Introduction : cognition numérique et didactique des

mathématiques

1 L ’apprentissage des mathématiques est un processus complexe nécessitant l’acquisition

et la maitrise de nombreux concepts et automatismes qui sont pour la plupart acquis dans la
salle de classe. Il parait donc naturel de penser que la compréhension de la façon dont les
mathématiques sont assimilées et représentées par le cerveau devrait être informée par la
façon dont elles sont enseignées aux enfants. Pourtant, le dialogue entre chercheurs en
sciences cognitives et chercheurs spécialisés dans l’enseignement des mathématiques a
longtemps été peu existant et reste encore rare à l’heure actuelle. Cela est notamment le cas en
France, où la communauté de la didactique des mathématiques reste relativement dissociée de
la communauté des chercheurs étudiant la cognition numérique.

2L’objectif de cet article est de montrer en quoi les recherches sur l’apprentissage des
mathématiques peuvent s’enrichir d’un plus grand dialogue entre les champs de la didactique
des mathématiques et de l’étude de la cognition numérique. Pour ce faire, nous prenons
l’exemple de notre équipe de recherche. Cette équipe est relativement unique en France parce
qu’elle est composée de chercheurs en didactique des mathématiques, mais aussi de
chercheurs en psychologie et en neurosciences qui s’intéressent à l’étude de la cognition
numérique chez l’enfant.

3Dans cet article, nous nous proposons d’illustrer les apports de cette approche
pluridisciplinaire en discutant d’une étude que nous avons récemment menée sur
l’apprentissage des mathématiques dans le cadre de la pédagogie Montessori. Dans une
première partie, nous présentons un regard historique sur l’émergence de l’étude de la
cognition numérique et de la didactique des mathématiques en tant que domaines de
recherche. Dans la seconde partie de l’article, chaque section sera dédiée à l’explicitation d’un
moment de l’étude où nous pensons que la didactique des mathématiques a pu enrichir cette
recherche, initialement inspirée par une méthodologie issue des sciences cognitives. Cela
permettra de comprendre les liens et ruptures, entre autres historiques, entre ces deux
domaines et de présenter un certain nombre de notions qui permettront de mieux comprendre
notre recherche collaborative.

Perspective historique sur l’émergence de l’étude des deux

domaines de recherche

L’étude de la cognition numérique

 4L’étude de la cognition numérique
trouve ses fondations dans la « révolution cognitive » des années 1950 et 1960 (Miller, 2003).
Ce mouvement a conduit à la transformation en profondeur de la psychologie, avec une perte
d’influence du behaviorisme au profit de la psychologie cognitive. Les behavioristes, tels que
Skinner, Thorndike, et Watson, considéraient que les activités mentales ne pouvaient pas être
directement observables et donc que la psychologie devait se concentrer sur l’étude objective
du comportement (le cerveau étant vu comme une boite noire). L’un des inconvénients
majeurs de cette approche est qu’elle ne s’intéresse pas à l’étude des processus mentaux, ce
qui a fait dire au linguiste Noam Chomsky (une figure majeure de la révolution cognitive) que
définir la psychologie comme la science du comportement serait comme définir la physique
comme la science de la lecture de mesures (Miller, 2003).
5Cette limite majeure, associée à l’émergence des sciences computationnelles et de
l’intelligence artificielle, a poussé des linguistes et psychologues comme Chomsky, Wason ou
Miller à s’écarter du béhaviorisme pour s’intéresser à l’étude scientifique des processus
mentaux, comme la mémoire, l’attention, le langage ou le raisonnement. Étant donné que la
cognition numérique peut être vue comme reposant sur la coordination de ces différentes
activités mentales, son exploration n’a donc pu être initiée qu’avec la révolution cognitive.
Mais cette exploration n’a vraiment pris son essor que dans les années 1980 et 1990 avec
notamment l’émergence de modèles théoriques de la cognition numérique humaine (Dehaene
& Cohen, 1995 ; McCloskey, Caramazza, & Basili, 1985).

6Bien que toute description d’un champ de recherche ait une part de subjectivité, il est
intéressant de noter que l’étude de la cognition numérique a été influencée par plusieurs
grands domaines au cours des années. Nous nous inspirons ici de la perspective historique de
LeFevre (2016), une psychologue qui a joué un rôle majeur dans l’expansion de l’étude de la
cognition numérique au cours des dernières décennies.

7Une première influence provient de la psychophysique, qui est l’étude des relations entre les
stimulus physiques et les sensations et perceptions associées à ces stimulus (Stevens, 2017).
Une grande partie des théories classiques dans le domaine de la cognition numérique sont en
effet influencées par des mesures comportementales effectuées lors d’expériences de
psychophysique. On peut par exemple citer l’effet de distance, qui décrit le fait que lorsque
des participants comparent deux nombres, la rapidité et la précision de la comparaison sont
affectées par la distance entre les deux nombres (Moyer & Landauer, 1967). La
psychophysique garde toujours une place importante dans l’étude de la cognition numérique
(Halberda, Mazzocco, & Feigenson, 2008).

8Une autre approche influente est l’approche s’intéressant au traitement de l’information.

Celle-ci a notamment joué un rôle majeur dans la compréhension des représentations et des
processus mis en jeu lors du calcul arithmétique (Ashcraft, 1992 ; Fayol & Thevenot, 2012).
Par exemple, la mesure chronométrique des temps de réponses associés à la résolution
d’opérations arithmétiques élémentaires permet d’éclairer les stratégies et processus mis en
jeu par les participants pour résoudre ces opérations. Bien que ce domaine de recherche ait
émergé dans les années 1970 (Groen & Parkman, 1972), cette méthode est toujours largement
utilisée à l’heure actuelle et reste plus que jamais au cœur de débats importants (Chen &
Campbell, 2017).

