cockpit designRapport d’intervention

Effet de la nature du feedback sur l’apprentissage, étude appliqué à l’utilisation de Glass cockpit, test préliminaire au dispositif PiGaT (PilotGazeTrainer)

Double tache

Effet de la nature du feedback sur l’apprentissage, étude appliqué à l’utilisation de Glass cockpit, test préliminaire au dispositif PiGaT (PilotGazeTrainer)

Depuis ses débuts, le monde de l’aéronautique est en évolution constante. Que ce soit au niveau des télécommunications permettant un guidage rapide et efficace des différents appareils, aussi bien au sol que dans les airs, que dans les avions qui se sont de plus en plus perfectionnés afin d’améliorer leur sécurité, leur confort et leur capacité d’action.

Les pilotes aujourd’hui disposent d’outils et d’interfaces cockpit (nommés Glass Cockpit) de plus en plus performantes qui regroupent un maximum d’informations sur une même surface de visualisation, visant ainsi à diminuer la charge de travail et permettant d’optimiser la tâche de pilotage, améliorer la conscience de la situation, mais également permet aux avions de disposer de plus d’automatismes et donc d’éviter les incidents (McDermott, 2005 ; Mitchelle et al., 2009).

Cependant, malgré le plus grand nombre d’informations disponibles et une plus grande performance de ces cockpits d’une nouvelle génération, une étude de la National Transportation Safety Board (NTSB, 2010) indique qu’entre 2002 et 2008 les aéronefs équipés de glass cockpits ont connus plus d’accidents critiques que les aéronefs équipés de cockpits analogiques (ou traditionnels).

Plus spécifiquement, le rapport indique que les accidents impliquant des aéronefs équipés de cockpits classiques  sont plus susceptibles d’être liés à des vols courts ou des vols d’instructions composés d’équipages de deux pilotes, alors que les accidents impliquant des aéronefs équipés de glass cockpits  sont plus susceptibles d’être associés à des vols longs avec un seul pilote expérimenté (NTSB, 2010).

De plus, le rapport précise que les pilotes impliqués dans des accidents d’aéronefs équipés de glass cockpits ont en moyenne une certification et une expérience totale de vol supérieur aux pilotes impliqués dans les accidents avec un cockpit traditionnel, indiquant que le manque d’expérience du pilote n’est pas un facteur pouvant expliquer la cause de ces accidents.

En effet, malgré le fait que le design des Glass Cockpits a été conçu pour faciliter l’activité des pilotes (Mitchelle et al., 2009) une étude effectuée sur des pilotes encore en apprentissage montre que 43% d’entre eux trouvent le cockpit plus difficile à comprendre et moins intuitif que les cockpits traditionnels (McCracken, 2011). D’autres recherches suggèrent également que la difficulté d’interprétation des glass cockpits diminuerait la conscience de la situation (Adams et al., 2001).

Airbus A380 glass cockpit
glass cockpit Airbus A380

Hiremath et al. (2009) ont démontré que la difficulté d’interprétation des glass cockpits impacterait la charge mentale des pilotes mais également augmenterait le temps de regard sur les écrans par rapport à un cockpit traditionnel.

En effet, l’un des problèmes alors lié à ces nouveaux dispositifs se trouve être la négligence des pilotes quant au regard à l’extérieur du cockpit. Alors que la proportion de regard à l’extérieur devrait être de 67% à 75%, la moyenne des pilotes en présence de glass cockpit n’est que de 10%, et ce aussi bien chez les pilotes débutants que chez les pilotes experts (FAR/AIM, 2003; AOPA, 1993).

Cette négligence impacterait la conscience de la situation des pilotes et augmenterait le risque d’accident. Il est donc nécessaire de trouver une solution dès la formation des pilotes pour corriger cette négligence, et ce d’autant plus que l’automatisation des procédures de vol nécessite la généralisation des Glass Cockpits (Wright & O’Hare, 2015).

La phase de formation des pilotes étant assez dense, il est compliqué d’instaurer de nouveaux éléments sans que cela n’ait des répercutions sur la charge mentale alors déjà beaucoup sollicitée par les pilotes en formation. Il serait donc intéressant et nécessaire de pouvoir agir de façon implicite sur certains apprentissages afin que les pilotes en formation conservent une charge mentale essentielle convenable  pour développer de l’expertise sur leur tâche (Paas, Renkl, & Sweller, 2003).

L’apprentissage implicite, au sens large, correspond à la capacité d’apprendre sans conscience (Cleeremans, Destrebecqz, & Boyer, 1998). Selon l’une des définitions les plus courantes, l’apprentissage est implicite lorsque nous acquérons de nouvelles informations sans avoir l’intention de le faire, et de telle manière que la connaissance qui en résulte est difficile à exprimer, à l’opposé de l’apprentissage explicite, qui est fondée sur une démarche d’hypothèse et de réflexion,  et donc pleinement consciente (Mealor, & Dienes, 2013).

