Skip to navigation – Site map
Articles

L’influence des usages numériques des étudiants sur la réussite universitaire

Christophe Michaut and Marine Roche

Abstracts

Many studies describe digital uses and practices of students without estimating the effects they produce on learning processes and academic success at a university level. This article explores how digital technology impacts the ways people study and how well they do in their exams. It is based on a quantitative survey of 625 French students registered in undergraduate university in different fields: Health, Sciences and Technology, as well as Literature, Humanities and Social Sciences. First of all, the survey seeks to measure the intensity of academic digital activities: downloading (or not) of files put online by teachers; interactions at a distance between students; taking notes with a computer or a pen; time spent studying on the Internet, etc. Furthermore, it tries to determine the level of influence of the digital activities on the average grades during the first semester. The effects of determining factors – educational background and learning strategies – were controlled. Analyses indicate that students make little use of digital tools to study and when they use them, it is mainly in an instrumental way. Besides, statistical models reveal absence of significant effect of digital activities of the students on exam results.

Top of page

Full text

1. Introduction

1Ordinateurs, tablettes, smartphones, Internet, applications numériques envahissent peu à peu les amphithéâtres et les salles d’enseignement sans que l’on sache pleinement comment les étudiants les utilisent et les effets qu’ils produisent. Si, sur le plan pédagogique, le caractère prétendu innovant de ces outils fait l’objet de débats passionnés dans le corps enseignant entre les « technophiles » et les « papurophiles » (Harlé & Lanéelle, 2016), la question de l’amélioration des apprentissages est en définitive moins souvent posée. Autrement dit, le numérique change-t-il les « manières d’étudier » (Lahire, 1997), c’est-à-dire les façons qu’ont les étudiants d’organiser leur travail universitaire et de s’approprier les ressources offertes par les établissements d’enseignement supérieur ? Par ailleurs, les étudiants qui utilisent fréquemment les outils numériques obtiennent-ils de meilleurs résultats aux examens que ceux qui ne les emploient pas ? Pour apporter des éléments de réponse à ces questions, il convient d’identifier les matériels, les outils et les services numériques proposés par les universités. Il faut également s’assurer, au-delà de la seule mise à disposition de ces ressources, que les étudiants les utilisent et que les enseignants s’en emparent effectivement dans le cadre de leurs activités pédagogiques. Sur ce dernier point, la récente thèse de Duguet (2014) sur les pratiques pédagogiques des universitaires montre que ces pratiques demeurent très « traditionnelles » et que les enseignants entrent, avec beaucoup de réserve, dans » l’ère numérique » tant souhaitée par Geneviève Fioraso. Béjean et Monthubert (2015) défendent la même orientation et proposent dans leur rapport sur la stratégie nationale de l’enseignement supérieur de « soutenir la transformation pédagogique pour mieux faire réussir les étudiants et les préparer à la société apprenante et au numérique » (p. 103) par « l’usage systématique du numérique dans la formation et l’évaluation des étudiants » (p. 104). Cette nécessité d’entrer dans le numérique n’est finalement pas véritablement interrogée, ni totalement justifiée, comme si cette impérieuse nécessité se suffisait à elle-même. Certes, le numérique offre des possibilités d’étudier différentes : suivre un cours à distance, accéder à des productions scientifiques ou des bases de données, télécharger des logiciels libres, travailler en collaboration, etc. Mais la multiplicité des matériels connectés (ordinateur, smartphone, tablette, etc.) et des ressources numériques peut conduire les étudiants à adopter des usages différents de ceux prescrits par l’institution ou par les enseignants : se servir d’un smartphone comme calculatrice ou pour envoyer des messages textes (SMS), télécharger les cours produits par d’autres étudiants plutôt que prendre des notes durant les enseignements ou encore plagier des documents (Guibert & Michaut, 2011). L’appréhension d’un potentiel « effet numérique » sur les manières d’étudier propices à la réussite est donc délicate. Autre difficulté : les conditions d’études, les pratiques d’évaluation des enseignants et les facteurs de réussite varient selon les contextes de formation (Michaut, 2000). Certaines activités numériques pourraient donc être profitables aux apprentissages dans certaines disciplines académiques et néfastes dans d’autres. En définitive, il faudrait, pour véritablement mesurer cet « effet numérique » sur les performances académiques, lister l’ensemble des usages numériques (y compris ludiques) des étudiants, tout en contrôlant leurs caractéristiques scolaires et les contextes d’enseignement (organisation pédagogique des formations, pratiques pédagogiques des enseignants) dans lesquels ils étudient.

2A défaut de pouvoir saisir toutes ces dimensions, nous avons réalisé une recherche exploratoire (Roche, 2015) auprès de 625 étudiants inscrits dans quelques disciplines appartenant aux domaines de la Santé, des Sciences et techniques, des Lettres et des Sciences humaines et sociales (cf. méthodologie). La recherche vise, d’une part, à identifier les caractéristiques sociodémographiques et scolaires des étudiants ayant recours ou non à certaines activités numériques estudiantines (téléchargement ou non des supports numériques déposés par les enseignants sur une plateforme, interactions à distance entre les étudiants, prise de notes ou non avec un ordinateur, temps passé sur Internet pour étudier, etc.), et d’autre part, à évaluer l’effet de ces différentes activités sur les résultats des étudiants aux examens (« les partiels ») du premier semestre, tout en contrôlant les caractéristiques scolaires des étudiants, notamment leur scolarité antérieure.

3Pour établir cette relation, il convient de rappeler dans un premier temps les principaux facteurs « classiques » d’échec et de réussite universitaire identifiés par les recherches avant de présenter quelques études qui ont tenté de mesurer l’effet de certains usages numériques sur les résultats aux examens.

