WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Apprentissage implicite de régularités: Mise en évidence d'une différence d'apprentissage entre tâches motrices continues et discrètes

( Télécharger le fichier original )
par Stéphanie Chambaron Ginhac
Université de Bourgogne - Doctorat 2005
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Quatrième partie : Discussion générale

Dans le cadre du présent travail de recherche, nous nous sommes intéressés à l'apprentissage implicite de régularités dans des tâches motrices continues et discrètes. Nous avons tout d'abord effectué une réanalyse des travaux portant sur les quelques études existantes dans le domaine de l'apprentissage moteur implicite, et plus particulièrement, sur

les travaux réalisés par Shea & al (2001). Ceci nous a conduit à mettre en évidence, d'une part, l'existence de problèmes méthodologiques dans ces études, et d'autre part, la présence d'un biais potentiel dans les expériences de Wulf et collaborateurs, pouvant expliquer le fait que ces auteurs obtiennent un apprentissage implicite dans leur tâche de poursuite de cible. Nous en sommes arrivés à la conclusion selon laquelle, il était bien difficile d'obtenir un apprentissage implicite dans une tâche continue. Dans un second temps, nous avons cherché à comprendre pourquoi il était plus facile de tirer bénéfice d'une répétition dans une tâche discrète que dans une tâche continue. Pour se faire, nous avons modifié une tâche de TRS classique en introduisant différentes modifications (nouveau périphérique, contrainte de précision, déplacement autonome et continu de la cible). Notre but était de rendre cette tâche

120 Discussion générale

discrète la plus similaire possible à une tâche continue afin de voir si l'apprentissage implicite

continuait à se manifester avec de telles modifications. Il s'agissait pour nous, d'arriver à isoler le facteur responsable selon les cas de cet apprentissage ou de ce non apprentissage.

Cette discussion générale est divisée en deux sections principales, dans lesquelles nous reviendrons sur les principaux résultats que nous avons obtenus et sur leurs implications.

1. Vers une remise en cause des travaux antérieurs portant sur l'apprentissage moteur implicite

Nous avons d'abord réalisé trois expériences (expérience 1, 2 et 3) en suivant la conception des études de Wulf et collaborateurs, mais employant un segment répété différent pour chaque sujet, afin de faire en sorte que, sur l'échantillon entier, les caractéristiques des segments répétés et aléatoires conduisent à une difficulté de poursuite identique. Dans ces conditions, les sujets ont échoué à apprendre. Il peut y avoir plusieurs explications non exclusives à cet échec. En effet, il existe de nombreuses différences procédurales entre nos expériences et les études antérieures. Par exemple, dans nos expériences, les participants utilisent une souris pour poursuivre la cible, tandis que le matériel employé dans les expériences précédentes était un levier ou un stabilomètre. La taille du déplacement de la cible est également différente, ainsi que d'autres détails paramétriques. Néanmoins, il y a une autre explication potentielle à ce non apprentissage du segment répété. Dans la plupart des expériences de Wulf et collaborateurs, le même segment répété est employé pour tous les participants. De plus, la vitesse de déplacement et l'accélération de la cible dans ce segment répété se sont avérées être inférieures à celles utilisées dans les segments aléatoires. Par conséquent, ces caractéristiques ont pu rendre ce segment particulièrement facile à pister. A l'appui de cette hypothèse, une grande différence entre les segments répétés et aléatoires a été observée dans l'expérience 4, lorsque nous avons utilisé le segment répété standard impliqué dans la plupart des études de Wulf et collaborateurs. Il est important de noter que cette différence d'apprentissage entre segments répétés et aléatoires a été obtenue dans les mêmes conditions que celles mises en oeuvre dans nos premières expériences et qui menaient jusque

là à des résultats nuls. Il ne s'agit pas de prétendre que les différences procédurales et paramétriques entre nos études et celles de Wulf et collaborateurs sont sans conséquence.

1. Vers une remise en cause des travaux antérieurs portant sur l'apprentissage moteur implicite 121

Mais il s'agit de montrer que nos échecs initiaux pour répliquer les résultats des études

antérieures sont principalement dus au contrôle effectué pour la sélection du segment répété, comme l'attestent les résultats obtenus dans l'expérience 4. Autrement dit, l'apprentissage implicite obtenu dans les tâches de poursuite continue antérieurement réalisées serait dû à un biais dans la sélection du segment répété qui serait particulièrement facile à pister, comme nous l'avons expliqué dans la discussion de notre expérience 4, page 71.

