Neuroeducation_2014_vol-3_no-1_full
Neuroeducation journal - Volume 3, Issue 1, 27 pages
Neuroeducation journal - Volume 3, Issue 1, 27 pages
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
NEUROEDUCATION<br />
<strong>2014</strong> – Volume 3, Number 1<br />
EXPERIMENTAL RESEARCH<br />
In<strong>vol</strong>vement of inhibitory control mechanisms in overcoming<br />
intuitive interference<br />
Reuven Babai 1, 2 * , Nahed Younis 1 and Ruth Stavy 1, 2<br />
ABSTRACT<br />
Many students encounter difficulties in science and mathematics that may stem from intuitive interference of<br />
salient irrelevant variables. We focused on the comparison of perimeters task, in which area is the irrelevant<br />
salient variable. In congruent trials (<strong>no</strong> interference), accuracy is higher and reaction time is shorter than in<br />
incongruent trials (area variable interference). A brain-imaging study related to this task indicated that correctly<br />
answering the incongruent condition is associated with activation in prefrontal brain regions k<strong>no</strong>wn for their<br />
executive inhibitory control. In the current study we explored the relationship between inhibitory control<br />
mechanisms and the ability to overcome intuitive interference. Participants in the study were 90 ninth graders.<br />
The efficiency of their inhibitory control mechanisms was assessed and accuracy and reaction time of correct<br />
responses in the comparison of perimeters task were recorded. The findings indicate that students with efficient<br />
inhibitory control mechanisms scored significantly better in the incongruent conditions than did those with<br />
inefficient ones. In addition, the findings indicate that the higher the efficiency of inhibitory control mechanisms,<br />
the better students were in overcoming the intuitive interference. These findings indicate the importance of<br />
inhibitory control mechanisms in overcoming interference in science and mathematics. They point to the<br />
possibility of improving students’ ability to overcome intuitive interference by strengthening their inhibitory<br />
control mechanisms. We also demonstrate that applying cognitive psychology and neuroscience methodologies<br />
in science and mathematics education research contributes to both fields.<br />
1<br />
Tel Aviv University, The Constantiner School of Education, Department of Science Education, Tel Aviv, 69978, Israel<br />
2<br />
Tel Aviv University, The Sagol School of Neuroscience, Tel Aviv, 69978, Israel<br />
*Author email address: reuvenb@post.tau.ac.il<br />
To cite this article: Babai, R., Younis, N., & Stavy, R. (<strong>2014</strong>). In<strong>vol</strong>vement of inhibitory control mechanisms in overcoming intuitive interference.<br />
<strong>Neuroeducation</strong>, 3(1), 1-9. https://doi.org/10.24046/neuroed.<strong>2014</strong>0301.1<br />
Received October 14, <strong>2014</strong>. Received in revised form December 16, <strong>2014</strong>.<br />
Accepted in January 12, 2015. Available online March 6, 2015.<br />
<strong>Neuroeducation</strong>, 3(1), 1-8<br />
ISSN: 1929-1833<br />
All rights reserved © <strong>2014</strong> - Association pour la recherche en neuroéducation / Association for Research in <strong>Neuroeducation</strong><br />
1
R. Babai, N. Younis, & R. Stavy Inhibitory control mechanisms in overcoming intuitive interference<br />
1. Introduction<br />
It is well k<strong>no</strong>wn that many students encounter difficulties in<br />
science and mathematics (e.g., TIMSS or PISA studies: Martin,<br />
Mullis, Foy, & Stanco, 2012; Mullis, Martin, Foy, & Arora, 2012;<br />
OECD, <strong>2014</strong>). Numerous studies have been carried out to<br />
understand students’ conceptions and reasoning. The<br />
underlying assumption is that understanding students’<br />
reasoning in science and mathematics will improve teaching<br />
in these domains.<br />
Several approaches to explain students' difficulties have been<br />
developed. One argues that incorrect responses result from<br />
lack of required cognitive schemes (e.g., Piaget & Inhelder,<br />
1974). A<strong>no</strong>ther view is that students bring alternative,<br />
internally coherent, robust, and persistent conceptions to<br />
learning situations (e.g., Driver et al., 1994; Vosniadou &<br />
Ioannides, 1998). A third approach identifies two distinct<br />
types of reasoning processes: formal/logical and intuitive<br />
(e.g., Evans & Over, 1996; Tversky & Kahneman, 1983).<br />
We believe that many students’ difficulties stem from<br />
interference of a salient irrelevant variable with<br />
formal/logical reasoning (Stavy & Tirosh, 2000). Apparently,<br />
certain variables of the task are so salient that they are<br />
automatically processed and thus interfere with correct<br />
reasoning. This interference is reflected in students’<br />
erroneous responses, even when they have the k<strong>no</strong>wledge<br />
and skills to solve these tasks correctly.<br />
Let’s consider the following examples showing interference<br />
of salient irrelevant variables in different content domains.<br />
1.2 Example from Biology<br />
Tick the correct answer.<br />
The size of a lion’s liver cell is<br />
<br />
<br />
<br />
smaller than<br />
equal to<br />
larger than<br />
the size of a cat’s liver cell?<br />
Seventy-five percent of students in Grade 8 incorrectly<br />
answered that the lion’s liver cell is larger, since the lion is<br />
“bigger” than the cat (Tirosh & Stavy, 1999). The correct<br />
response to this task is “equal to.” In fact, most cells of most<br />
organisms are approximately equal in their diameter<br />
(McMahon & Bonner, 1983). In this task, the interfering<br />
variable is the size of the animal.<br />
1.3 Example from Probability<br />
Two bags have black and white balls (see Figure 2).<br />
Bag A: 6 black balls and 4 white balls<br />
Bag B: 3 black balls and 2 white balls<br />
Which bag gives a better chance of picking a black<br />
ball?<br />
1.1 Example from Physics<br />
Two matchboxes, one <strong>full</strong> of sand and the other empty, are<br />
held at the same height (see Figure 1). They are both dropped<br />
at the same time in a vacuum. Students were asked: Will the<br />
matchboxes hit the ground at the same time? If <strong>no</strong>t, which<br />
will hit the ground first?<br />
Many students, including about 80% of first year university<br />
physics students, answered incorrectly that the heavier box<br />
would hit the ground first (Champagne, Klopfer, & Anderson,<br />
1979). According to physics laws, the two boxes will hit the<br />
ground at the same time. In this task, the interfering variable<br />
is the weight of the boxes.<br />
<br />
<br />
<br />
Same chance<br />
Bag A<br />
Bag B<br />
Figure 2. Probability task.<br />
Figure 1. Free fall task.<br />
In Green’s (1983) study, about 50% of adolescents incorrectly<br />
answered that Bag A gives a better chance of picking a black<br />
ball, since “it contains more black balls.” The correct response<br />
to this task is “same chance,” as the ratios of number of black<br />
balls to number of white balls in each box are equal. In this<br />
task, the interfering variable is the number of black balls.<br />
NEUROEDUCATION <strong>2014</strong> | Volume 3 | Number 1 2
R. Babai, N. Younis, & R. Stavy Inhibitory control mechanisms in overcoming intuitive interference<br />
1.4 Example from Geometry<br />
Students were presented with these two shapes (Figure 3)<br />
and were asked to compare their perimeters (Stavy & Tirosh,<br />
2000).<br />
task conditions with or without interference, unlike many<br />
tasks in the domain of science.<br />
In previous studies participants were asked to compare the<br />
perimeters of pairs of shapes (see Figure 4). In some of the<br />
pairs there was <strong>no</strong> interference of the salient variable<br />
(congruent condition), and in others there was interference<br />
of the salient variable (incongruent conditions):<br />
Congruent -- <strong>no</strong> intuitive interference, as one shape has a<br />
larger area and a longer perimeter than the other shape.<br />
Rectangle<br />
Figure 3. Comparison of perimeters task.<br />
Polygon<br />
About 70% of students in Grades 1-9 incorrectly answered<br />
that the perimeter of the rectangle was larger because “it is<br />
larger” or “it has larger area” (Stavy & Tirosh, 2000).<br />
The correct response in this task is that the perimeters of<br />
both shapes are equal. In this task, the interfering variable is<br />
the area of the shapes.<br />
In general, when students are presented with two objects<br />
that differ in a salient quantity A (automatically, intuitively<br />
processed) and are asked to compare the objects with<br />
respect to a<strong>no</strong>ther quantity B, they tend to respond<br />
according to the salient quantity A: larger A -- larger B. In<br />
daily life such intuitive responses are often correct. However,<br />
in many cases these responses contradict <strong>no</strong>rmative<br />
reasoning in science and mathematics, leading to incorrect<br />
judgments.<br />
In order to unveil the reasoning processes associated with<br />
intuitive interference and how we overcome it, we and other<br />
research groups have recently started employing cognitive<br />
psychology and neuroscience methodologies, such as<br />
reaction time and brain imaging (e.g., Dunbar, Fugelsang, &<br />
Stein, 2007; Masson, Potvin, Riopel, & Foisy, <strong>2014</strong>; Stavy, Goel,<br />
Critchley, & Dolan, 2006). We believe that employing these<br />
methodologies can contribute to a better understanding of<br />
students’ difficulties and reasoning processes, and hence to<br />
improvements in science and mathematics education.<br />
Reaction time is one of the most widely used methodologies<br />
in cognitive psychology. It is the time interval between the<br />
presentation of a task and the response. It is widely accepted<br />
that the length of reaction time gives an indication of the<br />
amount of neural processing that occurs while solving the<br />
task (Brebner & Welford, 1980; Viggia<strong>no</strong>, 1999). A more<br />
complex reasoning process is expected to take longer. We<br />
used reaction time methodology to better understand the<br />
nature of intuitive interference. As a model system, we<br />
studied the comparison of perimeters task described above.<br />
This task allows manipulations of the variables and design of<br />
Incongruent -- there is intuitive interference, as one shape<br />
has a larger area, but <strong>no</strong>t a longer perimeter. Incongruent<br />
inverse: One shape has a larger area but a shorter perimeter.<br />
Incongruent equal: One shape has a larger area but the<br />
perimeters are equal.<br />
Congruent<br />
Incongruent<br />
inverse<br />
Incongruent<br />
equal<br />
Figure 4. Examples of congruent, incongruent inverse, and<br />
incongruent equal task conditions.<br />
When schoolchildren, adolescents, and adults have been<br />
asked to compare the perimeters of the shapes, it has been<br />
consistently found that in the congruent condition accuracy<br />
was significantly higher and reaction time for correct<br />
responses significantly shorter than in the incongruent<br />
conditions. In addition, in most studies it has been found that<br />
the incongruent equal condition yielded a lower rate of<br />
success and a longer reaction time for correct responses than<br />
did the incongruent inverse one (e.g., Babai, Levyadun, Stavy,<br />
& Tirosh, 2006; Babai, Nattiv, & Stavy, <strong>2014</strong>; Babai, Shalev, &<br />
Stavy, <strong>2014</strong>; Babai, Zilber, Stavy, & Tirosh, 2010; Stavy & Babai,<br />
2008). When participants were asked to compare the areas of<br />
the shapes, almost all of the responses were correct and<br />
relatively fast (significantly faster than for perimeters<br />
comparison) in all conditions (e.g., Babai et al., 2006; Babai et<br />
al., 2010). These findings support our conjecture that area is<br />
indeed the salient variable in this task and that participants<br />
have difficulty in ig<strong>no</strong>ring it when comparing perimeters.<br />
NEUROEDUCATION <strong>2014</strong> | Volume 3 | Number 1 3
R. Babai, N. Younis, & R. Stavy Inhibitory control mechanisms in overcoming intuitive interference<br />
These findings were explained as follows:<br />
In the congruent condition the processing of area and<br />
perimeter result in the same conclusion (<strong>no</strong> interference);<br />
this is the end of the processing and participants respond<br />
correctly and fast. In the incongruent conditions the results<br />
of these two streams of processing reach conflicting results,<br />
one based on the area comparison and the other on<br />
perimeter comparison. This conflict must be resolved, either<br />
by overcoming the intuitive interference, a demanding and<br />
time-consuming process, or by giving an incorrect response<br />
(Stavy et al., 2006).<br />
Having <strong>no</strong>ted the robust behavioral data related to intuitive<br />
interference in the comparison of perimeters task, Stavy and<br />
her colleagues set out to determine the neural basis of this<br />
behavior through brain imaging. Functional magnetic<br />
resonance imaging (fMRI) allows researchers to determine<br />
which brain areas are activated when participants perform<br />
different types of mental activity. Regarding the comparison<br />
of perimeters task we asked: Will the congruent condition<br />
specifically activate different brain areas than will the<br />
incongruent one? And in addition, will the incongruent<br />
condition specifically activate different brain areas than will<br />
the congruent one? If so, could these findings suggest what<br />
types of mental activities are specifically performed in each<br />
condition?<br />
For this purpose, an fMRI study was conducted with adult<br />
participants using congruent and incongruent equal<br />
conditions (see Figure 4). Participants were asked to compare<br />
the perimeters of the shapes. Accuracy of responses, reaction<br />
time, and brain activity were recorded (Stavy et al., 2006;<br />
Stavy & Babai, 2010).<br />
As expected, significant effect of congruity was found for<br />
accuracy as well as for reaction time of correct responses.<br />
Accuracy was higher and reaction time for correct responses<br />
was shorter in the congruent condition.<br />
To determine which brain regions are specifically activated<br />
in the congruent condition, we compared brain activity<br />
during correct responses for congruent trials with brain<br />
activity during correct responses for incongruent trials.<br />
Enhanced activity was observed in bilateral parietal areas<br />
k<strong>no</strong>wn to be in<strong>vol</strong>ved in perceptual and spatial processing,<br />
including processing related to comparison of quantities<br />
such as found in our task (e.g., Fias, Lammertyn, Reynvoet,<br />
Dupont, & Orban, 2003; Pinel, Piazza, Le Bihan, & Dehaene,<br />
2004). This activation is likely to reflect the automatic<br />
processing of the intuitive variable area.<br />
To determine which brain regions are specifically activated<br />
in the incongruent condition, we compared brain activity<br />
during correct responses for incongruent trials with brain<br />
activity during correct responses for congruent trials.<br />
Enhanced activity was observed in bilateral prefrontal areas<br />
in association with overcoming the intuitive interference in<br />
incongruent trials. These brain areas are k<strong>no</strong>wn for their<br />
executive inhibitory control over other posterior brain<br />
regions during processing of different cognitive functions<br />
(e.g., Aron, Robbins, & Poldrack, 2004; Stavy & Babai, 2010;<br />
Stavy et al., 2006). This activity is likely to reflect the<br />
inhibition of the processing of the irrelevant variable area.<br />
In addition, findings of the brain-imaging study have shown<br />
that the same bilateral parietal brain regions that were<br />
specifically activated in the congruent condition were also<br />
activated when intuitively incorrectly answering the<br />
incongruent condition as compared with correctly answering<br />
this condition. Moreover, the same bilateral prefrontal brain<br />
regions that were specifically activated in the incongruent<br />
condition (versus the congruent one) were also activated<br />
when overcoming the intuitive interference and correctly<br />
answering the incongruent condition as compared with<br />
intuitively incorrectly answering this condition.<br />
The brain-imaging study showed that different brain areas<br />
are activated when there is <strong>no</strong> interference and when<br />
overcoming the interference, although participants are <strong>no</strong>t<br />
aware of the condition (congruent or incongruent). During<br />
responses to congruent trials, parietal regions related to<br />
comparison of quantities are activated. This activation is<br />
likely to reflect the automatic processing of quantities (Stavy<br />
et al., 2006). During correct responses to incongruent trials,<br />
prefrontal brain areas related to executive inhibitory control<br />
are activated.<br />
The findings described above suggest that control<br />
mechanisms play an important role in overcoming intuitive<br />
interference. These findings conform with previous<br />
suggestions that reasoning biases stem from the failure of<br />
control mechanisms in the reasoning process and <strong>no</strong>t<br />
