See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/270157832

Tâches de programmation avec Scratch à l’école primaire : Observation et

analyse du développement des compétences en mathématique

Article · December 2014

CITATIONS READS

5 2,402

4 authors, including:

Gaëtan Temperman Bruno De Lièvre

Université de Mons Université de Mons
124 PUBLICATIONS   188 CITATIONS    203 PUBLICATIONS   459 CITATIONS   

SEE PROFILE SEE PROFILE

Joachim De Stercke
Institut Provincial de Formation du Hainaut • University of Mons
56 PUBLICATIONS   107 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Conception de dispositifs pédagogiques intégrant le numérique View project

Analyse des interactions View project

All content following this page was uploaded by Gaëtan Temperman on 29 December 2014.

The user has requested enhancement of the downloaded file.

www.frantice.net frantice.net, numéro 9, novembre 2014

Tâches  de  programmation  avec  Scratch  à  l’école  primaire : 

Observation et analyse du développement des compétences 
en mathématique 
Programmation tasks with Scratch : Observation and analysis 
of the progression in mathematics  

Gaëtan Temperman, Caroline Anthoons, Bruno de Lièvre et Joachim de Stercke 
Université  de  Mons,  Département  des  sciences  et  de  la  technologie  de  l’éducation,  Service  de 
pédagogie générale et des médias éducatifs

Résumé
Cette contribution a pour objet d’une part de décrire un dispositif d’apprentissage en mathématique
mobilisant le logiciel de programmation « Scratch » développé par le MIT et d’autre part, de rapporter
des résultats quant aux effets de cet environnement sur la progression de la maîtrise des compétences
des élèves à l’école primaire. Les études empiriques relatives à l’usage du Logo révèlent qu’il ne suffit
pas de laisser l’élève livré à lui-même dans un micromonde pour observer des effets positifs sur le
développement de ses compétences (Gurtner, 1991). Elles mettent en évidence que le rôle de
l’enseignant est primordial à la fois en termes de conception de tâches didactiques et en termes
d’encadrement de celles-ci. La scénarisation présentée dans cet article prend en considération cette
recommandation. Elle s’appuie sur une dizaine de séquences d’apprentissage basées sur des situations
problèmes guidées et pouvant être résolues à l’aide de la programmation de scripts dans Scratch. Si
nous observons des gains d’apprentissage élevés dans le domaine des grandeurs, des nombres et de la
structuration spatiale, l'impact du dispositif semble plus réduit pour les compétences relatives à la
résolution de problèmes et pour le raisonnement logique. Un autre résultat intéressant qui ressort de
notre analyse est l'effet du scénario en termes d’équité. Les résultats des apprenants sont en effet plus
homogènes au terme de l’apprentissage.

Mots-clés : programmation, apprentissage du code, micromonde, constructionnisme, efficacité,

équité, didactique de l’informatique et la mathématique

Summary
This contribution has two goals. On one hand, it aims to describe a learning environment in
mathematics mobilizing the programming software “Scratch” developed by the MIT. On the other
hand, it intends to bring back results as for the effects of this environment on the learners’ skills at
elementary school. Empirical studies on Logo emphasize letting the learner progress freely in a micro-
world is not sufficient to observe positive effects on the development of his skills (Gurtner, 1991).
These studies highlight the role of the teacher is essential in the design of didactic tasks as well as in
their supervision. The pedagogical script presented in this article takes this recommendation in count.
It is composed of ten learning scripts based on guided problem situations that can be resolved by
programming in Scratch. If our analysis reveals learning gains in the fields of greatness, numbers and
geometry, the impact of the pedagogical script seems lower for the problem solving skills and for the
logical reasoning. Another interesting result is the effect of the script in terms of equity. The mastering
level is indeed more homogenous at the end of learning.

Keywords: programmation, code learning, micro-world, constructionnism, efficacy, equity, didactics