Nous ne prétendons pas que l'apprentissage d'un segment répété dans une tâche de poursuite continue est impossible. Il ne s'agit pas non plus de dire que tous les résultats rapportés par Wulf et collaborateurs sont peu concluants du fait d'un biais méthodologique potentiel. En effet, une exception possible se trouve dans l'étude de Wulf et Schmidt (1997, expérience 2). Dans cette expérience, les segments étaient générés par une fonction plus simple que celle utilisée dans les autres expériences (les six derniers termes de l'équation produisant les composantes de hautes fréquences étaient supprimés). De plus, la durée d'entraînement était particulièrement élevée (quatre jours de pratique avec 120 essais par jour). Les propriétés mathématiques de la séquence répétée ainsi générée sont loin d'être optimales. En effectuant une analyse mathématique identique à celles réalisées précédemment (voir la discussion des expériences 1, 2 et 3, page 61), nous montrons que seulement 25.68% des segments aléatoirement produits ont une vitesse moyenne égale ou supérieure à la vitesse moyenne du segment répété, et que seulement 37.82% des segments aléatoirement produits

ont une accélération moyenne égale ou supérieure à son accélération moyenne. Là encore, il

est vraisemblablement plus facile de pister le segment répété que les segments aléatoires. Cependant, par opposition avec les autres expériences des mêmes auteurs, la différence de précision dans la poursuite entre segments répétés et aléatoires a significativement augmenté durant les quatre jours d'entraînement. Ces résultats laissent entendre que dans cette expérience, il existe un véritable apprentissage de la séquence répétée. Toutefois, la preuve de

cet apprentissage n'est pas complètement fondée étant donné que ce segment répété semble plus facile à pister.

Après avoir réalisé nos différentes expériences et examiné les résultats issus de la littérature sur l'apprentissage moteur implicite, nous en arrivons à la conclusion selon laquelle, l'apprentissage dans des tâches de poursuite continue est plus difficile à obtenir que

ce que peuvent suggérer les études réalisées par Wulf et collaborateurs (Chambaron, Ginhac,

Ferrel-Chapus & Perruchet, sous presse).

Partant de cette conclusion, il est intéressant de voir quel est le rapport entre l'amélioration des performances et la connaissance explicite de la structure à apprendre. Shea

et al. (2001) indiquent que l'apprentissage dans des tâches de poursuite continue se produit indépendamment de la connaissance consciente des répétitions. Un tel résultat est en désaccord avec la conclusion tirée des tâches de TRS et des autres situations d'apprentissage implicite. Nous (Perruchet, Chambaron & Ferrel-Chapus, 2003) avons suggéré que cette différence d'apprentissage entre ces différentes situations pouvait s'expliquer par la manière dont était mesurée la connaissance consciente (i.e explicite) dans les études de Wulf et collaborateurs. Cette hypothèse n'est pas infirmée dans la contribution expérimentale actuelle. Elle peut s'appliquer, par exemple, à l'expérience 2 de Wulf & Schmidt (1997) dans laquelle

ces auteurs montrent que les sujets sont capables d'apprendre inconsciemment les régularités présentes dans le déplacement de la cible. Cependant, il s'avère que les conclusions de Wulf et collaborateurs peuvent être remises en question à un autre niveau. En effet, si les répétitions n'ont aucune influence sur l'amélioration des performances motrices, alors le fait de ne pas avoir de connaissance explicite au sujet de ces répétitions devient un résultat insignifiant. Il

n'y a donc aucune raison de s'attendre à une identification explicite du segment répété si les meilleures performances obtenues sur ce segment sont principalement dues au fait qu'il est plus facile à pister que les segments aléatoires, et ce, dès le début. Par conséquent, l'apparente dissociation entre performance et connaissance explicite, révélée dans les études de Wulf et collaborateurs, a la même origine que la plupart des autres dissociations mises en évidence dans le domaine de l'apprentissage implicite durant les trois dernières décennies. Cela provient en fait d'un ensemble de problèmes méthodologiques dans les mesures de la performance et/ou dans les mesures de la connaissance explicite. En effet, les études sur l'apprentissage moteur implicite entreprises par Wulf et ses collègues (Wulf & Schmidt,

1997 ; Shea et al., 2001) représentent une bonne illustration des problèmes méthodologiques

qui auraient pu être évités si ces auteurs s'étaient basés sur une littérature relative à l'apprentissage implicite plus récente.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Des chercheurs qui cherchent on en trouve, des chercheurs qui trouvent, on en cherche !"   Charles de Gaulle