Learning

Métacognition : définition, exemples et 9 stratégies

Deux étudiantes lisent le même chapitre pendant une heure : l'une sait exactement quelles trois idées elle n'arrive toujours pas à expliquer, l'autre se sent simplement prête. Cette différence porte un nom, et elle prédit les notes là où l'intelligence seule ne suffit pas.

15 min de lecture
Points clés
    • La métacognition, ce n'est pas une compétence, mais deux : connaître votre propre pensée (ce que vous savez, les stratégies qui fonctionnent et dans quelles circonstances) et la réguler (planifier, contrôler et évaluer votre apprentissage). « Penser sa propre pensée » n'en décrit que la première moitié.
  • Elle prédit l'apprentissage au-delà de l'intelligence : dans les études d'une équipe de recherche portant sur différents âges, tâches et matières, les compétences métacognitives expliquaient en propre environ 17 % de la variance des résultats d'apprentissage, contre environ 10 % pour l'intelligence, et 20 % supplémentaires étaient partagés entre les deux.
  • C'est l'un des leviers les moins coûteux en éducation : l'Education Endowment Foundation qualifie la métacognition et l'autorégulation de « high impact for very low cost » (un effet important pour un coût très faible), soit environ huit mois de progrès supplémentaires sur une année, en moyenne.
  • L'auto-évaluation est la moins précise là où elle compte le plus : ce sont les moins performants qui ont tendance à se surestimer le plus. Dans une expérience, ceux qui jugeaient correctes leurs propres réponses erronées retiraient trop tôt des définitions de leur entraînement et en retenaient moins deux jours plus tard.
  • L'IA peut améliorer vos résultats sans améliorer votre connaissance de vous-même : dans des études récentes, les étudiants utilisant ChatGPT rédigeaient de meilleures dissertations sans apprendre davantage que les autres groupes, et les personnes résolvant des problèmes de raisonnement avec l'IA obtenaient de meilleurs scores tout en se surestimant autant que celles qui travaillaient sans elle.

Qu'est-ce que la métacognition ? Une définition simple

La métacognition est la conscience que vous avez de votre propre pensée et votre capacité à la diriger. On la résume souvent par « penser sa propre pensée ». En pratique, cela signifie savoir ce que vous savez, repérer ce que vous ignorez et changer votre façon de réviser quand votre approche actuelle ne fonctionne pas.

On attribue généralement au psychologue du développement John Flavell la création du terme dans les années 1970. Son article de 1979 dans American Psychologist, qui présentait la métacognition comme « a new area of cognitive-developmental inquiry » (un nouveau champ de recherche sur le développement cognitif), la décrivait comme « knowledge and cognition about cognitive phenomena » (la connaissance et la cognition portant sur les phénomènes cognitifs).

La formule est accrocheuse, mais elle laisse de côté ce qui compte le plus pour les étudiants. L'article de Flavell portait tout autant sur le contrôle : observer le fonctionnement de votre mémoire et de votre compréhension, puis agir en conséquence. Savoir que vous apprenez mieux en vous testant relève de la connaissance métacognitive. Vous arrêter réellement au milieu d'un chapitre parce que vous constatez que vous ne savez pas expliquer la dernière page, puis changer de stratégie, relève de la régulation métacognitive.

Thomas Nelson et Louis Narens en ont proposé une représentation utile en décrivant, en 1990, deux niveaux de pensée. Le niveau objet fait le travail : lire, résoudre, se souvenir. Le niveau méta se place au-dessus et observe. L'information remonte (contrôle : « Je ne comprends pas ce paragraphe ») et les décisions redescendent (régulation : « Le relire lentement, puis essayer de l'expliquer »). Les personnes qui apprennent bien ne sont pas nécessairement plus rapides au niveau objet. Elles gèrent mieux la circulation entre les deux.


Les types de métacognition : connaissance et régulation

La plupart des chercheurs distinguent deux types de métacognition : la connaissance de la cognition et la régulation de la cognition. Gregory Schraw et Rayne Dennison se sont appuyés sur cette distinction pour construire l'un des questionnaires les plus utilisés, le Metacognitive Awareness Inventory, qui compte 52 items (1994). Leurs catégories offrent une carte pratique des compétences à travailler.