9Une troisième influence vient de la neuropsychologie, qui s’intéresse aux relations entre
lésions cérébrales et compétences cognitives. Elle a par exemple permis l’émergence des
théories s’intéressant à la représentation des nombres dans l’esprit humain (Dehaene &
Cohen, 1995). Les études de neuropsychologie se sont vues largement complétées dans le
courant des dernières décennies par les études de neuroimagerie (Ansari, 2008 ; Nieder &
Dehaene, 2009).

10Une quatrième dimension provient de la psychométrie, c’est-à-dire le domaine de

recherche qui s’intéresse à la mesure des performances des individus. Les outils
psychométriques sont essentiels aux chercheurs s’intéressant aux différences individuelles
vis-à-vis des compétences mathématiques. Par exemple, c’est sur ces mesures que reposent
les efforts de définition du trouble de l’acquisition des mathématiques ou dyscalculie
(Iuculano, 2016 ; Kaufmann & von Aster, 2012).

11Un cinquième domaine est la psychologie développementale. Cette approche a ses racines
dans le travail sur l’acquisition du nombre de Jean Piaget (Piaget, 1952), qui postulait que le
nombre se construit par stades successifs au cours du développement. L’un des tournants
théoriques majeurs de ces dernières décennies a été la remise en cause de cette vision.
Notamment, certaines expériences de psychologie développementale suggèrent que
l’apprentissage des mathématiques pourraient impliquer des mécanismes innés dédiés au
traitement des quantités numériques non symboliques (Feigenson, Libertus, & Halberda,
2013).

12Enfin, LeFevre mentionne – dans son tour d’horizon des domaines influençant l’étude de la
cognition numérique – les sciences de l’éducation (LeFevre, 2016). Cependant, nous pensons
qu’il convient ici d’être un peu plus réservé. Ainsi, les chercheurs en sciences cognitives sont
probablement plus que jamais intéressés à véritablement dialoguer avec le monde de
l’éducation (Ansari, De Smedt, & Grabner, 2012 ; Gardes & Prado, 2016). L’une des
motivations majeures de ces chercheurs est sans nul doute d’informer l’enseignement à partir
de ce que l’on sait des représentations et processus mentaux mis en jeu par les apprenants.
Mais il faut à notre sens relativiser cette interaction entre le champ de la cognition numérique
et le monde de l’éducation pour deux raisons majeures. Premièrement, comme pour d’autres
domaines de psychologie cognitive, il n’est jamais aisé de traduire des résultats obtenus en
laboratoire en pratiques dans la salle de classe (Bruer, 1997 ; Gardes & Prado, 2016).
Deuxièmement, s’il est incontestable que les chercheurs en sciences cognitives s’intéressent
de plus en plus au monde de l’éducation, notamment comme terrain d’observation,
d’expérimentation et d’évaluation, ils peuvent avoir une connaissance limitée des recherches
existantes en sciences de l’éducation. Pourtant, elles sont nombreuses ; en particulier, dans un
domaine de recherche en éducation spécifiquement dédié à l’enseignement et l’apprentissage
des mathématiques, la didactique des mathématiques.

La didactique des mathématiques

13La didactique des mathématiques française est une discipline scientifique récente qui a
émergé dans les années 1960–1970. Elle étudie les phénomènes d’apprentissage et
d’enseignement des mathématiques, particulièrement en contexte scolaire. En France, elle
s’est construite dans un contexte particulier, celui de la réforme des mathématiques modernes
(entrée en vigueur en 1970). Cette réforme s’est appuyée, d’une part sur la restructuration des
mathématiques initiée par le groupe Bourbaki et d’autre part, sur les travaux en psychologie
du développement initiés par Piaget (1952). Pour aider à la mise en place de cette réforme
« sur le terrain », les Instituts de recherche sur l’enseignement des mathématiques (IREM),
nés en 1969, ont mis en relation des professeurs de mathématiques de l’enseignement
secondaire et des universitaires. Leurs missions étaient « d’une part, de former les maitres aux
mathématiques modernes et de leur permettre ainsi de s’adapter aux modifications des
programmes, d’autre part de promouvoir, d’organiser l’innovation pédagogique dans le cadre
de ces nouveaux programmes et d’en diffuser les résultats » (Artigue & Douady, 1986). Les
IREM ont ainsi favorisé le rapprochement entre des problématiques de recherche et des
problèmes d’enseignement (Margolinas, 2005). Dès 1973, la réforme des maths modernes est
remise en cause et il s’en suivra de nombreuses réformes successives.

14Au niveau international, les recherches sur l’apprentissage et l’enseignement des

mathématiques se développent également avec la naissance de revues (Educational Studies in
Mathematics en 1968, ZDM en 1969) et de conférences (CIEAEM en 1950, Psychology of
Mathematics Education depuis 1976). Cependant, ces recherches ont rarement conduit à
l’émergence d’une discipline scientifique autonome et reconnue (sauf en Allemagne) et ont
plutôt été rattachées à d’autres disciplines (mathématiques, sciences de l’éducation ou
psychologie cognitive) (Artigue & Douady, 1986 ; Schubring, 1983). La didactique des
mathématiques française a donc émergé dans un contexte spécifique et au sein du réseau des
IREM. Trois pôles semblent fondateurs (Artigue & Douady, 1986) et distinguent la didactique
de la psychologie.

