Théorie de la charge cognitive – John Sweller

La compréhension des mécanismes par lesquels l’esprit humain acquiert, traite, structure et restitue le savoir constitue l’un des défis scientifiques les plus déterminants de la seconde moitié du vingtième siècle. Longtemps dominées par des postulats béhavioristes axés sur les réponses comportementales observables, puis par des approches constructivistes promouvant la découverte autonome sans étayage suffisant, les sciences de l’éducation ont souvent évolué en marge des avancées fondamentales de la neurobiologie et de la psychologie computationnelle. C’est précisément au point de rupture entre les préceptes pédagogiques intuitifs et les impératifs biologiques du système nerveux central que s’ancre l’œuvre monumentale du psychologue australien John Sweller. À travers la formalisation de la théorie de la charge cognitive (Cognitive Load Theory ou CLT), initiée à la fin des années 1970 et portée à maturité dès 1988, Sweller a jeté les bases d’une véritable ingénierie de la formation fondée sur les preuves, articulant la structure de l’information pédagogique aux limites physiques et fonctionnelles de notre machinerie cérébrale.

Le postulat directeur de cette théorie repose sur une asymétrie architecturale majeure : alors que notre mémoire à long terme dispose d’une capacité de stockage quasi infinie capable d’héberger des millions de structures complexes appelées schémas, notre mémoire de travail – siège de la pensée consciente et du traitement actif des données – est soumise à un goulet d’étranglement particulièrement sévère, tant en volume qu’en durée de rétention. Ignorer cette disproportion structurelle condamne les apprenants à la surcharge cognitive, état d’épuisement computationnel où l’effort mental est vainement dévoyé dans des opérations parasites au détriment de l’encodage durable des connaissances. En décortiquant les interactions entre l’architecture cognitive humaine et les configurations documentaires, la théorie de la charge cognitive s’érige non seulement comme un modèle explicatif d’une remarquable puissance prédictive, mais également comme une grammaire universelle pour la conception de tout dispositif d’instruction efficace.

De l’enseignement primaire aux simulations immersives en réalité virtuelle, en passant par la conception des interfaces logicielles et l’ingénierie des manuels universitaires, les principes dérivés des travaux de Sweller fournissent des repères tangibles pour optimiser l’apprentissage. Ce dossier universitaire propose une exploration exhaustive et rigoureuse de la théorie de la charge cognitive : sa genèse épistémologique, ses fondements biologiques et évolutionnistes, sa taxonomie tripartite originelle et révisée, ainsi que le vaste répertoire d’effets empiriques démontrés en laboratoire et sur le terrain. À l’heure où la prolifération des technologies numériques et de l’intelligence artificielle démultiplie les sollicitations attentionnelles, l’analyse lucide de l’écologie cognitive humaine formulée par John Sweller s’impose avec une actualité et une nécessité scientifiques renouvelées.

1. Introduction et genèse historique de la théorie de la charge cognitive

1.1 Le contexte d’émergence des travaux de John Sweller

L’émergence de la théorie de la charge cognitive à l’Université de Nouvelle-Galles du Sud à la fin des années 1970 et durant toute la décennie 1980 s’inscrit en rupture directe avec le dogme dominant de l’apprentissage par résolution de problèmes. Durant cette période, sous l’impulsion de travaux influents comme ceux d’Allen Newell et Herbert Simon sur la commande générale de la pensée humaine, les théoriciens de l’éducation valorisaient quasi exclusivement l’apprentissage par découverte et le développement de compétences de raisonnement transversales. La doctrine pédagogique prévalente soutenait qu’exposer un novice à un problème complexe non guidé constituait le moyen royal pour lui faire acquérir des heuristiques expertes et développer sa créativité intellectuelle.

Toutefois, en observant minutieusement les démarches d’étudiants confrontés à des exercices de géométrie, d’algèbre et de physique, John Sweller et ses collaborateurs identifièrent un paradoxe empirique flagrant. Confrontés à une tâche dont ils n’avaient pas encore assimilé la méthode, les novices recouraient systématiquement à une stratégie d’analyse fins-moyens (means-ends analysis). Cette heuristique consiste à comparer continuellement l’état actuel du problème à l’état final visé, à isoler les écarts entre ces deux états et à chercher des opérateurs mathématiques susceptibles de combler ces différences. Bien que cette démarche permette parfois d’aboutir laborieusement à la solution numérique recherchée, les protocoles expérimentaux de Sweller révélèrent qu’elle n’engendrait pratiquement aucun apprentissage conceptuel durable. L’élève pouvait passer vingt minutes à résoudre une équation sans pour autant être capable, quelques instants plus tard, de reconnaître la structure sous-jacente d’un problème similaire.

Sweller a mis en évidence que cette inefficacité chronique découle d’un gaspillage total des ressources cognitives. L’analyse fins-moyens impose au système nerveux de maintenir simultanément en éveil l’état de départ, l’état d’arrivée, les sous-objectifs intermédiaires, ainsi que la liste des théorèmes ou règles mobilisables. Saturée par ces calculs logiques de bas niveau, la mémoire de l’apprenant ne dispose plus d’aucune ressource disponible pour extraire la régularité du problème, opération pourtant indispensable à la genèse d’un schéma mental pérenne. Cette observation a marqué le passage d’une vision béhavioriste ou structuraliste naïve de la pédagogie à un modèle computationnel rigoureux, focalisé sur la gestion quantitative et qualitative des capacités de traitement de l’information.

Le tournant paradigmatique s’est cristallisé dans la publication en 1988 de l’article princeps de John Sweller, intitulé « Cognitive Load During Problem Solving: Effects on Learning » au sein de la revue Cognitive Science. Initialement accueillie avec circonspection par les tenants des méthodes constructivistes et socio-constructivistes, qui y voyaient une réhabilitation rétrograde de l’instruction directe, cette publication a progressivement bouleversé la psychologie de l’éducation. En apportant des preuves quantitatives irréfutables attestant que la résolution aveugle de problèmes entrave l’apprentissage chez les novices, Sweller a posé les fondations d’un programme de recherche qui compte aujourd’hui parmi les plus prolifiques et les plus solides de la psychologie cognitive appliquée.

1.2 Objectifs fondamentaux et postulats de départ

L’objectif fondamental assigné à la théorie de la charge cognitive est d’aligner la conception des matériels d’instruction sur les contraintes physiques, biologiques et fonctionnelles de l’architecture cognitive humaine. Plutôt que de contraindre l’apprenant à adapter son cerveau à des formats de présentation arbitraires ou inutilement complexes, la théorie exige que l’ingénierie pédagogique calibre scrupuleusement la distribution de l’information pour respecter les capacités de traitement de l’esprit. L’instruction n’est plus envisagée comme une transmission passive de faits ni comme une errance exploratoire solitaire, mais comme un processus délibéré d’assistance externe visant la genèse, l’enrichissement et l’automatisation progressive de structures de connaissances en mémoire à long terme.

Pour fonder son architecture, Sweller a établi une distinction épistémologique cruciale entre l’apprentissage formel et les mécanismes naturels d’acquisition des connaissances. Alors que l’espèce humaine est biologiquement programmée pour acquérir sans enseignement explicite des compétences vitales comme le langage parlé, la reconnaissance des visages ou la motricité de base, il en va tout autrement des savoirs académiques et techniques issus de la culture écrite (tels que la combinatoire mathématique, la syntaxe grammaticale, la programmation informatique ou la biochimie moléculaire). Ces savoirs culturels ne bénéficient d’aucun module cérébral spécialisé pré-câblé par la sélection naturelle ; ils requièrent par conséquent un guidage explicite et systématique pour s’imprimer dans les réseaux neuronaux sans provoquer de dysfonctionnement attentionnel.

Dès lors, la théorie postule que le rôle souverain de l’instruction consiste à soulager la mémoire de travail de toutes les tâches qui ne concourent pas directement à l’acquisition et à l’ancrage des schémas mentaux. L’apprentissage est formellement redéfini non pas comme l’accumulation désordonnée de données isolées, mais comme une réorganisation structurelle de la mémoire à long terme, mesurable par la capacité du sujet à mobiliser spontanément des blocs de savoir hautement intégrés face à des situations inédites. En substituant le tâtonnement empirique par un étayage didactique fondé sur des algorithmes cognitifs clairs, Sweller a réussi à édifier une passerelle scientifique permanente entre les neurosciences cognitives fondamentales et la pratique pédagogique quotidienne, fournissant aux enseignants et aux ingénieurs pédagogiques des directives opérationnelles validées par des décennies d’expérimentations contrôlées.

2. Fondements de l’architecture cognitive humaine selon le modèle de Sweller

2.1 La mémoire de travail et ses limitations intrinsèques

Au cœur de l’architecture cognitive modélisée par John Sweller réside la mémoire de travail (working memory), définie comme l’espace computationnel conscient où les stimuli sensoriels externes sont activement manipulés, transformés et articulés avec les connaissances déjà existantes. Bien qu’elle constitue le centre névralgique de toute prise de décision et de toute compréhension, cette structure mentale se caractérise par des limites de capacité extraordinairement contraignantes. Historiquement reliée au célèbre article de George Miller (1956) suggérant une capacité de 7 ± 2 éléments, la recherche contemporaine en psychologie cognitive, synthétisée notamment par Nelson Cowan (2001), a revu cette estimation drastiquement à la baisse : face à des informations nouvelles qui n’ont pas encore été intégrées sous forme de structures familières, la mémoire de travail ne peut simultanément retenir et traiter que 3 à 4 éléments distincts.