ComposanteSous-compétenceCe qu'elle signifieExemple chez un étudiant
Connaissance de la cognitionConnaissances déclarativesConnaître votre fonctionnement en tant qu'apprenant et les stratégies disponibles« Je perds ma concentration après environ 25 minutes de lecture. »
Connaissance de la cognitionConnaissances procéduralesSavoir utiliser une stratégie« Je sais transformer un titre en question. »
Connaissance de la cognitionConnaissances conditionnellesSavoir quand et pourquoi une stratégie convient« Les cartes mémoire fonctionnent pour le vocabulaire, pas pour les démonstrations. »
Régulation de la cognitionPlanificationFixer des objectifs et choisir une approche avant de commencer« Ce soir : les chapitres 4 et 5, puis un auto-test de 10 questions. »
Régulation de la cognitionContrôleVérifier votre compréhension et vos progrès pendant le travail« J'ai lu ce paragraphe deux fois et je n'arrive pas à le résumer. »
Régulation de la cognitionÉvaluationJuger le résultat et la démarche après coup« J'ai raté toutes les questions sur les ratios. Il me faut des exemples résolus. »

Schraw et Dennison évaluent aussi la gestion de l'information et la correction des erreurs, mais pour un étudiant, ce sont les trois étapes, planifier, contrôler et évaluer, qui méritent d'être retenues. Les recommandations de l'Education Endowment Foundation aux enseignants reposent sur le même cycle.

Les connaissances conditionnelles sont celles que la plupart des gens négligent. Savoir que la pratique de récupération fonctionne relève du déclaratif. Savoir comment s'y prendre relève du procédural. Savoir que c'est le bon outil pour un examen de biologie dans trois semaines, mais pas pour démêler un raisonnement confus dans un texte de philosophie que vous lisez pour la première fois, relève du conditionnel. La plupart des conseils sur les stratégies font l'impasse sur ce point et vous donnent des outils sans préciser quand utiliser chacun d'eux.


Exemples de métacognition : à quoi elle ressemble pendant vos révisions

Prédire votre score avant un examen blanc, vous arrêter pour résumer une section de mémoire ou classer vos erreurs selon leur cause sont autant d'exemples de métacognition. Le tableau présente les mêmes situations abordées avec des habitudes métacognitives peu développées ou solides.

SituationMétacognition peu développéeMétacognition solide
Lire un chapitre de manuelVous lisez d'une traite, surlignez beaucoup et avez le sentiment d'avoir terminéVous vous arrêtez après chaque section pour la résumer de mémoire et marquez ce qui ne vous est pas revenu
Préparer un examenVous relisez vos notes jusqu'à ce qu'elles vous paraissent familièresVous passez un examen blanc après avoir prédit votre score, puis travaillez sur l'écart
Regarder un cours en vidéoVous le regardez en vitesse x2 en hochant la têteVous faites une pause avant chaque nouveau sujet pour deviner la suite et notez les passages confus avec leur horodatage
Utiliser ChatGPT pour un devoirVous demandez la réponse et recopiez le raisonnementVous tentez d'abord de résoudre le problème, puis demandez à l'IA de trouver la faille dans votre tentative
Récupérer un devoir corrigéVous regardez la note et rangez la copieVous classez chaque erreur selon sa cause (inattention, difficulté conceptuelle, point jamais étudié) et modifiez votre programme
Réviser en groupeVous laissez la personne la plus à l'aise tout expliquerVous expliquez un sujet à voix haute et repérez les moments où votre explication ne tient plus

Aucune des approches solides ne demande davantage de talent, seulement une minute ou deux et une pause pour vérifier si le travail porte ses fruits. Cette pause, c'est la métacognition rendue visible.

Il y a aussi cet exemple que tout le monde connaît. Vous arrivez au bas d'une page et constatez que vous n'avez aucune idée de ce qu'elle disait. Vos yeux avançaient, votre esprit était ailleurs. Le remarquer relève du contrôle métacognitif, et c'est une compétence : plus tôt vous le repérez, moins vous avez à relire.


Pourquoi la métacognition compte : ce que montrent les recherches

La métacognition compte parce qu'elle prédit la réussite au-delà de l'intelligence et que, dans les expériences menées en classe, elle s'améliore grâce à l'enseignement.

Elle prédit la réussite de façon indépendante. En 2018, Ohtani et Hisasaka ont regroupé 149 échantillons issus de 118 articles sur la métacognition, l'intelligence et les résultats scolaires. La métacognition prédisait encore les résultats après prise en compte de l'intelligence. Marcel Veenman et ses collègues avaient chiffré approximativement ce chevauchement en 2006 : en moyenne, dans leurs propres études portant sur des apprenants d'âges différents, des tâches et des matières variées, les compétences métacognitives expliquaient en propre environ 17 % de la variance des résultats d'apprentissage, l'intelligence environ 10 %, et les deux en partageaient 20 % de plus. Être intelligent et bien gérer son apprentissage sont deux compétences liées mais distinctes, et la seconde apporte quelque chose que la première n'apporte pas.

L'enseigner améliore les résultats. L'Education Endowment Foundation (EEF), qui synthétise les recherches en éducation à destination des écoles en Angleterre, résume les approches de métacognition et d'autorégulation par « high impact for very low cost based on extensive evidence » (un effet important pour un coût très faible, étayé par un vaste ensemble de données), soit en moyenne environ huit mois de progrès supplémentaires sur une année. Les méta-analyses d'interventions en classe vont dans le même sens. Charlotte Dignath et Gerhard Büttner (2008) ont constaté des effets moyens sur les résultats scolaires de 0.61 dans le primaire et de 0.54 dans le secondaire après une formation à l'apprentissage autorégulé. Une méta-analyse de 2018 portant sur 48 interventions, menée par Hester de Boer et ses collègues, a montré que les bénéfices de l'enseignement de stratégies métacognitives se maintenaient et augmentaient légèrement lors du suivi (g = 0.50 juste après la formation, 0.63 environ cinq mois plus tard en moyenne). Les interventions elles-mêmes n'ont rien d'extraordinaire : planifier avant une tâche, vérifier sa compréhension pendant et faire le bilan de ce qui a fonctionné après.

Une réserve : il s'agit de moyennes sur de nombreuses classes. Elles montrent que l'entraînement métacognitif fonctionne en général, pas qu'une seule fiche de travail vous fera gagner huit mois de progrès.


Pourquoi votre auto-évaluation se trompe souvent

La métacognition n'est utile que si votre contrôle est précis. Malheureusement, les recherches sur le calibrage, c'est-à-dire la correspondance entre votre confiance et vos résultats, invitent à l'humilité.

Le résultat le plus connu est l'effet Dunning-Kruger. Dans leur article de 1999, Justin Kruger et David Dunning ont rapporté que les participants du quart inférieur aux tests d'humour, de grammaire et de logique se surestimaient considérablement, selon leur formule « grossly overestimated » : leurs scores les plaçaient au 12e percentile, mais ils estimaient se situer au 62e. Les chercheurs débattent encore de la part de ce phénomène qui relève d'un artefact statistique. On observe un phénomène similaire dans de véritables cours universitaires.

Dans une étude publiée en 2000, Douglas Hacker et ses collègues ont suivi des étudiants pendant trois examens dans un véritable cours universitaire, en leur demandant de prédire leurs scores avant chaque épreuve et de les estimer après. Les meilleurs étudiants étaient précis et le devenaient davantage au fil du semestre. Les moins performants faisaient preuve d'un excès de confiance considérable, avant comme après les examens.

La confiance compte parce qu'elle détermine souvent le moment où vous arrêtez de réviser. En 2012, John Dunlosky et Katherine Rawson ont montré ce que cela coûte. Des étudiants s'entraînaient à restituer les définitions de termes clés et évaluaient leurs propres réponses. Un ordinateur retirait chaque définition de l'entraînement dès qu'ils l'avaient jugée correcte trois fois. Ceux qui s'accordaient des points pour des réponses fausses retiraient les définitions avant de les avoir apprises et en retenaient moins lors d'un test deux jours plus tard. Le titre de leur article résume le constat : « Overconfidence produces underachievement. » (L'excès de confiance conduit à des résultats insuffisants.)

Dans de bonnes conditions, le contrôle devient effectivement plus précis. En 1991, Thomas Nelson et John Dunlosky ont demandé à des étudiants d'évaluer leurs chances de se rappeler chaque paire de mots étudiée, soit immédiatement, soit après un court délai. Les jugements immédiats ne distinguaient que moyennement les paires retenues des paires oubliées (une corrélation gamma de +.38), tandis que les jugements différés étaient bien plus précis (+.90), même si le rappel lui-même était presque identique (environ 46 % dans chaque condition). Une méta-analyse de 2011 portant sur 112 tailles d'effet, réalisée par Rhodes et Tauber, a confirmé que cet effet du jugement d'apprentissage différé est important et fiable. L'explication de Nelson et Dunlosky : juste après l'étude, la réponse se trouve encore en mémoire à court terme et paraît donc connue ; après un délai, seul ce que vous avez réellement appris reste disponible pour porter un jugement.

L'autre grande source de mauvais calibrage est la fluidité, ce qui explique pourquoi relire et surligner abondamment donnent tant l'impression de travailler efficacement. Nous approfondissons ce piège dans notre article sur l'illusion de compétence, y compris l'enquête dans laquelle la plupart des étudiants d'une université citaient la relecture comme leur principale stratégie.


Neuf stratégies métacognitives pour les étudiants

Les stratégies métacognitives sont des techniques pour planifier, contrôler et évaluer votre propre apprentissage. Les neuf qui suivent respectent ce cycle. Vous n'avez pas besoin de toutes les adopter : choisissez-en une par étape et pratiquez-les pendant deux semaines.

Planification

1. Écrivez un programme de révision en 3 lignes avant d'ouvrir vos supports. Quel est l'objectif de cette séance ? Quelles ressources utiliserez-vous ? Comment saurez-vous que c'est acquis ? Patricia Chen et ses collègues ont testé une version de cette démarche dans une étude de 2017 publiée dans Psychological Science. Avant les examens d'un cours d'introduction aux statistiques, les étudiants du groupe d'intervention réalisaient seuls un bref exercice sur les ressources qu'ils utiliseraient pour se préparer, les raisons pour lesquelles chacune serait utile et la façon de les employer. Dans les deux études, leurs notes finales dépassaient celles du groupe témoin de 3.45 et 4.65 points de pourcentage respectivement, soit environ un tiers d'échelon dans le système américain de notation par lettres.

2. Prédisez votre score, puis testez-vous. Avant tout auto-test ou examen blanc, notez le score que vous attendez. Comparez ensuite. L'écart entre la prédiction et le résultat est votre erreur de calibrage. Le suivre pendant quelques semaines vous montre si vous pouvez vous fier à votre confiance. Au départ, beaucoup découvrent que ce n'est pas le cas.

3. Mobilisez ce que vous savez déjà. Avant de lire un chapitre, prenez deux minutes pour écrire ce que vous savez déjà sur le sujet et une question à laquelle vous espérez qu'il réponde. Votre contrôle dispose ainsi d'un point de départ. Quand le chapitre contredit ou enrichit votre liste, vous le remarquez.

Contrôle

4. Jugez votre apprentissage après un délai, à partir du seul indice. N'évaluez pas votre maîtrise d'un sujet tant qu'il est encore à l'écran. Fermez le support, attendez au moins quelques minutes, puis ne regardez que le titre ou la question et essayez de retrouver la réponse avant de vous évaluer. C'est l'effet du jugement d'apprentissage différé transformé en habitude.

5. Utilisez l'auto-test comme outil de mesure. La pratique de récupération est généralement présentée comme une technique de mémorisation, et elle l'est. C'est aussi le meilleur diagnostic dont vous disposez. Un rappel sur page blanche (la méthode du blurting en est une version structurée) vous montre exactement ce que vous êtes capable de restituer sans indices, c'est-à-dire ce qu'exigent les examens et le travail réel.