of informatics and mathematics

94
www.frantice.net frantice.net, numéro 9, novembre 2014

I. Introduction.
Qui ne connaît pas le langage Logo ? Développé par Papert (1981), ce langage de programmation
pour les élèves a connu une diffusion importante dans le monde de l’éducation avec le succès des
ordinateurs personnels dans les années 80 et 90. La programmation d’un script avec le langage Logo
permettait de dessiner des figures géométriques et d’aborder par la même occasion les notions
d’algorithme, de récursivité et de variables. Elle permet la création d’environnements autonomes
appelés “micromondes” dans lesquels toutes les actions sont ordonnées et dirigées par des règles
établies. Le langage utilisé a un rôle d’artefact dans la mesure où il médiatise l’interaction de
l’apprenant avec son environnement. En amenant les élèves à développer ces micromondes, Papert
(1981) formule ainsi l’hypothèse que ces tâches de programmation ont un impact positif sur les
compétences cognitives des élèves. Les synthèses de Gurtner (1991) révèlent toutefois qu’il ne suffit
pas de laisser l’élève livré à lui-même dans ce type d’environnement pour observer des effets sur le
développement de ces compétences. Elles tendent plutôt à montrer que le rôle de l’enseignant est
primordial à la fois en termes de conception de situations didactiques et d’encadrement de celles-ci.
Bruillard (1997) rapporte des travaux de plusieurs auteurs traitant des dispositions à prendre au
niveau pédagogique pour espérer un effet positif de l’utilisation de ces logiciels. Dans ce domaine,
Carver (1986) constate que l’apprentissage d’aptitudes intellectuelles de haut niveau peut être effectif
pour autant que les compétences les composant soient clairement spécifiées et qu’elles fassent l’objet
d’un apprentissage direct. Dans ces conditions, le transfert peut être observé. De Corte & al. (1991)
cités par Bruillard complètent ces résultats en montrant que si les apprenants obtiennent un niveau de
maîtrise suffisant du Logo et des compétences en matière de programmation, le transfert à d’autres
situations se produit sans entraînement supplémentaire. Pea, Kurland & Hawkins (1985) abondent
dans le même sens en ajoutant que, dans la mesure où les enfants ont effectivement compris
l’utilisation du langage de programmation, ils peuvent développer en parallèle des compétences en
matière de résolutions de problèmes. Selon Swan (1989), le développement de compétences de
résolutions de problèmes passe par une structuration pédagogique des tâches de programmation qui
mobilisent différentes stratégies spécifiques chez les apprenants : la formation de sous-buts, le
chaînage avant, les essais et erreurs systématiques et l’analogie. Les résultats obtenus indiquent un
avantage obtenu du travail avec l’ordinateur par rapport à une situation de manipulation concrète
traditionnelle, mais aussi l’apport d’un enseignement explicite par rapport à la découverte libre. Le
langage Logo peut ainsi s’avérer efficace pour les élèves qui éprouvent des difficultés, auxquels le
langage scolaire ne convient pas, il peut avoir des conséquences bénéfiques sur le comportement en
classe (Béziat, 2012). Ces différents constats convergent vers l’idée que le rôle de l’enseignant est
primordial dans les situations d’apprentissage utilisant le Logo. Afin de pouvoir espérer constater des
effets sur le développement des compétences et le transfert de celles-ci à d’autres situations, il s’agit
avant tout de ne pas laisser l’élève livré à lui-même devant l’ordinateur et par conséquent de
structurer les tâches qu’il sera amené à réaliser.

Actuellement, un engouement important pour des démarches constructionnistes s’est fait jour comme
en atteste le développement de nouveaux outils de programmation (Scratch, Lego Mindstorms EV3,
Lego We Do, Sphero ...), la mise en place de nombreux projets mis en ligne1 incitant à enseigner le
code à l’école (Guillaud, 2014) ainsi que la volonté des politiques d’intégrer l’apprentissage de la
programmation dans l’enseignement obligatoire. Cette idée ne fait toutefois pas l’unanimité. Ses
détracteurs mettent en avant une perte de temps potentielle pour les apprentissages fondamentaux et
l’absence d’indications précises dans les programmes d’études (Touret, 2014). D’un point de vue
pédagogique, une solution pragmatique permettant de concilier ces deux points de vue nous semble
être envisageable en nous appuyant sur les recommandations décrites ci-dessus et issues des
expérimentations avec le langage Logo. Dans un premier temps, cette solution doit s’appuyer sur une
scénarisation qui identifie dans un premier temps les compétences mathématiques du programme
susceptibles d’être développées à l’aide de l’outil de programmation et les modalités d’évaluation de
celles-ci. Dans un deuxième temps, cette structuration conduit à la conception de tâches spécifiques
dans l’environnement de programmation, tâches permettant d’exercer et de mettre en œuvre lesdites

1
http://code.org

95
www.frantice.net frantice.net, numéro 9, novembre 2014

compétences. Dans le cadre de cette contribution, nous allons décrire un scénario pédagogique
développé selon cette approche. Cet article sera également l’occasion de rapporter les principaux
résultats en termes d’apprentissage à la suite de la mise en oeuvre de ce scénario dans une classe de
6e primaire de la Fédération Wallonie-Bruxelles (Belgique), obtenus à l’aide d’un plan expérimental
de type prétest/posttest.

II. Le scénario pédagogique.

A. Description de l’environnement de programmation.

Notre choix s’est porté sur l’environnement Scratch dans la mesure où celui-ci est utilisé par une
communauté de pratique importante qui permet de découvrir et de partager des projets de
programmation. Développé par l’équipe de Michaël Resnick2, Scratch s’appuie sur les bases de
Logo, mais se révèle plus adapté aux possibilités graphiques des ordinateurs actuels (Resnick & al.,
2009). Il peut ainsi intégrer des médias différents et dispose d’une meilleure utilisabilité. Peppler &
Kafai (2007) ont ainsi mené une étude quantitative sur les productions réalisées avec Scratch, et plus
particulièrement sur la création de jeux vidéo. En observant les archives des serveurs des Computer
Clubhouses deux ans après le lancement de Scratch, ils constatent qu’il est le logiciel de conception
le plus populaire utilisé au cours de cette période et qu’il constitue la seconde activité au niveau de la
popularité, la première étant la recherche sur le Web. Les auteurs avancent l’idée que la popularité de
Scratch est due en grande partie à sa facilité d'utilisation et à sa flexibilité qui permet de varier le
genre de jeux et de favoriser la créativité. Comme l’illustre la figure 1, l’interface ne demande plus à
l’utilisateur de taper des lignes de code les unes à la suite des autres comme c’était le cas avec le
langage LOGO.

