Simulations informatiques
en enseignement des sciences :
apports et limites

Mohamed Droui, Abdelkrim El Hajjami
 

Résumé
L'avènement du numérique et l'émergence rapide des technologies de l'information et des communications dans le monde de l'éducation nous offrent à la fois des opportunités technologiques et des défis pédagogiques : des opportunités pour changer radicalement les manières qui facilitent l'apprentissage et des défis pour découvrir comment construire et déployer les environnements de support d'apprentissage. De ce fait, les pédagogues se sont interrogés sur l'utilité pédagogique et les apports didactiques de l'introduction de ces technologies en enseignement des sciences. Parmi les technologies les plus prometteuses en enseignement des sciences, on trouve la simulation informatique. Elle se présente comme un outil didactique puissant que l'enseignement des sciences doit en tirer profit. Cet article se propose de mettre l'accent sur les apports et les limites de la simulation en enseignement des sciences. Pour ce faire, nous tentons tout d'abord d'identifier le concept de simulation, ses différents types. Puis, nous examinons les apports et limites de l'usage des simulations en enseignement des sciences à partir d'une revue de littérature. Enfin, nous présentons une brève description de deux études de cas concernant l'usage de deux simulations informatiques : la première dans un scénario d'apprentissage collaboratif et la seconde dans un scénario d'apprentissage par problème.

Mots-clés : Simulation, apprentissage des sciences, technologie de l'information et des communications.

 
Introduction

   L'émergence rapide des technologies de l'information et des communications fait songer plusieurs à des applications éducatives de ces technologies. Leurs usages à l'école se développent de manière significative depuis déjà plusieurs années. La question sur l'utilité pédagogique et les apports didactiques de l'introduction de ces technologies en enseignement des sciences ne cesse pas d'être posée. Dans cet article, nous portons plus un regard particulier sur l'utilisation des simulations en enseignement des sciences. Nous essayons tout d'abord de définir une simulation, puis nous nous tentons d'examiner les apports et les limites des simulations pour l'enseignement en sciences. Nous présenterons enfin deux études de cas concernant l'usage des simulations en enseignement de la physique.

1. Nouvelles technologies et enseignement des sciences

   Les apports des technologies de l'information et des communications en enseignement sont multiples. Dans sa revue de questions sur les apports de la technologie informatique pour l'enseignement des sciences, Linn (2003) a rapporté que ces technologies peuvent être utilisées comme support dans les cinq principaux domaines suivants :

• les cours et les textes en sciences ;
• la communication pour l'information scientifique, la collaboration pour la discussion et l'argumentation scientifique ;
• la saisie des données et leur représentation ;
• la visualisation des phénomènes scientifiques ;
• les modèles scientifiques et la simulation.

   Les technologies de l'information et des communications en éducation ont montré un grand potentiel d'améliorer l'apprentissage des élèves s'ils sont intégrées au bon moment et pour la bonne activité, en tant qu'un élément d'une approche logique d'enseignement (Bransford et al., 2000). Plusieurs recherches importantes (Bransford et al., 2000 ; de Jong et al., 1998 ; Fiolhais et al., 1998 ; Jimoyiannis et al., 2001 ; McIntyre, 1998) ont étudié l'utilité pédagogique des logiciels éducatifs. Selon Bransford et al. (2000), les nouvelles technologies fournissent des opportunités pour créer des environnements d'apprentissage (qui prolongent les possibilités de vieilles technologies et l'utilisation des ordinateurs) et peuvent être utilisées pour fournir l'échafaudage, pour améliorer l'apprentissage, offrir aux élèves et aux enseignants plus d'opportunités pour la rétroaction, la réflexion et la révision, pour construire des communautés locales et globales qui incluent les enseignants, les administrateurs, les élèves, les parents et les scientifiques ; et elles permettent également d'augmenter les opportunités d'apprentissage des professeurs.

   De sa part, Niedderer et al. (2002) rapportent que si les activités expérimentales habituelles donnent une part importante à la manipulation d'appareils et à la réalisation de mesures, l'utilisation de simulations favorise la réflexion théorique. De son coté, Goldberg et Otero (2001) ont mis en évidence des activités cognitives témoignant d'un travail de conceptualisation, plus intenses d'abord lors de la mise en oeuvre de simulations (phase de construction de modèles), puis en relation avec des activités expérimentales (mise en relation entre modèles et expérience). En enseignement des sciences, on distingue habituellement deux applications principales des ordinateurs à savoir : l'expérimentation assistée par ordinateur (ExAO) et la simulation assistée par ordinateur. Dans la première application, les logiciels éducatifs sont souvent utilisés comme outils d'acquisition et de manipulation des données : de l'utilisation d'un bilan simple jusqu'à des expérimentations assistée par ordinateur plus avancées et aux analyses vidéos (Observation, cueillette des données et graphes) (Christian et al., 2001 ; Fiolhais et al., 1998 ; Lederman, 1998 ;). Dans la seconde application, Des logiciels éducatifs présentent l'information d'une manière structurée, sous forme de graphique, texte, image, animations, simulations ou vidéo-clips (Bransford et al., 2000 ; Davier et al., 1999 ; Fiolhais et al., 1998). Hucke et Fischer (2002) ont examiné les apports respectifs de l'ordinateur comme outil de saisie et traitement de données d'une part et comme outil de modélisation d'autre part. Pour le premier usage, l'ordinateur offre un support aux élèves pour faire des manipulations réelles, les responsabilise davantage, favorise leur autonomie, développe leur esprit d'initiative et valorise leurs activités. Toutefois, ils rapportent que les activités expérimentales ordinaires donnent une part importante à la manipulation des appareils et à la réalisation de mesures. L'attention aux faits expérimentaux peut être déplacée vers le fonctionnement de l'ordinateur, tandis que le deuxième usage, c'est-à-dire l'utilisation des simulations, favorise la réflexion théorique et offre l'opportunité de visualiser des modèles théoriques et de développer des activités d'exploration et de manipulation de modèles visant la connaissance des propriétés de ces modèles (Beaufils et al., 2003). En effet des logiciels, tels que Interactive Physics, XyZet, Planets and Satellites, Jacobs, Physlets, Simquest et Stella, encouragent les élèves à explorer et interagir avec le système en incluant des éléments réel ou virtuel, à changer les paramètres et à observer le résultat de cette manipulation. D'autres logiciels peuvent être utilisés comme outils de modélisation (notons par exemple : Modellus, Easy Java simulations, etc.) (Christian et al., 2001) ou comme des outils internet et télématiques avec des possibilités d'intercommunication d'ordinateur faisant l'utilisation de tous les types précédents des logiciels.

