UNE APPROCHE PEDAGOGIQUE DE GROUPE POUR

PLUS D’EFFICACITE DANS L’ENSEIGNEMENT DES

MATHEMATIQUES
Moukouop Nguena Ibrahim(1)
(1)Département d’informatique, Ecole Nationale Supérieure Polytechnique,
Université de Yaoundé1, BP 8390 Yaoundé, Cameroun

E-mail : (1)[email protected]

RÉSUMÉ: Le contexte actuel est marqué par un accroissement important des effectifs des étudiants et une baisse générale de leur
niveau à la sortie du Lycée. Cela pose d’importants défis dans l’enseignement des mathématiques et entraîne des taux élevés d’échecs.
L’objectif de ce travail est de proposer une démarche d’enseignement pour améliorer le taux de succès des étudiants dans les
mathématiques, dans le contexte ici décrit, sans accroitre l’effort de l’enseignant. Un modèle mathématique est proposé pour estimer
l’effort de l’enseignant et déterminer les facteurs influençant la probabilité de succès des étudiants. Un ensemble de 23 règles est ensuite
élaboré, pour atteindre l’objectif visé. Des expériences menées sur quatre ans confirment une amélioration significative des résultats par
application de cette méthode.

ABSTRACT: The present academic context is marked by an important increase in the number of students and an overall decline of their
level at the end of the secondary education. That poses major challenges in the teaching of mathematics and leads to high failure rate.
The objective of this work is to propose a teaching approach to improve the rate of student success in mathematics in the current context,
without increasing the teacher’s effort. A mathematical model is proposed to estimate the effort of the teacher and determine factors
influencing the probability of student’s success. A set of 23 rules is then developed, in order to achieve the aim in view. Experiments
carried out over four years confirm a significant improvement of the results by application of this method.

MOTS-CLÉS : Enseignement, Mathématiques, Modélisation

KEYWORDS : Teaching, Mathematics, Mathematical modelling

1. Introduction que nous posons ici est de savoir dans ce contexte

comment permettre aux étudiants de mieux atteindre les
Les étudiants viennent des lycées avec un niveau objectifs des cours qu’ils suivent en mathématiques, et
globalement plus bas en mathématiques que celui attendu améliorer le taux de réussite dans les examens. De
(nous avons pu observer sur un échantillon d’étude que nombreux travaux ont été réalisés dans le contexte des
près de 80% des BAC C actuels ont été incapables de gros effectifs (voir [1], [2], [3] , [4]) et de l’avis de
donner la négation de p=>q). Le nombre croissant des certains auteurs [1], la taille de la classe pourrait ne pas
effectifs ne s’accompagne pas nécessairement d’un avoir d’influence négative si l’enseignant adopte une
accroissement significatif des enseignants et des moyens stratégie d’enseignement adaptée. Notre principal
d’encadrement (dans certains cas, pour une matière on a objectif ici est de fournir les éléments d’une telle
un enseignant pour 500 élèves ou étudiants). De stratégie, avec les bases d’un modèle mathématique
nombreuses études établissent un impact négatif des d’évaluation.
effectifs élevés sur les performances des élèves (voir
science et vie septembre 2011). Nous commençons par définir une fonction décrivant
l’objectif visé, puis nous précisons les variables de notre
Les enseignants ne disposent pas toujours du temps modèle. Nous décrivons ensuite les hypothèses et
nécessaire pour un suivi plus efficace des gros effectifs. postulats qui sous-tendent le modèle et énonçons 23
Le taux d’échec au premier essai dans les UE de règles agissant sur les sept principales variables du
mathématiques est assez élevé. La question principale
 Nkouam G. B. et al 53