necessarily from a lack of relevant k<strong>no</strong>wledge or lack of<br />
logical schemes (Dempster & Corkill, 1999; Houdé & Guichart,<br />
2001; Moutier, Angeard, & Houdé, 2002; Moutier & Houdé,<br />
2003).<br />
In the current paper we further explored the relationship<br />
between inhibitory control mechanisms and the ability to<br />
overcome intuitive interference in the comparison of<br />
perimeters task. We describe an experiment aimed at finding<br />
out whether students who exhibit efficient inhibitory control<br />
mechanisms will succeed better in overcoming intuitive<br />
interference than those who exhibit inefficient ones.<br />
2. Methodology<br />
2.1 Participants<br />
Participants in the study were 90 ninth graders from the<br />
same school in central Israel.<br />
NEUROEDUCATION <strong>2014</strong> | Volume 3 | Number 1 4
R. Babai, N. Younis, & R. Stavy Inhibitory control mechanisms in overcoming intuitive interference<br />
2.2 Digit cancellation test<br />
The efficiency of inhibitory control mechanisms of each<br />
student was assessed using the digit cancellation test (Lezak,<br />
Howieson, & Loring, 2004) according to Israeli research<br />
<strong>no</strong>rms of age and gender determined and reported by Vakil<br />
and his colleagues (Vakil, Blachstein, Sheinman, & Greenstein,<br />
2008). In this test participants were shown a pattern of digits<br />
printed on a page in an organized pattern (in rows, just as in<br />
reading). They were asked in the first stage to scan the<br />
organized pattern of digits and to cross out target digit “8”. In<br />
the second stage they were asked to scan the organized<br />
pattern of digits and to cross out the target digits “3” and “5.”<br />
Time to completion of the task in each stage and the number<br />
of errors in each stage were measured. According to the<br />
Israeli research <strong>no</strong>rms for gender and age (Vakil et al., 2008)<br />
students with below average reaction times in each stage,<br />
number of errors in each stage, differences in reaction times<br />
between stages, and differences in number of errors between<br />
stages were classified as having efficient inhibitory control<br />
mechanisms. Students with average and above average<br />
scores were classified as having inefficient inhibitory control<br />
mechanisms.<br />
2.3 Comparison of perimeters computerized test<br />
Each student was individually presented with a computerized<br />
comparison of perimeters test. In each test trial, two shapes<br />
were presented, and the students were asked to compare the<br />
perimeters of the two shapes, i.e., to judge whether the right<br />
shape had a larger perimeter, the left shape had a larger<br />
perimeter, or the two shapes had equal perimeters. Each trial<br />
was presented on the screen until the participant responded:<br />
"left shape" by pressing the F-key, "right shape" by pressing<br />
the J-key, or "equal perimeters" by pressing the space bar.<br />
The students were asked to answer correctly and as quickly<br />
as they could. Accuracy and reaction time of each response<br />
were recorded.<br />
The test included 16 congruent, 16 incongruent inverse, and<br />
16 incongruent equal trials (see Figure 4). The trials were<br />
presented in pseudorandom order with the following<br />
constraints: (1) the same type of response (right shape is<br />
larger, left shape is larger, equal perimeters) did <strong>no</strong>t appear<br />
in more than two consecutive trials; (2) the same type of<br />
condition (congruent, incongruent inverse, incongruent<br />
equal) did <strong>no</strong>t appear in more than two consecutive trials.<br />
The test session started with instructions as described above,<br />
followed by 6 training trials, 2 from each condition (different<br />
from the ones presented in the test) for practice with the task<br />
and the experimental setting.<br />
2.4 Analysis of the data<br />
For each student we calculated the percentage of correct<br />
responses for each condition and the median reaction time<br />
for correct responses for each condition. Repeated measure<br />
General Linear Model (GLM) and Bonferroni post hoc tests<br />
were carried out in SPSS software in order to detect<br />
significant differences between conditions and between the<br />
two groups of students with efficient and inefficient<br />
inhibitory control mechanisms. Moreover, Pearson<br />
correlation was used to determine correlation between level<br />
of efficiency of inhibitory control mechanisms and<br />
performance in the incongruent comparison of perimeters<br />
task conditions.<br />
3. Results<br />
3.1 Accuracy and reaction time of correct responses for the<br />
entire population<br />
The results of accuracy and reaction time for correct<br />
responses in the comparison of perimeters computerized<br />
test for the entire population (N=90) are presented in Table<br />
1.<br />
Table 1. Mean accuracy and reaction time for correct responses and<br />
their SEM in the comparison of perimeters test for the entire<br />
population (N=90).<br />
Condition Accuracy (%)<br />
[SEM]<br />
Reaction time in ms<br />
[SEM]<br />
Congruent 94.0 [1.2] 1325 [45]<br />
Incongruent inverse 62.8 [4.3] 2048 [208]<br />
Incongruent equal 21.3 [2.8] 3450 [336]<br />
With respect to accuracy, as expected, there was a significant<br />
main effect of congruity with a large effect size (F=341.314,<br />
df=88, p
R. Babai, N. Younis, & R. Stavy Inhibitory control mechanisms in overcoming intuitive interference<br />
3.2 Performance of students with efficient and inefficient<br />
inhibitory control mechanisms<br />
In the following section we will compare the performance of<br />
students with efficient and inefficient inhibitory control<br />
mechanisms. Table 2 depicts accuracy and reaction time for<br />
correct responses in the comparison of perimeters<br />
computerized test for students with efficient (n=44) and<br />
inefficient (n=46) inhibitory control mechanisms.<br />
Table 2. Mean accuracy and reaction time for correct responses and<br />
their SEM in the comparison of perimeters test for students with<br />
efficient (n=44) and inefficient (n=46) inhibitory control mechanisms.<br />
Condition Accuracy (%)<br />
[SEM]<br />
Efficient<br />
n=44<br />
Inefficient<br />
n=46<br />
Reaction time in ms<br />
[SEM]<br />
Efficient<br />
n=44<br />
Inefficient<br />
n=46<br />
the differences in the number of errors between the two<br />
stages of the test and the differences in reaction times<br />
between the two stages of the test. Small differences indicate<br />
efficient inhibitory control mechanisms and large differences<br />
indicate inefficient ones.<br />
A high and significant reciprocal correlation was found<br />
between students’ differences in the number of errors<br />
between the two stages of the digit cancellation test and<br />
success rate in both incongruent inverse and incongruent<br />
equal comparison of perimeters conditions (Pearson<br />
correlation=-.644 and -.525, respectively, p
R. Babai, N. Younis, & R. Stavy Inhibitory control mechanisms in overcoming intuitive interference<br />
Accuracy in comparison of perimeters (%)<br />
100<br />
80<br />
60<br />
40<br />
20<br />
0<br />
Figure 6. Correlation between accuracy of responses in the<br />
incongruent comparison of perimeters conditions and differences in<br />
reaction times between the two stages of the digit cancellation test.<br />
4. Discussion<br />
R = -0.688*<br />
R = -0.724*<br />
Incongruent inverse<br />
Incongruent equal<br />
* p < 0.001<br />
0 10 20 30 40 50 60<br />
Differences in reaction times between the two stages of the digit<br />
cancellation test<br />
Our objective is to explore how irrelevant salient variables<br />
interfere with formal/logical reasoning and how students<br />
can overcome this interference. We use several<br />
methodologies and different tasks and conditions to explore<br />
reasoning processes when there is <strong>no</strong> interference and when<br />
overcoming the intuitive interference (see for example, Babai<br />
& Stavy, 2015).<br />
Our studies show that irrelevant salient variables strongly<br />
interfere with formal/logical reasoning, leading to difficulties<br />
in science and mathematics. This interference is robust, thus<br />
leading to a very high percentage of errors. It is evident in<br />
different content domains and across different age groups,<br />
including adults.<br />
As a model system, we focused on a task in geometry, the<br />
comparison of perimeters task. Studies employing cognitive<br />
psychology and neuroscience methodologies (reaction time,<br />
fMRI) using this task have shown that when participants are<br />
correctly responding to incongruent trials, prefrontal brain<br />
regions related to inhibitory control mechanisms are<br />
activated. These studies have suggested that inhibitory<br />
control mechanisms have a key role in overcoming this<br />
intuitive interference, as they might inhibit the processing of<br />
the salient irrelevant variable and thus prevent its effect. Our<br />
goal here was to test this suggestion and directly explore<br />
whether students with efficient inhibitory control<br />
mechanisms succeed better in overcoming intuitive<br />
interference than do their peers with inefficient inhibitory<br />
control mechanisms. We used the digit cancellation test in<br />
order to assess the level of students’ efficiency of inhibitory<br />
control mechanisms. It should be <strong>no</strong>ted that, although the<br />
test measures inhibitory control mechanisms, students could<br />
have scored differently on the digit cancellation test for<br />
reasons beyond their inhibition capabilities.<br />
The findings of the current study indicate that students with<br />
efficient inhibitory control mechanisms score significantly<br />
better in the incongruent conditions of the comparison of<br />
perimeters task than do those with inefficient ones (Table 2).<br />
In addition, the findings indicate that the higher the<br />
efficiency of inhibitory control mechanisms, the better<br />
students are in overcoming intuitive interference (Figures 5<br />
and 6). It should be <strong>no</strong>ted that efficient inhibitory control<br />
mechanisms are <strong>no</strong>t sufficient in overcoming the intuitive<br />
interference in the incongruent equal condition, which is<br />
k<strong>no</strong>wn to be the most difficult condition. It is possible that<br />
this condition requires more developed inhibitory control<br />
mechanisms or other executive functions. In a previous study<br />
we showed that adult participants who were more successful<br />
in solving incongruent equal trials had a higher level of<br />
activation in the prefrontal brain regions as compared with<br />
less successful participants. We suggested that this enhanced<br />
activity in the prefrontal regions may be an expression of<br />
participants’ strong and efficient inhibitory control<br />
mechanisms (Stavy & Babai, 2010).<br />
Overall, the findings of the current study indicate that<br />
inhibitory control mechanisms play an important role in<br />
overcoming intuitive interference in science and<br />
mathematics and could explain students’ difficulties in these<br />
domains. Indeed, a recent intervention study related to the<br />
comparison of perimeters task, which strengthened<br />
inhibitory control mechanisms through issuing a specific<br />
warning, significantly improved students’ performance<br />
(Babai, Shalev et al., <strong>2014</strong>). In view of these findings, we<br />
suggest that educators should put more emphasis on<br />
enhancing students' inhibitory control mechanisms in<br />
addition to supporting relevant content k<strong>no</strong>wledge.<br />
Successful attempts to improve executive functions have<br />
been carried out mainly with preschoolers (e.g., Diamond,<br />
Barnett, Thomas, & Munro, 2007; Rueda, Rothbart,<br />
McCandliss, Saccoman<strong>no</strong>, & Posner, 2005).<br />
The current study also demonstrates that applying cognitive<br />
psychology and neuroscience methodologies in science and<br />
mathematics education research can contribute to science<br />
and mathematics education and to cognitive neuroscience<br />
both theoretically and practically. We share with other<br />
researchers the belief that construction of direct links<br />
between brain data and educational practice is important for<br />
both fields (e.g., Grabner & Ansari, 2010; Masson, 2012;<br />
Sigman, Pena, Goldin, & Ribeiro, <strong>2014</strong>). This requires<br />
collaboration among educators, educational researchers, and<br />
cognitive neuroscientists.<br />
NEUROEDUCATION <strong>2014</strong> | Volume 3 | Number 1 7
R. Babai, N. Younis, & R. Stavy Inhibitory control mechanisms in overcoming intuitive interference<br />
References<br />
Aron, A. R., Robbins, T. W., & Poldrack, R. A. (2004). Inhibition<br />
and the right inferior frontal cortex. Trends in Cognitive<br />
Sciences, 8(4), 170-177. https://doi.org/10.1016/j.tics.2004.02.010<br />
Babai, R., Levyadun, T., Stavy, R., & Tirosh, D. (2006). Intuitive<br />
rules in science and mathematics: A reaction time study.<br />
International Journal of Mathematical Education in<br />
Science and Tech<strong>no</strong>logy, 37(8), 913-924.<br />
https://doi.org/10.1080/00207390600794958<br />
Babai, R., Nattiv, L., & Stavy, R. (<strong>2014</strong>). Effect of mode of<br />
presentation on students’ ability to compare perimeters<br />
of geometrical shapes. Manuscript submitted for<br />
publication.<br />
Babai, R., Shalev, E., & Stavy, R. (accepted/2015). A warning<br />
intervention improves students’ ability to overcome<br />
intuitive interference. ZDM: The International Journal on<br />
Mathematics Education, 47(5), 735-745.<br />
https://doi.org/10.1007/s11858-015-0670-y<br />
Babai, R., & Stavy, R. (in press, 2016). Intuitive interference in<br />
science and mathematics education. In Z. Smyrnaiou, M.<br />
Riopel, & M. Sotiriou (Eds.), Recent advances in science<br />
and tech<strong>no</strong>logy education, ranging from modern<br />
pedagogies to neuroeducation and assessment (pp. 266-<br />
275). New Castle, UK: Cambridge Scholars Publishing.<br />
Babai, R., Zilber, H., Stavy, R., & Tirosh, D. (2010). The effect of<br />
intervention on accuracy of students' responses and<br />
reaction times to geometry problems. International<br />
Journal of Science and Mathematics Education, 8(1), 185-<br />
201. https://doi.org/10.1007/s10763-009-9169-8<br />
Brebner, J. T., & Welford, A. T. (1980). Introduction: An<br />
historical background sketch. In A. T. Welford (Ed.),<br />
Reaction times (pp. 1-23). New York: Academic Press.<br />
Champagne, A. B., Klopfer, L. E., & Anderson, J. H. (1979).<br />
Factors influencing the learning of classical mechanics.<br />
Pittsburgh, PA: University of Pittsburgh, Learning<br />
Research and Development Center.<br />
https://files.eric.ed.gov/<strong>full</strong>text/ED180829.pdf<br />
Dempster, F. N., & Corkill, A. J. (1999). Interference and<br />
inhibition in cognition and behavior: Unifying themes for<br />
educational psychology. Educational Psychology Review,<br />
11(1), 1-88. https://doi.org/10.1023/a:1021992632168<br />
Diamond, A., Barnett, W. S., Thomas, J., & Munro, S. (2007).<br />
Preschool program improves cognitive control. Science,<br />
318(5855), 1387-1388. https://doi.org/10.1126/science.1151148<br />
Driver, R., Rushworth, P., Squires, A., & Wood-Robinson, V.<br />
(Eds.). (1994). Making sense of secondary science. London,<br />
UK: Routledge. https://doi.org/10.4324/9780203978016<br />
Dunbar, K. N., Fugelsang, J. A., & Stein, C. (2007). Do naïve<br />
theories ever go away? Using brain and behavior to<br />
understand changes in concepts. In M. C. Lovett & P.<br />
Shah (Eds.), Thinking with data: 33rd Carnegie<br />
Symposium on Cognition (pp. 193-206). Mahwah, NJ:<br />
Lawrence Erlbaum.<br />
Evans, J. St. B. T., & Over, D. E. (1996). Rationality and<br />
reasoning. London, UK: Psychology Press.<br />
https://doi.org/10.4324/9780203027677<br />
Fias, W., Lammertyn, J., Reynvoet, B., Dupont, P., & Orban, G.<br />
A. (2003). Parietal representation of symbolic and<br />
<strong>no</strong>nsymbolic magnitude. Journal of Cognitive<br />
Neuroscience, 15(1), 47-56.<br />
https://doi.org/10.1162/089892903321107819<br />
Grabner, R. H., & Ansari, D. (2010). Promises and potential<br />
pitfalls of a ‘cognitive neuroscience of mathematics<br />
learning’. ZDM: The International Journal on Mathematics<br />
Education, 42(6), 655-660. https://doi.org/10.1007/s11858-<br />
010-0283-4<br />
Green, D. R. (1983). A survey of probabilistic concepts in 3000<br />
students aged 11-16 years. In D. R. Grey, P. Holmes, V.<br />
Barnett, & G. M. Constable (Eds.), Proceedings of the First<br />
International Conference on Teaching Statistics (pp. 766-<br />
783). Sheffield, UK: Teaching Statistics Trust.<br />
Houdé, O., & Guichart, E. (2001). Negative priming effect after<br />
inhibition of number/length interference in a Piaget-like<br />
task. Developmental Science, 4(1), 119-123.<br />
https://doi.org/10.1111/1467-7687.00156<br />
Lezak, M. D., Howieson, D. B., & Loring, D. W. (2004).<br />
Neuropsychological assessment (4 th ed.). New York, NY:<br />
Oxford University Press.<br />
Martin, M. O., Mullis, I. V., Foy, P., & Stanco, G. M. (2012).<br />
TIMSS 2011 international results in science. Amsterdam,<br />