15Le premier pôle est l’importance accordée aux savoirs mathématiques et à leur
épistémologie. Une analyse épistémologique permet de comprendre les conditions
d’émergence d’un savoir et de mieux cerner la transmission et l’acquisition des connaissances
ainsi que les conceptions associées des élèves. Par exemple, une analyse mathématique et
épistémologique de la notion de nombre décimal permet de mettre en évidence les ruptures et
continuités des nombres décimaux avec les nombres entiers. En effet, contrairement aux
nombres entiers, entre deux nombres décimaux on peut toujours intercaler un nombre décimal
(p. ex. entre 2,52 et 2,53, on peut intercaler 2,525, alors qu’entre les nombres 3 et 4, on ne
peut pas intercaler d’entier). Il s’agit de la propriété de densité de l’ensemble des nombres
décimaux. Cette analyse a eu des impacts sur l’enseignement en France : les nombres
décimaux sont maintenant introduits à partir des fractions décimales car une introduction par
les unités métriques ne favorise pas le travail sur cette propriété de densité.

16Le deuxième pôle réside dans la volonté de traiter les problématiques posées par
l’apprentissage et l’enseignement des mathématiques dans un contexte écologique, c’est-à-
dire en situation scolaire et en menant des expérimentations dans les classes. Dès les années
1970, Brousseau considère la didactique des mathématiques comme une science
expérimentale, qui nécessite des recherches fondamentales visant à comprendre l’évolution
des connaissances des élèves en contexte scolaire. Les expérimentations en contexte
écologique permettent une validation des résultats. Les recherches en didactique ne se
réduisent donc pas à des recherches applicatives même si leurs résultats peuvent à terme (et
on l’espère) contribuer à l’amélioration du fonctionnement de l’enseignement scolaire
(Margolinas, 2005).
17Enfin, le troisième pôle est la volonté d’élaborer un champ théorique spécifique avec ses
problématiques, ses objets de recherche et ses méthodes de recherche propres. Ce qui
caractérise la didactique des mathématiques par rapport à d’autres domaines sur lesquels elle
s’appuie, c’est son approche systémique (Artigue & Douady, 1986) de trois éléments : l’élève,
le savoir mathématique et l’enseignant. Elle se démarque ainsi des mathématiques et de
l’épistémologie qui se focalisent uniquement sur le savoir et de la psychologie qui se centre
principalement sur l’élève (en tant qu’individu). Les expérimentations en situation de classe
ont existé dès le début et ont permis de développer, sur le plan théorique et expérimental, une
nouvelle méthodologie de recherche prenant en compte la complexité de la classe :
l’ingénierie didactique. Elle consiste à faire une analyse à priori des effets possibles, fondée
sur un recueil de données portant sur le système élève–enseignant–savoir, d’observer les
effets produits et de les comparer aux prévisions.

18Au final, l’importance accordée à l’épistémologie des savoirs et à leur diffusion en milieu
scolaire a probablement contribué à singulariser la didactique des mathématiques de l’étude
de la cognition numérique. A l’instar de nombreux chercheurs (p. ex. Brun, Vergnaud, Duval,
Rogalski, Sander, Roditi) qui ont toujours cherché à construire des passerelles entre ces deux
domaines, nous sommes convaincus que la didactique des mathématiques comme l’étude de
la cognition numérique peuvent bénéficier d’une plus grande interaction. Il est probable que
l’un des moyens les plus efficaces pour promouvoir cette interaction est de mettre en place
des projets communs permettant d’articuler les apports des deux disciplines. C’est ce que
nous proposons de montrer dans la suite de cet article.

Un projet à la croisée de l’étude de la cognition numérique et

de la didactique des mathématiques : l’apprentissage des
mathématiques à l’école maternelle Montessori

Contexte de l’étude
19L’étude que nous allons discuter ici a démarré en 2015, quand des enseignants d’une école
maternelle de l’enseignement public français sont venus solliciter notre équipe de recherche
car ils utilisaient la pédagogie Montessori dans leurs classes. Cette école était située dans un
quartier défavorisé de la banlieue de Lyon, comme en attestait son inclusion dans le Réseau
d’éducation prioritaire renforcé (REP+) du système éducatif français.

20Très brièvement, la pédagogie Montessori a été créé par Maria Montessori au début du
20e siècle (Montessori, 2015). Celle-ci comporte plusieurs éléments importants qui la
distinguent d’autres méthodes (Courtier, 2019). Par exemple, les classes Montessori sont
systématiquement organisées par tranches d’âge de trois ans (3 à 6 ans pour l’école
maternelle). Les élèves peuvent circuler librement dans la classe et les tables sont disposées
de manière à favoriser le travail individuel. Les classes sont également très organisées avec
des espaces dédiés à chaque discipline et ne sont présents que des supports didactiques
favorisant l’action et la manipulation. Chaque type de support est à disposition des élèves en
un seul exemplaire dans la classe. Chaque support est conçu pour enseigner un seul et unique
aspect d’un concept. Il est pensé selon les principes affichés de la pédagogie, sur la rétroaction
corrective qui est incorporée directement dans le support. La pédagogie Montessori n’utilise
ni de manuel scolaire ni de fiche ; elle met l’accent sur le libre choix des activités. Elle
n’utilise également pas de système d’évaluation explicite.

21Les enseignants qui nous ont contactés étaient donc soucieux d’évaluer les bénéfices
éventuels d’une telle pédagogie sur les enfants. Ainsi, nous avons construit un protocole de
recherche pour évaluer les effets de leur enseignement sur le développement et les
apprentissages de leurs élèves. Mais nous l’avons fait en adoptant un regard pluridisciplinaire
provenant à la fois de la psychologie cognitive et de la didactique des mathématiques.