modèle pour atteindre le résultat souhaité. Les résultats Ni le nombre d’interrogations ou d’évaluations avant
expérimentaux obtenus sont présentés et discutés. l’examen final (nous appellerons ces évaluations les
contrôles continus, ou CC ).
2. Méthodes Ncc le nombre de copies corrigées
f une constante traduisant les temps de préparation ou de
2.1. Hypothèses de travail rapports, qui ne sont proportionnels ni au nombre
D’après un rapport réalisé par McKinsey en septembre d’étudiants, ni au nombre de copies ou d’interrogations.
2007[5], le principal déterminant du taux de succès
d’une classe est la qualité de l’enseignant. Barak Notons que dans la mesure de l’effort d’enseignement, le
Rosenshine montre en 2012 que l’enseignant de qualité nombre d’heures chaque fois s’entend comme étant la
se distingue principalement par des méthodes somme des heures faites par les enseignants à cette
pédagogiques particulières, différentes de celles utilisées classe. En d’autres termes, si durant la même séance de
par les moins bons enseignants [6]. Nous nous TD de 3h on a deux enseignants dans la salle, on
intéressons ici à l’impact de certaines approches considérera que l’effort d’enseignement est de 6H, soit la
pédagogiques que peut adopter un enseignant, sur le somme des temps mis par les deux enseignants.
résultat final de sa classe. De ce fait, nous n’intégrons
pas dans notre modèle l’impact de la qualité de La fonction effort de l’enseignant s’écrit :
l’enseignant. Nous supposons que l’enseignant dispose
pour son cours de suffisamment d’exercices pour pouvoir E  aNc  bNd  cNp  dNcc  eNi  f
occuper les étudiants, que les enseignements sont exacts
(pas de notions fausses enseignées), et que les étudiants
disposent des pré requis nécessaires pour suivre Avec la contrainte
l’enseignement. Nous n’intégrons pas la prise en compte
de la motivation des étudiants dans le modèle, car nous Nc  Nd  Np  Nh Où a, b, c, d, e sont des
supposons que la nécessité d’obtenir les crédits liés à la constantes réelles positives traduisant l’impact de chaque
matière enseignée créée le minimum de motivation composante dans l’effort d’enseignement, et Nh le
nécessaire pour étudier, et que l’activité de l’étudiant qui nombre d’heures total d’enseignement pour le cours
est l’une des variables de notre modèle est une mesure concerné.
indirecte de sa motivation. Nous admettons que dans la
classe il existe des élèves doués pour l’apprentissage de Dans le cas où cet effort mesure le temps mis, a=b=c=1,
la matière à enseigner et qu’il est possible de les repérer d et e représenterons respectivement les temps de
dès le début de l’enseignement. correction d’une copie et de préparation et réalisation
d’une évaluation.
2.2. Définitions, modèle et cadrage Si E mesure plutôt les moyens financiers investis pour
l’enseignement, ces coefficients correspondront aux
coûts horaires de paiement des enseignants utilisés.
Pour une classe donnée de N étudiants, nous considérons
que nous devons résoudre le problème Soient :
O la proportion des objectifs pédagogiques du cours
 Ns correctement définis et communiqués à l’étudiant au
max Ps  début de l’apprentissage.
 N Nip le nombre moyen d’interrogations préparées par un
E  L étudiant avant l’examen final
A le niveau moyen d’activité de l’étudiant durant
l’entraînement. Il peut se mesurer par le temps moyen
Où Ps désigne la probabilité de succès d’un étudiant, E passé par l’étudiant, de manière active (tentative de
l’effort de l’enseignant ou encore effort d’enseignement, résolution d’un exercice, discussion pour compréhension,
qui est inférieur ou égal à une limite donnée (temps analyse de la situation ou des affirmations du cours,
maximal dont l’enseignant dispose pour ses explication donnée…)
enseignements). Fb la durée moyenne avant feedback après une
Soient : évaluation, qui représente le temps moyen mis par
l’enseignant pour rendre les résultats de l’évaluation.
Nc le nombre d’heures de cours C le taux de couverture par les CC des chapitres qui
feront l’objet de l’examen final. Ainsi, si l’examen final
Nd le nombre d’heures de TD
porte sur 4 chapitres et que les CC n’ont couvert que
Np le nombre d’heures de TP deux chapitres, C=50%.
 54

