Une question qui dérange
Si un système peut corriger un enfant pendant son geste, mieux et plus vite qu'un adulte ne pourrait jamais le faire, à quoi sert encore le moniteur ?
La question mérite d'être posée frontalement, car à l'instar de l'IA, elle inquiète. Mais elle part d'une hypothèse qu'il faut d'abord vérifier : que le rôle du moniteur ait toujours consisté à corriger le geste de l'enfant pendant l'action.
Les pages qui suivent montrent que cette hypothèse est fausse, et une fois qu'elle tombe, la question elle-même change de nature.
Rappel : les 4 piliers de l'apprentissage
Le neuroscientifique Stanislas Dehaene, professeur au Collège de France, a identifié quatre facteurs qui déterminent la vitesse et la qualité de l'apprentissage :
l'attention, qui sélectionne l'information à traiter et rend aveugle à tout le reste ;
l'engagement actif, qui veut qu'un cerveau qui teste, prédit et se trompe apprend mieux qu'un cerveau qui reçoit passivement ;
le retour d'information, aussi appelé feedback, qui permet au cerveau de comparer sa prédiction au résultat réel et de s'ajuster, et dont Dehaene insiste que l'efficacité dépend directement de son immédiateté : plus le retour est proche du moment de l'erreur, plus le cerveau parvient à relier les deux et à corriger sa prédiction ; passé un certain délai, le lien se distend et l'ajustement ne se fait plus, quelle que soit par ailleurs la qualité du contenu du retour ;
et la consolidation, qui stabilise l'acquis dans la durée, notamment par la répétition et par le sommeil.
Ces quatre piliers sont complémentaires, et aucun ne suffit seul. C'est le troisième, le retour d'information, qui nous occupe ici, parce qu'il est à la fois le plus cité et le plus mal défini dans la pratique courante.
Ce que « feedback immédiat » veut vraiment dire
On répète volontiers qu'un bon feedback doit être « immédiat ». Le mot est juste, mais il est presque toujours mal compris. Dans l'usage courant, « immédiat » se réduit à une question de délai : un retour donné vite, plutôt que tard. Cette lecture est incomplète, et c'est elle qui autorise, sans le vouloir, des pratiques qui n'apprennent presque rien.
Un feedback immédiat, au sens où l'entend l'apprentissage, doit remplir deux conditions à la fois, pas une seule : il doit arriver in situ, dans le contexte réel de l'action, pas rapporté depuis l'extérieur, et il doit être in vivo, incarné, pris en charge par le corps qui agit, pas seulement adressé à lui depuis un canal extérieur comme la voix. « Immédiat » ne veut donc pas dire « rapide ». Cela veut dire in situ et in vivo à la fois.
Le premier seuil : in situ
Un feedback qui compte pour l'apprentissage doit remplir une condition qui ne souffre aucun compromis, et qui vient avant tout le reste : il doit arriver in situ, c'est-à-dire dans le contexte réel de l'action, pendant qu'elle se produit.
Cette distinction change tout, parce qu'elle permet de démasquer des feedbacks qui se croient rapides sans l'être vraiment. Une vidéo de l'enfant filmée en piste, revisionnée cinq minutes plus tard en salle avec le moniteur, a un délai très court. Mais l'enfant n'est plus en train de skier : il est assis, en train de regarder une image de lui-même. Ce n'est plus in situ. Le corps qui a produit le geste n'est déjà plus engagé dans ce geste au moment où le retour arrive, on peut dire également la même chose de la collecte de datas numériques.
Ce premier critère fonctionne comme un seuil, pas comme un curseur. Une fois que le moment de l'action est passé, il n'existe pas de version « un peu moins pire » du retard.
Cinq minutes plus tard, quinze jours plus tard, l'année suivante — la nature du problème ne change pas, seule son ampleur varie. Le feedback qui arrive après coup n'apprend plus au corps qui a agi : il apprend, au mieux, à un corps qui se souvient d'avoir agi, ce qui n'est déjà plus la même chose.
Croiser ce critère avec celui du délai donne une grille utile pour classer n'importe quel dispositif de feedback :
- Immédiat + in situ : une arche, un piquet, le vrai feedback en temps réel.
Passer sous l'arche, sans toucher l'arche, feedback in situ immédiat. - Immédiat + hors situation : une correction orale donnée pendant un passage, mais l'enfant est déjà investi ailleurs, sur-investissement cognitif, double compétence.
- Différé + in situ : une correction orale donnée après un passage, mais l'enfant est arrêté, sorti de l'action.
- Différé + hors situation : la vidéo revue en salle, le pire des quatre cas, cumulant les deux défauts.