The Netherlands: International Association for the<br />
Evaluation of Educational Achievement.<br />
https://eric.ed.gov/?id=ED544560<br />
Masson, S. (2012). <strong>Neuroeducation</strong>: Understanding the brain<br />
to improve teaching. <strong>Neuroeducation</strong>, 1(1), 1-2.<br />
https://doi.org/10.24046/neuroed.20120101.1<br />
Masson, S., Potvin, P., Riopel, M., & Foisy, L.-M. B. (<strong>2014</strong>),<br />
Differences in brain activation between <strong>no</strong>vices and<br />
experts in science during a task in<strong>vol</strong>ving a common<br />
misconception in electricity. Mind, Brain, and Education,<br />
8(1), 44-55. https://doi.org/10.1111/mbe.12043<br />
McMahon, T. A., & Bonner, J. T. (1983). On size and life. New<br />
York: Scientific American Library.<br />
Moutier, S., Angeard, N., & Houdé, O. (2002). Deductive<br />
reasoning and matching-bias inhibition training:<br />
Evidence from a debiasing paradigm. Thinking and<br />
Reasoning, 8(3), 205-224.<br />
https://doi.org/10.1080/13546780244000033<br />
NEUROEDUCATION <strong>2014</strong> | Volume 3 | Number 1 8
R. Babai, N. Younis, & R. Stavy Inhibitory control mechanisms in overcoming intuitive interference<br />
Moutier, S., & Houdé, O. (2003). Judgement under<br />
uncertainty and conjunction fallacy inhibition training.<br />
Thinking and Reasoning, 9(3), 185-201.<br />
https://doi.org/10.1080/13546780343000213<br />
Mullis, I. V., Martin, M. O., Foy, P., & Arora, A. (2012). TIMSS<br />
2011 international results in mathematics. Amsterdam,<br />
The Netherlands: International Association for the<br />
Evaluation of Educational Achievement.<br />
OECD (<strong>2014</strong>). PISA 2012 Results: What students k<strong>no</strong>w and can<br />
do: Student performance in mathematics, reading and<br />
science (Volume I, Revised edition). Paris: OECD<br />
Publishing. https://doi.org/10.1787/9789264208780-en<br />
Piaget, J., & Inhelder, B. (1974). The child’s construction of<br />
quantities: Conservation and atomism. London, UK:<br />
Routledge & Kegan Paul.<br />
https://doi.org/10.4324/9781315006253<br />
Pinel, P., Piazza, M., Le Bihan, D., & Dehaene, S. (2004).<br />
Distributed and overlapping cerebral representations of<br />
number, size, and luminance during comparative<br />
judgments. Neuron, 41(6), 983-993.<br />
https://doi.org/10.1016/s0896-6273(04)00107-2<br />
Rueda, M. R., Rothbart, M. K., McCandliss, B. D., Saccoman<strong>no</strong>,<br />
L., & Posner, M. I. (2005). Training, maturation, and<br />
genetic influences on the development of executive<br />
attention. Proceedings of the National Academy of<br />
Sciences of the United States of America, 102(41), 14931-<br />
14936. https://doi.org/10.1073/pnas.0506897102<br />
Sigman, M., Pena, M., Goldin, A. P., & Ribeiro, S. (<strong>2014</strong>).<br />
Neuroscience and education: Prime time to build the<br />
bridge. Nature Neuroscience, 17(4), 497-502.<br />
https://doi.org/10.1038/nn.3672<br />
Stavy, R., & Babai, R. (2008). Complexity of shapes and<br />
quantitative reasoning in geometry. Mind, Brain, and<br />
Education, 2(4), 170-176. https://doi.org/10.1111/j.1751-<br />
228x.2008.00051.x<br />
Stavy, R., & Babai, R. (2010). Overcoming intuitive interference<br />
in mathematics: Insights from behavioral, brain imaging<br />
and intervention studies. ZDM: The International Journal<br />
on Mathematics Education, 42(6), 621-633.<br />
https://doi.org/10.1007/s11858-010-0251-z<br />
Stavy, R., Goel, V., Critchley, H., & Dolan, R. (2006). Intuitive<br />
interference in quantitative reasoning. Brain Research,<br />
1073-1074, 383-388.<br />
https://doi.org/10.1016/j.brainres.2005.12.011<br />
Stavy, R., & Tirosh, D. (2000). How students (mis-)understand<br />
science and mathematics. New York, NY: Teachers<br />
College Press. https://eric.ed.gov/?id=ED468199<br />
Tirosh, D., & Stavy, R. (1999). Intuitive rules and comparison<br />
tasks. Mathematical thinking and learning, 1(3), 179-194.<br />
https://doi.org/10.1207/s15327833mtl0103_1<br />
Tversky, A., & Kahneman, D. (1983). Extensional versus<br />
intuitive reasoning: The conjunction fallacy in probability<br />
judgment. Psychological Review, 90(4), 293-315.<br />
https://doi.org/10.1037//0033-295x.90.4.293<br />
Vakil, E., Blachstein, H., Sheinman, M., & Greenstein, Y.<br />
(2008). Developmental changes in attention tests <strong>no</strong>rms:<br />
Implications for the structure of attention. Child<br />
Neuropsychology, 15(1), 21-39.<br />
https://doi.org/10.1080/09297040801947069<br />
Viggia<strong>no</strong>, M. P. (1999). Measures of performance. In G. Denes,<br />
& L. Pizzamiglio (Eds.), Handbook of clinical and<br />
experimental neuropsychology (pp. 27-30). Hove, UK:<br />
Psychology Press.<br />
Vosniadou, S., & Ioannides, C. (1998). From conceptual<br />
development to science education: A psychological point<br />
of view. International Journal of Science Education, 20(10),<br />
1213-1230. https://doi.org/10.1080/0950069980201004<br />
NEUROEDUCATION <strong>2014</strong> | Volume 3 | Number 1 9
NEUROÉDUCATION<br />
<strong>2014</strong> – Volume 3, Numéro 1<br />
COMMENTAIRE<br />
Émotion, cognition et action motivée: une <strong>no</strong>uvelle vision de la<br />
neuroéducation<br />
Gérardo Restrepo 1 *<br />
RÉSUMÉ<br />
Les relations entre émotion et cognition ont été un sujet de controverse et de discussions en psychologie et en<br />
sciences humaines depuis des temps immémoriaux. La philosophie, la psychologie, l’éducation et les<br />
neurosciences ont <strong>no</strong>urri cette controverse en examinant différentes façons de la comprendre. Les postures<br />
théoriques contemporaines considèrent que les émotions sont les médiateurs qui assurent l’interface entre le<br />
monde intérieur (la cognition) et le monde extérieur (la vie sociale) de l’individu. Cet article aborde la<br />
problématique de la relation entre émotion, cognition et action motivée sous l’angle de l’histoire de la pensée<br />
philosophique, des conceptions psychologiques et pédagogiques contemporaines, et à la lumière des études<br />
récentes en neurosciences. Nous discuterons de certaines questions portant sur cette interaction, <strong>no</strong>tamment<br />
l’impact de ces concepts sur <strong>no</strong>tre compréhension des fonctions exécutives du cerveau et le rôle des émotions<br />
dans <strong>no</strong>tre vie. Un modèle explicatif de cette interaction est proposé à la fin de l’article où l’émotion joue un rôle<br />
de médiateur pédagogique du développement de l’enfant.<br />
1<br />
Université de Sherbrooke, Département d’études sur l’adaptation scolaire et sociale, 2500, boul. de l’Université, Sherbrooke, Québec, Canada<br />
J1K 2R1<br />
* Correspondance avec l’auteur : gerardo.restrepo@usherbrooke.ca<br />
Pour citer cet article : Restrepo, G. (<strong>2014</strong>). Émotion, cognition et action motivée: une <strong>no</strong>uvelle vision de la neuroéducation. Neuroéducation,<br />
3(1), 10-19. https://doi.org/10.24046/neuroed.<strong>2014</strong>0301.10<br />
Reçu le 25 juin 2013. Reçu en version révisée le 1 er <strong>no</strong>vembre 2013 et le 2 avril <strong>2014</strong>.<br />
Accepté le 14 avril <strong>2014</strong>. Disponible en ligne le 31 octobre <strong>2014</strong>.<br />
Neuroéducation, 3(1), 10-19<br />
ISSN : 1929-1833<br />
Tous droits réservés © <strong>2014</strong> - Association pour la recherche en neuroéducation / Association for Research in <strong>Neuroeducation</strong><br />
10
G. Restrepo Émotion, cognition et action motivée: une <strong>no</strong>uvelle vision de la neuroéducation<br />
1. Introduction<br />
Les relations entre émotion et cognition ont été un sujet de<br />
controverse et de discussions en psychologie et en sciences<br />
humaines depuis des temps immémoriaux. De la Grèce<br />
antique à <strong>no</strong>s jours, la question de la relation entre émotion<br />
et cognition est passée de la métaphore philosophique<br />
(Platon et l’âme tripartite) à l’explication physiologique<br />
(théories de James-Lange et de Can<strong>no</strong>n-Bard), pour se poser<br />
finalement en termes plus spécifiquement psychologiques.<br />
En effet, l’angle sous lequel on analyse actuellement cette<br />
interaction souligne l’importance de la relation entre<br />
l’individu et son entourage. On peut remarquer l’existence<br />
d’un vaste consensus concernant le rôle des émotions dans la<br />
vie mentale et sociale des êtres humains. En d’autres mots,<br />
les émotions sont les médiateurs qui assurent l’interface<br />
entre le monde intérieur (la cognition) et le monde extérieur<br />
(la vie sociale) de l’individu (Oatley, Gerrod Parrott, Smith et<br />
Watts, 2011). Cependant, l’idée de la coexistence d’un être<br />
cognitif et d’un être émotionnel indépendant à l’intérieur de<br />
chaque individu est encore ancrée dans la plupart des<br />
théories psychologiques contemporaines (Richelle, 1993).<br />
Cette séparation entre émotion et cognition est<br />
profondément enracinée dans la culture et la pensée<br />
occidentale et a des retombées sur <strong>no</strong>s conceptions<br />
scientifiques, philosophiques et éducatives.<br />
La signification initiale du mot émotion mettait l’accent sur<br />
l’action et le mouvement. D’un point de vue étymologique, le<br />
mot émotion est dérivé du terme motion en latin et du préfixe<br />
e « bouger hors » (Rimé, 2009). Les psychologues de la<br />
première moitié du XX e siècle se sont intéressés à la<br />
physiologie et à la valeur adaptative des émotions jusqu’à la<br />
ré<strong>vol</strong>ution cognitive des années 1960, quand l’émotion a été<br />
assimilée à la cognition. Frijda (2005) identifie trois<br />
composantes des émotions : 1- l’évaluation, 2- la préparation<br />
à l’action et 3- la réponse. Le premier, l’appraisal est le<br />
composant cognitif des émotions, le deuxième est<br />
l’orientation des actions en lien avec le premier et finalement,<br />
le troisième comprend les réactions physiologiques et<br />
corporelles de l’émotion.<br />
Cependant, quelques théoriciens de l’émotion se sont<br />
distanciés du cognitivisme et ont réaffirmé le rôle central des<br />
émotions dans la représentation du monde. Pour Benjafield,<br />
Smilek et Kingstone (2010), la signification du mot cognition<br />
inclut l’habileté et l’action de connaître. Cette définition<br />
implique que la connaissance découle de l’action de l’individu<br />
sur son entourage, et que la représentation du monde peut<br />
se faire sous plusieurs formes ou styles cognitifs guidés par<br />
l’émotion. Selon la théorie de l’activité, toutes les activités<br />
humaines naissent des besoins de l’individu de s’orienter vers<br />
un objet ou un but en lien avec l’environnement. Les actions<br />
humaines sont motivées par les relations que l’individu<br />
construit avec son entourage (Leontiev, 1978).<br />
Cet article aborde la problématique de la relation entre<br />
émotion, cognition et action motivée sous l’angle de l’histoire<br />
de la pensée philosophique, des conceptions psychologiques<br />
et pédagogiques contemporaines et à la lumière des études<br />
récentes en neurosciences. Nous avons choisi cet angle<br />
d’analyse, car, au départ, l’explication des processus<br />
psychologiques et neuroscientifiques se faisait d’un point de<br />
vue philosophique. Il a fallu attendre jusqu’au XIX e siècle pour<br />
que la psychologie puisse se distancier de la philosophie et<br />
s’ériger comme discipline indépendante. Les neurosciences<br />
ont vécu, pour leur part, un développement extraordinaire<br />
pendant le XX e siècle pour <strong>no</strong>us permettre, à l’aube du XXI e<br />
siècle, de réexaminer cette problématique d’une manière plus<br />
précise. Notre démarche tient donc compte des<br />
développements historiques de la relation entre émotion,<br />
cognition et action motivée et débouche sur les postulats<br />
récents de la neuroéducation. Dans les lignes qui suivent,<br />
<strong>no</strong>us allons discuter de certaines questions portant sur cette<br />
interaction, <strong>no</strong>tamment l’impact de ces concepts sur <strong>no</strong>tre<br />
compréhension des fonctions exécutives du cerveau et le rôle<br />
des émotions dans <strong>no</strong>tre vie. Un modèle explicatif de cette<br />
interaction est proposé à la fin de l’article, selon lequel<br />
l’émotion joue un rôle de médiateur pédagogique du<br />
développement de l’enfant.<br />
2. Émotion et cognition: le point de vue de la philosophie<br />
Selon Oatley et al. (2011), les philosophes stoïciens ont été les<br />
premiers à étudier systématiquement la relation entre<br />
émotion et cognition comme un moyen de comprendre ses<br />
conséquences pour l’individu et la société. Dans le livre IV de<br />
la République, Platon (env. 428-327 av. J.-C.) expose la<br />
tripartition de l’âme humaine. Le <strong>no</strong>ûs, la raison, placée dans<br />
la tête, contrôle le comportement; le thymos, dans le cœur,<br />
est l’organe du courage, de la valeur et de la <strong>vol</strong>onté.<br />
Finalement, les épithymia, dans le ventre, représentent les<br />
instincts et les passions. La raison doit soumettre les passions<br />
pour diriger la <strong>vol</strong>onté vers un objectif. No<strong>no</strong>bstant que cette<br />
métaphore soit une conception de contrôle social (l’âme et la<br />
cité ont la même structure), sa signification implicite est que<br />
la raison et l’émotion doivent converger vers la <strong>vol</strong>onté, c’està-dire<br />
l’action motivée (Psycho-politique, livre II). Platon<br />
divise le monde en deux, le monde sensible, une reproduction<br />
déformée de la réalité révélée par <strong>no</strong>s organes des sens, et<br />
celui des idées, lumineux et clair, accessible seulement par la<br />
raison (Fougeyrollas, 2000). Cette séparation entre émotion<br />
et cognition, voire entre corps et esprit, est une constante de<br />
l’histoire des idées de la culture occidentale. En effet,<br />
cognition et émotion ont toujours été conçues comme deux<br />
systèmes parallèles dont le premier doit toujours modérer et<br />
réguler le second (Oatley, 2011). Par exemple, ce contrôle de<br />
la cognition sur l’émotion est la base du concept<br />
neuropsychologique des fonctions exécutives (Powell et<br />
Voeller, 2004). De plus, une conception latente dans l’histoire<br />
de la philosophie consiste en la division entre une réalité<br />
tangible accessible par <strong>no</strong>s organes des sens et un monde<br />
d’idées seulement accessible par raison. Cette dernière<br />
conception a établi les bases pour la séparation corps et<br />
esprit et a amorcé le débat philosophique entre empirisme et<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 11
G. Restrepo Émotion, cognition et action motivée: une <strong>no</strong>uvelle vision de la neuroéducation<br />
rationalisme, source de l’épistémologie occidentale (Chiong,<br />
2011).<br />
La séparation entre corps et esprit a été liée à l’idée que <strong>no</strong>s<br />
organes des sens <strong>no</strong>us trompent ou déforment la réalité.<br />
Cette idée est née avec Platon et a pris son essor avec les<br />
postulats fondateurs de la philosophie cartésienne (Lewis et<br />
Haviland-Jones, 2000). La phrase, "Je pense, donc je suis",<br />
vérité fondatrice de la métaphysique cartésienne, est sans<br />
doute le point de départ de la philosophie moderne, mais<br />
aussi de la discussion sur la science, la méthode et la théorie<br />
de la connaissance. Descartes met au premier plan la pensée<br />
et fait valoir que les idées précèdent l’expérience sensible.<br />
Ainsi, dans son livre, Discours de la méthode, Descartes (1637)<br />
a donné lieu à une séparation entre la faculté de sentir et la<br />
faculté rationnelle en distinguant radicalement la matière (res<br />
extensa) de la pensée (res cogitans). Cette séparation<br />
conceptuelle entre corps et esprit est le point de départ du<br />
dualisme et de la théorie cartésienne. Par le biais de ces<br />
postulats, Descartes a mis en scène l’un des problèmes les<br />
plus importants de la philosophie et de la science, la relation<br />
entre le monde physique et sa représentation mentale. Le<br />
cheminement méthodique de Descartes l’a conduit à la<br />
conclusion que le corps et l’esprit forment deux substances<br />
différentes. Par conséquent, Descartes pensait que l’esprit<br />
pouvait exister sans le corps, que l’âme, source de la raison,<br />
ne devait pas être objet de recherche et que la science devait<br />
se dévouer à l’étude de la res extensa, le corps (Lewis et<br />
Haviland-Jones, 2000).<br />
La position cartésienne a été contestée par Francis Bacon,<br />
philosophe et homme de science anglais, contemporain de<br />
Descartes. Bacon est considéré comme le père de l'empirisme<br />
moderne. Son ouvrage philosophique Novum Organum,<br />
publié en 1620, qui prône l’observation exacte et<br />
l’expérimentation en science, constitue les fondements de<br />
l’empirisme scientifique et de la science moderne. À cette<br />
époque-là, les débats philosophiques se centraient sur<br />
quelques questions transcendantales. Certains phé<strong>no</strong>mènes<br />
ou certaines choses peuvent-ils exister en dehors du sujet<br />
pensant ou sont-ils construits par le sujet? Les réponses à ces<br />
questions sont venues de l'empirisme classique sous<br />
l'influence de John Locke et d’Isaac Newton. Ce courant de<br />
pensée, qui s'oppose au rationalisme, a émergé pendant le<br />
XVIII e siècle. Contrairement au rationalisme, l'empirisme<br />
