See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/270037942

Informatique et apprentissage des sciences : tendances, dilemmes et

conséquences pour l’avenir

Article · March 2012

DOI: 10.4000/rdst.84

CITATIONS READS

7 156

1 author:

Margaret J. Cox
King's College London
153 PUBLICATIONS 2,249 CITATIONS

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Use of haptics in Dental and Medical Education View project

The hapTEL project View project

All content following this page was uploaded by Margaret J. Cox on 04 January 2016.

The user has requested enhancement of the downloaded file.

RDST
6 (2012)
TIC et apprentissage des sciences : promesses et usages

................................................................................................................................................................................................................................................................................................

Margaret Cox
Informatique et apprentissage des
sciences : tendances, dilemmes et
conséquences pour l’avenir
................................................................................................................................................................................................................................................................................................

Avertissement
Le contenu de ce site relève de la législation française sur la propriété intellectuelle et est la propriété exclusive de
l'éditeur.
Les œuvres figurant sur ce site peuvent être consultées et reproduites sur un support papier ou numérique sous
réserve qu'elles soient strictement réservées à un usage soit personnel, soit scientifique ou pédagogique excluant
toute exploitation commerciale. La reproduction devra obligatoirement mentionner l'éditeur, le nom de la revue,
l'auteur et la référence du document.
Toute autre reproduction est interdite sauf accord préalable de l'éditeur, en dehors des cas prévus par la législation
en vigueur en France.

Revues.org est un portail de revues en sciences humaines et sociales développé par le Cléo, Centre pour l'édition
électronique ouverte (CNRS, EHESS, UP, UAPV).

................................................................................................................................................................................................................................................................................................

Référence électronique
Margaret Cox, « Informatique et apprentissage des sciences : tendances, dilemmes et conséquences pour
l’avenir », RDST [En ligne], 6 | 2012, mis en ligne le 01 mars 2015, consulté le 01 mars 2015. URL : http://
rdst.revues.org/84

Éditeur : Éditions de l’École normale supérieure de Lyon

http://rdst.revues.org
http://www.revues.org

Document accessible en ligne sur : http://rdst.revues.org/84

Ce document est le fac-similé de l'édition papier.
© Éditions de l’École normale supérieure de Lyon
Informatique et apprentissage des sciences :
tendances, dilemmes et conséquences
pour l’avenir
Margaret COX
Université de Londres, King’s College, Londres

RÉSUMÉ • Cinquante ans d’évolutions et d’utilisation des technologies de l’information

dans l’enseignement des sciences montrent comment on est passé des tutoriels propres
à chaque matière aux simulations et à la modélisation et enfin à l’enseignement en ligne
et aux réseaux sociaux lors de la dernière décennie. L’introduction des TI 1 en sciences
au cours des années 1960 reposait sur deux dynamiques principales : tout d’abord, les
universités et les pouvoirs publics reconnaissaient la nécessité de former un plus grand
nombre de spécialistes en technologies de l’information pour travailler dans cette
industrie ; ensuite, des enseignants précurseurs ont vu tout l’intérêt qu’ils pouvaient
tirer des nouvelles technologies pour améliorer l’enseignement et l’apprentissage dans
certaines disciplines, notamment dans l’enseignement des sciences et des mathématiques.
Quarante ans de recherches sur l’impact des ressources informatiques en sciences sur
l’apprentissage des élèves montrent des progrès significatifs de leurs acquis mais, dans
une large mesure, ces ressources dépendent de la nature des logiciels eux-mêmes, des
pratiques pédagogiques des enseignants et de la pertinence de l’activité par rapport à la
conceptualisation et au développement des connaissances.
Les TI en sciences soulèvent toujours, 50 ans après leur introduction, de nombreuses
questions dans les établissements secondaires et supérieurs malgré leur apport
manifeste ; leur diversification et leur emprise croissante semblent d’ailleurs amplifier
ce phénomène. La première question à laquelle les pouvoirs publics et les enseignants
doivent répondre, c’est de savoir comment résoudre le conflit entre, d’une part,
l’enseignement des TI comme matière destinée à former des experts pour le monde de
demain et, d’autre part, l’application et l’utilisation de ces technologies dans l’ensemble
des matières au programme pour améliorer l’acquisition des compétences et des concepts
habituels de l’enseignement. Un deuxième problème découle de l’appauvrissement des
enseignements de sciences suite à l’abandon des ressources technologiques dédiées aux
savoirs disciplinaires qui, pourtant, contribuaient à l’amélioration des apprentissages,
au profit de l’utilisation de Microsoft Office et à une focalisation sur les compétences
bureautiques plutôt qu’à la connaissance disciplinaire et à la cognition. Les enseignants
sont aussi confrontés à une perte de maîtrise du processus d’apprentissage formel due

1 Technologies de l’information.

RDST | N° 6-2012 | pages 23-52

24 Margaret COX

à l’apprentissage informel des élèves chez eux, sur les réseaux sociaux, aux liens qu’ils
développent avec des spécialistes et à d’autres technologies en dehors du cadre scolaire.
À cette occasion, ils abandonnent souvent leurs bonnes pratiques pédagogiques et leur
pouvoir d’influence pour mieux s’adapter à ces nouvelles activités.
Enfin, de nouvelles compétences et une nouvelle culture (perception et compréhension
liées à de nouveaux modes de présentation et de représentation des sciences) modifient
l’importance et l’équilibre en termes de productions, de contenus et de signification des
ressources éducatives pour l’éducation scientifique, ce qui souvent n’est pas compris
par les enseignants. Les difficultés auxquelles ces enseignants sont confrontés appellent
un renouvellement de la façon dont ils sont formés aux nouvelles technologies, des
changements dans les curriculums ainsi qu’une réorganisation du temps scolaire, du
développement professionnel des enseignants, des liens école-domicile ainsi que des
pratiques pédagogiques au sein des institutions éducatives.
MOTS-CLÉS • Technologies de l’information et de la communication (TIC),
enseignement scientifique.

Introduction
Cet article retrace l’évolution des applications informatiques dans l’enseignement
des sciences au cours des quatre dernières décennies et leur contribution aux
savoirs actuels sur les « nouvelles technologies », leur articulation, leur utilisation
et leur impact. Dès le milieu des années 1960, les ordinateurs étaient utilisés par
les mathématiciens et les enseignants en sciences (voir Merrill, 1965 ; Suppes, 1968,
1979 ; Bork, 1981 ; Le Corre, 1973) pour améliorer l’apprentissage des élèves mais les
machines disponibles et les programmes informatiques qui les équipaient limitaient
ces possibilités. Il s’agissait principalement d’exercices d’application qui furent suivis
par des simulations. Les enseignants qui utilisaient ces ressources informatiques
cherchaient à améliorer l’enseignement et l’apprentissage des sciences sans voir
leur attention détournée par des logiciels commerciaux à caractère professionnel.
Ces didacticiels scientifiques étaient pour la plupart développés par des enseignants
innovants et la recherche-développement dans ce domaine était souvent combinée
avec la conception d’outils informatiques, ce qui par retour d’expérience permettait
d’améliorer les logiciels (Reeves, 2008). Comme nous le montrerons plus loin par
les résultats de différents programmes de recherche nationaux et internationaux
et les recherches qui ont été menées en parallèle de ces initiatives, ces ressources
informatiques limitées n’étaient pas les seules contraintes portant sur leur usage
éducatif dans cette première période.
L’introduction initiale des TI en éducation, qui, venant des utilisation
pionnières en éducation scientifique dans les années 1960 et 1970, reposait
sur deux dynamiques principales : tout d’abord, les universités et les pouvoirs
publics reconnaissaient la nécessité de former un plus grand nombre d’experts

RDST | N° 6-2012
Informatique et apprentissage des sciences… 25

en technologies de l’information pour travailler dans cette industrie naissante

(Hawkridge, 1990) ; ensuite, des enseignants précurseurs ont vu tout l’intérêt
qu’ils pouvaient tirer des nouvelles technologies pour améliorer l’enseignement et
l’apprentissage des sciences (Suppes, 1979 ; McKenzie, Elton & Lewis, 1978 ; Bork,
1981). Au cours de cette période et avant l’avènement des réseaux commerciaux et
des logiciels génériques dans l’enseignement, ces deux approches soutenaient l’essor
des TI dans l’enseignement des sciences. Néanmoins, comme nous le montrerons,
la pression des gouvernements nationaux, mit les établissements scolaires devant
un dilemme : ils devaient d’une part se doter de ressources technologiques pour
enseigner des compétences informatiques à tous les élèves ; ils souhaitaient d’autre
part développer l’usage des nouvelles technologies dans d’autres matières telles que
les sciences. Dans la mesure où chaque pays déterminait sa propre politique, les
priorités en matière d’utilisation des nouvelles technologies différaient d’un pays à
l’autre. Par exemple, en Finlande et en France, les nouvelles technologies devaient
servir l’amélioration de l’enseignement et des apprentissages (Pelgrum & Plomp,
1991) alors qu’au Royaume-Uni, il s’agissait d’enseigner les TI comme matière à
part entière dans le cadre du National Curriculum (programme d’enseignement
obligatoire), ce qui limitait la disponibilité des ressources informatiques pour
l’enseignement et l’apprentissage des sciences (Cox, 2005). Ces deux approches
cohabitent toujours à l’heure actuelle mais le développement et la diversification
des nouvelles technologies (communication en ligne, cours personnalisés, réseaux
sociaux et appareils mobiles) les rendent beaucoup plus complexes.
En résumé, on a montré que trois points importants de l’environnement
informatique (ordinateurs, réseaux, logiciels, didacticiels) ont un impact sur
l’enseignement des sciences :
Les évolutions technologiques : comme nous venons de le voir, les évolutions
technologiques ont fait basculer ces technologies de l’industrie vers l’éducation, de
l’université vers l’école et du commerce vers la salle de classe. Au fur et à mesure que
ces technologies se démocratisaient, les pouvoirs publics et certains professeurs influents
ont mis en place des programmes innovants et changé de cap concernant l’utilisation
des TI (Lewis & Tagg, 1987 ; Plomp & Ely, 1996 ; Ainley, Enger & Searle, 2008 ; Cox, 2012).
Les initiatives éducatives : dans de nombreux pays, les TI ont fait l’objet, dès
les années 1970, d’une attention particulière des pouvoirs publics qui ont promu
et soutenu l’utilisation de ces outils en éducation, y compris pour les sciences.
Des projets nationaux ont été complétés par des initiatives locales, industrielles,
commerciales et individuelles qui ont participé au développement des TI dans les
matières scientifiques (Cox, 1983 ; Pelgrum & Plomp, 1991 ; Moonen, 2008).
Les applications pédagogiques : les initiatives nationales et internationales ont
eu un impact sur de nombreux secteurs éducatifs. La croissance de l’industrie
informatique a entraîné une hausse continue du nombre de spécialistes dans ce
secteur et, par ricochet, le développement rapide de formations spécifiques dans

