Ce que le cerveau nous apprend

sur l’apprentissage et l’enseignement

Dans cet épisode du balado du Collimateur, nous plongeons dans les mécanismes cérébraux de l’apprentissage et leur impact concret sur l’enseignement supérieur.

Cette conversation conviviale réunit en studio Steve Masson, professeur au département de didactique et codirecteur du Laboratoire de recherche en neuroéducation, de même que Julie Beaupré et Yves Munn. Ces derniers sont chargé·es de projets pédagonumériques au Carrefour UQAM.

Abonnez-vous à la baladodiffusion via Acast ou directement sur Apple Podcasts ou Spotify

Les participants à la conversation (00:38)

Steve Masson est professeur au Département didactique de l’UQAM. Ses recherches étudient le lien entre le cerveau et l’apprentissage. Il souhaite mieux comprendre le fonctionnement du cerveau et déterminer comment optimiser l’enseignement et les stratégies d’études afin de favoriser l’apprentissage. 

Julie Beaupré est chargée de projets technopédagogiques au Carrefour d’innovation et de pédagogie universitaire de l’UQAM. Ce qui l’intéresse, c’est la manière dont on peut garder notre cerveau alerte et bien en santé, dans cette ère où le numérique est partout et où il est peut-être trop facile de lui déléguer des tâches pour les faire à notre place.    

Yves Munn est également chargé de projets pédagonumériques au Carrefour de l’UQAM. Il cherche des pistes concrètes applicables en enseignement supérieur et en formation à distance, à la fois pour la communauté étudiante et pour les personnes enseignantes. Il se penche sur des questions centrales telles que : comment apprendre ? Comment mémoriser ?

Le Laboratoire de recherche en neuroéducation (02:02)

Steve Masson précise qu’il codirige le Laboratoire de recherche en neuroéducation avec Lorie-Marlène Brault Foisy, également professeure au Département de didactique. Le laboratoire utilise principalement l’imagerie par résonance magnétique fonctionnelle (IRMf), une technologie partagée hébergée à l’Unité de Neuroimagerie Fonctionnelle (UNF) de Montréal, relevant de l’Institut universitaire de gériatrie de Montréal. L’électroencéphalographie y est utilisée à l’occasion.

Le laboratoire s’intéresse à deux axes étroitement liés : les impacts de l’apprentissage sur le cerveau, mais aussi l’impact des approches pédagogiques sur le cerveau. En comparant l’activité cérébrale avant et après un apprentissage dans des tâches comme la lecture ou la résolution de problèmes mathématiques, il devient possible de voir ce qui a changé dans le cerveau. En particulier, la façon dont on a enseigné peut influencer la nature même de ces changements, ce qui constitue le cœur de l’intérêt pédagogique de ces recherches.

Mesurer le changement avec les techniques d’imageries cérébrales (04:05)

Yves Munn demande si les participants et participantes doivent absolument se retrouver dans l’appareil IRMf pour que l’apprentissage soit mesurable. Steve Masson explique qu’en l’absence de techniques d’imagerie cérébrale, toute personne enseignante se construit inévitablement un modèle mental du fonctionnement du cerveau de ses étudiantes et étudiants. Les techniques d’imagerie ajoutent une couche explicative au modèle implicite. Elles permettent non seulement de vérifier si l’apprentissage a eu lieu, mais aussi d’observer ce qui a littéralement changé dans le cerveau et d’en tirer des indications pédagogiques. En laboratoire, le protocole standard consiste à prendre des images avant l’apprentissage, puis à laisser les gens apprendre dans un contexte réel (en classe, par exemple), pour ensuite les faire revenir pour une nouvelle série d’images. Le laboratoire cherche à évaluer de manière précise les modifications de l’activité cérébrale entre les deux séances, et à comprendre ce que ces changements révèlent sur le plan pédagogique.

L’intervalle entre les deux séances est souvent de quelques semaines. Des études montrent cependant que des changements sont observables beaucoup plus tôt : en quelques heures, voire en quelques minutes. Le record connu est de 45 minutes.