affirmait que la source de toute connaissance était l'action du<br />
monde extérieur sur <strong>no</strong>us. Pour l’empirisme, le sujet était la<br />
base de la connaissance du monde, et cette connaissance<br />
tenait sa légitimité de la vérification expérimentale et <strong>no</strong>n pas<br />
d’une démonstration rationnelle (Lewis et Haviland-Jones,<br />
2000).<br />
Pendant que l’empirisme et le rationalisme discutaient de la<br />
source de la connaissance, la phé<strong>no</strong>mé<strong>no</strong>logie s’engageait<br />
dans l’étude systématique de l’expérience et de la conscience.<br />
Emmanuel Kant utilise les termes “<strong>no</strong>umène” pour désigner<br />
les réalités tangibles, les choses en soi, et “phé<strong>no</strong>mène” pour<br />
<strong>no</strong>mmer ce qui appartient au champ de l’expérience. La<br />
phé<strong>no</strong>mé<strong>no</strong>logie a pris son essor grâce aux travaux de<br />
psychologues du XIX e siècle comme Franz Brenta<strong>no</strong>, William<br />
James et Wilhelm Wundt, qui utilisaient l’introspection<br />
comme méthode d’étude des fonctions psychiques (Chiong,<br />
2011). Husserl (1913), fondateur de la phé<strong>no</strong>mé<strong>no</strong>logie, affirme<br />
que cette discipline doit transcender le champ de<br />
l’introspection et de l’étude de l’individu pour tenter de<br />
comprendre les principes universels de la logique de la<br />
pensée. Pour Husserl, l’intentionnalité est une propriété des<br />
phé<strong>no</strong>mènes psychiques, car elle dirige les concepts et les<br />
représentations vers les objets ou les choses.<br />
L’intentionnalité de la conscience reflète la position de<br />
l’individu envers le monde : par exemple, j’aperçois un objet,<br />
il se souvient d’un événement. Cependant, le terme<br />
« conscience » est attribué de manière originale à John Locke<br />
(1690) qui, dans « An Essay Concerning Human<br />
Understanding » lui donne deux significations<br />
différentes : celle de la conscience phé<strong>no</strong>ménale et celle de la<br />
conscience de soi. Il faut souligner que la discussion de ces<br />
concepts, amorcée par la philosophie et la phé<strong>no</strong>mé<strong>no</strong>logie,<br />
a été finalement reprise par la psychologie cognitive et la<br />
neuroscience.<br />
C’est le cas, <strong>no</strong>tamment, de la discussion sur la nature de la<br />
conscience. Soutenue au départ par la philosophie, celle-ci a<br />
été reprise par les neurosciences au cours des deux<br />
décennies précédentes (Edelman, 2002). Ainsi, le concept de<br />
conscience phé<strong>no</strong>ménale a été utilisé pour expliquer<br />
certaines caractéristiques de la perception sensorielle et de<br />
l’attention sélective. Pour sa part, la conscience de soi a<br />
é<strong>vol</strong>ué en neurosciences vers le concept de self et de<br />
mémoire de travail (Block, 2005).<br />
3. Émotion et cognition: le point de vue de la psychologie<br />
cognitive<br />
Le concept de mémoire de travail comme composante<br />
principale des fonctions exécutives a été décrit pour la<br />
première fois par Baddeley et Hitch (1974) et défini<br />
postérieurement par Lezak (1983) comme le mécanisme de<br />
contrôle du comportement. Les fonctions exécutives ont été<br />
conçues comme un système de planification, de direction et<br />
de contrôle des actions vers un objectif. Les fonctions<br />
exécutives sont considérées comme des fonctions cognitives<br />
de niveau élevé sous le contrôle du lobe frontal (Stuss et<br />
Alexander, 2000). Cependant, c’est Luria (1973) qui a établi les<br />
bases du concept en affirmant que le lobe frontal est le<br />
responsable de l’organisation de la vie intellectuelle au moyen<br />
de la programmation, de la surveillance et de la direction des<br />
actions et du comportement.<br />
Les fonctions exécutives ont été conçues, au départ, comme<br />
l’ensemble des fonctions cognitives supérieures qui<br />
déterminent le comportement intentionnel, organisé et<br />
dirigé vers un but (Lezak, 1983). Pourtant, le concept initial de<br />
fonctions exécutives comme mécanisme de contrôle cognitif<br />
de l’action a migré graduellement au fil des constatations<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 12
G. Restrepo Émotion, cognition et action motivée: une <strong>no</strong>uvelle vision de la neuroéducation<br />
croissantes de l’importance des émotions dans tout le<br />
processus. Selon Royall et al. (2002), le lobe frontal est la seule<br />
région corticale capable d’intégrer l’information sensorielle,<br />
interne et externe, l’émotion, la motivation et la mémoire<br />
dans une action unifiée dirigée vers un objectif (traduction<br />
libre, p. 379). Par conséquent, le rôle principal des fonctions<br />
exécutives est la programmation des actions, la régulation<br />
des émotions et l’adaptation du comportement au contexte<br />
social (Best et Miller, 2010). Le siège des fonctions exécutives<br />
se situe dans le cortex préfrontal humain. On reconnaît trois<br />
composantes de la fonction exécutive : le contrôle cognitif, le<br />
contrôle émotionnel et le contrôle motivationnel,<br />
respectivement associées à la partie latérale, orbitofrontale<br />
et médiane du cortex préfrontal (Miller et Cohen, 2001). La<br />
<strong>no</strong>tion de contrôle rend compte des processus qui<br />
permettent, dans une situation donnée, la sélection de<br />
l’action appropriée, orientée vers un but. Elle est proche de<br />
celle de régulation. L’idée implicite dans ce concept est que,<br />
si <strong>no</strong>us avons le contrôle de la situation et que <strong>no</strong>us pre<strong>no</strong>ns<br />
les décisions appropriées, <strong>no</strong>us pouvons modérer l’intensité<br />
ou orienter la direction des émotions (Oatley et al., 2011).<br />
Selon Miyake et al. (2000), il existe trois fonctions exécutives<br />
de base : la flexibilité mentale (shifting), la mise à jour<br />
(updating) et l’inhibition. La première permet l’adaptation aux<br />
situations changeantes du contexte, la deuxième la mise à<br />
jour des informations dans la mémoire de travail et, la<br />
troisième, l’inhibition des réponses automatiques ou<br />
routinières, mais <strong>no</strong>n pertinentes pour la tâche en cours.<br />
Bref, <strong>no</strong>us devons dans toutes les activités et contextes de la<br />
vie quotidienne prendre des décisions, sélectionner les<br />
réponses appropriées au contexte et choisir entre plusieurs<br />
options. Pour Rolls (2012), les fonctions exécutives peuvent<br />
être considérées comme le substrat cognitif du libre arbitre.<br />
Damasio (1993) va au-delà de ce raisonnement. Pour lui, le<br />
cortex orbitofrontal fait partie d’un réseau cérébral complexe<br />
qui soutient la prise de décisions. Le cortex orbitofrontal<br />
permet de relier les informations factuelles de<br />
l’environnement à l’état émotionnel de l’individu pour guider<br />
son choix. Cette prise de décisions semble donc reposer en<br />
parties égales sur la raison et l’émotion. La <strong>vol</strong>onté ne serait,<br />
par conséquent, qu’un algorithme cognitif nuancé par<br />
l’émotion.<br />
4. Émotion et cognition: le point de vue des sciences de<br />
l’éducation<br />
Les sciences de l’éducation ont séparé depuis longtemps<br />
l’émotion de la cognition. Bloom (1956) propose une<br />
taxo<strong>no</strong>mie des processus cognitifs et affectifs essentiels à<br />
l’apprentissage, apparemment reliés entre eux, mais<br />
indépendants. Anderson et Krathwohl (2001) ont réalisé une<br />
révision de la taxo<strong>no</strong>mie de Bloom pour l’adapter aux<br />
objectifs modernes de l’éducation. Le rappel, la<br />
compréhension, l’application et l’analyse ont été retenus<br />
comme processus cognitifs essentiels. Ces auteurs ont ajouté<br />
quatre dimensions de la connaissance : factuelle,<br />
conceptuelle, procédurale et métacognitive. Aucune<br />
référence aux processus affectifs n’a été faite. Cette<br />
séparation n’a jamais contribué à la compréhension du<br />
processus d’apprentissage de l’enfant. Pour sa part, le<br />
socioconstructivisme moderne fait référence de manière<br />
implicite aux émotions, mais, pour Vygotsky (1934, 1998), il est<br />
impensable de considérer l’émotion sans la cognition et vice<br />
versa :<br />
Celui qui dès le début a séparé pensée et affect<br />
s’est ôté à jamais la possibilité d’expliquer les<br />
causes de la pensée elle-même car une analyse<br />
déterministe de la pensée suppose<br />
nécessairement la découverte des mobiles de la<br />
pensée, des besoins et des intérêts, des<br />
impulsions et des tendances qui dirigent le<br />
mouvement de la pensée dans un sens ou dans un<br />
autre. De même, celui qui a séparé la pensée de<br />
l’affect a rendu d’avance impossible l’étude de<br />
l’influence que la pensée exerce en retour sur le<br />
caractère affectif, <strong>vol</strong>itif de la vie psychique, car<br />
l’analyse déterministe de la vie psychique exclut<br />
aussi bien l’attribution à la pensée d’une force<br />
magique capable de définir le comportement de<br />
l’homme par son seul système propre que la<br />
transformation de la pensée en un inutile<br />
appendice du comportement, en son ombre<br />
impuissante et vaine. (p. 61)<br />
Ainsi, Vygotsky (Ibid.) insiste sur le fait que ces interactions<br />
sont à double sens et constituent la base de la personnalité et<br />
du comportement humain : « l'émotion n'est pas simplement<br />
la somme des sensations des réactions organiques, mais en<br />
premier lieu une tendance à agir dans une direction<br />
déterminée » (p. 134).<br />
5. Émotion et cognition: le point de vue des neurosciences<br />
Depuis quelques années, les neuroscientifiques ont<br />
commencé à se poser des questions qui, traditionnellement,<br />
intéressaient seulement les philosophes (Edelman, 2002). Le<br />
problème de la conscience, de la relation corps-esprit, ou de<br />
la relation émotion-cognition est le <strong>no</strong>yau central de la<br />
philosophie de l’esprit et de la neurophilosophie (Churchland,<br />
2002). Comment le monde physique, le cerveau ou la matière<br />
peuvent-ils donner naissance aux phé<strong>no</strong>mènes mentaux<br />
abstraits comme la pensée ou la conscience? Pour Chalmers<br />
(1998), la nature de la conscience et de l’interaction entre le<br />
corps et l’esprit constitue l’obstacle le plus important à <strong>no</strong>tre<br />
compréhension de l’univers.<br />
La recherche neuropsychologique des dernières décennies<br />
<strong>no</strong>us a légué l’idée que le cerveau est un organe modulaire qui<br />
présente un degré considérable de spécialisation<br />
fonctionnelle. Une vision particulièrement répandue est que<br />
certaines régions du cerveau sont plus affectives tandis que<br />
d’autres sont plus impliquées dans la cognition (Pessoa,<br />
2008). Cependant, selon Gray, Braver et Raichie (2002), dans<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 13
G. Restrepo Émotion, cognition et action motivée: une <strong>no</strong>uvelle vision de la neuroéducation<br />
plusieurs étapes du traitement de l’information, la<br />
spécialisation disparaît et l’émotion et la cognition travaillent<br />
ensemble pour assurer le contrôle de la pensée et du<br />
comportement.<br />
La vieille conception de l’âme tripartite de Platon a aussi eu<br />
sa contrepartie en neurosciences. Ainsi, en 1990, MacLean<br />
proposait sa conception d’un cerveau triunique constitué de<br />
trois formations é<strong>vol</strong>utives différentes. La plus ancienne, le<br />
cerveau reptilien, contrôlerait <strong>no</strong>s pulsions fondamentales<br />
(faim, soif, sexualité, agressivité); la deuxième, le cortex<br />
limbique, le plus récent sur le plan é<strong>vol</strong>utif, serait le<br />
responsable de l'affectivité, des soins parentaux et du<br />
sentiment d’appartenance à un groupe. La nature complexe<br />
de l’information affective pousserait le cerveau à développer<br />
un système de codage approprié, la mémoire à long terme et<br />
un mécanisme psychique pour diriger sélectivement <strong>no</strong>s<br />
actions, la motivation. Finalement, dans l’é<strong>vol</strong>ution<br />
apparaîtrait le néocortex, dépositaire de la raison, de la<br />
cognition et du langage symbolique; celui qui est responsable<br />
de la vie sociale. Le modèle du cerveau triunique de MacLean<br />
transpose en neurosciences le concept d’âme tripartite de<br />
Platon. Le néocortex, siège de la raison, doit dominer les<br />
pulsions et les émotions du système limbique et du cerveau<br />
reptilien pour guider l’action motivée, <strong>no</strong>tre comportement.<br />
En 1981, Roger Sperry et Michael Gazzaniga reçoivent le Prix<br />
Nobel de médecine pour leurs découvertes concernant la<br />
spécialisation fonctionnelle des hémisphères cérébraux. À<br />
partir de leurs travaux, une image généralement évoquée est<br />
que l’hémisphère gauche est le siège de la logique analytique<br />
et rationnelle tandis que l’hémisphère droit est émotionnel,<br />
intuitif et holistique. Selon Gazzaniga, le cerveau <strong>no</strong>rmal est<br />
« organisé en systèmes de traitements modulaires se<br />
dé<strong>no</strong>mbrant par centaines ou peut-être même par milliers »<br />
(1987, p. 69). Ces modules, relativement indépendants et<br />
spécialisés, analysent l’information de manière différentiée.<br />
Le langage verbal et la préférence manuelle sont tous deux<br />
gouvernés par l’hémisphère gauche chez la majorité des<br />
individus. Ce dernier serait un dispositif de traitement<br />
temporaire de l’information. À l’inverse, la spécialisation de<br />
l’hémisphère droit dans les émotions, l’attention, et les<br />
processus visuo-spatiaux ferait de lui un dispositif de<br />
traitement spatial de l’information (Habib, 1998). L’hypothèse<br />
de l’hémisphère droit comme base du traitement émotionnel<br />
a trouvé un appui dans la théorie du cerveau social de<br />
Brothers (1990). Selon cet auteur, l’hémisphère droit est un<br />
système neurocognitif spécifique, activé seulement par des<br />
stimuli sociaux. La théorie de l’esprit (Baron-Cohen, 1991) et<br />
les études d’imagerie du cerveau relatives à l’autisme (Baron-<br />
Cohen et al., 1999) et à l’empathie (Decety et Lamm, 2007) ont<br />
donné un support empirique à cette hypothèse.<br />
La conscience comme phé<strong>no</strong>mène de représentation<br />
personnelle a fait l’objet d’un débat et d’une controverse en<br />
neurosciences. « Une personne <strong>no</strong>rmale ne possède pas de<br />
mécanisme conscient unitaire dans lequel le système<br />
conscient peut accéder aux sources de tous les actes.<br />
J’entends démontrer que le cerveau <strong>no</strong>rmal est organisé en<br />
modules et que la plupart de ces modules sont capables<br />
d’actions, d’humeurs et de réponses » affirme Gazzaniga<br />
(1987, p. 105). Le support empirique de ces affirmations<br />
provient d'études sur la communication interhémisphérique<br />
chez des individus dont le cerveau est divisé. Ainsi, Gazzaniga<br />
décrit l’apraxie diagonistique, un état causé par la section du<br />
corps calleux, qui brise la conscience corporelle unitaire. Le<br />
sujet construit une tour de cubes avec la main droite,<br />
contrôlée par l’hémisphère gauche tandis que la main gauche,<br />
contrôlée par l’hémisphère droit, essaie de construire une<br />
figure différente. D’autres observations neurologiques<br />
permettent aussi de constater la modularité cérébrale de la<br />
conscience. Par exemple, les personnes paralysées d’un côté<br />
du corps à la suite d’un accident cérébral vasculaire<br />
éprouvent une dissociation de la motricité <strong>vol</strong>ontaire et<br />
in<strong>vol</strong>ontaire. Ils ne peuvent pas sourire de façon <strong>vol</strong>ontaire<br />
(voie pyramidale), mais ils peuvent le faire in<strong>vol</strong>ontairement<br />
en regardant une scène comique (voie extrapyramidale). Ce<br />
phé<strong>no</strong>mène montre la séparabilité de la composante<br />
cognitive (pyramidale) et émotionnelle (extrapyramidale) du<br />
mouvement (Cytowic, 1996).<br />
En dépit du fait que plusieurs neuroscientifiques (par<br />
exemple, LeDoux, 2005; Swanson, 2003) considèrent<br />
l’émotion et la cognition comme deux systèmes séparés,<br />
divers travaux scientifiques indiquent qu’elles s’intégreraient<br />
plutôt dans l’action motivée au moyen de <strong>no</strong>mbreuses<br />
connexions présentes dans le cortex préfrontal (Gray et al.,<br />
2002). La région latérale est impliquée dans un réseau qui<br />
permet l'organisation de processus cognitifs complexes tels<br />
que la planification et le raisonnement déductif; les régions<br />
orbitaires dans les processus affectifs et motivationnels; et<br />
les régions médianes dans l'autogénération des<br />
comportements et la régulation des actions (Koechlin et<br />
Summerfield, 2007). La théorie du « modèle en cascade du<br />
contrôle cognitif » de Koechlin et Summerfield (Ibid.) avance<br />
que des aires distinctes au sein du cortex préfrontal latéral<br />
intègrent l’information à différentes échelles temporelles.<br />
Selon cette théorie, les stimuli se perçoivent en lien étroit<br />
avec les événements du contexte. Ils sont ensuite comparés<br />
aux informations gardées en mémoire pour leur accorder une<br />
importance relative. Le cortex préfrontal a aussi été associé<br />
à la mémoire de travail, une mémoire à court terme où<br />
l'information est brièvement stockée pour être utilisée<br />