N° 6-2012 | RDST
26 Margaret COX

l’enseignement secondaire et supérieur et l’utilisation des TI dans l’ensemble

des matières. Dans le même temps, l’évolution des TI est à l’origine de nouveaux
systèmes de représentations, de nouvelles compétences, de nouveaux rôles pour les
enseignants comme pour les élèves, du décloisonnement des institutions scolaires et
de nouveaux cadres au-delà de l’environnement scolaire formel et des enseignants
en place (Voogt & Knezek, 2008).
Le tableau 1 ci-dessous (modifié à partir de Cox, 2012, p. 4) montre l’évolution
chronologique des technologies depuis les années 1960 qui, à des degrés divers,
ont été reprises dans l’enseignement des sciences. 2

Dates/époque Évolutions technologiques

1968 Invention de l’Internet - ARPANET
Ordinateurs interactifs en temps réel
Terminaux d’ordinateurs avec interface graphique en vente à 5 000 £
Connections Internet disponibles dans certains établissements scolaires via
des lignes et des modems télécom
1970-1977
Accès aux ordinateurs à distance à partir de différentes localités
Réseaux informatiques internationaux (programme JANET : Joint Academic Network)
Hewlett Packard, Horizon (cadres formels et informels) précurseurs des
ordinateurs de bureau
Miniaturisation des ordinateurs et des composants ; production de petits
ordinateurs de bureau : Horizon – 5 000 £, Apple II – 1 000 £, RML 380z –
1977-1980 2 000 £, IBM series – 2 000 £
Acorn atom computer, Acorn BBC - Model A (8k of memory)
Acorn BBC model B (32k of memory) – 400 £
Premier Macintosh chez Apple – 1 500 £
Communication rapide et à grande échelle facilitée par l’arrivée de la fibre optique
1980-1984 Élargissement de la gamme des périphériques d’entrée et de sortie pour
l’enseignement, dont les : tablettes graphiques, claviers Quinkey2, boules de
commande, tortue robot, écrans tactiles, entrée et sortie vocales
Lancement de Microsoft Windows
Micro ordinateurs personnels moins chers et plus puissants
1985-1987 PC IBM – (256k de mémoire de stockage, 32 de mémoire système) 1 500 £
Mac II– (256k de mémoire de stockage, 32 de mémoire système) 1 000 £
Invention du « World Wide Web » par Tim Berners-Lee
Nouveaux appareils de stockage externe : CD-ROM ; vidéos interactives ;
1987-1990
cartes mémoire à insérer
Lancement des ordinateurs portables
Forte augmentation de la capacité de mémoire et réduction des coûts
(> 1Gb pour 40 £)
1990-1995
Développement des technologies sans fil ; réseaux informatiques sans fil, souris
avec pointage en l’air
Développement de la visioconférence

2 <http://www.naec.org.uk/artefacts/hardware/quinkey>.

RDST | N° 6-2012
Informatique et apprentissage des sciences… 27

Dates/époque Évolutions technologiques

Introduction du tableau blanc électronique interactif
1996-1999 Introduction des assistants numériques personnels (PDA)
Développement à grande échelle de l’usage de l’Internet dans l’enseignement
Expansion des technologies mobiles : assistants numériques personnels,
téléphones portables, lecteurs MP3
Développement de l’informatique moléculaire
2000-2004 Développement des ordinateurs quantiques
Nouvelle augmentation des capacités de stockage et de traitement des PC
(5G de mémoire et processeur cadencé à plus de 256MHz)
Environnement virtuel d’apprentissage en ligne
Technologies « client léger » dans les écoles et les universités
Développement des appareils tactiles dans l’enseignement
Développement de l’informatique moléculaire
2005-2007 Nouvelle augmentation des capacités de stockage et de traitement des PC
et miniaturisation (10G de mémoire de stockage et processeur > 256k)
Accès généralisé aux réseaux sans fil et aux tableaux blancs interactifs
Technologie 2.0, logiciels relationnels (Wikipedia, Second Life)
Interfaces graphiques : I-phone; Blackberry; I-pad; Satnav ; lecteurs MP3; E-books
Réseaux sociaux : Facebook, Twitter, blogs, partage de signets, site de partage
2007-2012 de vidéos sur Internet One World TV
Intégration des technologies portables dans les réseaux sociaux
Développement des simulateurs tactiles pour l’apprentissage
Tabl. 1 : évolutions technologiques en éducation (voir Cox, 2012, p. 4)

1. Développement et impact des TI dans l’éducation scientifique

La plupart des logiciels développés et utilisés de 1960 à la fin des années 1980
étaient conçus pour essayer de pallier les difficultés d’apprentissage que les
enseignants percevaient chez leurs élèves et qu’ils éprouvaient eux-mêmes dans leur
enseignement. La majorité des logiciels éducatifs scientifiques est répartie en quatre
catégories : les tutoriels (Suppes, 1968, 1979) ; les simulations pour remplacer ou
compléter des expériences (Cox, 1992a, 1992b ; Wedekind, 1981) ; les logiciels intégrés
avec utilisation de langages de programmation et d’algorithmes pour la modélisation
et les calculs scientifiques (Hinton, 1981 ; Mellar et al., 1994) ; les ordinateurs comme
outils servant à piloter des expériences et l’enregistrement de données (Sparkes, 1984).
Le choix des thèmes des logiciels en sciences s’appuyait sur les conceptions
erronées (misconceptions) des élèves et les modes d’enseignement alternatifs
repérés à partir du large corpus de connaissances sur les conceptions erronées
des élèves et les méthodes et ressources disponibles pour y remédier (voir par
exemple Monk & Osborn, 2000). Les études sur l’enseignement des sciences ont
permis aux chercheurs de concevoir des logiciels éducatifs axés sur ces difficultés
d’apprentissage. Les résultats de recherches publiés depuis plusieurs décennies
montrent clairement que les types de TIC utilisés à des fins pédagogiques sont
étroitement liés à des concepts et compétences spécifiques et tendent à être propres

N° 6-2012 | RDST
28 Margaret COX

à chaque contenu d’enseignement. Les stratégies d’apprentissage promues par ces

différents logiciels développés et évalués par des précurseurs comme Bork (1981),
Le Corre (1973), Suppes & Morningstar (1972) ; Schwartz (1986) et Papert (1980),
allaient des tutoriels, fréquents dans les premiers logiciels américains et français,
aux essais les plus ouverts développés dans de nombreux pays d’Europe du Nord.
C’est pendant cette période que les pouvoirs publics ont investi massivement dans
du matériel informatique pour l’enseignement, la formation des enseignants et
la conception des programmes scolaires. Quarante ans plus tard, les preuves les
plus tangibles de l’impact positif des TI sur l’apprentissage des élèves en sciences
concernent des logiciels conçus spécialement pour l’enseignement et propres à
chaque discipline (Cox & Abbott, 2004 ; Webb, 2008 ; Plomp et al., 2009).
Ces différents types de logiciels s’appuyaient sur une anticipation des interactions
favorables à l’apprentissage, fondée sur des théories de l’apprentissage, et
exploitaient au mieux l’interactivité des logiciels de l’époque. Bien que la conception
de ce type de logiciels remonte aux années 1970-1980, les cadres sur lesquels ils ont
été pensés sont toujours d’actualité même si les environnements techniques sont
aujourd’hui beaucoup plus sophistiqués.
1.1 Tutoriels
Les premiers programmes informatiques mis sur le marché s’appuyaient sur les
principes de l’enseignement programmé développés par Skinner et Crowder (Cox,
1983 ; Tinsley & Van Weert, 1989). Ils permettaient aux élèves de proposer plusieurs
réponses à des problèmes présentés à l’écran comme indiqué dans la figure 1.

Tutoriels
Utilisateur

Choix Décisions
des variables et applications
et des valeurs Validation
des bonnes
réponses
Modèle statique
Peu de variables
Assistance
en cas
de mauvaises réponses

Fig. 1 : tutoriels.

RDST | N° 6-2012
Informatique et apprentissage des sciences… 29

Ce type de programme mettait en jeu des problèmes scientifiques en se basant

sur un modèle mathématique créé par les enseignants-développeurs qui permettait
aux élèves de proposer des réponses à l’écran qui étaient ensuite validées ou non
par le programme avant qu’une réponse définitive ne soit apportée. Ce type de
logiciel, très répandu dans les années 1970, 1980 et 1990, proposait des problèmes
arithmétiques simples mais aussi des tutoriels complexes développés dans le cadre
du système Plato. Des extensions plus récentes de ce type de logiciel comprennent les
systèmes d’enseignement intégré (NCET, 1994) avec bande vidéo et enregistrement
vocal mais le principe repose toujours sur les théories comportementalistes de
l’apprentissage. Néanmoins, les représentations utilisées dans ces programmes
allaient de la reproduction fidèle des représentations présentes dans les manuels
à des icônes et images en mouvement auxquelles les élèves n’étaient pas familiers
dans d’autres média. Cela suppose que l’élève doive comprendre le mode de
représentation des connaissances sur lesquelles il est interrogé pour accomplir les
tâches requises.
Des programmes de ce style, avec graphiques et interfaces modernes, sont
désormais disponibles gratuitement sur Internet alors que d’autres programmes
se sont transformés en systèmes d’enseignement intégré aussi connus sous le nom
de tutoriels intelligents (Rogers & Newton, 2001).
1.2 Simulations
Ce type de logiciel interactif utilisé depuis une cinquantaine d’années repose
sur des simulations, dont le modèle présenté en figure 2.

Simulations
Utilisateur

Étude des relations

Choix Hypothèses
des variables Étude des théories
et de leurs valeurs

Modèle semi-statique Résultats

Ensemble de variables des hypothèses
et des études

Fig. 2 : simulations et interactions avec les élèves.