   Des recherches (Bisdikian et Psillos, 2002 ; Zacharia, 2003) conduisent donc à mettre en cause les apports de certains types d'utilisation des TIC (saisie et traitement automatique des données) et à proposer des modalités d'intégration d'autres (simulations) dans des démarches qui apparaissent particulièrement productives en termes d'activité cognitive des élèves. Dans le cadre des disciplines d'enseignement scientifique telles que la physique, la simulation informatique est une ressource explicite et se présente comme un outil didactique puissant que l'enseignement des sciences doit en tirer profit. Dans la section suivante, nous essayons de définir une simulation.

2. Définition d'une simulation informatique

   Les simulations sont des programmes informatiques qui contiennent un modèle simplifié d'un système ou d'un processus. Les simulations numériques scientifiques reposent sur la mise en oeuvre de modèles théoriques et servent à étudier le fonctionnement et les propriétés d'un système modélisé ainsi qu'à en prédire son évolution. Alessi et Trollip (1991) décrivent les simulations dans un contexte éducatif :
« A simulation is a powerful technique that teaches about some aspect of the world by imitating or replicating it. Students are not only motivated by simulations, but learn by interacting with them in a manner similar to the way they would react in real situations. In almost every instance, a simulation also simplifies reality by omitting or changing details. In this simplified world, the student solves problems, learns procedures, comes to understand the characteristics of phenomena and how to control them, or learns what actions to take in different situations. »

   Gredler (2004) indique qu'une vraie simulation doit proposer à l'élève de résoudre un problème mal défini, comme ceux que l'on rencontre dans la vie réelle, et il énumère les quatre principales caractéristiques des simulations en éducation :
« (a) an adequate model of the complex real-world situation with which the student interacts (referred to as fidelity or validity), (b) a defined role for each participant, with responsibilities and constraints, (c) a data-rich environment that permits students to execute a range of strategies, from targeted to `shotgun` decision making, and (d) feedback for participant actions in the form of changes in the problem or situation. » (Gredler, 2004).

Nous retenons dans ce travail, que les simulations sont des programmes informatiques qui sous tendent un modèle simplifié d'une situation réelle complexe proposant à l'élève de résoudre un problème mal défini.

3. Types de simulations

   Il existe plusieurs classifications des simulations éducatives qui sont utilisées en enseignement des sciences et nous en avons sélectionné quelques-unes. Thomas et Hooper (1991) ont classé les simulations en quatre catégories.

• Les simulations d'expérimentation (experiencing simulations) sont employées pour placer l'étape cognitive ou affective pour un éventuel apprentissage. L'utilisation de ces programmes précède la présentation formelle du matériel de l'apprentissage (par exemple : BioLab, MtnSim)

• Les simulations d'information (Informing simulations) sont employées pour communiquer de l'information à l'élève. Cependant Thomas et Hooper (1991) ont mis en évidence que les simulations ne sont pas une manière appropriée pour le transfert de la connaissance quand elles sont employées sans soutien de l'enseignant, mais qu'elles doivent être intégrées à un environnement de support du travail régulier de l'élève en classe ou au laboratoire.

• Les simulations de renforcement (Reinforcing simulations), toujours selon Thomas and Hooper (1991), peuvent être utilisées pour renforcer des objectifs d'apprentissage très spécifiques. Le format le plus commun pour une simulation de renforcement est la performance et la pratique. Dans une telle simulation, une séquence d'exercices stockés ou produits, à compléter, est présentée à l'élève. Ces simulations sont conçues pour ajuster le niveau des connaissances de l'élève et pour dépister son progrès.

• Les simulations d'intégration (intégration simulations) semblent plus prometteuses en enseignement des sciences. En effet les élèves apprennent le savoir et les principes effectifs requis et utilisent les simulations pour appliquer ces connaissances :
  « The use of integrating simulations seems to be most prevalent for the acquisition of diagnostic skills. In these studies, the students first learned the required factual information and principles and then used the simulations to relate and apply that knowledge » (Thomas and Hooper, 1991).

   Ces simulations fournissent aux élèves un environnement contextuel dans lequel ils prennent place et jouent des rôles (par exemple, exploring the Nardoo, Bioworld). Tandis que les trois premiers types de simulations incluent l'élève en tant que joueur externe sur les conditions fournies (par exemple, BioLab-frog, MtnSim). Gredler (1996) distingue deux types de simulations : symbolique et empirique (experiential). Dans les simulations symboliques, l'élève n'est pas un participant actif de l'environnement de simulation informatique. Bien que les élèves puissent exécuter n'importe quelle tâche parmi plusieurs tâches comme des tendances de prévision de population dans une simulation de démographie, l'élève reste hors de l'évolution des événements. D'autre part, les simulations empiriques immergent les élèves dans un environnement complexe et modifiable dans lequel l'élève est un composant actif. Ils permettent aux élèves d'exécuter des stratégies de résolution des problèmes. Elles fournissent également aux élèves des opportunités pour développer leur stratégie cognitive par l'apprentissage à organiser et contrôler leurs propres pensées et apprentissage. Les simulations empiriques peuvent être des exercices coopératifs ou individualisés dus à la nature des rôles du participant et des types des décisions et d'interactions dans l'exercice. Selon Gredler (1996), les composantes essentielles d'une simulation empirique sont un scénario des tâches complexes où le problème qui fait apparaître en partie de réponse les actions d'élèves, un rôle pris au sérieux par l'élèves dans lequel il exécute les responsabilités de la position, des multiples itinéraires plausibles à travers l'expérience et contrôler ainsi la prise de décision.

   De Jong et Van Jooling (1998) divisent les simulations en deux catégories principales : des simulations contenant des modèles conceptuels et d'autres basées sur des modèles opérationnels. Les modèles conceptuels contiennent des principes, des concepts et des faits reliés aux systèmes simulés. Les modèles opérationnels incluent des séquences de procédures d'opérations cognitives et non cognitives qui peuvent être appliquées aux systèmes simulés. Les modèles opérationnels sont généralement employés pour l'apprentissage empirique ; dans le contexte d'un apprentissage de découverte, on trouve principalement des simulations conceptuelles. De plus, Van Jooling et de Jong (1998) ajoutent d'autres distinctions parmi les types modèles, tels que le modèle qualitatif versus le modèle quantitatif, continu versus discret et statique versus dynamique.