2. Recherches sur la réussite universitaire et effets du numérique

2.1. Facteurs d’échec et de réussite universitaire

4Dans la conclusion de leur ouvrage sur la réussite, l’échec et l’abandon dans l’enseignement supérieur (Romainville & Michaut, 2012), les auteurs ont synthétisé les principaux facteurs individuels et contextuels associés aux parcours des étudiants (cf. Figure 1). Sans revenir en détail sur l’ensemble des facteurs, rappelons quelques résultats essentiels : le passé scolaire, notamment la série et la mention du baccalauréat, est déterminant (Michaut, 2012 ; Morlaix & Suchaut, 2012, 2015).

Figure 1. Synthèse des principaux facteurs de réussite et d’échec (Romainville & Michaut, 2012, p. 257)

Figure 1. Synthèse des principaux facteurs de réussite et d’échec (Romainville & Michaut, 2012, p. 257)

5Parmi les caractéristiques psychologiques favorables à la réussite, la motivation des étudiants apparait essentielle. Cette dernière est influencée par différents facteurs psychologiques : valeur du but, attente de réussite, sentiment de contrôle sur la situation d’apprentissage et sentiment d’être compétent dans le domaine (Amadieu & Tricot, 2015). Il convient toutefois de préciser que les facteurs motivationnels sont corrélés aux capacités cognitives des étudiants et qu’ils sont d’un poids moins prédominant que celui de la scolarité antérieure en début de parcours universitaire (Lambert-Le Mener, 2012).

6Les caractéristiques sociodémographiques exercent un rôle plus mesuré que les deux dimensions précédentes. La plupart des recherches récentes montrent que, toutes choses égales par ailleurs, les étudiants d’origine modeste n’obtiennent pas de moins bons résultats aux examens que les étudiants provenant des classes sociales favorisées (Michaut, 2012). Par contre, les étudiantes ont un parcours plus linéaire et valident plus souvent leurs années d’études que les étudiants. C’est notamment parce qu’elles ont des pratiques plus studieuses (assiduité, gestion rigoureuse de l’emploi du temps) et qu’elles s’accordent moins de divertissements que les filles obtiennent généralement de meilleurs résultats que les garçons (Frickey & Primon, 2002).

7Une dernière dimension concerne les activités propres au « métier d’étudiant » (Coulon, 1997) : le temps de travail personnel et l’assiduité sont des éléments fréquemment associés à la réussite. Plus généralement, adopter des stratégies d’apprentissage en « profondeur » (lectures complémentaires, réalisation de synthèse, de résumé, etc.) apparaît en général plus profitable que les stratégies « superficielles » (relecture des notes).

2.2. Impact du numérique sur les résultats aux examens

8Avant d’examiner les recherches sur l’efficacité du numérique, un détour par la perception qu’en ont les étudiants fournit des indications sur la manière dont ils peuvent ou non s’en emparer dans le cadre de leurs études. Ainsi, des chercheurs (Karsenti, Villeneuve, Raby, Weiss Lambrou & Meunier, 2007) ont interrogé 10 213 étudiants québécois afin d’obtenir leur avis sur les avantages et les inconvénients que présente, selon eux, le numérique. Parmi les usages considérés comme avantageux figure la possibilité de collaborer avec les autres étudiants, de communiquer plus facilement avec les enseignants ou encore d’approfondir des contenus vus en classe. Toutefois, l’enquête de Fusaro et Couture (2012), réalisée auprès de 15 020 étudiants et 2 640 enseignants, a révélé que les étudiants et les enseignants utilisaient peu les outils « collaboratifs » (wiki, blog, journal de bord, etc.) et qu’ils se contentaient des outils technologiques « standard » (courrier électronique, traitement de texte, diaporama).

9Dahmani et Ragni (2009) ont cherché, de leur côté, à mesurer les effets des technologies de l’information et de la communication sur les performances des étudiants. Plus précisément, les auteurs tentent d’expliquer les performances d’un échantillon de 146 étudiants de Licence d’économie par leur degré d’habileté des technologies, leurs usages du numérique et leur statut socio-économique. En ce qui concerne spécifiquement le numérique, ils montrent, toutes choses égales par ailleurs, que l’usage d’Internet a une influence contrastée sur les résultats aux examens : naviguer sur Internet ou aller sur des forums de discussion entraînent de moindre performances dans les trois enseignements majeurs. A l’inverse, se servir d’une encyclopédie en ligne ou des ressources mises à disposition par les enseignants sur Internet permet aux étudiants d’obtenir de meilleurs résultats. Qu’en est-il des effets des pratiques des étudiants durant les enseignements ? Gaudreau, Miranda et Gareau (2014) se sont focalisés sur les façons d’utiliser les ordinateurs portables durant les cours magistraux et les travaux dirigés. A partir d’une enquête conduite auprès de 1 129 étudiants (en Lettres, Santé, Sciences et Sciences humaines et sociales) d’une université canadienne, ils concluent que l’utilisation d’un ordinateur pour la prise de note ou pour chercher un supplément d’informations sur Internet n’est pas significativement corrélée aux résultats académiques. De surcroît, certains comportements (naviguer sur Internet pour se distraire ou pour échanger sur les réseaux sociaux, envoyer des messages textes durant les cours) sont préjudiciables aux résultats des étudiants. Ils rappellent plusieurs hypothèses susceptibles d’expliquer les « mésusages » des étudiants : difficultés à s’autoréguler, absence de motivation, dépendance à Internet, incapacité à organiser ses apprentissages et « désenchantement académique » (ennui, anxiété, épuisement). Pour leur part, les auteurs soutiennent plutôt l’hypothèse que l’accès à Internet sur les campus a, certes, stimulé les apprentissages des étudiants en leur offrant de nouveaux moyens d’enrichir les contenus des cours, mais a aussi considérablement augmenté les sources de distraction qui pourraient compromettre leur concentration et les échanges avec les professeurs.