Su le niveau de support auquel l’étudiant a accès. On des objectifs d’apprentissage de Bloom (connaissance,
pourrait le mesurer comme étant la proportion des compréhension, application, analyse, synthèse,
questions ou des incompréhensions de l’étudiant pour évaluation) [7].
lesquelles il n’a pas trouvé tout seul de solution et a pu R7 : L’évaluation doit se faire de manière continue
obtenir des réponses correctes d’autres personnes (autres (1CC/semaine ou toutes les deux semaines) avec un
étudiants ou enseignants). feedback rapproché autant que possible de l’évaluation
V la validité de l’examen final, estimée par la proportion (de préférence un feedback immédiat). Elle se fait
des questions de cet examen vérifiant l’atteinte des pendant les séances de TD.
objectifs du cours tels que communiqués aux étudiants
(total des points de ces questions/total des points de Favorisation du travail en équipes
l’épreuve). R8 : Les étudiants sont groupés en équipes de six
R9 : Une tête de série est désignée pour chaque équipe,
Nous admettons que pour un enseignement donné, la parmi les meilleurs de la classe dans la matière ou les
probabilité de succès peut s’écrire : matières apparentées (comme dans le tirage des poules
d’une compétition sportive).
Ps  Ps(O, Nc, Nd , Np, Nip, A, Fb, C, Su,V ) R10 : La constitution des équipes est faite de manière
Nous postulons également que Ps est une fonction horizontale. Chaque tête de série (à partir de la dernière
croissante de O, Nip, A, C, Su, et V, et que c’est une tête de série) désigne son prochain membre, puis laisse
fonction décroissante de Fb et que pour chaque cours il toutes les autres têtes de série choisir, et le processus est
existe une combinaison optimale de Nc, Nd et Np repris jusqu’à ce que chacun ait choisi tous ses membres.
donnant les meilleurs résultats. La combinaison doit être R11 : Les TD sont faits par équipe. Personne ne va au
faite de manière à ce que tous les cours aient pu être tableau, hormis pour quelques communications
couverts par des TD ou TP. Le schéma que nous spécifiques d’intérêt général. Chaque équipe aborde les
proposons a pour objectif d’améliorer les valeurs de Nip, exercices du TD et avance librement à son rythme.
A, C et Su, et de réduire celle de Fb, tout en respectant la R12 : L’enseignant n’est qu’un facilitateur qui est appelé
contrainte liée à l’effort d’enseignement. seulement si les étudiants d’un groupe sont bloqués. Il ne
vient pas donner la solution, mais suggérer les pistes de
2.2. Piliers de la démarche recherche. Il vérifie néanmoins de temps en temps les
Nous présentons ici les règles numérotées, qui évolutions de chaque groupe, afin de s’assurer que tout le
définissent la démarche à mettre en place pour améliorer groupe ne se trompe pas sur un exercice.
les résultats, conformément au modèle et aux hypothèses R13 : En dehors des séances de TD, chaque groupe doit
faites ci-dessus. faire au moins une séance de travail en groupe, avec
rapport transmis à l’enseignant.
Amélioration du support sans augmenter l’effort R14 : Chaque étudiant a le devoir de faire son effort
d’enseignement personnel avant de solliciter le groupe.
R15 : Les étudiants qui ne participent pas au travail en
R1 : L’excellence doit être prônée chez les étudiants de TD ou hors TD doivent être signalés par leurs camarades
manière absolue (atteindre un score) et non relative (faire à l’enseignant.
mieux que son camarade), car la concurrence induit des
comportements malsains. L’évaluation et le travail dirigé
R2 : La solidarité collective dans l’apprentissage entraîne R17 : Pour l’évaluation, chaque équipe désigne un
de meilleurs résultats; cette solidarité doit être forcée. représentant. L’enseignant choisit ensuite « au hasard »
R3 : Chaque étudiant doit savoir que son résultat final un second représentant de l’équipe. Ainsi, seules deux
dépend non seulement de sa performance individuelle, personnes par groupe sont évaluées à chaque test.
mais également de celle de tout autre élève de sa classe. R18 : Le CC dure de 30 mn à 1H, et se fait dans la
première heure du TD. Ceux qui ne sont pas évalués
Amélioration de l’activité de l’étudiant et de la travaillent dans les équipes.
qualité des objectifs R19 : La seconde heure du TD est normalement utilisée
R4 : On n’apprend mieux que si on effectue un pour les corrections des copies du CC. Les résultats sont
apprentissage actif. Il faut donc favoriser l’activité de normalement rendus le jour du test même ou le
chaque étudiant lors du processus d’apprentissage. lendemain au plus tard.
R5 : Les objectifs pédagogiques doivent être clairement R20 : L’évaluation est centrée sur la vérification de
et correctement définis, et communiqués aux étudiants. l’atteinte des objectifs communiqués en début de cours.
R6 : Les objectifs devraient être énoncés au moins en Il n’y a donc pas d’évaluation par la « technique par
respectant la règle RUMAI (orienté résultats, utile, embuscade». Il n’y a pas d’évaluation sur des objectifs
mesurable, atteignable et identifié), et selon la taxonomie non précisés en début de cours.
 Nkouam G. B. et al 55