   Dans une perspective constructiviste, Wilson et Jonassen (1993) décrivent les simulations éducatives comme un scénario réel simulé montré sur ordinateur, dans lequel l'élève joue un rôle authentique pour exécuter des tâches complexes (Harper, 2000). De ce point de vue, les simulations devraient refléter la complexité de la réalité de sorte que les élèves soient mis au défi et développent des compétences cognitives évoluées de haut niveau telles que la conceptualisation, la modélisation et la résolution de problèmes qui sont vues comme essentielles pour l'apprentissage de la science (National Science Éducation Standards, 1996). Ces simulations prennent les élèves dans un tel environnement où ils conduisent plusieurs tâches intégrées de sorte qu'ils apprennent des compétences complexes devant des problèmes authentiques ou des enquêtes telles que Nardoo (Harper et al., 2000) et BioWorld (Lajoie et al., 2001) qui proposent aux élèves un environnement informatique d'outils à utiliser pour résoudre des problèmes identifiés ; ils travaillent individuellement et collectivement en faisant des activités qui intègrent des situations de discussion, des aperçus de problèmes et des hypothèses pour les solutions, avec identification des sources de données, collecte de données, vérification des hypothèses et présentation des résultats. Cette simulation offre également aux élèves des outils cognitifs pour l'échafaudage au cours de l'apprentissage, qui est l'une des caractéristiques fondamentales des environnements d'apprentissage constructiviste (Jonassen, 1995).

   Les simulations, comme les simulations d'intégration, les simulations conceptuelles et les simulations empiriques, sont qualifiées de constructivistes du fait qu'elles permettent aux utilisateurs de créer une multitude de situations en modifiant des variables. Ces simulations favorisent l'exploration du comportement d'un système donné et la vérification d'hypothèses et de théories émises par l'apprenant. En revanche, les simulations d'information, ainsi que celles de renforcement, d'expérimentation, symbolique et opérationnelle, considèrent l'utilisateur comme un joueur externe avec des conditions fournies.

4. Apports des simulations en enseignement des sciences

   Depuis plusieurs années, la recherche en didactique des sciences s'intéresse à la question suivante : en quoi les simulations seraient utiles pour favoriser l'apprentissage des sciences ? L'accent est mise est sur leurs avantages et leurs apports en enseignement des sciences. Nous nous sommes basées sur une revue de littérature des différentes recherches réalisées en ce domaine pour dégager quelques éléments principaux concernant les apports de l'usage des simulations en apprentissage des sciences.

4.1. Simplifier les systèmes réels étudiés

   Les systèmes réels, étudiés en enseignement des sciences, sont complexes et dynamiques. Ils sont souvent présentés d'une manière simplifiée afin de permettre aux élèves de se concentrer sur l'information critique ou les compétences à développer, et par conséquent faciliter leur apprentissage. Dans cette perspective, l'usage des simulations s'avère très appropriée pour exécuter des procédures simplifiées et des tâches cognitives (Grabe et Grabe, 1996) et pour réduire le gap entre la réalité dynamique et complexe des phénomènes étudiés et leur enseignement simplifié et statique en classe (Wilensky et Stroup, 2000). On peut ainsi proposer un phénomène habituellement complexe sous forme d'une simulation simple qui permet à l'élève d'en développer une compréhension intuitive ; nous citons comme exemple l'utilisation de Thinker Tools en physique qui a permis aux élèves du secondaire de démontrer une meilleure compréhension et une interprétation des forces agissant sur un objet en mouvement que des élèves de niveau supérieur ayant reçu un enseignement traditionnel (White et Frederiksen, 2000).

4.2. Présenter une alternative aux expérimentations inaccessibles

   Selon Mintz (1993), une des applications informatiques les plus prometteuses dans l'enseignement des sciences est l'utilisation de simulations pour développer du matériel didactique approprié pour des expérimentations que nous ne pouvons pas réaliser par une expérimentation conventionnelle de laboratoire en classe. En ce sens, Strauss et Kinzie (1994) soulignent que les simulations se substituent aux expériences dangereuses ou aux manipulations relativement longues (par exemple en physique nucléaire, physique atomique ou astronomie). Elles se présentent également comme un outil didactique unique pour les expérimentations qui coûtent cher.

4.3. Activer et développer des compétences

   Selon Roth and Roychoudhury (1993), les simulations peuvent activer des compétences procédurales de base chez les élèves en science comme observer, mesurer, communiquer, classifier, prédire, ainsi que des compétences procédurales intégrées à la démarche scientifique, comme contrôler des variables, formuler des hypothèses, interpréter des données, expérimenter et formuler des modèles (Padilla et al., 1990). De leur part, Lazarowitz et Huppert (1993) ont étudié l'impact de l'usage des simulations informatiques dans le développement des compétences procédurales en science des élèves de la 10ème année en biologie. Leurs résultats ont indiqué que la simulation informatique peut permettre aux élèves d'utiliser les compétences de communication par graphique, interprétation des données et contrôle des variables dans des expériences simulées, et elle les a aidés à maîtriser ces compétences.

4.4. Effectuer des expériences virtuelles et explorer des phénomènes

   Alessi et Trollip (1985) notent que La simulation fournit aux élèves l'opportunité d'observer une expérience réelle et d'interagir avec elle. En enseignement des sciences, la simulation peut jouer un rôle important en donnant l'opportunité de faire des expériences virtuelles. Les simulations basées sur des problèmes permettent aux élèves de contrôler les expériences, d'examiner de nouveaux modèles et d'améliorer leur compréhension intuitive des phénomènes complexes Les simulations permettent l'exploration du comportement d'un système donné et la vérification d'hypothèses et de théories émises par l'apprenant. Les simulations offrent la possibilité aux élèves de réaliser leurs propres expériences en formulant des hypothèses et les confronter avec des observations et se construire de nouvelles connaissances et donner du sens à ce qu'ils apprennent.

4.5. Se présenter comme outil d'investigation scientifique

   Mintz (1993) a étudié des simulations informatiques comme outil d'investigation scientifique, considérée comme un principe fondamental pour l'apprentissage des sciences (National Standard Science Education, 1996). Le procédé d'investigation scientifique comprend l'élaboration des hypothèses, réalisation des expériences, observation et enregistrement des données, et rédaction des conclusions. Il a rapporté que la simulation peut augmenter et améliorer le travail en classe. Les simulations, comme outil d'investigation, améliorent la motivation et l'intérêt. Elles peuvent également se présenter comme un outil efficace de prévision en biologie (Lavoie et Good, 1988). De plus, la simulation offre des environnements d'investigation scientifique et des outils cognitifs nécessaires pour l'échafaudage de l'apprentissage et appliquent les compétences de résolution des problèmes. Les simulations permettent ainsi de développer explicitement la métacognition des élèves et leur permettent de réfléchir sur leur apprentissage. Nous citons l'exemple de Thinker Tools dans lequel les élèves peuvent consulter des outils métacognitifs (« Reflector » et « Advisor ») pour réfléchir sur leur travail.

