Une origine médicale
L'apprentissage par problème (APP) est né en 1969 à la faculté de médecine de l'Université McMaster (Canada), avec Howard Barrows : les étudiants apprenaient à partir de cas cliniques plutôt que de cours magistraux.
Par problème
Un problème ouvert, sans solution toute faite, pour apprendre à mobiliser et relier ses connaissances.
Dans cette approche, l'apprenant est confronté à une situation problématique, complexe et ouverte, qui n'a pas de solution toute prête. Il doit alors :
Identifier les problèmes : Définir clairement les questions auxquelles il doit répondre.
Formuler des hypothèses : Émettre des suppositions sur les causes du problème et les solutions possibles.
Collecter des informations : Rechercher les données nécessaires pour vérifier ses hypothèses.
Analyser et synthétiser : Organiser les informations recueillies et en tirer des conclusions.
Évaluer ses solutions : Vérifier si les solutions proposées répondent effectivement au problème initial.
Développement de compétences transversales : L'apprentissage par problème favorise le développement de compétences telles que la résolution de problèmes, la pensée critique, la collaboration, la communication et la prise de décision.
Motivation accrue : Les apprenants sont plus engagés lorsqu'ils travaillent sur des situations réelles et significatives.
Approfondissement des connaissances : En cherchant à résoudre un problème, les apprenants acquièrent des connaissances plus solides et plus durables.
Apprentissage actif : Les apprenants sont actifs dans leur apprentissage, ils construisent leurs propres connaissances.
L'apprentissage par problème est une approche pédagogique puissante qui permet aux apprenants de développer des compétences essentielles pour réussir dans leurs études et dans leur vie professionnelle. En leur offrant l'opportunité de résoudre des problèmes complexes, on les prépare à faire face aux défis du monde réel.
L'apprentissage par problème et la Neuro-résolution
L'apprentissage par problème (APP) est né en 1969 à la faculté de médecine de l'Université McMaster (Canada), avec Howard Barrows : les étudiants apprenaient à partir de cas cliniques plutôt que de cours magistraux.
Comme tout apprentissage, résoudre un problème renforce des connexions entre neurones et en crée de nouvelles (plasticité). L'APP oblige surtout à relier des connaissances dispersées et à les récupérer en mémoire pour les appliquer, deux mécanismes favorables à la rétention.
Pour un débutant, un problème trop ouvert sature la mémoire de travail : il cherche au hasard et apprend peu (Kirschner, Sweller et Clark, 2006). L'APP est efficace quand il est étayé : problèmes bien choisis, exemples résolus, apports ciblés, tuteur présent (Hmelo-Silver, 2004).
Si l'IA résout le problème à la place de l'apprenant, plus rien n'est appris. Elle doit rester un tuteur socratique : reformuler, demander « qu'as-tu essayé ? », proposer un indice, jamais la solution complète.