Les expériences de la théorie de la charge cognitive – John Sweller

Dans l’histoire des sciences cognitives et de la psychologie de l’éducation, peu de cadres théoriques ont exercé un impact aussi transformateur et mesurable que la théorie de la charge cognitive (Cognitive Load Theory ou CLT). Formulée initialement à la fin des années 1970 et au début des années 1980 par le psychologue australien John Sweller au sein de l’Université de Nouvelle-Galles du Sud (UNSW), cette théorie a profondément redéfini notre compréhension de l’architecture mentale humaine en articulant les contraintes neurobiologiques de la mémoire de travail avec les capacités colossales de stockage de la mémoire à long terme. Alors que les théories dominantes de l’époque postulaient que l’apprentissage complexe et la résolution autonome de problèmes étaient intrinsèquement synergiques, les données empiriques accumulées par Sweller et ses collaborateurs ont révélé un paradoxe fondamental : placer des apprenants novices dans des situations de recherche heuristique non guidée ne favorise pas l’acquisition de connaissances conceptuelles, mais sature au contraire leurs ressources attentionnelles, inhibant l’apprentissage profond.

Le génie méthodologique de John Sweller réside dans son approche résolument empirique. Plutôt que de formuler des maximes pédagogiques déconnectées des mécanismes psychobiologiques, Sweller a élaboré une suite rigoureuse d’expérimentations factorielles contrôlées, portant sur l’algèbre, la géométrie, la cinématique ou encore l’ingénierie électrotechnique. En mesurant minutieusement les temps de latence, les protocoles verbaux, les taux d’erreur, les démarches computationnelles et les transferts d’apprentissage, ses recherches ont isolé des régularités cognitives universelles. Ces régularités, aujourd’hui reconnues sous le nom d’effets d’ingénierie cognitive — tels que l’effet de l’exemple résolu, l’effet du problème sans but, l’effet d’attention partagée ou encore l’effet d’inversion lié à l’expertise —, ont apporté des preuves tangibles démontrant que la structure de l’information pédagogique doit impérativement s’aligner sur les limites imposées par l’évolution à notre système de traitement de l’information.

Cet article propose une analyse exhaustive, critique et approfondie des expériences fondatrices et contemporaines qui jalonnent la trajectoire de la théorie de la charge cognitive. En examinant minutieusement le passage d’une critique de l’analyse moyens-fins vers une synthèse intégrant l’évolutionnisme cognitif de David Geary et les neurosciences computationnelles, nous retracerons l’ensemble des protocoles expérimentaux, des débats épistémologiques et des paradigmes méthodologiques qui ont permis à John Sweller de révolutionner la science de l’instruction. De l’examen des limites structurelles de la mémoire de travail aux controverses vives opposant guidage direct et approches constructivistes, cette étude offre un panorama complet de la genèse expérimentale de la CLT.

1. Genèse et contexte épistémologique des recherches de John Sweller

1.1 La rupture avec les paradigmes traditionnels de résolution de problèmes

Au cours des années 1960 et 1970, l’orthodoxie dominante au sein de la psychologie cognitive et de l’intelligence artificielle naissante s’articulait presque exclusivement autour des travaux pionniers d’Allen Newell et Herbert A. Simon. Dans leur monumentale publication de 1972, Human Problem Solving, ces chercheurs postulaient que l’intelligence humaine face à des environnements inédits reposait sur des processus de recherche heuristique indépendants du domaine. Le concept pivot de leur modélisation était l’espace de problème (problem space), au sein duquel le sujet navigue d’un état initial vers un état final en appliquant des opérateurs légitimes guidés par l’analyse moyens-fins (means-ends analysis). Dans ce cadre, la résolution de problèmes était assimilée à la manifestation la plus pure de l’intelligence en action, et la pédagogie dominante en déduisait que confronter les élèves à des problèmes complexes non étayés constituait le vecteur par excellence du développement intellectuel.

Toutefois, lorsqu’il observe des élèves du secondaire et des étudiants universitaires confrontés à des tâches complexes en physique ou en mathématiques, John Sweller décèle une inadéquation empirique criante dans ce modèle. L’application scrupuleuse de l’analyse moyens-fins — qui requiert de calculer en permanence la distance psychologique entre l’état actuel et l’état but, tout en décomposant ce différentiel en une cascade de sous-buts successifs — ne se traduit pas par une compréhension conceptuelle des structures sous-jacentes du domaine. Les apprenants parviennent parfois, au prix d’efforts intenses et d’un tâtonnement laborieux, à atteindre la solution numérique ou géométrique requise, mais s’avèrent incapables d’expliquer les principes physiques mobilisés ou d’appliquer la même démarche à un problème isomorphe présenté sous un habillage narratif différent.

Cette dissonance marque le passage du paradigme computationnel classique, centré sur la recherche sérielle dans un espace d’états, vers une approche écologique et structurelle du traitement de l’information. Sweller comprend que la théorie de Newell et Simon décrit avec précision le comportement d’un individu placé en situation de pénurie absolue de connaissances préalables, mais échoue à modéliser le processus par lequel ce même individu acquiert et consolide de nouveaux savoirs. L’analyse moyens-fins n’apparaît plus dès lors comme un moteur d’apprentissage, mais comme un mécanisme de survie cognitive de dernier recours, particulièrement lourd et inefficace sur le plan de la mémorisation pérenne.

1.2 L’émergence des premiers postulats à l’Université de Nouvelle-Galles du Sud

C’est au sein du département de psychologie de l’Université de Nouvelle-Galles du Sud (Sydney, Australie) que John Sweller entreprend ses premières investigations empiriques systématiques à la fin des années 1970. En observant les erreurs récurrentes et les hésitations manifestées par des étudiants aux prises avec des démonstrations trigonométriques et des équations algébriques, Sweller constate un phénomène récurrent : les étudiants consacrent la quasi-totalité de leur attention consciente à la manipulation syntaxique des symboles et à la gestion des opérateurs intermédiaires, au détriment de l’analyse globale de la structure du problème.

Sweller formule alors une hypothèse audacieuse pour l’époque : les processus cognitifs strictement requis pour résoudre un problème par des méthodes heuristiques entrent en compétition directe avec, et finissent par entraver, les processus cognitifs indispensables pour apprendre la structure conceptuelle régissant ce problème. L’activité de recherche accapare l’intégralité du canal attentionnel. Il ne s’agit donc pas d’une insuffisance de motivation ou d’un déficit logique intrinsèque de l’étudiant, mais d’une interférence cognitive structurelle générée par la nature même de la tâche assignée par l’enseignant.

Cette intuition fondatrice culmine avec la rédaction d’un article séminal, soumis et publié en 1988 dans la revue Cognitive Science sous le titre désormais historique : « Cognitive Load During Problem Solving: Effects on Learning ». Lors de sa diffusion initiale, l’article suscite un certain scepticisme au sein des cercles pédagogiques imprégnés de constructivisme piagétien et de pédagogie par la découverte (discovery learning), alors en plein essor. Comment l’acte de résoudre un problème pourrait-il nuire à l’apprentissage ? La communauté académique dut néanmoins s’incliner devant la rigueur mathématique des protocoles expérimentaux déployés par Sweller, lesquels fournissaient des mesures chronométriques, des taux de transfert et des analyses d’erreurs d’une précision irréfutable, amorçant une révolution copernicienne en ingénierie de l’instruction.

1.3 Influences théoriques de la psychologie cognitive classique

Pour étayer sa construction théorique, John Sweller ne part pas d’une tabula rasa ; il synthétise et opérationnalise plusieurs décennies d’avancées majeures en psychologie cognitive fondamentale. La première pierre angulaire de son édifice conceptuel provient directement des travaux de George A. Miller (1956) portant sur le « chiffre magique sept, plus ou moins deux ». Sweller retient de Miller la démonstration incontestable que notre capacité à appréhender et à manipuler simultanément des éléments informationnels discrets au sein de la conscience immédiate est sévèrement bridée par notre constitution biologique.

La seconde influence déterminante émane des études pionnières d’Adriaan de Groot (1965), reprises et approfondies de façon magistrale par William G. Chase et Herbert A. Simon (1973) dans leurs recherches expérimentales sur la perception chez les maîtres et les novices du jeu d’échecs. En démontrant que la supériorité d’un grand maître ne réside pas dans une capacité supérieure de calcul prospectif en profondeur (ils n’envisagent pas plus de coups à l’avance qu’un joueur amateur), mais dans la reconnaissance instantanée de configurations visuelles familières regroupées en unités significatives (les fameux chunks), Chase et Simon ont révélé le rôle primordial de la mémoire à long terme dans l’expertise. L’expert ne raisonne pas mieux dans le vide ; il dispose d’une vaste bibliothèque mnésique de structures reconnues sans effort.

Sweller intègre cette découverte et opère une distinction cruciale entre les structures de surface d’un problème (les variables anecdotiques, les valeurs numériques contingentes, les termes spécifiques utilisés dans l’énoncé) et ses structures profondes (les lois physiques fondamentales, les principes mathématiques régissant la relation entre les entités). Alors que le novice demeure irrémédiablement piégé par les attributs de surface — tentant par exemple de classer un problème de physique selon qu’il évoque un plan incliné ou un ressort —, l’expert mobilise des schémas cognitifs sophistiqués fondés sur les principes de conservation de l’énergie ou les lois de Newton. C’est précisément l’acquisition de ces structures profondes que l’enseignement doit maximiser, et que l’analyse heuristique aveugle échoue à promouvoir.

2. L’architecture cognitive humaine au cœur du modèle de Sweller

2.1 La mémoire de travail et son goulot d’étranglement structurel

L’architecture cognitive sur laquelle repose l’ensemble de la théorie de la charge cognitive est structurée autour d’un dualisme fonctionnel entre deux réservoirs mnésiques aux caractéristiques diamétralement opposées : la mémoire de travail et la mémoire à long terme. La mémoire de travail (souvent assimilée à la conscience active ou au processeur central de l’esprit) constitue l’instance au sein de laquelle s’opèrent toutes les transformations symboliques, les déductions logiques, la compréhension linguistique et la planification motrice. Cependant, ce processeur souffre d’une contrainte d’une sévérité absolue : sa capacité de stockage et de traitement pour des informations inédites est drastiquement limitée.