Plusieurs études montrent que l’apprentissage implicite est plus faible en terme de performance que l’apprentissage explicite, mais également que  les connaissances apprissent de façon implicites sont de meilleures qualités et plus durables dans le temps (Dienes & Scott, 2005 ; Scott & Dienes, 2008 ; Dienes, 2008).

L’apprentissage implicite permettrait d’apprendre des habilités complexes et difficilement compréhensibles ou exprimables de façon explicite tels que les résonnements mathématiques ou les habilités motrices (Curran, 2001). Néanmoins, bien que ces apprentissages s’effectuent de façon non consciente, il est nécessaire d’avoir une attention particulièrement forte ainsi qu’un retour d’information explicite pour que l’apprentissage implicite soit efficient (Cleeremans, Destrebecqz & Boyer, 1998 ; Kaufman et al., 2010 ; Mealor & Dienes, 2013).

L’apprentissage implicite ne peut donc pas être effectif s’il est dépourvu d’un apprentissage explicite (Mealor & Dienes, 2013). Il est donc nécessaire de toujours associer un apprentissage ou un retour explicite (ou feedback) pour favoriser l’émergence de comportement obtenu de façon implicite à condition que le feedback (positif ou négatif) soit associé au comportement (Whishaw, Cassel & Jarrad, 1995).

Cependant, la nature du feedback  peut prendre différentes formes et donc pourrait avoir une incidence sur la qualité de l’apprentissage.  En effet, les études portant sur l’effet du feedback sur le changement attitudinal et les performances nous montre que dans la majorité des cas, les changements attitudinaux et comportementaux sont plus durables dans le temps lorsque les participants sont soumis à des feedback positifs (Getsie, Langer, & Glass 1985), que lorsque qu’ils sont soumis à des feedback négatifs voir menaçants (Hattie & Timperley, 2007).

Cette observation pourrait être expliquée par la théorie de l’engagement développée par Kiesler (1971), selon laquelle un acte engagent va favoriser l’émergence de comportement spécifique. Ainsi, un feedback provoquant un engagement pourrait être plus efficient qu’un feedback qui n’engagerait pas l’individu. De la même façon, un feedback menaçant pourrait être contreproductif du fait que l’individu va changer son comportement le temps de l’étude (e.g. Pour éviter une punition), mais ne développera aucun changement attitudinal sur le long terme.

Cette relation peut être mise en avant par le sentiment de liberté. Cialdini et al. (1978) ont démontré que des participants soumis à un choix forcé ne donnent pas lieu à un effet de préservation d’un comportement à la différence de participants soumis à une décision libre. Nous pouvons alors émettre l’hypothèse qu’un apprentissage implicite obtenu à l’aide feedback suggestif (donnant un sentiment de liberté) sera meilleur et plus durable dans le temps qu’un même apprentissage obtenu à l’aide d’un feedback plus contraint.

Pour répondre à cette hypothèse, il a été mis en place un protocole présentant une situation de pilotage durant laquelle il était demandé au participant de respecter une règle : ne pas regarder les instruments de pilotage plus de deux secondes. Dépassé ce délai, un feedback venait alors masquer partiellement (condition libre) ou totalement (condition forcée) ces mêmes instruments.

Nous nous attendons à ce que les individus recevant un feedback développent un meilleur apprentissage que les individus n’ayant aucun retour sur leur respect de la consigne, et ce d’autant plus que les individus soient en condition libre qu’en condition forcée.

La notion d’apprentissage étant très proche de la notion de mémoire du fait qu’un apprentissage (explicite ou implicite) implique le fait de se souvenir d’un comportement dans une situation donnée, l’évaluation de l’apprentissage nécessite donc un dispositif expérimental qui permettra d’objectiver les différents changements comportementaux dans le temps (Cleeremans, Destrebecqz & Boyer, 1998 ; Whishaw, Cassel & Jarrad, 1995). L’un des moyens pouvant être mis en place, est donc de mesurer la performance des individus à une tâche à deux temps différents.

 

 Méthode

Participant

Quarante-neuf étudiants de l’Université d’Aix en Provence (12 hommes et 37 femmes) âgés entre 17 et 29 ans (Moyenne d’âge 19,55), ayant des niveaux d’éducation, et une expérience aux jeux vidéo différents ont participé à cette étude.

