Frapper une boîte de réponse virtuelle ou balancer un sabre laser virtuel peut améliorer considérablement l’apprentissage de certaines tâches, selon une nouvelle recherche du Collège d’ingénierie et d’informatique de la Florida Atlantic University, qui remet en question les hypothèses de longue date sur la façon dont les gens apprennent.
Décider si une route est glissante, reconnaître une lésion potentiellement dangereuse lors d’un examen médical ou déterminer si un fruit est mûr peut sembler être une tâche qui relève uniquement de l’esprit. Mais dans la vie de tous les jours, la catégorisation de ce que nous voyons est souvent étroitement liée à la façon dont nous nous déplaçons et interagissons avec le monde qui nous entoure.
Malgré ce lien, des décennies de recherche ont largement traité l’apprentissage des catégories comme un processus cognitif, le mouvement physique servant uniquement à exprimer une décision une fois qu’elle a été prise. Étonnamment, peu de recherches ont examiné si les actions physiques que les gens effectuent lors de la catégorisation des informations peuvent réellement influencer la façon dont ils apprennent.
Aujourd’hui, des chercheurs de Florida Atlantic et de l’Université Brown ont découvert que des mouvements plus importants peuvent améliorer considérablement l’apprentissage. Cependant, l’avantage dépend du type de catégorie apprise.
Les résultats, publiés dans Avancées scientifiquesremettent en question les théories traditionnelles de l’apprentissage des catégories, qui se concentrent généralement sur la façon dont les gens représentent et reconnaissent mentalement les objets, en traitant le mouvement comme l’étape finale du processus. Au lieu de cela, la recherche suggère que les réponses physiques peuvent jouer un rôle actif dans l’élaboration de ce que les gens apprennent.
Pour enquêter, les chercheurs ont développé une expérience de réalité virtuelle immersive dans laquelle les participants ont appris à catégoriser des modèles visuels en appuyant soit sur de simples boutons, soit sur des mouvements de bras plus larges. Les participants ont soit balancé un sabre laser virtuel pour atteindre une cible, soit frappé une boîte de réponse sans interagir directement avec le stimulus visuel. Les chercheurs ont testé deux types d’apprentissage par catégories. On s’appuie sur des règles explicites, comme l’identification d’un objet en fonction de caractéristiques spécifiques. L’autre exige que les gens reconnaissent des modèles et intègrent plusieurs caractéristiques pour porter un jugement, souvent sans être en mesure d’expliquer exactement comment ils prennent une décision.
Les résultats ont révélé une différence frappante. Les participants qui ont utilisé des mouvements de bras plus larges ont appris les catégories basées sur la similarité plus efficacement et ont obtenu une plus grande précision que ceux qui ont répondu en appuyant simplement sur un bouton. Cependant, des mouvements plus importants n’apportaient aucun avantage significatif à l’apprentissage de catégories basées sur des règles explicites, même lorsque les chercheurs rendaient cette tâche plus difficile.
Ce qui m’a le plus surpris, c’est à quel point l’effet était sélectif. Nous avons constaté que des mouvements plus importants amélioraient considérablement l’apprentissage lorsque les gens devaient reconnaître des modèles en intégrant plusieurs fonctionnalités, mais n’apportaient aucun avantage significatif lorsque les gens apprenaient des catégories en utilisant des règles explicites. Encore plus intrigant, le bénéfice s’est produit si les participants se dirigeaient vers la cible ou frappaient une case de réponse distincte. Le mouvement lui-même semblait important, et non le fait qu’il interagisse directement avec ce qu’ils apprenaient. »
Luke Rosedahl, Ph.D., auteur correspondant, professeur adjoint au département de génie biomédical de la FAU, membre du corps professoral de l’Institut de la FAU pour des villes, des espaces et une santé plus intelligents et membre du FAU Stiles-Nicholson Brain Institute
Les chercheurs ont mené des expériences supplémentaires pour déterminer si l’amélioration pouvait s’expliquer par d’autres facteurs. Ils contrôlaient la durée pendant laquelle les participants regardaient chaque image, prenaient en compte les différences de vitesse de réponse et rendaient la tâche basée sur des règles plus complexe. L’avantage des mouvements plus importants reste spécifique à l’apprentissage basé sur la similarité.
Le plus révélateur est peut-être que les participants qui se sont entraînés en utilisant des mouvements plus larges ont conservé leur avantage même après être passés à de simples pressions sur des boutons. Cela suggère que le mouvement a contribué à renforcer l’apprentissage lui-même, plutôt que de simplement faciliter la réponse correcte sur le moment.
« Pendant des décennies, l’apprentissage des catégories a été largement étudié comme un processus dans lequel le cerveau décide de ce qu’est quelque chose et indique ensuite au corps comment réagir », a déclaré Rosedahl. « Nos résultats suggèrent que le mouvement peut également façonner l’apprentissage lui-même. En montrant que le mouvement profite à certains types d’apprentissage mais pas à d’autres, nous pouvons affiner les théories existantes et mieux comprendre comment la perception, la prise de décision et les systèmes moteurs fonctionnent ensemble. Nous devons également nous demander si les tâches traditionnelles consistant à appuyer sur un bouton ont négligé les moyens d’améliorer l’apprentissage. »
Les résultats pourraient éclairer la formation à des tâches complexes qui nécessitent que les personnes intègrent des informations et reconnaissent des modèles, notamment le diagnostic médical et l’aviation. Ces tâches peuvent être difficiles à apprendre et résistantes aux méthodes d’enseignement traditionnelles. Dans des recherches antérieures, Rosedahl a découvert que fournir des instructions écrites sur la manière exacte d’effectuer une tâche n’améliorait pas les performances.
« L’intégration du mouvement pourrait offrir un moyen simple d’améliorer l’apprentissage dans des situations où les approches conventionnelles échouent », a déclaré Rosedahl.
Les résultats remettent également en question les conceptions d’entraînement traditionnelles qui minimisent les mouvements, ce qui suggère que cela pourrait limiter les performances par inadvertance. La réalité virtuelle immersive pourrait offrir un moyen d’intégrer des mouvements ciblés dans la formation, même si des recherches supplémentaires sont nécessaires pour déterminer si les avantages s’étendent aux environnements du monde réel.
« Cette étude nous met au défi de repenser quelque chose de fondamental dans l’apprentissage : la relation entre la pensée et l’action », a déclaré Stella Batalama, Ph.D., doyenne du Collège d’ingénierie et d’informatique de la FAU. « Comprendre comment le mouvement façonne l’apprentissage pourrait conduire à de nouvelles approches pour enseigner des compétences complexes et préparer les gens à prendre des décisions dans des situations exigeantes et réelles. »
Les co-auteurs de l’étude sont Yuka Sasaki, Ph.D., et Takeo Watanabe, Ph.D., tous deux de l’Université Brown.
La recherche a été financée par des subventions des National Institutes of Health et de la National Science Foundation.