Tandis que George Miller estimait cette limite à environ sept éléments simples, les recherches contemporaines en neuropsychologie, synthétisées notamment par Nelson Cowan (2001), ont revu cette estimation à la baisse, établissant que la mémoire de travail ne peut traiter efficacement qu’environ trois à quatre éléments lorsque ceux-ci doivent être activement manipulés et qu’ils interagissent entre eux. Parallèlement à cette limitation en capacité, la mémoire de travail est soumise à une limitation temporelle impitoyable : en l’absence de réactivation périodique ou de boucle de répétition phonologique, la trace mnésique d’une information nouvelle subit un déclin exponentiel, s’évanouissant presque intégralement en l’espace de 15 à 30 secondes (Peterson & Peterson, 1959).

Ce goulot d’étranglement structurel (bottleneck) implique une vulnérabilité extrême de l’être humain face à la surcharge cognitive. Dès lors qu’une tâche didactique impose à l’apprenant de maintenir simultanément présents à l’esprit plus d’éléments interdépendants que la mémoire de travail ne peut en héberger, le système s’effondre : des informations cruciales sont évincées avant d’avoir pu être articulées, les liens logiques se brisent, des erreurs systématiques émergent et l’apprentissage est irrémédiablement compromis. Toute tentative d’ingénierie pédagogique qui ignorerait cette contrainte physique fondamentale est condamnée à l’inefficacité.

2.2 La mémoire à long terme comme réservoir illimité de schémas

Face à la fragilité structurelle de la mémoire de travail se dresse le gigantisme de la mémoire à long terme. Loin d’être un simple entrepôt passif de faits isolés, la mémoire à long terme est théorisée par John Sweller comme un système dynamique d’une capacité virtuellement infinie, structuré sous forme de réseaux complexes d’unités de connaissances appelées schémas cognitifs (terme emprunté à Jean Piaget et Frederic Bartlett). Un schéma cognitif est une structure mnésique qui permet d’agréger une multiplicité d’éléments informationnels disparates en une unité conceptuelle unique et cohérente.

Le processus clé élucidé par la théorie de la charge cognitive réside dans l’interaction entre ces deux composantes mnésiques : lorsqu’un ensemble complexe d’éléments est solidement encapsulé au sein d’un schéma stocké en mémoire à long terme, ce schéma peut être extrait et transféré dans la mémoire de travail sous la forme d’un élément unique. Dès lors, ce qui représentait auparavant une charge intolérable de dix variables interdépendantes pour un novice ne pèse plus que le poids d’une entité informationnelle unitaire pour l’expert. Par exemple, un mot complexe dans notre langue maternelle est traité comme un élément unique par le lecteur compétent, alors qu’il impose au jeune enfant une décomposition sérielle épuisante de chaque graphème et phonème.

De surcroît, les schémas cognitifs sont susceptibles, par la pratique délibérée et la répétition distribuée, de subir un processus d’automatisation. Un schéma hautement automatisé s’exécute de manière quasi réflexe, consommant une fraction infinitésimale, voire nulle, des ressources attentionnelles de la mémoire de travail. L’automatisation des compétences de bas niveau (telles que le décodage grapho-phonétique en lecture ou les tables de multiplication en arithmétique) libère l’intégralité de la bande passante cognitive pour des opérations de haut niveau, telles que l’inférence contextuelle ou la modélisation mathématique abstraite. L’expertise ne se caractérise donc pas par des processus de raisonnement plus puissants ou plus rapides dans l’absolu, mais par la possession de schémas riches, hiérarchisés et automatisés.

2.3 Parallèle avec les mécanismes de l’évolution biologique

À partir du début des années 2000, John Sweller, en collaboration étroite avec le psychologue évolutionniste américain David C. Geary, a profondément enrichi l’armature théorique de la CLT en proposant une homologie formelle saisissante entre l’architecture cognitive humaine et les principes de l’évolution biologique néo-darwinienne. Dans cette perspective naturaliste, l’esprit humain est analysé comme un système naturel de traitement de l’information gouverné par cinq principes cardinaux rigoureusement analogues aux mécanismes du génome :

• Le principe de réservoir d’informations (Information Store Principle) : Tout comme le génome d’une espèce stocke d’immenses quantités d’instructions adaptatives accumulées au fil des millénaires pour assurer la survie, la mémoire à long terme accumule les schémas comportementaux et conceptuels indispensables à l’action.
• Le principe d’emprunt et de réorganisation (Borrowing and Reorganizing Principle) : La majorité des connaissances humaines ne sont pas inventées ex nihilo par l’individu, mais empruntées à d’autres individus par imitation, transmission culturelle et enseignement, puis réorganisées pour être intégrées aux schémas existants (analogue à la recombinaison génétique sexuelle).
• Le principe de caractère aléatoire comme genèse (Randomness as Genesis Principle) : Face à une situation entièrement inédite où aucun schéma préalable n’est disponible en mémoire à long terme, le système cognitif n’a d’autre choix que de générer des essais semi-aléatoires et d’en tester les effets (analogue aux mutations génétiques aléatoires).
• Le principe de limitation de l’étroitesse (Narrow Limits of Change Principle) : Pour éviter que des mutations aléatoires massives ne détruisent l’intégrité du génome, le taux de mutation doit rester infinitésimal. De façon symétrique, la mémoire de travail impose un goulot d’étranglement strict pour empêcher que des afflux massifs d’informations nouvelles et non testées ne corrompent ou ne désorganisent les schémas hautement structurés de la mémoire à long terme.
• Le principe de guidage environnemental (Environmental Organizing and Linking Principle) : Une fois les connaissances consolidées, des signaux environnementaux déclenchent l’activation inconsciente et instantanée de schémas d’action massifs, guidant l’interaction adaptative avec le monde sans saturer la conscience.

Cette grille de lecture évolutionniste permet d’intégrer la distinction théorique fondamentale formulée par David Geary entre connaissances biologiquement primaires et connaissances biologiquement secondaires. Les compétences primaires (comme l’apprentissage de la langue orale maternelle, la reconnaissance des visages ou la navigation spatiale de base) ont été sélectionnées au cours de millions d’années d’hominisation ; elles s’acquièrent spontanément, sans effort conscient, par simple immersion écologique et interaction sociale informelle. En revanche, les compétences biologiquement secondaires (comme la lecture, l’écriture, le calcul différentiel ou la programmation informatique) constituent des inventions culturelles récentes (quelques siècles ou millénaires). Notre cerveau n’a pas développé de modules neurobiologiques spécialisés pour leur acquisition spontanée. Elles nécessitent un enseignement explicite, systématique et rigoureusement structuré pour contourner les limitations de la mémoire de travail.

3. La tripartition conceptuelle de la charge cognitive

3.1 La charge cognitive intrinsèque et l’interactivité des éléments

Afin d’opérationnaliser l’impact des tâches éducatives sur la mémoire de travail, Sweller et ses collègues ont forgé une tripartition conceptuelle devenue classique, segmentant la charge cognitive globale en trois composantes fondamentales : intrinsèque, extrinsèque et essentielle. La première d’entre elles, la charge cognitive intrinsèque (Intrinsic Cognitive Load), renvoie à la complexité inhérente et incontournable du matériau d’apprentissage lui-même.

Cette charge intrinsèque n’est pas une mesure arbitraire de difficulté subjective ; elle est rigoureusement déterminée par le concept d’interactivité des éléments (element interactivity). Un élément est défini comme toute entité d’information qui doit être traitée en mémoire de travail (un symbole, une règle, un concept, une variable). Dans des tâches à faible interactivité d’éléments, comme l’apprentissage du vocabulaire d’une langue étrangère où l’on associe un mot source à sa traduction cible (ex. : table = la table), chaque paire peut être apprise de façon sérielle et isolée, sans qu’il soit nécessaire de maintenir les autres associations simultanément à l’esprit. La charge intrinsèque est alors très faible.

À l’inverse, dans les tâches à forte interactivité d’éléments, comme l’apprentissage des règles de la syntaxe grammaticale, de l’équilibre des réactions d’oxydoréduction en chimie ou de la résolution d’une équation à deux inconnues, aucun élément ne peut être appréhendé de façon étanche. L’apprenant doit obligatoirement coordonner mentalement la valeur d’une variable avec les modifications subies par une autre variable, sous peine de commettre une erreur logique. Cette interdépendance fonctionnelle sature immédiatement la mémoire de travail. Par définition, un enseignant ne peut pas réduire la charge intrinsèque d’une tâche sans en altérer la nature épistémologique ou en simplifier l’objectif final. La seule variable capable de réduire l’interactivité apparente des éléments est le niveau d’expertise de l’apprenant, puisque l’existence préalable d’un schéma cognitif permet de fusionner des éléments interactifs en une unité unique.

3.2 La charge cognitive extrinsèque ou inutile

La deuxième composante, désignée sous le nom de charge cognitive extrinsèque (Extraneous Cognitive Load), constitue l’ennemi juré de l’ingénieur pédagogique. Elle englobe l’ensemble des dépenses d’énergie mentale imposées à l’apprenant non pas par la difficulté du sujet d’étude, mais par la conception didactique déficiente, l’organisation spatio-temporelle inadéquate des supports de cours ou la formulation ambiguë des consignes pédagogiques.

Lorsque des données textuelles explicatives sont séparées géographiquement d’un schéma technique qu’elles décrivent (forçant les yeux et l’esprit à des allers-retours épuisants), lorsqu’un document est saturé de fioritures décoratives hors-sujet mais attrayantes (les « détails séduisants » ou seductive details), ou lorsqu’un novice est contraint de chercher aveuglément des formules dans un formulaire au lieu d’observer une solution experte, la mémoire de travail est sollicitée pour des tâches totalement improductives. Ces ressources attentionnelles mobilisées pour contourner la mauvaise présentation du stimulus ne contribuent en rien à la construction ou à l’automatisation des schémas mnésiques.