Seule la première case respecte pleinement le seuil. Les trois autres échouent chacune à sa manière, certaines par le délai, d'autres par le lieu, la dernière par les deux à la fois.
Le second axe : in vivo
In situ ne suffit pourtant pas. On peut respecter parfaitement ce premier seuil, être au bon endroit, au bon moment, sans aucun délai, et produire malgré tout un feedback inefficace. C'est le cas de la consigne orale donnée pendant le geste : elle est bien in situ, elle arrive sans délai. Et pourtant, elle ne fonctionne pas.
La raison tient à un second critère, indépendant du premier : le feedback doit être in vivo, incarné, pris en charge directement par le corps en train d'agir, sans passer par un circuit extérieur à ce corps.
Une consigne orale ne remplit pas cette condition. Pour être utile, elle doit d'abord être entendue, puis analysée, puis traduite en une décision, avant de pouvoir se traduire en action corrigée. C'est le schéma classique du traitement de l'information en psychologie cognitive, formalisé par Alan Welford (Fundamentals of Skill, 1968) et popularisé en sciences du sport par Fitts et Posner (Human Performance, 1967) : perception, décision, action, trois étapes séquentielles, même quand elles semblent s’enchaîner très vite.
Or le sport, dans l'instant du geste, ne laisse pas de place à cette étape intermédiaire de décision consciente. Demander à un enfant de traiter une consigne verbale pendant qu'il skie, c'est lui demander de gérer deux tâches à la fois, le geste lui-même, et l'analyse de ce qu'on vient de lui dire.
C'est une double compétence.
Une consigne silencieuse, comme une ligne tracée au laser sur la neige, fonctionne d'une tout autre manière. Elle n'est pas analysée : Elle est directement perçue et couplée à l'action, sur le mode perception-action, sans décision consciente intercalée.
Le même mode que celui par lequel on évite un obstacle sur un trottoir sans jamais se dire consciemment « il faut que je l'évite ».
Ce repère fait partie du mouvement lui-même. Il est incarné. Il est in vivo, quand la voix, même la mieux intentionnée, reste toujours un système ajouté de l'extérieur à un corps qui, lui, continue d'agir seul.
Croiser ce critère avec celui du délai donne une grille utile pour classer n'importe quel dispositif de feedback :
- Immédiat + in vivo : le laser projeté au sol, un miroir placé devant le skieur, générés par le corps, ils sont le vrai feedback in vivo en temps réel. (Le miroir et le laser sont tous deux in vivo, mais pas de la même manière : le miroir montre, il ne juge pas, c'est au skieur de savoir ce qu'il cherche. Le laser, lui, porte déjà le jugement dans le signal : l'écart à corriger est visible directement, sans qu'aucune comparaison mentale ne soit nécessaire.)
- Immédiat + hors vie : une correction orale donnée pendant un passage, mais l'enfant ne ressent pas la correction avec son corps, le feedback n'est pas corporel.
- Différé + in vivo : une marque laissée par le corps sur le terrain que l'enfant découvre en repassant au même endroit plus tard (une trace, un repère physique qui persiste).
- Différé + hors vie : les datas consultées après coup, le pire des quatre cas, cumulant les deux défauts.
Comment un tel repère fonctionne concrètement
Le principe se décline en deux versions, selon ce que le geste exige. Un système attaché au corps du skieur, au bon endroit, projette en temps réel une marque sur la piste.
La neige devient un écran, le corps devient le projecteur.
La première version projette un simple point au sol. Ce point matérialise la projection du centre de gravité du skieur sur le sol. Il doit se déplacer d'un ski à l'autre au fil du mouvement : si le point n'atteint pas le ski vers lequel le poids devrait se transférer, c'est que le transfert d'appui reste incomplet.
Le skieur voit, sans qu'on ait besoin de le lui dire, si son geste est juste ou non, le point ne ment pas, et il ne demande aucune interprétation.
La seconde version projette une ligne plutôt qu'un point. Cette ligne matérialise la direction de la poussée du haut du corps. Comme le point, elle doit atteindre un ski, puis l'autre, mais elle ajoute une exigence supplémentaire : elle doit s'aligner avec le ski, ou, vu autrement, c'est au ski de venir s'aligner avec elle.
Quelle que soit la projection, elle respecte forcément les règles de la mécanique newtonienne, car elle en est directement issue.
Dans les deux cas, le principe reste identique : le retour d'information est à la fois in situ (il apparaît sur la piste, à l'endroit et au moment exact de l'action) et in vivo (il est directement couplé au geste du corps, sans détour par un traitement linguistique), sans jamais imposer le moindre surcoût de décision consciente. Le skieur n'a rien à comprendre. Il n'a qu'à regarder où va le point, ou la ligne, et ajuster, exactement comme il ajuste déjà, sans y penser, son équilibre face à la piste.
