
Démystifier les fonctions exécutives pour réfléchir à ses pratiques pédagogiques
Ce contenu est un aperçu de la conférence d’Élisabeth Bélanger, doctorante en éducation, chargée de cours et superviseure de stages au Département de didactique de l’Université du Québec à Montréal. Dans le cadre de la programmation Scientifiquement scolaire présentée par le CEAP UQAM, la conférencière invitée y a présenté des questions d’intérêt pour l’enseignement en ce qui a trait aux fonctions exécutives.
Les fonctions exécutives au cœur de l’apprentissage
Les fonctions exécutives sont des processus cognitifs de haut niveau permettant de contrôler ce qui s’active dans le cerveau afin d’accomplir une tâche (Masson, 2024). Elles jouent un rôle central dans l’apprentissage et sont sollicitées par de nombreuses tâches scolaires, dont celles qui exigent de raisonner, d’analyser, de planifier, de comparer, d’inférer, de mettre en relation plusieurs éléments ou de résoudre des problèmes.
Le développement des fonctions exécutives est un processus lent et graduel qui débute dès la naissance et se poursuit jusqu’au début de l’âge adulte (Baum et al., 2017). Par conséquent, les fonctions exécutives des élèves du préscolaire, du primaire et du secondaire ne sont pas entièrement développées. Qui plus est, il existe une variabilité individuelle assez importante au regard de leur développement, ce qui signifie que, pour un âge donné, certains élèves auront des fonctions exécutives plus développées et plus performantes que d’autres (Ahmed et al., 2023 ; Baum et al., 2017).
Bien qu’il existe plusieurs fonctions exécutives, certaines sont particulièrement centrales : la mémoire de travail et le contrôle inhibiteur (Diamond, 2013 ; Karr et al., 2018).
La mémoire de travail
La mémoire de travail est l’espace de travail mental qui permet de récupérer, de maintenir et de manipuler des informations pour atteindre un objectif (Sweller et al., 2019). Elle joue un rôle essentiel dans de nombreux contextes d’apprentissage. Toutefois, elle présente deux contraintes majeures (Baddeley, 1994 ; Cowan, 2000). D’abord, la durée de maintien des informations en mémoire de travail est très brève. Ensuite, elle ne peut manipuler qu’un nombre très limité d’éléments simultanément : au-delà d’un certain seuil, la mémoire de travail devient surchargée et ne peut plus traiter l’information. Cet état est communément appelé « surcharge cognitive » (Sweller et al., 2019). Différents éléments peuvent charger la mémoire de travail : certains sont nécessaires et pertinents, car ils sont liés au fait de devoir apprendre ou réaliser une tâche. Cependant, d’autres ne le sont pas et chargent inutilement la mémoire de travail, contribuant ainsi au risque de surcharge cognitive. La capacité limitée de la mémoire de travail est représentée ci-dessous, en établissant une analogie avec un grand réservoir (Masson, 2024).

Dans les situations où il y a un risque de surcharge cognitive, les personnes enseignantes peuvent soutenir la mémoire de travail de leurs élèves grâce à certaines interventions pédagogiques. Le tableau ci-dessous présente quelques pistes documentées permettant de diminuer des charges interne et externe afin de préserver les ressources de la mémoire de travail pour l’apprentissage ou la tâche devant être réalisée par l’élève (Barbieri et al., 2023 ; Sweller et al., 2019 ; Vasilev et al., 2018).

Le contrôle inhibiteur
Le contrôle inhibiteur est un processus cognitif qui permet de résister aux automatismes de la pensée (Houdé, 2014). En effet, certains apprentissages exigent que l’élève « résiste » à des réponses, à des conceptions ou à des stratégies intuitives ou spontanées (Houdé, 2014). Par exemple, plusieurs personnes ont tendance à mettre un s (à tort !) dans ce contexte : « Je les manges », puisqu’ils ont automatisé la règle consistant à ajouter un s au mot qui suit « les » (Lanoë et al., 2016). D’autres personnes croient que 0,539 est plus grand que 0,6, car elles ont automatisé que « plus un nombre contient de chiffres, plus sa valeur est grande » (ce qui est vrai dans le cas des nombres entiers où 539 > 6) (Roëll et al., 2019). Il semble pertinent que les personnes enseignantes identifient les apprentissages et les situations pouvant impliquer des automatismes dans le programme qu’elles enseignent afin de pouvoir utiliser certaines pistes d’interventions pédagogiques pouvant être bénéfiques, telles que :
- mettre en saillance les éléments pertinents : mettre des caractères gras ou pointillés (Babai et al., 2016) ;
- alerter les élèves de la présence de pièges (automatismes) : forcer une pause, décrire l’automatisme en jeu, expliciter ce qui est attendu (Babai et al., 2015) ;
- entraîner les élèves à reconnaître les contenus ou les contextes associés à des automatismes (Deshaies et al., 2020 ; Houdé et al., 2000).