Matériel

Deux tâches ont été utilisées lors de notre étude. Une première tâche (tâche des jauges) dont le but est de solliciter les ressources cognitives et attentionnelles de l’individu, assimilable à l’effet d’un glass cockpit, et une tâche secondaire (Surrogate Reference Task) sollicitant les habilités perceptives de l’individu à détecter la présence ou l’absence d’un signal. Ces deux tâches étaient effectuées sur un même écran de dimension 15 pouces avec une résolution de 1336*768 et à l’aide d’un joystick Logitech Extrême 3d Pro.

 

 La tâche des jauges

La tâche des jauges est une tâche de gestion et d’organisation dont le but est de maintenir plusieurs des flèches se déplaçant aléatoirement sur un plan horizontal ou vertical au centre de leurs fenêtres respectives. La complexité de la tâche peut être manipulée par le nombre de fenêtres, la vitesse de déplacement des flèches ainsi que l’inversement des commandes (appuyer sur la droite pour faire revenir la flèche sur la gauche ; appuyer sur le bas pour faire revenir la flèche vers le haut).

La tâche utilisée pour les besoins de notre étude est issue de l’examen d’entrée à l’école de pilotage. Elle contient quatre fenêtres de taille identique, deux de ces fenêtres contenant des flèches se déplaçant sur un axe horizontal, et deux autres fenêtres se déplaçant selon un axe vertical.  Les flèches se déplaçaient de façon aléatoire sur leurs plans.

Lorsque les flèches se rapprochaient trop des extrémités des fenêtres (1er quart ou dernier quart) elles se colorent alors en rouge.

Exemple de la configuration de la tâche des jauges
Exemple de la configuration de la tâche des jauges

La tâche effectuée par les participants était de maintenir les différentes flèches au centre de leurs fenêtres respectives. Pour cela, les participants devaient dans un premier temps sélectionner la fenêtre d’intérêt à l’aide d’un joystick en le pivotant vers la  gauche et la droite et appuyer sur la gâchette centrale pour la sélectionner.

Par la suite, le participant inclinait le manche du joystick pour déplacer les flèches vers le centre de la fenêtre. Pour désélectionner la fenêtre, le participant devait appuyer une nouvelle fois sur la gâchette centrale.

Afin d’obtenir une tâche similaire à celle d’une activité de pilotage, les commande était inversées pour les plans verticaux. Il fallait incliner le joystick vers le bas pour diriger la flèche vers le haut et incliner le joystick vers le haut pour diriger la flèche vers le bas. Cette complexité ajoute une dimension mémorielle à la tâche, comme dans une tâche de pilotage, où le pilote doit retenir des coordonnées de vol par exemple.

 

La Surrogate Reference Task (SuRT)

Exemple de la configuration de la tâche de SuRT
Exemple de la configuration de la tâche de SuRT

La tâche de SuRT est une tâche de détection du signal dont le but est de rechercher un cercle large (cible) parmi d’autres cercles plus petits (distracteurs), et de sélectionner la portion de l’écran qui contient la cible. La difficulté peut être manipulée par le nombre et le diamètre des distracteurs (plus ou moins nombreux, plus ou moins proches de la cible) et par le nombre de portions de l’écran pouvant être sélectionnées, et pouvant varier entre deux et huit portions verticales (Mattes, 2003 & 2009 ; Wynn & Richardson, 2008 ; Benedetto et al., 2011 ; Young, Hsieh & Seaman, 2013).

 

La tâche est effectuée sur un écran de 15 pouces avec une résolution de 1336*768 sur lequel apparaissent différentes planches composées de 400 cercles répartis de façon aléatoire et pourvue ou non d’un cercle cible. Les cercles distracteurs sont de 10 pixels de diamètre et d’épaisseur 5 pixels. Le cercle cible mesurait 13 pixels de diamètre et 5 pixels d’épaisseur.

La tâche des participants était de définir si la planche présentée contient ou non le cercle cible et dans quelle partie de l’écran (gauche ou droite). Si la cible était présente et se trouvait dans la moitié gauche (1/3 des essais), le participant devait alors appuyer sur le bouton 3 du joystick. Si la cible se trouvait dans la partie droite de l’écran (1/3 des essais), le participant devait alors appuyer sur le bouton 4. Enfin, si la planche présentait une absence de cible (1/3 des essais), le participant devait alors appuyer sur le bouton 2 du joystick. Un feedback jaune entourait la portion choisi. Les participant avais 10 secondes indiquer sa réponse, si il ne répondait pas dans le temps imparti, il lui était alors renvoyer un feedback rouge et une nouvelle planche apparaissait.

butuns tête joystick Logitech Extrême 3d Pro
Présentation des différents boutons du joystick

Procédure

Le but de l’expérimentation étant d’étudier un apprentissage, notre étude comprenait une phase d’apprentissage ainsi qu’une phase de re-test 24 heures plus tard.

Afin de ne pas créer de biais, l’expérimentation était présentée au participant comme étant une étude exploratoire sur les stratégies perceptives mises en place lors d’une tâche de pilotage.