R21 : Chaque étudiant dispose de trois notes en contrôle R23 1

continus (CC): sa note individuelle (moyenne de ses Total
performances aux évaluations), la note de son équipe 2 2 7 3 1 14 1 2
(moyenne des notes des membres de l’équipe) et enfin la
note de la classe. La note finale de contrôles continus de
l’étudiant est calculée en pondérant ces trois notes. Un Les règles qui contribuent à E sont celles qui permettent
étudiant se trouvera ainsi « mal noté » s’il a une bonne de réduire l’effort d’enseignement ou de le maintenir à
note individuelle, mais que son équipe a mauvaise note. une valeur réalisable. Ainsi, on peut noter que bien que
Il souffrira de ce que la classe ait une mauvaise note. le contrôle soit continu, l’enseignant devra faire au moins
R22 : Les étudiants dénoncés comme n’étant pas actifs trois évaluations pour corriger l’équivalent d’un contrôle
aux séances de TD ou de travail en groupe sont exclus de continu total. Or, en trois évaluations, chaque étudiant se
la notation collective et pénalisés. S’ils ne sont pas sera préparé trois fois à être évalué (Nip), pourtant peut
dénoncés, leurs mauvaises notes pénalisent leurs n’avoir été évalué qu’une fois. Le choix aléatoire de
camarades. Les absents sans justification aux TD ont l’enseignant est justement là pour que l’étudiant qui a
d’office la note 0. déjà été évalué ne se dise pas qu’il ne peut plus être
R23 : chaque séance de cours devrait être suivie d’au évalué. Il peut être choisi par le « hasard » ; il doit donc
moins une séance de TD. De plus, l’ensemble des CC rester prêt. Le travail d’équipe pendant le TD fournit du
devraient avoir couvert la totalité des objectifs du cours. temps à l’enseignant pour lui permettre de corriger les
évaluations en réduisant sa charge de travail (plus besoin
Le tableau suivant permet de résumer les contributions de les corriger à la maison), tout en favorisant l’activité
de ces règles aux variables du modèle. de l’étudiant, ainsi que le support. Les étudiants en petits
groupes, sachant le caractère lié de leur notation, se
Règle\ O Nip A Fb C Su V E forcent mieux à contribuer que lorsqu’un étudiant va au
tableau et s’adresse à toute la classe, avec généralement
Variable peu d’étudiants qui le suivent, chacun étant abandonné à
R1 1 lui-même.
R2 1 3. Résultats Et Discussion
R3 1
R4 1 3.1. Résultats expérimentaux
Cas 1 : Cours d’Analyse numérique
R5 1 Deux classes de l’Ecole Polytechnique de Yaoundé
R6 1 (3GI=54 étudiants environ) et 4 GI (environ 30 étudiants,
ayant eu un taux de succès de 24% en session normale
R7 1 1 1 l’année d’avant en 3GI).
R8 1
Résultats après mise en place du modèle
R9 1 Taux de succès à la session normale pour les deux classes,
R10 1 étudiants ayant participé au programme>82% (moins 1
élève sur six échoue en moyenne)
R11 1 1
Taux de succès parmi les élèves n’ayant pas participé au
R12 1 1 programme (principalement les élèves des classes
supérieures) : moins de 33%
R13 1 1
Taux de succès après rattrapage pour tous ceux qui ont
R14 1 participé au programme: env. 100%
R15 1 1
Cas 2 : Algorithmique
R16 Algorithmique 3GI (proximité avec les maths pour les
R17 1 1 capacités d’analyse et d’imagination requises)
Taux de succès session normale an passé 27% (env. 54
R18 1 1 étudiants
R19 1 1 Taux de succès après application de la méthode, pour un
effectif comparable, mais avec un feedback tardif : env.
R20 1 70%
R21 1
Sur trois années, avec des promotions différentes, la
R22 1 1 hausse du taux de succès s’est maintenue.
 56