La règle fondamentale régissant la théorie de la charge cognitive est celle de l’additivité : la charge cognitive totale pesant sur l’esprit est la somme de la charge intrinsèque et de la charge extrinsèque. Si cette somme dépasse la capacité maximale de la mémoire de travail, une surcharge cognitive aiguë survient, annihilant tout processus d’apprentissage pérenne. L’objectif premier de toute didactique fondée sur des preuves est donc de compresser la charge extrinsèque au niveau le plus proche possible de zéro, afin de libérer l’espace cognitif strictement nécessaire au traitement de la charge intrinsèque.

3.3 La charge cognitive essentielle (germane) et sa réévaluation théorique

Dans les formulations intermédiaires de la théorie (notamment entre 1998 et le milieu des années 2000), John Sweller, Jeroen van Merriënboer et Fred Paas ont introduit un troisième vecteur : la charge cognitive essentielle ou pertinente (Germane Cognitive Load). Historiquement, la charge essentielle désignait la quote-part des ressources de la mémoire de travail délibérément allouée par l’apprenant à des processus cognitifs méticuleux d’abstraction, d’intégration conceptuelle, de comparaison d’analogies et d’automatisation des schémas. Alors que la charge extrinsèque constituait une interférence négative, la charge essentielle était célébrée comme une composante hautement désirable et bénéfique.

Cependant, à l’épreuve des validations psychométriques et des raffinements théoriques, cette tripartition symétrique a soulevé des difficultés méthodologiques considérables. De nombreux chercheurs ont souligné l’impossibilité pratique de mesurer empiriquement la charge essentielle de façon découplée de la charge intrinsèque : comment distinguer expérimentalement l’effort mental investi pour comprendre un contenu complexe (intrinsèque) de l’effort investi pour construire un schéma sur ce contenu (essentielle) ?

Faisant preuve d’une lucidité épistémologique remarquable, Sweller, Ayres et Kalyuga (2011) ont opéré une révision théorique majeure de leur modèle. Dans cette version contemporaine, la charge essentielle n’est plus considérée comme une catégorie indépendante et additive de charge cognitive en soi. Elle a été redéfinie comme l’orientation effective et productive des ressources attentionnelles résiduelles vers le traitement de la charge cognitive intrinsèque. Dans ce cadre reconfiguré, la charge n’a que deux origines structurelles : l’information à apprendre (intrinsèque) et la façon dont l’information est présentée (extrinsèque). Le concept d’effort germane renvoie désormais à l’état motivationnel et métacognitif dans lequel l’apprenant s’engage activement pour dédier toute sa capacité disponible à la maîtrise de la complexité intrinsèque de la matière.

4. Les expériences princeps sur la résolution de problèmes (1982-1988)

4.1 L’étude sur les casse-têtes et les puzzles transformationnels (1982)

Les jalons expérimentaux qui ont donné naissance à la théorie de la charge cognitive remontent à une étude d’une élégance méthodologique rare, menée par John Sweller et publiée en 1982 sous le titre « The Inefficacy of Means-Ends Analysis in Problem Solving ». Sweller a utilisé pour ce protocole des problèmes formels de transformation d’états et d’induction de structures, inspirés de la célèbre Tour de Hanoï et de jeux de déplacement de jetons sur des grilles contraintes, où les transitions entre états étaient soumises à un réseau strict de règles combinatoires.

L’expérimentation confrontait deux groupes de sujets adultes soumis au même corpus d’énigmes. Le premier groupe était soumis à la consigne conventionnelle de résolution de problèmes : ils devaient transformer l’état de départ pour atteindre un état final cible unique et précis (par exemple, parvenir à une configuration géométrique spécifique des jetons), ce qui déclenchait inévitablement une démarche heuristique d’analyse moyens-fins. Le second groupe était soumis à une tâche d’exploration non finalisée : ils étaient simplement invités à manipuler les jetons pour générer autant de configurations valides possibles en appliquant les règles de déplacement, sans se soucier d’un état d’arrivée prédéterminé.

Les résultats ont pris de court les partisans des théories traditionnelles de la résolution de problèmes. Après la phase d’apprentissage, l’ensemble des participants fut soumis à des tests évaluant leur connaissance de la structure mathématique sous-jacente du puzzle et leur capacité à résoudre de nouvelles configurations complexes sans tâtonnement. Les sujets ayant résolu les problèmes conventionnels avec un état final fixé ont mis paradoxalement beaucoup plus de temps à percevoir les règles régissant l’espace d’états. Pire encore, ils se sont révélés incapables d’anticiper les coups optimaux lors des post-tests. Sweller a apporté ici la première preuve directe que la résolution effective d’un problème (atteindre le but assigné) ne garantit aucunement la compréhension des lois fonctionnelles qui le régissent ; au contraire, l’effort consacré à atteindre le but cible fait écran à l’assimilation des principes logiques.

4.2 Les expérimentations en cinématique et en géométrie (Sweller, Mawer et Howe, 1982)

Désireux de transposer ces constats obtenus sur des casse-têtes de laboratoire vers des situations académiques écologiquement valides, John Sweller s’associe à Michael Mawer et Mark Howe en 1982 pour mener une série d’expérimentations rigoureuses auprès d’élèves de l’enseignement secondaire australien, dans les disciplines réputées les plus sélectives : la géométrie euclidienne et la cinématique physique (mécanique classique newtonienne).

Dans une expérience typique portant sur la cinématique élémentaire, les élèves devaient calculer des variables cinématiques (vitesse initiale $u$, vitesse finale $v$, accélération $a$, temps $t$, et distance $s$) à l’aide des équations du mouvement rectiligne uniformément accéléré. Le groupe de contrôle recevait des problèmes académiques classiques formulés sous la forme : « Une voiture part du repos et accélère à $2\text{ m/s}^2$ sur une distance de $100\text{ m}$. Calculez sa vitesse finale ». Le groupe expérimental recevait un énoncé contenant exactement les mêmes données initiales, mais suivi d’une consigne ouverte : « Calculez autant de variables cinématiques que possible à partir de ces informations ».

L’enregistrement minutieux des protocoles d’écriture et des durées de résolution a mis en exergue ce que Sweller a qualifié de « paradoxe de l’effort » : les élèves du groupe standard ont manifesté une démarche d’investigation régressive, débutant par la recherche d’une formule isolant immédiatement la vitesse finale $v$, constatant qu’il leur manquait la durée $t$, puis tentant d’éliminer cette variable par substitutions successives. Ce calcul itératif lourd s’est soldé par une multitude d’erreurs d’arithmétique de base et un oubli quasi total des lois physiques lors des évaluations différées. En revanche, les élèves du groupe ouvert ont spontanément procédé en marche avant (forward-working strategy), appliquant directement les formules aux données disponibles sans stress attentionnel, ce qui leur a permis de dériver les variables avec une aisance remarquable et de mémoriser durablement la structure des formules cinématiques.

4.3 La critique expérimentale de l’analyse moyens-fins (Means-Ends Analysis)

L’analyse fine de ces résultats expérimentaux a conduit Sweller à démanteler méthodiquement l’idéalisation de l’analyse moyens-fins comme paradigme d’apprentissage. Sur le plan computationnel, l’analyse moyens-fins impose une surcharge cognitive continue et disproportionnée sur la mémoire de travail, que Sweller décompose en quatre opérations simultanées et concurrentes :

1. L’apprenant doit maintenir présent à l’esprit l’état actuel du problème.
2. Il doit simultanément conserver en mémoire active l’état but final visé.
3. Il doit comparer continuellement ces deux états afin d’en quantifier le différentiel psychologique et logique.
4. Il doit explorer mentalement son catalogue d’opérateurs pour trouver celui qui réduira ce différentiel, tout en générant, si cet opérateur s’avère immédiatement inapplicable, une hiérarchie de sous-buts (sub-goals) intermédiaires qui viennent s’empiler en mémoire de travail.

Considérant que la mémoire de travail ne dispose que d’une capacité opérationnelle de 3 à 4 éléments interactifs, cette pile de sous-objectifs sature intégralement le système attentionnel de l’apprenant. Il n’existe plus aucune ressource mnésique résiduelle pour observer les régularités structurelles, pour comparer le problème présent à des cas similaires traités précédemment, ou pour encoder une trace pérenne dans la mémoire à long terme. L’analyse moyens-fins agit comme un tunnel cognitif qui enferme l’apprenant dans une myopie locale : il parvient à réduire les distances pas à pas, mais demeure aveugle au paysage conceptuel global. C’est l’impossibilité neurobiologique d’induire des schémas d’ensemble sous un tel régime de contrainte attentionnelle qui a conduit Sweller à repenser radicalement la didactique des sciences exactes.

5. L’effet du problème sans but précis (Goal-Free Effect)

5.1 Le dispositif expérimental fondateur de Sweller (1988)

La confirmation expérimentale définitive de cette dynamique cognitive a été magistralement exposée dans l’article fondateur de Sweller en 1988. Sweller y formalise ce qui constitue le premier effet d’ingénierie didactique documenté de la théorie : l’effet du problème sans but précis ou effet d’absence de but (Goal-Free Effect).

Pour cette étude d’envergure, Sweller a sélectionné un échantillon d’élèves de l’enseignement secondaire qu’il a randomisés en deux conditions expérimentales rigoureuses face à des problèmes complexes de géométrie euclidienne impliquant des théorèmes angulaires (angles alternes-internes, théorèmes de l’angle au centre et de l’angle inscrit, somme des angles d’un triangle).
Dans la condition « avec but standard », la consigne était univoque : « Étant donné la figure suivante avec les valeurs angulaires fournies, calculez la mesure de l’angle $angle BCD$ ».
Dans la condition « sans but précis », la consigne ne mentionnait aucun angle cible : « Étant donné la figure suivante, calculez la valeur de tous les angles qu’il vous est possible de déduire ».