Figure 1. Interface de Scratch

Basée sur la métaphore du jeu de construction Lego, la programmation avec Scratch consiste plutôt à
assembler par “glisser-déplacer” et de manière logique des blocs associés à des fonctions spécifiques.
Pour faciliter le travail de programmation, l’interface se compose de quatre parties distinctes : la
2
http://scratch.mit.edu/

96
www.frantice.net frantice.net, numéro 9, novembre 2014

palette des blocs avec les différentes commandes de programmation disponibles (mouvement,
apparence, sons, stylo, contrôle, etc.), la zone de travail pour assembler les blocs de programmation,
la liste des objets programmables et enfin la scène pour visualiser le résultat. Parallèlement à cette
facilité d’utilisation, le logiciel offre la possibilité d’expérimenter des fonctions complexes relatives à
la pensée formelle comme les notions de séquence, d’itération, d’instructions conditionnelles, de
variables, de synchronisation, d’opérations logiques booléennes. Brennan & Resnick (2013) se sont
intéressés à la façon dont la conception d'activités d'apprentissage avec Scratch, en particulier la
programmation de médias interactifs, peut soutenir le développement de la pensée algorithmique
chez les jeunes. Ces auteurs observent quatre grands ensembles de pratiques chez les utilisateurs de
Scratch : être progressifs et itératifs, pratiquer les tests et le débogage, adopter la réutilisation et le
remixage, et enfin, utiliser l'analyse et la modularisation. Dans un contexte de formation
universitaire, Baron & Voulgre (2013) ont quant à eux mis en évidence que les projets finaux sont
généralement peu sophistiqués avec Scratch en termes de qualité de la programmation et
recommandent de proposer une progression dans la maîtrise du logiciel envisagée sur une durée
d’apprentissage significative.

B. Activités d’apprentissage.
Dans le cadre du développement du scénario pédagogique, nous avons tenu compte de ces
observations réalisées par Brennan & Resnick (2012) et Baron & Voulgre (2013). Les activités
d’apprentissage proposées dans le cadre de cette expérimentation s’appuient ainsi sur une gradation
dans les niveaux de difficulté en référence à la taxonomie de Tirtiaux (1972) cité par Minder (2007).
Cette taxonomie permet de moduler les tâches d'apprentissage en fonction du degré d’initiative laissé
aux élèves. Dans cette progression, l’élève est guidé pour passer d’un mode de pensée convergente,
basée sur l’application des connaissances et du raisonnement logique pour produire une réponse
correcte (problème fermé) ; vers un mode de pensée divergente - fondée sur l’utilisation des
connaissances, du raisonnement, et de la créativité afin de produire une réponse originale (problème
ouvert). La taxonomie de Tirtiaux se structure autour de sept niveaux ordonnés (reproduire,
reconnaître, ajuster, appliquer, achever d’initiative, imiter et inventer) allant du plus simple (initiative
nulle) au plus complexe (initiative optimale).

Figure 2 : Enchaînement des activités pédagogiques

La figure 2 schématise l’articulation des différentes activités proposées. Notre dispositif comporte
ainsi quinze activités spécifiques. Elles sont conçues pour être dispensées dans un ordre

97
www.frantice.net frantice.net, numéro 9, novembre 2014

prédéterminé. Premièrement parce que le niveau de difficulté, selon la taxonomie de Tirtiaux, est
toujours croissant. La numérotation de scénarios met en évidence cette progression. Deuxièmement,
parce que certaines notions spécifiques à Scratch sont traitées dans un premier scénario et utilisées
par d’autres ensuite. Par ailleurs, les activités proposées ont été construites pour être significatives
par rapport aux contenus présentés dans le programme des études de la Communauté française de
Belgique. Ainsi, la première série de scénarios concerne directement les contenus scolaires du
programme de mathématiques. La deuxième série propose des défis ludiques destinés à travailler la
résolution de problèmes et le raisonnement logique. Dans le cadre de notre recherche, l’étude
nécessite pour certaines variables de regrouper les scénarios pédagogiques d’après les différents
domaines spécifiques présents dans le programme de mathématiques (Nombres et opérations,
Grandeurs, Solides et figures, Situations problèmes). Même si dans une activité axée, par exemple,
sur les solides et figures, l’élève exerce également ses compétences en grandeurs ou en nombres et
opérations, nous rattachons ce scénario selon son objectif principal, c'est-à-dire le développement de
compétences spécifiques à la géométrie. Le tableau 1 reprend cette catégorisation des différents
scénarios pédagogiques en fonction de la compétence principale ciblée.