correspond à notre hypothèse de travail. De même, il est

3.2. Analyses et discussions souhaitable que le feedback d’un contrôle soit fait avant le
Ayant expérimenté avec plusieurs centaines d’étudiants de prochain contrôle. Le nombre de jours avant feedback
diverses promotions, on peut noter de manière certaine pourrait être moins important que le temps moyen entre le
l’amélioration du taux de succès chez les étudiants. feedback et le prochain contrôle.
D’autres constats s’imposent également :
Afin de réduire l’effort de correction et d’avoir un
Le feedback tardif (plusieurs tests sans notes remises à feedback plus rapide, l’enseignant gagnerait à introduire
temps) entraîne le relâchement de l’effort chez la plupart dans ses évaluations un nombre important de questions
des étudiants. susceptibles d’être corrigées de manière automatique
La difficulté à travailler en groupe en dehors des heures de (QCM, QT,…). En effet, dans le contexte d’un gros
TD réduit également le taux de succès. effectif, la composante de l’effort dNcc peut rapidement
Tous les ingrédients de la méthode semblent devenir la composante dominante. En utilisant les
indispensables pour un meilleur succès. questions à correction automatique, d peut valoir 0 ou
Il faut avoir une certaine connaissance des étudiants au devenir très proche de 0. Pour cela, l’enseignant devrait
départ pour former des groupes équilibrés. Un test être formé à réaliser correctement ce type de questions
préalable peut être nécessaire, en l’absence de toute pour tester les aptitudes nécessitant du raisonnement. De
connaissance. On peut également utiliser les résultats des nombreux travaux peuvent servir à cet effet ([7],[8],[9]).
semestres précédents ou les résultats aux concours.
Il est important de disposer d’au moins un bon étudiant par Notons également que la pondération utilisée pour
groupe. l’application de la règle R21 n’obéit pas pour le moment
Une coordination des chefs de groupe permettant au résultat d’un calcul précis. Pour les applications
d’échanger sur les difficultés et les avancées peut être actuelles, la pondération adoptée est de 50% pour la note
utile. individuelle, 35% pour le groupe et 15% pour la classe. On
pourrait imaginer un critère pour définir de manière
Le modèle proposé postule que Ps est fonction d’un certain optimale cette pondération.
nombre de variables, mais la forme de la fonction n’est pas
clairement définie. On peut dès lors se poser la question Grâce à la réorganisation, on a pu réaliser à la fois la
de l’impact réel de chaque variable sur le succès final, croissance en effectifs et l’amélioration des résultats, avec
c'est-à-dire essayer de d’établir la forme exacte de Ps. un effort moindre de l’enseignant pendant les TD.
De plus, le modèle s’appuie juste sur le nombre de
contrôles continus préparés par un étudiant. Si on souhaite
être plus précis, on devrait regarder la distribution dans le
temps de ces contrôles continus. Un seul contrôle continu à
deux jours de l’examen final est presque aussi inutile
qu’un seul contrôle continu juste après le premier cours.
Dans le premier cas, l’étudiant n’a pas le temps de corriger
ses insuffisances, tandis que dans le second, la couverture
est très faible. Une répartition uniforme des contrôles
continus dans le temps devrait être préférable, et

4. Conclusion
Références Bibliographiques
Le modèle élaboré permet d’atteindre l’objectif visé
d’amélioration des résultats sans augmentation de l’effort
d’enseignement. Toutefois, plusieurs perspectives restent [1] Mulryan-Kyne, C. (2010)., Teaching large
ouvertes. Premièrement, il s’agit de déterminer de manière classes at college and university level : challenges and
analytique la probabilité de succès, en fonction des opportunities. Teaching in higher education, 15(2), 175-
variables du modèle. Deuxièmement, il reste à déterminer 185.
un critère de pondération optimale des notes de contrôle
continu. [2] Ramsden, P. (2003). Learning to teach in higher
education (2nd ed.). London: Routledge.

[3] Svinicki, M., & McKeachie, W.J. (Eds.). (2011).

McKeachie’s teaching tips. Strategies, research, and
theory for college and university teachers (13 th ed.).
Belmont, CA: Wadsworth
 Nkouam G. B. et al 57

[4] Teaching Large Classes. The University of [7] Brown, G., with Bull, J., and Pendlebury (1997), M.
Queensland, Australie. Assessing Student Learning in Higher Education.
http://www.tedi.uq.edu.au/largeclasses/ London: Routledge.

[5] McKinsey&Company (2007), les clés du succès [8] Brown, G. and Pendlebury, M. (1992), Assessing
scolaire des systèmes les plus performants. Active Learning . Sheffield: CVCP, USDU.
http://cms.unige.ch/asso-etud/adefep/wp-
content/uploads/2014/04/How_the_Worlds_Best_Perfor [9] Carneson J., Delpierre G., Masters K., Designing and
ming_french.pdf Managing Multiple Choice Questions (1996),
http://web.uct.ac.za/projects/cbe/mcqman/mcqman01.ht
[6] Barak Rosenshine (2012), Principles of ml.
Instruction, Research-Based Strategies That All Teachers
Should Know, American educator, SPRING 2012. [10] Bloom, B.S. (Ed) Taxonomy of educational
http://www.aft.org/sites/default/files/periodicals/Rosensh objectives. Handbook 1. The cognitive domain.
ine.pdf NewYork: McKay.(1956).