Méthodo P2
Cours METHODES MALTT / TECFA, Université de Genève
Auteur(e)s : Stéphane Nyemeck & Femmy Priscillya Antolinez
Date de publication : 02 décembre 2025
1. Introduction
1.1 Cadre théorique
Depuis le tableau noir jusqu'aux supports numériques, l'éducation intègre continuellement de nouveaux outils visuels. Parmi eux, les images statiques et les animations suscitent un intérêt particulier en raison de leur potentiel pédagogique. Selon Plötzner, Berney et Bétrancourt (2021), les animations soutiennent spécifiquement la perception, la représentation mentale et la compréhension des changements dans l'espace et le temps, en facilitant la visualisation de processus dynamiques. À l'inverse, Clark et Mayer (2016, cités par Plötzner et al., 2021) recommandent de privilégier les images statiques, sauf justification pédagogique claire. Cette prudence est renforcée par plusieurs méta-analyses (Höffler & Leutner, 2007 ; Berney & Bétrancourt, 2016 ; Castro-Alonso et al., 2019), qui rapportent des effets globalement modestes des animations.
Cependant, une réanalyse de Plötzner et al. (2020, cités dans Plötzner et al., 2021) apporte une nuance importante en tenant compte de la complexité des changements à représenter. Les auteurs montrent que les animations améliorent l'apprentissage, que les éléments à retenir soient simples (g = 0,34) ou complexes (g = 0,65), surtout lorsqu'il s'agit de mouvements. Pour illustrer ces résultats, Plötzner et al. (2021) ont mené une expérience avec 88 étudiants répartis en trois groupes : un groupe voyait une seule image d'un mécanisme d'engrenages, un autre voyait quatre images fixes des étapes, et le dernier voyait une animation complète. Les étudiants ayant vu l'animation ont mieux identifié les mouvements, tandis que ceux ayant vu les images fixes ont mieux reconnu les configurations spatiales
Plusieurs modèles théoriques aident à comprendre ces résultats. Le modèle du processus d'animation (Animation Processing Model, Lowe & Boucheix, 2008, 2011 ; Lowe & Schnotz, 2014) explique comment un apprenant construit peu à peu un modèle mental à partir d'une animation. Le modèle intégré de compréhension texte-image (Schnotz, 2014) et la théorie de l'apprentissage multimédia (Mayer, 2009, 2014) montrent comment les informations visuelles et verbales interagissent, ce qui est particulièrement important pour les débutants.
Dans ce contexte, une étude expérimentale a été réalisée pour comparer l'effet d'une instruction dynamique (animation) à celui d'une instruction statique (séquences d'images fixes) sur l'apprentissage du dessin en perspective. L'objectif était de voir comment le format visuel influence la charge cognitive perçue, la compréhension des étapes du dessin et la qualité du croquis final.
1.2 Hypothèses
La question de recherche est la suivante : quel format visuel d'apprentissage, animation ou images statiques, favorise le mieux l'apprentissage du dessin en perspective ?
2. Méthodologie
2.1 Participant(e)s et design expérimental
2.1.1 Participant(e)s
Dix participant(e)s ont pris part à l'étude (âge moyen = 39 ans ; 8 femmes, 2 hommes), réparti(e)s aléatoirement dans l'une des deux conditions : Animation (n = 5) ou Images statiques (n = 5). Un pré-test a permis d'écarter les personnes ne répondant pas aux critères d'inclusion (maîtrise du français ≥ B1 ; niveau débutant en dessin en perspective). Les personnes présentant une expertise avancée en arts visuels ou en architecture ont été exclues.