Outre sa capacité volumétrique infime, la mémoire de travail souffre d’une extrême volatilité temporelle. Sans répétition subvocale active ou réactivation attentionnelle immédiate, l’information non consolidée subit un déclin rapide : les traces mnésiques s’effacent presque intégralement au bout de 15 à 30 secondes, comme l’ont démontré les protocoles classiques de Peterson et Peterson. Cette dégradation temporelle signifie que dès lors qu’un matériel pédagogique oblige l’apprenant à conserver simultanément plusieurs prémisses logiques tout en cherchant une déduction subséquente, le système arrive au bord de l’asphyxie fonctionnelle. Si un nouvel élément requiert son attention, l’un des éléments antérieurs est mécaniquement expulsé du foyer attentionnel, rompant la chaîne du raisonnement déductif.

Cette vulnérabilité fait de la mémoire de travail le goulot d’étranglement universel de l’apprentissage humain. Face à des informations inédites et hautement interconnectées, le système ne peut pas opérer de manière linéaire sans saturer. Pour affiner la compréhension de cette interface, Sweller s’est inspiré des travaux d’Alan Baddeley et Graham Hitch sur le modèle multicomposant de la mémoire de travail. Bien que la théorie de la charge cognitive modélise la mémoire de travail comme une entité globale du point de vue de la gestion des ressources, elle intègre la subdivision fonctionnelle entre la boucle phonologique (dédiée aux stimuli verbaux et auditifs) et le calepin visuo-spatial (dédié aux représentations visuelles, spatiales et graphiques). Cette dissociation multimodale offre, comme nous le verrons plus loin à travers l’effet de modalité, une opportunité cruciale d’élargir la capacité apparente de traitement en répartissant la charge sur deux canaux sensoriels distincts au lieu de saturer un canal unique.

2.2 La mémoire à long terme : réservoir illimité de schémas

À l’opposé de la mémoire de travail, fragile et étriquée, la mémoire à long terme (long-term memory) apparaît dans le modèle de Sweller comme un réservoir d’une capacité virtuellement illimitée, capable d’emmagasiner des connaissances de manière permanente. Longtemps perçue par les théoriciens de l’éducation comme une simple réserve passive d’informations factuelles déconnectées de l’action, la mémoire à long terme est réhabilitée par la théorie de la charge cognitive comme la structure centrale de l’intelligence humaine et de la compétence experte. C’est en son sein que résident les schémas cognitifs (terme emprunté aux travaux de Jean Piaget et Frederic Bartlett), qui constituent les unités structurales fondamentales de notre savoir.

Un schéma mental est un réseau structuré de connaissances organisant de multiples fragments d’information individuels en une seule entité conceptuelle cohérente. Ce processus de regroupement hiérarchique de l’information, souvent désigné sous le terme de chunking, modifie radicalement le comportement de la mémoire de travail. En effet, lorsqu’un individu accède à un schéma stocké en mémoire à long terme, ce schéma – quelle que soit son abondance de détails internes – est traité par la mémoire de travail comme un seul et unique élément d’information. Par exemple, pour un enfant qui apprend à lire, chaque lettre constitue un élément distinct saturant immédiatement ses capacités ; pour un adulte expert, le mot « ordinateur » ou même une expression idiomatique complexe forme un bloc mnésique unifié traité instantanément sans épuisement attentionnel.

Les schémas mentaux n’ont pas simplement une fonction d’archivage ; ils exercent un guidage proactif sur la perception et la sélection des indices de l’environnement. Ils permettent à l’individu de catégoriser instantanément des situations, d’anticiper les issues probables et d’activer sans délai les procédures motrices ou intellectuelles appropriées. Les recherches classiques d’Adriaan de Groot et de Chase et Simon sur les joueurs d’échecs trouvent ici une résonance théorique majeure : les grands maîtres ne possèdent pas une mémoire de travail supérieure ou une intelligence déductive hors du commun, mais un répertoire de plusieurs dizaines de milliers de schémas de configurations d’échiquier enregistrés au fil des années. L’expertise ne se caractérise donc pas par des capacités de raisonnement universelles et abstraites, mais par la richesse, la densité relationnelle et le degré d’automatisation des schémas sémantiques hébergés dans la mémoire à long terme.

2.3 La théorie évolutionniste de l’apprentissage de David Geary

Pour consolider les soubassements biologiques de son modèle et répondre aux critiques portant sur l’artificialité des situations de laboratoire, John Sweller a intégré, dès le début des années 2000, les apports de la psychologie évolutionniste du développement théorisée par David C. Geary. Cette articulation théorique repose sur la distinction épistémologique fondamentale entre les connaissances biologiquement primaires (biologically primary knowledge) et les connaissances biologiquement secondaires (biologically secondary knowledge).

Les connaissances biologiquement primaires correspondent aux compétences cognitives et comportementales que l’espèce humaine a développées et sélectionnées au cours de millions d’années d’évolution pour assurer sa survie et son adaptation à l’environnement. Parmi elles figurent l’acquisition spontanée de la langue maternelle parlée, la reconnaissance instantanée des expressions faciales, le traitement des distances physiques dans l’espace tridimensionnel, ou encore des stratégies heuristiques universelles de survie comme le recours intuitif à l’analyse fins-moyens face à un danger inconnu. Ces connaissances possèdent la particularité d’être assimilées de manière totalement inconsciente, sans effort délibéré, simplement par immersion sociale ou physique dans un milieu naturel. Pour ces compétences, l’évolution a façonné des circuits neuronaux dédiés qui ne requièrent aucun système scolaire formel pour atteindre leur plein déploiement fonctionnel.

À l’inverse, les connaissances biologiquement secondaires englobent l’ensemble des inventions culturelles récentes développées par les sociétés humaines au cours des derniers millénaires : la lecture de textes graphiques, l’écriture alphabétique, l’algèbre abstraite, la démarche scientifique expérimentale, les sciences économiques et l’analyse statistique. N’ayant pas fait l’objet d’une sélection biologique prolongée, notre cerveau ne dispose d’aucun substrat génétique préprogrammé pour assimiler ces disciplines spontanément. Leur acquisition exige par conséquent un investissement d’attention conscient, un effort métacognitif soutenu et, par-dessus tout, un enseignement systématique et rigoureusement structuré.

Cette distinction éclaire d’un jour nouveau les faiblesses méthodologiques des pédagogies de la découverte intégrale. Prétendre que les élèves peuvent apprendre les mathématiques ou la physique moderne par simple imprégnation, à la manière dont un jeune enfant acquiert le langage parlé au contact de sa famille, relève d’une profonde confusion épistémologique entre primaire et secondaire. L’école a été inventée précisément pour pallier le silence de nos gènes face aux savoirs biologiquement secondaires. L’étayage pédagogique, la mise en scène explicite des concepts et le guidage serré de l’attention deviennent des impératifs physiologiques absolus pour transférer ces architectures culturelles complexes dans la mémoire à long terme sans heurter le plafond de verre de la mémoire de travail.

3. La taxonomie tripartite originelle de la charge cognitive

3.1 La charge cognitive intrinsèque

Afin d’opérationnaliser les contraintes de traitement pesant sur l’esprit lors d’une tâche d’apprentissage, John Sweller, Paul Ayres et Fred Paas ont élaboré une taxonomie structurant l’effort intellectuel en trois composantes fondamentales. La première d’entre elles est la charge cognitive intrinsèque (intrinsic cognitive load). Cette charge est inhérente à la nature même du contenu à maîtriser et ne peut être dissociée de la complexité logique de la tâche considérée. Elle est déterminée par le nombre d’éléments d’information conceptuels qui doivent être traités simultanément dans la mémoire de travail pour que le sens global soit appréhendé par le cerveau.

Le paramètre directeur qui gouverne l’amplitude de cette charge est l’interactivité des éléments (element interactivity). Dans une tâche à faible interactivité, chaque élément peut être appris et compris indépendamment des autres : c’est le cas, par exemple, de la mémorisation d’une liste de symboles chimiques ou d’un lexique bilingue, où l’acquisition du mot pour « table » ne dépend pas de la maîtrise du mot pour « livre ». En revanche, dans une tâche à forte interactivité – comme la résolution d’une équation différentielle ou l’analyse des cascades enzymatiques de la respiration cellulaire –, aucun élément ne peut être appréhendé de façon étanche ; chaque paramètre modifie instantanément la valeur et le comportement de tous les autres. L’apprenant doit donc manipuler l’ensemble de ces relations de manière concomitante.

Il est capital de souligner que la charge intrinsèque ne constitue pas une grandeur absolue universelle, mais une grandeur relationnelle dépendante de l’expertise préalable du sujet. Ce qui représente une interactivité vertigineuse pour un débutant – forcé de considérer séparément la syntaxe, l’affectation des variables et le pointeur mémoire lors de l’écriture d’un algorithme simple – ne constitue pour un programmeur senior qu’un seul élément cognitif (un schéma global automatisé). Si la charge intrinsèque est irréductible sans altérer la complexité de l’objectif pédagogique, elle peut néanmoins être gérée au moyen d’ingénieuses décompositions séquentielles que nous détaillerons dans les sections suivantes.