N° 6-2012 | RDST
30 Margaret COX

Les logiciels de simulations en sciences reposent sur le modèle scientifique

d’un processus, intégré au logiciel, sur lequel l’élève peut enquêter, émettre des
hypothèses, étudier les relations et mettre à l’épreuve des théories. Ce type de
logiciel s’appuyait à l’origine sur des expériences réelles hors du cadre éducatif. Les
simulations pour activités scientifiques comprennent les systèmes proie-prédateur,
les mouvements des satellites, le réchauffement de la planète, le débit des rivières,
les flux de circulation et des centaines d’autres (voir par exemple Cox, 1992b ; Cox,
1996 ; Watson, 1992 ; Webb, 2008). Outre le fait que ces simulations permettent
d’étudier des processus complexes sans requérir de compétences mathématiques
de pointe, il est avéré que la façon dont ces simulations sont conçues et présentées
influence la nature des savoirs présentés aux élèves et compris par eux (Laurillard,
1993 ; De Diana & White, 1994 ; Sakonidis, 1994).
Les présentations graphiques dynamiques et interactives sont utiles pour aider
les élèves qui ont des difficultés à visualiser des relations multidimensionnelles,
problème que connaissent bien beaucoup d’enseignants. Par exemple, la
propagation des ondes avec réflexion ou interférence révèle des minima et
des maxima et donc des formes d’ondes que les élèves ont beaucoup de mal à
comprendre uniquement à partir de la théorie. La projection de dessins en 3D
sur ordinateur donne une image claire d’un champ magnétique ou électrique,
la localisation et les forces des pôles pouvant être contrôlées par les élèves. Les
supports visuels jouent donc un rôle considérable en proposant une figure qui
montre l’importance relative des paramètres à l’origine de telle ou telle relation.
On trouve, dans la littérature et en beaucoup de langues, de nombreux exemples
qui permettent aux élèves de tester des hypothèses, d’étudier les comportements
de modèles de systèmes physiques, d’interpréter des données expérimentales et de
comparer des simulations avec des expériences.
Le développement des simulations scientifiques était jusqu’à une période
récente fondé sur l’hypothèse que les problèmes rencontrés par les élèves pour
comprendre tel ou tel processus scientifique pouvaient être résolus par l’étude d’une
expérience simulée. Des recherches plus récentes montrent que ces simulations
restent stimulantes aux yeux des enseignants. Lors de l’examen de l’enseignement
des sciences et du rôle des TI, Osborne et Henessy (2003) parlent de « logiciels
multimédias destinés à la simulation de processus et à la conduite d’expériences
“virtuelles” » (p. 4) et donnent des recommandations pour le programme national
d’enseignement des sciences en Grande-Bretagne.
Néanmoins, les simulations reposent sur des modèles fixes intégrés au logiciel
et limitent donc les nouvelles hypothèses que l’élève peut émettre ou l’ajout de
variables au modèle existant. Pour cette raison, des logiciels de modélisation ont
été développés pour permettre aux élèves de faire des hypothèses et d’examiner
leurs propres modèles de processus scientifiques (Mellar et al., 1994) comme nous
l’expliquons ci-dessous.

RDST | N° 6-2012
Informatique et apprentissage des sciences… 31

1.3 Logiciels de modélisation

Les logiciels de modélisation forment le troisième type de logiciel développé
pour l’enseignement des sciences (voir figure 3). Ces logiciels n’ont pas de modèle
intégré mais une interface dédiée qui permet aux élèves de construire leurs propres
modèles puis de les étudier par rapport à leurs théories ou à des expériences
de la vie réelle. Logo (Papert, 1980) et les environnements d’apprentissage tant
quantitatifs que qualitatifs font partie de ces logiciels (Cox, 1994).

Logiciel de modélisation
Utilisateur

Développement du modèle
Sélection des variables
Analyse des données
Cadre Élaboration des théories
de modélisation

Sélection du modèle
Cadre d’apprentissage Création et analyse
des théories de l’utilisateur

Fig. 3 : interactions dans les logiciels de modélisation.

L’intérêt de ces logiciels est de permettre aux élèves de mettre à l’épreuve

leurs idées sur tel ou tel sujet, d’émettre des hypothèses sur les effets possibles
lorsque des variables sont ajoutées, de développer des modèles pour améliorer
leur compréhension (Mellar et al., 1994). Des logiciels de modélisation différents
peuvent inviter l’élève à examiner les mêmes processus à partir de représentations
totalement différentes. Par exemple, l’étude de la consommation énergétique
des ménages peut être réalisée à partir du tableur Excel ou d’un logiciel éducatif
de modélisation tel que Model Builder (Cox & Webb, 1994). Ces deux logiciels ont
des représentations totalement différentes du même problème en raison de la
conception même du cadre de modélisation. Dans le cas du tableur, l’élève doit
comprendre la relation entre des équations mathématiques et leur présentation et
insertion sous forme tabulaire. Dans le cas de Model Builder, l’élève doit apprendre
une nouvelle syntaxe de modélisation fondée sur le langage naturel et la façon
dont il peut être utilisé avec des icônes et des images à l’écran (Cox & Webb, 1994 ;
Cox, 2000).

N° 6-2012 | RDST
32 Margaret COX

Un des problèmes possibles lorsque les enseignants et les élèves utilisent des
outils de modélisation puissants tels que le Dynamic Modeling System (DMS), Stella,
ou le Cellular Modelling system (Holland & Ogborn, 1988), c’est que la plupart
reposent sur la méthode itérative d’Euler ou celle de Runge Kutta. L’ordinateur
calcule chaque nouvel ensemble de valeurs à partir de l’ensemble précédent
en utilisant les relations souvent simplistes sélectionnées par les élèves ou les
enseignants eux-mêmes. Dans le cas de la modélisation du mouvement d’un
satellite, l’équation qui permet de calculer la nouvelle position x du satellite est
définie comme suit : X = X + VxdT.
Les valeurs initiales de X, Vx, et dT (l’intervalle de temps entre les premières
valeurs et les secondes) du côté droit de l’équation sont sélectionnées par l’utilisateur.
Cette équation n’est valable pour toutes les valeurs de dT que si la vitesse Vx est
supposée constante. Lors du mouvement d’un corps en rotation autour d’un autre
corps, ce n’est jamais exact mais elle peut être utilisée approximativement pour des
valeurs suffisamment petites de dT. Si dT est trop grand, des erreurs significatives
de calculs entraînent des résultats totalement erronés. Par conséquent, les limites
intrinsèques à une simulation faite à partir d’un modèle fixe établi sont compensées
par la fiabilité scientifique et la valeur des résultats alors que le potentiel supérieur
d’un logiciel de modélisation peut être à l’origine de résultats complètement
absurdes lorsqu’il est mal utilisé.
Brna (1988) a élaboré un laboratoire dynamique (Dynamics Laboratory – DYNLAB)
qu’il a utilisé avec des élèves de 15-16 ans. Des repérages des conceptions erronées
de chaque élève sont effectués à partir desquels des modèles de certaines situations
sont sélectionnés. Avec DYNLAB, les élèves peuvent développer leurs propres
modèles et se rendre compte de leurs erreurs.
Les logiciels de modélisation émettent peu ou pas d’hypothèse quant aux
acquis des élèves sur tel ou tel sujet. Ils ne présentent pas de contrôles didactiques
intégrés, excepté en ce qui concerne le cadre de modélisation. Le sujet et le niveau
de compréhension sont fixés par les élèves. Les résultats sont inconnus et ne peuvent
être prédits. Des recherches à ce sujet (Ogborn, 1990 ; Cox et al., 2004 ; Webb, 2008)
ont établi que l’élaboration et l’étude par les élèves de leurs propres modèles
scientifiques leur permettent de mieux comprendre les concepts scientifiques et
les processus à l’œuvre. Cela est fortement en faveur du développement d’outils
pour permettre aux élèves d’explorer leurs propres théories et de les comparer avec
celles de scientifiques.
Les logiciels qui permettent l’enregistrement et l’analyse des données peuvent
être inclus dans les logiciels de modélisation qui mettent l’accent davantage sur
l’analyse d’ensembles de données expérimentales plutôt que sur l’élaboration de
modèles pour effectuer les calculs ; par exemple, par la comparaison des données
entre les colonnes ou les lignes d’un tableur. Bioview (McCormick & Squires, 1991) est
un exemple de base de données en trois dimensions destinée aux élèves qui étudient
les sciences environnementales (voir figure 4). Les cubes de données affichées

RDST | N° 6-2012
Informatique et apprentissage des sciences… 33

à l’écran représentent différentes espèces de plantes herbacées (axe x), chaque

échantillon recueilli (axe y) et l’année de recueil (axe z). Dans la fenêtre en haut à
droite est affichée une partie des données recueillies à partir de sept échantillons
différents. Les colonnes représentent différentes espèces de plantes herbacées et les
lignes l’abondance de chaque espèce prélevée sur différents échantillons. La boîte
en bas à gauche résume les données recueillies pour l’année 1968 et celle en bas
à droite indique, sous forme graphique, l’abondance de chacune des huit espèces
différentes. Les élèves peuvent comparer l’abondance de telle ou telle espèce selon
le lieu (l’échantillon) et l’année ou l’abondance d’une seule espèce à différentes
années ou les types d’espèce dans tel ou tel lieu.

Fig. 4 : quantité des différentes espèces d’herbe recueillies au cours de sept périodes de un an
(Bioview, McCormick et Squires, 1991).

De même, les élèves peuvent étudier les liens entre la fréquence de malaria, la
localisation de la population cible et les niveaux de traitement des eaux. Ils peuvent
examiner les relations entre toutes sortes de données scientifiques expérimentales
et faire des analyses statistiques simples sans devoir émettre des hypothèses sur
les modèles scientifiques ou les théories se rapportant aux données. En traçant des
courbes point par point ou en dessinant des diagrammes circulaires, les élèves sont
capables de développer leurs propres théories en étudiant les caractéristiques et
les liens entre les données qu’ils ont recueillies.
La façon dont les nouvelles technologies ont changé la représentation et la
codification du savoir, et leur influence sur les modèles mentaux des élèves,
montrent que ces derniers acquièrent de nouvelles façons de raisonner et émettent

N° 6-2012 | RDST
34 Margaret COX

des hypothèses sur leurs propres nouveaux savoirs. La variété de ces formes de
raisonnement dépend de la nature du système de représentation et de la capacité
de l’élève à interpréter de nouvelles images et de nouvelles formes d’écriture.
Les recherches dans ce domaine explorent, à partir des travaux en intelligence
artificielle sur l’interprétation des représentations diagrammatiques (Cheng, Lowe
& Scaife, 2001), le raisonnement causal des apprenants utilisant des logiciels de
modélisation (Bliss, 1994). L’ensemble des résultats de 50 ans de recherches dans
ce domaine indique un changement fondamental des représentations et donc des
frontières du savoir dans tel ou tel domaine.
1.4 Contrôle et recueil de données
La littérature sur l’enseignement des sciences présente de nombreux exemples
d’expériences menées sur une période de 35 ans qui peuvent être conduites de
manière plus précise et plus fiable avec des ordinateurs reliés à des détecteurs et des
commandes qu’avec d’autres appareillages (voir par exemple Sparkes, 1984 ; Cox,
1992a ; Frost, 2010). Dans les simulations décrites ci-dessus, le temps fait souvent
figure de contrainte lourde pour de nombreuses expériences de laboratoire. Tout
comme le temps peut être contracté et étendu dans une simulation, le recours à
l’ordinateur pour le recueil de données permet aux élèves de mener des expériences
pendant 24 heures, une semaine, un mois ou plus longtemps tout en s’occupant
d’autres activités. Ça leur permet également d’étudier des réactions très rapides
et de tout petits changements de propriétés qu’ils ne pourraient pas effectuer
autrement en laboratoire. Les données de laboratoire peuvent être recueillies
et analysées à partir de programmes de courte durée ou comparées à de grands
ensembles de données obtenues sur Internet.
1.5 Technologies intégrées et connectées
Les utilisations des TIC rapportées ci-dessus concernent des élèves travaillant
seuls ou en binômes, le plus souvent à des activités scientifiques prévues dans
les programmes et mises en place par les enseignants. Le début des années 1990
a vu l’avènement des logiciels commerciaux qui ont envahi les établissements
scolaires, l’accès par Internet à des informations et ressources scientifiques illimitées
mais aussi la perte de contrôle des enseignants dans le cadre scolaire formel. Ce
changement a entraîné le développement d’un nouveau champ d’études pour
la recherche en éducation et, plus largement pour l’enseignement des sciences.
Néanmoins, au lieu d’améliorer l’utilisation des TI en sciences, les recherches
montrent que les enseignants ont restreint leur utilisation personnelle des TI
pour ne retenir que les logiciels commerciaux comme les tableurs et les bases de
données. Des études récentes sur les politiques et pratiques dans 37 pays (Plomp
et al., 2009) montrent que malgré la diminution régulière du nombre d’élèves par
rapport au nombre d’ordinateurs, les enseignants ont délaissé les simulations et
les modélisations scientifiques au profit de recherches sur Internet, de rédaction
de courriels et de cours en accès libre (voir par exemple Régnier, 2009 pour les

RDST | N° 6-2012
Informatique et apprentissage des sciences… 35

enseignants français de sciences et Cox, 2009 pour les enseignants de sciences en

Angleterre).
La mobilisation des ressources technologiques en sciences varie fortement d’un
pays à l’autre mais le facteur prépondérant est le rôle de l’enseignant et les exigences
contradictoires des programmes d’enseignement nationaux (Voogt & Knezek, 2008 ;
Plomp et al., 2009).