6. Expliquez-vous la matière, à voix haute ou par écrit. L'auto-explication consiste à vous arrêter pour expliquer pourquoi chaque étape ou affirmation se tient. Dans ses recherches de 1989, Michelene Chi a constaté que les étudiants qui apprenaient le plus à partir d'exemples résolus en physique produisaient davantage d'explications reliant chaque étape aux principes sous-jacents. Dans une petite étude de suivi menée en 1994 auprès de 24 élèves de quatrième, ceux que l'on invitait à s'expliquer un passage sur le système circulatoire amélioraient davantage leur compréhension que leurs camarades qui le lisaient deux fois. Une méta-analyse de 2018 portant sur 64 rapports de recherche, réalisée par Bisra et ses collègues, a trouvé un bénéfice global modéré (g = 0.55). Vérifiez toutefois vos explications en les confrontant à la source : environ un quart des explications de l'étude de Chi de 1994 étaient fausses. Quand votre explication cale, vous avez trouvé une lacune.

Évaluation

7. Remplissez une fiche de bilan d'examen. Quand vous récupérez une copie notée, répondez à trois questions avant de regarder quoi que ce soit d'autre : Comment me suis-je préparé ? Quels types d'erreurs ai-je faits ? Que changerai-je la prochaine fois ? Marsha Lovett, à Carnegie Mellon, a popularisé ces courtes fiches de réflexion. Les études contrôlées de leur effet sur les notes donnent des résultats mitigés (une étude contrôlée en classe n'a trouvé aucun bénéfice significatif). Considérez donc cette fiche comme l'étape d'évaluation qui nourrit votre prochain programme.

8. Tenez un journal d'erreurs. Notez chaque erreur commise dans les exercices avec sa cause : inattention, concept non maîtrisé, question mal lue, point jamais étudié. Au bout de quelques semaines, des tendances apparaissent. Si la moitié de vos erreurs vient de questions mal lues, réviser davantage le contenu n'est pas la solution.

9. Enseignez à quelqu'un d'autre. Vous préparer à enseigner vous oblige à organiser la matière et révèle les parties que vous ne savez pas expliquer. Les recherches sur l'effet protégé constatent un bénéfice réel mais modeste, très loin du chiffre viral de « 90 % de rétention ». Dans une expérience, ce bénéfice disparaissait quand les participants enseignaient avec leurs notes sous les yeux. Expliquez de mémoire et considérez chaque question à laquelle vous ne savez pas répondre comme une lacune.

Les neuf stratégies en un coup d'œil

StratégieÉtapeCe qu'elle développeSolidité des donnéesTemps nécessaire
Programme de révision en 3 lignesPlanificationFixation d'objectifs, choix de stratégiePrometteuses (Chen et al., 2017)5 à 15 min
Prédire, puis se testerPlanification et évaluationCalibrageIndirectes ; dans un cours, les moins performants se surestimaient considérablement (Hacker et al., 2000)1 min
Inventaire des connaissances préalablesPlanificationPoint de départ du contrôlePeu de données directes2 min
Jugements d'apprentissage différésContrôleDistinguer les éléments connus des éléments inconnusSolides pour la précision relative (g = 0.93)Aucun
Auto-test comme diagnosticContrôleSavoir ce que vous pouvez restituerTrès solides pour la mémoire (effet de test) ; indirectes comme diagnostic10 à 20 min
Auto-explicationContrôleRepérage des lacunes de compréhensionModérées pour l'apprentissage (g = 0.55)Ralentit sensiblement la lecture
Fiche de bilan d'examenÉvaluationMise en relation des résultats et de la démarcheMitigées pour les notes10 min par examen
Journal d'erreursÉvaluationRepérage des erreurs récurrentesRetours de praticiens5 min par séance
Enseigner à quelqu'unContrôle et évaluationMise au jour des lacunesModestes (effet protégé)20+ min

Les questions métacognitives à vous poser avant, pendant et après les révisions

Les questions métacognitives sont celles que vous vous posez pour planifier, contrôler et évaluer votre apprentissage. Dans son guide de 2012 destiné aux enseignants de biologie, Kimberly Tanner les organisait autour de ce cycle. La liste ci-dessous reprend sa structure.