3.2 La charge cognitive extrinsèque

La deuxième dimension de la taxonomie tripartite est la charge cognitive extrinsèque (extraneous cognitive load), parfois qualifiée de charge non pertinente ou parasitaire. Contrairement à la charge intrinsèque qui émane des propriétés structurelles du savoir, la charge extrinsèque est exclusivement imputable à la manière dont l’information est présentée, mise en page, séquencée ou scénarisée par l’enseignant ou le concepteur pédagogique. Elle regroupe toutes les opérations mentales inutiles, improductives et énergivores que l’apprenant doit exécuter simplement pour surmonter les défauts d’agencement du matériel didactique.

Cette composante parasite consomme des fractions substantielles des ressources limitées de la mémoire de travail sans apporter la moindre contribution à la formation de schémas mnésiques pertinents. Les sources de charge extrinsèque sont légion dans les environnements de formation traditionnels et numériques :

• Des paragraphes explicatifs physiquement éloignés des schémas qu’ils commentent, contraignant les yeux et l’esprit à des mouvements de va-et-vient perpétuels ;
• Des animations visuelles truffées de détails décoratifs ou d’anecdotes humoristiques superflues qui parasitent l’attention sélective ;
• La lecture mot-à-mot par un conférencier d’un texte intégralement projeté sur un écran en arrière-plan, saturant le canal auditif et verbal par redondance stérile ;
• La navigation complexe et confuse au sein d’une interface logicielle d’apprentissage en ligne, où l’utilisateur doit déduire empiriquement comment accéder à la page suivante ou valider une réponse.

Dans toutes ces situations, la mémoire de travail est saturée par des opérations de filtrage, de recomposition spatiale ou de déchiffrement ergonomique. Le postulat programmatique de la théorie de la charge cognitive réside dans l’élimination sans concession de cette charge extrinsèque afin de libérer l’espace mental requis pour les activités cognitives utiles.

3.3 La charge cognitive essentielle (germane)

Introduite formellement par Sweller, van Merriënboer et Paas à la fin des années 1990 pour clore la triade théorique, la charge cognitive essentielle ou germane load désigne la fraction de l’effort mental consacrée spécifiquement aux processus actifs de traitement, d’élaboration et d’automatisation des schémas cognitifs. Alors que la charge intrinsèque décrit le fardeau inévitable imposé par la complexité de la matière et que la charge extrinsèque sanctionne une maladresse ergonomique, la charge germane incarne l’investissement cognitif vertueux : la confrontation délibérée avec des exemples variés, la recherche active d’analogies conceptuelles, la comparaison réflexive de solutions alternatives et l’abstraction de principes directeurs.

La charge essentielle n’existe que si deux conditions préalables sont rigoureusement remplies. D’une part, la somme de la charge intrinsèque et de la charge extrinsèque ne doit pas dépasser le plafond physiologique de la mémoire de travail, sous peine de rendre physiquement impossible toute dépense énergétique additionnelle. D’autre part, le dispositif d’enseignement doit inciter activement l’apprenant à déployer son attention résiduelle dans des activités d’intégration profonde plutôt que de le laisser glisser vers une passivité cognitive superficielle. Par exemple, inviter explicitement un élève à formuler une auto-explication verbale des étapes de résolution d’un problème convertit des ressources attentionnelles disponibles en charge essentielle productive.

La conceptualisation de la charge germane a fait l’objet de vives controverses épistémologiques et méthodologiques au sein de la communauté des sciences cognitives au cours des quinze dernières années. De nombreux chercheurs ont souligné l’extrême difficulté à distinguer empiriquement, au moyen de mesures psychométriques ou physiologiques, ce qui relevait de la charge intrinsèque de ce qui constituait la charge essentielle, dans la mesure où toutes deux sont mobilisées pour le traitement du contenu d’apprentissage. En réponse à ces objections, Sweller et ses collaborateurs ont substantiellement révisé leur modèle en 2011, requalifiant la charge essentielle non plus comme une composante autonome et additive de la charge cognitive, mais plutôt comme le vecteur directionnel de l’effort mental consenti par l’individu pour dompter la charge intrinsèque. Nous examinerons cette mutation paradigmatique dans la dernière partie de cette étude.

4. La charge cognitive intrinsèque : complexité conceptuelle et interactivité des éléments

4.1 La mécanique de l’interactivité des éléments

Pour appréhender rigoureusement la dynamique de la charge cognitive intrinsèque, il est nécessaire d’en disséquer l’élément moteur : l’interactivité des éléments (element interactivity). Dans le cadre de la CLT, un « élément » est défini de façon opérationnelle comme toute entité d’information qui requiert un traitement distinct par la mémoire de travail (un symbole, une formule, un mot de vocabulaire, une variable spatiale ou une action physique). L’interactivité correspond au degré auquel ces éléments individuels ne peuvent pas être assimilés ou exécutés isolément sans tenir compte de manière simultanée de l’état de multiples autres éléments constitutifs du problème.

L’écart fondamental entre faible et forte interactivité s’illustre avec acuité à travers l’opposition entre l’apprentissage du lexique d’une langue étrangère et l’apprentissage de la conjugaison et de la syntaxe de cette même langue. L’apprentissage du mot espagnol « casa » pour désigner une « maison » met en jeu une interactivité élémentaire quasi nulle : l’élève associe simplement une étiquette lexicale nouvelle à un concept visuel ou sémantique préexistant. Cette tâche impose une charge intrinsèque extrêmement basse ; l’élève peut apprendre cinquante mots à la chaîne sans que la compréhension du quarantième ne dépende structurellement de la maîtrise du premier. En revanche, l’apprentissage de la règle d’accord du subjonctif imparfait dans une proposition subordonnée conditionnelle requiert la manipulation simultanée de la nature de la conjonction, du temps de la proposition principale, du genre et du nombre du sujet grammatical, et des désinences spécifiques des verbes irréguliers. Tenter d’isoler l’un de ces paramètres détruit immédiatement la validité de l’ensemble.

Lorsque le nombre d’éléments interactifs excède le seuil critique de saturation de la mémoire de travail (3 à 4 éléments pour un novice complet), le traitement s’effondre : l’apprenant commet des erreurs de déduction massives, perd le fil de son raisonnement ou se réfugie dans une mémorisation mécanique de surface sans compréhension logique. L’évaluation quantitative de cette interactivité ne repose pas sur une intuition subjective de l’enseignant, mais sur une analyse fonctionnelle a priori de la tâche : elle consiste à cartographier le nombre exact de variables logiques devant être interconnectées en temps réel dans la mémoire de travail pour permettre une résolution valide. Cette métrique algorithmique constitue le fondement prédictif de la complexité cognitive d’un domaine d’étude.

4.2 Stratégies d’aménagement de la complexité intrinsèque

Puisque la charge cognitive intrinsèque dépend directement des exigences mathématiques et conceptuelles d’un problème, les théoriciens de l’éducation ont longtemps estimé qu’elle était totalement inaccessible à la manipulation didactique, sauf à simplifier le programme de cours en réduisant son niveau d’exigence. Cependant, les travaux d’ingénierie cognitive de Sweller, Pollock et leurs pairs ont démontré que si la complexité finale d’un concept demeure incompressible, sa transmission peut faire l’objet d’aménagements structurels majeurs permettant d’abaisser transitoirement l’interactivité des éléments subie par les débutants.

La première de ces stratégies est la technique de segmentation préalable, plus communément appelée l’effet de pré-formation (pre-training effect). Elle consiste à décomposer artificiellement un système hautement interactif en ses composants atomiques et à enseigner d’abord les propriétés de chaque élément de manière isolée avant d’exposer l’apprenant au fonctionnement interactif de la totalité de la machine. Par exemple, avant d’enseigner le cycle d’un moteur à explosion à quatre temps (système hyper-interactif où vilebrequin, soupapes, pistons, bougies et mélange carburé agissent en synchronie temporelle absolue), l’ingénieur pédagogique veillera à ce que l’étudiant maîtrise parfaitement la fonction et le nom de chaque composant individuel. Lors de la phase ultérieure d’intégration, chaque composant est désormais traité comme un schéma unitaire en mémoire à long terme, divisant drastiquement le nombre de variables simultanées nécessaires pour comprendre le cycle global.

Une variante radicale de cette méthode est l’approche par les éléments isolés (isolated-elements effect). Face à des domaines de connaissances dont l’interactivité naturelle est trop massive pour la mémoire de travail d’un novice complet (comme le pilotage d’un aéronef ou la chirurgie complexe), tenter une immersion globale immédiate conduit au blocage cognitif. Le formateur fait alors le choix délibéré de présenter des versions artificiellement tronquées de la tâche, où certains paramètres sont figés ou ignorés de façon provisoire. Bien que cette présentation initiale sacrifie temporairement la fidélité écologique de la tâche au profit de sa viabilité cognitive, elle autorise une progression ascendante le long d’une taxonomie graduée de compétences, permettant à l’apprenant d’intégrer pas à pas les blocs élémentaires jusqu’à pouvoir assumer l’interactivité intégrale sans risque de surcharge.

5. La charge cognitive extrinsèque : mécanismes d’interférence et inefficacité pédagogique

5.1 Les sources majeures de surcharge extrinsèque

L’observation des supports d’apprentissage conventionnels – qu’il s’agisse de manuels scolaires imprimés, de cours magistraux universitaires ou de plateformes d’apprentissage numérique sophistiquées – révèle une abondance de conceptions défectueuses qui génèrent des charges extrinsèques massives. Ces dysfonctionnements d’ingénierie forcent l’esprit à allouer son capital attentionnel à des tâches de coordination logistique au détriment de l’acquisition des connaissances. L’une des anomalies les plus courantes réside dans la disjonction spatiale et temporelle des informations textuelles et graphiques mutuellement indispensables. Lorsqu’une figure technique est isolée sur une page paire tandis que sa légende explicative détaillée est reléguée sur la page impaire ou regroupée sous forme de notes de bas de page numérotées, l’apprenant est contraint d’effectuer un travail de mise en correspondance mentale fastidieux.