L’expérimentation se déroulait en cinq temps. Les participants étaient installés devant un écran d’ordinateur sur lequel ils allaient réaliser les différentes tâches.

Dans un premier temps les participants ont effectué une phase de familiarisation afin de comprendre comment réaliser les tâches à l’aide du joystick. Il leurs étaient tout d’abord présenté la tâche des jauges comme étant une tâche de de pilotage. L’expérimentateur expliquait la consigne au participant avant de lancer une phase de familiarisation à la tâche de 30 secondes afin de permettre au participant de bien comprendre les mouvements à effectuer.

Après la phase de familiarisation avec la tâche des jauges, l’expérimentateur présentait alors la tâche de SuRT au participant comme étant une tâche de recherche visuelle avant de lancer une phase de familiarisation de 30 secondes sur cette tâche.

Une fois la familiarisation avec les deux tâches effectuée, la double tâche était présenté au participant comme étant une tâche de pilotage complète en lui expliquant qu’il est nécessaire pour bien réaliser la tâche, d’essayer de ne pas regarder plus de deux seconde la tâche des jauges. Les participants se sont familiarisés avec cette double tâche durant 30 secondes.

L’expérimentateur installait et présentait alors l’Eye-tracker en expliquant au participant que cela allait lui permettre de comprendre où se portait le regard de l’individu pour mieux comprendre les stratégies mises en place. L’eye-tracker était par la suite calibré.

La phase de familiarisation alors terminée, le participant effectuait une première fois chacune des tâches (tâche de SuRT, tâche de jauges et double tâche) durant deux minutes afin d’obtenir une Base Line. La présentation des tâches entre chacun des participants étant contrebalancée afin de ne pas créer d’effet d’ordre.

Après avoir effectué la base line, les participants ont effectué six sessions d’entraînement de deux minutes de la double tâche. Lors de cette phase, il était renvoyé un feedback à l’individu par rapport au temps passé sur la tâche des jauges. Si le temps de regard passé sur la tâche principale était supérieur à deux secondes, un masque venait cacher la tâche des jauges jusqu’à ce que l’individu porte son regard sur la tâche secondaire. Selon la condition, le masque occultait totalement (condition contrainte) ou partiellement (condition libre) la tâche des jauges. Aucun masque n’était présenté en condition contrôle.

A la fin de la phase d’apprentissage, le participant effectuait une dernière fois chacune des tâches (tâche de SuRT, tâche des jauges et double tâche) durant 2 minutes (phase de post-test).

A la fin de la tâche le participant était remercié, et était invité à revenir le lendemain à la même heure pour une seconde session. Lors de la phase de re-test, il n’y eu pas de phase de familiarisation avec les tâches, le participant effectuait chacune des tâches durant deux minutes. Une fois la phase de re-test effectuée, il était alors expliqué le véritable but de l’étude aux participants avant de les remercier.

Déroulement du protocol

Mesures

Trois séries de mesures ont été effectué dans le temps afin d’observer un apprentissage. Une première série de mesure fut effectuée avant la phase d’entraînement à la tâche (la Base line), puis une seconde série de mesure fut effectuée après la phase d’entraînement à la tâche (mesure post-test). Enfin, pour observer qu’il y a bien eu un effet d’apprentissage, il a été effectué une mesure de rétention de la tâche 24h après la session d’entraînement.

 

Mesure relative à la tâche des jauges

Une première mesure consistait à mesurer le score en termes de performance à la tâche des jauges. Pour mesurer la performance il été également mesuré le temps passé par les différentes flèches dans les zones extrêmes (premier et dernier quart de leurs fenêtres). Plus le temps passé dans cette zone est long, au moins la performance est bonne. Cette mesure nous permet de savoir si les participants ont correctement réalisé la tâche ou si ces derniers ont délaissé la tâche.

La durée du regard ainsi que le nombre de déclanchement du masque (lorsque le temps de regard passé sur la tâche des jauges dépasse 2 secondes) forment également l’une des mesures d’intérêt. Par l’intermédiaire de l’Eye-tracker, il est possible de calculer le temps de regard des participants sur la tâche principale, ainsi qu’à « l’extérieur » de cette tâche. Cette mesure nous renseigne sur le respect de la règle donnée au participant de ne pas regarder plus de deux secondes la tâche du bas.

Nous nous attendons à observer dans un premier temps une évolution de la performance entre nos différentes sessions caractérisées par un meilleur score à la tâche des jauges. S’il y a eu un apprentissage, la performance de l’individu devrait être supérieure en post-test et en rétention qu’en pré-test.

