Introduction 

La thématique de l’apprentissage autorégulé occupe une place centrale dans les domaines liés à l’éducation. Elle repose sur l’idée que les étudiant·e·s peuvent directement influencer leur apprentissage et est par conséquent particulièrement pertinente dans le contexte universitaire où les étudiant·e·s sont souvent confronté·e·s à des défis académiques qui nécessitent une gestion autonome de leur apprentissage.

Ce travail explore deux outils d’évaluation des stratégies d’apprentissage autorégulé : le Self-Regulated Learning Interview Schedule (SRLIS) et la microanalyse SRL. Chacun de ces outils offre une approche distincte pour mesurer les stratégies d’autorégulation : le SRLIS par l’analyse des pratiques déclarées et la microanalyse SRL par l’observation en temps réel des ajustements réalisés par les apprenant·e·s. Ces outils, de prime abord opposés, sont pourtant complémentaires sur certains aspects. 

Cette réflexion s’articule autour de trois axes principaux. Dans un premier temps, les spécificités de chacun des outils sont présentées et accompagnées d’une brève analyse. Elle sont suivies de l’analyse croisée des résultats obtenus. Dans un dernier temps, une prise de recule permet d’évaluer les avantages et limites de ces approches en vue de leur utilisation dans divers contextes.

Une partie de l’analyse a été réalisée en collaboration avec une collègue. Cette manière de procéder permet une meilleure prise de recule et une meilleure fidélité et procédant par accord interjuges.  

1.     Self-Regulated Learning Interview Schedule (SRLIS)

1.1      Description de l’échantillon

Pour ce travail, deux étudiantes ont été interrogées.

Le sujet 3, 24 ans, étudie la climatologie en première année de master, dans un cursus rattaché à aucune faculté particulière en raison des différentes approches possibles de la thématique. 

Le sujet 4, 23 ans, est en dernière année d’étude à la haute école pédagogique de Fribourg. 

Le choix de ces étudiantes s’est fait par défaut en fonction des connaissances personnelles du chercheur hors domaine des sciences de l’éducation. Pour des raisons organisationnelles, les deux entretiens se sont passés au bureau, au domicile du chercheur. Les sujets ont réalisé successivement l’outils SRLIS puis à la microanalyse SRL, développée dans un second temps.

La numérotation des sujets est liée à l’analyse croisée qui sera présentée dans un deuxième temps et qui comprend les sujets 1 et 2, toutes deux étudiantes en master en sport et motricité à l’université de Fribourg, interrogées par un·e collègue. 

1.2      Description de la méthodologie

1.2.1      Présentation du SRLIS

Le Self-Regulated Learning Interview Schedule (SRLIS), développé par Zimmerman et Martinez-Pons (1986), est un instrument d’évaluation utilisé pour mesurer les stratégies d’apprentissage autorégulé chez les étudiant·e·s. Le SRLIS se base sur les pratiques rapportées d’étudiant·e·s lors d’entretiens structurés portant sur leurs méthodes d’apprentissages dans six situations spécifiques. Comme le précisent les auteurs, il s’agit de « situations de classe, lors de l’étude à domicile, lors de la réalisation de travaux d’écriture, lors de travaux de mathématiques, lors de la préparation et du passage de tests, et lorsque l’étudiant est peu motivé à réaliser ses devoirs » (Zimmerman & Martinez-Pons, 1986, p. 284).

Chaque stratégie avancée fait l’objet d’une évaluation de sa fréquence selon une échelle de Likert, allant de « rarement »  à « la plupart du temps ». Ces données sont ensuite classées dans 14 catégories de stratégies d’apprentissage autorégulé (Zimmerman & Martinez-Pons, 1986). 

Zimmerman (1986) définit l’apprentissage autorégulé comme un processus dynamique par lequel l’apprenant·e prend en main son apprentissage de manière proactive et réflexive. Ce processus implique la capacité de se fixer des objectifs, de surveiller et d’évaluer continuellement ses performances ainsi que d’adapter ses stratégies d’apprentissage en maintenant sa motivation. Le concept se déroule dans un cycle interactif comprenant trois phases : l’anticipation (où l’apprenant·e planifie et se motive), la performance (où il·elle met en œuvre et ajuste ses stratégies) et l’autoréflexion (où il·elle évalue ses résultats et tire des apprentissages).

1.2.2      Prise en main

Les deux membres du duo se sont rencontrés et ont travaillé ensemble dans la compréhension du fonctionnement du SRLIS. L’objectif de cette démarche est de s’assurer d’une même compréhension générale de l’outils afin de simplifier le traitement des données et la comparaison des résultats dans un second temps. 