Un autre vecteur majeur de surcharge extrinsèque est le double codage redondant et simultané. Dans les présentations assistées par ordinateur (diaporamas), l’erreur canonique des conférenciers consiste à afficher de longs paragraphes textuels à l’écran tout en les lisant oralement à voix haute de manière synchronisée. Loin de renforcer la mémorisation, cette pratique déclenche un conflit cognitif sévère : le système visuel tente de lire les caractères typographiques pendant que le système auditif tente de décoder les phonèmes oraux, les deux flux s’annulant mutuellement au sein de la boucle phonologique et étouffant la compréhension conceptuelle.

Enfin, l’utilisation délibérée d’éléments décoratifs non fonctionnels, qualifiée par Richard Mayer de phénomène des détails séduisants (seductive details effect), constitue une source pernicieuse de charge extrinsèque. Guidés par l’illusion pédagogique selon laquelle un document doit être « ludique » ou « visuellement stimulant » pour motiver les élèves, de nombreux créateurs de contenus insèrent des images attrayantes mais conceptuellement hors-sujet, des animations superflues, des effets sonores dramatiques ou des anecdotes historiques périphériques. Ces distracteurs accaparent l’attention sélective, incitent l’apprenant à activer des schémas d’interprétation inappropriés et réduisent à néant les chances d’extraire les régularités structurelles du matériel académique cible.

5.2 L’impact psychologique et physiologique de la surcharge

L’accumulation incontrôlée de charge cognitive extrinsèque et intrinsèque produit un état de surcharge (cognitive overload) dont les conséquences dépassent le simple échec d’assimilation mnésique pour affecter en profondeur l’équilibre psychologique et les marqueurs physiologiques de l’apprenant. Au niveau psychologique, l’épuisement précoce des ressources de la mémoire de travail génère un sentiment immédiat de confusion conceptuelle et d’impuissance cognitive. L’individu, submergé par des fragments d’information qu’il ne parvient plus à relier, bascule rapidement dans une détresse intellectuelle qui se traduit par une baisse spectaculaire de l’estime de soi académique et une dégradation de la motivation d’accomplissement.

Dans les environnements d’apprentissage numériques et interactifs, cette surcharge s’accompagne fréquemment d’un phénomène pervers d’illusion de compétence. Face à une interface visuellement riche, parsemée de liens hypertextes, de vidéos dynamiques et de modules cliquables, l’utilisateur a l’impression subjective d’explorer activement un savoir complexe. En réalité, accaparé par la gestion spatiale de la navigation, la délibération sur les boutons à presser et le tri superficiel des stimuli, il ne réalise aucun encodage profond en mémoire à long terme. Cette dynamique conduit à des abandons prématurés lors du passage à des épreuves d’évaluation autonomes où l’apprenant découvre avec désarroi qu’il est incapable de reproduire un raisonnement logique rigoureux sans l’assistance de l’écran.

Sur le plan somatique et neurovégétatif, la saturation des capacités de traitement active les circuits sous-corticaux de gestion du stress. Les recherches expérimentales couplant la psychologie cognitive à l’évaluation biomédicale ont mis en évidence des modifications physiologiques caractéristiques lors des épisodes de surcharge :

• Augmentation sensible de la tonicité des muscles frontaux et faciaux par crispation involontaire ;
• Accélération de la fréquence cardiaque et altération de sa variabilité (heart rate variability), traduisant une mise en tension du système nerveux autonome sympathique ;
• Élévation transitoire du taux de cortisol salivaire lors d’épreuves cognitives mal étayées ;
• Prolifération des microsaccades et des fixations oculaires erratiques, signalant que le cerveau a perdu le fil ordonné de l’exploration perceptive.

Loin d’être un construct purement métaphorique, la surcharge cognitive constitue donc une réalité physiologique mesurable, délétère tant pour l’efficience intellectuelle que pour le bien-être de la personne engagée dans l’apprentissage.

6. L’automatisation et l’acquisition des schémas cognitifs

6.1 Dynamique d’élaboration des schémas mentaux

L’objectif ultime de toute instruction rationnelle est de piloter la dynamique de construction des schémas cognitifs au sein de la mémoire à long terme. Ce processus de structuration ne s’opère pas par simple empilement passif de données, mais par une transmutation qualitative continue qui convertit des connaissances déclaratives en connaissances procédurales et conditionnelles. Lorsqu’un apprenant aborde un nouveau domaine (par exemple, le diagnostic clinique en médecine ou le débogage de code source en informatique), les savoirs se présentent sous forme déclarative explicite : des règles abstraites énoncées sous forme de propositions linguistiques isolées que le sujet doit réciter mentalement pour guider laborieusement chacune de ses actions.

Sous l’influence d’une pratique structurée, guidée et répétée, ces règles déclaratives subissent un phénomène de compilation de connaissances (concept théorisé par John R. Anderson dans son modèle ACT-R et pleinement repris par la CLT). Les différentes étapes d’un raisonnement s’agrègent en une structure holistique unique. Ce mécanisme permet à l’apprenant de développer une sensibilité aiguë aux régularités structurales profondes des problèmes, plutôt qu’à leurs caractéristiques superficielles. Là où un élève novice en physique regroupe les problèmes en fonction de leur décor narratif (par exemple, tous les problèmes impliquant des poulies d’un côté et tous ceux impliquant des plans inclinés de l’autre), l’expert guidé par des schémas matures classe instantanément les problèmes en vertu des lois de conservation de l’énergie ou des équations fondamentales de la dynamique, ignorant totalement les détails visuels anecdotiques.

Cette élaboration de schémas s’enrichit par des mécanismes de généralisation et de discrimination sémantiques. Le schéma cognitif n’est pas un calque photographique rigide d’une expérience passée, mais un modèle paramétrable capable de tolérer de vastes variations contextuelles tout en préservant l’invariant conceptuel. La consolidation de ces traces mnésiques au sein des réseaux néocorticaux exige une boucle permanente de rétroactions formatives (feedback). Les corrections immédiates et argumentées fournies par l’environnement pédagogique permettent de rectifier les inférences erronées, d’élaguer les fausses analogies et de solidifier l’architecture des connexions synaptiques avant que des représentations fautives ne soient définitivement engrammées.

6.2 Le processus d’automatisation et la libération de ressources

L’acquisition d’un schéma cognitif n’est que la première étape de l’apprentissage d’expertise ; son corollaire indispensable est l’automatisation (schema automation). Un processus mental est considéré comme automatisé lorsqu’il peut s’exécuter sans contrôle exécutif délibéré, de manière quasi-inconsciente, en réponse à des stimuli déclencheurs spécifiques de l’environnement. L’automatisation marque la transition d’un mode de traitement contrôlé – lent, séquentiel, hautement coûteux en énergie et dépendant de la mémoire de travail – vers un mode de traitement automatique, parallèle, rapide et ne consommant qu’une fraction marginale des capacités de traitement conscient.

L’intérêt pédagogique primordial de l’automatisation réside dans la libération massive de bande passante au sein de la mémoire de travail. Lorsqu’un sous-ensemble fonctionnel d’une tâche complexe devient totalement automatique, il libère l’intégralité des ressources attentionnelles qui étaient jusqu’alors mobilisées pour sa simple exécution. L’exemple de la conduite automobile illustre parfaitement ce phénomène : un conducteur débutant se trouve dans l’incapacité totale de soutenir une conversation ou d’anticiper le comportement des véhicules au loin, car la simple coordination mécanique du volant, de la pédale d’embrayage et du levier de vitesses sature sa mémoire de travail. Pour un conducteur aguerri, ces manœuvres motrices sont entièrement automatisées sous forme de schémas procéduraux enfouis dans les ganglions de la base et le cervelet, lui permettant de consacrer l’intégralité de sa vigilance à l’analyse stratégique du trafic routier et à la détection des dangers émergents.

Dans le domaine intellectuel, l’automatisation des compétences de base – comme la fluence de décodage phonologique en lecture ou la maîtrise instantanée des tables d’addition et de multiplication en calcul – est la condition sine qua non pour que l’esprit humain puisse accéder aux compétences de haut niveau cognitif (la compréhension critique d’un texte littéraire complexe, la formulation d’hypothèses scientifiques ou la démonstration mathématique). Cependant, Sweller et ses collaborateurs mettent en garde contre le risque de rigidité cognitive associé à une sur-automatisation décontextualisée : si un automatisme est forgé de manière exclusivement mécanique sans ancrage conceptuel profond, l’apprenant devient vulnérable face à des tâches piégées ou à des anomalies nécessitant un retour immédiat au contrôle conscient et critique.

7. Les effets d’ingénierie pédagogique majeurs démontrés par Sweller

7.1 L’effet de l’exemple résolu (Worked-Example Effect)

Parmi les nombreuses prescriptions issues de la théorie de la charge cognitive, l’effet de l’exemple résolu (worked-example effect) constitue sans nul doute la découverte la plus emblématique, la plus solidement documentée et la plus contre-intuitive pour la pensée pédagogique conventionnelle. Démontré pour la première fois par John Sweller et Fred Cooper en 1985 dans le domaine de l’algèbre, cet effet établit que pour des apprenants novices, l’étude minutieuse et guidée d’exemples de problèmes entièrement résolus pas-à-pas est immensément plus efficace pour développer des compétences durables et favoriser le transfert conceptuel que l’obligation de résoudre activement ces mêmes problèmes par ses propres moyens.