10L’étude de Junco (2012) nuance les effets néfastes des activités numériques conduites en parallèle des pratiques studieuses. Il montre que réaliser des activités multitâches avec certaines technologies (Facebook et messages textes) affectent négativement la moyenne semestrielle alors que d’autres (courrier électronique, recherche sur Internet, chat) sont sans effet. Il est toutefois difficile d’interpréter les écarts de réussite selon les technologies employées dans la mesure où l’on ignore si Facebook et les messages textes sont surtout utilisés pour se distraire et communiquer, et si l’envoi d’un courrier électronique et la recherche sur Internet sont surtout employés à des fins académiques.

11A l’issue de cette brève revue de littérature, il est difficile de statuer sur les effets du numérique. Certaines ressources semblent accroître les résultats, d’autres s’avèrent sans conséquence, voire entraînent de moindres performances.

2.3. Objectifs de recherche

12Notre recherche s’inscrit dans le prolongement des études cherchant à identifier l’influence des caractéristiques individuelles et contextuelles sur la réussite universitaire. L’attention est portée ici sur quelques usages numériques standard, qu’ils soient ou non en rapport avec les études (temps passé sur Internet ou sur les réseaux sociaux) et sur l’utilisation de certaines ressources numérique proposées par l’université (messagerie électronique, catalogue en ligne de la bibliothèque universitaire, etc.). Il s’agit plus particulièrement d’étudier, d’une part, l’importance qu’occupe désormais le numérique dans les manières d’étudier, d’autre part de mesurer les effets de l’utilisation ou non de certains outils numériques sur les résultats aux examens, en contrôlant la scolarité antérieure des étudiants et leur engagement dans les études (travail personnel et assiduité). Nous ferons l’hypothèse que les activités numériques affectent les résultats aux examens à la marge sans remettre en cause les déterminants traditionnels de la réussite universitaire.

3. Méthodologie de recherche

3.1. Population interrogée

  • 1 Dans la mesure où l’identification de cette université n’est pas nécessaire à la compréhension des (...)

13Le terrain de recherche est une université publique française pluridisciplinaire composée de 12 Unités de formation et de recherche (UFR)1. A la rentrée 2014-2015, 14 624 étudiants étaient inscrits en première, deuxième ou troisième année de Licence générale. Trois UFR ont été sollicitées dans cette recherche : Santé (Première année commune des études de Santé (PACES), Maïeutique, Médecine, Pharmacie, Odontologie), Sciences et techniques (Maths, Physique, Informatique, Chimie, Génie civil, Sciences pour l’ingénieur, Sciences de la vie et/ou de la terre) et Lettres et langages (Lettres, Philosophie, Sciences de l’éducation). Ces trois composantes ont l’avantage de regrouper une variété de situation. En effet, le public accueilli, les contenus d’enseignement et les méthodes de travail sont divers et variés. Cette multiplicité de situations permet d’étudier l’influence du numérique sur la réussite universitaire dans des contextes différents.

  • 2 Celui-ci est présenté en annexe.

14Un questionnaire2 a été adressé en ligne aux étudiants via leur adresse électronique universitaire, entre le 6 mars et le 8 avril 2015. Parmi les 4 725 inscrits dans l’une des trois UFR, 625 étudiants ont répondu au questionnaire. La diffusion de ce dernier n’est pas sans poser de problèmes de représentativité. D’une part, sont exclus de facto les étudiants qui ne consultent jamais leur messagerie. D’autre part, les étudiants inscrits dans les formations qui diffusent peu d’informations par ce canal vont probablement consulter ponctuellement leur messagerie et les services numériques offerts par l’université. Néanmoins, faute de ressources financières et humaines suffisantes pour collecter des données à grande échelle, la diffusion du questionnaire par messagerie électronique a été retenue. Elle présente néanmoins l’avantage de pouvoir contacter les étudiants qui ne suivent pas les enseignements.

15Un premier examen des réponses révèle de très faibles taux de retour dans certaines filières, en particulier en Lettres et Philosophie. Ce faible retour peut s’expliquer, entre autres, par une utilisation très rare de la messagerie chez les étudiants de ce domaine de formation. Nous avons donc choisi d’exclure de l’analyse de la réussite toutes les formations insuffisamment représentées (effectifs répondants inférieurs à 30). Au final, l’échantillon retenu est composé de 135 étudiants de Santé (PACES), de 321 étudiants de Sciences et techniques (Licence 1, 2 et 3) et de 69 étudiants de Sciences de l’éducation (Licence 3), soit un total de 525 étudiants.

3.2. Représentativité de l’échantillon

16Le taux de réponse de 11,1 % (34,3 % en Sciences de l’éducation, 10,7 % en Sciences, 8,9 % en Santé) peut paraître faible et entacher la fiabilité des réponses. C’est pourquoi nous avons comparé, dans le tableau 1, les caractéristiques sociales et les résultats aux examens de l’échantillon des répondants aux caractéristiques de la population interrogée transmises par les services de la scolarité de chaque composante.

Tableau 1. Caractéristiques des étudiants et résultats aux examens de l’échantillon et de la population

Tableau 1. Caractéristiques des étudiants et résultats aux examens de l’échantillon et de la population

(1) Données non transmises par l’administration de la composante universitaire

17Le tableau indique que les filles sont plus nombreuses dans les trois filières à avoir renseigné le questionnaire, dont un écart conséquent en Sciences. Les écarts sont également importants pour la validation du semestre en Sciences et en Sciences de l’éducation, les moyennes semestrielles étant plus élevées pour les étudiants qui ont répondu au questionnaire. Les biais de représentativité ne sont pas spécifiques à la présente étude. Dans les enquêtes diffusées en ligne, les filles ont un taux de participation plus élevé, tout comme les étudiants issus des classes sociales favorisées et ceux qui ont de « bons résultats » (Sylvestre, 2008). Notre échantillon ne peut être considéré comme représentatif de la population. Toutefois, l’objectif de cette recherche n’est pas d’établir des statistiques des usages numériques, mais de mesurer leur impact sur la réussite universitaire. Dans la mesure où les usages et les pratiques sont suffisamment contrastés, il est possible d’exploiter ces données à partir d’analyses multivariées.