22Ce regard pluridisciplinaire nous a d’emblée permis d’approcher l’étude un peu

différemment des quelques études existantes qui se sont intéressées à la pédagogie Montessori
par le passé (Denervaud & Gentaz, 2015 ; Marshall, 2017). Ainsi, les études précédentes ont
toujours cherché à expliquer les différences de résultats éventuels entre l’enseignement
conventionnel et l’enseignement Montessori en se plaçant au niveau de la pédagogie plutôt
qu’au niveau de la discipline (Ansari & Winsler, 2014 ; Denervaud, Knebel, Hagmann, &
Gentaz, 2019 ; Lillard, et al., 2017). Ceci est peut-être dû au fait que les études ont adopté le
prisme des sciences cognitives pour approcher cette question.

23En effet, beaucoup d’aspects de la pédagogie Montessori sont en accord avec la recherche
en psychologie cognitive. Par exemple, une idée essentielle dans la méthode Montessori est
que la réflexion et l’apprentissage sont favorisés par le geste et l’action, de telle sorte que les
exercices d’apprentissage impliquent souvent des mouvements du corps. Ce recours à l’action
et au geste fait écho à la recherche cognitive sur la cognition incarnée qui montre que l’action
est étroitement liée à la cognition dans l’esprit humain (Núñez, Edwards, & Matos, 1999).

24Un autre exemple est l’absence de toute forme de récompense extérieure ou de punition.
Des études psychologiques classiques ont depuis longtemps montré que les récompenses
peuvent diminuer considérablement la motivation pour des tâches que les élèves apprécient
lorsque la récompense est enlevée (Deci, Koestner, & Ryan, 1999). Enfin, un troisième
exemple est l’accent mis sur la concentration et le contrôle de soi tout au long des activités et
de l’organisation du travail. La recherche en sciences cognitives a également montré que ces
facultés de concentration, qui font parties des fonctions exécutives, sont extrêmement
importantes pour le succès à l’école et dans la vie (Diamond, 2013). Au final, il est clair que
plusieurs principes à la base de la pédagogie Montessori apparaissent cohérents avec la
recherche en sciences cognitives.

25Cependant, il est aussi important de considérer que l’élève est, avant tout, sujet didactique
d’une situation d’enseignement. Ainsi, si un groupe d’élèves réussit mieux qu’un autre, des
explications peuvent, aussi, être cherchées au niveau de la discipline et de son enseignement,
spécificités de la didactique, comme nous l’avons explicité ci-avant. De plus, une analyse
didactique des contenus mathématiques proposés dans cette pédagogie semble possible et
pertinente puisqu’ils sont accessibles à travers les écrits de Maria Montessori (Montessori,
2016).

26Nous allons maintenant détailler trois moments de notre étude qui montrent comment ce
regard didactique a pu enrichir et informer le projet : lors de la conception de la méthodologie
de recherche, lors du choix des tests pour évaluer les compétences numériques des élèves, et
lors de l’interprétation des résultats. Bien que l’étude porte sur diverses compétences, comme
le contrôle exécutif, les compétences sociales, et les compétences langagières, le présent
article [1][1]Le lecteur intéressé par l’étude complète peut se référer à… se focalise sur l’aspect
qui a probablement le plus bénéficié de ce regard didactique : l’acquisition des compétences
mathématiques.

Conception de la méthodologie de recherche

27Le projet s’est initialement construit autour d’un design expérimental particulièrement
utilisé dans les recherches en sciences cognitives, à savoir une étude randomisée contrôlée de
la pédagogie Montessori. En d’autres termes, parce que les enfants étaient assignés
aléatoirement dans une classe Montessori ou conventionnelle, il était possible d’avoir une
répartition homogène des groupes et d’évaluer l’effet causal de la pédagogie Montessori sur le
développement et les apprentissages sans que cet effet soit dû à un biais de sélection. Ce type
de design expérimental constitue clairement une force de l’étude car on le retrouve rarement
dans les précédentes études sur la pédagogie Montessori. Notre étude a également été conçue
pour inclure des analyses à la fois transversales et longitudinales. En d’autres termes, l’idée
était de comparer les aptitudes des enfants en toute fin d’école maternelle en fonction du type
de pédagogie qu’ils avaient suivi (aspect transversal), mais également de suivre les progrès
des enfants de l’entrée (à 3 ans) à la fin (6 ans) de l’école maternelle (aspect longitudinal). Au
final, l’étude a pu inclure 176 enfants dans son aspect transversal et 70 dans son aspect
longitudinal.

28Mais l’une des grandes particularités de notre étude a surement été la décision d’inclure
également des analyses qualitatives didactiques qui complèteraient la
méthodologie quantitative décrite ci-dessus. Pourquoi ce choix ? D’un point de vue
didactique, il nous semblait pertinent, d’une part, de mieux connaitre la pédagogie Montessori
et les enseignements mathématiques proposés, et d’autre part d’interroger les différences entre
les contenus à enseigner autour de la construction du nombre dans les classes Montessori et
dans les classes conventionnelles. Cela paraissait nécessaire afin d’expliquer le plus
précisément possible certaines différences au niveau de la discipline, et non d’en rester à des
raisons pédagogiques. Nous avons donc cherché à analyser les tâches mathématiques à
disposition des enseignants dans les deux systèmes pédagogiques. En appui sur des recherches
en didactique des mathématiques (Margolinas & Wozniak, 2012) et en cognition numérique
(Fayol, 2012), nous avons élaboré une carte des connaissances en jeu dans la construction du
nombre (Croset & Gardes, 2019, 2020). Cette carte répertorie onze types de tâches catégorisés
selon l’usage du nombre : l’usage peut être cardinal au sens où le nombre est utilisé comme la
mesure d’une quantité, il peut être ordinal au sens où le nombre indique une position et enfin,
le nombre peut être utilisé en dehors de tout contexte pratique (i.e. décontextualisé). Pour
chaque usage, le type de tâches peut relever d’un travail de codage/décodage, d’association
d’un nombre à un autre nombre, de comparaison ou encore d’anticipation du résultat suite à
une action. Des exemples sont donnés dans la figure 1.