| Variable | N | Moyenne | Médiane | Écart-type | Min | Max |
|---|---|---|---|---|---|---|
| Âge (catégories) | 10 | 2,80 | 2,50 | 1,69 | 1 | 5 |
| Genre | 10 | 1,80 | 2,00 | 0,422 | 1 | 2 |
| Intérêt dessin | 10 | 3,30 | 3,00 | 0,949 | 2 | 5 |
| Fréquence dessin | 10 | 2,30 | 2,00 | 1,34 | 1 | 5 |
| Savoir perspective | 10 | 0,300 | 0,00 | 0,483 | 0 | 1 |
| Francophone B1 | 10 | 1,00 | 1,00 | 0,00 | 1 | 1 |
| Expertise déclarée | 10 | 1,80 | 2,00 | 0,789 | 1 | 3 |
Tableau 1. Descriptives des participant(e)s
2.1.2 Variable indépendante et modalités
L'expérimentation compare deux formats visuels d'apprentissage afin d'analyser leur effet sur la charge cognitive perçue, la compréhension et la qualité du croquis produit.
- Condition Animation : vidéo montrant, pas à pas, la construction d'un croquis en perspective à deux points de fuite.
- Condition Images statiques : quatre images représentant les mêmes étapes, présentées simultanément, sans mouvement ni transition.
Un plan inter-sujets à deux modalités a été retenu afin d'éviter que la mémoire ou l'expérience antérieure n'influence les résultats. Chaque participant(e) ne visionnait qu'une seule version de la leçon.
2.2 Matériel
2.2.1 Matériel d'apprentissage
Le matériel d'apprentissage s'appuie sur la méthode présentée par Ching (1996, pp. 54-55). Le contenu porte sur la réalisation d'une façade urbaine simple en perspective à deux points de fuite, représentant l'angle d'un bâtiment dont chaque face se dirige vers un point de fuite distinct sur la ligne d'horizon.
Deux versions du matériel ont été créées :
- Une animation, dessinée sur iPad avec Procreate, puis animée et montée avec CapCut (durée : 1 min 33 s).
- Une série de quatre images statiques, extraites de l'animation et affichées simultanément pendant la même durée.
Les deux modalités contenaient les mêmes informations (même modèle, même contenu, même texte, même audio). Le temps d'apprentissage était identique pour tous les participant(e)s (1 min 33 s). Le matériel de dessin fourni : crayon HB/2B, gomme, feuille A5.
Les étapes présentées dans l'animation :
- tracé de la ligne d'horizon et placement des points de fuite ;
- construction des volumes ;
- placement des fenêtres et des portes ;
- représentation des arbres s'éloignant en perspective.
2.2.2 Matériel de test
Le matériel de test comprend trois éléments :
- Pré-test (questionnaire d'auto-déclaration) : données sociodémographiques, expérience antérieure en dessin, consentement. Sert au filtrage des participant(e)s.
- Post-test (évaluation subjective) : 5 questions à échelle de Likert sur la charge cognitive perçue.
- QCM de compréhension : 10 questions (8 littérales, 2 inférentielles).
- Production de croquis sur papier (7 minutes maximum).
2.2.3 Variables dépendantes et mesures
VD1a : Charge cognitive intrinsèque (ICL)
Mesure la difficulté perçue du contenu. Indicateur : 2 items de Klepsch et al. (2017), échelle de Likert 1-7. Score = moyenne des deux items.
VD1b : Charge cognitive extrinsèque (ECL)
Évalue la difficulté liée à la présentation de l'information. Indicateur : 3 items de Klepsch et al. (2017), échelle de Likert 1-7. Score = moyenne des trois items.
VD2 : Compréhension du contenu
QCM de 10 items (8 littéraux, 2 inférentiels), 4 options par question. Score = somme des réponses correctes.