ÉtapeQuestions à vous poser
Avant (planification)Quel est mon objectif pour cette séance ? Que sais-je déjà sur ce sujet ? Quelle stratégie convient à cette matière ? Comment saurai-je que c'est acquis ? De combien de temps ai-je réellement besoin ?
Pendant (contrôle)Puis-je expliquer ce que je viens de lire sans regarder ? Quelle partie est confuse, précisément ? Cette stratégie fonctionne-t-elle, ou est-ce que je travaille machinalement ? Dois-je ralentir, changer de stratégie ou demander de l'aide ?
Après (évaluation)Que sais-je faire maintenant que je ne savais pas faire avant ? Quelles prédictions étaient fausses ? Que changerais-je la prochaine fois ? Qu'est-ce qui reste flou, et quand y reviendrai-je ?

Écrivez les réponses, car il est facile d'éluder une question à laquelle on répond mentalement, et gardez cette routine courte. Trois questions avant, une vérification pendant et trois après suffisent largement ; un rituel de 20 minutes ne tiendra pas une semaine.


Métacognition et IA : de meilleures réponses, sans mieux se connaître

L'IA générative pose un nouveau problème métacognitif. Elle peut améliorer votre production sans améliorer votre capacité à juger ce que vous avez appris, et masquer ce qu'elle vous coûte. Trois études récentes vont dans le même sens.

La paresse métacognitive. Dans une étude randomisée publiée dans le British Journal of Educational Technology (2025), Yizhou Fan et ses collègues ont fait travailler 117 étudiants sur une dissertation, avec l'aide de ChatGPT, d'un expert humain, d'un ensemble d'outils d'analyse de l'écriture, ou sans outil supplémentaire. Le groupe ChatGPT a le plus amélioré ses notes de dissertation, mais ne présentait aucun avantage en matière d'acquisition de connaissances ou de transfert. Les auteurs nomment ce risque « metacognitive laziness » (paresse métacognitive) : les apprenants délèguent à l'outil le travail de planification et de contrôle.

De meilleurs scores, sans mieux se connaître. Dans une étude publiée dans Computers in Human Behavior (2026), Fernandes et ses collègues ont demandé à des participants de répondre à 20 questions de raisonnement logique tirées du LSAT, avec ou sans l'aide de ChatGPT. Le groupe IA obtenait environ trois réponses et demie correctes de plus, mais les deux groupes surestimaient leur propre score d'environ quatre questions. L'IA améliorait les résultats sans que les participants sachent les estimer plus justement, et ceux dont le score de maîtrise de l'IA était plus élevé évaluaient même leurs propres résultats moins précisément.

Des gains à l'entraînement qui ne se transfèrent pas. Dans l'essai mené par Hamsa Bastani et ses collègues auprès d'environ un millier de lycéens en cours de mathématiques en Turquie (PNAS, 2025), ceux qui s'entraînaient avec un simple agent conversationnel GPT-4 obtenaient des résultats supérieurs de 48 % à ceux des élèves sans IA sur les exercices d'entraînement, puis inférieurs de 17 % lors d'un examen ultérieur passé sans elle. Ils ne percevaient pas cet effet néfaste. Nous détaillons cette étude, ainsi que le tuteur qui donnait des indices et a évité cet effet, dans notre article sur les difficultés désirables.

La solution consiste à changer l'ordre : votre propre tentative d'abord, l'IA ensuite. Quelques règles peuvent vous aider :

  • Essayez d'abord, demandez ensuite. Écrivez votre réponse, votre plan ou votre explication avant d'ouvrir l'agent conversationnel. Demandez-lui ensuite de critiquer votre tentative plutôt que de produire la sienne.
  • Faites-vous interroger plutôt que de demander les réponses. « Interrogez-moi sur ce chapitre, une question à la fois, et ne me donnez pas la réponse avant que j'aie essayé » vous laisse le travail de récupération.
  • Testez-vous de nouveau sans l'outil. Si vous avez utilisé l'IA pour comprendre quelque chose, vérifiez un jour plus tard si vous savez l'expliquer, l'IA fermée.