2. L’intérêt des ressources technologiques

dans l’enseignement des sciences
Étant donné l’accès limité à l’informatique jusqu’au milieu des années 1980,
l’utilisation des logiciels éducatifs de l’époque n’avait aucun caractère obligatoire.
Dans les premiers cycles universitaires, ils servaient de tutoriels ou de cours d’auto-
formation ou encore permettaient de gérer l’enseignement programmé (Hooper,
1977) tandis que dans les écoles, les élèves pouvaient s’en servir à titre individuel
pendant les cours sur la base du volontariat. Il n’y avait alors aucune pression
des gouvernements, des universités ou des responsables éducatifs locaux sur
les enseignants pour qu’ils utilisent les technologies de l’information à des fins
pédagogiques, même s’il devenait de plus en plus clair qu’elles pouvaient améliorer
l’apprentissage et élargir le champ des programmes d’enseignement, notamment
en sciences et en mathématiques (Cox & Abbott, 2004).
À l’époque, les concepteurs espéraient que les TI conduisent à une amélioration
des programmes existants et de l’apprentissage des élèves, et que cela provoque
une progression des résultats des élèves aux tests d’évaluation traditionnels. Il fallut
attendre de nombreux travaux de recherche et d’études sur les évaluations pour
que les enseignants se rendent comptent que les TI avaient un effet sur la nature
et les processus d’apprentissages qui ne pouvaient pas forcément être enseignés
par des méthodes traditionnelles (Laurillard, 1978 ; Cox, 1993). Néanmoins, les
agences gouvernementales considéraient les TI comme un outil pour optimiser
les programmes existants sans forcément en changer les processus et contenus
fondamentaux.
La transition vers l’obligation d’utiliser les TI dans les écoles britanniques lors
de la mise en place du National Curriculum en 1988 (DES, 1990) a eu des effets
considérables sur la formation des enseignants en poste et sur ceux qui devaient
rejoindre la profession. Bien que les États aient reconnu dès 1982 le besoin de
former les enseignants aux nouvelles technologies (Cox, Rhodes & Hall, 1988 ; Cox,
1989), nombre d’entre eux se sont trompés sur le contenu de ces formations. On
supposait que les enseignants qui utiliseraient les TI pour améliorer leur façon
d’enseigner, n’auraient besoin que d’une formation technique car on pensait que
leurs connaissances pédagogiques étaient suffisantes pour pouvoir intégrer ces TI de
façon appropriée à leurs pratiques (Cox, Rhodes & Hall, 1988 ; Cox & Rhodes, 1990 ;
Passey & Samways, 1997). Le programme national de formation des enseignants en

N° 6-2012 | RDST
36 Margaret COX

mathématiques reposait sur l’idée que certains enseignants sélectionnés recevraient

une formation adéquate et qu’ils seraient à leur tour chargés de former les autres
enseignants de leurs établissements respectifs. Néanmoins, cette façon de former
tous les enseignants dans les établissements n’a pas eu du tout le succès escompté
pour de nombreuses raisons et l’impact sur l’utilisation régulière des TI a été très
limité (ibid.).
Plus récemment, des recherches sur les évolutions et les applications des TI
montrent que l’intégration des TI en sciences et dans d’autres matières, et la
capacité des enseignants à s’intéresser aux nouvelles technologies et pédagogies ont
été largement surestimées par les États (Cox et al., 2004 ; Baron & Bruillard, 2007 ;
Webb, 2008 ; Plomp et al., 2009).
Pourtant, les résultats de la recherche révèlent que les élèves peuvent acquérir
de nouvelles compétences, mieux appréhender des concepts difficiles et gagner
en autonomie dans leur apprentissage grâce à une utilisation appropriée des TI
(Séjourné, 2003 ; Osborne & Hennessy, 2004 ; Webb, 2008). Il reste donc des obstacles
à une meilleure intégration des TI en sciences et à leur apport à l’enseignement et
aux apprentissages (Cox, 2005 ; McPherson & Nunes, 2008).
2.1 Impact des TI sur l’apprentissage des élèves
Les premières études sur l’impact des simulations informatiques et de la
modélisation sur les apprentissages, menées par Papert (1980), Cox (1984), Kurland
et Pea (1983) et Ogborn et Wong (1984), ont montré que ce type de logiciel permettait
aux élèves d’étudier des processus scientifiques qui étaient au-delà des limites de
leurs capacités mathématiques. Ils pouvaient également établir des relations
scientifiques qui représentaient plus précisément le monde autour d’eux. À partir
d’exemples de simulations existantes, les élèves pouvaient mener des enquêtes en
jouant le rôle de scientifiques, et étudier des processus trop longs, trop dangereux
ou trop coûteux pour être étudiés dans le laboratoire de l’école.
Dans le cadre du Tools for Exploratory Learning Project (Mellar et al., 1994), les
recherches comparant les simulations aux logiciels de modélisation ont montré
que les élèves étaient capables d’étudier des modèles beaucoup plus complexes
que de construire leurs propres modèles. D’autres recherches similaires conduites
dans le cadre du Modus Project (Webb, 1994) et par Papert (1980) ont également
révélé que le design des logiciels avait un effet considérable sur la capacité des
élèves à construire des modèles informatiques. Le projet Impact (Watson, 1993),
qui étudiait l’impact des TI sur plus de 2 000 élèves du primaire et du secondaire, a
montré un impact positif statistiquement significatif des TI sur l’apprentissage des
élèves en mathématiques, anglais, sciences et géographie. Néanmoins, cet impact
dépendait de la nature des tâches d’apprentissage et des pratiques pédagogiques
des enseignants.
Dix ans plus tard, le projet Impact2 (Harrison et al., 2002) établissait une
corrélation significative entre l’utilisation des TI et les résultats aux tests nationaux

RDST | N° 6-2012
Informatique et apprentissage des sciences… 37

des élèves de primaire âgés entre 7 et 11 ans. En outre, l’utilisation la plus intensive
des TI dans cette classe d’âge était en anglais où 61 % des élèves disaient avoir utilisé
les TI dans cette matière pendant au moins plusieurs semaines du trimestre. Dans
le secondaire, ce projet révélait également une corrélation entre l’utilisation des TI
et les résultats aux tests nationaux en sciences, même si leur utilisation (31 %) était
moins fréquente qu’en anglais (39 %) ou qu’en mathématiques (33 %).
Des études de plus en plus nombreuses montrent aussi un lien entre les TI et la
motivation des élèves. Elles rendent les cours plus agréables, plus attrayants (Cox,
1997, 1999) et améliorent la confiance en soi (Gardner, Dukes & Discenza, 1993).
En outre, il existe une littérature psychologique abondante, aussi bien théorique
qu’empirique, sur les effets des nouvelles technologies sur le changement des
mentalités lié à la capacité des individus à utiliser ces technologies (voir par exemple
Davis, Bagozzi & Warshaw, 1989 ; Ajzen, 1988 ; Weiner, 1990 ; Ames, 1992 ; Compeau
& Higgins, 1999). Les résultats de ces études montrent que les gens sont plus enclins
à utiliser les nouvelles technologies s’ils ont une attitude positive envers elles et
s’ils pensent qu’elles peuvent leur être utiles dans leur travail et leur formation
professionnelle.
2.2 Difficultés pour les enseignants de sciences
Pour les chefs d’établissement, il s’agit de déterminer la priorité entre d’une
part l’enseignement des TI comme matière destinée à former des experts pour le
monde de demain et d’autre part l’application et l’utilisation de ces technologies
dans l’ensemble des matières au programme pour améliorer l’acquisition des
compétences et l’apprentissage des concepts traditionnels de l’enseignement.
D’où la difficulté supplémentaire pour les enseignants de sciences d’avoir accès
aux nouvelles technologies dans leur établissement pour répondre à leurs besoins
pédagogiques. Ensuite, l’emprise des logiciels commerciaux tels que Microsoft
Office (traitement de textes, tableur, bases de données, Powerpoint, etc.) dans
certains secteurs éducatifs a relégué au second plan la plupart des logiciels
pédagogiques disponibles dans les années 1980 et au début des années 1990. Une
bonne comparaison serait de donner une encyclopédie à un professeur de sciences
physiques plutôt qu’un manuel de physique écrit par une spécialiste de la matière.
Beaucoup plus de travail de préparation serait nécessaire à l’enseignant dans le
premier cas que dans le second.
Les enseignants sont toujours confrontés à un dilemme entre l’utilisation des
ressources technologiques les plus aisément disponibles dans les établissements
scolaires, ce qui implique de repenser sa pédagogie pour pouvoir utiliser des
outils génériques destinés à l’origine à un usage commercial avec des adultes, et
l’utilisation de logiciels disciplinaires, plus populaires il y a une vingtaine d’années,
qui doivent être évalués et sélectionnés en fonction de leur pertinence par rapport
à la matière et au programme enseignés et achetés. Les recherches sur l’impact
des TI dans le programme de sciences montrent deux facteurs prépondérants