Figure 1. Carte des connaissances en jeu pour la construction

du nombre (Croset & Gardes, 2020).
29Le positionnement des types de tâches proposés dans le système d’enseignement
Montessori et dans le système d’enseignement conventionnel a permis de mettre en évidence
des différences didactiques claires entre les deux systèmes. La première différence concerne
le nombre de tâches proposées à l’enseignant dans les ressources qu’il utilise. Bien que les
enseignants français soient libres de choisir leur manuel scolaire, un manuel semble être
majoritairement utilisé. Nous avons fait passer un questionnaire auprès de 270 enseignants
d’école maternelle. 70% d’entre eux affirment que leur document principal pour préparer
leurs séquences de mathématiques est le manuel Vers les maths des éditions Accès (Duprey,
Duprey, & Sautenet, 2016). Or, dans ce manuel, 241 tâches différentes sur la construction du
nombre sont proposées aux enseignants contre seulement 48 tâches dans le système
d’enseignement Montessori (Montessori, 2016). Il y a donc une diversité de tâches dans le
système conventionnel contre un choix épuré dans le système Montessori. Dans le système
conventionnel, l’élève est donc confronté à une même notion dans une diversité de contextes
avec du matériel différent d’une tâche à l’autre. Dans le système Montessori, l’élève est
amené à répéter la même tâche plusieurs fois dans un même contexte, avec un même matériel
jusqu’à une certaine expertise de la tâche.

30La seconde différence concerne les types de tâches pris en charge. Ces derniers ne sont en
effet pas les mêmes dans les deux systèmes d’enseignement (fig. 2). Le calcul, à partir de
codes symboliques, ressort très largement dans l’enseignement Montessori tandis que
l’anticipation de résultats à partir de quantités d’objets et la construction de collections
équipotentes (i.e. construire des collections de mêmes quantités) sont mises en avant dans le
système conventionnel. Certains types de tâches apparaissent toutefois autant dans les deux
systèmes, par exemple, le décodage ou le dénombrement.

31La troisième différence concerne l’usage du nombre. Dans le système conventionnel,

l’accent est mis sur le contexte cardinal tandis que dans le système d’enseignement
Montessori, le code symbolique est très présent. Le contexte ordinal, lui, est absent du
système d’enseignement Montessori et très peu présent dans le système conventionnel. La
quatrième différence concerne le temps dédié à la construction du nombre. Il est nettement
plus restreint dans l’enseignement Montessori : environ un an et demi de la scolarité (entre 4
et 5 ans) y est consacré contre trois ans (entre 3 et 6 ans) dans l’enseignement conventionnel.

Figure 2. Comparaison de la fréquence des types de tâches les

plus présents dans les deux systèmes d’enseignement. Ces huit
types de tâches couvrent 90 % des tâches dans chacune des
institutions.

32Comme nous allons le décrire ci-après, ces différences ont pu apporter un éclairage
didactique dans l’interprétation des résultats.

Choix des tests pour évaluer les compétences numériques des

élèves
33Le second moment où le regard didactique a influencé le projet de recherche concerne le
choix des tests pour évaluer les compétences numériques des enfants. Il était important de
proposer des tests utilisés fréquemment dans la recherche en cognition numérique d’une part
et de pouvoir évaluer l’acquisition des attendus de fin de cycle 1 en France d’autre part ; les
deux n’ayant pas nécessairement la même couverture de compétences.

34Du point de vue de la recherche en cognition numérique, nous avons choisi le test
standardisé Applied Problems de la batterie du Woodcock-Johnson III (Woodcock, McGrew,
& Mather, 2001), batterie qui est utilisée en psychologie pour évaluer un large éventail de
capacités cognitives. Ce test permet de mesurer la capacité à analyser et résoudre des
problèmes mathématiques. Notre choix s’est porté sur ce test pour deux raisons principales.
Premièrement, le contenu du test Applied Problems permet de mesurer plusieurs compétences
numériques de cycle 1, dont le dénombrement et la résolution de problèmes d’ajouts ou de
retraits (cf. fig. 3). Deuxièmement, le test a déjà été utilisé pour mesurer les capacités
mathématiques d’enfants de classes Montessori. Ceci permet donc une comparaison de nos
résultats avec des études précédentes (p. ex. Lillard, et al., 2017).

Figure 3. Exemple d’items du sous-test Applied Problem du WJ-

III.