Nous nous attendons également à ce que les individus aient appris par l’intermédiaire des feedback à regarder plus régulièrement la tâche de SuRT, et donc diminuer le nombre de déclenchement du masque lors du post-test et de la rétention dans les condition expérimentales contenant un feedback. Cet effet devrait être d’autant plus fort en condition « libre » qu’en condition contrainte.

 

Mesure relative à la tâche de SuRT

Concernant la tâche de SuRT, il a été mesuré la justesse des réponses ainsi que les fausses alarmes et le nombre de planches non répondues.

Deux mesures de temps ont également été effectuées. La première correspond au temps entre l’apparition de la planche et la réponse donnée par le participant. La seconde correspond au temps de regard à « l’extérieur » de la tâche des jauges.

Nous nous attendons à un nombre de réponses correctes plus élevé lors des mesures post-test et rétention que durant le pré-test, mais également un temps de regard plus long dans les conditions expérimentales contenant un feedback. Cet effet devrait être d’autant plus fort en condition « libre » qu’en condition contrainte.

 

Résultats

Dans un premier temps, nous nous sommes intéressés à l’effet d’apprentissage global de l’ensemble des conditions de chacune de nos mesures à l’aide d’un test T appareillé, avant de comparer nos différentes conditions à l’aide d’une ANOVA à un facteur avec différents codes de contrastes.

Pour la performance aux tâches des jauges, nous observons une différence significative entre le pré-test et le post-test t(48)=-11,24, p<.01. Indiquant que l’ensemble de nos participants sont meilleurs en post-test ( moy = 60.9, σ = 19.2) que lors du pré-test ( moy = 35.4, σ = 11.8) quel que soit la condition. Les résultats sont non significatif entre le post-test et la rétention t(48)=0.2, p=.83, indiquant que nos participants ont bien appris.Résultat tâche des jauges

Au niveau de nos conditions, pour la différence entre le pré-test et le post-test, nous n’observons pas d’effet significatif entre le groupe contrôle et nos deux autres conditions t(48)=1,417, p=.16, ni entre nos deux conditions expérimentales entre elles t(48)=0.67, p=.94.  Nous n’observons pas non plus d’effet significatif entre le post-test et la rétention  F(2,46)=.875, p>.42

Pour la performance à la tâche de SuRT, nous observons une différence significative du nombre de bonnes réponses entre le pré-test et le post-test t(48)=-8.94, p<.01. Indiquant que l’ensemble de nos participants donnent plus de bonnes réponses en post-test ( moy = 12.6, σ = 3.5) que lors du pré-test ( moy = 7.9, σ = 3.8) quelque soit la condition. Le résultat est non significatif entre le post-test et la rétention t(48)=0.5, p=.56, indiquant que nos participants ont retenu leur apprentissage.

Nous n’observons pas d’effet significatif entre le groupe contrôle et nos deux conditions expérimentales t(48)=-0.28, p=.77, ni entre nos deux conditions expérimentales entre elles t(48)=0.28, p=.77.  Nous n’observons pas non plus d’effet significatif entre le post-test et la rétention  F(2,46)=.875, p>.42

Ces résultats se vérifient également pour le nombre d’erreurs qui baisse entre le pré-test ( moy = 3.9, σ = 2.4) et le post-test (moy = 2.8, σ = 2.2) t(48)=2.9, p<.01, mais pas entre le post-test et la rétention t(48)=-1.36, p=.18. Il n’existe pas non plus d’effets en fonction de la condition entre le pré-test et le post-test F(2,46)=.145, p>.86, ni entre le post-test et la rétention F(2,46)=.863, p>.42

Le nombre de non-réponse à la tâche de SuRT diminue également de façon significative entre le pré-test ( moy = 3.8, σ = 2.8) et le post-test ( moy = 2.4, σ = 2.2) t(48)=4.08, p<.01, mais pas entre le post-test et la rétention t(48)=1.59, p=.11. Comme les résultats précédents,  il n’existe pas non plus d’effets en fonction de la condition entre le pré-test et le post-test F(2,46)=.924, p>.40, ni entre le post-test et la rétention F(2,46)=.374, p>.69.résultats masque

Enfin, nous observons également une diminution significative du nombre de déclanchement du masque entre le pré-test ( = 16.4, σ = 9.8) et le post-test ( = 12.28, σ = 9.4) t(48)=3.02, p<.01, mais pas entre le post-test et la rétention t(48)=.83, p=.41.

Il existe également un effet significatif de nos conditions expérimentales sur cette variable. Les participants en présence d’un masque (opaque ou transparent) déclenchent moins de masque en post-test (moy = 9.68, σ = 7.6) que lors du pré-test ( moy = 15.65, σ = 10.7) par rapport aux individus du groupe contrôle (pré-test  moy = 17.88 σ = 8.1, post-test  moy = 17.4, σ = 10.7) avec t(46)=-2.02, p<.05. Il n’existe cependant pas de différence significative entre les deux types de feedback t(46)=.059, p=.95.