4.6. Visualiser les phénomènes et multiplier les formes de représentation

   Étant donné que les représentations non verbales stimulent l'activité cérébrale (Clements et McMillen, 1996), la simulation multiplie les formes de représentation (images, animations, graphiques, données numériques) (Cholmsky, 2003). En laissant à l'apprenant le choix des représentations qu'il privilégie, elle permet d'individualiser l'apprentissage et ouvre la porte à une analyse des modes de pensée de l'élève : par l'observation du choix de ses représentations à l'écran, par des outils métacognitifs et les évaluations. Les simulations peuvent être utilisées pour accroître le niveau de motivation et nous permettent aussi de suivre les traces des apprenants au cours de leur apprentissage ; l'enseignant sera en mesure d'avoir une idée plus précise de leur mode de fonctionnement et de leurs stratégies de résolution ; ce qui lui permet de repérer les difficultés de raisonnement chez les apprenants. Par conséquent, il sera en mesure d'ajuster ses interventions en conséquence (Wetherill, Midgett et McCall, 2002). Les simulations permettent de représenter à la fois le phénomène graphiquement et ses manifestations, comme des courbes ou des données annexes (Droui, 2012).

4.7. Simulation comme outil complémentaire aux expériences réelles

   La question posée : la simulation peut-elle être aussi efficace que le laboratoire conventionnel ou bien le remplacer ? La réponse serait que cela dépend du concept ou de la situation. Par exemple Choi et Gennaro (1987) ont comparé l'efficacité d'expériences simulées sur ordinateur par rapport à des expériences manuelles de laboratoire pour l'enseignement du concept du déplacement de volume aux élèves du collège. Ils ont trouvé que les expériences simulées sur ordinateur étaient aussi efficaces que des expériences manuelles de laboratoire. Ceci suggère qu'il est possible d'utiliser une expérience simulée sur ordinateur au lieu d'une expérience conventionnelle de laboratoire dans l'enseignement de certains concepts tels que le déplacement de volume et obtenir ainsi des résultats comparables. Ceci permet de suggérer que des simulations informatiques puissent être employées pour remplacer ces activités de laboratoire qui exigent des interactions cognitives avec le contenu plutôt qu'interactions psychomotrices ou physiques (par exemple, goût, odeur, interactions de contact).

   Les simulations peuvent aussi être utilisées comme un outil complémentaire au laboratoire. En effet, la combinaison des simulations et de l'expérimentation au laboratoire permet par exemple de gagner le temps en réduisant la durée de la séance en laboratoire (McKinney, 1997 ; Kennepohl, 2001). De plus, les recherches montrent que les élèves employant des simulations acquièrent une connaissance relativement meilleure des aspects pratiques directement liés au véritable travail de laboratoire.

4.8. Simulation comme support d'un apprentissage individualisé et adapté au besoin

   Cependant, selon toujours selon Choi et Gennaro, les simulations conduites avec un objectif bien précis peuvent être les outils appropriés pour minimiser des déficiences d'apprentissage. Par exemple les simulations peuvent être utilisées pour l'échafaudage de l'apprentissage de ceux qui ont la capacité d'imagination relativement basse et qui est critique pour la compréhension des systèmes dynamiques. L'élève choisira lui-même le temps qu'il passera et les manipulations qu'il fera. D'après Roschelle et al. (2000), il est important d'avoir une rétroaction immédiate après l'apprentissage de l'élève. Ce qui permet de rectifier le raisonnement au besoin. Les simulations étant caractérisées par des réponses rapides, l'apprenant peut multiplier les essais sans le découragement qui caractérise la longueur ses expérimentations habituelles. L'élève peut arrêter la saisie de données et peut reprendre l'expérience avec des entrées différentes. Le nombre des manipulations peut être augmenté.

4.9. Simulation comme état intermédiaire en théorie et pratique

   Généralement, l'enseignement des sciences soufre d'un manque d'interactions entre le monde théorique ou l'élève manipule les notions et les concepts, le monde pratique ou l'élève manipulent des appareils et des objets concrets. La simulation peut être considérée comme un niveau intermédiaire entre les modèles théoriques et les manifestations physiques des phénomènes étudiés (Richoux, Saveltat et Beaufils, 2002). On peut citer également le travail de Buty (2003) qui analyse les potentialités et les limites didactiques de l'utilisation par des élèves d'un logiciel de simulation en optique géométrique pour la compréhension de la formation d'images par des lentilles. L'expérimentation de séquences articulant des activités expérimentales et des activités de simulation a montré que les simulations peuvent jouer un rôle de « pont cognitif » entre la théorie et l'expérience

   En somme, l'élèves élargit ses horizons ; elle permet d'explorer des concepts plus abstraits ou de plus haut niveau, et de développer une meilleure compréhension des notions enseignées et des phénomènes et des lois physiques par une approche scientifique (formulation d'une hypothèse, mise à l'épreuve de l'idée, isolation et manipulation des paramètres) (Jimoyiannis et al., 2001). L'utilisation des simulations apporte des changements chez l'apprenant et l'enseignant au niveau du contexte et au niveau du contenu. La simulation rend l'apprenant actif et permet une rétroaction instantanée. L'apprenant est appelé à prendre une part active dans son apprentissage soit par l'appropriation d'un rôle dans un système complexe, soit par l'élaboration et l'application d'un scénario de recherche ou des manipulations, observations ou modélisations. Les recherches montrent aussi que les simulations peuvent :

• contribuer au changement conceptuel (Windschitl et Andre, 1998) ;
• fournir des expériences ouvertes pour des élèves (Sadler et al., 1999) ;
• fournir des outils pour l'enquête scientifique (Windschitl, 2000) et des expériences de résolution des problèmes (Howse, 1998)

5. Limites de l'utilisation des simulations

   Notons que les simulations sur ordinateur ne peuvent pas remplacer complètement les leçons des sciences en salle de classe et les activités de laboratoire. Notons également un certain nombre d'inconvénients à l'utilisation des simulations ; les simulations peuvent présenter une vision simpliste de la réalité ou introduire des comportements erronés associés au modèle physique utilisé ou au modèle informatique du modèle physique. Le modèle doit être une représentation approximative de la réalité. Il est préférable de proposer plusieurs modèles explicatifs d'un phénomène donné. Pour éviter de dérouter l'apprenant, Il ne doit être ni trop réduit ni trop complexe. De même, une dépendance à l'ordinateur peut être engendrée par une utilisation fréquente des simulations (Richoux et al., 2002).