35Mais ici aussi le regard didactique a pu apporter un éclairage pertinent sur ce test (et
notamment ses lacunes). En effet, une analyse en lien avec la carte de connaissances (cf. fig.
1) montre que les trente premiers items de ce test évaluent principalement du
codage/décodage (onze items) et de la résolution de problèmes additifs (11 items). Il n’y a ni
d’item consacré à la comparaison de nombres, ni d’item de construction de collections
équipotentes ou encore d’item avec un usage ordinal du nombre. Un regard plus fin peut
même permettre de repérer que les trois problèmes modélisables par une addition sont des
problèmes d’ajout et dix des onze problèmes modélisables par une soustraction sont des
problèmes de retrait avec question sur l’état final (Vergnaud, 1982). La capacité de faire une
addition dans des problèmes de retrait avec question sur l’état initial n’est pas évaluée. De
plus, dans les problèmes de retrait avec question sur l’état final, la présence des objets de la
collection initiale peut permettre à l’élève de seulement barrer (perceptivement) ce qui a été
enlevé et compter ce qui reste (fig. 3). Il est donc difficile de savoir si les élèves mobilisent
réellement une soustraction dans cet item. Nous avons donc choisi, en plus de ces tests, de
construire une évaluation diagnostique pour évaluer les compétences numériques de cycle 1,
en appui sur notre travail de cartographie (Croset & Gardes, 2019, 2020) et sur les attendus
des programmes de cycle 1 de l’école maternelle (MEN, 2015). Cette évaluation se compose
de onze tâches qui évaluent les compétences numériques suivantes :

 Réciter la comptine numérique [2][2]Cette tâche n’est pas répertoriée dans la carte
des… (tâche nommée T1 dans la suite).
 Déterminer le cardinal d’une collection donnée (nommée T2), Construire une collection
d’un cardinal donné (nommée T3) [Coder/Décoder, usage cardinal].
 Résoudre des problèmes arithmétiques à une étape (d’ajout et de retrait d’objets dans une
collection, où la question porte sur l’état final) (nommées T4, T7, T8) [Anticiper, usage
cardinal].
 Construire une collection équipotente à une collection éloignée (nommée T5) [Associer,
usage cardinal].
 Comparer le cardinal de deux collections (nommée T6), [Comparer, usage cardinal].
  Reconnaitre des nombres écrits en chiffres (nommée T9) [Coder/Décoder, usage
décontextualisé].
 Nommer une position (nommée T10) [Coder/Décoder, usage ordinal].
 Reproduire la position équivalente à celle donnée (nommée T11) [Associer, usage
ordinal].

37L’enjeu de cette évaluation diagnostique était de mener une étude qualitative des
compétences numériques des élèves des classes de l’école maternelle impliquées dans la
recherche en analysant plus précisément la maitrise des concepts en jeu. En outre, cette étude
permettait également de recueillir des données quantitatives sur chaque tâche proposée.

Interprétation des résultats

38Comme décrit plus en détail ailleurs (Courtier, 2019), l’analyse statistique des résultats n’a
pas montré de différences significatives en ce qui concerne les compétences mathématiques
entre les enfants issus des classes Montessori et ceux des classes conventionnelles. Cela était
le cas pour le test Applied Problems du Woodcock-Johnson III (cf. fig. 4a) comme pour
l’analyse quantitative des données issues de l’évaluation diagnostique pour évaluer les
compétences numériques de cycle 1 (cf. fig. 4b). Ainsi, et bien que l’étude dispose d’un
échantillon limité (même s’il reste conséquent pour ce type d’étude), les enfants issus des
classes Montessori n’ont pas de performances plus élevées que les enfants issus des classes
conventionnelles en ce qui concerne plusieurs connaissances mathématiques.

Figure 4. (a) Performance des enfants dans le sous-test Applied

Problems du WJ-III en fonction de la classe et de la pédagogie.
(b) Performance des enfants dans l’évaluation diagnostique
des compétences numériques en fonction de la classe et de la
pédagogie.
39Chaque point désigne un enfant. Les barres d’erreur correspondent à l’erreur standard.
PSM signifie Petite section d’école maternelle (3–4 ans) ; MSM, Moyenne section d’école
maternelle (4–5 ans) ; et GSM, Grande section d’école maternelle (5–6 ans).

40Le point de vue didactique permet d’éclairer ces résultats, notamment en les mettant en
perspective avec les différentes compétences travaillées dans les deux systèmes
d’enseignement.

41Si on regarde le détail des résultats par type de tâches (cf. fig. 5), on peut constater que

 certaines tâches sont très bien réussies par les deux groupes d’élèves, comme la
comparaison de collections (T6) et la reconnaissance d’écritures chiffrées (T9) ;
 d’autres sont peu réussies par les deux groupes d’élèves, comme la création d’une
collection équipotente (T5), l’anticipation d’un résultat dans une situation de retrait (T8)
ou l’utilisation du nombre dans un contexte ordinal (T11).

Figure 5. Comparaison des résultats des élèves par type de

tâches [4].
43Pour analyser ces résultats au regard de notre étude didactique, nous pouvons distinguer
trois entrées. La première est l’analyse des résultats pour les tâches qui sont autant travaillées
dans les deux systèmes d’enseignement. D’après notre étude (cf. fig. 2), les tâches de
récitation de la comptine numérique (T1), dénombrement d’une collection (T2) et constitution
d’une collection d’objets de cardinal donné (T3) sont proposées en quantité similaire aux
enseignants des deux systèmes. Sous l’hypothèse qu’il en soit de même dans ce qui est
réellement enseigné, il n’est pas étonnant que les élèves des deux groupes obtiennent des
résultats similaires sur ces tâches.

44La seconde est l’analyse des résultats pour les tâches qui sont davantage travaillées dans le
système conventionnel. D’après notre étude, le système conventionnel propose plus
(proportionnellement à l’ensemble des tâches proposées) de tâches de résolution de problèmes
arithmétiques simples (T4, T7 et T8) et de comparaison de collections (T6) que le système
Montessori. De plus, certaines tâches ne sont pas du tout présentes dans l’enseignement
Montessori, comme la création d’une collection équipotente (T5) ou l’usage du nombre
ordinal (T10 et T11). Ainsi pour ces tâches, nous aurions pu penser que les élèves du système
conventionnel réussissent mieux. Or ce n’est pas le cas.