1.2.3      Création du guide

Une première version du guide a été réalisée en commun. Cette version est en partie adaptée à chaque sujet afin de proposer des situations aussi proches que possible de leur vécu et domaines d’études. Dans la situation du sujet 1 par exemple, le cours fictif portant sur « l’histoire du mouvement des droits civiques » s’est transformé en un cours sur les cycles géochimiques du carbone et du climat. 

1.3      Traitement des données

La première étape a consisté en la transcription des entretiens réalisés avec les deux étudiantes, en utilisant l’outil de retranscription TurboScribe. Cet outil, grâce à la reconnaissance vocale accélère la conversion des enregistrements audio en texte. Cependant, une relecture attentive est nécessaire pour corriger les erreurs et assurer une retranscription fidèle. 

Une fois les retranscriptions terminées, les données ont été importées dans Atlas.ti. En prenant comme base les stratégies d’autorégulation prédéfinies par le SRLIS, des codes ont été créés pour chaque stratégie dans Atlas.ti. Avant l’application de ces codes, un accord interjuge a été établi entre les collaborateur·ice·s, conformément aux recommandations de Bandalos (2015), afin d’assurer la fiabilité et la cohérence de notre classification. Cet accord a été revisité en cours de codage pour résoudre les incertitudes, permettant ainsi une interprétation la plus uniforme possible des données. 

Les entretiens ont été segmentés en unités de sens, chaque unité correspondant à une idée ou à une stratégie précise. Ces segments ont ensuite été associés aux codes appropriés, simplifiant ainsi l’analyse des verbatims et facilitant le regroupement et l’organisation des stratégies d’autorégulation pour une exploration plus approfondie des données.

Après le codage des verbatims, ceux-ci ont été exportés vers Excel pour une analyse quantitative. Chaque stratégie a été attribuée à une colonne distincte et les verbatims correspondants y ont été classés. Ce format a permis de comptabiliser la fréquence et l’occurrence des stratégies citées par les étudiantes, révélant des tendances d’utilisation des stratégies d’autorégulation employées. En vue de l’analyse des données, les occurrences ont également été transformées en pourcentage pour tendre vers une standardisation des données.  

1.4      Présentation des résultats 

Le premier aspect ressortant de l’analyse est la présence de stratégies appartenant à un large éventail de catégories. Parmi ces catégories, celles d’ « auto-évaluation », de « structuration de l’environnement » et de « fixation d’objectifs et planification » semblent revêtir une importance particulière, avec des occurrences plutôt élevées chez tous les sujets, quel que soit leur niveau ou leur domaine d’études (précisément 18,37%, 10,20% et 20,41% des occurrences chez le S1 ; 21,62%, 16,22% et 13,51% chez le S2). 

Les déclarations des sujets montrent des pratiques qui appartiennent aux trois phases du cycle d’autorégulation de Zimmerman (1986) et tendent en ce sens à être efficaces. En cumulant les scores, on remarque que les occurrences des catégories liées à la phase de performances occupent la place la plus importante, dépassant la moitié des mentions. L’importante variété des stratégies utilisées lors de cette phase varie cependant entre les deux sujets. Le sujet 4 semble favoriser la structuration de l’environnement et la recherche d’aide sociale. A l’inverse, le sujet 3 montre une mobilisation de stratégie plus uniforme dans l’appartenance aux différentes catégories. Une corrélation de ces pratiques avec les résultats obtenus permettrait de rendre compte de leur efficience. 

Figure 1

Représentation graphique de la fréquence d’apparition des comportement d’autorégulation chez les sujets suite à la passation de l’outil SRLIS, par catégorie,  en %.

1.5      Discussion de l’outils de mesure 

Plusieurs points semblent intéressants à aborder dans cette partie. Les premières interrogations concernent l’outils lui-même et la clarté et formulation de certaines situations. Des demandes de précision quant à la compréhension correcte des situations ont été formulées par les étudiantes et les précisons apportées ont potentiellement orienté les réponses des étudiantes. 

L’utilisation des catégories a aussi engendré des questionnements sur plusieurs aspects. Le premier de ces questionnements est lié à l’interprétation faite de certains verbatims en fonction de sa propre expérience. Lors de l’accord interjuges, nous nous sommes en effet rendus compte que lorsqu’un doute subvenait quant à la catégorie à laquelle appartenait un verbatim, nous nous référions dans un premier temps à notre propre expérience avant de chercher une autre interprétation possible. 

