Apprentissage espacé dans le temps

Ce que nous dit la science

C’est le psychologue Hermann Ebbinghaus qui a modélisé pour la première fois les « courbes d’oubli ». Ces courbes représentent l’évolution de la quantité d’information que nous retenons dans le temps.

Courbe d’oubli représentant l’évolution du pourcentage de rétention d’une information dans le temps sans rappel

En se basant sur ce modèle, si l’on apprend une nouvelle information et qu’on ne la révise pas derrière, on ne se souvient que d’environ 20% de l’information au bout d’un jour, 10% au bout d’une semaine et 5% au bout d’un mois…

En revanche, le fait de réviser une information apprise permet 2 choses :

  • Réactiver l’information (revenir à 100% de rétention d’information)
  • Diminuer la vitesse de l’oubli (la prochaine révision pourra avoir lieu plus tard)

Courbe d’oubli représentant l’évolution du pourcentage de rétention d’une information dans le temps avec des révisions à 10 minutes, 1 jour, 1 semaine et 1 mois

Ce n’est pas tout.

Au-delà du simple fait de mémoriser une information plus longtemps, étaler un apprentissage dans la durée permet également de mieux consolider une notion. Dans une expérience sur 216 étudiants, Rohrer et Taylor leur ont proposé d’apprendre à résoudre un exercice complexe de mathématiques selon 2 schémas :

  • 10 exercices différents en une seule session
  • 5 exercices différents en une session puis 5 autres une semaine plus tard

Testés à nouveau 4 semaines plus tard, les étudiants qui avaient appris en deux sessions ont réussi 2 fois plus de problèmes que ceux qui avaient appris en une seule session. Cette étude n’est qu’un exemple d’un résultat largement répliqué en sciences cognitives mais malheureusement, nous avons naturellement tendance à sous-estimer la puissance de l’apprentissage réparti dans le temps.

Pour maitriser une nouvelle notion, il sera bien plus efficace de répartir ses sessions d’apprentissage dans le temps plutôt que de tout faire en une session.

Ce n’est toujours pas fini.

Rohrer et Taylor ont également testé l’intérêt de continuer à s’entraîner sur une nouvelle notion que l’on a déjà partiellement maîtrisée. Dans cette étude, il s’agissait encore d’un type d’exercice mathématique.

Dans un cas de figure, les étudiants se sont entraînés sur 3 exercices différents en une seule session. Dans l’autre, ils se sont entraînés sur 9 exercices différents en une seule session.

Testés 4 semaines plus tard, il n’y avait aucune différence de performance entre les 2 groupes. Ainsi les 6 exercices supplémentaires n’ont eu aucun impact sur les performances à long terme du 2° groupe. Ce phénomène que les chercheurs appellent « l’overlearning » a été largement répliqué dans d’autres études.

Ainsi, continuer à travailler une notion après l’avoir déjà partiellement maîtrisée ne sert pratiquement à rien sur le long terme.

Conclusion : si l’on souhaite améliorer l’efficacité de ses apprentissages, il est essentiel d’étudier régulièrement à plus petite dose que beaucoup d’un seul coup.

Et concrètement dans Navadra ?

Message affiché au joueur lorsqu’il a fini son contenu quotidien

Dans Navadra, le joueur dispose d’une quantité limitée de contenu disponible chaque jour. Ainsi, après s’être entraîné l’équivalent de 20 minutes, le joueur a le choix entre :

  • Continuer à s’entraîner sur des notions pas encore maîtrisée (mais sans rien gagner)
  • Se déconnecter et revenir le lendemain pour poursuivre son entraînement

Ainsi, le jeu incite fortement le joueur à se connecter régulièrement par petites sessions pour augmenter l’efficacité de ses apprentissages.

Dans Navadra aussi, il faut laisser le temps au temps.

 

Sources sur l’apprentissage espacé dans le temps :

Rohrer, D., & Taylor, K. (2006). The effects of overlearning and distributed practise on the retention of mathematics knowledge. Applied Cognitive Psychology, 20(9), 1209-1224.

Dunlosky, J., Rawson, K. A., Marsh, E. J., Nathan, M. J., & Willingham, D. T. (2013). Improving students’ learning with effective learning techniques promising directions from cognitive and educational psychology. Psychological Science in the Public Interest, 14(1), 4-58.

Logan, J. M., Castel, A. D., Haber, S., & Viehman, E. J. (2012). Metacognition and the spacing effect: the role of repetition, feedback, and instruction on judgments of learning for massed and spaced rehearsal. Metacognition and Learning, 7(3), 175-195.

Roediger, H. L., & Pyc, M. A. (2012). Inexpensive techniques to improve education: Applying cognitive psychology to enhance educational practice. Journal of Applied Research in Memory and Cognition, 1(4), 242-248.

Benjamin, A. S., & Tullis, J. (2010). What makes distributed practice effective?. Cognitive psychology, 61(3), 228-247.

Kornell, N. (2009). Optimising learning using flashcards: Spacing is more effective than cramming. Applied Cognitive Psychology, 23(9), 1297-1317.

Cepeda, N. J., Pashler, H., Vul, E., Wixted, J. T., & Rohrer, D. (2006). Distributed practice in verbal recall tasks: A review and quantitative synthesis. Psychological bulletin, 132(3), 354.

Smolen, P., Zhang, Y., & Byrne, J. H. (2016). The right time to learn: mechanisms and optimization of spaced learning. Nature Reviews Neuroscience, 17(2), 77-88.