L’explication computationnelle de cet effet s’ancre directement dans la gestion des ressources mnésiques. Face à un problème mathématique dont il ignore la structure, un novice n’a d’autre choix que d’activer la fameuse analyse fins-moyens, générant une charge extrinsèque foudroyante qui asphyxie sa mémoire de travail dans des conjectures aveugles. En revanche, lorsqu’on lui présente un exemple résolu de haute qualité – explicitant l’énoncé, chaque opération intermédiaire franchie, et la justification logique sous-tendant le choix de chaque opérateur –, l’attention du sujet est entièrement détournée de la recherche anxieuse de la solution pour être réorientée sur l’analyse des états du problème et la reconnaissance des relations structurelles. L’énergie cognitive ainsi épargnée est instantanément canalisée vers la construction du schéma mental adéquat en mémoire à long terme.

Les directives d’ingénierie pour concevoir des exemples résolus performants sont d’une extrême précision :

• Chaque étape de la démonstration doit être clairement identifiée et typographiquement isolée ;
• Les justifications expertes sous-jacentes (pourquoi telle formule est mobilisée plutôt que telle autre) doivent être explicitées afin d’éviter que l’élève ne se focalise sur les seules transformations superficielles de surface ;
• Les exemples doivent être présentés sous forme de paires contrastées ou de séries alternées (alternance systématique entre l’étude attentive d’un exemple résolu et la résolution immédiate d’un problème jumeau isomorphe).

Il importe toutefois de préciser que l’effet de l’exemple résolu est strictement délimité dans le temps d’apprentissage : son efficacité maximale chez le novice décroît progressivement à mesure que l’expertise s’installe, jusqu’à devenir totalement contre-productive chez l’apprenant avancé, en vertu d’un phénomène de bascule que nous aborderons ultérieurement sous le nom d’effet d’inversion de l’expertise.

7.2 L’effet d’estompement progressif (Completion and Fading Effect)

Bien que l’étude systématique d’exemples résolus s’avère souveraine au stade initial de l’apprentissage, maintenir l’apprenant dans une observation purement réceptive à mesure que ses compétences progressent risque d’induire une passivité intellectuelle et d’entraver le développement de l’autonomie d’exécution. Pour combler l’abîme séparant l’observation d’un exemple complet et la confrontation directe avec un problème vierge, Jeroen van Merriënboer et John Sweller ont formalisé l’effet d’estompement progressif (completion effect ou backward fading effect).

Cette méthodologie d’ingénierie didactique repose sur l’introduction graduelle de problèmes dits « à compléter » (completion problems). Au début du cycle pédagogique, l’apprenant reçoit un exemple entièrement résolu, comportant toutes les étapes de démonstration (par exemple, les étapes 1, 2, 3 et 4). Dans l’exercice suivant, l’enseignant présente un problème structurellement identique où les étapes 1, 2 et 3 sont déjà pré-remplies, laissant l’élève responsable de la résolution de la dernière étape (étape 4). Une fois cette étape validée, un nouveau problème est soumis, dans lequel seules les étapes 1 et 2 sont fournies, obligeant l’élève à concevoir de manière autonome les étapes 3 et 4, et ainsi de suite jusqu’à ce que l’étayage externe disparaisse entièrement pour laisser place à la résolution autonome intégrale.

Cette dynamique d’effacement graduel prévient les ruptures brutales de charge cognitive en assurant un accompagnement dynamique du transfert de responsabilité intellectuelle. L’apprenant ne se retrouve jamais placé face à un vide méthodologique insurmontable, car les parties déjà résolues du problème servent d’armature cognitive externe soutenant sa mémoire de travail pendant qu’il focalise l’ensemble de ses ressources attentionnelles sur la partie manquante. Aujourd’hui, ce principe de fading constitue le cœur algorithmique des tuteurs intelligents et des plateformes d’apprentissage adaptatif en ligne, où la vitesse d’estompement des aides didactiques est pilotée en temps réel par des modèles probabilistes mesurant la vitesse de réponse et le taux d’erreur de chaque étudiant individuel.

7.3 L’effet des buts libres (Goal-Free Effect)

L’un des premiers phénomènes empiriques identifiés par John Sweller dès la fin des années 1970 est l’effet des buts libres ou de l’absence de but spécifique (goal-free effect). Dans l’enseignement traditionnel des disciplines formelles comme la géométrie euclidienne, la mécanique statique ou la trigonométrie, les exercices sont quasi systématiquement formulés avec un objectif final ultra-spécifique : « Soit le triangle ABC, déterminez la longueur exacte du segment [AD] » ou « Calculez la force de tension exercée sur le câble numéro 2 ».

Or, la recherche expérimentale menée par Sweller a établi de manière péremptoire qu’assigner un but aussi précis à un novice déclenche inévitablement l’analyse fins-moyens destructrice. L’élève braque son attention sur la cible lointaine [AD] et cherche frénétiquement une formule unique capable de le propulser directement du point de départ à cette cible, ignorant les relations angulaires fondamentales sous ses yeux. Pour neutraliser cette dérive cognitive, Sweller propose de substituer aux buts fermés des consignes ouvertes, affranchies de cible unique : « À partir des données fournies sur la figure géométrique, calculez la valeur d’autant d’angles et de segments qu’il vous est possible de trouver ».

Cette modification en apparence anodine métamorphose la dynamique computationnelle du traitement cérébral :

• L’apprenant est structurellement libéré de la nécessité de comparer un état actuel à un but inaccessible, ce qui inhibe l’analyse fins-moyens et réduit la charge extrinsèque à un niveau quasi nul ;
• Le sujet est naturellement incité à examiner les propriétés structurelles locales des données immédiates (« J’ai un angle de 40° et un angle droit dans ce triangle, je peux déduire le troisième ») ;
• L’attention se focalise sur les opérateurs mathématiques élémentaires et leurs conditions d’application, favorisant la déduction et la synthèse de schémas d’inférence robustes ;
• Les protocoles de test démontrent que les élèves formés via des buts libres résolvent ensuite les problèmes classiques à buts spécifiques beaucoup plus rapidement et avec un taux d’erreur nettement inférieur à celui des élèves entraînés selon les méthodes traditionnelles.

8. Les effets d’organisation de l’information : attention partagée et redondance

8.1 L’effet de division de l’attention (Split-Attention Effect)

L’effet de division de l’attention (split-attention effect) survient lorsque des sources d’information multiples qui sont mutuellement interdépendantes pour la compréhension d’un même phénomène se trouvent séparées dans l’espace physique (sur une même page, sur des pages distinctes ou sur des écrans différents) ou dans le temps. Pour donner du sens à l’ensemble, l’apprenant doit alors mobiliser des ressources cognitives substantielles simplement pour explorer visuellement les deux supports, mémoriser temporairement un fragment de texte lu, identifier l’élément graphique correspondant sur le schéma, et vérifier la cohérence logique de leur association spatio-temporelle.

Cette recherche mentale active constitue une charge cognitive extrinsèque pure. Elle n’apporte rien à la compréhension de la mécanique sous-jacente du sujet et consomme des portions précieuses de mémoire de travail qui font alors défaut pour l’encodage du concept. La solution d’ingénierie ergonomique prescrite par Sweller et ses collègues pour éliminer cette friction réside dans le format intégré (integrated format). Il s’agit d’intégrer physiquement les segments d’explications textuelles directement au sein même des illustrations, à proximité immédiate des composants graphiques auxquels ils font référence, en supprimant totalement les légendes séparées et les renvois typographiques distants.

De vastes méta-analyses conduites sur des décennies d’expérimentation ont prouvé que la fusion physique du texte et de l’image induit des gains d’apprentissage spectaculaires chez les étudiants novices. En réduisant drastiquement les mouvements oculaires exploratoires inutiles et en supprimant le fardeau de la rétention intermédiaire d’informations incomplètes, le format intégré allège la charge de travail globale et permet une synchronisation perceptive instantanée. Il convient toutefois de préciser que l’effet de division de l’attention ne s’applique que si les deux sources sont strictement complémentaires ; si l’une des sources est intelligible par elle-même, la juxtaposition d’une seconde source relève d’un autre piège cognitif : l’effet de redondance.

8.2 L’effet de redondance (Redundancy Effect)

Bien que l’intégration des informations soit indispensable pour synchroniser des données interdépendantes, l’ajout intempestif de matériels informatifs superfétatoires constitue l’une des fautes didactiques les plus sévères recensées par la CLT : c’est l’effet de redondance (redundancy effect). Cet effet se manifeste lorsque des informations identiques ou déjà intelligibles sont présentées à l’apprenant sous des formats multiples ou enrichies de détails descriptifs dont il n’a nullement besoin pour comprendre le phénomène étudié.

Le cas d’école le plus manifeste de cet effet réside dans la triple présentation simultanée d’un schéma graphique explicatif, d’un texte écrit reprenant l’explication intégrale de ce schéma, et d’une narration orale lisant ce texte mot pour mot. Confronté à cette redondance multimédia, le système cognitif de l’apprenant ne dispose pas d’un commutateur lui permettant d’ignorer passivement l’une des sources superflues. Au contraire, le cerveau tente désespérément de traiter, de synchroniser et de comparer les multiples flux concurrents pour s’assurer qu’aucune disparité logique ne s’y dissimule. Cette tentative de conciliation verbale et visuelle surcharge inutilement la mémoire de travail sans aucun bénéfice intellectuel.