Julie Beaupré s’étonne qu’un changement perceptible puisse se produire en seulement 45 minutes. Steve Masson confirme en citant une étude où des sujets ont appris de nouveaux termes de couleurs en 45 minutes. Après cet apprentissage, la matière grise de certaines zones cérébrales associées à la perception des couleurs s’est accrue. Il souligne que la matière grise sert d’indicateur de la quantité de connexions neuronales dans une région spécifique du cerveau. Il ajoute qu’apprendre n’est pas uniquement synonyme de création de nouvelles connexions neuronales. Il peut aussi s’agir d’ajuster la force de connexions déjà existantes, à la hausse ou à la baisse. Julie Beaupré est surprise de cette possibilité à la baisse, ce qui ouvre la discussion sur les conceptions erronées.

La plasticité cérébrale et les connexions neuronales (06:41)

Yves Munn évoque l’exemple de l’analogie de la forêt, souvent mentionnée par le chercheur pour illustrer le renforcement des connexions neuronales. Steve Masson la développe : plus on emprunte le même chemin dans une forêt, plus un sentier se trace, devient clair et facile à parcourir. Dans le cerveau, apprendre consiste à renforcer les connexions neuronales pertinentes à une tâche donnée, de sorte que celle-ci devient progressivement plus facile à accomplir.

Mais apprendre peut aussi impliquer l’inverse : affaiblir ou défaire des connexions inutiles, voire nuisibles. Steve Masson donne l’exemple des conceptions erronées : une erreur répétée creuse un chemin dans le cerveau, ce qui augmente la probabilité de la reproduire. Il faut donc éviter de renforcer ces connexions erronées pour pouvoir les déconstruire. Il conclut : apprendre, ce n’est pas uniquement ajouter des connexions neuronales, c’est les ajuster pour les rendre les plus optimales.

L’activation répétée et l’effet d’espacement (08:22)

Julie Beaupré demande comment, concrètement, une personne enseignante peu familière avec la neuroéducation peut nourrir et entretenir ces bonnes connexions neuronales chez ses étudiantes et étudiants. Steve Masson répond en évoquant le principe fondamental de la neuroplasticité : les neurones qui s’activent ensemble se connectent ensemble. Sans activation, il n’y a pas de modification des connexions, donc pas d’apprentissage. L’activation se produit chaque fois qu’une personne apprenante pense à un contenu, l’utilise ou l’applique dans une tâche.

« À chaque fois que les apprenants pensent à quelque chose, pensent à un contenu, pensent à une définition, pensent à une procédure ou utilisent une connaissance dans une tâche qui implique nécessairement de l’activer, et cette activation, provoque des modifications dans les connexions neuronales. » Steve Masson

L’objectif pédagogique le plus central est de provoquer plusieurs activations pour chaque contenu enseigné. À force d’activations répétées, des connexions neuronales se créent et se regroupent progressivement autour d’un concept pour former des réseaux de neurones interconnectés. Le cerveau s’optimise ainsi pour accomplir des tâches de plus en plus efficacement. Des études montrent que chaque activation génère en moyenne une hausse de 2,5 % des probabilités d’obtenir une réponse correcte lors d’un test ultérieur : deux activations correspondent à environ +5 %, quatre activations à +10 %. En pratique, sept activations par contenu constituent un repère fréquemment observé, bien que ce chiffre varie selon le profil des étudiantes et étudiants et la complexité des contenus.

Yves Munn ajoute que la réactivation espacée dans le temps lui semble également déterminante. Steve Masson confirme qu’il s’agit là d’un second facteur important. Deux activations rapprochées produisent un effet de chevauchement qui réduit leur efficacité combinée. Si ces mêmes activations sont espacées dans le temps, le cerveau profite pleinement des effets de chacune. Le principe pédagogique qui en découle est donc double : multiplier les activations pour chaque contenu, et les espacer pour en maximiser l’effet.

Yves Munn établit un lien avec des pratiques déjà utilisées en conception de cours à distance, notamment l’enseignement en spirale : reprendre régulièrement des notions vues antérieurement, les entrelacer avec de nouveaux contenus, ou les anticiper en prévision d’activités futures. Steve Masson confirme que ces pratiques s’appuient directement sur l’effet d’espacement, un des effets les plus solidement documentés en psychologie cognitive depuis les années 1950. Deux activations espacées dans le temps sont plus efficaces que deux activations successives, car l’espacement permet au cerveau de tirer pleinement les bénéfices de chaque activation sans chevauchement.