Nous avons également été empruntés lorsque les sujets ont expliqué utiliser des Intelligences Artificielles (IA) en fonction de leur utilisation. Il est parfois clair que l’IA est utilisée à des fins de recherche d’informations ou de synthétisation d’un texte, par exemple. Dans d’autres situations, l’utilisation de l’IA se réfère plutôt à une recherche d’aide sociale. Il conviendrait peut-être ici de créer une nouvelle catégorie ou de définir différemment celle déjà existante afin de prendre en compte ce nouveau paramètre qu’est l’IA. 

La catégorie auto-évaluation nous a également posé des difficultés d’interprétation. Les verbatims qui parlaient d’auto-évaluation du propre travail de l’étudiante, ceux de la difficulté perçue du cours ou encore de l’évolution de sa propre manière d’étudier à travers le temps nous semblent tous appartenir à cette catégorie avec toutefois un large champ d’interprétation de ce que peut être l’auto-évaluation. Il pourrait être utile de la préciser pour éviter toute confusion.

Suite à l’analyse des données, l’utilisation possible des verbatims selon différentes modalités a été questionnée. Le nombre d’occurrence en fonction des catégories est pris en compte dans ce travail. Néanmoins, une approche prenant en compte la durée de chaque verbatim classé pourrait permettre de nuancer ou préciser les résultats. Il est probable qu’un aspect jugé plus important par un·e étudiant·e soit plus développé. Prendre ceci en compte peut renforcer la précision des analyses, du moins sur un faible échantillon comme dans cette situation. 

2.     SRL Microanalysis  

2.1      Description de la méthodologie

2.1.1      Présentation de la microanalyse SRL

La microanalyse de l’apprentissage autorégulé (SRL) est une approche qualitative qui vise à analyser en détail les processus d’autorégulation des apprenant·e·s lorsqu’ils·elles s’engagent dans des tâches spécifiques d’apprentissage. Elle peut être définie comme l’observation en temps réel des comportements, des stratégies et des croyances autorégulatrices des apprenant·e·s (Cleary et al., 2012, Follmer & Sperling, 2018). Elle repose sur l’idée que l’autorégulation est un processus dynamique et cyclique impliquant plusieurs phases interconnectées : la planification, l’exécution et la réflexion.

Selon cette perspective, les étudiant·e·s naviguent constamment entre différentes phases de régulation lorsqu’ils réalisent une tâche (Cleary et al., 2012, Follmer & Sperling, 2018). Ils·elles commencent par une phase de planification durant laquelle des objectifs sont fixés et des stratégies pour accomplir la tâche préparées. Ensuite, pendant la phase d’exécution, ces stratégies sont mises en œuvre tout en surveillant leur performance et en ajustant leurs efforts si nécessaire. Enfin, dans la phase de réflexion, les étudiant·e·s évaluent leur performance, analysent l’efficacité des stratégies employées et tirent des leçons pour des tâches futures. Cleary et al. (2012) soulignent l’importance d’observer ces processus non pas après coup, mais directement pendant que les apprenants sont engagés dans la tâche. Cela permet de capturer les ajustements subtils que les apprenants réalisent au fur et à mesure.

2.1.2      Outils et utilisation

L’un des aspects distinctifs de la microanalyse SRL est l’utilisation d’entretiens structurés et de protocoles spécifiques. Selon Cleary et al. (2012) toujours, ces entretiens ciblent les processus autorégulateurs aux différents moments de la tâche et permettent d’évaluer les stratégies utilisées par les apprenant·e·s en temps réel. Les réponses sont ensuite codées en verbatim, ce qui permet une analyse en profondeur des comportements d’autorégulation. L’importance de choisir des tâches précises est mise en avant, avec des étapes claires afin que l’observation des processus d’autorégulation soit la plus précise possible. Cela permet d’adapter les questions et les observations en fonction des spécificités de la tâche, et non d’utiliser des outils standardisés, parfois moins pertinents.

L’outil de microanalyse SRL a pour objectif une identification des processus utilisés en situation afin de proposer aux apprenant·e·s une prise de conscience, une remédiation ou une progression dans l’utilisation de ceux-ci (Cleary et al., 2012).

2.1.3      Prise en main

Bien qu’étant un outils favorisant un traitement qualitatif des données récoltés, il a été décidé de coder les vebatims en se basant sur les phases et catégories correspondantes établies par Zimmerman (2002). Ces catégories génériques ont ensuite été mise en lien avec celle du SRLIS dans un nouveau codage afin de permettre un croisement des données par sujet (annexe 3). Cette manière de procéder fait perdre en précision à l’outils de microanalyse SRL en lui-même mais rend possible un croisement des deux outils, objectif de ce travail. 