rapidement. La mémoire de travail traite l’information<br />
transitoire permettant à l'individu des opérations cognitives<br />
telles que le raisonnement, la compréhension, la résolution<br />
de problèmes ou encore la prise de décisions (Levy et<br />
Goldman-Rakic, 2000). Selon la théorie des marqueurs<br />
somatiques de Damasio (1995), le cortex orbitofrontal est une<br />
structure clé dans le traitement émotionnel, dans la prise de<br />
décision et dans la mémorisation des souvenirs liés aux<br />
récompenses et punitions. Le cortex orbitofrontal reçoit de<br />
multiples connexions de plusieurs systèmes sensoriels et des<br />
structures limbiques impliquées dans le traitement des<br />
émotions. Ensuite, cette région corticale associe les<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 14
G. Restrepo Émotion, cognition et action motivée: une <strong>no</strong>uvelle vision de la neuroéducation<br />
sensations émotionnelles, lesquelles sont implicites et<br />
automatiques, aux stimuli de l’environnement. Cette<br />
association sera enregistrée dans la mémoire à long terme et<br />
la personne sera en mesure de réactiver les sensations<br />
émotionnelles lors d'une rencontre ultérieure avec le<br />
stimulus concerné. Les liens entre le cortex orbitofrontal et<br />
le comportement moral et social ont aussi fait l’objet d’études<br />
par Damasio et ses collaborateurs (Koenigs et al., 2007;<br />
Immordi<strong>no</strong>-Yang, McColl, Damasio et Damasio, 2009). Ainsi,<br />
le jugement et le comportement moral seraient le résultat de<br />
l’évaluation cognitive que le sujet fait des émotions partagées<br />
avec autrui (Moll, Oliveira-Souza, Bramati et Grafman, 2002).<br />
Selon Haidt (2003), les émotions morales seraient<br />
intrinsèquement liées aux intérêts de bien-être de chaque<br />
société et de chaque individu.<br />
Par ailleurs, le cortex préfrontal médian et le cortex<br />
cingulaire (CC) antérieur jouent un rôle important dans<br />
l’établissement de liens d’empathie et de sympathie (Etkin,<br />
Egner et Kalisch, 2011). L'empathie peut se définir comme la<br />
capacité à ressentir et à comprendre les émotions et les<br />
sentiments d’autrui (Decety, 2010). Elle implique donc un<br />
partage affectif, mais aussi une compréhension minimale des<br />
états mentaux et affectifs d’autrui. La sympathie, pour sa part,<br />
permet au sujet de s’identifier avec les émotions exprimées<br />
par les autres (Ibid.). Empathie et sympathie sont des<br />
composantes essentielles du comportement prosocial, du<br />
jugement moral et de la régulation de l’agression (Ibid.). Le<br />
cortex cingulaire est aussi impliqué dans le contrôle des<br />
fonctions exécutives (CC antérieur) et dans l'évaluation des<br />
résultats des actions (CC postérieur) (Posner, Rueda et<br />
Kanske, 2007). On sait que cette région joue un rôle<br />
déterminant dans l’intégration des composantes cognitives<br />
et émotionnelles des stimuli pour assurer l’action motivée<br />
dirigée vers un objectif (Ollat, 2004). Toutefois, selon Gray et<br />
al. (2002), le processus d’intégration des émotions et de la<br />
cognition se fait de façon progressive dans plusieurs<br />
structures du cerveau. L’intégration permet à ces deux sousfonctions,<br />
séparées au départ, d’émerger pour bâtir une<br />
fonction plus complexe et générale. Un tel degré de précision<br />
et de complexité s’expliquerait par le fait que les<br />
composantes cognitive et émotionnelle détiennent la même<br />
importance dans l’organisation du cortex préfrontal (Gray et<br />
al., 2002). Les résultats obtenus par ces auteurs soutiennent<br />
l’idée que l’intégration de l’information cognitive et<br />
émotionnelle s’avère un facteur crucial pour le contrôle unifié<br />
de la pensée, de l’affectivité, de la motivation et du<br />
comportement. Une intégration fonctionnelle des émotions<br />
et de la cognition devrait permettre, selon Gray et al. (2002)<br />
au comportement d’être dirigé vers un objectif, c’est à dire<br />
permettre l’action motivée.<br />
Dans les paragraphes précédents, <strong>no</strong>us avons souligné<br />
l’importance du cortex préfrontal dans le processus<br />
d’intégration des émotions et de la cognition. Le cortex<br />
préfrontal latéral sélectionne et catégorise l’information<br />
cognitive importante en lien avec le contexte. Le cortex<br />
orbitofrontal reçoit l’information émotionnelle du corps et<br />
l’associe à l’environnement physique et social où se déroule<br />
l’activité. Le cortex cingulaire intègre émotion et cognition<br />
pour assurer l’action motivée, en tenant toujours compte du<br />
jugement moral et de l’évaluation empathique de l’action. Les<br />
connaissances actuelles des neurosciences <strong>no</strong>us donnent<br />
ainsi la possibilité de comprendre la relation intime entre<br />
émotion, cognition et action motivée. Reste à expliquer,<br />
cependant, l’imbrication graduelle du processus au cours du<br />
développement de l’enfant.<br />
6. Cognition, émotion et action motivée: vers une<br />
intégration globale<br />
Pour Wallon (1938, dans Jalley, 1998), la vie émotionnelle est<br />
le « premier terrain des relations interindividuelles de<br />
conscience » et le « point de départ de la vie représentative<br />
(p. 39) ». Cet auteur affirme aussi que « La racine de la<br />
conscience, donc de la représentation, est à chercher <strong>no</strong>n<br />
dans l’activité extéroceptive, mais dans l’activité<br />
proprioceptive » (Ibid., p. 72). Craig (2002) et Damasio (1993)<br />
vont dans le même sens que Wallon en identifiant émotions,<br />
information proprioceptive et conscience. Les sensations<br />
somatiques, porteuses des informations extéroceptives, de<br />
l’audition et de la vision, sont associées aux informations<br />
proprioceptives qui rendent compte de l’état émotionnel de<br />
l’individu. La conscience phé<strong>no</strong>ménale est <strong>no</strong>urrie par<br />
l’information extéroceptive, tandis que la conscience d’accès<br />
est supportée par l’émotion, l’information qui vient du corps.<br />
Selon Cornelius (2006), les émotions sont centrales dans la<br />
relation des êtres humains avec l’environnement et cette<br />
relation explique pourquoi chaque émotion est évaluée en<br />
relation avec l’environnement social du sujet. Les émotions<br />
sont donc les médiateurs qui assurent l’interface entre le<br />
monde intérieur (la cognition) et le monde extérieur (la vie<br />
sociale) de l’individu (Oatley, 2011).<br />
Le rôle de médiation des émotions et l’intégration<br />
progressive de l’émotion et de la cognition dans plusieurs<br />
structures du cerveau <strong>no</strong>us amènent graduellement aux<br />
vieux problèmes de la philosophie. Ainsi, peu importe la façon<br />
dont on comprend le concept de fonction exécutive, celui-ci<br />
<strong>no</strong>us amène, de façon incontournable, au problème de la<br />
conscience et de la <strong>vol</strong>onté. Les travaux de Block (2005)<br />
aident à mieux comprendre la nature du phé<strong>no</strong>mène. En<br />
effet, l’auteur reprend à la lumière des neurosciences la vieille<br />
discussion phé<strong>no</strong>mé<strong>no</strong>logique concernant la <strong>vol</strong>onté,<br />
l’intentionnalité et la conscience, et s’intéresse aux<br />
opérations cognitives et neurales qui permettent d’amener<br />
une information à la conscience. Il propose l’existence de<br />
deux corrélats neuraux de la conscience : la conscience<br />
phé<strong>no</strong>ménale et la conscience d’accès. La conscience<br />
phé<strong>no</strong>ménale est la perception des objets ou des formes, une<br />
expérience subjective et riche, mais surtout personnelle et<br />
unique. Ces phé<strong>no</strong>mènes, désignés par Lewis (1929) sous le<br />
terme de qualia, sont les qualités particulières de l’expérience<br />
sensible ou « phé<strong>no</strong>ménale ». La conscience phé<strong>no</strong>ménale<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 15
G. Restrepo Émotion, cognition et action motivée: une <strong>no</strong>uvelle vision de la neuroéducation<br />
précède et déclenche l’activité cognitive, amenant le sujet, ce<br />
faisant, vers un objectif par le biais de la conscience d’accès.<br />
Posner, Rueda et Kanske (2007) distinguent les processus<br />
mentaux automatiques de ceux <strong>no</strong>n automatiques pour<br />
expliquer le fonctionnement du réseau attentionnel. La<br />
conscience d’accès serait donc un système de contrôle<br />
<strong>vol</strong>ontaire, hiérarchiquement organisé, ayant pour objectif de<br />
diriger la cognition et le comportement (Shallice, 1982). Étant<br />
donné que la conscience d’accès effectue le traitement<br />
simultané de plusieurs types d’information, il est possible de<br />
la comparer, dans une certaine mesure, à la mémoire de<br />
travail qui, après avoir reçu l’information sensorielle de<br />
plusieurs sources distinctes, sélectionne l’information et la<br />
traite en fonction d’un objectif donné. Les neuroscientifiques<br />
semblent de cette façon partager la <strong>no</strong>tion de Husserl (1913),<br />
selon laquelle l’élément central de la conscience est<br />
l’intentionnalité, c’est-à-dire la conscience comme processus<br />
perceptuel et cognitif, dirigée vers l’individu, ou la conscience<br />
comme action intentionnelle dirigée vers un objectif externe.<br />
C’est ce qui <strong>no</strong>us amène à parler d’une <strong>no</strong>uvelle discipline, la<br />
neuroéducation, laquelle ouvre la voie à l’opérationnalisation<br />
de ces concepts en enrichissant la pratique pédagogique.<br />
7. Émotion, cognition et action motivée: la vision de la<br />
neuroéducation<br />
La neuroéducation est une jeune discipline qui prône une<br />
vision transdisciplinaire de l’apprentissage et du<br />
développement de l’enfant (Battro, Fischer et Léna, 2008).<br />
Comme discipline émergente, selon Bruer (2007), son<br />
principal défi est la construction de liens entre la<br />
neurobiologie et les sciences de l’apprentissage. Intégrer les<br />
connaissances des neurosciences, la pédagogie et la<br />
psychologie du développement pour reconnaître l’enfant<br />
comme un acteur productif de son apprentissage et <strong>no</strong>n pas<br />
comme un récepteur passif d’information (Levi-Montalcini,<br />
2007). La psychologie et les neurosciences ont exploré<br />
exhaustivement les liens entre émotion et cognition sous<br />
l’hypothèse que la cognition doit contrôler et réguler<br />
l’émotion (Oatley, 2011). Cependant, les données de la<br />
recherche neuropsychologique suggèrent que les deux<br />
systèmes ne sont pas subordonnés, mais surtout<br />
consensuels. Dans les paragraphes suivants, <strong>no</strong>us allons<br />
proposer un modèle pour l’intégration conceptuelle de ces<br />
recherches en éducation.<br />
Les découvertes récentes des neurosciences permettent de<br />
comprendre la dynamique de l’interaction entre émotion,<br />
cognition et action motivée d’une manière holistique et<br />
<strong>no</strong>vatrice. À la lumière de ces constats, émotion et cognition<br />
sont deux éléments indissociables de la vie et de l’activité<br />
humaine. Émotion et cognition s’unissent pour former<br />
l’action motivée. L’émotion ne doit plus jamais être conçue<br />
comme système subordonné de la cognition. Elle joue un rôle<br />
de médiateur du développement de l’enfant. L’impact que les<br />
recherches des neurosciences ont eu sur les théories du<br />
développement et la pédagogie est remarquable (Bruer,<br />
2007). Il est bien connu que les chercheurs qui s’intéressent<br />
depuis plusieurs décennies au développement de l’enfant<br />
sont divisés entre les théoriciens qui pensent que le<br />
développement est le résultat de la génétique et de la biologie<br />
et ceux qui considèrent que l’environnement est la base<br />
fondamentale de l’apprentissage. Apprentissage et<br />
développement étaient donc conçus jusqu’à maintenant<br />
comme deux phé<strong>no</strong>mènes indépendants et sans connexion.<br />
De fait, l’une des théories du développement de l’enfant les<br />
plus influentes aujourd’hui, la théorie piagétienne, n’a abordé<br />
les effets de l’apprentissage sur le développement cognitif de<br />
manière systématique qu’à la fin des années 1980 (Carretero,<br />
1996). Cependant, pour la neuroéducation, l’apprentissage et<br />
le développement sont également importants, mais<br />
l’interaction entre eux permet à l’apprentissage de provoquer<br />
et de guider le développement (Bruer, 2007). Cet aspect<br />
essentiel de la neuroéducation la rapproche de la théorie<br />
socioconstructiviste, car pour cette théorie les processus<br />
é<strong>vol</strong>utifs ne coïncident pas avec les processus<br />
d’apprentissage (Battro et al., 2008). Les périodes critiques<br />
sont réelles, mais leur existence ne <strong>no</strong>us permet pas de<br />
penser que la clé de l’apprentissage et du développement se<br />
trouve dans la biologie. C’est plutôt la dynamique de<br />
l’interaction entre l’individu et son environnement qui<br />
constitue la base de l’apprentissage et du développement.<br />
Cette <strong>no</strong>uvelle conception de l’interaction entre<br />
apprentissage et développement, de nature dialectique et<br />
dynamique, permet une vision holistique des composantes<br />
biologiques et culturelles du développement de l’enfant. De la<br />
même manière, la reconnaissance de cette dynamique<br />
revitalise le rôle de l’enseignement dans les difficultés de<br />
développement de l’enfant (Immordi<strong>no</strong>-Yang et al., 2009).<br />
L’émotion est donc le <strong>no</strong>yau central qui assure la<br />
communication entre la vie psychique et la vie sociale.<br />
L’apprentissage et le développement de l’enfant dépendent<br />
d’un délicat équilibre entre ces deux composantes.<br />
Reconnaître cet équilibre et guider l’apprentissage avec<br />
intelligence, subtilité, respect et avec le soutien affectif<br />
approprié se révèlent des qualités essentielles d’un<br />
enseignement efficace. De la même façon que les<br />
neurosciences <strong>no</strong>us ont permis de regarder les vieux<br />
paradigmes de la philosophie sous un angle différent, <strong>no</strong>us<br />
sommes convaincus qu’elles pourront <strong>no</strong>us guider dans la<br />
construction d’une <strong>no</strong>uvelle science de l’apprentissage.<br />
Références<br />
Anderson, L. W. et Krathwohl, D. (dir.). (2001). A taxo<strong>no</strong>my for<br />
learning, teaching, and assessing: A revision of Bloom's<br />
taxo<strong>no</strong>my of educational objectives. New York,<br />
NY: Longman.<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 16
G. Restrepo Émotion, cognition et action motivée: une <strong>no</strong>uvelle vision de la neuroéducation<br />
Baddeley, A. et Hitch, G. (1974). Working memory. Dans G. H.<br />
Bower (dir.), Psychology of Learning and Motivation<br />
(<strong>vol</strong>. 8) (p. 47-89). New York, NY: Academic Press.<br />
https://doi.org/10.1016/s0079-7421(08)60452-1<br />
Baron-Cohen, S. (1991). The development of a theory of mind<br />
in autism: Deviance and delay? Psychiatric Clinics of<br />
North America, 14(1), 33-51.<br />
Baron-Cohen S., Ring H. A., Wheelwright S., Bullmore E. T.,<br />
Brammer M. J., Simmons A. et Williams S. C. (1999). Social<br />
intelligence in the <strong>no</strong>rmal and autistic brain: an fMRI<br />
study. European Journal of Neurosciences, 11(6), 1891-1898.<br />
https://doi.org/10.1046/j.1460-9568.1999.00621.x<br />
Battro, A. M., Fischer, K. W. et Léna, P. J. (dir.). (2008). The<br />
educated brain. Cambridge, Royaume-Uni: Cambridge<br />
University Press. https://doi.org/10.1017/cbo9780511489907<br />
Benjafield, J. G., Smilek, D. et Kingstone, A. (2010). Cognition<br />
(4 e édition). Don Mills, ON: Oxford University Press.<br />
Best J. R. et Miller P. H. (2010). A developmental perspective<br />
on executive function. Child Development, 81(6), 1641-<br />
1660. https://doi.org/10.1111/j.1467-8624.2010.01499.x<br />
Block, N. (2005). Two neural correlates of consciousness.<br />
Trends in Cognitive Sciences, 9(2), 46–52.<br />
https://doi.org/10.1016/j.tics.2004.12.006<br />
Bloom, B. (dir.). (1956). Taxo<strong>no</strong>my of educational objectives:<br />
The classification of educational goals. Handbook I,<br />
Cognitive Domain. New York, NY: Longman.<br />
Brothers, L. (1990). The social brain: A project for integrating<br />
primate behavior and neurophysiology in a new domain.<br />
Concepts in NeuroScience, 1, 27-51.<br />
Bruer, J. (2007). Building bridges in neuroeducation. Dans A.<br />
Battro, K. Fischer et P. Léna (dir.), The educated brain:<br />
Essays in neuroeducation (p. 43-58). Cambridge,<br />
Royaume-Uni: Cambridge University Press.<br />
https://doi.org/10.1017/cbo9780511489907.005<br />
Carretero, M. (1996). Introducción a la psicología cognitiva.<br />
Bue<strong>no</strong>s Aires, Argentine : Aique.<br />
Chalmers, D. (1998). The problems of consciousness. Dans H.<br />
Jasper, L. Descarries, V. Castellucci, et S. Rossig<strong>no</strong>l (dir.),<br />
Consciousness: At the Frontiers of Neuroscience. Advances<br />
in Neurology (Volume 77). Philadelphie, PA: Lippincott-<br />
Raven Publishers.<br />
Chiong W. (2011). The self: From philosophy to cognitive<br />
neuroscience. Neurocase, 17(3), 190-200.<br />
https://doi.org/10.1080/13554794.2010.532808<br />
Churchland, P. S. (2002). Brain-wise: Studies in<br />
Neurophilosophy. Cambridge, MA: MIT Press.<br />