Cette différence entre le groupe contrôle et nos deux autres conditions devient non significative entre le post-test et la rétention t(48)=1.26, p=.21, indiquant que cette apprentissage n’est pas durable dans le temps.RESULTmask

Discussions

Nos résultats nous montrent que nous obtenons un premier apprentissage durable concernant les performances aux tâches des jauges ainsi qu’à la tâche de SuRT. En effet nos participants obtiennent de meilleurs résultats en post-test qu’en pré-test. La différence non significative entre la phase post-test et la phase de rétention nous permet de confirmer que nos participants ont intégré l’apprentissage en mémoire à long terme.

Cependant nous n’observons aucunes données significatives sur les indices de performances entre nos différentes conditions, laissant suggérer que le fait de mettre un feedback ou non n’influencerait pas la performance et l’apprentissage de nos différentes tâches.

Enfin nous observons un effet significatif de la diminution du nombre de masques déclenchés entre le pré-test et le post-test qui indique que nos participants respectent davantage la règle énoncée (ne pas regarder plus de deux secondes la tâche des jauges). Cet apprentissage est maintenu lors de la phase de rétention ce qui indique que cet apprentissage a également été intégré en mémoire à long terme.

Il existe également un effet du « feedback » similaire à celui énoncé dans la littérature (Hattie, & Timperley, 2007 ; Price, Handley, Millar, & O’Donovan, 2010). Les participants ayant effectué les sessions de training avec un feedback (transparent et opaque) ont développé un meilleur apprentissage de la règle que les participants en condition contrôle. Ces derniers ont donc un temps de regards plus court sur la tâche des jauges que sur la tâche de SuRT. Cependant cet apprentissage n’est pas persistant dans le temps du fait que cet effet devient non significatif lors de la phase de rétention, c’est-à-dire redevient équivalent au score moyen des participants de la condition contrôle.

Ces résultats doivent cependant être pris avec prudence. Tout d’abord l’étude ne comprenait que 49 participants soit 16 participants par condition, ce qui peut poser problème au niveau de la généralisation des résultats et au niveau de la taille d’effets observés. Il serait donc nécessaire d’effectuer une étude avec plus de participants, afin d’observer s’il existe des résultats plus robustes.

Il pourrait également être intéressant d’effectué une session de rétention plus lointaine dans le temps, afin d’observer si les performances des individus restent inchangées, pour pouvoir parler d’un réel apprentissage.

Une autre limite de l’étude serait les variables inhérentes de l’engagement. En effet selon Joule & Beauvois (1998) l’engagement serait plus fort si les conséquences de notre acte seraient plus lourdes, coûteuses, et répétées. Hors dans notre étude nous ne pouvons pas parler d’acte aux lourdes conséquences, ni d’acte coûteux à l’individu. En ce qui concerne le nombre de répétition, les participants n’ont qu’effectué six sessions de deux minutes. Nous pourrions améliorer notre étude en effectuant plus de sessions sur plus de jours afin d’obtenir un entrainement à la tâche optimal.

Un autre élément qu’il est nécessaire de prendre en compte est la nature de la tâche. La tâche de SuRT étant « figée », elle peut être difficilement assimilable à une tâche de vol, où l’environnement extérieur est dynamique. Refaire notre étude avec une dimension plus dynamique pourrait amener à des résultats différents de ceux obtenus.

Une autre ouverture possible pourrait être la modalité et l’intensité du feedback. Nous avons dans notre étude privilégié le feedback visuel. Nous pourrions instaurer le même protocole en utilisant un feedback auditif (une alarme sonore), ou physique (faire vibrer le joystick). Au niveau de l’intensité nous pourrions par exemple émettre un son plus ou moins agressif.

Enfin nos analyses pourraient être complétées par d’autres mesures. Nous pourrions par exemple mesurer le taux de charge mentale dans les différentes conditions afin d’observer si l’effet d’un feedback générerait moins de charge mentale et donc permettrait aux individus de disposer de plus de ressources pour acquérir un meilleur apprentissage. 

Conclusion

Cette étude permet de mettre en avant l’utilité que pourrait avoir le feedback lors d’un apprentissage. Néanmoins d’autres facteurs pourraient entrer en interaction lors de l’apprentissage d’une tâche (e.g. la charge mentale, le temps, la complexité de la tâche, …). Notre étude ne fait donc qu’effleurer ce vaste sujet. Son application peut cependant se révéler utile et bénéfique lors de la formation des jeunes pilotes, du fait qu’instaurer un feedback permettrait (au moins temporairement) d’acquérir différents automatismes qui permettront de limiter la survenue d’incidents.