Le dispositif expérimental comportait un chronométrage à la seconde près et un décompte aveugle des voies de calcul erronées, des ratures et des régressions procédurales. Les résultats ont affiché des écarts statistiquement spectaculaires : non seulement les élèves de la condition sans but ont résolu l’équivalent des étapes requises beaucoup plus rapidement que leurs pairs, mais ils ont commis significativement moins d’erreurs mathématiques. Surtout, lors d’une phase de post-test où les deux groupes étaient désormais confrontés à de nouveaux problèmes complexes avec buts assignés, les élèves formés sous la méthode sans but ont surclassé de façon unilatérale les élèves du groupe témoin, identifiant immédiatement les théorèmes pertinents là où les élèves entraînés sur des buts traditionnels continuaient d’échouer dans des calculs circulaires stériles.

5.2 Mécanismes cognitifs sous-jacents à l’effet d’absence de but

Comment expliquer qu’une consigne a priori plus vague (« calculez tout ce que vous pouvez ») produise un apprentissage infiniment plus robuste et rapide qu’une consigne extrêmement ciblée (« calculez l’angle X ») ? L’explication théorique apportée par Sweller constitue un tour de force d’analyse cognitive :

En éliminant l’état final cible spécifique, l’enseignant court-circuite et désactive intégralement la machinerie de l’analyse moyens-fins. L’élève n’ayant plus de but distant auquel se raccrocher, il ne peut plus travailler « à rebours » (backward search) à partir de l’angle inconnu. Il est mécaniquement contraint d’adopter une stratégie de travail « en marche avant » (forward-working strategy). Il pose son regard sur les données connues et se pose une seule question élémentaire : « Quel théorème mathématique puis-je appliquer directement à ces deux angles connus pour en déduire un troisième ? ».

Cette orientation attentionnelle modifie du tout au tout la nature de la charge cognitive pesant sur la mémoire de travail :

• L’attention n’est plus monopolisée par la gestion d’une arborescence de sous-buts distants.
• La charge extrinsèque s’effondre, car la distance entre l’état actuel et le but n’a plus besoin d’être calculée ni stockée.
• L’attention se focalise exclusivement sur les relations structurales entre les segments géométriques et les théorèmes opératoires.
• Chaque inférence réussie enrichit immédiatement la mémoire de travail d’une nouvelle donnée stable qui sert de tremplin pour la déduction suivante.

L’apprenant passe ainsi d’un mode de recherche désespéré à un mode d’observation et de reconnaissance de patterns. C’est précisément cette focalisation sur les caractéristiques structurales des figures qui permet à la mémoire à long terme d’encoder des schémas d’action hautement transférables.

5.3 Limites empiriques et conditions de validité écologique

L’effet du problème sans but, bien que robuste, n’est cependant pas une panacée universelle applicable aveuglément à toutes les disciplines. Les recherches ultérieures menées par Sweller et d’autres laboratoires internationaux ont rigoureusement circonscrit son domaine de validité écologique. Trois conditions limites majeures ont été identifiées :

En premier lieu, l’effet d’absence de but ne peut fonctionner que dans des domaines académiques structurés par des réseaux précis de règles formelles déterministes, tels que les mathématiques, la physique computationnelle ou la programmation informatique. Dans des disciplines mal définies (ill-defined domains) comme la dissertation littéraire, l’analyse philosophique ou l’interprétation historique, une consigne dénuée de but précis (« écrivez tout ce que vous savez sur la Révolution française ») débouche fréquemment sur une désorientation métacognitive et un bavardage intellectuel improductif.

En second lieu, l’effet présuppose que l’apprenant maîtrise au préalable un répertoire minimal de règles opératoires primaires. Si l’élève ne connaît aucun théorème de géométrie, lui demander de calculer tous les angles possibles est voué à un échec immédiat. Enfin, Sweller a démontré que l’effet s’évanouit lorsque les problèmes présentent une interactivité d’éléments très faible : si une tâche est si simple qu’elle ne nécessite que l’application directe d’une seule formule sans coordination de données multiples, l’analyse moyens-fins ne génère pas de surcharge cognitive notable, et la formulation d’un problème avec ou sans but produit des résultats d’apprentissage rigoureusement équivalents.

6. L’effet de l’exemple résolu (Worked Example Effect)

6.1 Les études de Sweller et Cooper (1985) en algèbre

Bien que l’effet du problème sans but ait ébranlé le modèle canonique de la recherche heuristique, l’effet qui allait véritablement propulser la théorie de la charge cognitive sur le devant de la scène éducative internationale est sans conteste l’effet de l’exemple résolu (Worked Example Effect). Formalisé pour la première fois de manière systématique par John Sweller et Graham A. Cooper dans une étude princeps de 1985 publiée dans Cognition and Instruction, cet effet a établi qu’étudier des démonstrations méthodiquement rédigées permet un apprentissage infiniment supérieur à la résolution active des mêmes problèmes.

Le protocole expérimental de Sweller et Cooper portait sur des équations algébriques complexes imposant de multiples manipulations de parenthèses et d’isolements d’inconnues (par exemple : $a(x + b) = c$, isoler $x$). Les apprenants étaient assignés de manière aléatoire à deux conditions d’instruction :

• Le groupe résolution de problèmes : Après une très brève introduction théorique, ces élèves devaient résoudre de manière conventionnelle une suite de dix problèmes algébriques successifs, bénéficiant d’un simple retour de correction sur la justesse finale de leur résultat.
• Le groupe exemples résolus : Ces élèves alternaient systématiquement l’étude approfondie d’un exemple intégralement résolu étape par étape avec la résolution d’un problème strictement similaire (dispositif par paires : Exemple 1 $\rightarrow$ Problème 1, Exemple 2 $\rightarrow$ Problème 2, etc.).

Lors des post-tests évaluant la vitesse de résolution et la réduction des erreurs sur de nouvelles équations, le groupe ayant étudié les exemples résolus a pulvérisé les scores du groupe contrôle : le temps total consacré à l’apprentissage a été divisé par deux chez les sujets exposés aux exemples, tout en enregistrant une réduction spectaculaire de 50 à 70 % du taux d’erreurs opératoires lors du test d’application finale. Cette validation empirique a fourni un soutien massif au principe d’apprentissage vicariant appliqué aux mathématiques formelles : le cerveau humain apprend les algorithmes formels non pas en luttant à l’aveugle contre la machine computationnelle, mais en observant et en intégrant les démarches expertes d’autrui.

6.2 L’extension par Cooper et Sweller (1987) : transfert et flexibilité

Les contempteurs initiaux de ces conclusions expérimentales ont rapidement objecté que l’étude passive d’exemples résolus ne conduirait qu’à un mimétisme mécanique et superficiel, rendant les étudiants incapables de la moindre flexibilité cognitive face à des problèmes modifiés. Pour réfuter cette allégation, Graham Cooper et John Sweller ont reconduit leur protocole en 1987, en y intégrant des mesures sophistiquées évaluant deux modalités distinctes d’évaluation : le transfert proche (near transfer) et le transfert lointain (far transfer).

Le transfert proche évaluait des problèmes algébriques isomorphes partageant la même structure profonde et les mêmes types de variables que ceux rencontrés pendant l’instruction. Le transfert lointain, en revanche, confrontait les sujets à des problèmes profondément transformés dans leur apparence de surface et nécessitant la réorganisation ou l’inversion de l’ordre canonique des étapes de résolution.
Les résultats ont infligé un démenti cinglant aux présupposés constructivistes : non seulement les étudiants du groupe « exemples résolus » ont surclassé leurs homologues sur les tâches de transfert proche, mais ils ont manifesté une supériorité encore plus prononcée sur les tâches de transfert lointain.

L’analyse qualitative des protocoles a révélé qu’en étant libérés de la charge extrinsèque colossale imposée par la manipulation syntaxique de l’analyse moyens-fins, les apprenants exposés aux exemples résolus avaient pu consacrer l’intégralité de leur mémoire de travail à l’extraction des invariances et à l’abstraction des relations opératoires. Ils n’avaient pas simplement mémorisé des suites d’actions, ils avaient encodé des schémas cognitifs flexibles capables de reconnaître les conditions d’applicabilité des règles mathématiques. L’exemple résolu s’est ainsi imposé comme l’accélérateur par excellence de la conceptualisation abstraite.

6.3 Optimisations didactiques de l’exemple résolu

Face à la richesse des retombées de l’effet de l’exemple résolu, de nombreux chercheurs de l’école australienne et néerlandaise (notamment Jeroen van Merriënboer et Tamara van Gog) ont développé des hybridations didactiques visant à maximiser son efficience en contexte scolaire réel. Parmi ces avancées majeures, trois dispositifs méritent une attention particulière :

L’effet des problèmes à compléter (Completion Problem Effect) : Afin de ménager une transition douce entre l’observation et l’action, les pédagogues présentent des problèmes résolus dont certaines étapes stratégiques ont été intentionnellement laissées en blanc. L’élève doit combler ces lacunes en complétant le raisonnement mathématique ou logique. Cette technique réduit la charge cognitive par rapport à une résolution intégrale, tout en forçant une participation cognitive active.

L’estompement progressif de l’étayage (Fading Effect) : Formalisé par Alexander Renkl et ses collègues, ce protocole repose sur une dégradation programmée de l’aide didactique au sein d’une série continue d’exemples. Le premier problème est entièrement résolu (100 % étayé) ; dans le second, la dernière étape est laissée vide ; dans le troisième, les deux dernières étapes doivent être exécutées par l’élève, jusqu’à parvenir à la résolution entièrement autonome du problème final. Cette dégressivité méthodique synchronise l’autonomie de l’apprenant avec l’enrichissement graduel de ses schémas en mémoire à long terme.

L’auto-explication guidée (Self-Explanation Prompting) : L’un des risques de l’exemple résolu est la lecture passive ou superficielle (l’élève « survole » la solution en croyant l’avoir comprise, ce qui relève de l’illusion de compétence). En intégrant des incitations ciblées forçant l’apprenant à expliciter verbalement le pourquoi de chaque étape (« Pourquoi a-t-on soustrait 4 des deux côtés à cette étape précise ? »), les chercheurs ont constaté une stimulation massive de la charge cognitive essentielle, garantissant un ancrage mnésique optimal.