Cornelius, R. (2006). Magda Ar<strong>no</strong>ld’s Thomistic theory of<br />
emotion, the self-ideal, and the moral dimension of<br />
appraisal. Cognition and Emotion, 20(7), 976-1000.<br />
https://doi.org/10.1080/02699930600616411<br />
Craig, A. B. (2002). How do you feel? Interoception: The sense<br />
of the physiological condition of the body. Nature<br />
Reviews Neuroscience, 3(8), 655–666.<br />
https://doi.org/10.1038/nrn894<br />
Cytowic, R. E. (1996). The neurological side of neurology.<br />
Cambridge, MA: MIT Press.<br />
Damasio A. R. (1995). On some functions of the human<br />
prefrontal cortex. Annals of the New York Academy of<br />
Sciences, 769(1), 241-252. https://doi.org/10.1111/j.1749-<br />
6632.1995.tb38142.x<br />
Damasio, A. R. (1993). Descartes’ error: Emotion, reason and the<br />
human brain. New York, NY: Putnam.<br />
Damasio, A. R., Everitt, B. J. et Bishop, D. (1996). The somatic<br />
marker hypothesis and the possible functions of the<br />
prefrontal cortex. Philosophical Transactions of the Royal<br />
Society of London. Series B : Biological Sciences, 351(1346),<br />
1413-1420. https://doi.org/10.1098/rstb.1996.0125<br />
Descartes, R. (1637). Discours de la méthode. Version<br />
numérique par J. M. Tremblay. En ligne :<br />
http://classiques.uqac.ca/classiques/Descartes/disco<br />
urs_methode/discours_methode.html<br />
Decety J. (2010). The neurodevelopment of empathy in<br />
humans. Developmental Neuroscience, 32(4), 257–267.<br />
https://doi.org/10.1159/000317771<br />
Decety, J., et Lamm, C. (2007). The role of the right<br />
temporoparietal junction in social interaction: How lowlevel<br />
computational processes contribute to metacognition.<br />
The Neuroscientist, 13(6), 580–593.<br />
https://doi.org/10.1177/1073858407304654<br />
Decety, J. et Michalska, K. J. (2010). Neurodevelopmental<br />
changes in the circuits underlying empathy and<br />
sympathy from childhood to adulthood. Developmental<br />
Science, 13(6), 886–899. https://doi.org/10.1111/j.1467-<br />
7687.2009.00940.x<br />
Edelman, G. M. (2002). Displacing metaphysics:<br />
Consciousness research and the future of neuroscience.<br />
Dans F. Mora (dir.), Continuum: Cómo funciona el cerebro<br />
(p. 147-166). Madrid, Espagne: Alianza Ensayo.<br />
Etkin A., Egner T. et Kalisch, R. (2011). Emotional processing<br />
in anterior cingulate and medial prefrontal cortex.<br />
Trends in Cognitive Sciences, 15(2) 85–93.<br />
https://doi.org/10.1016/j.tics.2010.11.004<br />
Fougeyrollas, P. (2000). Métamorphoses de la philosophie.<br />
Platon, Descartes, Kant, Nietzsche. Paris, France:<br />
L’Harmattan.<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 17
G. Restrepo Émotion, cognition et action motivée: une <strong>no</strong>uvelle vision de la neuroéducation<br />
Frijda, N. H. (2005). Emotion experience.<br />
Cognition & Emotion, 19(4), 473–498.<br />
https://doi.org/10.1080/02699930441000346<br />
Gazzaniga, M. S. (1987). Le cerveau social (trad. J. Polanis),<br />
Paris, France : Laffont.<br />
Gray, J. R., Braver, T. S. et Raichle, M. E. (2002). Integration of<br />
emotion and cognition in the lateral prefrontal<br />
cortex. Proceedings of the National Academy of<br />
Sciences, 99(6), 4115-4120.<br />
https://doi.org/10.1073/pnas.062381899<br />
Habib, M. (1998, mai). Latéralisation hémisphérique des<br />
émotions : Approches expérimentales et débats<br />
théoriques. Dans M. Habib et S. Bakchine (dir.),<br />
Neurologie des émotions et de la motivation. Rapport du<br />
LXXXXVI e Congrès de psychiatrie et neurologie de<br />
langue française. La Réunion, France.<br />
Haidt, J. (2003). The moral emotions. Dans R. J. Davidson, K. R.<br />
Scherer et H. H. Goldsmith (dir.), Handbook of affective<br />
sciences (p. 852-870). Oxford, Royaume-Uni: Oxford<br />
University Press.<br />
Husserl, E. (1913). Ideas: General introduction to pure<br />
phe<strong>no</strong>me<strong>no</strong>logy. (Trad. W. R. Boyce Gibson). Londres,<br />
Royaume-Uni: George Allen et Unwin Ltd (éd. 1931).<br />
Immordi<strong>no</strong>-Yang M. H., McColl A., Damasio H. et Damasio A.<br />
(2009). Neural correlates of admiration and compassion.<br />
National Academy of Sciences. 106(19), 8021-8026.<br />
https://doi.org/10.1073/pnas.0810363106<br />
Jalley, E. (1998). Freud, Wallon, Lacan - L’enfant au miroir.<br />
Paris, France : EPEL.<br />
Koechlin, E. et Summerfield, C. (2007). An information<br />
theoretical approach to prefrontal executive function.<br />
Trends in Cognitive Sciences, 11(6), 229–235.<br />
https://doi.org/10.1016/j.tics.2007.04.005<br />
Koenigs, M., Young, L., Adolphs, R., Tranel, D., Cushman, F.,<br />
Hauser, M. et Damasio, A. (2007). Damage to the<br />
prefrontal cortex increases utilitarian moral judgements.<br />
Nature, 446(7138), 908-911.<br />
https://doi.org/10.1038/nature05631<br />
Krathwohl, D., Bloom, B., et Masia, B. (1956). Taxo<strong>no</strong>my of<br />
educational objectives. Handbook II: Affective Domain.<br />
New York, NY: David McKay.<br />
LeDoux J. (2005). Le cerveau des émotions. Paris,<br />
France : Odile Jacob.<br />
Leontiev, A. N. (1978). Activity, consciousness and personality.<br />
Englewood Cliffs, NJ: Prentice-Hall.<br />
Levi-Montalcini, R. (2007). Foreword: Towards a new<br />
pedagogical and didactic approach. Dans A. Battro, K.<br />
Fischer et P. Léna (dir.), The educated brain: Essays in<br />
neuroeducation (p. xxi-xxiv). Cambridge, Royaume-Uni<br />
et New York, NY: Cambridge University Press.<br />
https://doi.org/10.1017/cbo9780511489907.002<br />
Levy, R. et Goldman-Rakic, P. S. (2000). Segregation of<br />
working memory functions within the dorsolateral<br />
prefrontal cortex. Experimental Brain Research, 133(1),<br />
23-32. https://doi.org/10.1007/s002210000397<br />
Lewis, C. I. (1929). Mind and the world-order: outline of a<br />
theory of k<strong>no</strong>wledge. New York, NY: Dover.<br />
Lewis, M. et Haviland-Jones, J. M. (dir.). (2000). Handbook of<br />
emotions (2 e edition). New York, NY: Guilford.<br />
Lezak, M. D. (1983). Neuropsychological assessment (2 e<br />
édition). New York, NY: Oxford University Press.<br />
Luria, A. R. (1973). The working brain: An introduction to<br />
neuropsychology. New York, NY: Basic.<br />
MacLean, P. D. (1990). The triune brain in e<strong>vol</strong>ution. New York,<br />
NY: Plenum Press.<br />
Miller, E. K. et Cohen, J. D. (2001). An integrative theory of<br />
prefrontal cortex function. Annual Review of<br />
Neuroscience, 24(1), 167–202.<br />
https://doi.org/10.1146/annurev.neuro.24.1.167<br />
Miyake, A., Friedman, N. P., Emerson, M. J., Witzki, A. H.,<br />
Howerter, A., et Wager, T. D. (2000). The unity and<br />
diversity of executive functions and their contributions<br />
to complex ‘‘frontal lobe’’ tasks: A latent variable analysis.<br />
Cognitive Psychology, 41(1), 49-100.<br />
https://doi.org/10.1006/cogp.1999.0734<br />
Moll, J., Oliveira-Souza, R., Bramati, I. E., et Grafman, J. (2002).<br />
Functional networks in emotional moral and <strong>no</strong>nmoral<br />
social judgment. Neuroimage, 16(3), 696-703.<br />
https://doi.org/10.1006/nimg.2002.1118<br />
Oatley, K., Gerrod Parrott, W., Smith, C., et Watts, F. (2011).<br />
Cognition and emotion over twenty-five years. Cognition<br />
and Emotion, 25(8), 1341-1348.<br />
https://doi.org/10.1080/02699931.2011.622949<br />
Ollat H. (2004). Le cortex cingulaire antérieur à l'interface de<br />
l'émotion et de la cognition. Les données de la<br />
neuroimagerie. NPTD, 23, 37-41.<br />
Pessoa L. (2008). On the relationship between emotion and<br />
cognition. National Review of Neuroscience, 9(2), 148–158.<br />
https://doi.org/10.1038/nrn2317<br />
Posner, M. I. et Rothbart, M. K. (2007). Research on attention<br />
networks as a model for the integration of psychological<br />
science. Annual Review of Psychology, 58(1), 1–23.<br />
https://doi.org/10.1146/annurev.psych.58.110405.08551<br />
6<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 18
G. Restrepo Émotion, cognition et action motivée: une <strong>no</strong>uvelle vision de la neuroéducation<br />
Posner, M. I., Rueda, M. R. et Kanske, P. (2007). Probing the<br />
mechanisms of attention. Dans J. T. Cacioppo, J. G.<br />
Tassinary et G. G. Berntson (dir.), Handbook of<br />
Psychophysiology (3 e edition) (p. 410-432). Cambridge,<br />
Royaume-Uni: Cambridge University Press.<br />
https://doi.org/10.1017/cbo9780511546396.018<br />
Powell, K. B. et Voeller, K. S. (2004). Prefrontal executive<br />
function syndromes in children. Journal of Child<br />
Neurology, 19(10), 785-797.<br />
https://doi.org/10.1177/08830738040190100801<br />
Richelle, M. (1993). Du <strong>no</strong>uveau sur l'esprit? Paris,<br />
France: PUF. https://doi.org/10.3917/puf.riche.1993.01<br />
Rimé, B. (2009). Le partage social des émotions. Paris, France:<br />
PUF. https://doi.org/10.3917/puf.mosco.2009.01<br />
Rolls E. T. (2012). Willed action, free will, and the stochastic<br />
neurodynamics of decision-making. Frontiers in<br />
Integrative Neuroscience, 6, 68.<br />
https://doi.org/10.3389/fnint.2012.00068<br />
Royall, D. R., Lauterbach, E. C., Cummings, J. L., Reeve, A.,<br />
Rummans, T. A., Kaufer, D. I., ... et Coffey, C. E. (2002).<br />
Executive control function. A review of its promise and<br />
challenges for clinical research. A report from the<br />
Committee on Research of the American<br />
Neuropsychiatric Association. The Journal of<br />
Neuropsychiatry and Clinical Neurosciences, 14(4), 377-<br />
405. https://doi.org/10.1176/jnp.14.4.377<br />
Shallice, T. (1982). Specific impairments of planning.<br />
Philosophical Transactions of the Royal Society of London.<br />
Series B, Biological Sciences, 298(1089), 199-209.<br />
https://doi.org/10.1098/rstb.1982.0082<br />
Stuss, D. T. et Alexander, M. (2000). Executive functions and<br />
the frontal lobes: A conceptual view. Psychological<br />
Research, 63(3-4), 289–298.<br />
https://doi.org/10.1007/s004269900007<br />
Swanson, L.W. (2003). Brain Architecture. Oxford, Royaume-<br />
Uni: Oxford University Press.<br />
https://doi.org/10.1093/med/9780195378580.001.0001<br />
Vygotsky, L. S. (1998). Théorie des émotions. Étude historicopsychologique<br />
(trad. N. Zavialoff, C. Saunier). Paris,<br />
France: L’Harmattan.<br />
Vygotsky, L. S. (1934/1985). Pensée et langage (trad. F. Sève).<br />
Paris, France: Messidor.<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 19
NEUROÉDUCATION<br />
<strong>2014</strong> – Volume 3, Numéro 1<br />
RÉSUMÉ CRITIQUE DE LIVRE<br />
Résumé critique du livre : « Sousa, D. A. et Tomlinson, C. A. (2013).<br />
Comprendre le cerveau pour mieux différencier : Adapter<br />
l’enseignement aux besoins des apprenants grâce aux apports des<br />
neurosciences. Montréal, QC : Chenelière Éducation. »<br />
Geneviève Allaire-Duquette 1* , Lorie-Marlène Brault Foisy 1 et Jan-Sébastien Dion 2<br />
RÉSUMÉ<br />
Comprendre le cerveau pour mieux différencier est écrit par David A. Sousa, consultant en neuropédagogie et<br />
Carol Ann Tomlinson, professeure à l’Université de Virginie. Leur ouvrage vise à démontrer la compatibilité entre<br />
le fonctionnement du cerveau et les principes de la différenciation pédagogique. Ce résumé propose une<br />
présentation générale de l’ouvrage suivie d’une analyse critique de certains appuis neuroscientifiques du livre,<br />
puisque c’est précisément en appuyant leurs recommandations pédagogiques sur les connaissances du cerveau<br />
que les auteurs ont voulu se distinguer des <strong>no</strong>mbreux ouvrages déjà disponibles traitant de la différenciation<br />
pédagogique.<br />
1<br />
Université du Québec à Montréal, Laboratoire de recherche en neuroéducation, Département de didactique, 1205, rue St-Denis, Montréal,<br />
Québec, Canada H2X 3R9<br />
2<br />
Université de Sherbrooke, Département de pédagogie, 2500, boul. de l’Université, Sherbrooke, Québec, Canada J1K 2R1<br />
*Correspondance avec l’auteure principale : allaire-duquette.genevieve@uqam.ca<br />
Pour citer cet article : Allaire-Duquette, G., Brault Foisy, L.-M. et Dion, J.-S. (<strong>2014</strong>). Résumé critique du livre : « Sousa, D. A. et Tomlinson, C. A.<br />
(2013). Comprendre le cerveau pour mieux différencier : Adapter l’enseignement aux besoins des apprenants grâce aux apports des<br />
neurosciences. Montréal, QC : Chenelière Éducation ». Neuroéducation, 3(1), 20-27. https://doi.org/10.24046/neuroed.<strong>2014</strong>0301.20<br />
Reçu le 20 juin <strong>2014</strong>. Reçu en version révisée le 10 <strong>no</strong>vembre <strong>2014</strong>.<br />
Accepté le 12 janvier 2015. Disponible en ligne le 6 mars 2015.<br />
Neuroéducation, 3(1), 20-27.<br />
ISSN : 1929-1833<br />
Tous droits réservés © <strong>2014</strong> - Association pour la recherche en neuroéducation / Association for Research in <strong>Neuroeducation</strong><br />
20
G. Allaire-Duquette, L.-M. Brault Foisy et J.-S. Dion Résumé critique du livre : « Comprendre le cerveau pour mieux différencier »<br />
1. Présentation globale de l’ouvrage<br />
Deux constats principaux ont motivé la rédaction de ce livre:<br />
(1) les recherches sur le cerveau é<strong>vol</strong>uent si rapidement que<br />
les enseignants ne peuvent se permettre d’ig<strong>no</strong>rer leurs<br />
retombées sur les pratiques pédagogiques; (2) les enseignants<br />
doivent trouver des façons de mettre à profit les résultats des<br />
recherches issues des neurosciences afin d’élaborer des<br />
stratégies pour mieux différencier. Sousa et Tomlinson (2013)<br />
tentent, devant ces constats, de fournir aux enseignants des<br />
pistes d’interventions pédagogiques basées sur les résultats<br />
de recherche en neurosciences. Ils font dans leur ouvrage la<br />
démonstration de la compatibilité de la différenciation<br />
pédagogique avec le fonctionnement du cerveau. Cette<br />
démonstration s’appuie sur les réponses à plusieurs<br />
questions, dont: « Quel modèle les enseignants peuvent-ils<br />
utiliser pour adopter une approche différenciée tout en<br />
donnant un enseignement qui s’inspire des résultats de la<br />
recherche sur le cerveau qui apprend?; quelle est<br />
l’importance de la prise en compte des champs d’intérêt des<br />
élèves dans une classe différenciée et quelles sont les<br />
diverses façons de le faire?; quelles sont les composantes des<br />
profils d’apprentissage des élèves et comment les<br />
enseignants peuvent-ils y adapter leur planification de<br />
l’enseignement?; quelles sont quelques-unes des stratégies<br />
qui permettent de gérer efficacement une approche<br />
différenciée de l’enseignement en classe? » (Sousa et<br />
Tomlinson, 2013, p. 3-4).<br />
Le premier chapitre vise surtout à définir la différenciation<br />
pédagogique et à présenter le modèle de différenciation<br />
efficace. Pour Sousa et Tomlinson (2013, p. 8), « La<br />
différenciation découle du point de vue appuyé par la<br />
recherche selon lequel les élèves s’investiront davantage dans<br />
leur apprentissage et apprendront d’une manière plus<br />
soutenue si les enseignants sont proactifs et préparent leurs<br />
cours en tenant compte de leurs différences et de leurs<br />
ressemblances (Tomlinson et al., 2003) ». Puis, suite à<br />
l’é<strong>no</strong>nciation de quatre principes constituant les fondements<br />
d’un enseignement efficace, le modèle de différenciation<br />
efficace (Tomlinson, 2004) est présenté en tant que<br />
fondement de l’ouvrage. Les cinq principales composantes de<br />
ce modèle sont an<strong>no</strong>ncées comme des caractéristiques <strong>no</strong>n<br />
négociables d’un enseignement différencié: (1) des tâches<br />
respectant les caractéristiques des apprenants; (2) un<br />
programme d’enseignement de qualité basé sur la<br />
compréhension plutôt que la mémorisation; (3) une gestion<br />
de classe flexible; (4) une évaluation continue; (5)<br />
l’établissement d’une communauté d’apprentissage.<br />
Les auteurs stipulent ensuite que « les recherches sur le<br />
cerveau appuient la différenciation » (Sousa et Tomlinson,<br />
2013, p. 14-15) et présentent sept principes de l’apprentissage<br />
basé sur les neurosciences qui peuvent s’imbriquer dans le<br />
modèle de différenciation de Tomlinson (2004).<br />
1. « Chaque cerveau est organisé de façon unique ».<br />
Chaque individu a des préférences d’apprentissage,<br />
voire un profil d’apprentissage.<br />
2. « Le cerveau est une machine à construire des<br />
modèles (patterns) ». Le lobe frontal a comme<br />
fonction de déterminer si l’information reçue a du<br />
sens pour la personne, si elle s’inscrit dans un<br />
modèle connu.<br />
3. « Le lobe frontal est souvent appelé ‘centre exécutif’<br />
parce qu’il dirige presque toute l’activité cérébrale ».<br />
Il est en charge de la résolution de problèmes.<br />
4. Le système limbique joue un rôle important dans la<br />
construction de modèles. Lorsque des émotions<br />
positives sont ressenties, le système de récompense<br />
du cerveau est activé, ce qui motive la poursuite de<br />
l’apprentissage.<br />
5. Apprendre est aussi social que cognitif. Depuis<br />
l’enfance, on observe et imite les autres. Le<br />
mécanisme de neurones miroirs s’active lorsqu’on<br />
agit et lorsqu’on observe quelqu’un d’autre agir.<br />
6. Les systèmes de mémoire sont aujourd’hui mieux<br />
connus. « Le cerveau stocke l’information dans une<br />
mémoire de travail pendant une longue période » et<br />
si l’individu n’a pas de bonne raison de la stocker<br />
dans la mémoire à long terme, il l’oublie peu à peu.<br />