   Les simulations sur ordinateur doivent être introduites au bon moment dans le déroulement du cours, en utilisant la bonne stratégie pédagogique (découverte guidée, vérification de certaines propriétés, vérification des limites de validité, exploration de certains aspects difficiles, etc. ) et avec des objectifs pédagogiques précis (surmonter une difficulté théorique, montrer les limites d'une théorie naïve, etc. ) ; l'enseignement de la science dépend de la façon dont elles ont été incorporées aux programmes d'études et de la façon dont le professeur les utilise. Il est important de signaler la disparité de l'approche pédagogique dans ce domaine, non seulement la structure du cours ou de l'activité peut être différente, mais aussi la méthode d'apprentissage peut s'avérer trop technique et même parfois dogmatique.

   Hebenstreit (1992) mentionne que les utilisateurs risquent de confondre un phénomène réel et sa représentation en simulation. Pour éviter un tel risque, Richoux et al. (2002) insistent sur le fait qu'il est nécessaire de séparer clairement la réalité et les théories. En ce sens, selon ces auteurs la simulation peut être présentée comme état intermédiaire intéressant pour faciliter le passage entre réalité et théories.

   Mark (1982) note que les simulations omettent nécessairement certains facteurs ; nous courons ainsi le risque que les élèves oublient l'existence de ces facteurs annexes. Thomas et Hooper (1991) ajoutent que dans certaines situations, l'apport des simulations est incertain, voire nul. En effet, lorsque l'élève ne parvient pas à trouver la solution, il ne peut savoir quels aspects de son modèle du système sont inappropriés.

6. Deux études de cas

   Dans cette section, nous présentons deux études de cas qui nous ont permis d'observer, d'analyser et de mieux comprendre comment les élèves se comportent entre eux et face à la simulation d'une part et d'explorer les apports de l'usage des simulations pour l'apprentissage de la physique d'autre part. La première simulation est utilisée dans un contexte d'apprentissage mobile et en situation de collaboration (Droui et al., 2012 ; 2013a) tandis que la deuxième est utilisée sur un ordinateur de bureau et dans un contexte de résolution de problèmes (Droui et al., 2013b). Elles sont des étapes du processus d'analyse et de conception qui doit mener à l'élaboration et à la validation d'outils et de scénarios d'apprentissage, dans le cadre de travaux sur le changement conceptuel en didactique des sciences.

6.1. Simulation de l'effet photoélectrique sur un ordinateur de poche et en situation de collaboration

   Le point de départ de cette recherche est la difficulté à appréhender certaines notions de physique par les élèves au niveau Cégep (post-secondaire), comme c'est le cas pour l'effet photoélectrique qui n'est pas souvent compris (Steinberg et al., 1996), question à laquelle s'intéresse tout particulièrement Droui et al. (2010). Dans le cadre d'un projet qui a abouti au développement de la plate-forme MobileSIM, cet auteur a posé l'hypothèse que donner un accès à un simulateur à chaque élève, dans une approche socioconstructiviste comportant des activités de collaboration, favoriserait le conflit cognitif, le changement conceptuel et la compréhension du modèle. Ce projet de recherche a tente de déterminer si, dans le cadre d'un cours de physique, la simulation de l'effet photoélectrique et l'utilisation des dispositifs mobiles et en situation de collaboration favorisent une évolution des conceptions des élèves au sujet de la lumière (Droui, 2012). Un scénario d'apprentissage collaboratif intégrant une simulation de l'effet photoélectrique sur un ordinateur de poche a été élaboré. Deux études préliminaires sont effectuées afin de compléter le scénario d'apprentissage et valider la plate-forme MobileSim et l'interface du simulateur, utilisées dans l'expérimentation : la première avec des ordinateurs de bureau et la seconde avec des ordinateurs de poche. Deux groupes d'élèves ont suivi deux cours différents : l'un portant sur une approche traditionnelle d'enseignement, l'autre basé sur le scénario d'apprentissage collaboratif élaboré. Les deux groupes ont passé un test évaluant l'évolution conceptuelle sur la nature de la lumière et sur le phénomène de l'effet photoélectrique et concepts connexes, à deux reprises : la première avant que les élèves ne s'investissent dans le cours et la seconde après la réalisation des expérimentations. Les résultats aux pré-tests et post-tests sont complétés par des entrevues individuelles semi-dirigées avec tous les élèves, par des enregistrements vidéo et par des traces récupérées des fichiers logs ou sur papier.

   Les élèves du groupe expérimental ont obtenu de très bons résultats au post-test par rapport à ceux du groupe témoin Nous avons enregistré un gain normalisé d'apprentissage (g= 0,54) qualifié de niveau modéré selon Hake (1998). Les résultats des entrevues, l'analyse des données recueillies des enregistrements des séquences vidéo, des questionnaires et des traces récupérées ont permis de mieux comprendre le processus d'apprentissage collaboratif et ont dévoilé que le nombre et la durée des interactions entre les élèves sont fortement corrélés avec le gain d'apprentissage. Les résultats ont montré une forte motivation et un engagement réel, tant cognitif que social, des apprenants dans le processus d'apprentissage (Droui, 2012). L'analyse de l'activité révèle que les élèves se sont montrés, d'emblée et jusqu'au bout, motivés et impliqués dans le processus d'apprentissage, témoignant d'un réel engagement cognitif (Droui et al., 2012). Par ailleurs, Dans le questionnaire final, les apprenants ont exprimé leur intérêt pour ce mode d'apprentissage et les avantages de la simulation sur l'ordinateur de poche. L'interactivité offerte à chacun des apprenants a été appréciée, en particulier pour visualiser le phénomène de l'effet photoélectrique avec le simulateur. Le côté ludique de l'application a de plus été souligné. Tous les sujets ont déclaré que la simulation sur l'ordinateur de poche leur a permis de visualiser le phénomène de l'effet photoélectrique et de mieux comprendre ce phénomène. En physique, la compréhension de certains concepts théoriques ou phénomènes invisibles est rendue difficile ; la simulation permet d'explorer des concepts plus abstraits, par exemple le photon, et de développer une meilleure compréhension des notions enseignées, des phénomènes et des lois physiques (Jimoyiannis et al., 2001). La réalisation de modèles numériques permet de produire des objets manipulables à l'écran. La possibilité donnée au sujet de visualiser et de manipuler ces objets l'aide à surmonter certaines difficultés de compréhension liées aux dimensions conceptuelles, spatiales ou temporelles. La simulation de l'effet photoélectrique a permis de visualiser les différents éléments du circuit, la circulation d'électrons émis par la plaque et les graphiques correspondant aux variations des paramètres se construisent en temps réel sur l'écran tant pour l'intensité du courant électrique en fonction de la tension, que pour l'intensité du courant électrique en fonction de l'intensité lumineuse (ou la puissance lumineuse) et pour l'énergie cinétique des électrons émis en fonction de la fréquence de l'onde lumineuse. Étant donnée que la visualisation des graphiques permet au sujet d'analyser les données et développe davantage son esprit critique (Roschelle et al., 2000). Cette représentation visuelle dynamique du phénomène offre aux sujets la possibilité d'imaginer et de se figurer les différents concepts reliés au phénomène ; elle leur permet de comprendre visuellement la relation entre les graphes et l'expérience, plus clairement que lorsqu'ils utilisent des images statiques.