Cette étude constitue également le point d’entrée pour une étude future qui permettra de comparer les performances entre un groupe de tout venant et un groupe constitué de futurs pilotes, afin de mieux comprendre les stratégies visuelles mises en œuvre par ces derniers au cours de leur formation. Par la suite, de nouveaux processus pourront être proposés dans leur apprentissage dans un but d’amélioration de leur performance et de leur sécurité.

Enfin, pour aller plus loin, je vous invite également à lire le papier publier suite à cette étude ICI

 

Bibliographies

Adams, C. A., Hwoschinsky, P. V., & Adams, R. J. (2001, March). Analysis of adverse events in identifying GPS human factors issues. In 11th International Symposium on Aviation Psychology.

Benedetto, S., Pedrotti, M., Minin, L., Baccino, T., Re, A., & Montanari, R. (2011). Driver workload and eye blink duration. Transportation research part F: traffic psychology and behaviour14(3), 199-208.

Bruyas, M. P., Brusque, C., Auriault, A., Tattegrain, H., Aillerie, I., & Duraz, M. (2008, April). Impairment of lane change performance due to distraction: Effect of experimental contexts. In Proceedings of European Conference on Human Centred Design for Intelligent Transport Systems (Vol. 13, p. 89).

Causse, M., Dehais, F., & Pastor, J. (2011). Executive functions and pilot characteristics predict flight simulator performance in general aviation pilots.The International Journal of Aviation Psychology21(3), 217-234.

Cleeremans, A., Destrebecqz, A., & Boyer, M. (1998). Implicit learning News from the front. Trends in cognitive sciences, 2(10), 406-416.

Cialdini, R. B., Cacioppo, J. T., Bassett, R., & Miller, J. A. (1978). Low-ball procedure for producing compliance: commitment then cost. Journal of personality and Social Psychology36(5), 463.

Curran, T. (2001). Implicit learning revealed by the method of opposition.Trends in cognitive sciences5(12), 503-504.

Dehais, F., Causse, M., Régis, N., Menant, E., Labedan, P., Vachon, F., & Tremblay, S. (2012, September). Missing critical auditory alarms in aeronautics: evidence for inattentional deafness?. In Proceedings of the Human Factors and Ergonomics Society Annual Meeting (Vol. 56, No. 1, pp. 1639-1643). Sage Publications.

Dehais, F., Causse, M., & Pastor, J. (2008, March). Embedded eye tracker in a real aircraft: new perspectives on pilot/aircraft interaction monitoring. InProceedings from The 3rd International Conference on Research in Air Transportation. Fairfax, USA: Federal Aviation Administration.

Dienes, Z. (2007). Subjective measures of unconscious knowledge. Progress in brain research168, 49-269.

Engström, J., & Markkula, G. (2007, July). Effects of visual and cognitive distraction on lane change test performance. In Proceedings of the 4th international driving symposium on human factors in driver assessment, training, and vehicle design (pp. 199-205).

Gaillard, V., Vandenberghe, M., Destrebecqz, A., & Cleeremans, A. (2006). First-and third-person approaches in implicit learning research. Consciousness and Cognition15(4), 709-722.

Girandola, F. (2003). Psychologie de la persuasion et de l’engagement (Vol. 4). Presses Univ. Franche-Comté.

Getsie, R. L., Langer, P., & Glass, G. V. (1985). Meta-analysis of the effects of type and combination of feedback on children’s discrimination learning.Review of Educational Research55(1), 9-22.

Haider, H., Eberhardt, K., Kunde, A., & Rose, M. (2013). Implicit visual learning and the expression of learning. Consciousness and cognition22(1), 82-98.

Hattie, J., & Timperley, H. (2007). The power of feedback. Review of educational research77(1), 81-112.

Hiremath, V., Proctor, R. W., Fanjoy, R. O., Feyen, R. G., & Young, J. P. (2009). Comparison of pilot recovery and response times in two types of cockpits. In Human Interface and the Management of Information. Information and Interaction (pp. 766-775). Springer Berlin Heidelberg.

Hsieh, L., Young, R., & Seaman, S. (2012). Development of the enhanced peripheral detection task: a surrogate test for driver distraction (No. 2012-01-0965). SAE Technical Paper.

Janacsek, K., & Nemeth, D. (2012). Predicting the future: from implicit learning to consolidation. International Journal of Psychophysiology83(2), 213-221.

Johnson, N., Wiegmann, D., & Wickens, C. (2006, October). Effects of advanced cockpit displays on general aviation pilots’ decisions to continue visual flight rules flight into instrument meteorological conditions. InProceedings of the Human Factors and Ergonomics Society Annual Meeting(Vol. 50, No. 1, pp. 30-34).