7. L’effet d’attention partagée (Split-Attention Effect)

7.1 Les expériences pionnières de Tarmizi et Sweller (1988)

Dans l’élan des succès expérimentaux de l’exemple résolu, John Sweller et son doctorant Kester X. Tarmizi se heurtèrent à la fin des années 1980 à une anomalie empirique déconcertante : dans certaines conditions pédagogiques spécifiques, l’utilisation d’exemples résolus échouait lamentablement à améliorer l’apprentissage et se révélait parfois inférieure à la résolution de problèmes classique. Loin de balayer ce contre-résultat, Sweller et Tarmizi y virent l’opportunité d’isoler un nouveau mécanisme limitant de l’esprit humain, publiant en 1988 l’étude qui allait formaliser l’effet d’attention partagée ou de scission de l’attention (Split-Attention Effect).

L’expérimentation de Tarmizi et Sweller portait sur l’apprentissage de démonstrations en géométrie. Les élèves recevaient des exemples résolus traditionnels constitués d’une figure géométrique complexe au centre de la page (comportant des lettres désignant des sommets et des segments : $A, B, C, D$), et, disposé en dessous de la figure, un texte dactylographié détaillant la suite des étapes de la démonstration algébrique (par exemple : « L’angle $angle ABC$ étant égal à l’angle $angle CDA$ selon le théorème 4, nous pouvons poser que… »).

En analysant les trajectoires oculaires et les scores d’apprentissage des sujets, les chercheurs mirent en lumière un phénomène destructeur pour la mémoire de travail : pour comprendre ne serait-ce qu’une ligne de la démonstration textuelle, l’élève devait lire la mention d’un segment, suspendre sa lecture, déplacer son regard vers la figure spatiale, scanner visuellement la figure pour localiser les lettres correspondantes, maintenir cette configuration visuelle en mémoire de travail, revenir au texte pour lire l’opération suivante, puis retourner à nouveau à la figure pour vérifier l’impact de la déduction. Cette dissociation matérielle et spatiale entre le schéma visuel et les calculs textuels imposait une recherche visuelle incessante et épuisante. La mémoire de travail était entièrement saturée par la coordination spatio-temporelle de sources d’information physiquement dispersées, n’ayant plus de ressources pour intégrer le théorème sous-jacent. L’exemple résolu ne fonctionnait que s’il était débarrassé de ce vice de conception.

7.2 L’approfondissement empirique par Chandler et Sweller (1991, 1992)

L’universalité de ce constat a été scellée par les travaux ultérieurs de Paul Chandler et John Sweller (1991, 1992) dans une série d’articles expérimentaux portant sur des domaines techniques appliqués : l’électrotechnique (lecture de schémas de circuits électriques complexes) et les manuels de montage industriel. Chandler et Sweller ont systématiquement comparé deux formats de documents techniques :

• Le format conventionnel dissocié : Un schéma d’un circuit électrique accompagné d’une légende explicative située au bas ou sur une page adjacente, énumérant le rôle de chaque condensateur, résistance et commutateur.
• Le format intégré (Integrated Format) : Les énoncés textuels et explications fonctionnelles étaient physiquement découpés et insérés directement au sein même du schéma graphique, à proximité immédiate des composants physiques qu’ils décrivaient, éliminant ainsi toute distance spatiale.

Les post-tests ont mis en évidence un effondrement spectaculaire du temps d’assimilation et une chute drastique du nombre d’erreurs chez les techniciens et étudiants ayant appris avec le format intégré. En abolissant le besoin d’effectuer des saccades oculaires et des correspondances mentales fastidieuses, le design intégré a neutralisé une charge cognitive extrinsèque massive. Chandler et Sweller ont démontré de façon irréfutable que la forme physique sous laquelle le savoir est spatialement agencé sur une feuille de papier ou un écran exerce une influence causale directe sur l’efficacité neurobiologique du traitement cognitif.

7.3 Conséquences théoriques sur le traitement de l’information multimodale

Sur le plan théorique, l’effet d’attention partagée a permis de modéliser avec précision le coût computationnel des processus de mise en correspondance mentale (mental integration process). Lorsqu’un document pédagogique force un individu à traiter deux sources d’information mutuellement dépendantes mais physiquement disjointes, la charge imposée à la mémoire de travail est composite :

1. L’élève doit stocker temporairement l’information $A$ (la proposition textuelle) dans le calepin visuo-spatial ou la boucle phonologique.
2. Il doit opérer une rotation attentionnelle et une saccade oculaire vers la région spatiale de l’information $B$ (la figure).
3. Il doit engager un traitement de recherche et d’appariement pour localiser le point d’ancrage précis de $A$ sur $B$.
4. Il doit fusionner mentalement $A$ et $B$ pour créer une représentation sémantique unifiée.

Cette cascade d’opérations techniques parasites draine l’intégralité de la bande passante cognitive disponible. C’est sur la base de ces découvertes expérimentales rigoureuses que la CLT a formulé ses premières directives canoniques d’ergonomie documentaire : dès lors que deux sources d’information sont indispensables à la compréhension mutuelle, elles doivent impérativement être intégrées spatialement (sur une page ou un écran) ou présentées de façon séquentielle unifiée dans le temps, sous peine de rendre l’instruction inopérante.

8. L’effet de redondance (Redundancy Effect)

8.1 Les études fondamentales de Chandler et Sweller (1991)

Dans la foulée de leurs travaux sur l’intégration spatiale, Paul Chandler et John Sweller (1991) ont fait une découverte hautement contre-intuitive, qui allait heurter de front les pratiques traditionnelles de l’édition scolaire : l’effet de redondance (Redundancy Effect). Jusqu’alors, l’intuition commune postulait que « multiplier les explications ne peut pas nuire » et qu’accompagner un schéma déjà explicite d’un texte réitérant les mêmes informations sous une modalité verbale constituait une garantie pédagogique supplémentaire pour renforcer la compréhension des élèves.

Pour soumettre ce préjugé à l’épreuve de la méthode expérimentale, Chandler et Sweller ont conçu un protocole comparant trois groupes d’apprenants confrontés au fonctionnement du cœur humain et de la circulation sanguine :

• Groupe 1 (Diagramme seul) : Les apprenants recevaient un diagramme anatomique précis, auto-explicatif, doté de flèches indicatrices claires et de légendes minimales désignant les oreillettes, les ventricules et les flux sanguins artériels et veineux.
• Groupe 2 (Texte seul) : Les apprenants recevaient une description textuelle complète et détaillée des flux sanguins et du cycle systolique/diastolique.
• Groupe 3 (Diagramme avec texte redondant) : Les apprenants recevaient le diagramme anatomique du Groupe 1, accompagné de paragraphes textuels qui paraphrasaient et réexpliquaient minutieusement ce que les flèches et les structures du diagramme montraient déjà de manière limpide.

Le résultat de l’évaluation finale a constitué un véritable choc expérimental : le Groupe 3 (diagramme + texte redondant) a obtenu des résultats significativement inférieurs à ceux du Groupe 1 (diagramme seul), tout en exigeant un temps d’étude beaucoup plus long. L’ajout d’une information textuelle pourtant rigoureusement exacte, bien rédigée et cohérente a dégradé la performance des apprenants. Ce constat empirique spectaculaire a démontré que la redondance informationnelle n’est pas neutre : elle constitue un poison didactique actif qui interfère négativement avec le fonctionnement mental.

8.2 Différenciation cruciale entre redondance et split-attention

L’une des contributions majeures de John Sweller au champ de l’ingénierie cognitive a été de clarifier la frontière théorique, souvent mal comprise, qui sépare l’effet d’attention partagée de l’effet de redondance. Bien que ces deux effets traitent de la présentation simultanée de textes et de diagrammes, leurs architectures informationnelles et leurs solutions didactiques sont diamétralement opposées :

Le split-attention survient lorsque deux sources de données sont incomplètes en elles-mêmes et mutuellement indispensables à la compréhension globale. Par exemple, une figure géométrique abstraite n’a aucun sens sans la démonstration qui l’accompagne, et la démonstration est inintelligible sans la figure. Les deux sources sont non-redondantes. La pathologie cognitive réside ici dans leur séparation matérielle, et le remède impératif consiste en leur intégration physique.

À l’opposé, la redondance se manifeste lorsque deux sources d’informations délivrent le même message sémantique sous des formes syntaxiques différentes, ou lorsqu’une source est tellement auto-suffisante que l’autre devient superflue. L’apprenant n’a pas besoin du texte pour comprendre le schéma. Si le concepteur tente d’« intégrer » un texte redondant dans le schéma, il ne résout rien ; il amplifie le problème. Pourquoi ? Parce que l’esprit humain, confronté à un stimulus textuel dans son champ de vision, ne peut s’empêcher de le lire et de le traiter en mémoire de travail (mécanisme proche de l’effet Stroop). L’élève mobilise alors une énergie cognitive considérable pour lire la paraphrase textuelle, tenter de la faire correspondre avec le diagramme, pour s’apercevoir finalement que le texte n’apporte aucune plus-value cognitive par rapport à ce qui a déjà été compris visuellement. La seule et unique solution à l’effet de redondance n’est pas l’intégration, mais l’élimination pure et simple de l’information excédentaire.

8.3 Applications au design multimédia et aux manuels scolaires

Les ramifications pratiques de l’effet de redondance sont d’une portée incalculable pour la conception des manuels scolaires contemporains et des plateformes d’apprentissage numérique. Durant des décennies, l’industrie éditoriale et le développement de logiciels éducatifs ont été dominés par la croyance erronée qu’un contenu didactique gagne à être enrichi d’illustrations anecdotiques, de photographies décoratives, de métaphores visuelles et de légendes encyclopédiques périphériques.

Les protocoles conduits dans le sillage de Sweller (notamment par Richard E. Mayer dans le champ du Multimedia Learning) ont prouvé que ces éléments décoratifs s’apparentent à du bruit informationnel qui sature la mémoire de travail au détriment de l’apprentissage des concepts fondamentaux. Dans les manuels scientifiques, la prolifération de bulles textuelles périphériques paraphrasant les schémas opératoires induit une surcharge cognitive extrinsèque systématique. Le principe qui découle des expériences de Chandler et Sweller est celui d’une ascèse sémiotique et d’une parcimonie rigoureuse : tout stimulus pédagogique qui ne concourt pas directement et de manière non-redondante à l’élucidation de la structure profonde du schéma doit être impitoyablement banni du champ perceptif de l’apprenant.