N° 6-2012 | RDST
38 Margaret COX

influençant l’appropriation et l’utilisation des TI par les enseignants et l’acquisition

de connaissances et compétences par les élèves. Tout d’abord, les convictions
pédagogiques des enseignants sur la façon dont les élèves apprennent et sur le type
d’expériences pédagogiques les plus efficaces peuvent les dissuader d’avoir recours
aux nouvelles technologies (Baron & Bruillard, 1999 ; Cox et al., 2004, Scrimshaw,
2004 ; Kalogiannakis, 2004). Ensuite, les changements de pratiques enseignantes
et l’appropriation des nouvelles technologies par l’institution elle-même sont
influencés par un ensemble de facteurs institutionnels qui, à leur tour, affectent la
façon dont ces technologies sont intégrées dans le programme de sciences (Fullan,
1991 ; Ainley, Enger & Searle, 2008).
Les enseignants et les élèves sont confrontés à des difficultés supplémentaires
en raison des nouvelles représentations et des savoirs issus des environnements
technologiques, exigeant une recodification et donc une appropriation de ces savoirs
ainsi qu’un renouvellement de la relation enseignant-élève. Comme nous venons
de le voir, les technologies de l’information peuvent étendre les connaissances
à la portée des élèves en simplifiant les modèles mathématiques des processus
simulés, en leur permettant de remettre en question leurs propres théories de la
connaissance, en développant des modèles informatiques.
La littérature sur la recherche-développement des TI et les sciences cognitives
(par exemple Wegeriff, 1996 ; Mellar et al., 1994 ; Griffin & Christensen, 1999 ; Cheng,
1999) indique que les TI changent les façons dont les savoirs sont présentés par une
recodification de ces savoirs et le recours aux icônes, aux images en mouvement,
aux graphiques et aux interactions. Merrill (1980, 1994) a montré comment la
conception des environnements informatiques pouvait s’appuyer sur des théories
de la cognition et ainsi proposer aux élèves des parcours d’apprentissage. Les
recherches dans ce domaine vont de l’intelligence artificielle à l’interprétation des
représentations en diagrammes (Cheng, Lowe & Scaife, 2001), en passant par le
raisonnement causal des élèves par modélisation (Bliss, 1994). Les résultats de vingt
ans de recherche dans ce domaine indiquent tous un changement fondamental des
représentations et donc des frontières du savoir dans tel ou tel domaine. Par leur
caractère multimédia interactif, les TI permettent de personnaliser le parcours des
élèves en s’adaptant aux différents styles d’apprentissage. Au fur et à mesure que
les environnements informatiques se diversifient, les résultats de la recherche sur
l’enseignement des sciences montrent que l’étendue et la focalisation des savoirs
changent et permettent des contenus plus élaborés et parfois des interactions
inattendues.
2.3 Une société d’apprenants
Cet article s’est jusqu’à présent focalisé sur les effets des nouvelles technologies
sur l’enseignement des sciences dans des environnements éducatifs formels, mais
une des avancées les plus importantes de ces technologies réside dans l’extension
de l’enseignement vers des cadres plus informels et vers la société tout entière.

RDST | N° 6-2012
Informatique et apprentissage des sciences… 39

L’influence grandissante des TI dans la société permet d’élargir l’accès à l’éducation

et entraîne de nouveaux défis pour les enfants en âge préscolaire et scolaire, les
apprenants adultes, les professionnels au travail et les plus défavorisés. Les nouvelles
technologies ont effacé les frontières entre l’enseignement formel et les apprenants,
et démocratisé l’enseignement par un accès plus aisé à une information de qualité
via Internet.
2.3.1 Faire tomber les barrières en éducation formelle
Il est avéré que la place grandissante d’Internet dans l’enseignement à distance
et dans la mobilisation de ressources a permis d’élargir les possibilités de formation
pour les élèves et les étudiants (Watson & Anderson, 2002 ; Sorensen et al.,
2007). Nombre d’universités offrent désormais des formations ou des unités
d’enseignement à distance pour démocratiser l’accès aux études et encourager le
travail d’équipe entre étudiants (voir Lam & Markenhof, 2002 ; Schrum & Hong,
2002). Dans l’enseignement primaire et secondaire, les enseignants et les élèves
peuvent accéder à des informations mises à jour, se joindre à la communauté
élargie des enseignants et des élèves (Vescoukis & Retalis, 1999) et collaborer grâce
aux appareils mobiles (Looi et al., 2011).
Depuis plus de dix ans maintenant, les autorités locales chargées de l’éducation
au Royaume-Uni ont été mises en réseau et apportent des ressources éducatives aux
établissements dont ils ont la responsabilité (Somek et al., 2002). Néanmoins, les
recherches ont montré que « les enseignants dans les établissements primaires et
secondaires ont besoin d’être beaucoup plus encouragés et soutenus pour utiliser
les TI à des fins administratives. À cette fin, les méthodes actuelles d’utilisation des
informations devront être revues pour bénéficier des infrastructures disponibles
grâce aux systèmes informatiques et la paperasserie devra être progressivement
écartée. À l’heure actuelle, les enseignants n’éprouvent pas le besoin de changer
ou n’y voient pas d’avantages potentiels » (ibid., p. 5).
2.3.2 Changement de rôles pour les enseignants et les élèves
Avant l’avènement des TI, les enseignants diffusaient de l’information aux élèves
et les dirigeaient dans leurs apprentissages. Depuis, les nouvelles technologies ont
modifié leur rôle comme celui des élèves. Tout d’abord, comme nous l’avons vu,
on trouve des logiciels éducatifs qui permettent aux élèves de mener des enquêtes
originales sur des processus et des relations : par exemple, les simulations et
les modélisations donnent plus d’autonomie aux élèves qui sont dès lors moins
dépendants du savoir et de l’expertise de leurs enseignants (Hoyles, Sutherland
& Evans, 1986 ; Davis, 1990 ; Hill, 1990 ; Lam & Markenhof, 2002). Ensuite, l’accès
aux informations pertinentes en temps réel sur Internet dirige les élèves vers
d’autres enseignants peut-être encore plus experts que l’enseignant « officiel ».
Celui-ci joue alors le rôle de guide et de collaborateur dans l’étude de la matière
(Baron & Bruillard, 2007 ; Van Aalst & Chan, 2007). Enfin, les élèves peuvent accéder
à un public international de tous âges par la création de leur propre site Internet

N° 6-2012 | RDST
40 Margaret COX

(Abbote, 1999, 2001) et se transformer en passeurs d’informations auprès d’autres

élèves au-delà de leur propre établissement (Vescoukis & Retalis, 1999 ; Cox, 2012).

2.3.3. Les réseaux sociaux

La montée en puissance des réseaux sociaux, des smartphones et d’autres
technologies portatives signifie que les élèves ayant accès à des ressources éducatives
à leur domicile, à travers leur ordinateur portable ou les environnements virtuels
d’apprentissage, peuvent faire le lien entre leur travail en classe et les devoirs la
maison (Pachler & Redondo 2005 ; Underwood et al., 2007). En outre, la limite entre
les loisirs et le travail est de plus en plus floue dans la mesure où les enseignants
utilisent des ressources vidéo issues d’Internet ou des podcasts en complément des
devoirs à la maison (Pachler, 2007). Pachler a montré que les élèves qui se servaient
davantage de leur ordinateur chez eux avaient également tendance à plus les
utiliser en classe (Pachler, 2007). Des études plus récentes sur l’accès des élèves aux
ressources TI dans des cadres formel et informel révèlent un fossé croissant entre
le niveau d’accès, le type de ressources mobilisées mais aussi la possibilité des
usagers de bénéficier d’un tel accès à l’enseignement (Cooper, 2006 ; Tolley, 2008 ;
Cox, 2012). Là où les élèves étudient toujours dans un cadre formel, on observe une
mobilité accrue des technologies : cela va des appareils portatifs miniaturisés aux
apprentissages en ligne, le tout permettant aux élèves d’étudier tout le temps et
partout (Facer & Sandford, 2010).
Il est avéré que l’accès informel aux TI peut jeter des ponts entre différents
environnements, encourager la coopération, l’évaluation et la présentation, et
ouvrir de nouvelles possibilités aux élèves handicapés ou à besoins spécifiques.
Cependant, une plus grande maîtrise des TI, interprétée comme étant la capacité
à utiliser certaines applications en toute confiance, n’entraîne pas forcément les
résultats les plus bénéfiques. Wecker, Knohnle et Fischer (2007) ont étudié la relation
entre la maîtrise informatique et l’acquisition de connaissances dans deux classes
terminales du secondaire qui travaillaient sur la lumière à partir d’une recherche
scientifique sur Internet. Ils n’ont trouvé aucune corrélation entre la maîtrise
informatique et l’acquisition de connaissances. Les élèves les plus familiers des
ordinateurs passaient moins de temps sur chaque information élémentaire, leur
donnant ainsi guère l’occasion de fouiller les informations que ceux-ci apportent.
Ils en ont conclu qu’une moindre maîtrise des outils informatiques ne constituait
pas toujours un inconvénient car les élèves dans ce cas passaient plus de temps
sur les tâches scientifiques. Les exigences de l’environnement scientifique n’étaient
apparemment pas une barrière. La difficulté à comprendre l’ensemble complexe
de facteurs qui favorisent ou gênent l’utilisation des nouvelles technologies rend
délicate la mise en place de stratégies pédagogiques appropriées. Les chercheurs
doivent prendre en compte la transition actuelle vers l’enseignement fondé sur les TI
où le face-à-face enseignant-élèves sera minoritaire (voir Cox, 2012, fig. 1) au profit
de nouvelles expériences d’apprentissage en dehors des cadres formels.

RDST | N° 6-2012
Informatique et apprentissage des sciences… 41

L’accès aux nouvelles technologies chez soi ou en déplacement entraîne un

changement de paradigme en éducation. Au-delà du « fossé numérique », il existe
un fossé cognitif selon les facilités qu’ont les élèves à manier ces outils et donc à
utiliser ou non toutes leurs applications et fonctions.
Enfin, plus les TI diversifient et renouvellent les représentations du savoir et les
interactions personne-machine, plus les compétences technologiques s’interpénètrent
avec les connaissances issues des activités d’apprentissage. Pour que les enseignants
et les élèves tirent bénéfice d’un environnement de modélisation, d’une simulation
scientifique ou d’une activité issue d’Internet, ils doivent d’abord comprendre les
symboles et les codes de cet environnement. De nouvelles représentations apportent
de nouveaux modèles mentaux chez les élèves qui sont influencés par l’environnement
d’apprentissage et la façon dont les savoirs leur sont présentés.