3.3. Thématiques du questionnaire

18Le questionnaire est composé de neuf parties. Les quatre premières s’intéressent plus particulièrement à l’environnement numérique des étudiants : possession ou non d’appareils numériques, niveau de compétences auto-déclaré de certaines applications, fréquence d’utilisation dans le cadre des activités universitaires et des activités extra-universitaires au cours du premier semestre d’études. Seuls les applications et les activités numériques les plus fréquentes ont été retenues : utilisation d’Internet et des logiciels de bureautique, recours ou non aux applications mises à disposition par l’université, etc. Les deux parties suivantes interrogent les étudiants sur leurs manières d’étudier et leurs stratégies d’apprentissage avec ou sans outils numériques. L’appréciation de la réussite s’appuie sur les résultats aux examens du premier semestre auto-déclarés par les étudiants. Dans la mesure où le recueil des résultats annuels était matériellement impossible, la moyenne obtenue au premier semestre servira d’indicateur de la réussite universitaire sachant que la moyenne semestrielle est fortement corrélée à la moyenne annuelle (Michaut, 2012). Enfin, les deux dernières parties portent sur les caractéristiques scolaires (série et mention du baccalauréat, nombre de redoublements) et sociodémographiques (genre, âge, profession et niveau d’études des parents).

4. Résultats et discussion

19Avant d’évaluer les effets des usages numériques sur la réussite universitaire, il convient de décrire les usages des étudiants en fonction de leurs caractéristiques et du contexte dans lequel ils étudient. Possèdent-ils tous un ordinateur ? Utilisent-ils les services offerts par l’université ? Plus généralement, s’emparent-ils du numérique pour étudier ?

4.1. Usages numériques des étudiants

4.1.1. Etudiants bien équipés

20Les étudiants interrogés sont bien pourvus en matériel numérique. La plupart (90,6 %) possèdent un ordinateur portable avec une connexion à Internet et plus des trois quarts ont un smartphone avec connexion à Internet. C’est d’ailleurs l’outil qu’ils utilisent le plus au quotidien, y compris pour des activités académiques durant les enseignements (calculatrice, recherche documentaire). Enfin, 23,7 % ont une tablette qu’ils utilisent surtout pour la prise de note ou la recherche d’informations sur Internet. Ces résultats concordent avec l’étude du Centre de recherche pour l’étude et l’observation des conditions de vie (Bigot & Croutte, 2014), indiquant que 97 % de la catégorie socioprofessionnelle élève-étudiant dispose d’au moins un ordinateur à domicile. Autant dire que la « fracture numérique », dans son sens originel, est désormais obsolète pour cette classe d’âge. La possession d’un smartphone, d’un ordinateur ou d’une tablette n’est pas significativement différente entre les filles et les garçons, entre les « littéraires » et les « scientifiques », ou encore entre les boursiers et les non boursiers. C’est davantage dans les usages que les différences sont manifestes.

4.1.2. Utilisation des services numériques offerts par l’université

21L’accès à un intranet ou à un environnement numérique de travail est apprécié par les étudiants (Raby, Karsenti, Meunier & Villeneuve, 2011), notamment pour favoriser l’accès aux informations (notes, emploi du temps, documents de cours, etc.). L’université étudiée propose plusieurs services numériques communs à toutes ses composantes : wifi, messagerie universitaire, emploi du temps en ligne, bibliothèque numérique ou encore plateforme de dépôt et d’échange de documents entre les enseignants et les étudiants (supports de cours, exercices, annales, etc.). Parmi ces services, la plateforme en ligne mérite une attention particulière : 93 % des étudiants la trouvent utile pour leurs études et 55 % s’y rendent une ou plusieurs fois par jour. Toutefois, la fréquentation de cette plateforme varie fortement selon les domaines de formation. Ainsi, 83,8 % des étudiants en Santé la consultent au moins une fois par jour alors que seuls 6,2 % des étudiants de Sciences de l’éducation s’y rendent quotidiennement. Cette faible fréquentation s’explique essentiellement par le peu de supports déposés par les enseignants de Sciences de l’éducation alors que les cours, les exercices et les diaporamas sont pratiquement tous accessibles en Santé. Outre les différences d’origine disciplinaires, les données montrent que les étudiants assidus qui travaillent régulièrement et intensément consultent plus souvent la plateforme que les autres.

4.1.3. Usages durant les enseignements

22Nous constatons que 24,3 % des étudiants interrogés utilisent un ordinateur ou une tablette pour prendre des notes en cours. Les étudiants de Lettres les utilisent davantage que les étudiants de Sciences ou de Santé, ce qui peut s’expliquer par la nature des enseignements. En effet, il est plus difficile de prendre en note une formule ou un schéma avec un clavier qu’avec un stylo. Ordinateur, tablette ou smartphone ne servent pas uniquement à étudier, ils permettent également de se distraire et de communiquer discrètement durant les enseignements : par exemple, 47,9 % des étudiants déclarent envoyer assez souvent des messages textes durant les heures de cours et 15 % surfent sur Internet sans lien avec le cours.

4.1.4. Travailler avec ou sans Internet

23Ce sont 52,2 % des étudiants qui déclarent un temps d’études avec Internet inférieur à 30 minutes par jour. Rapporté au temps de travail personnel total (hors enseignements), la durée de travail avec Internet ne dépasse pas en moyenne un tiers du temps. Un examen plus approfondi des utilisateurs révèle que ce sont davantage les garçons, scolairement les plus faibles, les moins assidus et travaillant irrégulièrement qui utilisent le plus Internet pour travailler. A noter également que les étudiants en Santé font un usage moins important d’Internet pour étudier. Il faut dire que ces étudiants sont soumis à une forte pression liée au numerus clausus de la première année. En moyenne, les étudiants de Santé étudient 26 heures par semaine en dehors des heures de cours, contre respectivement 13 et 14 heures en Sciences et Sciences de l’éducation. Ils doivent par conséquent concentrer leurs efforts sur les points essentiels d’un programme très dense.