Références
Ahmed, S. F., Montroy, J., Skibbe, L., Bowles, R. et Morrison, F. (2023). The timing of executive function development is associated with growth in math achievement from preschool through second grade. Learning and Instruction, 83, 101713.
Ahmed, S. F., Tang, S., Waters, N. E. et Davis-Kean, P. (2019). Executive function and academic achievement: Longitudinal relations from early childhood to adolescence. Journal of Educational Psychology, 111(3), 446-458.
Babai, R., Nattiv, L. et Stavy, R. (2016). Comparison of perimeters: improving students’ performance by increasing the salience of the relevant variable. ZDM, 48, 367-378.
Babai, R., Shalev, E. et Stavy, R. (2015). A warning intervention improves students’ ability to overcome intuitive interference. ZDM Mathematics Education, 47(5), 735-745.
Baddeley, A. (1994). The magical number seven: Still magic after all these years? Psychological Review, 101(2), 353‑356.
Barbieri, C. A., Miller-Cotto, D., Clerjuste, S. N. et Chawla, K. (2023). A meta-analysis of the worked examples effect on mathematics performance. Educational Psychology Review, 35(1), 11.
Baum, G. L., Ciric, R., Roalf, D. R., Betzel, R. F., Moore, T. M., Shinohara, R. T., Kahn, A. E., Vandekar, S. N., Rupert, P. E., Quarmley, M., Cook, P. A., Elliott, M. A., Ruparel, K., Gur, R. E., Gur, R. C., Bassett, D. S. et Satterthwaite, T. D. (2017). Modular segregation of structural brain networks supports the development of executive function in youth. Current Biology, 27(11), 1561-1572.e8.
Cowan, N. (2000). Processing limits of selective attention and working memory: Potential implications for interpreting. Interpreting, 5(2), 117‑146.
Deshaies, I., Miron, J.-M. et Masson, S. (2020). Effets d’une intervention pédagogique visant l’apprentissage du contrôle inhibiteur sur le développement de prérequis liés à l’arithmétique chez les élèves du préscolaire âgés de 5 ans. Neuroeducation, 6(1), 4964.
Diamond, A. (2013). Executive functions. Annual Review of Psychology, 64(1), 135168.
Houdé, O. (2014). Apprendre à résister. Le Pommier.
Houdé, O., Zago, L., Mellet, E., Moutier, S., Pineau, A., Mazoyer, B. et Tzourio-Mazoyer, N. (2000). Shifting from the perceptual brain to the logical brain: The neural impact of cognitive inhibition training. Journal of Cognitive Neuroscience, 12(5), 721‑728.
Karr, J. E., Areshenkoff, C. N., Rast, P., Hofer, S. M., Iverson, G. L. et Garcia-Barrera, M. A. (2018). The unity and diversity of executive functions: A systematic review and re-analysis of latent variable studies. Psychological Bulletin, 144(11), 1147.
Lanoë, C., Vidal, J., Lubin, A., Houdé, O. et Borst, G. (2016). Inhibitory control is needed to overcome written verb inflection errors: Evidence from a developmental negative priming study. Cognitive Development, 37, 18‑27.
Masson, S. (2024). Développer des compétences. Six principes pour mieux apprendre et enseigner à utiliser les ressources du cerveau. Odile Jacob.
Roell, M., Viarouge, A., Houde, O. et Borst, G. (2019). Inhibition of the whole number bias in decimal number comparison: A developmental negative priming study. Journal of Experimental Child Psychology, 177, 240-247.
Sweller, J., van Merriënboer, J. J. G. et Paas, F. (2019). Cognitive architecture and instructional design: 20 years later. Educational Psychology Review, 31(2), 261‑292.
Vasilev, M. R., Kirkby, J. A. et Angele, B. (2018). Auditory distraction during reading: A Bayesian meta-analysis of a continuing controversy. Perspectives on Psychological Science, 13(5), 567-597.
Source de l’image : Freepik