1033
- 28(3), 3059– metacognitive 19(4), 460– Schunk, D. H. (1985). Self-efficacy and classroom learning. Psychology in the Schools, 22(2), 208–223.
Zimmerman, B. J. (1989). A social cognitive view of self-regulated academic learning. Journal of Educational Psychology, 81(3), 329–339. 10 - Zimmerman, B. J., & Martinez-Pons, M. (1988). Construct validation of a strategy model of student self-regulated learning. Journal of Educational Psychology, 80(3), 284–290. https://doi.org/10.1037/0022-0663.80.3.284
- Zimmerman, B. J., & Martinez-Pons, M. (1990). Student differences in self-regulated learning: Relating grade, sex, and giftedness to self-efficacy and strategy use. Journal of Educational Psychology, 82(1), 51–59. https://doi.org/10.1037/0022- 0663.82.1.51
- Zimmerman, B. J., & Pons, M. M. (1986). Development of a structured interview for assessing student use of self-regulated learning strategies. American Educational Research Journal, 23(4), 614–628. https://doi.org/10.2307/1163093