9. L’effet de modalité et l’exploitation des canaux sensoriels

9.1 L’expérience séminale de Mousavi, Low et Sweller (1995)

Au milieu des années 1990, John Sweller et ses collaborateurs Seyed Yaghoub Mousavi et Renae Low ont exploré une voie révolutionnaire pour contourner le goulot d’étranglement de la mémoire de travail : l’utilisation conjointe et synchronisée des canaux sensoriels auditif et visuel. Publiée en 1995 dans le Journal of Educational Psychology, leur étude historique sur l’effet de modalité (Modality Effect) a apporté la démonstration qu’il est possible d’accroître la capacité opérationnelle effective de l’esprit humain en orchestrant judicieusement la répartition perceptive des informations.

L’expérience de Mousavi, Low et Sweller reprenait les célèbres problèmes de géométrie euclidienne qui avaient précédemment servi à démontrer l’effet d’attention partagée. Les chercheurs ont comparé deux modalités de restitution didactique :

• La condition unimodale visuelle : Les élèves observaient une figure géométrique sur un écran ou une feuille, accompagnée de la démonstration textuelle écrite sous forme d’étapes intégrées ou juxtaposées (l’ensemble des données transitait exclusivement par les yeux de l’élève).
• La condition bimodalement répartie (audio-visuelle) : La figure géométrique demeurait affichée visuellement sur le support, mais l’explication textuelle n’était pas écrite : elle était énoncée oralement et simultanément par une voix narrative synchronisée (la figure transitait par le canal visuel, tandis que la démonstration conceptuelle transitait par les oreilles).

Les résultats ont révélé une supériorité éclatante et constante de la modalité audio-visuelle : les élèves soumis au double canal ont résolu les problèmes de transfert avec une rapidité accrue et un taux de succès significativement supérieur à ceux de la condition visuelle intégrale. Les chercheurs tenaient là la preuve expérimentale directe qu’en fragmentant l’apport informationnel entre deux canaux sensoriels distincts, on parvenait à doubler temporairement l’espace de traitement disponible au sein de la conscience immédiate.

9.2 Articulation avec le modèle de la mémoire de travail de Baddeley

Pour conférer à cette découverte une assise théorique solide, John Sweller a adossé ses interprétations au modèle tripartite de la mémoire de travail développé par le psychologue britannique Alan Baddeley. Selon le modèle canonique de Baddeley et Graham Hitch (1974), la mémoire de travail n’est pas une entité monolithique indifférenciée, mais une architecture modulaire coordonnée par un administrateur central (Central Executive) supervisant deux sous-systèmes satellites esclaves hautement spécialisés :

• La boucle phonologique (Phonological Loop) : Dédiée exclusivement au stockage temporaire et à la manipulation des informations verbales, linguistiques et acoustiques.
• Le calepin visuo-spatial (Visuo-Spatial Sketchpad) : Dédié exclusivement au traitement des images rétiniennes, des configurations spatiales et des relations géométriques.

Ces deux sous-systèmes disposent de sous-capacités attentionnelles relativement indépendantes et fonctionnant en parallèle. Lorsqu’un enseignant présente simultanément un schéma complexe et un long texte écrit, ces deux stimuli, bien qu’étant l’un graphique et l’autre linguistique, entrent tous deux dans le système cognitif par la rétine et se disputent férocement les ressources limitées du processeur visuel. Le canal visuo-spatial sature instantanément, tandis que la boucle phonologique demeure sous-utilisée et inactive.

En revanche, lorsque le texte descriptif est transféré vers le format auditif (narration orale), l’administrateur central achemine immédiatement les flux phoniques vers la boucle phonologique, laissant le calepin visuo-spatial entièrement disponible pour le décodage du schéma. Il ne s’agit pas d’une augmentation magique de la mémoire de travail globale, mais d’une répartition optimale de la charge sur des sous-systèmes complémentaires, évitant l’asphyxie unilatérale du canal visuel.

9.3 Conditions limites et effet d’inversion par le rythme d’apprentissage

Cependant, l’effet de modalité n’est pas exempt de contraintes neurobiologiques sévères, et Sweller lui-même, associé à des chercheurs comme Fred Paas et Slava Kalyuga, a identifié les conditions critiques où l’utilisation de l’audio devient contre-productive. La limite fondamentale tient au caractère fugace et éphémère de l’information auditive, théorisée sous le nom d’effet d’information transitoire (Transient Information Effect).

Contrairement à un texte écrit sur une page, qui demeure statique dans l’environnement physique et auquel l’apprenant peut se référer à volonté en cas de doute par une simple réorientation du regard, la parole s’évanouit dans le temps à la seconde même où l’onde sonore s’éteint. Si le texte oralisé est particulièrement dense, s’il contient des équations mathématiques complexes, ou si le débit de la parole est trop rapide, l’apprenant est contraint de mobiliser d’immenses ressources en mémoire de travail simplement pour maintenir active la trace acoustique de la fin de la phrase pendant qu’il essaie de comprendre le début. L’avantage du double canal est alors anéanti par le coût de rétention de l’information transitoire.

L’effet de modalité ne s’applique donc pleinement que sous deux conditions impératives :

1. L’information verbale audio doit être courte, synthétique et directement ciblée sur les composantes du diagramme visuel.
2. L’apprenant doit impérativement avoir le contrôle de la vitesse d’apprentissage (possibilité de mettre en pause, de réécouter ou de fractionner la présentation), neutralisant ainsi le risque de disparition des traces sonores avant leur intégration schématique.

10. L’effet d’inversion lié à l’expertise (Expertise Reversal Effect)

10.1 Les protocoles expérimentaux de Kalyuga, Chandler et Sweller (1998, 2003)

À la fin des années 1990, alors que l’édifice de la théorie de la charge cognitive semblait consolidé autour de règles prescriptives stables (utiliser des exemples résolus, intégrer les textes aux figures, oraliser les descriptions), John Sweller, en collaboration avec Slava Kalyuga et Paul Chandler, mit au jour un phénomène expérimental qui allait bouleverser l’universalité de ces principes : l’effet d’inversion lié à l’expertise (Expertise Reversal Effect).

Dans des études longitudinales rigoureuses publiées entre 1998 et 2003, notamment dans le Journal of Educational Psychology, Kalyuga et son équipe ont suivi l’apprentissage de techniciens industriels formés au diagnostic et à la maintenance de commutateurs et de circuits relais complexes. Les expérimentateurs mesuraient les performances des mêmes individus à trois stades d’acquisition de compétences : au stade novice, au stade intermédiaire et au stade d’expertise avancée. Les apprenants étaient alternativement soumis à des formats hautement étayés (exemples résolus détaillés, diagrammes physiquement intégrés) ou à des formats peu étayés (problèmes ouverts à résoudre de façon autonome, schémas bruts sans aucun texte d’accompagnement).

Les données empiriques ont mis en évidence un retournement complet de la courbe d’efficacité :

• Au stade novice, les techniques de la CLT ont fonctionné avec leur supériorité habituelle : les exemples résolus et les textes intégrés ont pulvérisé les formats non étayés en termes d’apprentissage et de rapidité.
• Au stade intermédiaire, l’écart de performance entre l’étude d’exemples et la pratique active autonome a commencé à se resserrer progressivement, atteignant un point de neutralité statistique.
• Au stade expert, l’effet s’est totalement inversé : les apprenants avancés ont obtenu des scores significativement moins élevés et ont été beaucoup plus lents lorsqu’ils étaient contraints d’étudier des exemples résolus intégrés, comparativement à la situation où ils étaient simplement placés face au schéma brut et devaient résoudre le problème sans aucune aide.

Ce point de bascule expérimental a prouvé qu’un format d’instruction hautement performant pour un novice peut se transformer, pour un individu plus compétent, en un dispositif toxique entravant la performance intellectuelle.

10.2 Mécanisme théorique de l’interférence schématique

La modélisation de l’effet d’inversion lié à l’expertise constitue l’une des réalisations les plus abouties de la théorie de la charge cognitive, car elle articule magnifiquement le contenu de la mémoire à long terme avec le fonctionnement de la mémoire de travail :

Pour un novice, la mémoire à long terme ne contient aucun schéma fonctionnel relatif à la tâche. Les guidages externes fournis par l’enseignant (l’exemple résolu, le pas-à-pas textuel) agissent comme un substitut temporaire à ces schémas manquants. L’aide didactique structure la mémoire de travail de l’extérieur, comblant le vide conceptuel et évitant le recours désespéré à une recherche heuristique aléatoire. Dans ce cas précis, le guidage minimise la charge cognitive extrinsèque.

Pour un expert, la situation mentale est radicalement inverse. L’expert possède déjà en mémoire à long terme des schémas d’action sophistiqués, hautement structurés et automatisés. Lorsqu’on le confronte à un problème ouvert ou à un schéma brut, ces stimulus déclenchent instantanément la récupération de son schéma interne, lui permettant de déduire la solution de façon immédiate et sans friction. Mais si on impose à cet expert un exemple résolu ou une légende intégrée décrivant étape par étape le raisonnement à suivre, une collision cognitive délétère se produit.
L’expert se retrouve contraint par le design pédagogique de :

1. Traiter le guidage externe imposé par l’enseignant.
2. Récupérer simultanément son schéma interne stocké en mémoire à long terme.
3. Procéder mentalement à la comparaison et à la réconciliation de ces deux flux (le guidage externe et son propre algorithme interne).

Le guidage externe, autrefois salvateur, est devenu une source d’informations redondante et intrusive. Le processus psychologique d’alignement forcé entre la démarche imposée et la structure mnésique préexistante génère une charge cognitive extrinsèque colossale qui draine inutilement la mémoire de travail de l’expert. Ce qui constituait un étayage protecteur pour le novice s’est métamorphosé en une entrave cognitive majeure pour le sujet compétent.