Joule, R. V., Beauvois, J. L., & Deschamps, J. C. (1987). Petit traité de manipulation à l’usage des honnêtes gens. Grenoble: Presses universitaires de Grenoble.

Kaufman, S. B., DeYoung, C. G., Gray, J. R., Jiménez, L., Brown, J., & Mackintosh, N. (2010). Implicit learning as an ability. Cognition, 116(3), 321-340.

Kolb, B., & Whishaw, I. Q. (2002). Cerveau & comportement. De Boeck Supérieur.

Iani, C., & Wickens, C. D. (2007). Factors affecting task management in aviation. Human Factors: The Journal of the Human Factors and Ergonomics Society49(1), 16-24.

Madhavan, P., & Lacson, F. C. (2006). Psychological Factors Affecting Pilots’ Decisions to Navigate in Deteriorating Weather. North American Journal of Psychology8(1), 47.

Mattes, S., & Hallén, A. (2009). Surrogate distraction measurement techniques: The lane change test. Driver distraction: Theory, effects, and mitigation, 107-121.

McCracken, C.J., 2011. Flight Training Success in Technologically Advanced Aircraft (TAA). Aviation Technology Graduate Student Publications.

McDermott, J. T. (2005). A comparison of the effectiveness of a personal computer-based aircraft training device and a flight training device at improving pilot instrument proficiency: A case study in leading regulatory change in aviation education. Bowling Green State University.

Mealor, A. D., & Dienes, Z. (2013). Explicit feedback maintains implicit knowledge. Consciousness and cognition22(3), 822-832.

Mudrik, L., Breska, A., Lamy, D., & Deouell, L. Y. (2011). Integration without awareness expanding the limits of unconscious processing. Psychological Science.

Mudrik, L., Faivre, N., & Koch, C. (2014). Information integration without awareness. Trends in cognitive sciences18(9), 488-496.

NTSB, 2010. Introduction of Glass Avionics into Light Aircraft. Retrieved July 20, 2011

Petzoldt, T., Bär, N., Ihle, C., & Krems, J. F. (2011). Learning effects in the lane change task (LCT)—Evidence from two experimental studies.Transportation research part F: traffic psychology and behaviour14(1), 1-12.

Petzoldt, T., Bellem, H., & Krems, J. F. (2013). The Critical Tracking Task A Potentially Useful Method to Assess Driver Distraction?. Human Factors: The Journal of the Human Factors and Ergonomics Society.

Piolat, A., Roussey, J. Y., Olive, T., & Farioli, F. (1996). Charge mentale et mobilisation des processus rédactionnels: examen de la procédure de Kellogg.Psychologie française41(4), 339-354.

Price, M., Handley, K., Millar, J., & O’Donovan, B. (2010). Feedback: all that effort, but what is the effect?. Assessment & Evaluation in Higher Education,35(3), 277-289.

Sarter, N. B., & Woods, D. D. (1994). Pilot interaction with cockpit automation II: An experimental study of pilots’ model and awareness of the flight management system. The International Journal of Aviation Psychology4(1), 1-28.

Schunk, D. H. (1996). Learning theories. Printice Hall Inc., New Jersey.

Scott, R. B., & Dienes, Z. (2008). The conscious, the unconscious, and familiarity. Journal of Experimental Psychology: Learning, Memory, and Cognition34(5), 1264.

Velázquez, J. (2014). The Current Status of Advanced Cockpit Technology (ACT) Education within Collegiate Aviation: A Preliminary Outlook. Collegiate Aviation Review32(1), 59.

Wei, H., Zhuang, D., Wanyan, X., & Wang, Q. (2013). An experimental analysis of situation awareness for cockpit display interface evaluation based on flight simulation. Chinese Journal of Aeronautics26(4), 884-889.

Whishaw, I. Q., Cassel, J. C., & Jarrad, L. E. (1995). Rats with fimbria-fornix lesions display a place response in a swimming pool: a dissociation between getting there and knowing where. The Journal of neuroscience15(8), 5779-5788.

Wright, S., & O’Hare, D. (2015). Can a glass cockpit display help (or hinder) performance of novices in simulated flight training?. Applied ergonomics47, 292-299.

Wynn, T., & Richardson, J. H. (2008). Comparison of subjective workload ratings and performance measures of a reference IVIS task.

Young, J. P., Fanjoy, R. O., & Suckow, M. W. (2006). Impact of glass cockpit experience on manual flight skills. Journal of Aviation/Aerospace Education & Research15(2), 5.

Young, R. A., Hsieh, L., & Seaman, S. (2013, June). The Tactile Detection Response Task: Preliminary validation for measuring the attentional effects of cognitive load. In Proc. 7th International Driving Symposium on Human Factors in Driver Assessment, Training and Vehicle Design (pp. 71-77).

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *