Le contenu du présent article est un extrait du module d’apprentissage « Technologie pour tous : soutenir les élèves ayant des troubles d’apprentissage en intégrant la technologie dans la classe », de TA@l’école. Cliquer ici pour accéder au module.
Écrire demeure l’une des tâches les plus complexes pour l’ensemble des élèves, et en particulier pour ceux qui ont des troubles d’apprentissage (TA). Le présent article aborde les quatre étapes du processus d’écriture, soit la planification, la rédaction, la révision et la diffusion, ainsi que les outils technologiques jugés efficaces pour chacune d’elles. Pour chacune des étapes, le professionnel de l’enseignement peut choisir parmi divers outils technologiques selon les objectifs pédagogiques ciblés.
Planification
Cette première étape vise à :
- s’assurer que les élèves comprennent bien les attentes face à la situation d’écriture;
- activer leurs connaissances antérieures sur le contenu et la forme;
- faire émerger des idées, les organiser et choisir les plus pertinentes;
- élaborer un plan qui permettra aux élèves de poursuivre à l’étape suivante.
Un type d’outil demeure incontestablement un bon allié du professionnel de l’enseignement durant cette phase : le logiciel d’apprentissage visuel, aussi appelé idéateur. Comparé à la méthode crayon-papier, cet outil permet aux élèves d’organiser plus facilement leurs idées. Le logiciel Mindomo, par exemple, permet de transformer des diagrammes et des cartes mentales en texte écrit. L’élève peut colorer des portions de texte pour indiquer les concepts associés et peut facilement déplacer, ajouter ou retirer des éléments à mesure qu’il poursuit sa réflexion et approfondit ses idées.
Exemples de logiciels d’apprentissage visuel :
- Mindomo
- Inspiration ou Kidspiration
- Xmind
- Popplet
Rédaction
Le professionnel de l’enseignement peut choisir de réaliser la tâche de rédaction à l’aide d’un traitement de texte. La valeur ajoutée pour l’ensemble des élèves consiste à insérer, à supprimer ou à déplacer des éléments facilement afin d’enrichir le texte. Le professionnel de l’enseignement peut alors préciser certaines attentes comme insérer des phrases subordonnées, utiliser des adjectifs, ajouter des compléments de temps en début de phrase, etc.
De plus, dans une perspective de CUA, ce choix pédagogique permet aux élèves ayant des difficultés au niveau de la calligraphie de diminuer l’effort lié à l’acte de former les lettres et améliorer leurs capacités à se réviser par une meilleure lecture. Par ailleurs, les logiciels de traitement de texte ont souvent des fonctions intégrées de conversion texte-parole et de correction automatique, ce qui offre aux élèves une rétroaction immédiate pour les aider à améliorer leur rédaction au moment de la composition.
Les applications de conversion parole-texte et de prédiction de mots peuvent aider les élèves à l’étape de la composition.
Exemples de logiciels de traitement de texte :
- LibreOffice Writer
- Microsoft Office – Word
- Google Document
- Apple iWork - Pages
Conversion parole-texte
Le logiciel de conversion parole-texte transcrit les mots parlés en texte informatique, ce qui élimine les difficultés liées à la dactylographie ou à l’écriture; dégagé de cette tâche exigeante, l’élève peut composer des récits plus longs et plus complexes en faisant moins de fautes (Graham, 1999). Comme la précision de la reconnaissance vocale s’améliore avec l’usage, les nouveaux utilisateurs de ce type de logiciel éprouvent parfois de la frustration durant l’apprentissage et peuvent avoir de la difficulté à corriger efficacement le texte produit par le système. Des programmes comme XpressLab sont approuvés par le ministère de l’Éducation et peuvent améliorer l’expression orale du langage chez les élèves de la 7e à la 12e année. Les logiciels de reconnaissance vocale peuvent améliorer les habiletés suivantes chez les élèves ayant des TA : la reconnaissance des mots, l’orthographe et la compréhension de lecture (Higgins & Raskind, 2000). MacArthur et Cavalier (2004) ont constaté que, pour ces élèves en particulier, les textes produits à l’aide du logiciel Dragon Naturally Speaking étaient supérieurs à ceux écrits à la main, mais que ceux produits à l’aide d’un scribe étaient encore meilleurs. Ces auteurs ont noté un impact différent selon que les élèves avaient ou non des TA, ce qui confirme que cette technologie élimine un obstacle lié à un trouble.
Prédiction de mots
Les logiciels de prédiction de mots ont été conçus initialement pour les élèves ayant un handicap physique qui avaient de la difficulté à dactylographier. La fonction de prédiction de mots qui vient souvent avec la conversion texte-parole est également efficace pour les élèves ayant des TA parce qu’elle réduit le besoin d’écrire et améliore l’exactitude orthographique et les compétences en rédaction (Cullen, Richards et Frank, 2008; Evmenova, Graff, Jerome et Behrman, 2010; Handley-More, Dietz, Billingsley et Coggins, 2003; Lewis, Graves, Ashton et Kieley, 1998; Silió et Barbetta, 2010). Les élèves apprécient aussi de se faire suggérer des mots et de pouvoir composer des phrases sans avoir à se soucier de l’orthographe et du choix de mots (Evmenova et coll., 2010). Une analyse de 25 années de recherche (Peterson-Karlan, 2011) révèle que les logiciels de prédiction de mots augmentent l’exactitude de la transcription et peuvent aussi améliorer la fluidité verbale et la qualité de rédaction des élèves ayant des TA et d’autres difficultés scolaires. Dans une étude particulière (Tam, Archer, Mays et Skidmore, 2005), les enfants et leur famille ont trouvé en général que WordQ était utile et ils ont mentionné une amélioration du vocabulaire ainsi qu’une augmentation de l’autonomie, de la productivité et de la motivation à écrire. Malgré l’intérêt que présente WordQ, son emploi requiert une base en conscience phonologique. En effet, l’élève qui ne peut pas identifier le son initial des mots ne tire pas profit d’un logiciel de prédiction de mots puisqu’il doit taper les premières lettres du mot (MacArthur, 1999). En outre, l’élève doit fournir un niveau d’attention assez élevé pour utiliser les mots suggérés (MacArthur, 1998); il faut donc évaluer les besoins d’apprentissage de chaque enfant de manière à choisir la technologie la plus appropriée.
Cliquer ici afin d’accéder à l’affiche imprimable Quand j’utilise la prédiction de mots
Révision
Lors de l’étape de révision, plusieurs outils de référence existent en version numérique. Par exemple, les dictionnaires électroniques peuvent inciter les élèves à vérifier l’orthographe d’un plus grand nombre de mots et à chercher plus de synonymes. Également, pour les élèves ayant des difficultés en orthographe, grâce aux correspondances graphophonétiques, ils auront un meilleur taux de succès pour rechercher un mot mal orthographié. De plus, les réviseurs offrent une rétroaction immédiate et aident les élèves à mieux détecter leurs erreurs.
Cliquer ici afin d’accéder à l’affiche imprimable Quand j’utilise la révision/correction
Toutefois, le professionnel de l’enseignement doit être conscient que ces fonctions technologiques ne seront pas autorisées pour l’ensemble des élèves lors de certaines évaluations et doit, par conséquent, enseigner explicitement l’emploi d’autres stratégies de rédaction et de révision et proposer d’autres outils.
Exemples de réviseurs :
- Inclus dans la plupart des logiciels de traitement de texte (et peuvent être désactivés)
- Antidote
- Médialexie
- Kurzweil
Diffusion
En ce qui concerne l’ultime étape du processus d’écriture, les technologies augmentent grandement les possibilités de diffusion des textes écrits par les élèves. Tout d’abord, les outils collaboratifs permettent aux élèves de publier leurs textes, de lire ceux des autres, mais surtout, d’échanger des commentaires constructifs. Il est alors souhaitable de les utiliser avant la production finale afin que l’élève puisse enrichir son texte à partir des commentaires de ses pairs.