10.3 Implications pour l’instruction adaptative et personnalisée

La mise en évidence expérimentale de l’inversion d’expertise a porté un coup fatal au mythe d’une méthode pédagogique universelle qui serait optimale pour tous les élèves à tous les moments de leur scolarité. Elle invalide tant le dogme de l’instructionnisme dogmatique absolu (qui prétendrait infliger des démonstrations ultra-détaillées à des élèves chevronnés) que le dogme du constructivisme radical (qui prétendrait lâcher des débutants dans la jungle de la découverte autonome).

Les prescriptions contemporaines de la CLT militent par conséquent pour une pédagogie résolument adaptative et dynamiquement étayée (dynamic instructional scaffolding). La conception didactique doit impérativement intégrer des diagnostics fréquents et en temps réel de l’état de développement des schémas chez l’apprenant. Au début du cycle d’apprentissage d’un nouveau domaine, la charge extrinsèque doit être cadenassée par un guidage direct massif (exemples résolus, split-attention éliminé, double modalité sensorielle). Puis, à mesure que les post-tests et les indicateurs métacognitifs révèlent l’automatisation progressive des schémas, le design doit organiser le retrait programmé et graduel des étayages didactiques (le fading), pour basculer finalement, au stade de l’expertise relative, vers la résolution autonome de problèmes ouverts et complexes, seule situation d’apprentissage à même de défier intellectuellement l’expert sans saturer stérilement sa mémoire de travail.

11. Méthodologies d’évaluation empirique de la charge cognitive

11.1 Les échelles subjectives auto-rapportées (Paas, 1992)

L’une des critiques initiales formulées à l’encontre de la théorie de John Sweller au cours des années 1980 portait sur son statut hypothétique : comment prouver scientifiquement l’existence d’une « charge cognitive » si celle-ci ne peut être observée directement au microscope ? Le saut méthodologique décisif fut accompli en 1992 par le chercheur néerlandais Fred Paas, qui introduisit la première échelle psychométrique standardisée d’évaluation subjective de l’effort mental.

L’échelle unidimensionnelle de Paas repose sur une question posée à l’apprenant immédiatement après l’exécution d’une tâche didactique : « Veuillez estimer la quantité d’effort mental que vous avez investi pour réaliser cette tâche ». La réponse est recueillie sur une échelle de Likert symétrique en 9 points, graduée de 1 (effort mental extrêmement faible) à 9 (effort mental extrêmement élevé). Bien que cette méthode puisse sembler d’une simplicité désarmante, des centaines d’études de réplication internationale ont validé sa remarquable robustesse psychométrique, attestant d’une consistance interne élevée (coefficient alpha de Cronbach souvent supérieur à 0,85) et d’une sensibilité discriminante exceptionnelle face aux variations d’interactivité des éléments ou aux formats de présentation.

Au fil des deux dernières décennies, cette échelle pionnière a été perfectionnée pour répondre au défi de la tripartition de la charge. Des chercheurs comme Sevda Leppink et ses collègues (2013) ont mis au point des questionnaires multidimensionnels validés, capables de discriminer par des analyses factorielles confirmatoires l’effort lié à la difficulté conceptuelle du sujet (charge intrinsèque), l’effort gaspillé en raison des défauts d’organisation du support (charge extrinsèque) et l’effort consciemment dévolu à la compréhension profonde (charge essentielle). Néanmoins, ces échelles subjectives conservent des limites intrinsèques : elles dépendent des capacités d’introspection métacognitive de l’individu et ne fournissent qu’une mesure rétrospective globale, incapable de capturer les micro-fluctuations de la charge cognitive seconde par seconde au cours de la résolution de la tâche.

11.2 Les paradigmes de double tâche et mesures chronométriques

Pour contourner les biais de l’auto-évaluation rétrospective, Sweller et d’autres laboratoires de sciences cognitives ont exploité un paradigme classique de la psychologie expérimentale : la technique de la double tâche objective (Dual-Task Methodology) avec sonde secondaire.

Ce protocole repose sur le postulat théorique de l’allocation des ressources résiduelles : la capacité de traitement de l’esprit humain étant finie et constante à un instant $T$, la quantité de ressources mobilisée par une tâche principale (par exemple, étudier un théorème de géométrie) peut être déduite mathématiquement de la quantité de ressources restantes disponibles pour exécuter une tâche concurrente mineure (la tâche sonde). En pratique, pendant que le sujet est entièrement immergé dans son problème mathématique, des signaux auditifs aléatoires (des bips sonores discrets) ou des signaux lumineux périphériques sont déclenchés à intervalles imprévisibles. Le sujet a pour instruction stricte de réagir au stimulus secondaire le plus vite possible (en pressant une pédale ou un bouton sur un clavier) sans interrompre sa tâche principale.

Les variables mesurées sont le temps de réaction (en millisecondes) à la sonde et le taux de détection des signaux. Lorsque la tâche principale induit une charge cognitive intense (interactivité d’éléments élevée, split-attention non résolu), le temps de réaction à la sonde secondaire s’allonge de manière considérable, pouvant doubler ou tripler par rapport à la ligne de base, traduisant l’occupation massive de la bande passante par la tâche primaire. Bien que cette méthode offre une résolution temporelle continue en temps réel, elle présente un inconvénient méthodologique notable : l’intrusion de la sonde secondaire risque elle-même de perturber le flux de traitement de l’apprenant et d’introduire une interférence structurelle parasitant la mesure.

11.3 Indicateurs physiologiques et neurophysiologiques contemporains

L’essor des technologies biométriques et de l’imagerie cérébrale fonctionnelle au XXIe siècle a ouvert une nouvelle ère pour la validation biologique directe des axiomes de Sweller. Les chercheurs disposent désormais d’un arsenal d’indicateurs physiologiques non invasifs permettant de sonder les corrélats neurophysiologiques de la charge cognitive :

• L’oculométrie et la pupillométrie : La mesure continue du diamètre pupillaire au moyen d’eye-trackers à haute fréquence (250 à 1000 Hz) a émergé comme un indicateur d’une sensibilité extraordinaire. La pupille humaine subit une dilatation psychosensorielle réflexe (l’indice pupillaire de charge cognitive) proportionnelle au niveau d’effort consenti en mémoire de travail, régie par l’activité du locus coeruleus noradrénergique. De surcroît, la fréquence des micro-clignements des paupières et la durée de fixation oculaire sur les régions d’intérêt permettent d’objectiver en temps réel le coût de l’attention partagée.
• L’électroencéphalographie (EEG) quantitative : L’analyse spectrale des ondes cérébrales fournit des signatures temporelles d’une précision millimétrique. Une surcharge cognitive se traduit classiquement par une élévation significative de la puissance des oscillations dans la bande thêta (4-8 Hz) au niveau du cortex frontal médian (reflétant l’effort de mémoire de travail et le contrôle exécutif), synchronisée avec une désynchronisation ou suppression de la puissance alpha (8-12 Hz) dans les zones pariétales et occipitales, attestant d’une demande attentionnelle massive.
• La spectroscopie proche infrarouge (fNIRS) et l’IRM fonctionnelle : En mesurant les variations locales d’oxygénation sanguine (taux d’oxyhémoglobine $HbO$) dans le cortex préfrontal dorsolatéral (DLPFC) — le substrat anatomique de la mémoire de travail —, l’optode fNIRS confirme matériellement que les formats pédagogiques identifiés par Sweller comme générateurs de charge extrinsèque provoquent une suractivation métabolique du DLPFC, épuisant les substrats énergétiques cérébraux bien avant que l’apprentissage des schémas n’ait pu s’opérer.

12. Débats scientifiques, controverses et perspectives d’avenir

12.1 La polémique majeure avec les partisans du guidage minimal

L’expansion de la théorie de la charge cognitive ne s’est pas accomplie dans un consensus feutré. Elle a déclenché l’une des controverses les plus véhémentes de l’histoire moderne des sciences de l’éducation, dont le paroxysme a été atteint lors de la publication d’un article retentissant et polémique en 2006 par Paul A. Kirschner, John Sweller et Richard E. Clark, intitulé sans détours : « Why Minimal Guidance During Instruction Does Not Work: An Analysis of the Failure of Constructivist, Discovery, Problem-Based, Experiential, and Inquiry-Based Teaching ».

Dans ce réquisitoire dévastateur, les auteurs affirmaient, preuves expérimentales à l’appui, que les méthodes pédagogiques préconisant un guidage minimal de l’enseignant — telles que l’apprentissage par la découverte pure (discovery learning), l’apprentissage par problèmes (PBL) appliqué aux débutants ou l’apprentissage par enquête (inquiry-based learning) — étaient non seulement inefficaces, mais néfastes pour les apprenants novices. Leur argument central reposait sur l’architecture cognitive : ces pédagogies ignorent délibérément les limites structurelles de la mémoire de travail en contraignant des novices à réinventer des savoirs disciplinaires complexes par tâtonnement, provoquant une surcharge cognitive catastrophique.

La réplique des théoriciens du constructivisme ne s’est pas fait attendre. Des chercheuses de premier plan telles que Cindy E. Hmelo-Silver, Ravit Golan Duncan et Clark A. Chinn (2007) ont vivement contesté l’assimilation hâtive de l’apprentissage par problèmes à une découverte « non guidée ». Elles ont démontré que dans leurs versions écologiquement implantées en faculté de médecine, ces approches intègrent un réseau dense d’échafaudages (scaffolding), de tutorats et de consignes cadrées qui amortissent précisément la charge cognitive. Au terme de plusieurs années de débats empiriques contradictoires, un consensus scientifique contemporain s’est néanmoins dégagé en faveur de la position de Sweller : pour des élèves novices abordant des savoirs biologiquement secondaires à forte interactivité d’éléments, l’instruction explicite, systématique et pleinement guidée s’avère indiscutablement supérieure sur le plan de la rétention et du transfert à toute forme d’exploration non étayée.