La fréquence et l’occurrence des stratégies citées par les étudiantes ont été codées pour faire ressortir des tendances d’utilisation des stratégies d’autorégulation employées. Ici également, les occurrences ont été standardisées sous forme de pourcentage pour permettre une comparaison entre elles. Lors de l’analyse croisée SRLIS-SRL, le nombre de catégories prises en compte a été réduit afin que le caractère guidé de l’entretien SRL influence au minimum la comparaison (suppression des catégories liées à la recherche d’informations, la structuration de l’environnement, la répétition et la recherche d’aide sociale). 

2.2      Présentation des résultats de la microanalyse SRL

La représentation des processus d’apprentissage des sujets (figure 2 ci-dessous) permet de constater une grande hétéroclité dans leur utilisation. Il ressort néanmoins que toutes les étudiantes passent par un moment de planification stratégique de la tâche (AAP), mobilisent des stratégies d’apprentissage (PPS) et auto-évaluent leur travail selon des standards (AAAS). 

Figure 2

Représentation graphique de la fréquence d’apparition des comportement d’autorégulation chez les sujets suite à la passation de l’outil de microanalyse SRL , par catégorie,  en %.

En prenant un peu de recul par rapport à ces situations, les sujets 1, 2 et 3 montrent également une plus grande citation de stratégies liées à la phase de performance qu’à celles d’anticipation ou d’auto-réflexion. Le sujet 4 sort de ce schéma avec une auto-réflexion qui semble beaucoup plus importante. 

Un rapport inversé entre la fréquence des verbatims liés à l’anticipation et ceux liés à l’auto-évaluation ressort également (graphique). Il semblerait que plus une personne anticipe la performance moins l’auto-réflexion liée est importante, et inversement. Les données récoltées ici ne permettent pas d’affiner ou chiffrer cette observation, il serait néanmoins pertinent de proposer un travail qui cible cet aspect. 

Figure 3

Représentation graphique simplifié de la fréquence d’apparition des comportement d’autorégulation chez les sujets suite à la passation de l’outil de microanalyse SRL , par catégorie,  en %.

2.3      Présentation des résultats croisés SRLIS – SRL

Les résultats croisés sont présentés ici par sujet. Afin de permettre une meilleure expression de la complémentarité de ces outils, deux graphiques ont été réalisés pour chaque sujet. Le premier graphique (SRLIS/SRL, annexe 5) montre une comparaison entre les pratiques déclarées du sujet (SRLIS) dans un large contexte et les pratiques effectives (microanalyse SRL) dans un contexte précis. Il présente donc une cartographie générale des processus d’autorégulation mis en œuvre. Le second (SRLIS/SRL adapté, annexe 5) exclue les catégories sur lesquelles le sujet n’avait pas d’emprise lors de la passation de l’outil de microanalyse SRL (soit les catégories « fixation d’objectifs et planification », « recherche d’informations », « structuration de l’environnement », « répétition et mémorisation » et « recherche d’aide sociale »). Ces graphiques sont tous disponible en annexe uniquement par soucis de lisibilité. 

L’observation des diagrammes de Kiviat du SRL met en évidence chez les sujets 1, 2 et 4 l’utilisation principale de stratégies liées à une catégorie précise (fixation d’objectifs et planification pour les sujets 1 et 2, auto-évaluation pour le sujet 3, plus de 40% des occurrences dans chacun des cas). Les graphiques des deux tests se complètent chez ces trois sujets et montrent ensemble une utilisation variée des différentes stratégies d’auto-régulation des apprentissages. Une différence entre les pratiques déclarées du SRLIS et les pratiques effectives de la microanalyse SRL se dégage néanmoins dans les données traitées. 

Le sujet 3 montre un diagramme sensiblement différent. Chez elle, les pratiques déclarées du SRLIS se superposent aux pratiques effectives relevés lors de la microanalyse SRL. Cette grande conscience et connaissance de ses propres pratiques d’auto-régulation mériterait d’être questionnée quant à ses causes ou son impact sur les apprentissages. 

2.4      Discussion de l’outils de mesure

La microanalyse SRL est un outils puissant qui permet une analyse en profondeur des processus d’apprentissage d’un·e individue. Elle montre deux forces principales. La première est la mise en situation effective qui offre une réelle plu value et permet une récolte de données proche de celle possible dans une situation authentique. Malgré une potentielle restriction des stratégies montrées en raison de l’aspect directif de l’outils, cet aspect représente une réelle force de l’outils. La seconde grande force de l’outils est son adaptabilité à un large public, en terme d’âge ou de niveau d’études ainsi que le retour rapide sur les stratégies mobilisées qui permet un développement de stratégies d’auto-régulation personnalisé. 