Il recommande d’optimiser le moment de récapitulation en début de cours, non seulement en revenant sur la séance précédente, mais aussi sur des contenus vus plus tôt dans la session. Il décrit une pratique qu’il juge particulièrement efficace : inscrire chaque contenu vu sur une feuille, placer toutes les feuilles dans un contenant, et en piger une aléatoirement en début de cours. La classe se retrouve alors face à une question-défi portant sur un contenu parfois vu depuis longtemps. Ce moment de révision n’a pas besoin d’être long : cinq à quinze minutes suffisent pour produire une différence mesurable.

Julie Beaupré apprécie la stratégie et demande si elle ne ressemble pas à la pratique ancienne du « drill » et de la mémorisation par cœur. Steve Masson répond par l’affirmative, mais avec des nuances importantes, ce qui ouvre la discussion sur le rapport entre la mémorisation et la compréhension.

L’activation répétée ne sert pas uniquement à mémoriser (15:27)

Steve Masson rappelle que l’effet de répétition est puissant au niveau éducatif, mais qu’il a été mis de côté ces dernières années, souvent associé à un apprentissage mécanique par cœur sans réelle compréhension. Il nuance : l’activation répétée n’est pas synonyme de drill sans réflexion. Si on active les mêmes contenus de façon trop répétitive et trop longtemps, le niveau d’activation cérébrale finit par décliner. On devient capable d’exécuter une procédure non pas parce qu’on l’a apprise, mais parce qu’on vient de la répéter mécaniquement. L’idéal est d’activer jusqu’à ce que la maîtrise soit suffisante, de laisser un intervalle, puis de réactiver.

Julie Beaupré pose alors une question de fond : y a-t-il une différence entre l’information et la connaissance ? Steve Masson répond que pour le cerveau, la distinction est beaucoup moins tranchée qu’on ne le présente généralement. Comprendre, c’est être capable d’établir des liens entre une idée et des connaissances antérieures. Or, le cerveau mémorise très mal des éléments isolés, sans ancrage. Il en découle un cycle vertueux : plus on mémorise, plus on crée des liens, donc plus on comprend ; et plus on comprend, plus on mémorise. Ces deux processus sont si imbriqués qu’il est contre-productif de les opposer.

Cette interdépendance a des implications directes pour les tâches complexes. Steve Masson souligne que la mémorisation de connaissances de base libère des ressources cognitives lorsqu’on est confronté à une tâche exigeante : si les procédures et les définitions sont déjà bien ancrées, on peut concentrer toute son attention sur les aspects complexes de la tâche. L’activation répétée ne sert donc pas uniquement à mémoriser : elle favorise aussi le transfert des connaissances vers de nouveaux contextes et la réussite de tâches complexes nécessitant la mobilisation de compétences.

La mémoire de travail et sa surcharge (20:48)

Yves Munn identifie le concept qui se cache derrière ce raisonnement : la mémoire de travail. Steve Masson confirme qu’il s’agit sans doute du concept le plus crucial pour les personnes enseignantes, car elle permet de traiter l’information en temps réel : garder une consigne en tête, activer des connaissances pertinentes, piloter une tâche complexe. Sa caractéristique la plus critique est que la capacité de la mémoire de travail est très limitée.

Dès qu’on dépasse ses limites de traitement, on entre dans ce que Steve Masson désigne comme une surcharge de la mémoire de travail. Le cerveau tend alors à se désactiver, la compréhension s’effondre et on devient temporairement dysfonctionnel. Consolider les connaissances de base par des activations répétées est précisément l’une des façons de réduire ce risque. Moins on a besoin d’efforts cognitifs pour rappeler des savoirs fondamentaux, plus on dispose de ressources pour traiter les aspects complexes d’une tâche.

Yves Munn suggère que prendre une pause en classe est une bonne idée. Steve Masson confirme qu’une pause de 15 à 20 minutes dans un cours de trois heures constitue une forme d’espacement bénéfique. Il ajoute que la plupart des études sur l’espacement portent sur des intervalles de quelques jours, mais que des recherches ont aussi été menées sur des espacements de quelques heures, quelques minutes ou même quelques secondes, avec des effets bénéfiques sur l’apprentissage. Ces micro-espacements peuvent donc être utiles, même dans le cadre d’une seule séance de cours. Julie Beaupré s’étonne qu’un espacement de quelques secondes seulement puisse avoir un effet. Steve Masson confirme : on peut parler de micro-espacements, et même ceux-là peuvent être bénéfiques.

Julie Beaupré prolonge la réflexion vers le numérique. Dans un contexte où les outils technologiques permettent de décharger le cerveau de nombreuses tâches, comment garder le cerveau actif et en santé ? Cette question amorce une discussion sur l’utilisation de l’intelligence artificielle dans un contexte d’apprentissage.

L’intelligence artificielle en contexte d’apprentissage (23:25)

Julie Beaupré demande comment on peut jongler avec les outils numériques tout en gardant le cerveau actif et en bonne santé. Steve Masson énonce le principe de base : pour apprendre, il faut activer ; pour activer, il faut faire l’effort de réfléchir. Si un outil technologique réduit cet effort en pensant à la place de la personne apprenante, il réduit aussi les possibilités d’activation et, par conséquent, l’apprentissage. Cela dit, il précise qu’il existe déjà suffisamment d’études sur l’utilisation de l’IA en contexte pédagogique pour dégager deux tendances distinctes : une très positive, une autre préoccupante.

Julie Beaupré et Yves Munn choisissent de commencer par la bonne nouvelle. Steve Masson identifie deux usages particulièrement pertinents. Le premier consiste à utiliser l’IA comme un tuteur, en lui demandant de poser des questions sur un sujet pour s’obliger à récupérer les réponses en mémoire. Cette récupération en mémoire, soit l’effort de se souvenir d’une information déjà vue, est l’une des activités mentales les plus puissantes pour favoriser l’apprentissage. Elle exige un travail cognitif bien plus intense que la simple lecture et le surlignage de ses notes de cours ou d’un manuel, deux des méthodes d’étude les plus répandues, mais somme toute moins efficaces que l’effort de récupération en mémoire.

Le deuxième usage positif est la rétroaction. Lorsqu’une personne apprenante soumet une réponse ou une démarche à l’IA et lui demande de l’analyser, elle peut obtenir une rétroaction élaborée et immédiate. Selon la recherche, c’est le type de rétroaction le plus efficace. Yves Munn propose d’interroger l’IA pour qu’elle fournisse un indice ou une explication plutôt que la réponse elle-même. Steve Masson confirme : obtenir la bonne réponse directement peut être utile, mais c’est beaucoup moins efficace que d’obtenir une élaboration sur la démarche. Julie Beaupré souligne qu’un des avantages de l’IA est qu’elle est disponible en tout temps. Steve Masson confirme tout en précisant que cette rétroaction n’est pas toujours parfaite : l’IA peut halluciner. Il ajoute cependant que, malgré cela, elle est plutôt fiable en ce qui concerne les connaissances de base.

Il rappelle finalement que commettre des erreurs lors de l’apprentissage est normal et même souhaitable. Ce qui est problématique, c’est de répéter la même erreur sans le savoir, car cela creuse des chemins erronés dans le cerveau. Obtenir une rétroaction rapide, que ce soit via l’IA ou un jeu-questionnaire en ligne sur Moodle, permet précisément d’éviter ce piège. Julie Beaupré annonce qu’on passe à la mauvaise nouvelle.

L’illusion de la connaissance (28:53)

Steve Masson aborde le côté plus préoccupant de l’usage de l’IA en contexte d’apprentissage. Le principe est simple : si l’IA fait le travail à la place de la personne apprenante, celle-ci récupère moins en mémoire ses définitions et ses procédures, et apprend donc moins. Le travail produit peut être de meilleure qualité, mais les effets sur l’apprentissage sont moindres. Yves Munn désigne ce concept comme une « illusion de la connaissance ». Steve Masson confirme : ce n’est pas du tout la même chose de lire un texte et de comprendre ce qui est écrit versus de le produire soi-même. Établir soi-même les liens entre les idées et les concepts représente un niveau de difficulté beaucoup plus élevé, mais c’est précisément ce niveau de difficulté qui favorise l’apprentissage.

Il introduit ainsi le concept de difficulté désirable : une tâche suffisamment exigeante pour forcer la réflexion, sans toutefois surcharger la mémoire de travail, favorise généralement l’apprentissage. Lorsque l’IA réduit cette difficulté en produisant le travail à la place de l’étudiante ou de l’étudiant, l’impact sur l’apprentissage est plus modeste. Steve Masson se dit très prudent quant à cet usage. L’IA peut être utile pour vérifier, contre-vérifier, tester des idées ou explorer des angles inexplorés, comme le souligne Yves Munn. Cependant, l’utiliser pour faire le travail à sa place est à éviter.