Tableau I : Catégorisation des scénarios pédagogiques selon les domaines mathématiques

Nombres et opérations Grandeurs Solides et figures Situations problèmes

Les fractions Le temps Le repère orthonormé Le lancer de dés
La droite graduée La balance Les polygones La course de voitures
Les symétries Astéroïde
Pacman
Casse-briques

III. Méthodologie

A. Échantillon
Notre échantillon se compose de 19 élèves d’une classe de 6e primaire de la province de Hainaut en
Belgique. Le choix de l’école a été réalisé en fonction de la disponibilité du matériel informatique et
de l’accord des enseignants quant à la mise en place du dispositif. L’expérimentation a été menée sur
une durée de 4 mois (de janvier à avril 2012). Au total, dix séances de deux heures ont pu ainsi être
organisées et envisagées de manière collaborative par paires. Il est à noter qu’un élève,
particulièrement performant, s’est retrouvé seul dans le cadre de l’expérience.

B. Plan expérimental
Dans l’optique d’évaluer l’effet du dispositif pédagogique mis en place sur le développement des
compétences en mathématique des élèves, notre étude s’appuie sur un plan expérimental de type
prétest / post-test. Ces tests ont permis d’obtenir une mesure du degré de maîtrise des élèves en
mathématique et une mesure de leur niveau de raisonnement logique. Le prétest nous a également
offert l’opportunité de constituer des paires hétérogènes composées d’un élève plus avancé et d’un
élève moins avancé. Pour élaborer le test en mathématique, nous nous sommes basés sur les épreuves
du Certificat d’Etudes de Base des années précédentes de manière à assurer une validité de contenu à
notre outil. Nous avons sélectionné au sein des épreuves de 2010 et de 2011, les exercices les plus en
adéquation avec les contenus que nous projetions de travailler en classe dans l’environnement
Scratch. Notre questionnaire a été conçu pour garder un équilibre entre les quatre domaines du
programme en mathématique : nombres et opérations, grandeurs, solides et figures, et situations
problèmes. Concernant l’évaluation du raisonnement logique, nous avons porté notre choix sur le test
de raisonnement différentiel de Meuris (1970). Il permet d’objectiver quatre dimensions
complémentaires du raisonnement logique : hypothético-déductif, verbal, numérique et spatial. Ce
dispositif d’évaluation ipsative nous donne la possibilité de calculer un gain relatif3 pour chaque

3
« Le gain relatif se calcule par la formule suivante (Score posttest - Score prétest) / (Score maximun - Score prétest) ×
100. Il correspond au rapport de ce que l’élève a gagné à ce qu’il aurait pu gagner au maximum. Il est indépendant du

98
www.frantice.net frantice.net, numéro 9, novembre 2014

étudiant au terme de la formation. Pour compléter ces données relatives à la performance des élèves,
nous avons proposé aux élèves un questionnaire de satisfaction au terme de l’apprentissage. Ils ont pu
ainsi nous faire part de leur perception par rapport aux activités réalisées lors de l’expérimentation.
Pour construire ce questionnaire, nous avons utilisé, comme modalité de réponse, une échelle de type
“différenciateur” d’Osgood opposant un pôle négatif et un pôle positif sur laquelle les élèves
positionnent une croix selon leur degré d’accord avec la proposition. Ce questionnaire comprend trois
types d’items : une perception de leur progression dans l’apprentissage, une perception de l’utilité de
la tâche pour apprendre et enfin une perception de l’attrait de la tâche. À partir de notre plan
expérimental et des différentes variables dépendantes prises en considération, nous formulons les
trois questions de recherche suivantes :

- Q1 : Comment les élèves évoluent-ils dans la maîtrise de compétences en mathématique ?

- Q2 : Comment les élèves évoluent-ils dans la maîtrise de capacités en raisonnement logique ?
- Q3 : Quelles sont les perceptions des élèves par rapport à leur expérience d’apprentissage ?

IV. Analyse des résultats

A. Q1 : Comment les élèves évoluent-ils dans la maîtrise des compétences en

mathématique ?
À la lecture du tableau 2, nous observons que la moyenne des gains relatifs des performances
globales en mathématique est égale à 66,62 %. Les élèves ont donc atteint en moyenne les deux tiers
de l’évolution possible. Cette progression est nettement supérieure à 30 %, valeur au-delà de laquelle
on peut considérer qu’il y a effectivement eu apprentissage selon D’Hainaut (1975). Parallèlement à
l’augmentation du niveau de maîtrise des élèves, il est intéressant d’observer que la dispersion
(mesurée à l’aide du Coefficient de Variation) diminue de manière importante entre le prétest et le
post-test. Il y a donc un plus grand équilibre de compétences entre les élèves au terme de
l’apprentissage. Si nous croisons le prétest et le gain relatif, nous n’observons pas de lien significatif
entre ces deux mesures (r = .246 ; p = .310). Cette analyse corrélationnelle nous semble intéressante à
rapporter afin de déterminer à quel type d’élève profite le dispositif. Une corrélation significative et
positive entre le gain relatif et le prétest nous indique que le dispositif a permis de faire progresser les
plus avancés au départ. A contrario, une relation significative et négative nous informe que celui-ci a
plutôt été bénéfique pour les moins avancés. Ici, l’absence de lien significatif tend à montrer que le
dispositif profite à l’ensemble des élèves en mathématique, quel que soit leur niveau de départ.