Conclusion
Les apports avérés des nouvelles technologies à l’enseignement des sciences
et à la société se manifestent par un renouvellement et une diversification
de l’enseignement, un enrichissement des expériences d’apprentissage et un
élargissement des contenus scientifiques. Les nouvelles technologies permettent
également de favoriser l’accès à l’enseignement et d’effacer les frontières entre les
apprentissages formels et informels. Elles peuvent enfin améliorer les apprentissages
fondamentaux et élever le niveau de réussite des élèves quel que soit leur âge.
Néanmoins, l’introduction massive des nouvelles technologies dans l’enseignement
et la société révèle des priorités et des politiques contradictoires et de nombreuses
questions attendent encore une réponse.
La première question à laquelle les pouvoirs publics et les enseignants doivent
répondre, c’est comment résoudre le conflit entre, d’une part, l’enseignement/
apprentissage des technologies de l’information comme matière destinée à former
des experts pour le monde de demain et, d’autre part, l’application et l’utilisation
de ces technologies dans l’ensemble des matières au programme pour améliorer
l’apprentissage des compétences et des concepts traditionnels de l’enseignement.
Dans le premier cas, les pouvoirs publics n’ont besoin que d’un certain nombre
d’enseignants correctement formés et qualifiés et les établissements scolaires
peuvent alors attribuer des ressources technologiques limitées à une seule matière
au programme. Dans le second cas, les enseignants doivent pour leur part être
experts dans l’usage de ces technologies de l’information dans leur domaine propre
et faire la preuve qu’elles vont accroître et étendre les apprentissages de leurs
élèves au-delà du niveau qu’ils atteignent par des méthodes traditionnelles. Pour y
parvenir, les besoins de formation des enseignants sont considérables non seulement
pour renouveler leurs pratiques et contenus pédagogiques mais aussi pour maîtriser
les nouvelles compétences liées aux technologies de l’information. Néanmoins,
comme nous l’avons montré dans cet article, malgré 40 ans d’investissements

N° 6-2012 | RDST
42 Margaret COX

des pouvoirs publics en ce sens, nombre d’enseignants en sciences sont encore

largement réticents à intégrer les nouvelles technologies dans leur enseignement
ou alors elles sont souvent enseignées pour elles-mêmes de façon superficielle ou
sans grande stimulation intellectuelle pour les élèves.
Le deuxième défi découle de l’appauvrissement des programmes de sciences
suite à l’abandon des contenus basés sur les ressources technologiques qui,
pourtant, contribuaient à l’amélioration des apprentissages, au profit de l’utilisation
de Microsoft Office et à une focalisation sur les compétences bureautiques plutôt
qu’à la connaissance disciplinaire et à la cognition. Les apports de la recherche
montrent que les ressources technologiques propres à chaque discipline sont
à même d’émanciper les enseignants de sciences comme les élèves grâce à de
nouvelles méthodes d’investigation et de découverte, et en repoussant les limites
des ressources, des moyens de communication et des programmes scolaires
eux-mêmes. Or des études révèlent que la majorité des enseignants limitent
toujours leur utilisation des nouvelles technologies à des logiciels commerciaux,
refusant ainsi aux élèves la possibilité d’améliorer les activités d’apprentissage
pertinentes par rapport aux matières enseignées. Si l’objectif est de faire en sorte
que les élèves optimisent leur utilisation, alors les enseignants et les établissements
d’enseignement secondaire et supérieur doivent investir dans des logiciels éducatifs
et des ressources en ligne dédiés à cet objectif.
Les enseignants sont aussi confrontés à une perte de maîtrise du processus
d’apprentissage formel à cause des apprentissages informels des élèves chez eux,
sur les réseaux sociaux, et des relations avec les experts et d’autres technologies plus
attractives en dehors du cadre scolaire. Pour essayer de s’adapter à ces nouvelles
activités, ils abandonnent souvent leurs bonnes pratiques, les contenus pédagogiques
et leur capacité de conviction, par manque de confiance et de compréhension de
l’influence possible des nouvelles technologies dans l’enseignement.
Enfin, de nouvelles compétences (perception et compréhension liées à de
nouveaux modes de présentation et de représentation des sciences) modifient
l’importance et l’équilibre des productions, des contenus et du sens des ressources
éducatives en sciences, ce qui souvent n’est pas compris des enseignants. Nombre
d’enseignants sont incapables de transformer leur pédagogie pour intégrer ces
nouveaux savoirs et changer la façon de les présenter devant les élèves. D’autres
acceptent les nouvelles technologies sans remettre en cause la validité des contenus
et des informations transmis. Dès lors, la priorité pour les enseignants scientifiques
est de bien comprendre l’influence des nouvelles technologies pour mieux les
exploiter au profit de leurs élèves.
Les difficultés auxquelles ces enseignants sont confrontés appellent un
renouvellement de leur formation aux nouvelles technologies, des changements
de curriculum formel dans le secondaire et le supérieur ainsi qu’une réorganisation
du temps scolaire au sein des institutions éducatives. La société doit également

RDST | N° 6-2012
Informatique et apprentissage des sciences… 43

reconnaître que les savoirs disciplinaires sont désormais inextricablement liés

aux métaphores technologiques représentant ces savoirs et qu’au fil des avancées
technologiques, l’équilibre entre telle ou telle matière et les représentations
technologiques entraînera de nouveaux savoirs scientifiques et de nouveaux
domaines de connaissances. La plus grosse difficulté est que, au fur et à mesure que
les nouvelles technologies accroissent leur influence et donc que le défi intellectuel
augmente, l’expertise nécessaire pour les utiliser échappe à la compréhension de
plus en plus d’enseignants et d’élèves dans la société.
Margaret COX
mj.cox@kcl.ac.uk
(traduit par Thierry Bessy)

BIBLIOGRAPHIE
ABBOTT C. (1999). The Internet, text production and the construction of identity:
Changing use by young males during the early to mid 1990s. Unpublished PhD,
Londres : King’s College, University of London.
ABBOTT C. (2001). Some Male Web Site Owners: the technological aesthete,
the community builder and the professional activist. Education,
Communication and Information, vol. 1, n° 2, p. 197-212.
AINLEY J., ENGER L. & SEARLE D. (2008). Students in a digital age: Implications
of ICT for teaching and learning. in J. Voogt, & G. Knezek (éd.), International
Handbook of Information Technology in Primary and Secondary Education,
Berlin, Heidelberg, New York. Springer, p. 63-80.
AJZEN I. (1988). Attitudes, Personality and Behavior. Milton Keynes : Open
University Press.
AMES C. (1992). Classroom; goals, structures and student motivation. Journal
of Educational Psychology, vol. 84, n° 3, p. 261-271.
BAGNALL P. (1998). The Internet: where it came from, how it works. Physics
Education, vol. 33, n° 3, p. 143-148.
BARON G.-L. & BRUILLARD É. (1999). Usages Éducatifs des Technologies de
L’information et de la Communication : Quelles Compétences pour les
Enseignants ? Educational Media International, vol. 36, n° 2, p. 168-170.
BARON G.-L. & BRUILLARD É. (2007). ICT, educational technology and educational
instruments. Will what has worked work again elsewhere in the future?
Education and Information Technologies, n° 12, p. 71-81.
BLISS J. (1994). Causality and Common Sense reasoning. In H. Mellar, J. Bliss,
R. Boohan, J. Ogborn & C. Tompsett, Learning with Artificial Worlds: Computer
Based Modelling in the Curriculum, Falmer Press, p. 117-127.
BORK A. (1981). Learning with computers. Billerica (MA) : Digital Press.

N° 6-2012 | RDST
44 Margaret COX

BRNA P. (1988). Confronting science misconceptions: a computer-based-

methodology. In F. Lovia & E. D. Tagg (éd.), Computers in EducationECCE 88,
Amsterdam : North Holland.
CHENG P. C.-H. (1999). Unlocking conceptual learning in mathematics and science
with effective representational systems. Computers in Education, vol. 33,
n° 2-3, p. 109-130.
CHENG P. C-H, LOWE R.K. & SCAIFE M. (2001). Cognitive science approaches to
diagramatic representations. Artifical Intelligence Review, vol.1/2., n° 15,
p. 79-94.
COMPEAU D. R., & HIGGINS C. A. (1999). Social cognitive theory and individual
reactions to computing technology: A longitudinal study, Managment
Information Sytems (MIS) Quarterly, n° 23, p. 145-158.
COOPER J. (2006). The digital divide: the special case of gender. Journal
of Computer Assisted Learning, vol. 22, n° 5, p. 320-334.
COX M.J. (1983). Case Study of the Application of Computer Based Learning.
in N.J. Rushby (éd.), Computer Based Learning – State of the Art Report,
Pergamon, p. 31-46.
COX M. J. (1984). Evaluation and dissemination of science software. Journal
of Science Education in Japan, vol. 8, n° 2, p. 147-156.
COX M.J. (1992a). The Computer in the Science Curriculum. The International
Journal for Educational Research, vol. 17, n°1.
COX M.J. (1992b). Using Microcomputers to Enhance the Understanding
of Science Concepts. In J. Aghion, J. Depireux, & R. Holvoet (éd.), Sciences,
de l’experimentation aux concepts. 10-22. Commissariat général aux Relations
internationales de la Communauté française de Belgique.
COX M.J (1993). The Project Design and Method. in D.M. Watson (éd.), Impact.
An evaluation of the Impact of the Information Technology on Children’s
Achievements in Primary and Secondary Schools. Londres : King’s College, p. 7-25
COX M.J. (1996). Computer Simulations and Modelling. in T. Plomp & D.L. Ely
(éd.), The International Encyclopaedia of Educational Technology, 2de éd.,
Elsevier Science (Pergamon), p. 411-414.
COX M.J. (1997). The Effects of Information Technology on students’ motivation.
Final Report. Londres : NCET/King’s College.
COX M.J. (1999). Motivating learners through the use of ICT. in M. Leask
& N. Pachter (éd.), Learning to Teaching using ICT in the Secondary School,
Routledge, p. 19-35.
COX M.J. (2000). Information and communication technologies: their role
and value for science education. In M. Monk & J. Osborne, (éd.), Good Practice
in Science Teaching – What Research has to Say, Open University Press UK.

RDST | N° 6-2012
Informatique et apprentissage des sciences… 45

COX M.J. (2005). Educational Conflict: the problems in institutionalizing new

technologies in Education. In G. Kouzelis, M. Pournari, M. Stoeppler, V. Tselfes
(éd.), Knowledge in the New Technologies, Berlin : Peter Lang, p. 139-165.
COX M.J. (2009). Chapter 15. National Policies and Practices on ICT in Education:
England. In T. Plomp, R. Andersen, N. Law & A. Quale (éd.), Cross-National
Information and Communication Technology: Policies and Practices in
Education, 2de éd., Charlotte (North Carolina) : Information Age Publishing,
p. 315-330.
COX M. J (2012). Formal to informal learning with IT: research challenges and
issues for e-learning. Journal of Computer Assisted Learning. (In press – Early
view online).
COX M. J, RHODES V. & HALL J. (1988). The use of Computer Assisted Learning
in primary schools: some factors affecting the uptake. Computers
and Education, vol. 12, n°1, p. 173-178.
COX M. J. & RHODES V. (1989). Time for Training. Video. Swindon : Economic
and Social Research Council.
COX M.J. & RHODES V. (1990). Current Practice and Policies for Using Computers
in Primary Schools: Implications For Training. Lancaster : Economic and Social
Research Council.
COX M.J. & WEBB M (1994). Developing software and curriculum Materials:
The Modus Project in H. Mellar, J. Bliss, R. Boohan, J. Ogborn & C. Tompsett,
Learning with Artificial Worlds: Computer Based Modelling in the Curriculum.
Falmer Press.
COX M. J. & ABBOTT C., WEBB M., BLAKELEY B., BEAUCHAMP T. & RHODES V.
(éd.). (2004). A review of the research literature relating to ICT and attainment.
Coventry : Becta/London: DfES.
DAVIS A. (1990). The computer: A Modern aid to reading? Developing Pupil
Autonomy in Learning with Microcomputers. Teachers Voices., n° 15.
DAVIS F.D, BAGOZZI R.P & WARSHAW P.R. (1989). User acceptance of computer
technology: a comparison of two theoretical models. Management Science.
Vol. 35(8). p. 982-1003.
DE DIANA, I.P.F. & WHITE T.N. (1994). Towards And Educational Superinterface.
Journal for Computer Assisted Learning, vol. 10, n° 2, p. 93-103.
DES (Department for Education and Science) (1990). Technology in the National
Curriculum. Her Majesty’s Stationery office.
FACER K. & SANDFORD R. (2010). The next 25 years? Future scenarios and
future directions for education and technology. Journal of Computer Assisted
Learning, vol. 26, n° 1, p. 74-93.