Julie Beaupré soulève la difficulté pratique de persuader un étudiant de consacrer plus de temps et d’efforts, alors que la facilité est immédiatement à portée de main. Steve Masson reconnaît que c’est difficile. Le cerveau est programmé pour économiser son énergie et effectue constamment une analyse coût-bénéfice. La première stratégie est d’informer : si l’IA fait le travail à sa place, la personne étudiante n’apprendra pas. Les conséquences dépassent la simple réussite d’un travail ou d’un examen. Sans connaissances réellement consolidées, la réflexion interne s’appauvrit, la compréhension des échanges en temps réel devient plus difficile, et le développement de compétences professionnelles en souffre. On peut lire et comprendre un texte généré par l’IA, mais si ces connaissances ne sont pas ancrées dans sa tête, elles ne sont pas disponibles au moment où on en a besoin.

Connaissances consolidées, expertise et affect (33:10)

Steve Masson soulève une question qui peut sembler anodine. Quand on pense à quelque chose, à quoi pense-t-on ? On se parle dans sa tête, en utilisant des mots, des idées et des concepts qui permettent de construire une représentation du monde, d’anticiper et d’avancer. Si ces connaissances ne sont pas solidement ancrées dans notre tête, le discours intérieur s’appauvrit et la réflexion devient nécessairement plus limitée.

Les effets dépassent la simple réflexion personnelle. Lorsqu’une personne utilise des termes ou des concepts qui ne sont pas bien intégrés, on ne peut pas demander une pause pour aller chercher une définition de l’IA. La communication doit se poursuivre en temps réel. Des connaissances insuffisamment consolidées nuisent donc à la compréhension de ce qu’on entend, qu’il s’agisse d’une conversation, d’un cours ou d’une émission. Plus largement, elles compromettent le développement de compétences dans un contexte professionnel ou éducatif.

Steve Masson souligne une dimension supplémentaire : posséder des connaissances approfondies dans un domaine ne se limite pas à pouvoir les réciter. Cela transforme la façon de percevoir les situations et les problèmes. Il décrit une étude classique sur des joueuses et des joueurs d’échecs experts : lorsqu’on leur présente une position extraite d’une vraie partie, ils mémorisent les emplacements des pièces bien mieux que des novices. Mais lorsque les pièces sont placées aléatoirement, leur avantage disparaît. La raison est que les experts ne voient pas les pièces individuellement. Leur connaissance des ouvertures, des stratégies et des enjeux leur permet de regrouper les configurations en unités signifiantes, comme un roque, qui génère une structure de pièces reconnaissable. Les novices, eux, ne voient que des pièces isolées. Steve Masson conclut que c’est grâce à leurs connaissances qu’ils y sont arrivés. Sans ce bagage interne, le regard expert est inaccessible. C’est là tout l’intérêt de construire des savoirs dans sa tête plutôt que de se fier uniquement à la technologie ou à l’IA.

Yves Munn établit alors un lien avec un épisode antérieur du balado consacré à l’affect en pédagogie. Dans un épisode précédent du balado, une personne étudiante en communication témoignait que le fait de présenter en classe un travail d’analyse réalisé en situation de déconnexion numérique lui avait permis de mieux mémoriser la matière, précisément parce qu’une émotion vécue y était rattachée. Steve Masson confirme que tout lien, qu’il soit émotionnel, contextuel ou conceptuel, contribue à ancrer une connaissance dans un réseau plus riche plutôt que de la laisser isolée. Il précise toutefois que le lien le plus fort entre les émotions et l’apprentissage se situe surtout au niveau de l’anxiété et du stress, ce qui ouvre la discussion sur ce sujet.

Anxiété et surcharge cognitive (39:05)

Yves Munn propose d’aborder le sujet de l’anxiété. Steve Masson nuance tout de suite en disant qu’un certain niveau d’anxiété et de stress est non seulement normal, mais utile. Un certain niveau d’anxiété peut encourager la planification et la préparation avant un examen. C’est lorsque l’anxiété devient excessive qu’elle pose problème. Une préoccupation envahissante occupe une portion des ressources de la mémoire de travail, réduisant l’espace disponible pour traiter l’information, pour comprendre et faire preuve de compétence. Yves Munn souligne que la menace appréhendée ne se concrétise peut-être même pas.