Pour immuniser les dispositifs de formation contre l’effet de redondance, les ingénieurs pédagogiques doivent appliquer des protocoles stricts d’assainissement informatif :

• Si un schéma graphique est suffisamment explicite pour des apprenants possédant un bagage conceptuel de base, tout texte d’accompagnement paraphrastique doit être impitoyablement supprimé ;
• Si un document nécessite obligatoirement un schéma visuel et un texte d’explication, ce texte doit être délivré soit par le canal auditif (narration orale), soit par le canal visuel sous forme intégrée, mais jamais sous les deux modalités textuelles simultanées (texte écrit à l’écran couplé à la voix off) ;
• Tout enrichissement textuel ou décoratif qui n’apporte aucune information conceptuelle additionnelle indispensable doit être éliminé selon un principe strict de parcimonie sémiotique.

8.3 L’effet de modalité (Modality Effect)

L’effet de modalité (modality effect) propose une élégante réponse d’ingénierie cognitive au défi de la saturation de la mémoire de travail. Formulé en articulant la théorie de la charge cognitive avec l’architecture de la mémoire de travail de Baddeley et la théorie du double codage d’Allan Paivio, cet effet démontre que l’apprentissage est significativement amélioré lorsqu’une explication textuelle accompagnant un schéma graphique est délivrée par voie auditive (narration parlée) plutôt que par voie visuelle écrite.

L’assise théorique de cet effet repose sur l’indépendance relative des sous-systèmes de traitement de la mémoire de travail. Lorsque le texte et le graphique sont tous deux présentés sous un format visuel (texte écrit imprimé à côté d’une animation technique), ils entrent en collision au sein du calepin visuo-spatial et du sous-système de perception oculaire. Le canal visuel est alors surchargé d’informations concurrentes. En revanche, si l’explication verbale est transférée vers le canal auditif sous forme de voix narrative, elle est prise en charge par la boucle phonologique, laissant le calepin visuo-spatial entièrement dévolu au décodage de l’image dynamique ou du diagramme statique.

En exploitant simultanément les deux canaux sensoriels distincts, le concepteur didactique augmente virtuellement la capacité de traitement disponible au sein de la mémoire de travail globale, prévenant ainsi les engorgements attentionnels. Cependant, l’application concrète de l’effet de modalité requiert le respect scrupuleux de contraintes ergonomiques strictes :

• La narration orale et l’animation graphique doivent être déployées dans une synchronisation temporelle absolue (l’explication auditive doit décrire l’élément visuel au moment précis où celui-ci apparaît ou clignote à l’écran) ;
• L’environnement acoustique de l’apprenant doit être dépourvu de bruits parasites susceptibles de saturer la boucle phonologique par des stimuli non pertinents ;
• L’information orale transitoire doit être réservée à des explications relativement brèves et synthétiques : pour des textes d’une complexité mathématique extrême ou d’une longueur excessive, le format écrit redevient supérieur car il permet à l’apprenant de réguler son propre rythme de lecture et de procéder à des régressions oculaires réparatrices.

9. L’effet d’inversion de l’expertise (Expertise Reversal Effect)

9.1 Nature et mécanismes théoriques de l’inversion

L’un des apports épistémologiques les plus stimulants de John Sweller, documenté en profondeur à partir du début des années 2000 avec Slava Kalyuga, Paul Ayres et Fred Paas, est l’effet d’inversion de l’expertise (expertise reversal effect). Ce phénomène contre-intuitif établit que des méthodes d’instruction et des aides didactiques hautement bénéfiques pour des apprenants débutants ou novices perdent progressivement leur efficacité à mesure que le niveau de compétence des sujets augmente, jusqu’à devenir délétères et préjudiciables pour des apprenants avancés ou experts dans le domaine considéré.

Le mécanisme computationnel régissant cette inversion réside dans l’apparition d’un conflit structurel entre les représentations internes déjà automatisées en mémoire à long terme chez l’expert et les guidages externes superflus imposés par le support pédagogique. Un apprenant expert dispose d’un vaste répertoire de schémas mentaux qui lui indiquent immédiatement la voie de résolution, classifient la typologie du problème et régulent le traitement de l’information avec une dépense minimale de mémoire de travail. Lorsqu’on contraint cet expert à lire pas-à-pas les étapes décomposées d’un exemple résolu, ou qu’on lui impose des annotations textuelles intégrées sur un schéma qu’il maîtrise déjà parfaitement, cette assistance extérieure n’agit plus comme un étayage salvateur, mais se transforme en une source violente de charge cognitive extrinsèque.

L’esprit de l’expert est forcé d’exécuter un traitement redondant parasitaire : il doit lire la description externe fournie, décoder les consignes élémentaires, et tenter de les aligner avec ses propres schémas internes hautement automatisés. Ce travail d’harmonisation inutile absorbe des ressources de traitement qui étaient auparavant disponibles pour des déductions stratégiques plus élevées, dégradant paradoxalement les performances d’apprentissage et de résolution de l’expert. Ce constat a été empiriquement répliqué dans une multitude de domaines académiques et professionnels, depuis l’ingénierie mécanique et l’apprentissage de langages algorithmiques jusqu’à l’entraînement militaire tactique et le diagnostic médical de haut niveau.

9.2 Adaptation dynamique de l’instruction au niveau de compétence

La mise au jour de l’inversion de l’expertise impose un changement de paradigme radical dans la conception des systèmes de formation : il n’existe aucun matériel pédagogique « parfait » ou « optimal » dans l’absolu. L’efficience d’un environnement didactique dépend intégralement de l’alignement synchronique entre le niveau d’expertise intrinsèque de l’individu et le degré de directivité du support. Dès lors, le défi contemporain de l’ingénierie de la formation réside dans la mise en œuvre d’une instruction adaptative et dynamique capable de moduler son niveau d’étayage au fur et à mesure que les compétences de l’apprenant se consolident.

Cette trajectoire adaptative impose une transition programmée le long d’un continuum méthodologique clairement balisé :

• Phase novice initiale : Primauté absolue du guidage explicite, utilisation massive d’exemples résolus pas-à-pas avec verbalisation des justifications, élimination des buts fermés distants par le recours aux buts libres, et intégration physique rigoureuse du texte et des visuels pour épargner la mémoire de travail ;
• Phase intermédiaire : Déploiement systématique de l’estompement progressif (fading) par le biais de problèmes à compléter, réduisant graduellement le niveau de guidage au profit d’une participation active croissante de l’élève ;
• Phase avancée / experte : Suppression intégrale des exemples résolus et des étayages textuels redondants, et bascule vers la résolution autonome de problèmes ouverts et complexes, stimulant l’activation et la recombinaison flexible des schémas mentaux préexistants.

Dans les environnements numériques d’aujourd’hui, cette transition est rendue possible par le développement de systèmes tutoriels intelligents (intelligent tutoring systems). En mesurant en continu des métriques comportementales fines – telles que la rapidité de traitement d’une tâche, le taux d’exactitude des réponses lors des premières tentatives et le degré d’hésitation dans la sélection des opérateurs mathématiques –, ces algorithmes diagnostiquent l’émergence des schémas d’expertise et estompent automatiquement les aides documentaires superflues, prévenant ainsi l’apparition de la charge extrinsèque induite par la sur-prescription pédagogique.

10. Méthodologies de mesure et d’évaluation empirique de la charge cognitive

10.1 Échelles d’auto-évaluation et métriques subjectives

Pour conférer à la théorie de la charge cognitive une validité scientifique indiscutable, il était impératif de développer des outils de mesure psychométriques capables de quantifier avec précision l’amplitude des ressources mentales allouées par les sujets lors de l’accomplissement d’une tâche d’apprentissage. L’instrument historique le plus universellement adopté et répliqué dans la littérature est l’échelle développée par Fred Paas en 1992. Il s’agit d’une échelle de Likert unidimensionnelle graduée en 9 points, invitant l’apprenant à évaluer rétrospectivement le niveau d’effort mental consenti (mental effort) pour réaliser l’exercice, allant de « effort mental extrêmement faible » (valeur 1) à « effort mental extrêmement élevé » (valeur 9).

Bien que d’une remarquable simplicité ergonomique et dotée d’une consistance interne robuste, l’échelle classique de Paas présente la limite majeure de mesurer une charge cognitive globale indifférenciée, sans permettre de dissocier mathématiquement la charge intrinsèque de la charge extrinsèque ou essentielle. Pour combler cette lacune méthodologique, des chercheurs comme Jimmie Leppink et ses collaborateurs ont développé, à partir de 2013, des échelles multidimensionnelles sophistiquées composées de questionnaires d’auto-évaluation validés psychométriquement. Ces instruments comportent des sous-échelles spécifiques évaluant distinctement :

• La complexité perçue du sujet (mesure de la charge intrinsèque, ex. : « Les concepts abordés dans cette leçon étaient particulièrement ardus à interconnecter ») ;
• La clarté ergonomique des instructions (mesure de la charge extrinsèque, ex. : « La mise en page et les explications fournies étaient confuses et m’ont freiné dans ma progression ») ;
• L’intensité de l’effort de structuration intellectuelle (mesure de la charge essentielle, ex. : « Cette activité a stimulé ma réflexion et m’a aidé à forger une compréhension globale des mécanismes »).