VD3 : Performance en dessin
Grille critériée composite (4 critères, cotée 0-3). Deux évaluateurs indépendants en codage aveugle. Score final = moyenne des deux évaluateurs.
| Critère | Description | 0 | 1 | 2 | 3 |
|---|---|---|---|---|---|
| A | Perspective correcte (cohérence spatiale) | x | x | x | x |
| B | Placement des lignes de fuite et lignes de repères | x | x | x | x |
| C | Placement des éléments (fenêtres et porte) | x | x | x | x |
| D | Lisibilité générale : le dessin représente clairement une maison | x | x | x | x |
Barème : 0 = non réalisé / incorrect · 1 = incohérent · 2 = globalement correct mais erreurs locales · 3 = correct et cohérent
2.3 Procédure
L'expérience suit six phases réparties sur une courte durée. La phase 1 a été conduite à distance ; les phases 2 à 6 en présentiel.
- Phase 1 : Pré-test & Consentement (2 min) : questionnaire sociodémographique, consentement, filtrage selon les critères d'inclusion.
- Phase 2 : Apprentissage (3 min) : visionnage de la vidéo (Animation) ou observation des images statiques (1 min 33 s, sans possibilité de replay).
- Phase 3 : Évaluation subjective (1–2 min) : 5 questions Likert sur la charge cognitive perçue (ICL et ECL).
- Phase 4 : QCM de compréhension (5 min) : 10 questions littérales et inférentielles.
- Phase 5 : Production de dessin (5–7 min) : croquis rapide en perspective à 2 points de fuite, crayon sur feuille A5, anonymisé par code unique.
- Phase 6 : Débriefing & Remerciements (2 min) : explication des objectifs de l'étude, possibilité de recevoir un résumé des résultats.
2.4 Hypothèses opérationnelles
- H1a (ICL) : Animation - score ICL plus faible. L'animation structure temporellement les étapes, réduisant la difficulté perçue du contenu (Klepsch et al., 2017 ; Plötzner et al., 2021).
- H1b (ECL) : Animation - score ECL plus faible. Les images statiques obligent les apprenant(e)s à reconstruire mentalement la chronologie, augmentant la charge extrinsèque.
- H2a (Compréhension) : Animation - score de compréhension plus élevé. Les animations facilitent la perception des changements successifs dans le temps (Plötzner et al., 2021).
- H3a (Dessin) : Animation - score de production plus élevé. Un modèle mental mieux construit devrait se refléter dans la précision du croquis (Tversky, 2011 ; Plötzner et al., 2021).
3. Résultats
Les statistiques descriptives ont été réalisées avec Jamovi (N = 10). Quatre variables dépendantes ont été examinées : ICL, ECL, Compréhension globale, SC_Dessin.
| Variable | N | Moyenne | Médiane | Écart-type | Min | Max |
|---|---|---|---|---|---|---|
| ICL | 10 | 4,15 | 4,00 | 1,667 | 1,00 | 7,00 |
| ECL | 10 | 2,53 | 2,17 | 1,619 | 1,00 | 6,33 |
| SC_CompréhensionGlobale | 10 | 7,90 | 8,00 | 1,370 | 5 | 9 |
| SC_Dessin | 10 | 2,19 | 2,25 | 0,690 | 0,630 | 2,88 |
Tableau 2. Statistiques descriptives – Variables dépendantes
3.1 Variable dépendante : Charge cognitive
3.1.1 ICL Charge cognitive intrinsèque
Échelle 1-7 (Likert) ; M = 4,15 ; Médiane = 4,00 ; Min = 1,00 ; Max = 7,00 ; SD = 1,67. Les scores d'ICL sont modérément élevés, indiquant que les participant(e)s ont perçu le contenu comme relativement exigeant. L'amplitude des réponses (de 1 à 7) indique une forte variabilité individuelle.
| Condition | N | Moyenne | IC 95% inf. | IC 95% sup. | Médiane | SD | Min | Max |
|---|---|---|---|---|---|---|---|---|
| Animation | 5 | 3,50 | 1,31 | 5,69 | 4,00 | 1,77 | 1,00 | 5,50 |
| Image statique | 5 | 4,80 | 3,01 | 6,59 | 4,00 | 1,44 | 3,50 | 7,00 |
Tableau 3. Comparaison de moyennes – ICL
Fig. 2 – Graphique descriptif avec intervalles de confiance à 95% — ICL
Le groupe Animation présente une ICL légèrement plus faible (M = 3,50 ; SD = 1,77) que le groupe Images statiques (M = 4,80 ; SD = 1,44). Les intervalles de confiance se chevauchent largement, ce qui suggère l'absence de différence statistiquement fiable.