4.1.5. Collaborer à distance

24Les étudiants n’attendent pas que l’université leur propose des services ou des activités en ligne, ils les créent eux-mêmes en constituant, par exemple, des groupes numériques de travail, plus communément appelés « groupes Facebook ». Pour Roland (2013), le recours à ces groupes est lié à un décalage entre les attentes des étudiants et les outils fournis par les institutions. A travers ces groupes, les apprenants cherchent, par exemple, à interagir sur les contenus d’enseignement ou à centraliser des informations institutionnelles. Le groupe numérique de travail est assez répandu : 84 % des étudiants déclarent en avoir un. Parmi eux, 38,8 % se contentent de consulter les informations, 38 % participent aux échanges et 23,2 % déposent des notes de cours. Ce sont les étudiants en Santé qui déclarent le moins participer à ce type de dispositif. Cette moindre participation peut s’expliquer par l’importante concurrence présente en première année de Santé alors que l’entraide (échange des notes de cours, discussion des travaux exigés par les enseignants, etc.) entre les étudiants de Sciences ou de Sciences de l’éducation n’aura pas de conséquence a priori sur les résultats individuels. La collaboration entre les étudiants est le reflet d’un engagement plus fort dans les études. On note par exemple que ceux qui déposent des notes de cours ou des documents complémentaires déclarent travailler en moyenne deux heures de plus par semaine que ceux qui se contentent de consulter les informations.

4.1.6. Approfondir avec les cours en ligne

25De plus en plus d’universités proposent des MOOC (Massive Open Online Courses). Il semblait intéressant de savoir si les étudiants connaissaient ce type de contenus et s’ils y avaient recours. Notons que 70,2 % des étudiants ont déclaré ne pas connaître l’existence des MOOC, 24,7 % les connaissent mais ne s’y sont jamais inscrits, et seulement 5,1 % se sont déjà inscrits. Pour ces derniers, le sujet était majoritairement en lien avec leur formation ou leur projet professionnel. Au final, seuls trois étudiants ont affirmé avoir terminé un MOOC (soit 0,5 %).

26En définitive, le numérique est loin d’avoir supplanté les méthodes traditionnelles d’apprentissage : 52,2 % étudient moins de 30 minutes par jour avec Internet, les notes de cours restent majoritairement prisent à l’aide d’un stylo et les MOOC sont encore confidentiels. Certes, les services numériques proposés par l’université se développent mais ils sont davantage utilisés par les étudiants pour leur praticité que pour approfondir les enseignements. L’intégration du numérique reste à un stade superficiel dans les stratégies d’apprentissage des étudiants.

4.2. Analyse de l’influence des usages numériques sur les résultats universitaires

27Pour analyser les effets des usages numériques sur la réussite des étudiants, des modèles de régression linéaire ont été réalisés, permettant ainsi de connaître, toutes choses égales par ailleurs, l’effet d’une variable en contrôlant les autres. Cette méthode est d’autant plus indispensable que les usages varient, comme nous l’avons vu, selon les contextes d’études et les caractéristiques individuelles des étudiants. Un premier ensemble de modèles a été réalisé en tenant uniquement compte des usages numériques standard (fréquence d’utilisation d’ordinateur, temps passé sur les réseaux sociaux, etc.), de l’utilisation ou non des services numériques offerts par l’université, et des différentes manières d’étudier ou de se distraire durant les enseignements avec les outils numériques. Un second ensemble de modèles reprend les variables précédentes en incluant quelques caractéristiques sociodémographiques, des éléments caractérisant la scolarité antérieure des étudiants et leur engagement dans les études (assiduité, régularité du travail), ces dernières étant reconnues pour avoir une forte influence sur la réussite universitaire. La mesure de la variable dépendante repose, rappelons-le, sur la moyenne semestrielle déclarée par les étudiants.

4.2.1. Effet modéré du numérique sur la moyenne semestrielle

28Les résultats du premier modèle, présenté dans le tableau 2, montrent que les notes des étudiants dépendent peu des usages numériques. Selon le domaine de formation, le coefficient de détermination (R2) est compris entre 3,6 % et 6,1 %, ce qui traduit un faible pouvoir explicatif des variables introduites dans le modèle. Néanmoins, il permet de montrer que selon la nature des usages, les effets diffèrent. Par exemple, le fait de d’envoyer des messages textes ou de jouer sur un ordinateur ou un téléphone portable durant les cours a des effets négatifs sur les résultats obtenus au premier semestre. A l’inverse, consulter régulièrement sa boîte mail a des effets positifs. A noter également que la part du temps de travail avec Internet affecte négativement les performances des étudiants de Sciences et de Santé. Il faut dire que les modalités d’évaluation des étudiants, notamment en Santé, reposent essentiellement sur la restitution des connaissances transmises durant les enseignements. Toutes les activités réalisées avec Internet sont peu valorisées par les enseignants et affectent le temps consacré aux études. En revanche, il est possible que les étudiants en Sciences de l’éducation soient invités à utiliser davantage Internet pour effectuer des recherches bibliographiques ou préparer un exposé en s’appuyant sur des ressources en ligne.

Tableau 2. Régression linéaire de la note obtenue au premier semestre en fonction des usages numériques

Tableau 2. Régression linéaire de la note obtenue au premier semestre en fonction des usages numériques

Lecture : Les coefficients indiquent la valeur à ajouter ou à soustraire à la moyenne semestrielle. Par exemple, les étudiants en Sciences qui consultent quotidiennement leur boîte mail obtiennent toutes choses égales par ailleurs 0.57 point (sur 20) de plus que ceux qui l’utilisent moins d’une fois par jour.
La significativité des écarts entre la modalité de référence et la modalité active est indiquée par : ns lorsque l’écart n’est pas significatif ; * écart peu significatif (seuil 10 %) ; ** écart significatif (seuil 5 %) ; *** écart très significatif (seuil 1 %).