Une boucle de révision métacognitive à partir de vos passages surlignés

Le surlignage seul est une stratégie de révision peu efficace, car marquer une phrase demande très peu de réflexion. Mais les passages surlignés gardent aussi une trace de votre attention, ce qui en fait une bonne matière première pour le contrôle. Voici une boucle qui fonctionne avec le surligneur web de Glasp ou tout outil qui rassemble passages surlignés et notes.

Étape 1 : surlignez selon un code de confiance. Glasp propose quatre couleurs de surlignage ; utilisez-les pour noter votre degré de compréhension de chaque passage. Par exemple : le rose, couleur par défaut, pour les idées clés ; le vert pour les idées que vous sauriez déjà expliquer ; le jaune pour ce que vous ne comprenez pas encore ; le bleu pour les liens avec d'autres lectures.

Étape 2 : écrivez une note par passage surligné, dans vos propres mots. Dites pourquoi le passage compte (une auto-explication en miniature), puis transformez-le en une question à laquelle il répond. Si vous n'arrivez à faire ni l'un ni l'autre, passez le surlignage au jaune. C'est un signal de contrôle que vous auriez manqué autrement.

Étape 3 : attendez, prédisez, puis testez-vous. Deux jours plus tard, ne lisez que les questions de vos notes. Évaluez votre confiance dans chaque réponse sur une échelle de 1 à 5, puis répondez et vérifiez dans le passage surligné. Les réponses fausses dont vous étiez sûr révèlent vos erreurs de calibrage. Tout ce que vous ne savez pas restituer repasse au jaune.

Étape 4 : testez-vous sur l'ensemble de vos contenus enregistrés. Le chat IA de Glasp répond à partir de vos propres passages surlignés et notes, et affiche les passages enregistrés qu'il a retrouvés. Demandez-lui de vous interroger sur un sujet, une question à la fois, et répondez à chacune avant d'ouvrir les sources qu'il cite. Vous faites le travail de rappel ; le chat se contente de trouver la matière.

Étape 5 : confrontez votre jugement à celui d'autres lecteurs. Sur une page que d'autres utilisateurs de Glasp ont lue, l'onglet Communauté du panneau de l'extension répertorie les passages surlignés par au moins deux d'entre eux. Un passage marqué par plusieurs personnes et que vous avez laissé de côté mérite une seconde lecture : c'est une vérification extérieure que votre propre contrôle ne peut pas fournir. Pour découvrir ce que d'autres lecteurs surlignent au-delà de cette page, parcourez la communauté de Glasp.

La même boucle fonctionne pour les vidéos et les livres. YouTube Summary permet de surligner des lignes de la transcription d'un cours avec leur horodatage. Vous pouvez ainsi faire une pause, prédire ce que l'intervenant va dire ensuite et marquer ce que vous n'avez pas saisi. Sur Kindle, importez vos surlignages Kindle et appliquez le même auto-test différé à un livre terminé le mois dernier. Pour transformer les passages surlignés en questions à revoir à intervalles espacés, consultez notre guide du rappel actif.


Questions fréquentes

Qu'est-ce que la métacognition, en termes simples ?

La métacognition consiste à savoir ce que vous savez et ce que vous ignorez, et à utiliser cette connaissance pour gérer votre façon d'apprendre. Elle comprend le fait de remarquer votre confusion, de choisir une meilleure stratégie et de vérifier si vos révisions ont réellement fonctionné. On attribue généralement au psychologue John Flavell la création du terme dans les années 1970, et on le résume habituellement par « penser sa propre pensée ».

Quelle est la différence entre cognition et métacognition ?

La cognition est la pensée elle-même : lire, résoudre un problème, se rappeler un fait. La métacognition observe et dirige cette pensée. Résumer un chapitre relève de la cognition ; remarquer que votre résumé a laissé de côté la section la plus difficile et y revenir relève de la métacognition.

Quelles sont les trois étapes de la métacognition ?