Steve Masson approuve et précise que, quoi qu’il en soit, cette préoccupation est déjà présente dans la mémoire de travail et en réduit sa capacité. Il invite à reconsidérer les moments de blocage en cours. Au lieu de conclure qu’on n’est pas intelligent, il vaut mieux se demander si la mémoire de travail est surchargée. Cela peut arriver lorsque les notions de base ne sont pas suffisamment consolidées, que les nouveaux mots s’accumulent et que les limites de traitement sont atteintes. Ce n’est pas une fatalité : recommencer plus lentement, faire davantage d’exercices et poser des questions permet de sortir de cet état. Steve Masson souligne que simplement savoir que la surcharge cognitive existe change la façon dont on interprète ses propres difficultés de compréhension, et évite qu’on décroche trop tôt d’une matière.

Julie Beaupré demande si la personne enseignante a également un rôle à jouer pour prévenir cette surcharge. Steve Masson confirme que la responsabilité est partagée. Du côté de la communauté étudiante, le principal facteur de risque est le manque de consolidation des préalables. Réviser les notions fondamentales avant d’aborder de nouveaux contenus réduit considérablement le risque de surcharge. Du côté des personnes enseignantes, plusieurs stratégies sont possibles : guetter les signes indiquant que certains préalables ne sont pas maîtrisés, suggérer des exercices ciblés, optimiser la clarté et la structure de la présentation des contenus, et limiter autant que possible les sources de distraction en classe.

Le cellulaire nuit à la mémoire de travail (43:26)

Yves Munn évoque l’effet du téléphone cellulaire posé sur la table : même sans le consulter, sa présence visible signale qu’une interruption est possible à tout moment, ce qui incite les autres à sortir le leur. Steve Masson parle d’études fascinantes sur le sujet. Dans l’une d’elles, les participantes et participants accomplissaient une tâche sollicitant la mémoire de travail tout en ayant leur téléphone sur le bureau, écran vers le bas et notifications éteintes. Aucune distraction sonore ou visuelle n’est donc présente. Pourtant, les performances sont moins bonnes que lorsque le téléphone est absent. La raison probable : de façon consciente ou inconsciente, la présence du téléphone déclenche des pensées parasites sur ce qui pourrait s’y passer.

Julie Beaupré suggère en premier lieu de le mettre dans sa poche. « Loin des yeux, loin du cœur » dit-elle. Steve Masson confirme que cela améliore effectivement les performances, mais ne résout pas complètement le problème. Plus le téléphone est éloigné physiquement, meilleurs sont les résultats. Toutefois, Steve Masson convient de rester prudent. Il rappelle qu’il ne faut jamais se fier à une seule étude, surtout lorsque les résultats sont spectaculaires. Plusieurs études convergent néanmoins vers ce même constat.

Il précise que l’effet dépend du degré de complexité de la tâche en cours. Pour des tâches simples et automatisées, la présence du téléphone ne change pas grand-chose. C’est lorsque l’on se trouve à la limite de ses capacités de traitement de l’information que l’absence de distractions technologiques peut faire une différence importante.

La musique est-elle une source de distraction ? (46:00)

Julie Beaupré demande si le cerveau a besoin de périodes consacrées à des tâches plus légères. Steve Masson confirme que distinguer les tâches cognitivement exigeantes de celles qui le sont moins est une bonne stratégie de planification efficace. Il recommande de réserver les moments de concentration maximale aux tâches complexes et d’accomplir les tâches plus routinières dans des contextes moins propices à la concentration.

Cette réflexion l’amène à aborder une autre source de distraction fréquente : la musique. Beaucoup d’étudiantes et d’étudiants disent qu’elle les aide à se concentrer. Julie Beaupré demande ce que la recherche dit. Steve Masson répond avec humour : « non, avec nuances ». En moyenne, la musique interfère avec le traitement de l’information. La différence clé est entre la musique avec des paroles et la musique instrumentale. Les mots d’une chanson nuisent à la compréhension, probablement parce qu’ils activent les mêmes régions cérébrales liées au langage que celles mobilisées par la tâche de lecture ou de réflexion, créant ainsi une double tâche. La musique instrumentale a un effet moindre. Il recommande de réserver la musique aux tâches peu exigeantes et de l’écarter lors des tâches complexes. Steve Masson précise qu’étudier avec de la musique reste préférable à ne pas étudier du tout. Toutefois, pour optimiser l’apprentissage, il vaut mieux s’en passer.

