Les mécanismes cognitifs de l'apprentissage
Préface1
Jean-François Richard
Introduction5
Chapitre 1. Les concepts utiles et quelques formalismes de représentation13
1.1. Concepts utiles13
1.1.1. Information13
1.1.2. Traitement de l'information14
1.1.3. Problème15
1.1.4. Compréhension17
1.1.5. Mémoires18
1.1.5.1. Mémoire à court terme18
1.1.5.2. Mémoire à long terme20
1.1.5.3. Mémoire épisodique (ou mémoire autobiographique)20
1.1.5.4. Mémoire de travail21
1.1.5.5. Connaissances22
1.2. Quelques formalismes utilisés en psychologie cognitive pour représenter les connaissances stockées en MLT23
1.2.1. Formalisme de représentation des connaissances déclaratives : le réseau sémantique24
1.2.2. Formalisme de représentation des connaissances procédurales26
1.2.2.1. Système de production : les trois concepts importants26
1.2.2.2. Règle de production26
1.2.2.3. Instanciation de variables27
1.2.2.4. Système de production28
1.2.3. Formalisme de représentation du processus de compréhension29
1.2.3.1. Le « schéma » selon Rumelhart (1980)29
1.2.3.2. Processus de traitement des données dans le cadre du schéma33
Chapitre 2. Définition et bref historique37
2.1. Définition37
2.2. Cadres conceptuels40
2.3. Principaux concepts de résolution de problème42
2.3.1. Concepts « espace problème » et « chemin »44
2.3.2. Concepts « heuristique » et « arbre de recherche »47
2.3.2.1. Heuristiques47
2.3.2.2. Arbre de recherche et pile de buts48
2.4. Modèles formels50
2.4.1. Modèles basés sur les règles de production51
2.4.1.1. Renforcement (positif ou négatif) des règles et création de nouvelles règles52
2.4.1.2. Algorithme génétique53
2.4.2. Avantages des modèles connexionnistes en apprentissage55
Chapitre 3. Apprendre à résoudre un problème59
3.1. Décomposer un problème complexe en sous-problèmes : la recherche de Lee et Anderson (2001)60
3.1.1. Tâche KA-ATC62
3.1.2. Règles d'action62
3.1.3. Analyse de la tâche KA-ATC64
3.1.4. Résultats observés65
3.2. Quatre étapes de la résolution de problème : la recherche d'Anderson et al. (2016)69
3.2.1. Procédures70
3.2.2. Types de problèmes70
3.2.3. Taille des opérandes70
3.2.4. Taux de réponses et temps de latence71
3.2.5. Démonstration de l'existence des quatre étapes : la recherche d'Anderson et al. (2016)71
3.2.5.1. Effet de type de problème72
3.2.5.2. Effet du second opérande73
3.3. Trois stades de l'apprentissage par la résolution de problème73
Chapitre 4. Apprendre un concept par les exemples de concepts : l'induction81
4.1. Apprentissage de catégorie basée sur des règles84
4.2. La question du « biais de confirmation »88
4.3. Dualité entre l'identification de concept basée sur les règles versus l'identification de concept basée sur la similarité92
4.4. Brève conclusion102
Chapitre 5. Apprentissage implicite105
5.1. Présentation105
5.2. Niveau de « conscience » des connaissances acquises par l'apprenant108
5.2.1. Recherche princeps108
5.2.1.1. Matériel expérimental et procédure d'expérience109
5.2.1.2. Principaux résultats112
5.2.2. Savoir à acquérir116
5.3. Statut des fragments et question des connaissances acquises « abstraites » ou « concrètes »119
5.3.1. Statut des fragments dans les expériences d'apprentissage de la grammaire artificielle119
5.3.2. Connaissances acquises, « abstraites » ou « concrètes » ?121
5.3.2.1. Transfert123
5.3.2.2. Dualité « concret/abstrait »124
5.3.2.3. Conditions de la tâche d'apprentissage125
5.3.2.4. Motivation125
5.4. Conclusion sur le domaine de l'apprentissage implicite125
5.4.1. Apprentissage implicite et apprentissage statistique126
5.4.2. Différences individuelles127
5.4.3. Apprentissage statistique, quel(s) mécanisme(s) ?128
5.4.4. Apprentissage statistique, quelles applications ?129
Chapitre 6. Le rôle des connaissances a priori dans la construction de la représentation du problème131
6.1. Méthode expérimentale basée sur la comparaison des résultats de groupes132
6.2. Méthode expérimentale basée sur l'analyse de protocoles individuels141
6.3. Méthode expérimentale utilisant le transfert d'apprentissage145
6.3.1. Hypothèses générales145
6.3.2. Matériel utilisé146
6.3.3. Hypothèses expérimentales149
6.3.4. Expériences150
6.3.4.1. Expérience 1151
6.3.4.2. Expérience 2155
6.4. Conclusion sur le rôle des connaissances a priori dans la construction de la représentation du problème157
Chapitre 7. Acquérir les connaissances d'un domaine de connaissance161
7.1. Apprendre par explication161
7.1.1. Apprendre à résoudre des problèmes à partir d'études d'exemples de solutions (Chi et al. 1989)162
7.1.2. Acquisition des connaissances déclaratives concernant le système circulatoire du corps humain (Chi et al. 1994)165
7.1.2.1. Résultats globaux170
7.1.2.2. Résultats d'analyse de protocoles individuels171
7.1.3. Acquisition des connaissances en physique (Hausman et VanLehn 2010)173
7.1.3.1. Résultats à partir des données sur les demandes d'aide durant la résolution des problèmes178
7.1.3.2. Résultats concernant l'application des composantes de connaissances179
7.1.4. Brève conclusion180
7.2. Apprendre par la résolution de problème181
7.2.1. Résultats184
7.3. Annexe : remarques concernant la Cognitive Load Theory185
Chapitre 8. Apprentissage causal191
8.1. Bref historique192
8.2. Cadre conceptuel194
8.2.1. Contiguïté temporelle et spatiale195
8.2.2. Priorité temporelle de la cause sur l'effet196
8.2.3. Contingence196
8.2.4. Expérience antérieure197
8.2.5. Trois concepts du domaine d'apprentissage causal198
8.2.5.1. Attribution causale, basée sur ses connaissances antérieures198
8.2.5.2. Inférence causale ou raisonnement causal198
8.2.5.3. Induction causale ou apprentissage causal198
8.3. Formalisation et recherches expérimentales chez les adultes198
8.3.1. Modèles probabilistes de l'apprentissage causal199
8.3.1.1. Modèles associatifs199
8.3.1.2. Modèle bayésien de l'apprentissage humain200
8.3.2. Deux recherches chez les adultes202
8.3.2.1. Sur les stratégies de choix d'hypothèses sur les causes : la recherche de Bonawitz et al. (2014)202
8.3.2.2. Sur le principal biais cognitif dans l'apprentissage causal : la recherche de Powell et al. (2016)210
8.3.3. Pour conclure la section sur l'apprentissage causal chez l'adulte216
8.4. Recherches expérimentales chez les enfants218
8.4.1. Relation « dessus-dessous »219
8.4.2. Relation « même-différent »222
8.4.3. Importance des connaissances antérieures225
8.4.4. Activité propre de l'enfant227
8.4.5. Pour conclure sur l'apprentissage causal chez l'enfant229
8.4.5.1. Question de la comparabilité des situations d'apprentissage230
8.4.5.2. Place de la relation « même » dans la théorie piagétienne233
8.4.5.3. Apport des domaines connexes235
Chapitre 9. Les modèles système de traitement symbolique en psychologie cognitive239
9.1. Formalisation : pour quoi faire ?239
9.2. Modèle ACT-R d'acquisition de l'habileté à résoudre un problème complexe : le modèle de Taatgen et Lee (2003)240
9.3. Modèle d'apprentissage d'un jeu à deux adversaires246
9.3.1. Structure de contrôle250
9.3.2. Règles Ji pour jouer et Nj pour coder les événements (activées durant le jeu)250
9.3.3. Règles APk pour raisonner sur les buts251
9.3.4. Simulation de quelques parties du jeu252
9.4. Modèle d'apprentissage par analogies multiples255
9.4.1. Premier type d'acquisition de connaissances256
9.4.2. Deuxième type d'acquisition de connaissances258
9.5. Deux modèles d'apprentissage des calculs arithmétiques de Siegler265
9.6. Modèles STI en psychologie cognitive et modèles d'apprentissage en IA : quels liens ?274
Conclusion. Questions de méthodologie, acquis, évolution279
Bibliographie291
Index315