   Le simulateur a offert la possibilité de faire l'expérience avec des métaux différents (cuivre, sodium et zinc). Tous les sujets ont fortement apprécié l'utilisation de la simulation pour l'apprentissage de l'effet photoélectrique du fait qu'elle permet de visualiser le phénomène. Le choix de l'utilisation de la simulation de l'effet photoélectrique est justifié par la présence de la difficulté à réaliser cette expérimentation en classe pour des raisons de temps, de coût ou de disponibilité en matériel. Les résultats ont indiqué que 85,71 % des sujets disent que la simulation leur a permis plus particulièrement de faire des manipulations difficiles ou impossibles à réaliser dans la classe. Puisqu'il s'agit d'activités conduisant à expérimenter avec un modèle et à en explorer les différentes possibilités, ainsi qu'à manipuler les concepts théoriques associés. La simulation offre la possibilité de construire des représentations, tant graphiques que mentales, et constitue une aide à l'appropriation et à la compréhension des modèles qui la sous-tendent, à condition que les modèles soient clairement explicités avec un tel statut (Robles, 1997). Dans cette expérimentation, la simulation de l'effet photoélectrique a offert aux sujets l'occasion de manipuler les différentes notions théoriques (tension, intensité du courant électrique, puissance lumineuse, fréquence) pour explorer le modèle quantique de la lumière. La majorité des sujets la simulation ont exprimé que la simulation leur a permis de vérifier leurs hypothèses et leurs prédictions. Dix sujets ont indiqué que la simulation a permis de réduire le temps requis pour effectuer les tâches demandées et leur a fourni une occasion pour créer un environnement d'apprentissage comme support à la construction de connaissances et à la recherche des informations. Les résultats mettent également en évidence que neuf sujets disent que la simulation de l'effet photoélectrique a permis de générer chez eux un conflit cognitif. Une insatisfaction s'est manifestée lorsque les sujets ont été confrontés à des résultats en opposition avec leurs propres prédictions. Ces résultats sont soutenus par l'analyse des entrevues et des prédictions émises par les sujets avant la simulation.

6.2. Simulation des lois de Newton dans un contexte de résolution des problèmes

   Cette recherche a tenté d'explorer l'impact de l'apprentissage par problème, en utilisant des technologies de l'information et des communications, sur la compréhension conceptuelle de la mécanique newtonienne (Droui et al., 2013b). Cent quatre vingt dix élèves marocains au secondaire qualifiant (95 élèves du groupe expérimental et 95 élèves du groupe témoin) ont participé à cette étude. L'inventaire du concept de force (FCI) est utilisé comme outils pour mesurer La compréhension conceptuelle de la physique newtonienne. Le test FCI est un test conceptuel composé de 30 questions à choix multiples. Chaque mauvais choix pour chaque question correspond à une conception naïve spécifique sur les concepts de la force et du mouvement. Les données issues de cette étude sont analysées en utilisant les statistiques descriptives et le test t pour les comparaisons les données des deux groupes témoin et expérimental. Cette étude a montré que les élèves du groupe expérimental (g = 0,36) ont obtenu des résultats meilleurs que ceux du groupe témoin (g = 0,16). La différence entre les gains normalisés d'apprentissage des deux groupes est statistiquement très significative. Les résultats de la présente recherche rapportent des effets positifs d'un scénario d'apprentissage par problème basée sur une simulation. Nous regroupons dans ce qui suit les principaux résultats enregistrés :

• presque 60 % des participants déclarent que les simulations informatiques permettent de manipuler et contrôler des variables et des concepts (force, vitesse, accélération....) et de formuler et vérifier des hypothèses,
• 72 % des élèves présument que les simulations informatiques offrent l'opportunité d'expérimenter et de formuler des modèles
• 67 % des participants supposent que les simulations permettent d'interpréter des données.
• tous les participants (98 %) disent que la simulation leur a permis de visualiser les données sous formes d'images et de graphique.
• la majorité des élèves croient que la simulation leur a permis de visualiser en temps reel le résultat du phénomène (82 %).
• 63 % des participants disent que la simulation leur a offert la possibilité de recommencer en cas d'erreur.
• tous les participants disent que la simulation leur a permis d'explorer le relation entre la force et l'accélération (99 %).
• la majorité des élèves croient que la simulation leur a permis de faire une investigation pour explorer les lois de Newton (88 %).
• 63 % des participants disent que les simulations nous offrent un support pour résoudre le problème du lancement d'un ballon de basket.

   Le simulateur a offert la possibilité de faire l'expérience avec des objets différents en mouvement. Tous les sujets ont fortement apprécié l'utilisation de la simulation pour l'apprentissage des lois de Newton du fait qu'elle permet de visualiser le phénomène. Puisqu'il s'agit d'activités conduisant à expérimenter avec un modèle et à en explorer les différentes possibilités, ainsi qu'à manipuler les concepts théoriques associés.

   En somme, Droui et al. (2013b) ont rapporté des effets positifs de l'usage d'un scénario d'apprentissage par problème basé sur une simulation, que l'enseignement des sciences doit en tirer profit lors de l'apprentissage.

7. Conclusion

   La synthèse des avantages des simulations pour l'apprentissage des sciences, mis en évidence par les différents travaux de recherche auxquels nous venons de faire référence, nous permet de dire que la simulation sur ordinateur peut être considérée comme support de nouvelles activités dans le cadre de l'enseignement scientifique : l'accent est mis d'une part sur la manipulation des modèles, le jeu des représentations, tant graphiques que mentales, la visualisation de phénomènes scientifiques et la construction des modèles scientifiques. Cette dernière utilisation nous semble d'une importance particulière en enseignement de la physique du fait qu'aux niveaux secondaire et universitaire, il est important que les élèves abordent vraiment des théories et des concepts scientifiques plus complexes, et fassent l'expérience pour l'exploration et la construction de modèles. Nous croyons que la simulation est un outil puissant qui pourrait être très bénéfique à l'apprentissage et un élément très important pour la conception des environnements d'apprentissage innovants, centrés sur les besoins des apprenants et intégrant les technologies au bon moment et pour la bonne activité.