Tableau II : Performances globales en mathématique

Moy (%) CV (%)

Score total au prétest 60.65 27.65
Score total au post-test 86.25 9.62
Gain relatif 66.62 23.77

Le tableau 3 permet d’affiner ce résultat et de distinguer les performances en fonction des différents
domaines mathématiques pris en considération. La meilleure évolution (Moy = 82.27 %) et
l’homogénéisation la plus importante des scores (CV = 9.80 %) s’observent dans les matières
relatives aux solides et figures. Ce résultat s’accorde avec l’idée que le Logo se limite à
l’apprentissage de la géométrie. On peut également avancer l’idée que le logiciel Scratch qui
demande une organisation spatiale de l’écran d’animation sollicite indirectement la mobilisation de
compétences géométriques. Si nous observons des gains élevés en numération (Moy = 61.18 %) et en
grandeurs (Moy = 62.80 %), la progression en résolution de problèmes (Moy = 36.24 %) semble
toutefois plus réduite comparativement aux autres domaines mathématiques. Cette différence
constatée de progression entre les différentes matières peut s’expliquer par le type de transfert
attendu par notre dispositif. En effet, pour les domaines liés aux nombres et opérations, aux

niveau de départ et comme, à niveau de départ égal, il est proportionnel à la performance. On peut considérer que le gain
relatif est proportionnel à ce qu’il veut mesurer. », (p. 158-159).

99
www.frantice.net frantice.net, numéro 9, novembre 2014

grandeurs, et aux solides et figures, nous attendions un transfert horizontal des compétences. Il
s’agissait de généraliser les connaissances à de nouveaux contextes relativement proches de ceux des
situations d’apprentissage. Par contre, en ce qui concerne la résolution de situations problèmes, le
transfert attendu était davantage de type vertical. Les activités d’apprentissage, proposées sous la
forme de situations ludiques, sont très éloignées des situations de tests plutôt scolaires. Ces résultats
corroborent ceux de Verschaffel, De Corte & Schrooten (1991) qui ont constaté qu’avec le Logo, les
transferts observés sont principalement proches et spécifiques. Nous convergeons également vers les
résultats de Kalelioglu & Gulbahar (2104) qui mettent en évidence que la programmation avec
Scratch n’entraîne pas un développement plus important des compétences en résolution de
problèmes.

Tableau III : Performances en fonction des domaines mathématiques

Pré-test Post-test Gain relatif

Moy CV Moy CV Moy CV
Nombres et opérations 63.40 32.01 83.40 14.26 61.18 60.75
Grandeurs 46.30 57.66 82.60 14.40 62.80 38.21
Solides & Figures 56.00 28.21 90.08 9.80 82.27 21.28
Résolution de problème 76.30 28.44 88.20 10.54 36.24 96.28

Dans le tableau 4, les corrélations entre le niveau de départ et le gain relatif pour chaque contenu
mathématique tendent à montrer que le scénario profite davantage aux élèves moins avancés en
grandeurs (r=-.428 ; p=.068) et en situations problèmes (r =-.671 ; p=.002). À l’inverse, il apparaît
que ce sont les élèves qui ont une meilleure maîtrise au départ qui ont des gains les plus importants
en ce qui concerne le contenu relatif aux solides et figures (r=.524; p=.017). L’absence de lien au
niveau des nombres et opérations indique que le dispositif se révèle plutôt neutre pour le
développement de cette compétence (r=.333 ; p= .164).

Tableau IV : Corrélations entre le niveau initial et les gains relatifs par domaines

r P-value
Nombres et opérations .333 .164
Grandeurs - .428 .068
Solides et figures .542 .017*
Situations problèmes -.671 .002*

B. Q2 : Comment les élèves évoluent-ils dans la maîtrise des capacités en raisonnement

logique ?
Le tableau 5 permet de mettre en évidence que les élèves progressent en raisonnement logique, mais
de manière significativement moins importante qu’au niveau de la maîtrise dans les compétences de
base (F = 25.195 ; p = .000). La comparaison des coefficients de variation entre le prétest (CV =
27.80 %) et le post-test (CV = 17.52 %) montre également une évolution positive de l’équité au
terme de l’apprentissage. Par ailleurs, nous remarquons que cette progression n’est pas liée au degré
de maîtrise initial en logique (r = -. 012 ; p = .961).

Tableau V : Performances globales en raisonnement logique

Moy CV
Score total au prétest 45.79 27.80
Score total au post-test 60.84 17.52
Gain relatif 27.74 36.91

Si nous distinguons les différentes dimensions du raisonnement logique (tableau 6), seul le
raisonnement hypothético-déductif est marqué par une évolution importante (Moy = 37.40 %), mais
dans une mesure nettement moindre que ce que l’on a pu observer au niveau des compétences