45Enfin, la troisième entrée est l’étude des résultats pour les tâches qui sont davantage
travaillées dans le système Montessori. D’après notre étude, ce système propose plus
(proportionnellement à l’ensemble des tâches proposées) de tâches de reconnaissance de
l’écriture chiffrée (T9) que le système conventionnel. En revanche, les deux groupes d’élèves
réussissent autant cette tâche dans l’évaluation diagnostique.

46Comment peut-on expliquer ces absences de différences entre les deux groupes au regard
de ce qui peut être enseigné dans chaque système ? Bien sûr, une absence de preuve n’est pas
une preuve de l’absence et une absence de différence statistique ne démontre pas que les
groupes ont des performances similaires. Par exemple, il reste possible que des différences
puissent être observées avec un échantillon plus large d’enfants. Cependant, au-delà de ces
absences de différences et de l’équivalence apparente des compétences numériques entre les
deux groupes, nous nous sommes interrogés sur quatre particularités qui semblent distinguer
les deux systèmes éducatifs.

47La première concerne le nombre de tâches proposées à l’enseignant. Comme nous l’avons
déjà mentionné, quarante-huit tâches sont proposées à l’enseignant dans le système
Montessori contre 241 tâches dans le système conventionnel. Ainsi, quand le système
Montessori demande à l’élève de répéter une tâche jusqu’à sa parfaite maitrise,
l’enseignement conventionnel multiplie les tâches en les proposant dans des contextes variés.
Bien que l’objectif (à savoir, permettre aux élèves de rencontrer la connaissance en jeu dans
des contextes variés) soit surement louable, nous nous interrogeons sur l’impact que peut
avoir cette multiplicité de tâches sur l’apprentissage. En effet, le manuel n’étant pas toujours
explicite sur les liens entre ces différentes tâches, l’enseignant peut-il percevoir facilement
que plusieurs tâches répondent à un même objectif d’apprentissage ? Et quand bien même il le
perçoit, réussit-il à faire comprendre aux élèves l’apprentissage commun visé par ces tâches ?
Cet objectif d’enseignement ne nous semble en effet pas facile à atteindre. Cela nous amène
donc à nous demander si la répétition jusqu’à la maitrise d’une tâche (ou de peu de tâches
d’un même type) serait d’une efficacité équivalente au traitement de nombreuses tâches
diversifiées relevant d’un même type de tâches ?

48La deuxième porte sur la nature des objets en jeu. Dans le système d’enseignement
Montessori, le matériel pour la construction du nombre est un matériel épuré, spécifique pour
les mathématiques (Laski, Jordan, Daoust, & Murray, 2015). Dans le système conventionnel,
le matériel est davantage constitué d’objets du monde, c’est-à-dire des objets présents « à
l’école et hors de l’école et qui de ce fait évoquent pour l’élève les affects et les usages qu’il
connait déjà » (Laparra & Margolinas, 2017, p. 169). Or le recours à ces objets communs peut
avoir un impact sur les apprentissages (Carbonneau, et al., 2013). Dans quelles mesures
l’utilisation d’un matériel univoque et de référence pour la construction du nombre (tel que
des réglettes Cuisenaire), à l’opposé des objets du monde (p. ex. des pailles), permettrait
d’améliorer les apprentissages ? L’utilisation d’objets spécifiquement conçus pour la
construction du nombre aurait-elle une efficacité équivalente voire supérieure à celle d’objets
du monde ?

49La troisième est le temps d’apprentissage sur les compétences numériques. Le temps
institutionnel consacré à l’enseignement de la construction du nombre n’est pas le même dans
chacune des deux institutions (un an et demi dans l’enseignement Montessori contre trois ans
dans l’enseignement conventionnel). Étant donné que les élèves réussissent aussi bien dans les
deux systèmes d’enseignement, on peut se questionner sur l’efficacité de ce qui est réellement
enseigné et appris dans le système conventionnel. Le temps institutionnel réduit dans le
système Montessori pourrait-il contraindre positivement le temps didactique en obligeant
enseignants et élèves à une centration sur la spécificité du savoir, rejoignant ainsi un résultat
que Chopin avait déjà obtenu dans ses travaux (Chopin, 2006) ?

50La quatrième est un questionnement sur la nature et la complexité de certaines tâches

proposées dans l’évaluation diagnostique. Par exemple, pour les tâches 5 et 11, l’ensemble
des élèves sont en difficulté. Alors même que ces tâches sont dans les instructions officielles
(MEN, 2015), dans tous les manuels et dans les préconisations de la communauté didactique
(Margolinas & Wozniak, 2012), nous remarquons que les élèves du système conventionnel ne
réussissent pas. Ces types de tâches sont-ils compris des enseignants ? Comment sont-ils
enseignés ? Malgré les préconisations et travaux sur le sujet, sont-ils accessibles aux élèves ?
Ces tâches étant complexes (au sens où elles demandent de mobiliser différentes compétences
telles que le dénombrement, le décodage, et requièrent de la mémoire de travail), que nous
apprennent exactement leur échec ou leur réussite ? D’un point de vue didactique, la tâche 5
(respectivement la tâche 11) permet d’évaluer le recours spontané au nombre dans un contexte
cardinal (respectivement dans un contexte ordinal). Il serait donc intéressant d’étudier les
procédures que les élèves ont mobilisées pour résoudre ces tâches. Ces informations ont été
recueillies lors de la passation des tests et donneront lieu à des analyses ultérieures
didactiques, qualitatives et quantitatives. Ce travail ultérieur consisterait à étudier les
procédures utilisées dans chaque institution. Cela pourrait relever l’éventuelle présence de
comportements différents malgré l’absence de différence entre les performances.