Mohamed Droui ^{1, 2, 3, 4}
Abdelkrim El Hajjami ^{1, 2}

Cet article est sous licence Creative Commons (selon la juridiction française = Paternité - Pas de Modification). http://creativecommons.org/licenses/by-nd/2.0/fr/

1. Laboratoire « Technologies de l'Information et de la Communication pour la Formation en Sciences », École Normale Supérieure-Fès, Maroc.

2. Laboratoire Interdisciplinaire de Recherches en Didactique des Sciences et Techniques (LIRDIST). Faculté des sciences Dhar El Mahraz- Fès, Maroc.

3. LaREF-EST, Université Mohammed Premier – Oujda, Maroc.

4. Université de Montréal / Canada et Mati-Montréal /Canada.

Références bibliographiques

Alessi, S. M. and Trollip, S. R. (1985). Computer-Based Instruction : Methods and Development. Englewood Cliffs, New Jersey : Prentice Hall.

Alessi, S. M. et Trollip, S. R. (1991). Computer Based Instruction : Methods and Development. New Jersey : Prentice Hall.

Beaufils, D. et Richoux, B. (2003). Un schéma théorique pour situer les activités avec des logiciels de simulation dans l'enseignement de la physique, Didaskalia, n° 23, p. 9-38

Bisdikian, G. et Psillos, D. (2002). Enhancing the linking of theoretical knowledge to physical phenomena by real-time graphing. In D. Psillos et H. Niedderer (Eds) Teaching and learning in the science laboratory (Dordrecht : Kluwer), p. 193-204.

Bransford, J. D., Brown, A. L., Cocking, R. R. (Eds). (2000). How People Learn : Brain, Mind, Experience, and School. National Academy Press.

Buty, C. (2003). Richesses et limites d'un « modèle matérialisé »informatisé en optique. Didaskalia, n° 23, p. 39-63.

Choi, B. S. et Gennaro, E. (1987). The effectiveness of using computer simulated experiments on junior high students' understanding of the volume displacement concept. Journal of Research In Science Teaching, n° 24, p. 539-552.

Cholmsky, P. (2003). Why GIZMOS Work : Empirical Evidence for the Instructional Effectiveness of Explore Learning's Interactive Content.
http://www.explorelearning.com

Christian, W., Belloni, M. (2001). Physlets : Teaching Physics with Interactive Curricular Material. Prentice-Hall.

Clements, D. H. et McMillen, S. (1996). Rethinking "Concrete" Manipulatives. Teaching Children Mathematics. 2(5), p. 270-279.

Davier, D., Urhahne, H., Prechtl, M., Schenzer, M., Prenzel (1999). Self-regulation, motivation, learning preferences, and animations in a computer-based learning environment, in : Research in Science Education – Past, Present, Future, IPN, Kiel.

De Jong, T. et Van Joolingen, W. R. (1998).Scientific discovery learning with computer simulations of conceptual domains. Review of Educational Research, 68, p. 179-201.

Droui, M. (2012). L'impact d'une simulation sur des dispositifs mobiles et en situation de collaboration sur la compréhension de l'effet photoélectrique au niveau collégial. Thèse de doctorat inédite, université de Montréal, Montréal, Québec.
https://papyrus.bib.umontreal.ca/xmlui/handle/1866/9725

Droui, M., Martial, O., Kébreau, S., Pierre, S. et Vázquez-Abad, J. (2009). « Les technologies mobiles pour mieux comprendre l'apprentissage coopératif dans un cours de physique », dans Utilisation des technologies pour la recherche sur l'éducation scientifique sous la direction de M. Riopel, P. Potvin et J. Vázquez-Abad, Les Presses de l'Université Laval, Chapitre 4, p. 79-110.

Droui, M., Martial, O., Kébreau S., Pierre S., Vazquez-Abad, J. (2010). Les TICE pour un apprentissage collaboratif : simulation et technologies mobiles pour explorer le modèle quantique de la lumière. Actes du 26e congrès de l'Association Internationale de Pédagogie Universitaire, AIPU 2010 (17-21 mai 2010, Rabat), Maroc.

Droui, M., Martial, O., Kébreau, S., Pierre, S. et Vázquez-Abad, J. « L'évaluation de l'impact d'un scénario d'apprentissage mobile basé sur une simulation et en situation de collaboration sur le changement conceptuel en physique, UMP-EST-LaREF », Actes du colloque international L'évaluation des étudiants et des formations dans l'enseignement supérieur, Oujda, Maroc, 24 au 25 avril 2012.

Droui, M. EL Hajjami, A. Ahaji, K. (2013a). « Apprentissage mobile ou M-Learning : opportunités et défis ». Revue EpiNet, n° 155, mai 2013.
http://www.epi.asso.fr/revue/articles/a1305d.htm

Droui, M. El Hajjami, A. Bouklah, M. Zouirech, S. (2013b). « Impact de l'apprentissage par problème sur la compréhension conceptuelle de la mécanique newtonienne ». Revue EpiNet, n° 157, septembre 2013.
http://www.epi.asso.fr/revue/articles/a1309d.htm

Fiolhais, C. et Trindade, J. A. (1998). Use of Computers in Physics Education, in : Proceedings of the Euroconference'98 – New Technologies of Higher Education, Aveiro, Portugal.

Goldberg, F. et Otero, V. (2001). The roles of laboratory and computer simulator experiments in helping students develop a conceptual model of static electricity. In D. Psillos, P. Kariotoglou, V. Tselfes, G. Bisdikian, G. Fassoulopoulos, E. Hatzikraniotis et M. Kallery (Eds) Proceedings of the Third International Conference on Science Education Research in the Knowledge Based Society (Thessaloniki : Art of Text) p. 29-31.

Grabe, M. et Grabe, C. (1996). Integrating Technology for Meaningful Learning. Boston : Houghton Miflin Co.

Gredler, M. (1996). Educational games and simulations : A technology in search of a (research) paradigm. In D. H. Jonassen (Ed.), Handbook of research for educational communications and technology (p. 521-540). New York : Macmillan.

Gredler, M. (2004). Games and simulations and their relationships to Learning. In D. H. Jonassen (Ed.), Handbook of research for educational communications and technology (2nd edition)., Mahwah (NJ) : Laurence Erlbaum Associates, p. 571-581.

Hake, R.R. (1998). « Interactive-engagement vs traditional methods : A six-thousand-student survey of mechanics test data for introductory physics courses », Am. J. Phys. 66(1), p. 64-74.

Harper, B., Squires, D. and McDougall, A. (2000). Constructivist simulations in the multimedia age. Journal of Educational Multimedia and Hypermedia, 9, p. 115-130.