100
www.frantice.net frantice.net, numéro 9, novembre 2014

mathématiques. Ce résultat peut s’expliquer par l’analogie des contenus entre les activités de
programmation et le test de connaissances en mathématiques, et à l’inverse, par la nature transversale
des items du test de raisonnement différentiel de Meuris (1970). Ces résultats vont dans le sens des
idées de Swan (1989) selon lesquelles seul un enseignement explicite associé à la pratique de la
programmation peut induire le développement de compétences dans la matière ciblée. Mais aussi de
celles de Carver (1986) qui remarque que l’apprentissage d’aptitudes intellectuelles de haut niveau ne
peut être effectif que si les compétences les composant sont clairement spécifiées et font l’objet d’un
apprentissage direct. Dans ce cas, le transfert aurait pu être observé. Or, dans la mise en œuvre de
notre dispositif expérimental, il n’y a eu aucun enseignement explicite concernant les compétences en
raisonnement logique, l’objet de l’enseignement ciblé par nos scénarios pédagogiques étant
exclusivement les compétences mathématiques issues du programme d’études. Lhermenier-Marinho
(1994) cités par Bruillard (1997) ont également abouti à la conclusion que les activités de
programmation en LOGO ne produisent pas un développement des capacités intellectuelles globales,
mais plutôt une maîtrise d’habilités spécifiques aux mathématiques.

Tableau VI : Performances dans les différentes dimensions en raisonnement logique

Pré-test Post-test Gain relatif

Moy CV Moy CV Moy CV
Hypothético-déductif 62.76 30.52 77.48 13.88 37.40 44.41
Raisonnement verbal 36.00 36.44 49.28 28.40 21.49 60.07
Raisonnement numérique 31.80 43.01 51.16 29.16 28.16 57.59
Raisonnement spatial 52.64 37.99 65.48 22.66 26.97 57.76

Comme l’indique le tableau 7, la progression dans les différentes dimensions du raisonnement de

logique n’est pas liée au niveau initial contrairement à ce que nous pouvions observer précédemment
au niveau des différents contenus mathématiques. Dans l’environnement d’apprentissage proposé, les
caractéristiques de départ ne modulent pas le développement du raisonnement logique. Nous pouvons
donc mettre en avant la neutralité du dispositif en ce qui concerne la progression dans ces
compétences transversales.

Tableau VII : Corrélations entre le niveau initial et les gains relatifs

suivant les types de raisonnement

r P-value
Raisonnement hypothético-déductif -.265 .272
Raisonnement verbal .307 .201
Raisonnement numérique -.076 .757
Raisonnement spatial -.052 .831

C. Q3 : Quelles sont les perceptions des élèves par rapport à leur expérience
d’apprentissage ?
Le tableau 8 permet de mettre en évidence que la satisfaction pour l’ensemble des activités proposées
présente une distribution relativement homogène avec une moyenne de 52,64 % et une dispersion de
23,29 %. Les élèves ont donc de façon générale moyennement apprécié les activités proposées. Ils
ont préféré les activités concernant les matières relatives aux solides et figures (Moy = 71.60 %) et
aux grandeurs (Moy = 64.45 %). Les activités autour des nombres et opérations se placent
légèrement au-dessus des 50 % de satisfaction avec une moyenne de 59.21 %. Par contre, il semble
qu’ils n’aient pas autant apprécié les scénarios travaillant les compétences en résolution de
problèmes, car ils obtiennent un score moyen de 33.90 %, ce qui semble cohérent avec la progression
réduite que nous avons constatée dans cette matière. Ce résultat se révèle plutôt contre-intuitif. En
effet, nous aurions pu penser que ces scénarios basés sur la construction de jeux interactifs auraient

101
www.frantice.net frantice.net, numéro 9, novembre 2014

été davantage appréciés par leurs aspects ludiques. Cet avis plus négatif peut être lié à la difficulté
des activités dans la mesure où elles se situent hors de la zone proximale de développement des
élèves. Si nous n’observons pas les résultats obtenus par Wilson, Hainey & Connely (2013) qui
mettent en avant une perception positive de l’usage de Scratch par les élèves, nous pouvons expliquer
cette différence par le degré de liberté plus important offert à ces apprenants lors de cette
expérimentation.

Tableau VIII : Perceptions des élèves concernant l’attrait pour les tâches proposées

Attrait pour... Moy CV

... l’ensemble des scénarios 52.64 23.19
... les scénarios axés sur les nombres et opérations 59.21 31.85
... les scénarios axés sur les grandeurs 64.45 33.06
... les scénarios axés sur les solides et figures 71.60 25.11
... les scénarios axés sur les situations problèmes 33.90 43.18

En ce qui concerne l’utilité perçue, les résultats se révèlent également cohérents avec les
progressions mesurées précédemment (tableau 9). Les élèves estiment que les situations avec Scratch
liées aux problèmes sont peu utiles (Moy = 29.25 %). Il est intéressant d’observer que cet avis est
plutôt hétérogène (CV = 54.46 %). L’aspect ludique de ces dernières activités n’a donc pas joué dans
l’appréciation des élèves. Ceux-ci les ont probablement jugées trop difficiles. On peut penser que la
difficulté de la tâche affecte la perception de contrôlabilité de celle-ci. D’autres activités plus simples
visant le développement de ces compétences complexes, mais plus proches des contenus scolaires
traditionnels auraient peut-être dû être proposées avant ces scénarios ciblant les compétences de
résolution de situations problèmes. Pour les enseignants désirant utiliser Scratch dans leur pratique,
nous pouvons leur recommander d’être attentifs au fait que leurs élèves aient atteint un niveau
d’aisance suffisant avec le logiciel, avant de leur proposer ce genre de tâche plus complexe (Baron &
Voulgre, 2013).