51Ces particularités nous interrogent sur le gain éventuel qu’il y aurait à centrer les
apprentissages en école maternelle sur quelques tâches qui pourraient alors devenir des tâches
référentes pour les enseignants et de fait, pour les élèves. A l’heure où le gouvernement
français s’interroge sur des objectifs ciblés de l’enseignement des mathématiques (Villani &
Torossian, 2018), ce type d’analyse semble particulièrement important et devrait donner lieu à
des recherches ultérieures menées conjointement par les deux communautés de recherche.

Conclusion

52Nous avons cherché à montrer dans cet article comment la didactique des mathématiques
pouvait informer les études en cognition numérique, en particulier celles portant sur l’impact
de démarches d’enseignement. Dans notre étude, le regard didactique a tout d’abord influencé
la méthodologie de recherche. Une étude épistémologique et didactique du savoir
mathématique en jeu (i.e. le nombre entier naturel) a permis de cartographier le domaine
évalué (i.e. la construction du nombre à l’école maternelle) et de mettre ainsi en évidence ce
qui différencie la pédagogie Montessori du système conventionnel. Le second apport de
l’étude didactique se situe sur le plan de l’élaboration des tests. Il y a eu, d’une part, une
analyse didactique du sous-test Applied Problems du WJ-III, et d’autre part, la construction de
l’évaluation diagnostique pour mesurer finement les compétences numériques des élèves à
l’école maternelle. Enfin, le troisième apport se situe sur le plan de l’interprétation des
résultats puisque le travail didactique a permis de produire des hypothèses plus fines sur les
comparaisons des deux groupes. Le positionnement des systèmes d’enseignement au sein de
la carte des connaissances (fig. 1) a éclairé en quoi les systèmes différaient et a permis de
mettre réussites et échecs des élèves en regard de ce que les systèmes d’enseignement
préconisent.

53Les premiers résultats suggèrent, cependant, que ces analyses didactiques et statistiques
sont à affiner, notamment pour effectuer des hypothèses plus précises et avancer des
interprétations porteuses de généralités. En effet, l’étude didactique concernait les documents
ressources proposées aux enseignants des deux systèmes. L’écart entre le savoir à enseigner et
le savoir enseigné reste à évaluer et cela demande d’aller observer, sur le terrain, les classes
participant à l’étude. Une seconde perspective est d’apporter un éclairage sur les procédures
utilisées par les élèves pour résoudre une tâche numérique, selon le type de pédagogie suivie
ou non.

54Bien que les deux communautés aient chacune leur champ de recherche propre, un
déterminant commun est la volonté de mener des études en milieu écologique. Nous
proposons, pour conclure, une méthodologie commune, un peu idéale, qui pourrait être mise
en place lors d’études ultérieures portant sur l’évaluation des apprentissages en classe,
croisant étude qualitative et quantitative. Il s’agirait d’une étude randomisée et contrôlée
couplée avec des analyses didactiques qui relèvent (en partie) d’une ingénierie didactique, en
amont, pendant et en aval de l’évaluation des apprentissages en classe. En effet, il nous
semble important :

 d’apporter un éclairage mathématique et épistémologique sur les concepts visés par

l’apprentissage, en particulier, pour circonscrire le domaine étudié [en amont] ;
 d’analyser, d’adapter et de construire des tests mesurant des compétences mathématiques
précises [en amont] ;
 de faire des analyses à priori de ce qui est enseigné puis de mener des observations
qualitatives de ce qui est réellement enseigné [en amont et pendant] ;
 de poser les hypothèses en tenant compte de ce qui est réellement enseigné [en aval] ;
 de croiser les données qualitatives (des analyses à posteriori) et quantitatives en
interprétant les résultats [en aval].

56Cette méthodologie a l’avantage de combiner validation externe (basée sur la comparaison

statistique des performances de groupes expérimentaux et groupes témoins) et validation
interne, fondée sur la confrontation entre analyses à priori et analyses à posteriori.

57Pour conclure, nous sommes convaincus que les apports méthodologiques entre didactique
des mathématiques et sciences cognitives sont mutuels. D’une part, les analyses didactiques
sont importantes pour préciser les hypothèses de recherche et expliquer en retour les résultats.
D’autres part, les sciences cognitives apportent une méthodologie d’évaluation quantitative
des performances (p. ex. grâce à des mesures chronométriques des temps de réponses et des
tests psychométriques) et des analyses statistiques qui permettent la généralisation des
résultats. Ces recherches pluridisciplinaires peuvent ainsi gagner en robustesse grâce à une
double validation interne et externe. Nous avons centré l’article sur les apports
méthodologiques mais nous pensons que ce regard pluridisciplinaire va au-delà et permet de
questionner les approches théoriques des deux communautés dans leur rapport au savoir
mathématique. Pour cela, nous ne pouvons qu’encourager les chercheurs de ces deux
domaines à se rapprocher et conduire des études ensemble !

Notes

 [1]

Le lecteur intéressé par l’étude complète peut se référer à Courtier (2019).

 [2]

Cette tâche n’est pas répertoriée dans la carte des connaissances (fig. 1) car nous la
considérons comme une connaissance prérequise pour la construction du nombre.

 [3]

La tâche T1, qui demandait à l’élève de réciter la comptine, n’est pas une tâche
quantitative et ne peut donc être représentée sur ce graphe.