Pour neutraliser les biais inhérents à l’introspection subjective rétrospective, les protocoles expérimentaux contemporains associent systématiquement ces déclarations psychométriques aux données de performance objectives (taux de réussite, temps de latence de résolution, score de transfert à des problèmes inédits). Le croisement statistique de l’effort mental consenti et du score d’apprentissage permet de calculer un indice d’efficience pédagogique (instructional efficiency) : un dispositif est considéré comme hautement efficient s’il produit des scores d’apprentissage supérieurs tout en mobilisant un niveau d’effort mental mesuré significativement plus bas.

10.2 Mesures physiologiques et neurophysiologiques directes

Pour s’affranchir des limitations inhérentes aux questionnaires d’auto-évaluation – qui ne peuvent être administrés qu’après coup et interrompent l’activité naturelle du sujet –, la recherche en neurosciences cognitives a déployé un arsenal de métriques physiologiques et biométriques directes capables de monitorer en temps réel l’allocation des ressources mentales au millième de seconde près. Parmi ces technologies, la pupillométrie s’est imposée comme un indicateur d’une sensibilité extraordinaire. Comme l’ont démontré les protocoles de Hess et Polt puis les travaux modernes de Jackson et Sirois, le diamètre de la pupille oculaire subit une dilatation involontaire proportionnelle à l’effort cognitif investi dans la mémoire de travail, sous le contrôle direct du système noradrénergique et du locus coeruleus.

L’électroencéphalographie quantitative (EEG) apporte un éclairage complémentaire sur les signatures oscillatoires de la charge cognitive cérébrale. Les recherches montrent que la saturation progressive de la mémoire de travail se traduit par une augmentation systématique de la puissance des ondes thêta (4 à 8 Hz) au niveau du cortex préfrontal médial – siège des fonctions exécutives d’ordonnancement et de régulation attentionnelle –, couplée à une désynchronisation (diminution de puissance) des ondes alpha (8 à 12 Hz) dans les aires pariétales et occipitales, traduisant un engagement massif de l’attention visuelle et spatiale. De son côté, l’imagerie par résonance magnétique fonctionnelle (IRMf) confirme que la complexité de la charge intrinsèque et extrinsèque corrèle fidèlement avec le niveau d’oxygénation sanguine (signal BOLD) au sein du cortex préfrontal dorsolatéral et du sillon intrapariétal.

Enfin, le suivi oculaire haute fréquence (eye-tracking) constitue un instrument ergonomique irremplaçable pour la validation des théories de Sweller. En analysant la distribution spatiale des fixations visuelles, la durée moyenne de chaque regard stationnaire et la fréquence des saccades et des régressions de lecture, les chercheurs peuvent objectiver directement les mécanismes de surcharge :

• Une prolifération de micro-saccades et d’allers-retours désordonnés entre un texte et une image confirme visuellement l’émergence d’une division de l’attention destructrice ;
• Des fixations visuelles prolongées et anormalement denses sur des éléments décoratifs périphériques matérialisent le piège des détails séduisants parasitant l’attention sélective ;
• Un parcours oculaire fluide, ordonné et concentré sur les nœuds structuraux d’un schéma atteste de l’excellence ergonomique d’un format d’instruction intégré.

10.3 Paradigmes de tâches secondaires et métriques comportementales

Antérieurement à l’avènement des technologies d’imagerie médicale et de pupillométrie portable, la psychologie cognitive expérimentale a validé l’architecture de Sweller grâce à l’usage rigoureux du paradigme de la double tâche ou technique de la tâche secondaire. Ce protocole expérimental repose sur le principe de la capacité attentionnelle unitaire partagée : si deux tâches concurrentes mobilisent simultanément les ressources de la mémoire de travail, toute augmentation de la charge exigée par la tâche principale (l’apprentissage d’un cours de physique ou de code informatique) se répercutera mécaniquement par une détérioration mesurable de la performance à la tâche secondaire (qui sert d’instrument de sonde cognitive).

Dans la pratique expérimentale, la tâche secondaire consiste généralement en un stimulus sensoriel simple et discontinu : l’apprenant doit, par exemple, appuyer le plus rapidement possible sur une pédale au pied ou sur un poussoir digital dès qu’un bip sonore discret retentit dans son casque audio ou qu’un point lumineux clignote à la périphérie de son champ de vision. Le temps de réaction moteur à ce signal est mesuré avec une précision millimétrique. Dès lors que le matériel pédagogique principal induit une surcharge cognitive (par exemple, par le biais d’une forte interactivité d’éléments couplée à une présentation éclatée générant une attention partagée), les temps de réaction à la tâche secondaire s’allongent de manière spectaculaire, voire le stimulus périphérique est totalement ignoré (cécité attentionnelle).

À ces protocoles de laboratoire s’ajoutent l’analyse des métriques comportementales directes collectées dans les environnements numériques d’apprentissage : les temps de latence avant la première saisie clavier, les hésitations motrices du pointeur de la souris (mesurables par l’entropie des trajectoires du curseur), ainsi que les fréquences de correction et d’effacement de texte constituent des indicateurs comportementaux fidèles de l’épuisement des ressources cognitives. La sélection judicieuse de ces instruments – subjectifs, physiologiques ou comportementaux – dépend de l’arbitrage opéré par le chercheur entre le degré d’intrusion du capteur dans l’écologie naturelle de la classe et le niveau de finesse temporelle requis pour identifier les goulets d’étranglement de l’attention.

11. Transposition de la théorie dans l’ingénierie pédagogique et les environnements numériques

11.1 Conception de modules d’apprentissage en ligne (E-learning)

La prolifération mondiale de l’enseignement à distance et des plateformes de formation en ligne (e-learning) a conféré aux directives de John Sweller une urgence opérationnelle sans précédent. L’ergonomie cognitive des interfaces numériques d’apprentissage ne peut plus être laissée à la fantaisie visuelle de développeurs ignorant les neurosciences de l’attention. L’épuration graphique et la réduction des frictions de navigation constituent le premier impératif : chaque bouton superflu, chaque hiérarchie de menus labyrinthique et chaque bannière contextuelle non informative consomme une fraction de la mémoire de travail que l’apprenant ne pourra plus mobiliser pour la compréhension des concepts académiques.

L’agencement multimédia des cours en ligne doit être conçu dans le respect scrupuleux des lois de Sweller et de la théorie de l’apprentissage multimédia formalisée par Richard Mayer. Cela implique une synchronisation rigoureuse des canaux sémiotiques :

• Élimination intégrale du sous-titrage textuel complet sur des capsules vidéo enregistrées où l’enseignant expose oralement des notions déjà illustrées par des visuels (neutralisation de l’effet de redondance) ;
• Inclusion systématique de fenêtres de micro-apprentissage (micro-learning) découpant les savoirs en segments autonomes de 5 à 7 minutes, évitant ainsi le déclin temporel des traces mnésiques et la fatigue cognitive induite par les cours magistraux asynchrones de deux heures ininterrompues ;
• Mise à disposition de dispositifs de contrôle du rythme par l’utilisateur (learner-paced control), permettant à l’apprenant d’interrompre, de rembobiner ou d’accélérer le flux narratif en fonction de sa vitesse propre de traitement mental.

Cette flexibilité temporelle est décisive face à des contenus à haute interactivité, autorisant la mémoire de travail à consolider un bloc conceptuel avant de déclencher la suite de la démonstration.

11.2 Réalité virtuelle, simulations immersives et serious games

L’irruption des casques de réalité virtuelle immersive (VR), des simulations haptiques et des jeux sérieux (serious games) dans la formation professionnelle, militaire et médicale représente une arme à double tranchant du point de vue de la charge cognitive. D’un côté, ces dispositifs offrent une fidélité écologique et spatiale inégalée pour entraîner des gestes techniques complexes ; de l’autre, ils constituent de véritables bombes à retardement en matière de charge cognitive extrinsèque en raison de l’hyper-réalisme sensoriel et de la complexité des commandes interactives qu’ils imposent d’emblée à l’utilisateur.

Un médecin novice plongé dans une simulation immersive de réanimation d’urgence sous casque VR se retrouve souvent paralysé non pas par le protocole cardiologique lui-même, mais par l’abondance des stimuli environnementaux (alarmes sonores stridentes, reflets d’éclairage dynamiques, tremblements de la caméra virtuelle, gestion maladroite des manettes physiques). Pour conjurer cette saturation destructrice, l’ingénierie cognitive prescrit une phase d’acculturation technique préalable rigoureusement séparée de l’apprentissage conceptuel : l’apprenant doit d’abord s’entraîner dans un environnement virtuel vide pour automatiser la gestuelle motrice et l’interaction avec l’interface logicielle avant d’être confronté à la moindre variable médicale.

De surcroît, le concepteur de simulations immersives doit impérativement instaurer un filtrage didactique des stimuli non pertinents et intégrer des dispositifs de guidage attentionnel (visual cueing ou balisage). Cela consiste à utiliser des repères visuels discrets (comme un halo lumineux pulsant autour d’un interrupteur critique ou une flèche directionnelle translucide) pour guider le regard de l’apprenant vers l’élément pertinent de la scène au moment exact où celui-ci doit être manipulé. L’objectif est d’optimiser le réalisme fonctionnel sans sacrifier la clarté cognitive des concepts cibles sous un déluge sensoriel gratuit.