29Ces premiers modèles ne montrent globalement pas d’influence significative des usages numériques sur les résultats aux examens. La prise de note à l’ordinateur, la participation au groupe numérique de travail, ou l’utilisation régulière des services numériques proposés par l’université n’ont pas d’effet significatif sur la moyenne semestrielle. De la même façon, les temps consacrés à surfer sur Internet et sur les réseaux sociaux ne sont pas corrélés à la réussite. Néanmoins, avoir un usage ludique du numérique, qui ne serait pas tourné vers les études, a un impact négatif sur la réussite universitaire. Ce qui rejoint les conclusions de l’enquête de Dahmani et Ragni (2009). Par ailleurs, le faible pouvoir explicatif du numérique sur la réussite universitaire relativise la portée de ces nouvelles manières d’étudier. Cela interroge également les services proposés par l’université dans la mesure où aucun d’entre eux ne produit d’effet significatif. Toutefois, cette absence d’effet pourrait résulter des caractéristiques, notamment scolaires, des étudiants inscrits dans ces formations. Si le recours aux services numériques est davantage présent chez les « bons » étudiants, alors on comprend mieux pourquoi ces services sont sans effet dans la mesure où, qu’ils utilisent ou non ces services, ils obtiendront de bons résultats aux examens. C’est pourquoi il convient de contrôler ces caractéristiques pour statuer sur la portée du numérique.

4.2.2. Scolarité antérieure et réussite universitaire

30Le second modèle (cf. tableau 3) prend en compte les éléments reconnus comme ayant une influence sur la réussite universitaire. La moyenne obtenue au baccalauréat explique de manière très significative les résultats universitaires. Les étudiants qui ont obtenu un point de plus au baccalauréat obtiennent, en moyenne, une note semestrielle supérieure de l’ordre d’un demi-point. Posséder un baccalauréat scientifique, travailler régulièrement et être assidu en cours exercent également un impact positif sur la moyenne semestrielle. Le passé scolaire reste un élément déterminant pour expliquer la réussite universitaire. Malgré tout, à moyenne du baccalauréat équivalente, les étudiants qui travaillent tous les jours obtiennent presque deux points de plus en Santé. L’assiduité des étudiants améliore les résultats en Sciences mais pas en Sciences de l’éducation et en Santé. Enfin, le temps de travail personnel, le genre et le fait d’être boursier n’interviennent pas de manière significative dans les modèles étudiés.

Tableau 3. Régression linéaire de la note obtenue au premier semestre en fonction des usages numériques et des caractéristiques sociales et scolaires des étudiants

Tableau 3. Régression linéaire de la note obtenue au premier semestre en fonction des usages numériques et des caractéristiques sociales et scolaires des étudiants

31Les estimations présentées dans le tableau 3 amenuisent encore la portée du numérique : la plupart des variables qui avaient un effet significatif dans le premier modèle ne le sont plus dans le second. Par exemple, la part du temps de travail avec Internet qui avait un effet significatif dans le premier modèle pour les étudiants de Santé et de Sciences est sans effet ici. En réalité, les étudiants qui travaillent fréquemment avec Internet sont plutôt des garçons, de faible niveau scolaire et travaillant irrégulièrement ; autant de variables qui expliquent les disparités de résultats entre les étudiants. Autrement dit, à caractéristiques équivalentes, travailler ou non avec Internet est sans effet notable. Par contre, certaines variables conservent une influence négative sur la moyenne semestrielle : jouer en cours pour les étudiants de Santé et regarder des vidéos ou la télévision en Sciences de l’éducation.

32Au final, l’introduction des variables dans le second modèle concernant les manières d’étudier, les caractéristiques sociodémographique et la scolarité antérieure augmente de manière importante le pouvoir explicatif du modèle. Le coefficient de détermination qui était compris, selon les filières, entre 3,6 % et 6,1 % est maintenant compris entre 38,0 % et 50,9 %. Ce second modèle rejoint les conclusions de plusieurs études qui montrent que le passé scolaire reste prégnant dans l’explication des disparités de résultats entre les étudiants.

5. Conclusion

33L’objectif de cette recherche était d’appréhender la place occupée par le numérique dans les manières d’étudier, d’une part, puis de mesurer les effets de certains usages du numérique sur les résultats aux examens, d’autre part. Pour ce dernier point, il paraissait nécessaire de mettre en perspective ces usages avec le passé scolaire et les manières d’étudier, ces deux dernières dimensions étant reconnues comme ayant une influence avérée sur la réussite universitaire (Romainville et Michaut, 2012). Il était tout aussi nécessaire de recueillir des données dans des contextes différents dans la mesure où les pratiques pédagogiques et les prescriptions des universitaires peuvent avoir des conséquences sur les activités et les résultats des étudiants. Rappelons que les recherches sur le sujet sont encore confidentielles et ne font pas consensus. D’un côté, la « No Significant Theory », développée par Russel (2001, dans Endrizzi, 2012) depuis la fin des années 90 aux Etats-Unis, affirme qu’il ne peut y avoir d’effet significatif sur les résultats par la simple présence du numérique en classe. De l’autre côté, des travaux montrent des impacts positifs sur les performances des étudiants (Dahmani et Ragni, 2009).

34Les modèles réalisés dans le cadre de notre recherche fournissent deux conclusions. Le premier modèle montre un effet modéré et négatif des usages numériques récréatifs sur la note obtenue aux examens, tout comme l’avaient montré Dahmani et Ragni (2009), ainsi que Gaudreau et al. (2014). Ce résultat n’a évidemment rien de surprenant. Ce qui l’est davantage, c’est qu’aucun des services numériques proposés par l’université ne différencient les performances des étudiants. Le second modèle, incluant d’autres facteurs comme les manières d’étudier, les caractéristiques sociodémographiques et la scolarité antérieure, confirme l’absence d’effet significatif des activités numériques.