Deux corps qui coexistent, un seul qui apprend
Il y a quelque chose d'assez frappant à observer une fois qu'on tient cette distinction : un moniteur qui parle à un enfant en train de skier fait cohabiter, au même endroit et au même instant, deux systèmes qui ne se parlent pas vraiment. Le corps qui glisse, ajuste son équilibre, répond à la piste, et la voix, qui produit du sens, qu'il faut décoder. Ces deux systèmes sont in situ tous les deux. Un seul des deux est in vivo.
Le feedback semble immédiat parce qu'il est in situ. Il échoue quand même parce qu'il n'est pas in vivo.
C'est ce qui explique un paradoxe apparent : on peut avoir l'impression de faire du feedback en temps réel, on est bien là, on parle bien pendant que l'enfant agit, sans que ce feedback ne produise l'effet attendu. L'illusion vient de la confusion entre les deux critères.
Travailler la situation, c'est avant tout bien choisir le terrain, puis bien l'aménager ; on parlera de terrain augmenté, ou augmenté artificiellement.
C'est la même chose pour le vivant, sauf que l'on ne choisit pas son élève : il est là. S'il est doué, il n'a pas vraiment besoin d'aide, il réussira de toute façon.
Mais faute de pouvoir le choisir, s'il est en difficulté, il faut pouvoir améliorer son feedback : l'aménager, l'augmenter artificiellement.
Les procédés de feedback via la réalité augmentée sont une des réponses à l'amélioration de la réponse in vivo
La vraie question, enfin
On peut maintenant revenir à la question du début. Si un dispositif comme un repère laser assure, mieux qu'un adulte ne pourrait le faire, un feedback à la fois in situ et in vivo, que reste-t-il au moniteur ?
La réponse tient en une phrase : le moniteur n'a jamais enseigné pendant l'action. C'est la situation qui l'a fait.
La situation enseigne, le moniteur conçoit la situation.
Il le fait à partir de son expertise, de ses savoirs et de son expérience.
Un bon moniteur est donc un bon créateur de situation.
Ce déplacement n'enlève rien à son métier ; il le désigne enfin correctement.
L'intelligence pédagogique ne s'est jamais logée dans la capacité à corriger en direct ; on vient de montrer que cette capacité était, de toute façon, structurellement limitée par le canal verbal et le temps de traitement cognitif qu'il impose. Elle s'est toujours logée ailleurs : dans le choix du tracé, l'endroit exact où poser une ligne, le degré de difficulté qu'elle impose, la manière dont l'espace lui-même va contraindre le bon geste sans qu'il soit besoin de l'expliquer.
C'est une manière de penser le mouvement qui rejoint les travaux du psychologue James Gibson sur la perception directe : l'environnement bien conçu n'a pas besoin d'être interprété, il appelle directement l'action qu'il rend possible, une ligne au sol invite le pied à s'y poser, sans détour par une pensée consciente. Ce que fait le moniteur, dans ce cadre, ce n'est pas parler à l'enfant. C'est construire un environnement porteur de ces appels directs à l'action, un environnement qui, ensuite, enseignera à sa place, dans un langage que le corps comprend sans traduction.
Cette redéfinition a une conséquence pratique immédiate pour quiconque conçoit une séance. La question à se poser n'est plus : que vais-je dire à cet enfant pendant qu'il agit, une question qui, on l'a vu, mène toujours à une impasse cognitive. La question devient : quelle situation dois-je construire pour que le bon geste s'impose de lui-même, sans un mot ?
Ce n'est pas une question plus facile. Elle demande, au contraire, une expertise plus fine que celle de savoir quoi dire au bon moment : il faut comprendre suffisamment le geste, ses contraintes, ses pièges, pour être capable de les traduire en une contrainte matérielle, une ligne, un repère, un obstacle placé au bon endroit, qui produira le bon apprentissage sans jamais avoir besoin d'être formulée.
Il faut donc trouver des solutions "LIVE", à l'instant présent, pas immédiatement, mais pendant.
IN SITU, les consignes, les critères de réussite, sont donnés par le terrain, le terrain parle directement à l'enfant au moment présent, sans effort de conscientisation.
IN VIVO, le feedback est affiché par le corps, il fait partie du vivant. Ce feedback est incroyablement efficace, il faut maintenant penser à son association à la réalité augmentée, et quitter progressivement le monde de la pédarchaïque.