11.3 Conception de manuels scolaires et de supports d’enseignement traditionnels

Bien que les technologies numériques attirent l’essentiel de l’attention des chercheurs contemporains, les supports physiques traditionnels – manuels scolaires imprimés, polycopiés universitaires et fiches d’exercices – demeurent massivement tributaires des prescriptions de la théorie de la charge cognitive. Une analyse critique des manuels scolaires contemporains révèle en effet une dérive commerciale préjudiciable : au nom de l’attractivité visuelle, les éditeurs multiplient les encadrés biographiques périphériques, les polices de caractères hétérogènes, les illustrations purement ornementales et les renvois éclatés en marge des pages.

L’application rigoureuse des travaux de Sweller impose une refonte ergonomique intégrale de ces supports physiques :

• Élimination méthodique de tous les encadrés anecdotiques séduisants qui fragmentent la continuité de la lecture et détournent les ressources attentionnelles du fil argumentatif central ;
• Fusion physique systématique des schémas explicatifs et de leur texte descriptif, garantissant que chaque explication soit inscrite typographiquement au cœur de la zone géométrique ou anatomique concernée (éradication de l’attention partagée spatiale) ;
• Adoption d’une hiérarchie typographique stricte, sobre et épurée, guidant de manière univoque le balayage visuel de l’œil selon l’ordre logique d’assimilation des prémisses et des conclusions ;
• Formation explicite des enseignants à la structure d’explication orale synchrone avec le tableau : l’enseignant doit s’abstenir formellement d’écrire un paragraphe au tableau tout en commentant un concept différent à l’oral, sous peine de plonger ses élèves dans une surcharge extrinsèque aiguë par conflit bicanal.

12. Critiques épistémologiques, révisions du modèle et perspectives contemporaines

12.1 Débats théoriques sur le statut de la charge essentielle (Germane Load)

L’histoire de la théorie de la charge cognitive n’est pas un long fleuve tranquille d’affirmations dogmatiques ; elle se caractérise par une remarquable capacité d’autocritique et d’évolution conceptuelle. Le débat le plus passionné qui a agité la communauté scientifique au cours des deux dernières décennies concerne le statut ontologique et méthodologique de la charge cognitive essentielle (germane load). Dès le milieu des années 2000, des chercheurs influents en psychologie de l’éducation, à l’instar de Ton de Jong (2010), ont pointé une fragilité épistémologique majeure : l’impossibilité de dissocier empiriquement la charge intrinsèque de la charge germane au moyen de protocoles de mesure objectifs.

Si la charge cognitive totale est la somme arithmétique de trois composantes (Intrinsèque + Extrinsèque + Germane), comment expliquer que la réduction de la charge extrinsèque se traduise systématiquement par une augmentation de la charge germane, sans que la charge globale ne varie nécessairement ? La charge essentielle était-elle une véritable entité physique indépendante ou n’était-elle qu’un concept circulaire commode destiné à labelliser tout effort intellectuel couronné de succès après coup ? Face à ces critiques méthodologiques fondées, John Sweller, Paul Ayres et Slava Kalyuga ont procédé en 2011 à une révision paradigmatique majeure dans leur ouvrage de référence « Cognitive Load Theory ».

Dans ce modèle révisé, les auteurs ont formellement abandonné l’idée d’une charge germane constitutive et autonome. Ils ont unifié le cadre conceptuel autour d’une approche fondamentalement bidimensionnelle : il n’existe dans l’architecture cognitive que la charge intrinsèque (générée par l’interactivité des éléments du savoir) et la charge extrinsèque (générée par les défauts de conception didactique). La charge essentielle a été reconceptualisée non plus comme une composante séparée, mais comme l’allocation effective et délibérée des ressources attentionnelles de la mémoire de travail au traitement de la charge intrinsèque pertinente. Cette clarification théorique a assaini les fondements de la théorie, alignant sa structure mathématique sur les réalités mesurables de la neurophysiologie moderne.

12.2 Articulations avec d’autres paradigmes de la psychologie cognitive

L’expansion de la théorie de la charge cognitive a été consolidée par son arrimage stratégique à d’autres grands paradigmes des sciences psychologiques contemporaines. Le dialogue le plus fécond s’est noué avec la théorie cognitiviste de l’apprentissage multimédia (CTML) de Richard E. Mayer. Partageant les mêmes postulats sur la mémoire de travail et l’encodage des schémas, les travaux de Mayer ont transposé et opérationnalisé les effets de Sweller sous la forme de principes multimédias canoniques (principe de cohérence, principe de contiguïté spatiale, principe de signalement), offrant une convergence expérimentale remarquable qui fait aujourd’hui l’unanimité dans les sciences de l’apprentissage.

Cependant, la CLT a longtemps souffert d’un angle mort notable : son traitement purement computationnel et « froid » de l’esprit humain, négligeant les dimensions affectives, motivationnelles et conatives de l’apprenant. Pour surmonter ce réductionnisme mécaniste, des passerelles empiriques ont été jetées avec la théorie de l’autodétermination d’Edward Deci et Richard Ryan, ainsi qu’avec les modèles des émotions d’accomplissement de Reinhard Pekrun. Les recherches actuelles démontrent que la charge cognitive et la motivation intrinsèque entretiennent des relations dialectiques étroites :

• Une charge extrinsèque persistante induit une frustration attentionnelle qui sape rapidement le sentiment d’auto-efficacité de l’élève, transformant l’effort mental en souffrance psychologique ;
• À l’inverse, une charge intrinsèque calibrée avec précision à la frontière de la zone proximale de développement suscite un état d’engagement optimal (flow), où l’effort consenti est perçu comme intrinsèquement gratifiant ;
• Le stress d’évaluation et l’anxiété de performance agissent eux-mêmes comme des charges extrinsèques internes majeures, saturant la boucle phonologique par des ruminations négatives intrusives (« Je ne vais pas y arriver ») qui cannibalisent les ressources requises pour le calcul formel.

Cette intégration métacognitive enrichit le modèle de Sweller en réinsérant la gestion computationnelle de l’information au cœur de la psychologie de la personne apprenante.

12.3 Défis actuels et horizons de recherche

À l’aube de sa quatrième décennie d’existence, la théorie de la charge cognitive se trouve confrontée à des défis épistémologiques et technologiques inédits qui tracent les contours de ses recherches futures. Le bouleversement le plus spectaculaire découle de la diffusion massive des outils d’intelligence artificielle générative dans les processus d’apprentissage et de travail intellectuel. L’usage de grands modèles de langage comme tuteurs conversationnels ou assistants de rédaction modifie profondément l’équilibre attentionnel : en externalisant vers la machine des opérations cognitives entières (la synthèse documentaire, la structuration syntaxique, la conversion de code), l’apprenant soulage certes sa mémoire de travail, mais court le risque mortel d’un désengagement cognitif total conduisant à l’atrophie des schémas mentaux en mémoire à long terme. L’analyse de cette dialectique entre étayage numérique bienfaisant et décharge cognitive excessive constitue un champ de recherche prioritaire.

Un deuxième horizon scientifique réside dans la modélisation de la charge cognitive collaborative ou collective. Initiée par Paul Kirschner et Femke Kirschner, cette approche postule que lorsque des apprenants résolvent un problème hautement interactif en groupe, la mémoire de travail individuelle peut être dépassée par une « mémoire de travail partagée » ou collective. Les éléments d’information sont distribués entre les cerveaux des participants, réduisant la charge individuelle de calcul, à condition toutefois que la communication interpersonnelle ne génère pas une charge extrinsèque transactionnelle supérieure au gain obtenu.

Enfin, le couplage de la CLT avec les neuro-technologies nomades et les capteurs physiologiques embarqués ouvre la voie à des environnements d’apprentissage neuro-adaptatifs en temps réel. Des casques d’apprentissage capables de monitorer en continu les oscillations thêta et alpha ou le diamètre pupillaire de l’apprenant permettront bientôt d’adapter dynamiquement la densité des contenus, d’injecter des étayages visuels lors des hausses critiques de charge extrinsèque, ou de suspendre la session lors de l’atteinte d’un seuil de saturation physiologique. Face à ces technologies de rupture, l’architecture intellectuelle édifiée par John Sweller il y a près de quarante ans s’impose non pas comme un modèle figé du passé, mais comme la boussole épistémologique indispensable pour guider l’esprit humain au cœur du déluge informationnel contemporain.

Références

• Anderson, J. R. (1993). Rules of the mind. Lawrence Erlbaum Associates. https://doi.org/10.4324/9780203762967
• 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
• 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 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
• 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: Effects on retention and transfer efficiency. Computers in Human Behavior, 25(2), 306–314. https://doi.org/10.1016/j.chb.2008.12.008
• Leppink, J., Paas, F., Van der Vleuten, C. P., Van Gog, T., & Der Neer, M. M. (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
• Mayer, R. E. (2020). Multimedia learning (3rd ed.). Cambridge University Press. https://doi.org/10.1017/9781316941355
• 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
• Paas, F. (1992). Training strategies for attaining transfer of problem-solving skill in statistics: A cognitive-load approach. Journal of Educational Psychology, 84(4), 429–434. https://doi.org/10.1037/0022-0663.84.4.429
• 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. R., & 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
• Pollock, E., Chandler, P., & Sweller, J. (2002). Assimilating complex information. Learning and Instruction, 12(1), 61–86. https://doi.org/10.1016/S0959-4752(01)00016-0
• 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., Ayres, P., & Kalyuga, S. (2011). Cognitive load theory. Springer Science & Business Media. https://doi.org/10.1007/978-1-4419-8126-4
• Sweller, J., van Merriënboer, J. J., & Paas, F. G. (1998). Cognitive architecture and instructional design. Educational Psychology Review, 10(3), 251–296. https://doi.org/10.1023/A:1022193728205
• 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