12.2 Critiques méthodologiques et théoriques adressées au modèle de Sweller

En dépit de son hégémonie grandissante, la théorie de la charge cognitive n’a pas échappé à des critiques épistémologiques substantielles formulées par des chercheurs en psychologie cognitive fondamentale. Le reproche le plus récurrent adressé au modèle concerne le risque latent de circularité ou de tautologie explicative : si un format d’enseignement $A$ produit de meilleurs résultats aux post-tests qu’un format $B$, il est tentant de postuler a posteriori que $B$ a généré une « surcharge cognitive extrinsèque », sans toujours apporter la mesure biologique indépendante et synchrone de ladite charge.

Une seconde ligne de critique pointe la difficulté technique permanente à isoler et scinder opérationnellement les trois types de charge (intrinsèque, extrinsèque et germane) lors de situations de classe réelles. De nombreux facteurs contextuels, tels que l’anxiété de performance de l’élève ou le climat sonore de la classe, modifient dynamiquement l’interactivité apparente des éléments d’une façon qui échappe aux prédictions déterministes du modèle d’ingénierie didactique.

Enfin, plusieurs auteurs (notamment Ton de Jong, 2010, et Roxana Moreno, 2007) ont déploré le réductionnisme cognitiviste initial du modèle de Sweller, lequel a longtemps traité l’esprit humain comme une unité centrale de traitement informatique purement rationnelle et désincarnée. La théorie originale a largement sous-estimé l’impact déterminant des variables conatives et affectives : la motivation intrinsèque, le sentiment d’auto-efficacité (Bandura), l’intérêt situationnel et l’engagement socio-émotionnel, qui sont pourtant capables de moduler la quantité d’effort mental qu’un élève consent à allouer à une tâche exigeante.

12.3 Nouveaux horizons expérimentaux et évolutions du modèle

Loin de se figer dans un dogme immuable, la théorie de la charge cognitive connaît aujourd’hui une vitalité expérimentale exceptionnelle, s’étendant à des frontières scientifiques inédites. Le premier de ces nouveaux horizons est la théorie de la charge cognitive collective ou partagée (Collaborative Cognitive Load Theory), développée par Paul Kirschner, Femke Kirschner et John Sweller. Lorsque plusieurs apprenants collaborent au sein d’un groupe soudé sur une tâche à très forte interactivité d’éléments qui saturerait la mémoire de travail d’un individu isolé, le groupe peut agir comme un système de traitement de l’information distribué. La mémoire de travail collective agrège les capacités individuelles, permettant de ventiler la charge cognitive entre les membres, à condition que les coûts de communication et de coordination socio-cognitive (la charge extrinsèque transactionnelle) ne surpassent pas les bénéfices du partage informationnel.

Un second axe de recherche avant-gardiste explore le lien intime entre la charge cognitive subie lors de l’apprentissage diurne et les processus neurobiologiques de consolidation mnésique nocturne au cours du sommeil à ondes lentes et du sommeil paradoxal. Des études récentes examinent comment l’automatisation des schémas s’opère par le rejeu neuronal hippocampo-cortical nocturne, confirmant que la libération de la charge en mémoire de travail est physiologiquement ancrée dans la plasticité synaptique nocturne.

Enfin, le défi le plus brûlant concerne l’application des axiomes de Sweller aux technologies émergentes : les environnements immersifs de réalité virtuelle (VR), la réalité augmentée et les agents conversationnels pilotés par l’intelligence artificielle générative. Dans ces univers sensoriellement hyper-stimulants, le risque d’un déferlement d’éléments distracteurs et d’une attention partagée tridimensionnelle est démultiplié. Les ingénieurs pédagogiques contemporains se tournent massivement vers les protocoles expérimentaux de John Sweller pour édicter les lois sémiotiques de ces nouveaux espaces virtuels, prouvant que les principes forgés il y a quarante ans dans un laboratoire de Sydney demeurent la boussole incontournable pour guider l’intelligence humaine face à la complexité croissante des savoirs.

Références

• Baddeley, A. D., & Hitch, G. (1974). Working memory. In G. H. Bower (Ed.), The Psychology of Learning and Motivation (Vol. 8, pp. 47-89). Academic Press. https://doi.org/10.1016/S0079-7421(08)60452-1
• Chandler, P., & Sweller, J. (1991). Cognitive load theory and the format of instruction. Cognition and Instruction, 8(4), 293-332. https://doi.org/10.1207/s1532690xci0804_2
• Chandler, P., & Sweller, J. (1992). The split-attention effect as a factor in the design of instruction. British Journal of Educational Psychology, 62(2), 233-246. https://doi.org/10.1111/j.2044-8279.1992.tb01017.x
• Chase, W. G., & Simon, H. A. (1973). Perception in chess. Cognitive Psychology, 4(1), 55-81. https://doi.org/10.1016/0010-0285(73)90004-2
• Cooper, G., & Sweller, J. (1987). Effects of schema acquisition and rule automation on mathematical problem-solving transfer. Journal of Educational Psychology, 79(4), 347-362. https://doi.org/10.1037/0022-0663.79.4.347
• Cowan, N. (2001). The magical number 4 in short-term memory: A reconsideration of mental storage capacity. Behavioral and Brain Sciences, 24(1), 87-114. https://doi.org/10.1017/S0140525X01003922
• De Groot, A. D. (1965). Thought and choice in chess. Mouton & Co. https://doi.org/10.1515/9783110800609
• de Jong, T. (2010). Cognitive load theory, educational research, and instructional design: Some food for thought. Instructional Science, 38(2), 105-134. https://doi.org/10.1007/s11251-009-9110-0
• Geary, D. C. (2002). Principles of evolutionary educational psychology. Learning and Individual Differences, 12(4), 317-345. https://doi.org/10.1016/S1041-6080(02)00046-8
• Hmelo-Silver, C. E., Duncan, R. G., & Chinn, C. A. (2007). Scaffolding and achievement in problem-based and inquiry learning: A response to Kirschner, Sweller, and Clark (2006). Educational Psychologist, 42(2), 99-107. https://doi.org/10.1080/00461520701263368
• Kalyuga, S., Chandler, P., & Sweller, J. (1998). Levels of expertise and instructional design. Human Factors, 40(1), 1-17. https://doi.org/10.1518/001872098779480587
• Kalyuga, S., Ayres, P., Chandler, P., & Sweller, J. (2003). The expertise reversal effect. Educational Psychologist, 38(1), 23-31. https://doi.org/10.1207/S15326985EP3801_4
• Kirschner, F., Paas, F., & Kirschner, P. A. (2009). Individual and group-based learning from complex cognitive tasks: An exploration of cognitive load of higher and lower alertness students. Instructional Science, 37(5), 415-442. https://doi.org/10.1007/s11251-008-9081-4
• Kirschner, P. A., Sweller, J., & Clark, R. E. (2006). Why minimal guidance during instruction does not work: An analysis of the failure of constructivist, discovery, problem-based, experiential, and inquiry-based teaching. Educational Psychologist, 41(2), 75-86. https://doi.org/10.1207/s15326985ep4102_1
• Leppink, J., Paas, F., Van der Vleuten, C. P., Van Gog, T., & Der Neer, J. J. (2013). Development of an instrument for measuring different types of cognitive load. Behavior Research Methods, 45(4), 1058-1072. https://doi.org/10.3758/s13428-013-0334-1
• Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our capacity for processing information. Psychological Review, 63(2), 81-97. https://doi.org/10.1037/h0043158
• Moreno, R. (2007). Optimising cognitive load for learning with computer-based multimedia environments. Computers in Human Behavior, 23(1), 69-81. https://doi.org/10.1016/j.chb.2006.06.011
• Mousavi, S. Y., Low, R., & Sweller, J. (1995). Reducing cognitive load by mixing auditory and visual presentation modes. Journal of Educational Psychology, 87(2), 319-334. https://doi.org/10.1037/0022-0663.87.2.319
• Newell, A., & Simon, H. A. (1972). Human problem solving. Prentice-Hall.
• Paas, F. (1992). Training strategies for attaining transfer of problem-solving skill in statistics: A cognitive-load approach. Personnel Psychology, 45(4), 629-634. https://doi.org/10.1111/j.1744-6570.1992.tb00865.x
• Paas, F., Renkl, A., & Sweller, J. (2003). Cognitive load theory and instructional design: Recent developments. Educational Psychologist, 38(1), 1-4. https://doi.org/10.1207/S15326985EP3801_1
• Peterson, L., & Peterson, M. J. (1959). Short-term retention of individual verbal items. Journal of Experimental Psychology, 58(3), 193-198. https://doi.org/10.1037/h0049234
• Renkl, A., Atkinson, R. K., Maier, U. H., & Staley, R. (2002). From example study to problem solving: Smooth transitions help learning. The Journal of Experimental Education, 70(4), 293-315. https://doi.org/10.1080/00220970209599510
• Sweller, J. (1982). The inefficacy of means-ends analysis in problem solving. Cognitive Science, 6(4), 363-374. https://doi.org/10.1207/s15516709cog0604_3
• Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257-285. https://doi.org/10.1207/s15516709cog1202_4
• Sweller, J., & Cooper, G. A. (1985). The use of worked examples as a substitute for problem solving in learning algebra. Cognition and Instruction, 2(1), 59-89. https://doi.org/10.1207/s1532690xci0201_3
• Sweller, J., Mawer, R. F., & Howe, W. (1982). Consequences of solving problems in conventional ways. Journal of Experimental Psychology: Learning, Memory, and Cognition, 8(4), 242-254. https://doi.org/10.1037/0278-7393.8.4.242
• Sweller, J., Ayres, P., & Kalyuga, S. (2011). Cognitive load theory. Springer Science & Business Media. https://doi.org/10.1007/978-1-4419-8126-4
• Tarmizi, K. X., & Sweller, J. (1988). Guidance during mathematical problem solving. Journal of Educational Psychology, 80(4), 424-436. https://doi.org/10.1037/0022-0663.80.4.424
• van Merriënboer, J. J., & Sweller, J. (2005). Cognitive load theory and complex learning: Recent developments and future directions. Educational Psychology Review, 17(2), 147-177. https://doi.org/10.1007/s10648-005-3951-0