- Traduit avec IA
Labor de suivi oculaire : la capture et l'analyse des mouvements oculaires aident à améliorer les comportements d'apprentissage
Que se passe-t-il lors de la lecture de problèmes de physique et de l'observation de diagrammes physiques ? C'est le sujet de l'équipe dirigée par le professeur junior Dr. Pascal Klein dans le groupe du professeur Jochen Kuhn de la Didactique de la Physique à l'Université Technique de Kaiserslautern (TUK). Elle utilise la technique du Eye-Tracking, qui enregistre et analyse les mouvements oculaires sur les écrans. Afin d'étudier le comportement de lecture et d'apprentissage, un laboratoire d'Eye-Tracking propre à la faculté de physique de la TUK, le eyePL (eyePhysics Lab), a récemment été mis en place. L'équipe de Klein a déjà montré dans ses premières études que le comportement visuel permet de tirer des conclusions sur la compréhension physique.
Lors de la lecture d'un problème de physique, les yeux se déplacent entre le texte et le diagramme. Où se porte l'attention ? Par exemple, sur l'étiquette de l'axe dans un système de coordonnées ou sur la courbe visible dans le diagramme ? Les regards sautent-ils aussi de temps en temps vers le texte et y restent-ils quelques secondes ? Peut-on en déduire quelque chose sur le comportement d'apprentissage ? « Oui, c'est possible », dit le professeur junior Dr. Pascal Klein, qui recherche à la TUK des techniques numériques pour l'étude de la physique à l'université et en classe. « Auparavant, cela n'était pas possible. Avec la technique d'Eye-Tracking, nous sommes en mesure d'analyser précisément le comportement visuel lors de la lecture de textes et de diagrammes. »
Pour cette étude, peu de matériel est nécessaire : un écran et un Eye-Tracker qui enregistre en temps réel les directions du regard. Il est placé directement sous l'écran et envoie ses données à un ordinateur portable situé à côté de l'écran.
Dans le laboratoire d'Eye-Tracking, le eyePL (eyePhysics Lab), sur le campus de la TU Kaiserslautern, il y a actuellement six postes de travail. L'équipe de Klein souhaite notamment étudier comment les étudiants en physique lisent les textes et en saisissent le contenu. « Nous voyons où ils s'arrêtent, s'ils sautent entre le texte et le diagramme ou s'ils relisent quelque chose », cite le chercheur comme exemples.
Dans des études, Klein a déjà examiné quelles conclusions peuvent être tirées du comportement des « trajectoires de regard » sur le comportement d'apprentissage. « Lorsqu'ils travaillent avec des diagrammes, ces trajectoires révèlent quelles stratégies les étudiants utilisent pour résoudre des problèmes. Nous pouvons aussi déterminer si les stratégies qu'ils ont apprises précédemment sont appliquées correctement ou non », poursuit le physicien. Il peut également tirer d'autres conclusions grâce à la technique, par exemple sur la confiance des étudiants lors de la résolution de tâches.
Dans une étude récemment publiée, à laquelle ont participé également des collègues chercheurs du Centre allemand pour l'intelligence artificielle, l'équipe de Klein a par exemple étudié comment représenter au mieux des contenus physiques (dans ce cas, la divergence des champs vectoriels) afin d'optimiser la réussite de l'apprentissage. « Nous avons montré aux étudiants deux formes différentes de représentation de la divergence, une en calcul différentiel et l'autre en calcul intégral », résume brièvement la configuration de l'expérience. « Pour illustrer et décrire des relations physiques, on utilise souvent une seule forme de représentation dans les manuels et lors des cours. Mais nous avons constaté que le meilleur apprentissage se produit lorsque les étudiants connaissent les deux formes. Cela souligne l'importance de différentes perspectives dans l'acquisition du savoir physique. »
Mais Klein ne se limite pas à l'apprentissage universitaire, il s'intéresse aussi à l'enseignement dans les écoles. « Nous utilisons notre technique dans les écoles pour observer comment les élèves abordent des problèmes physiques. » Grâce à cette technique, des résultats sont rapidement disponibles. Il devient évident si les élèves ont compris les contenus d'apprentissage. « De cette manière, il est par exemple possible de diagnostiquer les différences entre ceux qui résolvent bien les problèmes et ceux qui le font moins bien, et de favoriser leur comportement d'apprentissage de manière individuelle », explique Klein. Pour ces études, le physicien collabore également avec des groupes d'autres pays afin d'analyser les différences internationales dans l'apprentissage des concepts physiques.
La technique est également utilisée dans la formation initiale et continue des enseignants à la TU Kaiserslautern, notamment dans le cadre du projet « U.EDU : Education unifiée – formation aux médias tout au long du parcours de formation des enseignants », qui est financé par le ministère fédéral de l'Éducation et de la Recherche dans le cadre de l'initiative conjointe « Offensive de qualité pour la formation des enseignants ». La mise en place du laboratoire d'Eye-Tracking a été soutenue financièrement par la fondation pour la relève à la TU.
Klein mène ses recherches avec le didacticien de la physique, le professeur Dr. Jochen Kuhn, qui, avec son groupe, étudie depuis près de dix ans l'apprentissage avec des formats innovants d'enseignement et d'apprentissage pour l'université, l'enseignement et la formation des enseignants. Il utilise des médias numériques d'aujourd'hui et de demain.
L'étude a été publiée dans la revue spécialisée renommée « Physical Review Physics Education Research » : « Étude clinique basée sur l'instruction avec eye-tracking sur l'interprétation visuelle de la divergence : comment les étudiants regardent-ils les tracés de champs vectoriels ? » P. Klein, J. Viiri, S. Mozaffari, A. Dengel, et J. Kuhn : DOI : https://doi.org/10.1103/PhysRevPhysEducRes.14.010116
Technische Universität Kaiserslautern
67663 Kaiserslautern
Allemagne