7. L’attention des élèves est sollicitée de toute part et<br />
ils la portent sur ce qui a du sens pour eux (comme<br />
le cerveau cherche à construire du sens). Il importe<br />
que les <strong>no</strong>tions enseignées aient du sens, c’est-àdire<br />
qu’elles soient signifiantes.<br />
Au deuxième chapitre, Sousa et Tomlinson (2013, p. 18)<br />
définissent le modèle mental (mindset) comme un<br />
« […] ensemble de suppositions, d’attentes et de croyances<br />
qui régissent le comportement et les interactions d’une<br />
personne avec autrui ». Ce modèle qui est propre à chacun se<br />
forme dès le jeune âge et est façonné par l’expérience et<br />
l’environnement. Il crée entre autres des automatismes pour<br />
réagir à <strong>no</strong>tre environnement. Au plan cérébral, « […] les<br />
circuits neuronaux développés par les modèles mentaux sont<br />
très complexes (Mitchell, Banaji et Macrae, 2005) » (p. 19) et<br />
« [b]eaucoup plus d’efforts sont nécessaires pour modifier<br />
une partie du réseau correspondant à un modèle mental que<br />
pour changer l’ensemble du réseau neuronal (Diamond,<br />
2009) » (Ibid.).<br />
Sousa et Tomlinson (2013) ajoutent qu’il existe deux types de<br />
modèles mentaux entre lesquels s’étend un continuum. Le<br />
premier est dit « fixe » (fixed mindset) et repose sur la<br />
croyance voulant que les traits humains, comme<br />
l’intelligence, soient innés. Le deuxième type est dit « fluide »<br />
(growth mindset) et repose sur la croyance que les traits<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 21
G. Allaire-Duquette, L.-M. Brault Foisy et J.-S. Dion Résumé critique du livre : « Comprendre le cerveau pour mieux différencier »<br />
humains peuvent être acquis, bien que la génétique impose<br />
des prédispositions. « La croyance que tous les élèves<br />
[peuvent] réussir relève d’un modèle mental fluide ou en<br />
développement (growth mindset) […] » (p. 21). Sousa et<br />
Tomlinson (2013) insistent donc sur l’importance de cultiver<br />
un modèle mental fluide auprès des enseignants pour qu’ils<br />
puissent mettre en œuvre une différenciation efficace. En<br />
s’appuyant sur des recherches en neurosciences, les auteurs<br />
insistent également sur l’importance d’un environnement<br />
d’apprentissage différencié, comme celui-ci influe sur les<br />
émotions et la cognition des apprenants. Cet environnement<br />
est conçu pour « responsabiliser les élèves, développer leur<br />
conscience de soi en tant qu’apprenants et promouvoir le fait<br />
d’apprendre pour le plaisir d’apprendre » (p. 35).<br />
Au troisième chapitre, Sousa et Tomlinson (2013) font la<br />
démonstration de l’importance d’un programme de<br />
formation de qualité dans la mise en place d’une<br />
différenciation efficace. Un programme de formation de<br />
qualité (1) s’appuie sur des objectifs d’apprentissage liés aux<br />
contenus essentiels; (2) correspond en tous points aux<br />
objectifs, évaluations et expériences d’apprentissage; (3) est<br />
axé sur la compréhension; (4) est stimulant pour les élèves;<br />
(5) est authentique. Deux éléments sont jugés importants et<br />
en interdépendance lors de tout apprentissage: le sens (la<br />
<strong>no</strong>uvelle connaissance « [c]orrespond-elle à ce que<br />
l’apprenant sait du fonctionnement du monde? » [p. 46]) et la<br />
pertinence (dans quel but doit-il apprendre cela?). Le cerveau<br />
déciderait s’il est nécessaire d’encoder les informations<br />
reçues en se basant sur ces deux éléments. Lorsqu’il y a sens<br />
et pertinence, l’activité cérébrale serait beaucoup plus<br />
importante, et la rétention des connaissances serait<br />
nettement améliorée. Sousa et Tomlinson (2013, p. 50)<br />
concluent ce chapitre en affirmant qu’ « [u]n programme de<br />
formation de qualité favorise la compréhension en aidant les<br />
élèves à construire des cadres de signification autour de ce<br />
que certains appellent des ‘’concepts et principes<br />
fondamentaux’’ [ou] ‘’idées maîtresses’’ ». Cette visée<br />
favoriserait la construction de réseaux neuronaux chez les<br />
apprenants.<br />
Le quatrième chapitre de l’ouvrage vise à établir un pont<br />
entre l’évaluation et la différenciation pédagogique. Sousa et<br />
Tomlinson (2013) abordent d’abord le fait que l’évaluation est<br />
souvent associée à une « aura de négativité » et qu’elle est, la<br />
plupart du temps, sy<strong>no</strong>nyme d’examen et de <strong>no</strong>tation. De<br />
plus, ces auteurs mentionnent que les enseignants ont<br />
souvent tendance à croire qu’une évaluation doit<br />
nécessairement comporter un piège et que cette vision<br />
actuelle de l’évaluation ne semble pas compatible avec le<br />
fonctionnement du cerveau. Les facteurs de stress liés aux<br />
examens sont donc abordés et les auteurs établissent<br />
<strong>no</strong>tamment un lien entre le niveau de stress et la capacité de<br />
rappel des élèves, à court et à plus long terme. Ils discutent<br />
également du stress lié aux tests à temps fixe et mettent de<br />
l’avant le besoin d’établir une vision plus fructueuse de<br />
l’évaluation, c’est-à-dire une vision selon laquelle l’évaluation<br />
constitue davantage un outil d’appréciation, une possibilité<br />
de réflexion visant à améliorer la performance des élèves,<br />
plutôt qu’un moyen servant uniquement à contrôler les<br />
performances de ces derniers.<br />
De là, Sousa et Tomlinson (2013) dressent une liste de critères<br />
permettant d’identifier les pratiques d’évaluation efficaces.<br />
Parmi ces critères, il est <strong>no</strong>tamment question de la présence<br />
d’objectifs d’évaluation clairs, tant pour les élèves que pour<br />
les enseignants. Ils soutiennent que des pratiques<br />
d’évaluation efficaces doivent d’une part contribuer à<br />
améliorer l’enseignement et, d’autre part, faire en sorte que<br />
les élèves deviennent les principaux bénéficiaires de<br />
l’évaluation, <strong>no</strong>tamment au niveau de leur sentiment de<br />
sécurité émotionnelle. Les pratiques d’évaluation efficaces<br />
doivent donc contribuer à améliorer à la fois l’enseignement<br />
et l’apprentissage. Finalement, Sousa et Tomlinson (2013)<br />
abordent de manière plus spécifique les objectifs liés aux<br />
évaluations en classe en discutant deux types d’évaluation<br />
sommative, à savoir les évaluations qui mesurent les<br />
connaissances mémorisées et celles qui mesurent l’usage des<br />
fonctions exécutives.<br />
Le cinquième chapitre aborde la différenciation en fonction<br />
du bilan des acquis, à savoir « la proximité ou la compétence<br />
de l’élève relativement à un ensemble précis de<br />
connaissances et de compétences désignées comme<br />
essentielles à un segment d’étude particulier » (Sousa et<br />
Tomlinson, 2013, p. 80). Si l’enseignant ne tient pas compte<br />
du bilan des acquis d’un élève, ce dernier a moins de chance<br />
d’obtenir des résultats élevés. La <strong>no</strong>tion de capacité serait liée<br />
à un modèle mental fixe tandis que le bilan des acquis semble<br />
être associé à un modèle mental fluide. Il est donc suggéré de<br />
se concentrer sur le bilan des acquis des élèves plutôt que sur<br />
leur capacité de façon à ce que les élèves entretiennent euxmêmes<br />
un modèle mental fluide par rapport à leurs propres<br />
apprentissages et au rôle qu’ils peuvent jouer dans leur<br />
apprentissage. Pour Sousa et Tomlinson (2013), il est<br />
important de tenir compte du bilan des acquis des élèves de<br />
façon à leur proposer des tâches qui se situent à leur portée,<br />
c’est-à-dire dans leur zone de développement proximale. Les<br />
auteurs se penchent ensuite sur l’apport des neurosciences à<br />
la théorie de la zone proximale de développement et<br />
concluent que les recherches sur le système d’attention du<br />
cerveau appuient les principes de cette théorie.<br />
Sousa et Tomlinson (2013) identifient et expliquent les<br />
éléments qu’il importe de considérer pour différencier<br />
l’enseignement selon les acquis des élèves : l’environnement<br />
d’apprentissage, le programme d’études, l’évaluation, la<br />
gestion de la classe et l’enseignement. Ils é<strong>no</strong>ncent<br />
finalement des lignes de conduite à prendre en compte pour<br />
différencier efficacement l’enseignement en fonction du<br />
bilan des acquis. Ils précisent <strong>no</strong>tamment en ce sens qu’il faut<br />
exprimer clairement quelles sont les attentes au terme d’une<br />
séquence d’enseignement; qu’il est nécessaire de concevoir<br />
une préévaluation afin de vérifier les préalables des élèves<br />
pour une séquence d’enseignement donnée; qu’il est<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 22
G. Allaire-Duquette, L.-M. Brault Foisy et J.-S. Dion Résumé critique du livre : « Comprendre le cerveau pour mieux différencier »<br />
souhaitable d’intégrer à la planification pédagogique des<br />
stratégies visant à répondre aux différents bilans des acquis<br />
des élèves; etc.<br />
Au sixième chapitre, la différenciation pédagogique en<br />
fonction des champs d’intérêt des élèves est expliquée. Les<br />
auteurs insistent d’abord sur l’importance de tenir compte de<br />
l’intérêt des élèves pour faciliter l’apprentissage. Ils<br />
définissent l’intérêt comme étant « un état émotionnel qui<br />
pousse une personne à se concentrer sur quelque chose<br />
parce que celle-ci revêt de l’importance pour elle » (p. 107). La<br />
différenciation de l’enseignement selon les intérêts des<br />
élèves permettrait d’améliorer leur efficacité comme<br />
apprenant de même que leurs résultats scolaires. De plus, «<br />
les élèves qui trouvent les tâches cognitives intéressantes et<br />
gratifiantes quand ils sont jeunes sont plus susceptibles de<br />
continuer à rechercher une stimulation cognitive en<br />
grandissant » (p. 109). Pour traiter la question de l’intérêt,<br />
Sousa et Tomlinson (2013) présentent les résultats d’études<br />
en neurosciences cognitives qui ont permis d’identifier<br />
certains comportements associés à l’intérêt et à la<br />
motivation. Ils identifient la région cérébrale du putamen<br />
comme étant liée à la motivation à apprendre. Puis, ils<br />
proposent sept thèmes pour stimuler l’intérêt des élèves en<br />
classe. Ces thèmes abordent <strong>no</strong>tamment l’importance pour<br />
l’élève de pouvoir se projeter dans le contenu<br />
d’apprentissage, le fait de concevoir des séquences<br />
d’enseignement qui sont vivantes et riches de sens pour les<br />
élèves, etc. Comme au cinquième chapitre, la différenciation<br />
selon les champs d’intérêt est ensuite discutée en fonction<br />
des cinq composantes de l’apprentissage soit,<br />
l’environnement d’apprentissage, le programme de<br />
formation, l’évaluation, la gestion de la classe et<br />
l’enseignement.<br />
Au septième chapitre, Sousa et Tomlinson (2013, p. 131) font<br />
état des dimensions du profil d’apprentissage, c’est-à-dire<br />
« la façon dont les personnes ‘’abordent’’ l’apprentissage ». Le<br />
profil comporte quatre dimensions : les styles<br />
d’apprentissage, les préférences quant aux types<br />
d’intelligences, la culture et le genre. Parmi les éléments qui<br />
différencient les apprenants (bilan des acquis, centres<br />
d’intérêts et profils d’apprentissage), « le profil<br />
d’apprentissage et ses quatre dimensions est celui qui soulève<br />
la plus grande controverse parmi les experts » (p. 140). En<br />
effet, plusieurs méta-analyses menées au cours des dernières<br />
décennies indiquent que les approches d’enseignement<br />
basées sur, par exemple, les styles d’apprentissage, ne sont<br />
pas des prédicteurs significatifs du niveau de réussite scolaire<br />
(Kavale et Forness, 1987 ; Iliff, 1994 ; Slemmer, 2002, cités dans<br />
Hattie [2009]). De plus, les auteurs soulignent que plusieurs<br />
psychologues (p. ex. Linda Gottfredson) avancent que le<br />
modèle des intelligences multiples est mal documenté et peu<br />
pertinent à l’égard de l’apprentissage.<br />
Pour Sousa et Tomlinson (2013) le débat entourant les styles<br />
d’apprentissage proviendrait <strong>no</strong>tamment du fait que le terme<br />
est appliqué à différents modèles conceptuels. Ainsi, il serait<br />
préférable d’examiner plutôt deux éléments distinctifs des<br />
styles d’apprentissage : le style cognitif, qui désigne des<br />
différences individuelles dans l’organisation et le traitement<br />
de l’information, et les stratégies d’apprentissages, qui<br />
désignent l’interface entre le style cognitif et les facteurs<br />
environnementaux. Le profil d’apprentissage est donc un<br />
concept en é<strong>vol</strong>ution dont la portée et les fondements sont<br />
complexes. Il serait d’ailleurs, selon les auteurs, fort associé<br />
aux processus cérébraux. En effet, s’il y a des différences<br />
individuelles dans l’organisation et le traitement de<br />
l’information, il devrait être possible d’observer ces<br />
différences au niveau de l’activité cérébrale. Toutefois, les<br />
auteurs soulignent que le profil d’apprentissage recueille peu<br />
de preuves parmi les recherches en neurosciences que les<br />
individus apprennent de manière différente en mobilisant des<br />
réseaux neuronaux distincts. Néanmoins, certaines preuves<br />
seraient associées au genre puisque des études démontrent,<br />
par exemple, que le cerveau féminin mobilise généralement<br />
plus de zones cérébrales pour traiter le langage que le<br />
cerveau mâle, et que la différence entre les sexes à cet égard<br />
découle d’une meilleure communication entre les deux<br />
hémisphères du cerveau féminin.<br />
Au huitième et dernier chapitre, Sousa et Tomlinson (2013)<br />
proposent des pistes d’intervention pour répondre aux<br />
besoins variés des apprenants au sein d’une classe. Ils<br />
abordent les principes de la gestion des élèves par une<br />
approche basée sur le leadership, des stratégies pour amener<br />
les élèves à prendre conscience de leurs différentes façons<br />
d’apprendre ainsi que des lignes de conduites pour gérer une<br />
classe différenciée.<br />
2. Analyse critique<br />
Chapitre 1 : Les caractéristiques de la différenciation<br />
efficace<br />
En introduction à l’ouvrage, Sousa et Tomlinson (2013) posent<br />
leur définition du modèle de différenciation pédagogique<br />
comme « une réponse de l’enseignant aux besoins de<br />
l’apprenant [...] » (p. 11). Pour les auteurs, les résultats de<br />
récentes recherches sur le cerveau confirmeraient les<br />
principes de la différenciation. Leur démonstration s’appuie<br />
sur sept principes de base de l’apprentissage du point de vue<br />
cérébral, mais aucune référence ne les appuie. La plupart des<br />
principes qu’ils décrivent sont mis en relation avec des<br />
caractéristiques cérébrales associées à l’apprentissage de<br />
manière générale, par exemple le fait que l’activité du lobe<br />
frontal du cerveau soit associée aux processus mentaux<br />
complexes et à la résolution de problèmes, processus propres<br />
à la différenciation pédagogiques. Ces liens ne sont pas tous<br />
explicites ou directs. Seul le premier principe, voulant que<br />
chaque cerveau soit organisé de façon unique, appuie<br />
directement une approche pédagogique différenciée. Or,<br />
cette idée s’oppose à de <strong>no</strong>mbreux résultats de recherches<br />
en neurosciences, en neurosciences cognitives, en<br />
psychologique cognitive et en neuroéducation. Ces<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 23
G. Allaire-Duquette, L.-M. Brault Foisy et J.-S. Dion Résumé critique du livre : « Comprendre le cerveau pour mieux différencier »<br />
recherches tendent plutôt à démontrer que, bien que des<br />
différences individuelles existent suite à un apprentissage<br />
particulier, les mécanismes cérébraux tendent plutôt à<br />
converger qu’à diverger entre les individus, <strong>no</strong>tamment en<br />
lecture (p. ex. Dehaene et al., 2010) ou en calcul (p. ex.<br />
Zamarian et al., 2009). La lecture du premier chapitre soulève<br />
donc quelques questionnements quant à l’absence de<br />
références et de liens directs entre les neurosciences et la<br />
différenciation pédagogique.<br />
Chapitre 2 : L’environnement d’apprentissage et la<br />
différenciation<br />
Au deuxième chapitre, les auteurs abordent principalement<br />
les effets de l’environnement d’apprentissage sur le<br />
développement du cerveau et éventuellement sur le degré<br />
d’intelligence de l’élève. Ils s’appuient <strong>no</strong>tamment sur la<br />
recherche de Rao et al. (2010) pour avancer que bien que « la<br />
génétique ait une incidence certaine sur le développement<br />
du cerveau, de <strong>no</strong>mbreux chercheurs en neurosciences<br />
soupçonnent les influences environnementales de jouer un<br />
rôle encore plus important à cet égard (…) » (Sousa et<br />
Tomlinson, 2013, p. 34). Ce résultat semble tout à fait crédible<br />
et il est intéressant pour tout éducateur. Toutefois, la<br />
seconde recherche citée ne semble pas directement appuyer<br />
l’idée selon laquelle un environnement stimulant exerce un<br />
effet sur le développement cérébral. En effet, la recherche de<br />
Shaw et al. (2006) a mesuré le lien entre le quotient<br />
intellectuel (QI) et l’épaisseur du cortex, qui serait un<br />
indicateur du développement cérébral, mais il n’y est<br />
aucunement question de la qualité de l’environnement, ni de<br />
l’environnement, ni de la stimulation des enfants, comme en<br />
