S'appuyer sur les logiciels d'analyse textuelle AntConc et TreeTagger afin de jauger la qualité d'un écrit réflexif - une étude de faisabilité

Abstract

L’évolution des pratiques d’enseignement étant conditionnée par une prise de conscience et une réflexion plus profonde de la part des enseignants du supérieur (McKenzie, 2003, cité par Remmik & Karm, 2012), le recours à la pratique réflexive permettrait de les soutenir. Définie comme compétence littératique capitale par l’OCDE (Ullmann, 2015), le développement de l’habileté réflexive est soutenu par différents textes législatifs en Belgique francophone (FW-B, 2001, 2002, 2015, 2017, 2019a, 2019b, 2022) et par la littérature scientifique qui y voit un potentiel manifeste pour le développement identitaire et professionnel (Bell et al., 2010 ; Dervent, 2015 ; Jorro, 2005 ; Lison, 2013 ; McKenzie, 2003, cité par Remik & Karm, 2012 ; Uwamariya & Mukamurera, 2005 ; Vacher, 2015) dans les contextes de formation. Pourtant, à l’heure actuelle, aucune méthode destinée à identifier et à évaluer la réflexivité ne fait l’objet d’un consensus dans le domaine de la recherche (Kember et al., 1999). Bien qu’habituel, le recours à la correction manuelle est problématique (Derobertmasure, 2012 ; Thuez & Dessus, 2018 ; Ullmann, 2019). Outre l’aspect chronophage de la tâche (Ullmann, 2019), son caractère objectif est remis en question (Ullmann, 2017, 2019). Cette recherche, qui répond à un réel besoin du terrain, a donc pour ambition de déterminer si la mesure de la qualité d’un écrit réflexif peut être entreprise à l’aide de logiciels d’analyse textuelle. Pour ce faire, nous avons procédé à l’examen de vingt dossiers professionnels CAPAES ayant obtenu une note minimale de 10/20. Après une revue holistique de l’ensemble du corpus, nous avons procédé à un classement qui nous a permis d’établir trois subdivisions en fonction de notes virtuelles attribuées par nos soins. Nous avons aussi recensé une variété de marqueurs discursifs issus de la littérature scientifique, et nous avons calculé des indices corrélationnels afin de mesurer leur lien avec la profondeur réflexive des écrits. Nous avons ainsi pu observer que le nombre de ressources scientifiques utilisées, que la présence de conjonctions ou encore que le nombre total de mots entretiennent un lien plus ou moins fort avec la qualité réflexive des productions écrites. Les résultats obtenus nous ont permis de conclure que les logiciels AntConc et TreeTagger peuvent accompagner, soutenir et enrichir l’évaluation opérée par un correcteur humain. Toutefois, il s’avère essentiel de noter que l’état actuel de ces deux outils amoindrit leur utilisabilité effective. Les perspectives énoncées en fin de travail devraient pouvoir accompagner l’implémentation potentielle de l’outil informatique afin d’épauler le correcteur humain.