Tableau IX : Perceptions de l’utilité des scénarios pédagogiques proposés

Utilité... Moy CV
... globale pour l’ensemble des scénarios 50.97 25.09
... des scénarios axés sur les nombres et opérations 63.74 40.41
... des scénarios axés sur les grandeurs 67.66 30.38
... des scénarios axés sur les solides et figures 69.05 27.64
... des scénarios axés sur les situations problèmes 29.25 54.46

Quand on s’intéresse au sentiment de progression des apprenants (tableau 10), nous observons un
avis plus positif (Moy = 71.17 %) et plus homogène (CV=28.52 %) par rapport à l’attrait et l’utilité.
Curieusement, les élèves mettent en avant que leur progression est plus faible en solides et figures.
Ce résultat pose véritablement question dans la mesure où il s’agit du contenu où leurs progrès
effectifs sont les plus élevés dans le dispositif. L’absence dans le dispositif de tâches métacognitives
spécifiques permettant aux élèves de prendre du recul par rapport à leur démarche d’apprentissage de
manière explicite peut constituer une piste explicative à cette incohérence entre la progression perçue
et la progression réelle.

Tableau X : Perception de la progression d’apprentissage

Sentiment de progression ... Moy CV

... globale 71.17 28.52
... en nombres et opérations 74.71 30.61
... en grandeurs 74.38 29.72
... en solides et figures 66.60 33.73
... en situations problèmes 69.82 36.17

102
www.frantice.net frantice.net, numéro 9, novembre 2014

V. Discussion et perspectives
Au niveau du développement des compétences globales en mathématiques, nous avons pu constater
que mobiliser le logiciel Scratch dans un environnement pédagogique structuré conduit à un niveau
d’apprentissage élevé. En l’absence de groupe témoin, nous sommes cependant dans l’incapacité
d’affirmer que ces performances sont uniquement dues à l’utilisation de Scratch. En ce qui concerne
les différentes matières spécifiques aux mathématiques, nous observons la présence d’un
apprentissage effectif pour chacune d’elles, d’ampleur toutefois variable. Les solides et figures
présentent le gain le plus important, ce qui nous amène à formuler l’hypothèse que les compétences
s’y rattachant ont été celles qui ont été le plus travaillées par notre dispositif. Quel que soit l’objet du
projet, le logiciel Scratch demande en effet une organisation spatiale de l’écran qui sollicite
indirectement la mobilisation de compétences géométriques. Sur un autre plan, nous constatons que
les progressions relatives à la résolution de problèmes sont plus réduites, alors que ces compétences
tiennent une place centrale dans les objectifs émis par Papert (1981). Nos résultats convergent donc
avec les résultats de Valcke (1991) observés dans un contexte de programmation en Logo ainsi et
ceux de Kalelioglu & Gulbahar (2014) avec Scratch qui mettent en évidence que les tâches de
programmation ont finalement peu d’impact sur la résolution de problèmes. Cette différence de
progression dans les divers contenus que nous avons observée peut selon nous s’expliquer par le type
de transfert attendu par notre dispositif expérimental. Pour obtenir des effets plus tangibles des
micromondes sur les compétences en résolution de problèmes, il importe probablement comme le
suggère Valcke (1991) d’intégrer ces activités de programmation dans le curriculum de
mathématique. Cette approche pourrait alors s’appuyer sur un développement spiralaire de ces
compétences. En ce qui concerne le raisonnement logique, nous avons pu observer un apprentissage
effectif pour les capacités hypothético-déductives et spatiales. La période d’expérimentation
relativement courte nous paraît toutefois insuffisante pour attendre un apprentissage plus important
dans les deux autres dimensions du raisonnement logique à savoir le raisonnement verbal et le
raisonnement numérique. Nous retrouvons ici aussi une attente envers un transfert vertical, sur des
contenus très éloignés de ceux finalement présentés dans les situations d’apprentissage.

Un autre résultat qui nous semble important à discuter est que les progressions positives observées
s’accompagnent d’une meilleure équité entre les élèves au terme de l’apprentissage. Ce résultat est
important à prendre en considération dans la mesure où la gestion de l’hétérogénéité constitue
souvent une démarche difficile à mettre en œuvre pour les enseignants. Nous pouvons avancer
comme hypothèse explicative que ce résultat est lié à la constitution hétérogène de nos paires
collaboratives. Les analyses croisées entre le prétest et les progrès effectués dans les différents
contenus se révèlent complémentaires à cet impact sur l’équité. Elles nous donnent en effet la
possibilité d’évaluer d’une certaine manière l’interaction entre le dispositif et le niveau initial. Les
corrélations significatives et négatives au niveau de la résolution de problèmes et des grandeurs
indiquent que les activités mobilisant Scratch dans un contexte d’hétérogénéité bénéficient aux plus
faibles. Des tâches de programmation proposées au mode collaboratif peuvent donc jouer un rôle de
remédiation en grandeurs et en résolution de problèmes. Ce résultat converge vers les propositions de
Béziat (2012) qui suggèrent l’impact positif du codage pour les élèves en difficulté d’apprentissage.
À l’inverse, le lien positif et significatif mesuré au niveau des solides et figures indique que ce sont
les plus avancés qui progressent davantage dans ce domaine. Cette observation laisse plutôt à penser
que le dispositif pédagogique induit un « effet tuteur ». Cette formulation d’explications par les
élèves plus avancés aux moins avancés entraîne une maîtrise plus importante des compétences en
géométrie pour ceux-ci.