N° 6-2012 | RDST
46 Margaret COX

FROST R. (2010). The IT in Science Book of Data logging and Control. Londres :
Roger Frost.
FULLAN M.G. (1991). The new meaning of Educational Change. Londres : Cassell.
GARDNER, D.G., DUKES R.L., DISCENZA R. (1993). Computer use, self-confidence,
and attitudes: a causal analysis. Computers in human behaviour, vol. 9.,
p. 427-440.
GRIFFIN D. & CHRISTENSEN R. (1999). Concerns-Based Adoption Model (CBAM)
Levels of Use of an Innovation (CBAM-LOU). Denton (Texas) : Institute for
the Integration of Technology into Teaching and Learning.
HARRISON C., COMBER C., FISHER T., HAW K., LUNZER E., MCFARLANE A.,
MAVERS D., SCRIMSHAW P., SOMEKH B. & WATING R. (2002). ImpaCT2 The
Impact of Information and Communication Technologies on Pupil Learning
and Attainment. BECTa and DfES. DfES publications.
HAWKRIDGE D. (1990). Who needs computers in schools, and why? Computers
and Education, n° 15, p. 1-3.
HILL J. (1990). Children in Control: Attempts at fostering an autonomous attitude
towards the computer work in the classroom. Developing Pupil Autonomy
in Learning with Microcomputers. Teachers Voices. 2. NCET
HINTON T. (1981). Simulation and modelling and the algorithmic approach.
In D. Wildenberg (éd.), Computer simulations in university teaching,
Amsterdam : North Holland.
HOLLAND D., & OGBORN J. (1988). The cellular modelling system. Harlow :
Longman.
HOOPER R. (éd.) (1977).The National Development Programme in Computer Assisted
Learning: Final Report of the Director. Londres : Council for Educational
Technology.
HOYLES C., SUTHERLAND R. & EVANS J. (1986). Using LOGO in the mathematics
clasroom. What are the implications of learner devised goals? Computers
and Education, vol. 10, n° 1, p. 61-72.
KALOGIANNAKIS M. (2004). Nouvelles formes de communication, nouveau
métier pour les enseignants? Educational Media International, vol. 41, n° 4,
p. 339-345.
KEMMIS S., ATKIN R. & WRIGHT E. (1977). How do students learn? Working
papers on computer assisted learning, UNCAL evalutation studies, occasional
publication 5, Centre for Applied Research in Education, University of East
Anglia.
KURLAND D.M. & PEA R.D. (1983). Children’s mental models of recursive LOGO
programs. in Proceedings of the Fifth Annual Cognitive Science Society,
Rochester, New York.

RDST | N° 6-2012
Informatique et apprentissage des sciences… 47

LAM I. & MARKENHOF A. (2002). Student-centred Learning in a Telematic Learning

environment. In D. M. Watson & J. Anderson (éd.) Networking the Learner.
Computers in Education. IFIP. Dordrecht : Kluwer, p. 29-38.
LAURILLARD D. M (1978). Evaluation of Student Learning in CAL. Computers
and Education. 2: 259 -263.
LAURILLARD D.M. (1993). How can Learning Technologies improve learning?
Law Technology Journal, vol. 3., n° 2.
LE CORRE Y. (1973). the computer in teaching physics. trends in teaching physics.
Genève : EPS.
LEWIS R., & TAGG, E. D. (1987). Trends in computer assisted education. Oxford :
Blackwell Scientific.
LOOI C-K., ZHANG, B., CHEN W., SEOW P., CHIA G., NORRIS C., & SOLOWAY E.
(2011). Mobile Inquiry Learning Experience For Primary Science Students:
a study of learning effectiveness. Journal of Computer Assisted Learning,
vol. 27, n° 3, p. 269-287.
MCCORMICK S. & SQUIRES D. (1991). Bioview. Londres : King’s College.
MCKENZIE J., ELTON L.R.B., & LEWIS R. (éd.) (1978). Interactive Computer Graphics
in Science Teaching. Chichester : Ellis Horwood.
MCPHERSON M.A. & NUNES J.M. (2008). Critical issues for e-learning delivery:
what may seem obvious is not always put into practice. Journal of Computer
Assisted Learning, vol. 24, n° 5, p. 433-445
MELLAR H., BLISS J., BOOHAN R., OGBORN J. & TOMPSETT C. (éd.) (1994). Learning
with Artificial Worlds: Computer Based Modelling in the Curriculum. Londres :
The Falmer Press.
MERRILL M.D. (1965). Computer-based mathematics instruction. Bulletin
of the International Study Group for Mathematics Learning, n° 3, p. 7-22.
MERRILL M.D. (1980). Learner control in computer based learning. Computers
and Education, n° 4, p. 77-95
MERRILL M.D. (1994). Instructional Design Theory. Englewood Cliffs : Educational
Technology Publications.
MONK M. & OSBORNE J. (éd.) (2000). Good Practice in Science Teaching – What
Research has to Say. Open University Press UK.
MOONEN J. (éd.) (2008). Section 11. International and Regional Programs and
Policies. in J. Voogt, & G. Knezek. (éd.), International Handbook of Information
Technology in Primary and Secondary Education, Berlin, Heidelberg, New York :
Springer, p. 1069-1178.
NCET (National Council for Educational Technology) (1994). ILS – Integrated
Learning Systems: a report of the pilot evaluation of ILS in the UK. Coventry :
NCET.

N° 6-2012 | RDST
48 Margaret COX

OGBORN J. & WONG D. (1984). A microcomputer dynamic modelling system.

Physics Education, vol. 10., p. 138-142.
OGBORN J. (1990). A future for modelling in science education. Journal
of Computer Assisted Learning, vol. 6, n° 2, p. 101-113.
OSBORN J. & HENNESSY S. (2003). Literature Review in Science Education and
the Role of ICT: Promise, Problems and Future Directions. Futurelab UK
PACHLER N. (éd). (2007). Mobile learning: towards a research agenda. Londres :
The WLE Centre, Institute of Education.
PACHLER N. & REDONDO A (2005). Linking School with Home Use. Learning
To Teach Using ICT. In L. Marilyn and P. Norbert (éd.), The Secondary School:
A Companion To School. Londres : Routledge.
PAPERT S. (1980). Mindstorms: Children, computers, and powerful ideas. New York :
Basic Books.
PASSEY D. & SAMWAYS B. (éd.) (1997). Information Technology Supporting Change
through Teacher Education. IFIP. Chapman and Hall, p. 87-94.
PELGRUM W.J. & PLOMP T. (1991). The Use of Computers in Education worldwide.
Results from the IEA Computers in Education Survey in 19 Education Systems.
Oxford : Pergamon Press.
PLOMP T. & ELY D.L. (éd.) (1996). The International Encyclopaedia of Educational
Technology. (Pergamon) Elsevier Science, 2de éd., p. 411-414.
PLOMP T., ANDERSEN R., LAW N. & QUALE A. (2009). Cross-National Information
and Communication Technology: Policies and Practices in Education, Charlotte :
Information Age Publishing, 2de éd.
REEVES T.C. (2008). Evaluation of the Design and Development of IT Tools
in Education. In International Handbook of Information Technology in Primary
and Secondary Education, Springer International Handbook of Information
Technology in Primary and Secondary Education, vol. 20, p. 1037-1051.
REGNIER C. (2009). Chapter 18. National Policies and Practices on ICT
in Education: France. In T. Plomp, R. Andersen, N. Law & A. Quale, (éd.), Cross-
National Information and Communication Technology: Policies and Practices
in Education, 2de éd., Charlotte : Information Age Publishing, p. 257-277.
ROGERS L. & NEWTON L. (2001). Integrated Learning Systems. An “open”
approach. International Journal of Science Education, vol. 23, n° 4, p. 405-422.
SAKONIDIS H. (1994). Representations and Representation Systems. In (Mellar, H.,
Bliss, J., Boohan, R., Ogborn, J., & Tompsett, C. (éd.) Learning with Artificial
Worlds: Computer Based Modelling in the Curriculum. Londres : Falmer Press.
p. 39-46.

RDST | N° 6-2012
Informatique et apprentissage des sciences… 49

SCHRUM L. & HONG S. (2002). From The Field: Characteristics Of Successful

Tertiary Online Students And Strategies Of Experience Online Educators.
Education and Information Technologies, vol. 7, n° 1, p. 5-16.
SCHWARTZ J. L. (1986). The power and the peril of the particular: Thoughts on
the role for microcomputers in science and mathematics education. Machine
Mediated Learning, n° 14, p. 345-354.
SCRIMSHAW P. (2004). Enabling teachers to make successful use of ICT. Coventry :
British Educational Communications and Technology Agency (Becta).
SÉJOURNÉ A. (2003). Eléments théoriques pour la conception d’un hypermédia
en sciences physiques, Didaskalia, n° 23, p. 65-100
SOMEKH B., WOODROW D., BARNES S., TRIGGS P., SUTHERLAND R., PASSEY D.,
HOLT H., HARRISON C., FISHER T., FLETT A., & JOYES G. (2002). NGfL Pathfinders.
Final Report on the roll-out of the NGfL Programme in ten pathfinder Local
Educational Authorities. Londres : Department for Education and Skills.
SORENSEN P., TWIDLE J., Child A. & Godwin J. (2007). The Use of the Internet
in Science Teaching: A longitudinal study of developments in use by student-
teachers in England. International Journal of Science Education, vol. 29, n° 13,
p. 1605-1627
SPARKES R. A. (1984). The BBC microcomputer in science teaching. Londres :
Hutchinson.
SUPPES P (1968). Computer-assisted instruction: an overview of operations
and problems. IFIP Congress (2), p. 1103-1113
SUPPES P. & MORNINGSTAR M. (1972). Computer assisted instruction at Stanford,
1966-1968. New York : Academic Press.
SUPPES P. (1979). Current Trends in Computer-Assisted Instruction. Advances
in computers. Vol. 18, p. 173-229.
TINSLEY J.D. & VAN WEERT T.J. (1989). Educational Software at the Secondary Level.
Proceedings of the IFIP Technical Committee 3/WG 3.1 Working Conference
on Educational Software at Secondary Level. Amsterdam : Elsevier.
TOLLEY R.J. (2008). Report The current state of affairs with regard to virtual
and managed learning environments in UK schools. NAACE.
UNDERWOOD J.T., BAGULEY T., BANYARD P., COYNE E., FARRINGTON-FLINT L.
& SELWOOD I. (2007). Impact 2007: Personalising learning with technology.
Coventry : Becta.
VAN AALST J. & CHAN C.K.K. (2007). Student-directed assessment of knowledge
building using electronic portfolios. The Journal of the Learning Sciences,
vol. 16, n° 2, p. 175-220.
VAN DEN AKKER J., KEURSTEN P. & Plomp T. (1992). The Integration of computer
use in Education. International Journal of Educational Research, vol. 17, n° 1.