témoignent ces deux extraits : « Thus, we have demonstrated<br />
that level of intelligence is related to the pattern of cortical<br />
growth during childhood and adolescence. » (Shaw et al.,<br />
p. 678); et « ‘Brainy’ children are <strong>no</strong>t cleverer solely by virtue of<br />
having more or less grey matter at any one age. Rather,<br />
intelligence is related to dynamic properties of cortical<br />
maturation » (Shaw et al., p. 678). Il semble que la référence<br />
utilisée ne permette pas d’appuyer l’idée avancée par les<br />
auteurs.<br />
Chapitre 3 : Le programme de formation et la<br />
différenciation<br />
Sousa et Tomlinson (2013) poursuivent au troisième chapitre<br />
sur l’importance d’un programme de formation de qualité.<br />
Pour les auteurs, le cerveau déciderait s’il est nécessaire<br />
d’encoder les informations reçues en vérifiant à la fois si<br />
l’information est facile à comprendre (si elle a du sens) et si<br />
elle est pertinente, c’est-à-dire si elle peut être liée à des<br />
expériences antérieures. Ainsi, lorsqu’il y a sens et<br />
pertinence, l’activité cérébrale serait beaucoup plus<br />
importante, et la rétention des connaissances serait<br />
nettement améliorée, ce qui constitue une idée intéressante<br />
pour les enseignants. Selon les auteurs, les recherches en<br />
neurosciences viendraient valider ce principe par des<br />
résultats démontrant que les enfants explorent leur<br />
environnement pour le simple plaisir. Conséquemment, il se<br />
créerait « dans le cerveau des jeunes enfants, des circuits<br />
neuronaux propres à la motivation intrinsèque » (p. 55). Ainsi,<br />
pour Sousa et Tomlinson, « chaque plan de cours devrait être<br />
simultanément un plan de motivation » (p. 55). Or, le lien<br />
établi par les auteurs entre le plaisir de découvrir et<br />
l’importance de plans de cours stimulants semble plutôt<br />
éloigné. De plus, la principale étude citée (Kaplan et Oudeyer,<br />
2007) relève des neurosciences computationnelles, un<br />
domaine qui se spécialise dans la formulation d’hypothèses<br />
mathématiques sur les réseaux neuronaux qui s’inspire de la<br />
biologie, mais qui vérifie celles-ci sur des robots. Il s’agit<br />
d’une théorie <strong>no</strong>n vérifiée chez l’être humain. De plus, comme<br />
des circuits neuronaux existent pour pratiquement toute<br />
activité cognitive ou affective, il est pratiquement impossible<br />
de se tromper en affirmant que la motivation intrinsèque<br />
relève d’un tel type de circuit. Ce n’est donc pas une<br />
particularité cérébrale, mais bien une généralité, voire un<br />
simple lien logique, selon la référence présentée.<br />
Chapitre 4 : L’évaluation et la classe de différenciation<br />
L’intention des auteurs est de présenter, au quatrième<br />
chapitre, les pratiques d’évaluation efficaces. Ils<br />
recommandent aux enseignants de ne pas systématiquement<br />
intégrer de questions pièges aux évaluations et d’éviter les<br />
évaluations à temps fixe afin de ne pas engendrer un stress<br />
trop grand. Lorsque l’élève fait face à un stress, la sécrétion<br />
de cortisol redirigerait son attention vers le stress au<br />
détriment du contenu de l’évaluation et du rappel des <strong>no</strong>tions<br />
comme la structure d’un texte argumentatif ou l’opération<br />
mathématique à réaliser. Le lien avec le cerveau semble ici<br />
explicite, mais les références utilisées concernent des études<br />
comportementales qui ne sont pas liées au cerveau. L’étude<br />
de Petersen (2009) n’a, en plus, rien à voir avec le cortisol et<br />
le cerveau, de même que l’étude de Tsui et Mazzocco (2007).<br />
En somme, l’idée est à <strong>no</strong>uveau intéressante pour les<br />
enseignants, toutefois elle n’est pas suffisamment<br />
documentée. De plus, il aurait été intéressant de discuter de<br />
la pertinence d’introduire des pièges aux évaluations tout en<br />
prévenant les élèves de leur existence afin de contribuer à<br />
développer les capacités de contrôle cognitif ou d’inhibition<br />
comme certains laboratoires de recherche le proposent (p.<br />
ex. Houdé et al., 2000).<br />
Les auteurs recommandent ensuite de recourir à des<br />
questions ouvertes lors des évaluations puisque celles-ci<br />
stimulent plusieurs zones du cerveau. Or, la démonstration<br />
souffre de quelques lacunes qui minent sa crédibilité. Les<br />
régions cérébrales sur la figure 4.1 à la page 68 ne sont pas<br />
identifiées et les recherches qui ont permis d’obtenir ces<br />
résultats ne sont pas expliquées. L’enseignant peut alors se<br />
demander ce qu’il peut retirer de cette démonstration pour<br />
son enseignement.<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 24
G. Allaire-Duquette, L.-M. Brault Foisy et J.-S. Dion Résumé critique du livre : « Comprendre le cerveau pour mieux différencier »<br />
Chapitre 5 : La différenciation en fonction des acquis<br />
Au chapitre cinq, les auteurs avancent que les études en<br />
neurosciences appuient le modèle de la zone proximale de<br />
développement (ZPD) élaboré par Vygotsky (1978), mais sans<br />
mentionner de références. Des propriétés cérébrales sont<br />
également évoquées sans référence, <strong>no</strong>tamment celle selon<br />
laquelle « la fonction principale du cerveau est d’aider la<br />
personne à survivre » (Sousa et Tomlinson, 2013, p. 85). Or,<br />
les implications pédagogiques qui en découlent sont peu<br />
explicites. Par exemple, les auteurs tentent de faire le lien<br />
entre le fait que le cerveau évalue l’information afin de<br />
détecter les menaces et le fait qu’une tâche d’apprentissage<br />
trop ardue puisse décourager un élève. L’éclairage que les<br />
connaissances sur le cerveau apportent à la problématique<br />
du stress ou de l’échec scolaire n’est, en somme, pas<br />
clairement situé. Le lecteur peut donc se demander en quoi<br />
comprendre le fonctionnement ou l’architecture cérébrale<br />
peut contribuer à mieux enseigner ou à mieux comprendre la<br />
nature du travail demandé à l’élève.<br />
Chapitre 6 : La différenciation en fonction des champs<br />
d’intérêts des élèves et Chapitre 7 : La différenciation en<br />
fonction du profil d’apprentissage<br />
Dans les derniers chapitres traitant de résultats<br />
neuroscientifiques, Sousa et Tomlinson (2013) présentent le<br />
profil d’apprentissage comme un concept fondamental à la<br />
différenciation pédagogique et sans contredit associé aux<br />
processus cérébraux. S’il y a des différences individuelles<br />
dans l’organisation et le traitement de l’information, il devrait<br />
être possible d’observer ces différences au niveau de l’activité<br />
cérébrale. Toutefois, les auteurs soulignent que les<br />
recherches en neurosciences cumulent peu de preuves que<br />
les individus apprennent de manière différente en mobilisant<br />
des réseaux neuronaux distincts. Ce point de vue apparait<br />
prudent et nuancé, mais il contredit cependant un principe<br />
fondamental avancé par les auteurs au premier chapitre, soit<br />
que chaque cerveau est organisé de manière unique.<br />
Pour les auteurs, certaines preuves des profils<br />
d’apprentissage s’observeraient entre les genres, <strong>no</strong>tamment<br />
au niveau du langage. « Les études démontrent, par exemple,<br />
que le cerveau féminin mobilise généralement plus de zones<br />
cérébrales pour traiter le langage que le cerveau mâle, et que<br />
la supériorité des femmes à cet égard découle d’une meilleure<br />
communication entre les deux hémisphères du cerveau […] »<br />
(Sousa et Tomlinson, 2013, p. 141). Or, ces idées sont loin de<br />
faire consensus. Comme l’explique Vidal (2012) dans la revue<br />
Neuroethics, la recherche scientifique a démontré que les<br />
cerveaux féminin et masculin diffèrent au niveau du contrôle<br />
des fonctions reproductives, à savoir la régulation des<br />
systèmes hormonaux et des comportements sexuels (Jordan-<br />
Young, 2010). Néanmoins, du point de vue des fonctions<br />
cognitives (mémoire, attention, raisonnement), les<br />
différences individuelles dépassent les différences<br />
attribuables aux sexes (Vidal, 2005). Dans une méta-analyse<br />
parue en 2004, Sommer conclut, à partir des résultats de 24<br />
articles portant sur 819 participants, que la différence du<br />
traitement langagier n’a pu être reproduite et qu’aucune<br />
différence significative n’est observée entre la répartition des<br />
aires du langage chez les femmes et les hommes. Plus<br />
récemment, Allendorfer et al. (2012) en arrivent à des<br />
résultats similaires : « Perhaps the most remarkable finding in<br />
this study is how few sex differences in language-related<br />
activation exist when directly comparing males and females<br />
that are matched for age and performance (…) » (p. 1230).<br />
Cet exemple rappelle l’importance d’user du principe de<br />
précaution quant aux conclusions à tirer des recherches<br />
tentant d’identifier les différences cérébrales individuelles ou<br />
genrées. D’abord, il semble important de vérifier que les<br />
résultats sont reproduits dans plusieurs expériences et qu’un<br />
<strong>no</strong>mbre suffisant de participants ont été recrutés. Ensuite,<br />
certaines limites méthodologiques comme le fait de négliger<br />
l’influence des variables médiatrices (performance,<br />
différences culturelles, etc.) peuvent affaiblir la crédibilité<br />
des résultats. Des résultats de recherche plus isolés ou<br />
anecdotiques suffisent difficilement à justifier des<br />
recommandations pédagogiques.<br />
Conclusion<br />
Sousa et Tomlinson (2013) ont tenté un rapprochement<br />
intéressant entre le fonctionnement du cerveau humain et<br />
une prise en compte des besoins individuels des apprenants<br />
par la différenciation pédagogique. Certaines idées<br />
apparaissent bien appuyées et pertinentes pour<br />
l’enseignement, entre autres celle d’intégrer plus<br />
systématiquement l’évaluation des fonctions exécutives<br />
comme le contrôle cognitif. Néanmoins, pour que<br />
l’argumentaire soit plus convaincant, un ton plus neutre<br />
serait souhaitable compte tenu que les auteurs discutent d’un<br />
modèle qu’ils ont eux-mêmes élaboré. Une justification plus<br />
étoffée de la sélection des références et une présentation<br />
plus transparente des études sur lesquelles les<br />
recommandations pédagogiques s’appuient pourraient<br />
également ajouter à la crédibilité du propos.<br />
En somme, l’ouvrage de Sousa et Tomlinson (2013) est<br />
accessible et démontre une intention claire de s’ancrer dans<br />
la pratique enseignante. Toutefois, la présentation des<br />
résultats issus des neurosciences souffre de certains<br />
raccourcis et, conséquemment, les recommandations<br />
pédagogiques qui en découlent peuvent apparaître<br />
simplistes. Dans un domaine aussi récent et qui suscite<br />
autant l’admiration que les neurosciences, un souci de<br />
présenter avec prudence les connaissances émergentes doit<br />
prévaloir sans quoi il est probable que, malgré eux, les auteurs<br />
renforcent certains neuromythes (Simmonds, <strong>2014</strong>) ou en<br />
favorisent l'émergence de <strong>no</strong>uveaux. Avec seulement 15 pages<br />
sur un total de 200 qui traitent du fonctionnement cérébral,<br />
Sousa et Tomlinson ne se sont possiblement pas laissé<br />
suffisamment d’espace pour apporter ces nuances. Les<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 25
G. Allaire-Duquette, L.-M. Brault Foisy et J.-S. Dion Résumé critique du livre : « Comprendre le cerveau pour mieux différencier »<br />
enseignants qui souhaitent s’initier à la différenciation<br />
pédagogique trouveront dans l’ouvrage plusieurs réponses à<br />
leurs interrogations, toutefois ceux qui souhaitent en<br />
apprendre davantage sur les liens entre le cerveau et les<br />
problématiques éducatives resteront possiblement sur leur<br />
appétit.<br />
Références<br />
Allendorfer, J. B., Lindsell, C. J., Siegel, M., Banks, C. L.,<br />
Vannest, J., Holland, S. K. et Szaflarski, J. P. (2012).<br />
Females and males are highly similar in language<br />
performance and cortical activation patterns during verb<br />
generation. Cortex, 48(9), 1218-1233.<br />
https://doi.org/10.1016/j.cortex.2011.05.014<br />
Dehaene, S., Pegado, F., Braga, L. W., Ventura, P., Filho, G. N.,<br />
Jobert, A., ... et Cohen, L. (2010). How learning to read<br />
changes the cortical networks for vision and language.<br />
Science, 330(6009), 1359-1364.<br />
https://doi.org/10.1126/science.1194140<br />
Diamond, A. (2009). All or <strong>no</strong>ne hypothesis: A global-default<br />
mode that characterizes the brain and mind.<br />
Developmental Psychology, 45(1), 130-138.<br />
https://doi.org/10.1037/a0014025<br />
Houdé, O., Zago, L., Mellet, E., Moutier, S., Pineau, A.,<br />
Mazoyer, B. et Tzourio-Mazoyer, N. (2000). Shifting from<br />
the perceptual brain to the logical brain: The neural<br />
impact of cognitive inhibition training. Journal of<br />
Cognitive Neuroscience, 12(5), 721-728.<br />
https://doi.org/10.1162/089892900562525<br />
Iliff, C. H. (1994). Kolb Learning Style Inventory: A metaanalysis.<br />
Unpublished Ed.D. dissertation, Boston<br />
University, MA.<br />
Jordan-Young, R. (2010). Brain storm: The flaws in the science<br />
of sex differences. Cambridge, MA: Harvard University<br />
Press.<br />
Kaplan, F. et Oudeyer, P. Y. (2007). In search of the neural<br />
circuits of intrinsic motivation. Frontiers in<br />
neuroscience, 1(1), 225-236.<br />
https://doi.org/10.3389/neuro.01.1.1.017.2007<br />
Kavale, K. A. et Forness, S. R. (1987). Substance over style:<br />
Assessing the efficacy of modality testing and teaching.<br />
Exceptional Children, 54(3), 228-239.<br />
https://doi.org/10.1177/001440298705400305<br />
Mitchell, J. P., Banaji, M. R. et MacRae, C. N. (2005). The link<br />
between social cognition and self-referential thought in<br />
the medial prefrontal cortex. Journal of Cognitive<br />
Neuroscience, 17(8), 1306-1315.<br />
https://doi.org/10.1162/0898929055002418<br />
Petersen, J. (2009). “This test makes <strong>no</strong> freaking sense”:<br />
Criticism, confusion, and frustration in timed<br />
writing. Assessing Writing, 14(3), 178-193.<br />
https://doi.org/10.1016/j.asw.2009.09.006<br />
Rao, H., Betancourt, L., Giannetta, J. M., Brodsky, N. L.,<br />
Korczykowski, M., Avants, B. B., ... et Farah, M. J. (2010).<br />
Early parental care is important for hippocampal<br />
maturation: evidence from brain morphology in humans.<br />
Neuroimage, 49(1), 1144-1150.<br />
https://doi.org/10.1016/j.neuroimage.2009.07.003<br />
Shaw, P., Greenstein, D., Lerch, J., Clasen, L., Lenroot, R.,<br />
Gogtay, N., ... et Giedd, J. (2006). Intellectual ability and<br />
cortical development in children and adolescents.<br />
Nature, 440(7084), 676-679.<br />
https://doi.org/10.1038/nature04513<br />
Simmonds, A. (<strong>2014</strong>). How neuroscience is affecting education:<br />
Report of teacher and parent surveys. London, UK:<br />
Wellcome Trust.<br />
Slemmer, D. L. (2002). The effect of learning styles on student<br />
achievement in various hypertext, hypermedia, and<br />
tech<strong>no</strong>logy-enhanced learning environments: A metaanalysis.<br />
Ed.D. dissertation, Boise State University, ID.<br />
https://www.learntechlib.org/p/122865/<br />
Sommer, I. E., Aleman, A., Bouma, A. et Kahn, R. S. (2004). Do<br />
women really have more bilateral langage representation<br />
than men? A meta-analysis of functional imaging studies.<br />
Brain, 127(8), 1845–1852.<br />
https://doi.org/10.1093/brain/awh207<br />
Sousa, D. A. et Tomlinson, C. A. (2013). Comprendre le cerveau<br />
pour mieux différencier : Adapter l’enseignement aux<br />
besoins des apprenants grâce aux apports des<br />
neurosciences. Montréal, QC : Chenelière Éducation<br />
Tomlinson, C. A. (2004). La classe différenciée. Montréal, QC:<br />
Chenelière Éducation.<br />
Tomlinson, C. A., Brighton, C., Hertberg, H., Callahan, C. M.,<br />
Moon, T. R., Brimijoin, K., ... et Rey<strong>no</strong>lds, T. (2003).<br />
Differentiating instruction in response to student<br />
readiness, interest, and learning profile in academically<br />
diverse classrooms: A review of literature. Journal for the<br />
Education of the Gifted, 27(2-3), 119-145.<br />
https://doi.org/10.1177/016235320302700203<br />
Tsui, J. M. et Mazzocco, M. M. (2007). Effects of math anxiety<br />
and perfectionism on timed versus untimed math testing<br />
in mathematically gifted sixth graders. Roeper<br />
Review, 29(2), 132-139.<br />
https://doi.org/10.1080/02783190709554397<br />
Vidal, C. (2012). The sexed brain: between science and<br />
ideology. Neuroethics, 5(3), 295-303.<br />
https://doi.org/10.1007/s12152-011-9121-9<br />
Vidal, C. (2005). Brain, sex and ideology. Diogenes, 52(4), 127-<br />
133. https://doi.org/10.1177/0392192105059477<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 26
G. Allaire-Duquette, L.-M. Brault Foisy et J.-S. Dion Résumé critique du livre : « Comprendre le cerveau pour mieux différencier »<br />
Vygotsky, L. S. (1978). Mind in society: The development of<br />
higher psychological processes. Cambridge, MA: Harvard<br />
University Press.<br />
Zamarian, L., Ischebeck, A. et Delazer, M. (2009).<br />
Neuroscience of learning arithmetic - Evidence from<br />
brain imaging studies. Neuroscience & Biobehavioral<br />
Reviews, 33(6), 909-925.<br />
https://doi.org/10.1016/j.neubiorev.2009.03.005<br />
NEUROÉDUCATION <strong>2014</strong> | Volume 3 | Numéro 1 27