En termes de perspectives, nous avons le projet de poursuivre l’intégration d’autres outils de

programmation dans des contextes d’apprentissage. Pour aboutir à une meilleure compréhension du
transfert de compétences en mathématique et en raisonnement logique, il nous paraît toutefois
important de prendre en considération les variables liées au processus d’apprentissage. Nous pensons
en particulier à l’observation et à l’analyse des interactions entre les élèves lors de ces activités de
programmation.

103
www.frantice.net frantice.net, numéro 9, novembre 2014

Références
Béziat, J. (2012). Les TIC à l’école primaire en France : informatique et programmation, Revue de
l’EPI. Récupéré du site de la revue : http ://www.epi.asso.fr/revue/articles/a1311d.htm

Baron, G. et Voulgre, E. (2013). Initier la programmation des étudiants de master de sciences de

l’éducation ? Un compte rendu d’expérience. Sciences et technologies de l'information et de la
communication (STIC) en milieu éducatif, Clermont-Ferrand, France.

Brennan, K. & Resnick, M. (2013). Imagining, creating, playing, sharing, reflecting: How online
community supports young people as designers of interactive media. In N. Lavigne & C. Mouza
(Eds.), Emerging Technologies for the Classroom : A Learning Sciences Perspective. New-York :
Springer

Bruillard, E. (1997). Les machines à enseigner. Paris : Editions Hermès.

D’Hainaut, L. (1975). Concepts et méthodes de la statistique. Bruxelles : Labor.

Guillaud, H (2014). Enseigner le code à l’école ? Vraiment ? InternetActu. Récupéré le 23 avril 2014
sur : http ://www.internetactu.net/2014/04/23/enseigner-le-code-a-lecole-vraiment/

Gurtner, J.-L. et Retschitzki, J. (1991). LOGO et apprentissages. Neuchâtel : Delachaux et Niestlé.

Kalelioglu, F. & Gulbahar, Y. (2014). The effets of teaching programming via Scratch on Problem
Solving Skills : a discussion from learners ‘perspective. Informatics in Education, 13 (1), 33-50.

Carver, S. (1986). Transfer of Logo debugging skill : Analysis, Instruction and assessment. Ph.D
dissertation, Carnegie-Mellon University.

Meuris, G. (1970). Test de raisonnement différentiel : manuel. Bruxelles : Editest.

Minder, M. (2007). Didactique fonctionnelle. Bruxelles : De Boeck.

Papert, S. (1981). Jaillissement de l’esprit, ordinateurs et apprentissage. Paris : Flammarion.

Pea, R. D., Kurland, D. M., & Hawkins, J. (1985). Logo and the development of thinking skills. In
M. Chen & W. Paisley (Eds.), Children and microcomputers: Formative studies (p. 193–212).
Beverly Hills, CA: Sage.

Peppler, K. A. & Kafai, Y. B. (2007). What video game making can teach us about learning and
literacy : Alternative pathways into participatory cultures ? Communication présentée au congrès the
Digital International Games Research Association meeting in Tokyo, Japan.

Resnick, M., Maloney, J., Monroy-Hernandez, A., Rusk, N., Eastmond, E., Brennan, K., Millner, A.,
Rosenbaum, E., Silver, J., Silverman, B., & Kafai, Y. (2009). Scratch: Programming for All.
Communications of the ACM, 52 (11), 60-67.

Swan, K. (1989). Logo programming and the teaching and learning of problem solving. Journal of
Artificial Intelligence in Education, 1 (1), 73-92.

Tourret, L. (2014). Plus de programmation à l'école, d'accord, mais on la cale où dans le

programme ? Slate.fr. Récupéré le 22 janvier 2014 : www.slate.fr/story/82571/programmation-
programme-ecole

Valcke, M. (1991). Micro-mondes et mathématiques dans les degrés 3 à 6. Dans Gurtner, J-L. et
Retschitzki, J. (dir.), LOGO et apprentissages (pp. 114-124). Dijon-Quetigny : Editions Delachaux &
Niestlé.

104
 www.frantice.net frantice.net, numéro 9, novembre 2014

Verschaffel, L., De Corte, E. et Schrooten, H. (1991). Transfert des stratégies cognitives par un
système didactique basé sur LOGO. Dans J-L. Gurtner et J. Retschitzki (dir.), LOGO et
apprentissages (p. 29-37). Dijon-Quetigny : Editions Delachaux & Niestlé.

Wilson, A., Hainey, T., Connolly, T.M. (2013). Using Scratch with primary school children: an
evaluation of games constructed to gauge understanding of programming concepts. International
Journal of Game-Based Learning, 3 (1), 93–109.

105

View publication stats