3.1.2 ECL Charge cognitive extrinsèque
Échelle 1-7 (Likert) ; M = 2,53 ; Médiane = 2,17 ; Min = 1,00 ; Max = 6,33 ; SD = 1,62. Les scores d'ECL se concentrent dans la zone basse de l'échelle, avec une valeur élevée isolée (Max = 6,33).
| Condition | N | Moyenne | IC 95% inf. | IC 95% sup. | Médiane | SD | Min | Max |
|---|---|---|---|---|---|---|---|---|
| Animation | 5 | 1,93 | 0,82 | 3,04 | 2,33 | 0,894 | 1,00 | 3,00 |
| Image statique | 5 | 3,13 | 0,59 | 5,68 | 2,00 | 2,049 | 1,33 | 6,33 |
Tableau 4. Comparaison de moyennes – ECL
Fig. 4 – Graphique descriptif avec intervalles de confiance à 95% — ECL
Le groupe Animation présente des scores ECL plus faibles et plus homogènes (M = 1,93 ; SD = 0,89). Le groupe Images statiques montre une forte dispersion (SD = 2,05). Les intervalles de confiance se chevauchent largement.
3.1.3 Bilan H1a et H1b
3.2 Variable dépendante : Compréhension
M = 7,90 ; Médiane = 8,00 ; Min = 5 ; Max = 9 ; SD = 1,37. Les scores de compréhension sont concentrés dans la partie haute de l'échelle : 80 % des participant(e)s ont obtenu entre 8 et 9 sur 10, suggérant un effet plafond.
| Condition | N | Moyenne | IC 95% inf. | IC 95% sup. | Médiane | Écart-type | Min | Max |
|---|---|---|---|---|---|---|---|---|
| Animation | 5 | 8,20 | 6,58 | 9,82 | 9,00 | — | 6 | 9 |
| Image statique | 5 | 7,60 | 5,72 | 9,48 | 8,00 | — | 5 | 9 |
Tableau 5. Comparaison de moyennes – Compréhension globale
Fig. 6 – Graphique descriptif avec intervalles de confiance à 95% — Compréhension globale
3.3 Variable dépendante : Production en dessin
Échelle 0–3 ; M = 2,19 ; Médiane = 2,25 ; Min = 0,63 ; Max = 2,88 ; SD = 0,69. La performance est globalement élevée dans les deux conditions, avec une distribution légèrement asymétrique due à un score très bas dans le groupe Animation.
| Condition | N | Moyenne | IC 95% inf. | IC 95% sup. | Médiane | SD | Min | Max |
|---|---|---|---|---|---|---|---|---|
| Animation | 5 | 2,13 | 1,04 | 3,22 | 2,38 | 0,878 | 0,630 | 2,75 |
| Image statique | 5 | 2,25 | 1,58 | 2,92 | 2,13 | 0,539 | 1,750 | 2,88 |
Tableau 6. Comparaison de moyennes – Score de dessin (SC_Dessin)
Fig. 8 – Graphique descriptif avec intervalles de confiance à 95% — SC_Dessin
4. Discussion
Cette étude avait pour but de comparer l'effet de deux formats visuels sur l'apprentissage du dessin en perspective à deux points de fuite. Les résultats suggèrent des directions pour de futures recherches, mais ne permettent pas de trancher la question.