Le professionnel de l’enseignement guidera alors ses élèves en orientant les commentaires :
- Quels sont les points forts du texte de ton partenaire?
- Ton partenaire a-t-il réalisé son travail en suivant toutes les consignes?
- Les séquences descriptives sont-elles riches?
- La fin est-elle prévisible ou inattendue?
- Ton partenaire a-t-il inclus tous les éléments de la grille d’évaluation?
Exemples d’outils collaboratifs :
- Google Document
- VoiceThread
Les portfolios numériques ont certains avantages des outils collaboratifs vus ci-dessus tout en contribuant à développer la métacognition et l’estime de soi chez tous les élèves. Il s’agit d’un dossier personnel dans lequel l’élève partage et organise ses productions et où des espaces sont prévus afin de guider ses réflexions.
Exemples de portfolios électroniques :
- Edu-portfolio
- PERLE
- Scriptorium
- SeeSaw
Enfin, plusieurs logiciels et applications offrent des options intéressantes pour la mise en page de contenu (sous forme de livres, EPUB, articles de revue). En ayant des exemples d’un produit final d’allure « professionnelle », la motivation des élèves est plus grande dans cette tâche de longue haleine qu’est l’écriture.
Exemples d’options de mise en page de contenu (édition) :
- Book Creator
- Éditeur BDs par Pixton
Bibliographie
Cullen, J., Richards, S. B., & Frank, C. L. (2008). Using software to enhance the writing skills of students with special needs. Journal of Special Education Technology, 23, 33-44.
Evmenova, A., Graff, H., Jerome, M., & Behrmann, M. (2010). Word prediction programs with phonetic spelling support: Performance comparisons and impact on journal writing for students with writing difficulties. Learning Disabilities Research & Practice, 25(4), 170–182. doi:10.1111/j.1540-5826.2010.00315.x
Graham, S. (1999). The role of text production skills in writing development: A special issue. Learning Disabilities Quarterly, 22, 75-77. doi:10.2307/1511267
Handley-More, D., Dietz, J., Billingsley, F., & Coggins, T. (2003). Facilitating written work using computer word processing and word prediction. The American Journal of Occupational Therapy, 57, 139-151. doi:10.5014/ajot.57.2.139
Higgins, E. L., & Raskind, M. H. (2000). Speaking to read: A comparison of continuous vs. discrete speech recognition in the remediation of learning disabilities. Journal of Special Education Technology, 15, 19-30.
Lewis, R., Graves, A., Ashton, T., & Kieley, C. (1998). Word processing tools for students with learning disabilities: A comparison of strategies to increase text entry speed. Learning Disabilities Research and Practice, 13, 95-108.
MacArthur, C. A. (1999). Word prediction for students with severe spelling problems. Learning Disability Quarterly, 22, 158–172. doi:10.2307/1511283
MacArthur, C., & Cavalier, A. (2004). Dictation and speech recognition technology as test accommodations. Exceptional Children, 71(1), 43-58. doi:10.1177/001440290407100103
Peterson-Karlan, G. R. (2011). Technology to support writing by students with learning and academic disabilities: Recent research trends and findings. Assistive Technology Outcomes and Benefits, 7(1), 39-62.
Silió, M. C., & Barbetta, P. M. (2010). The effects of word prediction and text-to-speech technologies on the narrative writing skills of Hispanic students with specific learning disabilities. Journal of Special Education Technology, 25, 17-32.
Tam, C., Archer, J., Mays, J., & Skidmore, G. (2005). Measuring the outcomes of word cueing technology. The Canadian Journal of Occupational Therapy, 72(5), 301-308. doi:10.1177/000841740507200507
Ecrire un commentaire
Vous devez être identifié pour poster un commentaire.