35Notons toutefois, les résultats présentés ici sont issus d’une enquête exploratoire présentant certaines limites. La première concerne le contexte et plus particulièrement l’échantillon sur lequel sont fondées les analyses statistiques. Ce dernier n’a pas la prétention de représenter la population de l’université étudiée et encore moins la population des étudiants des universités françaises. Il conviendrait de réaliser une recherche similaire auprès des étudiants inscrits dans d’autres formations et à d’autres niveaux d’études. La seconde limite tient au choix des variables caractérisant les activités numériques. Dans le cadre de cette recherche, les variables quantitatives, notamment les temps d’études, ont été privilégiées sans entrer précisément dans les détails. Les conclusions seraient peut-être différentes avec une mesure plus fine des activités numériques.

36Comment interpréter cette faible influence des usages numériques sur la réussite universitaire ? Si les évaluations sont davantage tournées vers la restitution du cours que vers l’utilisation de connaissances cherchées sur Internet ou de compétences acquises via le numérique, on comprend mieux pourquoi les étudiants se contentent des supports de cours. Fusaro et Couture (2012) avaient déjà formulé cette hypothèse. L’ordinateur est, selon eux, plutôt utilisé pour réaliser des exposés ou des textes écrits que pour préparer un examen. Endrizzi et Sibut (2015) le mentionnent également : « les technologies ne sont pas identifiées comme un besoin au-delà des facilités de communication, d’accès au cours et de recherche d’information » (p. 21-22). Cela peut expliquer pourquoi les étudiants ne profitent pas pleinement des possibilités offertes par le numérique pour leurs études, puisqu’il reste associé à des tâches ponctuelles. Papi et Glikman (2015) révèlent que les étudiants restent attachés aux cours magistraux classiques et peinent à transférer leurs usages personnels vers la sphère universitaire, ce qui peut également expliquer ce faible investissement, les étudiants ne souhaitant pas que le numérique prenne davantage de place dans leurs manières d’étudier. Au vue de ces analyses, il convient de s’interroger sur les intentions des étudiants à utiliser ou non les outils numériques, puis de les mettre en lien avec les attentes universitaires. Les compétences acquises ou les informations collectées via Internet par les étudiants ne répondent probablement pas aux attentes des enseignants ou aux attentes institutionnelles. Il est également probable que les étudiants ne souhaitent pas que le numérique soit davantage utilisé durant les enseignements. A l’heure où les politiques de formation des universités cherchent à substituer une partie des enseignements en présentiel par des supports numériques et un accompagnement à distance, on peut légitimement s’interroger sur la pertinence de cette orientation.

Top of page

Bibliography

Amadieu, F. & Tricot, A. (2015). Les facteurs psychologiques qui ont un effet sur la réussite des étudiants. Recherche et pratiques pédagogiques en langues de spécialité, 34(2). doi : 10.4000/apliut.5155

Béjean, S. & Monthubert, B. (2015). Pour une société apprenante : propositions pour une stratégie nationale de l’enseignement supérieur. Repéré à http://www.enseignementsup-recherche.gouv.fr/pid30540/strategie-nationale-de-l-enseignement-superieur-stranes.html

Bigot, R. & Croutte, P. (2014, novembre). La diffusion des technologies de l’information et de la communication dans la société française. Collection des rapports, R317. Repéré à http://www.credoc.fr/publications/abstract.php?ref=R317

Coulon, A. (1997). Le métier d’étudiant. L’entrée dans la vie universitaire. Paris : Presses universitaires de France.

Dahmani, M. & Ragni, L. (2009). L’impact des technologies de l’information et de la communication sur les performances des étudiants. Réseaux, 155(3), 81-110. doi : 10.3917/res.155.0081

Duguet, A. (2014). Les pratiques pédagogiques en première année universitaire (Thèse de Doctorat, Université de Bourgogne, Dijon, France). Repéré à https://halshs.archives-ouvertes.fr/tel-01096748/document

Endrizzi, L. (2012). Les technologies numériques dans l’enseignement supérieur, entre défis et opportunités. Dossier d’actualité Veille et Analyses, 78. Repéré à http://ife.ens-lyon.fr/vst/DA/detailsDossier.php?parent=accueil&dossier=78&lang=fr

Endrizzi, L. & Sibut, F. (2015). Les nouveaux étudiants, d’hier à aujourd’hui. Dossier de veille de l’IFE, 106. Repéré à http://ife.ens-lyon.fr/vst/DA/detailsDossier.php?parent=accueil&dossier=106&lang=fr

Frickey, A. & Primon, J.-L. (2002). Les manières sexuées d’étudier en première année d’université. Société contemporaine, 48, 63-85. doi : 10.3917/soco.048.0063

Fusaro, M. & Couture, A. (2012). Etude sur les modalités d’apprentissage et les technologies de l’information et de la communication dans l’enseignement. Montréal: CREPUQ.

Gaudreau, P., Miranda, D. & Gareau, A. (2014). Canadian university students in wireless classrooms: What do they do on their laptops and does it really matter? Computers & Education, 70, 245-255. doi :10.1016/j.compedu.2013.08.019

Guibert, P. & Michaut, C. (2011). Le plagiat étudiant. Education et sociétés, 28(2), 149-163.doi : 10.3917/es.028.0149

Junco, R. (2012). In-class multitasking and academic performance. Computers in Human Behavior, 28(6), 2236-2243. doi:10.1016/j.chb.2012.06.031

Harlé, I. & Lanéelle, X. (2016). Disciplines et numérique, des influences réciproques. Dans P. Cottier & F. Burban (dir.), Les lycéens en régime numérique. Usages et compositions des acteurs (p. 81-95). Toulouse : Octares.