Pour l'ICL et l'ECL, les résultats vont dans le sens des hypothèses H1a et H1b : le groupe Animation a obtenu des scores moyens de charge cognitive plus faibles. Ce constat rejoint les travaux de Ploetzner et al. (2021) et Klepsch et al. (2017), qui montrent que l'animation aide à intégrer les étapes séquentielles. Toutefois, le chevauchement des intervalles de confiance et la grande variabilité dans le groupe Images statiques appellent à la prudence : H1a et H1b ne sont pas confirmées.
Pour la compréhension, il n'y a pas eu de différence notable entre les deux groupes. L'effet plafond du QCM (80 % des participants entre 8 et 9 sur 10) est la principale limite : le questionnaire ne permettait pas de bien distinguer les niveaux. H2a n'est pas confirmée, mais ce résultat est sans doute lié à l'outil de mesure plutôt qu'à une inefficacité du format Animation.
Les performances en dessin étaient proches dans les deux groupes. Cela s'explique par la tâche demandée : reproduire une configuration spatiale finale statique ne demande pas forcément de comprendre la dynamique des étapes. Comme l'indiquent Ploetzner et al. (2021), les animations sont surtout utiles pour apprendre des changements dans le temps. Ici, la tâche mesurait surtout la capacité à mémoriser et à reproduire une image fixe.
Pour une étude principale, il serait utile d'utiliser un test de compréhension plus précis, par exemple avec des questions de transfert ou de résolution de problèmes. Il serait aussi intéressant d'enregistrer le processus de dessin avec une tablette graphique pour analyser la séquence et la planification des traits.
5. Conclusion
Cette étude expérimentale cherchait à savoir si l'animation aide plus à apprendre le dessin en perspective que les images statiques. Les résultats ne montrent pas qu'un format est supérieur à l'autre, mais ils révèlent des tendances qui vont dans le sens de la théorie : l'animation semble réduire la charge cognitive perçue, surtout pour organiser les étapes dans le temps.
Pour des tâches où il s'agit de reproduire des informations visuo-spatiales stables, les images fixes peuvent être aussi efficaces que l'animation. Ces résultats montrent qu'il est important d'adapter le format pédagogique au contenu : l'animation est sans doute plus utile pour enseigner des processus dynamiques et séquentiels, alors que les images statiques suffisent pour des contenus stables.
Cette recherche prépare le terrain pour des études futures plus approfondies, avec des mesures plus précises des processus d'apprentissage. Elle rappelle aussi que le choix entre animation et images statiques doit dépendre des objectifs d'apprentissage.
6. Bibliographie
- Ching, F. D. K. (1996). Architectural Graphics (3rd ed.). John Wiley & Sons.
- Klepsch, M., Schmitz, F., & Seufert, T. (2017). Development and validation of two instruments measuring intrinsic, extraneous, and germane cognitive load. Frontiers in Psychology, 8, 1997. https://doi.org/10.3389/fpsyg.2017.01997
- OpenAI. (2025). ChatGPT (GPT-5) [Grand modèle de langage]. OpenAI. https://chat.openai.com
- Patton, M. Q. (2015). Qualitative Research & Evaluation Methods (4th ed.). Sage Publications.
- Ploetzner, R., Berney, S., & Bétrancourt, M. (2021). When learning from animations is more successful than learning from static pictures: Learning the specifics of change. Instructional Science. Springer.
- Tversky, B. (2011). Visualizing thought. Topics in Cognitive Science, 3(3), 499–535. https://doi.org/10.1111/j.1756-8765.2010.01113.x
- Urdziņa-Deruma, M., Celmiņa-Ķeirāne, A., Avotiņa, A., & Karlsone, I. (2023). A diagnostic analysis of observational sketching: Examples from the University of Latvia. Acta Paedagogica Vilnensia, 50, 143–158. https://doi.org/10.15388/ActPaed.2023.50.9
Note : Certaines vérifications linguistiques ont été effectuées avec ChatGPT (OpenAI, 2025) à des fins d'apprentissage et de révision du français écrit. Conformément aux recommandations APA 7e édition, l'utilisation d'une intelligence artificielle est citée.