Attention! Ce contenu n’a pas été mis à jour depuis plusieurs années. Il pourrait contenir des informations ou des liens périmés.
Annie Magnan et Jean Ecalle, chercheurs à l’Université Lyon2, nous présentent des logiciels d’aides à l’apprentissage de la lecture qu’ils ont conçus et validés expérimentalement. Ils reposent sur des hypothèses théoriques récentes sur les mécanismes cognitifs de la lecture.
par Annie Magnan & Jean Ecalle
Université Lyon2 – France
Chercheurs depuis de nombreuses années au laboratoire d’Etudes des Mécanismes Cognitifs dans l’équipe Apprentissage, Développement et Troubles du Langage, Annie Magnan et Jean Ecalle travaillent sur les aides informatisées à l’apprentissage de lecture (voir sur leur site l’ensemble de leurs travaux http://ecalle-magnan.fr).
Dans une démarche partant de la recherche fondamentale à la recherche appliquée, ils plaident en faveur d’interventions “raisonnées” (evidence-based practices), c’est-à-dire basées sur des outils qui ont fait l’objet de validation empirique. Dans cette perspective ils ont conçu et validé expérimentalement des logiciels d’aides à l’apprentissage de la lecture qui reposent sur des hypothèses théoriques récentes sur les mécanismes cognitifs de la lecture.
Ils ont ainsi mis au point et testé deux logiciels correspondant aux deux composantes de la lecture distinguées dans le modèle simple de la lecture (Simple View of Reading), l’identification de mots et la compréhension. L’élaboration de ces deux logiciels repose sur des arguments expérimentaux récents concernant pour l’un le rôle des unités syllabiques comme unités intermédiaires et fondamentales de décodage phonologique en français chez l’enfant normo-lecteur et dyslexique (Chassymo), pour l’autre l’extraction d’informations littérales et la construction d’inférences, processus dont on connaît désormais l’importance dans la compréhension en lecture (LoCoTex).
Ces deux systèmes d’aides ont été testés auprès d’un échantillon de jeunes enfants en difficulté d’apprentissage de la lecture (CP et CE1) et répartis à l’issue d’un diagnostic différentiel selon trois profils : faibles identifieurs, faibles compreneurs et faibles lecteurs mixtes. Ces logiciels peuvent être utilisés dans une démarche de réponse de première intention à l’école pour des enfants à risque familial de dyslexie ou en difficultés d’apprentissage de la lecture.
Le 16 décembre 2025, l’école primaire Fernand-Seguin, à Montréal, s’est transformée en véritable vitrine de créativité et d’entrepreneuriat à l’occasion de son marché de Noël. Derrière les kiosques et les objets mis en vente se cachait un projet pédagogique ambitieux, mené sur plusieurs mois, qui a permis à des élèves du 3ᵉ cycle de passer de l’idée à la production.
Voici vos #Édubrèves cette semaine! Au menu : une forte présence de l’intelligence artificielle, entre recherche sur l’évaluation, débats éthiques et usages bien réels chez les élèves comme chez les enseignants. On parle aussi de pratiques évaluatives à repenser, de compétences numériques avec le nouveau DigComp 3.0, de littératie informationnelle et de données au service de la décision en éducation. S’ajoutent plusieurs rendez-vous inspirants : formations, colloques, appels de candidatures et événements créatifs, sans oublier des outils concrets pour la classe et quelques lectures à mettre sur votre radar. Un tour d’horizon riche, actuel et résolument connecté au terrain.
Bonne lecture!
Différencier est devenu indispensable… mais à quel prix? Dans des classes toujours plus hétérogènes, les ajustements s’accumulent et l’épuisement guette. Entre individualisation ingérable et cadre commun à préserver, l’équilibre est fragile. L’intelligence artificielle peut alors jouer un rôle utile, en soutien de la préparation, pour personnaliser sans fragmenter, en maintenant un cadre commun.
Pour commenter un article et y ajouter vos idées, nous vous invitons à nous suivre sur les réseaux sociaux. Tous les articles y sont publiés et il est aussi possible de commenter directement sur Facebook, X, Instagram, Bluesky ou LinkedIn.
Sauf dans les cas où la licence est expressément indiquée, il n’est pas permis de reproduire les articles de l’École branchée. Toute demande de reproduction doit être adressée directement à l’organisme.
Dans son processus éditorial, notre équipe fait appel à des technologies intégrant l’intelligence artificielle pour améliorer les textes, entre autres par la reformulation de passages, la révision linguistique, la traduction et la synthèse des idées. Tous les textes sont révisés par des humains avant leur publication.