Néanmoins, elle révèle une asymétrie forte entre le chercheur et le·la participant·e. D’une part la posture du·de la chercheur·euse est inconfortable dans l’attente de la réalisation des tâches.  D’autre part, le contexte induit un biais potentiel lié à la désirabilité sociale dans les réponse. Cette approche exige également un investissement considérable des participants et peut potentiellement altérer la dynamique naturelle de l’apprentissage, remettant en question l’authenticité des données collectées. Cet investissement est également important pour le·la chercheur·euse en terme de temps.

3.     Comparaison entre les outils

Malgré des utilisations et objectifs d’applications différents de prime abord, ces deux outils recèlent de nombreuses similitudes. 

D’un côté, le SRLIS est un outil basé sur les pratiques déclarées des étudiant·e·s, proposant une analyse standardisée et quantitative. Ses objectifs de vision globale et d’inférence de résultats s’opposent directement à l’idée d’accompagnement pédagogique de la microanalyse SRL et de l’analyse de cas dans une situation effective liée. 

Cependant, leurs fondements théoriques communs par Zimmerman (1986, 2002) nous a permis de faire coïncider entre elles les différentes catégories de stratégies d’autorégulation prédéfinies par le SRLIS et la microanalyse SRL (annexe 3). Cet aspect a permis d’entrevoir une complémentarité entre ces outils, complémentarité confirmée lors des analyses. L’accès et l’exploitation de cette complémentarité demande néanmoins un grand travail de traitement des données au·à la chercheur·euse. Il est également important d’être conscient·e de la perte de granularité des données que cela engendre. Le temps nécessaire à la récolte des données de la microanalyse remet également en question de choix d’éloignement de l’objectif initial de l’outil au profit d’un traitement quantitatif dans lequel l’outils SRLIS est bien plus pertinent. 

Conclusion

L’analyse des stratégies d’apprentissage autorégulé est essentielle pour comprendre comment les apprenant·e·s gèrent leurs apprentissages, les soutenir dans ce processus ou leur proposer des pistes d’amélioration et remédiation. Les résultats de cette recherche et du croisement des outils SRLIS et SRL microanalyse mettent en lumière l’intérêt de l’utilisation conjointe de ces outils qui offrent des visions complémentaires des dynamiques d’apprentissage. Le traitement conjoint des pratiques déclarées et effectives ouvre la possibilité d’une analyse approfondie des stratégies et ajustements en temps réel. L’utilisation de ce procédé est néanmoins extrêmement coûteux en terme de temps investis par le·la chercheur·euse et les sujets, ce qui questionne directement le réel intérêt de sa mise en œuvre, du moins sans adaptation. La flexibilité est en effet la grande force de la microanalyse SRL. Cette capacité à être adaptée à divers contextes, à un large éventail d’apprenant·e·s de tout âge ou une grande variété de situations d’apprentissages en fait un outil-référence dans l’accompagnement direct et l’apprentissage de l’autorégulation. 

Les résultats de l’analyse des données récoltées auprès des étudiantes révèlent des tendances intéressantes dans l’utilisation des stratégies d’autorégulation, consciemment ou non. Il serait maintenant intéressant d’affiner certains de ces aspects pour identifier le réel impact sur les apprentissages d’une cohérence entre les pratiques déclarées et effectives. L’évolution rapide des technologies et l’utilisation grandissante des IA dans l’aide à l’apprentissage questionne également, dans une toute autre dimension, l’utilisation de ces outils sous leur forme actuelle. 

4.    Liste de références

• Bandalos, D. L. (2018). Measurement theory and applications for the social sciences. The Guilford Press.
• Cleary, T. J., Callan, G. L., & Zimmerman, B. J. (2012). Assessing Self-Regulation as a Cyclical, Context-Specific Phenomenon: Overview and Analysis of SRL Microanalytic Protocols. Education Research International, 2012, 1–19. https://doi.org/10.1155/2012/428639
• Follmer, D. J., & Sperling, R. A. (2018). Examining the Role of Self-Regulated Learning Microanalysis in the Assessment of Learners’ Regulation. The Journal of Experimental Education, 87(2), 269–287. https://doi.org/10.1080/00220973.2017.1409184  
• 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. https://doi.org/10.2307/1163093
• Zimmermann, B. (2002). Efficacité perçue et autorégulation des apprentissages durant les études : une vision cyclique. Dans P. Carré et A. Moisan (dir.), La formation autodirigée. Aspects psychologiques et pédagogiques (pp.69-88). L’Harmttan.