N° 6-2012 | RDST
50 Margaret COX

VESCOUKIS V. C. & RETALIS S. (1999). Networked learning with user-enriched

educational material. Journal of Computer Assisted Learning, vol. 15, n° 3,
p. 211-220.
VOOGT J. & KNEZEK G. (éd.) (2008). International Handbook of Information
Technology in Primary and Secondary Education. Berlin, Heidelberg, New York :
Springer.
WATSON D.M. (1992). The Computer in the Social Science Curriculum. in
T.J. Plomb & J. Moonen (éd.), The International Journal for Educational
Research, vol. 17, n° 1.
WATSON D.M. (éd.) (1993). The ImpacT Report. An evauation of the impact of
Information technology on children’s achievements in primary and secondary
schools. Londres : King’s College.
WATSON D. M. & ANDERSON J. (2002) (éd.). Networking the Learner. Computers
in Education. IFIP. Dordrecht : Kluwer.
WEBB M. (2008). The Impact of IT on Science Education. in J. Voogt & G. Knezek
(éd.), International Handbook of Information Technology in Primary and
Secondary Education, Berlin, Heidelberg, New York : Springer, p. 133-148.
WECKER C., KNOHNLE C. & FISCHER F. (2007). Computer Literacy and inquiry
learning: when geeks learn less. Journal of Computer Assisted Learning, vol. 23,
n° 2, p. 133-144.
WEDEKIND J. (1981). The instructional use of computer simulations in the
teaching of biology. In D. Wildenberg (éd.), Computer simulations in university
teaching, Amsterdam : North Holland.
WEGERIFF R. (1996). Collaborative learning and directive software. Journal
for Computer Assisted Learning, vol. 12, n° 1, p. 22-32.
WEINER B. (1990). History of motivational research in education. Journal
of Educational Psychology, vol. 82, n° 4, p. 616-622.

Abstracts • Zusammenfassungen • Resúmenes

Computers and Science Learning:
trends, dilemmas and implications for the future
A review of the development and use of IT in science education over the last 50 years shows how
the focus has moved from subject specific tutorial style software to simulations and modelling and in
the last decade to the move towards online learning and social networking. The early introduction of
new technologies in science education in the 1960s was based on two main thrusts. Firstly, universities
and national bodies recognized the need to provide a growing number of IT experts to work in the IT
industry, and pioneering educators saw the potential for new technologies to enhance teaching and
learning in specific subjects, especially science and mathematics education. 40 years’ research into

RDST | N° 6-2012
Informatique et apprentissage des sciences… 51

the impact of science IT resources on students’ learning has shown that there have been significant
positive enhancements of learning but these depend to a large extent on the nature of the software
itself, the pedagogical practices of the science teachers and the relevance of the activity to specific
conceptual understanding and knowledge development
In spite of 50 years of evidence of the potential value of IT in science education, there are many
issues and conflicts which pertain in schools, higher educational establishments today and which if
anything are increasing with the diversification and power of IT technologies. The first issue facing
governments and educators is the conflict between teaching and learning of IT as a subject to produce
IT experts for tomorrow’s world, and the application and use of IT within all curriculum subjects to
enhance the learning of traditional concepts and skills in education. The second major problem is
caused by an impoverishment of the science curriculum by the move away from earlier subject based
IT science resources, which have been shown to enhance teaching and learning, to the use of Microsoft
Office, and a focus on office skills rather than on subject knowledge and cognition. A further dilemma
for science teachers is caused by the loss of control of the learning process by their learners’ informal
learning through home use, social networking, connections to experts and more powerful technologies
outside school. In attempts to accommodate these additional activities, teachers are often discarding
their sound pedagogical knowledge and practices and abdicating from their educational influences.
Finally, new literacies (perceptions and understandings linked to new modes of science presentation
and representations) are changing the emphasis and the balance in terms of the production, content
and meaning of science educational resources, which are often not understood by science teachers.
These conflicts facing science education require a substantial change in the ways in which teachers are
trained to use new technologies, changes in the formal school curriculum, as well as a reorganisation
of curriculum time, teachers’ professional development, home-school links and pedagogical practices
within educational institutions.
KEY-WORDS •. Information and Communication Technologies (ICT), scientific education.

Informatik und Wissenschaftslernen :

Tendenzen, Dilemma und Konsequenzen für die Zukunft
Die Entwicklung und Benutzung der Informationstechnologien in den letzten 50 Jahren im
Wissenschaftsunterricht zeigt, wie der Schwerpunkt sich von facheigenen tutorialmäßigen Softwares
über Simulierung und Modellierung bis hin zum Online-Lernen und zu den sozialen Netzwerken in den
letzen zehn Jahren verlegt hat. Die Einführung der neuen Technologien in die Wissenschaftserziehung
in den 60er Jahren basierte auf zwei Stoßrichtungen: Erstens haben Hochschulen und Behörden die
Notwendigkeit erkannt, eine größere Anzahl von IT-Experten auszubilden, die dann in dieser Branche
arbeiten; Zweitens haben bahnbrechende Lehrer den Vorteil gesehen, den sie im Unterricht aus den
neuen Technologien ziehen konnten, um das Lernen einiger Fächer zu verbessern, insbesondere
Wissenschaften und Mathematik. 40 Jahre der Forschung über den Einfluss der IT-Ressourcen auf
Lernen und Unterrichten haben bedeutsame Fortschritte im Kenntniserwerb gezeigt, aber sie hängen
größtenteils von dem Wesen der Software, von den Praktiken der Wissenschaftslehrer und von der
Relevanz der Aktivität im Vergleich mit Konzeptualisierung und Entwicklung der Kenntnisse ab.
Trotz des unverkennbaren Gewinns der IT im Wissenschaftsunterricht, lösen sie 50 Jahre nach ihrer
Einführung immer noch viele Konflikte an Schulen und Hochschulen aus und ihre Diversifizierung
und ihr zunehmender Einfluss bestätigt anscheinend diese Tendenz. Die erste Frage, die die Behörden
und Lehrer beantworten müssen ist, wie man den Konflikt lösen kann zwischen einerseits dem
Unterrichten der IT, um Experten für die Zukunft auszubilden und andererseits dem Gebrauch dieser
Technologien in allen Fächern, um den Kompetenzerwerb und das Unterrichten der traditionellen
Begriffe zu verbessern. Das zweite Problem ist eine Konsequenz von der Verarmung der Lehrpläne für
die Wissenschaft und das Weglassen von Fachkenntnissen und Ressourcen, die jedoch zur Verbesserung
der Leistungen und der Kompetenzen geführt haben. Durch den Gebrauch von Microsoft Office hat man
eher auf bürotechnischen Aufgaben als auf Fachwissen und Kenntnisse fokussiert. Ein anderes Dilemma

N° 6-2012 | RDST
 52 Margaret COX

für Lehrer rührt von einem Verlust des förmlichen Lehrprozesses her, weil die Schüler informell durch
den Computergebrauch zu Hause, in den sozialen Netzwerken, durch den Kontakt mit Experten und
anderen Technologien außerhalb der Schule dazulernen. Um sich besser an diesen neuen Aktivitäten
anzupassen, geben Lehrer oft ihre bewährten Lehrpraktiken und ihren erzieherischen Einfluss auf.
Schließlich verändern neue Kompetenzen (Wahrnehmung und Erfassung in Bezug auf neue Vor- und
Darstellungsmodi der Wissenschaften) die Bedeutung und den Schwerpunkt der Inhalte und des Sinns
der erzieherischen Ressourcen in den Wissenschaften, die oft von Lehrern nicht verstanden werden. Die
Schwierigkeiten, auf die die Lehrer stoßen, fordern zu einer Neugestaltung ihrer IT-Ausbildung, und
zu einer Veränderung des Schülercurriculums auf, und machen eine neue Organisation der Schulzeit,
der beruflichen Entwicklung der Lehrer, der Beziehung zwischen Haus und Schule und schließlich der
Lehrpraktiken in den Schulanstalten notwendig.

Informática y aprendizaje de las ciencias :

tendencias , dilemas y consecuencias para el porvenir
50 años de evoluciones y de uso de las tecnologías de la información en la enseñanza de las ciencias
muestran cómo se ha pasado de los programas dedicados a cada materia bajo forma de tutoriales a
las simulaciones y a la modelización, para terminar por el aprendizaje en línea y las redes sociales
durante el útimo decenio. La instalación de nuevas tecnologías en la enseñanza de las ciencias durante
los años 1960 se basaba sobre dos dinámicas principales : ante todo, las universidades y los poderes
públicos admitían la necesidad de formar un número más importante de expertos en tecnologías
de la información para trabajar en esta industria ; luego, unos docentes precursores se dieron cuenta
del interés que podían sacar de las nuevas tecnologías para mejorar la enseñanza y el aprendizaje
en ciertas materias, particularmente en la enseñanza de las ciencias y de las matemáticas. 40 años
de investigaciones sobre el impacto de los recursos tecnológicos sobre el aprendizaje de los alumnos
evidencian unos progresos significativos de sus adquisiciones pero, en gran medida, estos recursos
dependen de la naturaleza misma del programa, de las prácticas pedagógicas de los docentes en
ciencias y de la pertinencia de la actividad en relación con la conceptualización y el desarrollo de
los saberes.
A pesar del aporte evidente de las tecnologías de la información en la enseñanza de las ciencias,
siguen planteando , 50 años después de su introducción, muchas preguntas en los establecimientos de
secundaria y enseñanza superior, y bien parece que su diversificación y su impacto creciente tienden
a amplificar esta tendencia. La primera pregunta a la que deben responder los poderes públicos y los
docentes, es cómo resolver el conflicto entre por una parte la enseñanza//aprendizaje de las tecnologías
de la información como materia destinada a formar expertos para le mundo de mañana y por otra la
aplicación y la utilización de estas tecnologías dentro del conjunto de las materias del programa escolar
para mejorar el aprendizaje de las competencias y de los conceptos tradicionales de la enseñanza. El
segundo reto se deriva del empobrecimiento de los programas de ciencias, debido al abandono de
los recursos y saberes disciplinarios que, si embargo, contribuían a mejorar unos aprendizajes en pro
de competencias ofimáticas bajo Microsoft Office. Los docentes tambien se enfrentan a una pérdida
del dominio del proceso de aprendizaje formal, debida al aprendizaje informal de los alumnos en sus
casas en las redes sociales, a los vínculos con los expertos y otras tecnologías fuera del marco escolar.
Con este motivo, abandonan a menudo sus buenas prácticas pedagógicas y su poder de influencia
para adaptarse mejor a estas nuevas tecnologías.
Por fin, nuevas competencias ( percepción y comprensión relacionadas con nuevos modos
de presentación y representación de las ciencias) modifican la importancia y el equilibrio de las
producciones , contenidos y de la significación de los recursos educativos en ciencias, que a menudo
los docentes no entienden. Las dificultades con las cuales se enfrentan estos docentes necesitan una
renovación de su formación a las nuevas tecnologías, unos cambios de curriculo formal así como una
reorganización del tiempo escolar, del desarrollo profesional de los docentes, unos vínculos escuela-
domicilio , así como prácticas pedagógicas en el seno de las instituciones educativas.

RDST | N° 6-2012

View publication stats