Karsenti, T., Villeneuve, S., Raby, C., Weiss Lambrou, R. & Meunier, H. (2007). Conditions d’efficacité de l’intégration des TIC en pédagogie universitaire pour favoriser la persévérance et la réussite aux études. Montréal, QC : CRIFPE, Université de Montréal.

Lahire, B. (1997). Les manières d’étudier. Paris : La documentation française.

Lambert-Le Mener, M. (2012). La performance académique des étudiants en première année universitaire : influence des capacités cognitives et de la motivation (Thèse de Doctorat, Université de Bourgogne, Dijon, France). Repéré à https://tel.archives-ouvertes.fr/tel-00780578v1/document

Michaut, C. (2000). L’influence du contexte universitaire sur la réussite des étudiants (Thèse de doctorat inédite, Université de Bourgogne, Dijon, France).

Michaut, C. (2012). Réussite, échec et abandon des études dans l’enseignement supérieur français : quarante ans de recherche. Dans M. Romainville et C. Michaut (dir.), Réussite, échec et abandon dans l’enseignement supérieur (p. 53-68). Bruxelles : De Boeck.

Morlaix, S. & Suchaut, B. (2012). Les déterminants sociaux, scolaires et cognitifs de la réussite en première année universitaire. Revue française de pédagogie, 180, 77-94.

Morlaix, S. & Suchaut, B. (2015). The social, educational and cognitive factors of success in the first year of university: A case study. International Review of Education, 60(6), 841-862. doi: 10.1007/s11159-014-9459-4

Papi, C. & Glikman, V. (2015). Les étudiants entre cours magistraux et usage des TIC. Distances et médiations des savoirs, 9. Repéré à http://dms.revues.org/1012

Raby, C., Karsenti, T., Meunier, H. & Villeneuve, S. (2011). Usage des TIC en pédagogie universitaire : point de vue des étudiants. Revue internationale des technologies en pédagogie universitaire, 8 (3), 6-19. doi : 10.7202/1006396ar

Roche, M. (2015). Les étudiants, le numérique et la réussite universitaire (Mémoire de Master, Université de Nantes, Nantes, France). Repéré à http://www.masterscontributions.fr/sites/www.masterscontributions.fr/files/memoire/marineroche/les_etudiants_le_numerique_et_la_reussite_universitaire.pdf

Roland, N. (2013). Facebook au service de l’apprentissage : regards sur quelques pratiques d’étudiants universitaires. Eduquer, 102, 17-19. Repéré à http://www.researchgate.net/publication/277914483_Facebook_au_service_de_lapprentissage__Regards_sur_quelques_pratiques_dtudiants_universitaires

Romainville, M. & Michaut, C. (2012). Réussite, échec et abandon dans l’enseignement supérieur. Bruxelles : De Boeck.

Sylvestre, E. (2008). Améliorer la participation aux enquêtes en ligne. Repéré à http://www.cndp.fr/agence-usages-tice/que-dit-la-recherche/ameliorer-la-participation-aux-enquetes-en-ligne-31.htm

Top of page

Attachment

Top of page

Notes

1 Dans la mesure où l’identification de cette université n’est pas nécessaire à la compréhension des usages numériques des étudiants, nous avons décidé de conserver son anonymat.

2 Celui-ci est présenté en annexe.

Top of page

List of illustrations

Title Figure 1. Synthèse des principaux facteurs de réussite et d’échec (Romainville & Michaut, 2012, p. 257)
URL http://ripes.revues.org/docannexe/image/1171/img-1.png
File image/png, 134k
Title Tableau 1. Caractéristiques des étudiants et résultats aux examens de l’échantillon et de la population
Caption (1) Données non transmises par l’administration de la composante universitaire
URL http://ripes.revues.org/docannexe/image/1171/img-2.jpg
File image/jpeg, 60k
Title Tableau 2. Régression linéaire de la note obtenue au premier semestre en fonction des usages numériques
Caption Lecture : Les coefficients indiquent la valeur à ajouter ou à soustraire à la moyenne semestrielle. Par exemple, les étudiants en Sciences qui consultent quotidiennement leur boîte mail obtiennent toutes choses égales par ailleurs 0.57 point (sur 20) de plus que ceux qui l’utilisent moins d’une fois par jour.La significativité des écarts entre la modalité de référence et la modalité active est indiquée par : ns lorsque l’écart n’est pas significatif ; * écart peu significatif (seuil 10 %) ; ** écart significatif (seuil 5 %) ; *** écart très significatif (seuil 1 %).
URL http://ripes.revues.org/docannexe/image/1171/img-3.png
File image/png, 46k
Title Tableau 3. Régression linéaire de la note obtenue au premier semestre en fonction des usages numériques et des caractéristiques sociales et scolaires des étudiants
URL http://ripes.revues.org/docannexe/image/1171/img-4.png
File image/png, 59k
Top of page

References

Electronic reference

Christophe Michaut and Marine Roche, « L’influence des usages numériques des étudiants sur la réussite universitaire », Revue internationale de pédagogie de l’enseignement supérieur [Online], 33-1 | 2017, Online since 06 March 2017, connection on 23 July 2017. URL : http://ripes.revues.org/1171

Top of page

About the authors

Christophe Michaut

Centre de recherche en éducation de Nantes, Université de Nantes, France
christophe.michaut@univ-nantes.fr

Marine Roche

Centre de recherche en éducation de Nantes, Université de Nantes, France
marine.roche1@univ-nantes.fr

Top of page

Copyright

Licence Creative Commons
La Revue internationale de pédagogie de l’enseignement supérieur est mise à disposition selon les termes de la licence Creative Commons Attribution - Pas d’Utilisation Commerciale - Partage dans les Mêmes Conditions 4.0 International.

Top of page
  • Logo Association internationale de pédagogie universitaire
  • Logo DOAJ – Directory of Open Access Journals
  • Les cahiers de Revues.org