Yves Munn parle de l’efficacité du bruit blanc ou d’un bruit de cafétéria avec des conversations lointaines comme masque sonore dans les espaces de travail ouverts. Steve Masson valide la stratégie : des conversations proches constituent une distraction importante, mais des conversations lointaines, incompréhensibles, ont presque un impact nul. Ainsi, masquer une distraction forte par un bruit de fond neutre est une approche judicieuse. Les bouchons d’oreilles constituent l’idéal, mais le bruit ambiant peut constituer une alternative acceptable.

Agir consciemment et en conséquence (50:02)

Julie Beaupré met en évidence le défi fondamental : toutes ces stratégies exigent une action consciente dans un contexte où les habitudes sont bien ancrées et les distractions omniprésentes. Comment y arriver ? Steve Masson reconnaît que c’est loin d’être simple. Les habitudes sont encodées dans des connexions neuronales fortement établies qui s’activent spontanément. La première étape consiste à développer une conscience métacognitive : savoir que la musique avec paroles nuit à l’apprentissage, savoir que les conversations proches constituent une distraction importante. Ce simple savoir permet déjà d’envisager des ajustements dans les moments les plus exigeants.

Vient ensuite l’intégration progressive de ces comportements alternatifs, ce qui demande un effort conscient de contrôle. Cela signifie bloquer les habitudes qu’on a : choisir de ne pas mettre de musique, opter pour des bouchons d’oreilles ou un bruit de fond neutre selon le contexte.

Julie Beaupré pousse son raisonnement sur l’intelligence artificielle : s’abstenir de la solliciter pour certaines tâches est également un choix délibéré lorsque son usage peut entraver le développement des compétences. Steve Masson partage ce point de vue et revient sur le principe de la récupération en mémoire : le premier réflexe à cultiver est de chercher dans sa propre tête avant de consulter un outil externe, qu’il s’agisse d’Internet, d’un manuel ou de l’IA. C’est cet effort de récupération qui, ultimement, renforce les connaissances et construit le cerveau. Consulter un outil externe reste utile, mais seulement dans un deuxième temps.

Apprendre à apprendre (52:24)

Yves Munn invite les personnes à l’écoute à consulter le livre de Steve Masson, disponible à la bibliothèque de l’UQAM en version imprimée et numérique, et à visionner ses capsules vidéo publiées sur YouTube portant sur les stratégies d’études. Steve Masson précise que l’ouvrage rassemble des principes et des stratégies concrètes, à la fois pour les personnes enseignantes souhaitant optimiser leur pédagogie et pour les étudiantes et étudiants désireux d’optimiser leur stratégie d’études. Il conclut en soulignant que consacrer quelques minutes à réfléchir aux stratégies d’apprentissage les plus efficaces peut faire une différence considérable sur l’ensemble d’un parcours d’études. La conversation se termine sur cette formule de Julie Beaupré : « apprendre à apprendre » à laquelle Steve Masson répond : « Exact. »

Pour aller plus loin

Activer ses neurones : pour mieux apprendre et enseigner. (Livre numérique) 
Ce livre, fondé sur plus d’une centaine d’études sur le cerveau et l’apprentissage, vous explique comment tirer profit de sept principes simples pour apprendre de manière durable et efficace. Les étudiantes et étudiants y trouveront des pistes précieuses et le corps professoral y découvrira des stratégies précises pour leurs cours.

• Masson, S. (2020). Activer ses neurones : pour mieux apprendre et enseigner. Éditions Odile Jacob.

Développer des compétences : comment mieux utiliser son cerveau. (Livre)
S’appuyant sur près de deux cents études sur le cerveau et l’apprentissage, ce livre propose six principes pour apprendre et enseigner comment mieux utiliser les ressources du cerveau et développer des compétences.

• Masson, S. (2024). Développer des compétences : comment mieux utiliser son cerveau. Éditions Odile Jacob.