Hebenstreit, J (1992). Une rencontre du troisième type : simulation et pédagogie. In G.-L. Baron et J. Baudé (Eds), Actes du Colloque L'intégration de l'informatique dans l'enseignement et la formation des enseignants (p. 80-87). Paris : EPI-INRP.
http://epi.asso.fr/revue/dossiers/d12p080.htm

Howse, M. A. (1998). Student ecosystems problem solving using computer simulation. Washington D. C. : Office of Educational Research and Improvement. (ERIC Document Reproduction Service No. ED419679).

Hucke, L. et Fischer, H. E. (2002). The link of theory and practice in traditional and in computer-based university laboratory experiments In : D. Psillos et H. Niedderer (Eds) Teaching and learning in the science laboratory – A book based on the European Project « Labwork in Science Education », Dordrecht, Kluwer Academic Publishers.

Jimoyiannis, A. and V. Komis. 2001. Computer Simulations in Physics and Learning : A Case Study on Students' Understanding of Trajectory Motion. Computers and Education, 36, p. 183-204.

Jonassen, D. H. (1995). Computers as cognitive tools : Learning with technology, not from technology. Journal of Computing in Higher Education, 6 (2), p. 40-73.

Kennepohl, D. (2001). Using computer simulations to supplement teaching laboratories in chemistry for distance delivery. Journal of Distance Education, 16(2), p. 58-65.

Lajoie, S. P., Lavigne, N. C., Guerrera, C. et Munsie,S. (2001). Constructing knowledge in the context of BioWorld. Instructional Science, 29, p. 155-186.

Lavoie, D. R. et Good. R. (1988). The nature and use of prediction skills in a biological computer simulation. Journal of Research in Science Teaching, 25, p. 335-60.

Lazarowitz, R. et Huppert, J. (1993).Science process skills of 10th-grade biology students in a computer-assisted learning setting. Journal of Computing In Education, 25, p. 366-382.

Lederman, L. M. (1998). ARISE : American Renaissance in Science Education, FERMILAB-TM-2051, 1998.

Linn, M. C. (2003). Technology and science education : starting points, research programs, and trends. International Journal of Science Education, 26, 6. p. 727-758.

Marks, G. H. (1982). Computer simulations in science teaching : An introduction. The journal of computers in Mathematics and Science Teaching, 1(4), p. 18-20.

McIntyre, T. (1998). A study of Internet use in undergraduate Physics teaching at the University of Queensland, ED500 Report, Dept. Physics, Univ. of Queensland.

McKinney, W. J. (2001). The educational use of computer based science simulations : some lessons from the philosophy of science. Science et Education, 6, p. 591-603.

Mintz, R. (1993). Computerized simulation as an inquiry tool. School Science and Mathematics, 93(2), p. 76-80.

National Science Education Standards (1996). National Academy Press, Washington, DC, Page 2.

Niedderer, H., Aufschnaiter, S., Tiberghien, A., Buty, C., Haller, K., Hucke, L., Sander, F. et Fischer, H. (2002).Talking physics in labwork contexts – A category based analysis of videotapes. In D. Psillos et H. Niedderer (Eds) Teaching and learning in the science laboratory (Dordrecht : Kluwer), p. 31-40.

Padilla, M. J., Okey. J. R., Dillashaw. F. G. (1983). The relationship between science process skill and formal thinking abilities. Journal of Research in Science Teaching, 20, p. 239-246.

Richoux B., Salvetat C. et Beaufils D. (2002). Simulation numérique dans l'enseignement de la physique : enjeux, conditions, Bulletin de l'Union des Physiciens, n°842, p. 497-522.

Robles, A. (1997). La vidéo comme support didactique en physique. Interprétation microscopique d'un phénomène macroscopique : la propagation du son. Thèse de Doctorat, Université Lyon 1, juillet 1997.

Roschelle, J., Pea, R., Hoadley, C., Gordin, D. et Means, B. (2000). Changing how and what children learn in school with computer-based technologies. The Future of Children, 10(2), p. 76-101.

Roth, W. M., Roychoudhury.A.(1993). The development of science process skill in authentic context. Journal of Research in Science Teaching, 30, p. 127-152.

Sadler, P. M. et al. (1999). Visualization and Representation of Physical Systems : Wavemaker as an Aid to Conceptualizing Wave Phenomena. Journal of Science Education and Technology, 8, p. 197-209.

Steinberg, R.N., Oberem, G.E., McDermott, L.C. (1996). Development of a computer based tutorial on the photoelectric effect. American Journal of Physics, 64, 1370.

Strauss, R. and Kinzie, M. B., (1994). Student achievement and attitudes in a pilot study comparing an interactive videodisc simulation to conventional dissection. American Biology Teacher 56, p. 398-402.

Thomas, R., et Hooper, E. (1991). Simulations : An opportunity we are missing. Journal of Research on Computing in Education, 23, p. 497-513.

Wetherill, Karen, Carol Midgett et Marguerite McCall. (2002). Determining the Impact of Applet-Based Instructional Materials on Teacher Knowledge of Content and Pedagoy, Instructional Planning, and Student Learning of Fractions. University of North Carolina at Wilmington.
http://illuminations.nctm.org/downloads/UNCWrschReport.pdf

White, B. et Frederiksen, J. (2000).Technological tools and instructional approaches for making scientific inquiry accessible to all. In M. Jacobson and R. Kozma (Eds), Innovations in Science and Mathematics Education : Advanced Designs for Technologies of Learning (p. 321-359). Mahwah, NJ : Lawrence Erlbaum Associates.

Wilensky, U. et Stroup, W. (2000). « Networked gridlock : Students enacting complex dynamic phenomena with the HubNet architecture ». Paper presented at the Fourth Annual International Conference of the Learning Sciences, Ann Arbor, MI.

Wilson, B. G., Jonassen, D. H., et Cole, P. (1993). Cognitive approaches to instructional design. In G. M. Piskurich (Ed. ), The ASTD handbook of instructional technology (p. 21.1-21.22). New York : McGraw-Hill.

Windschitl, M. et Andre, T. (1998). Using computer simulations to enhance conceptual change : The roles of constructivist instruction and student epistemological beliefs. Journal of Research in Science Teaching, 35(2), p. 145-160.

Windschitl, M. (2000). Supporting the development of science inquiry skills with special classes of software. Educational Technology Research et Development, 48, p. 81-95.

Zacharia, Z. (2003). Beliefs, attitudes and intentions of science teachers regarding the educational use of computer simulations and inquiry-based experiments in physics. Journal of Research in Science Teaching, 40(8), p. 792-823.