Le cadre le plus courant comporte trois étapes : la planification (fixer un objectif et choisir une stratégie avant de commencer), le contrôle (vérifier votre compréhension pendant le travail) et l'évaluation (juger ensuite le résultat et la démarche). Les chercheurs distinguent aussi les connaissances métacognitives déclaratives, procédurales et conditionnelles. Elles décrivent ce que vous savez sur vous-même en tant qu'apprenant et sur les stratégies, comment les utiliser et dans quelles circonstances chacune convient.

Quels exemples de stratégies métacognitives peut-on citer ?

Parmi les exemples courants figurent la rédaction d'un bref programme de révision, la prédiction de votre score à un test avant de le vérifier, le résumé d'une section de mémoire avant de poursuivre, l'explication d'un concept à voix haute, l'évaluation de votre confiance après un délai, la tenue d'un journal d'erreurs et une fiche de réflexion remplie après un examen.

Peut-on enseigner ou améliorer la métacognition ?

Oui. Les compétences métacognitives se développent bien grâce à l'enseignement. Les méta-analyses d'interventions en classe montrent une amélioration des résultats, et l'Education Endowment Foundation estime à environ huit mois les progrès supplémentaires associés aux approches de métacognition et d'autorégulation. Les adultes peuvent pratiquer les mêmes habitudes : prédire leurs scores, juger leur apprentissage après un délai et faire le bilan après coup.

La métacognition est-elle la même chose que l'esprit critique ?

Non, même si les deux se recoupent. L'esprit critique consiste à évaluer des affirmations et des arguments, généralement ceux d'autrui. La métacognition consiste à évaluer votre propre pensée : si vous comprenez, si votre stratégie fonctionne et quel degré de confiance vous devriez avoir. Les personnes dotées d'un bon esprit critique ont généralement une métacognition solide, car repérer le point faible de son propre raisonnement est un acte métacognitif.

Quelle est la différence entre métacognition et apprentissage autorégulé ?

L'apprentissage autorégulé est la notion la plus large. Il comprend la métacognition, mais aussi la motivation, les émotions, la gestion du temps et le choix de votre environnement de travail. La métacognition en est le moteur de contrôle et de régulation. Vous pouvez voir l'apprentissage autorégulé comme la voiture entière et la métacognition comme la direction.

L'utilisation de l'IA nuit-elle à la métacognition ?

C'est possible. Dans des études récentes, les étudiants utilisant ChatGPT pour une dissertation amélioraient leurs notes sans apprendre davantage que les autres groupes. Les personnes résolvant des problèmes de raisonnement avec l'IA obtenaient de meilleurs scores, mais n'évaluaient pas leurs propres résultats avec plus de justesse que celles qui travaillaient sans elle. Et des lycéens qui s'entraînaient en mathématiques avec un simple agent conversationnel obtenaient de moins bons résultats à un examen ultérieur passé sans lui, sans se rendre compte que cela leur nuisait. Le risque est de laisser l'outil planifier et vérifier à votre place. Essayez de faire le travail avant d'ouvrir l'IA, puis testez-vous de nouveau plus tard en la gardant fermée.


La compétence dont dépendent toutes les autres techniques de révision

Toutes les techniques de révision dont vous avez entendu parler ont besoin de la métacognition pour fonctionner. La répétition espacée exige de savoir ce que vous avez oublié. Le rappel actif exige de remarquer ce qui ne vous est pas revenu. Même le choix entre plusieurs techniques est une décision métacognitive. Sans un contrôle précis de votre propre apprentissage, vous continuerez à faire ce qui vous donne le sentiment d'être productif. Or se sentir productif, ce n'est pas la même chose qu'apprendre.

Essayez avec votre prochaine lecture. Surlignez-la avec Glasp, notez combien vous pensez en retenir et testez-vous deux jours plus tard, la page fermée. L'écart entre les deux chiffres est votre erreur de calibrage. La réduire, c'est précisément le rôle de la métacognition.

Start building your knowledge library

Highlight what matters as you read across the web. Save insights from articles, books, and YouTube videos in one place.

Get Started Free

Or highlight this page as you read it