La répétition espacée pour s'entraîner en maths : pourquoi le bachotage ne fonctionne pas

Vous avez probablement déjà vécu cette situation : vous révisez pendant des heures la veille d'un examen de maths, vous vous en sortez correctement, puis vous oubliez la majeure partie de ce que vous avez appris en une semaine. Ce n'est pas un défaut de votre mémoire. C'est un défaut de votre stratégie de révision.
Le problème du bachotage
Le bachotage consiste à entasser un grand volume d'informations dans une fenêtre de temps très courte. Votre cerveau le traite comme du provisoire et le range dans la mémoire à court terme. Les recherches montrent invariablement que la pratique massée (étudier un sujet de façon intensive, puis passer à autre chose) produit une mémorisation à long terme plus faible que la pratique distribuée.
En maths, c'est particulièrement dommageable. Les maths se construisent sur elles-mêmes. Si vous oubliez comment factoriser des polynômes, vous aurez du mal plus tard avec l'intégration par décomposition en éléments simples. Chaque lacune de mémorisation devient une lacune de compréhension.
Qu'est-ce que la répétition espacée ?
La répétition espacée est une technique d'apprentissage où vous révisez une notion à des intervalles de plus en plus longs au fil du temps. Au lieu de travailler les dérivées pendant trois heures le lundi puis de ne plus jamais y revenir, vous vous entraînez 20 minutes le lundi, 15 minutes le mercredi, 10 minutes le vendredi, puis une fois la semaine suivante.
L'idée vient de la « courbe de l'oubli », décrite pour la première fois par Hermann Ebbinghaus dans les années 1880. Sans renforcement, vous oubliez environ 70 % d'une information nouvelle en 24 heures. Mais chaque fois que vous parvenez à vous remémorer quelque chose, le souvenir se renforce, et l'intervalle avant la révision suivante s'allonge.
Pourquoi cela fonctionne pour les maths
La répétition espacée est particulièrement efficace en maths pour plusieurs raisons :
Le rappel actif renforce la mémoire procédurale. Résoudre un problème de zéro oblige votre cerveau à reconstruire le processus de résolution, et pas seulement à le reconnaître. Chaque reconstruction renforce les voies neuronales impliquées.
L'entrelacement développe la souplesse. Lorsque vous travaillez différents types de problèmes au cours d'une même séance (les dérivées, puis les intégrales, puis la factorisation), vous apprenez à identifier quelle technique s'applique. La pratique en blocs (uniquement des dérivées pendant une heure) fait l'impasse sur cette compétence essentielle.
Le calibrage de la difficulté évite de perdre du temps. Si vous maîtrisez déjà l'addition de base, y consacrer 30 minutes n'a rien de productif. Les systèmes de répétition espacée vous font naturellement dépasser les notions acquises et concentrent votre temps sur ce que vous avez réellement besoin de travailler.
Comment Math Zen met cela en œuvre
Math Zen utilise un système de progression par paliers qui applique automatiquement les principes de la répétition espacée. Voici comment cela fonctionne :
Chaque sous-thème comporte 5 niveaux de difficulté (paliers). Lorsque vous abordez un nouveau sous-thème, vous commencez au palier 1. Pour avancer, vous devez résoudre correctement un nombre défini de problèmes à votre niveau actuel. Si vous vous trompez, vous recevez une pénalité qui peut vous faire reculer.
Cette conception signifie que :
- Vous ne pouvez pas brûler les étapes. Vous devez démontrer votre maîtrise à chaque niveau avant d'affronter des problèmes plus difficiles.
- La difficulté s'adapte à vous. Si un sujet est facile, vous progressez vite. S'il est difficile, vous passez plus de temps au niveau qui vous convient.
- Revenir à un sujet après une pause procure naturellement l'effet d'espacement. Votre maîtrise peut s'être légèrement émoussée, ce qui vous offre le défi productif qui renforce la mémorisation.
Conseils pratiques
Si vous souhaitez appliquer la répétition espacée à votre entraînement en maths, que vous utilisiez une application ou non :
Entraînez-vous chaque jour, par séances courtes. 15 à 20 minutes de pratique concentrée sont plus efficaces qu'une séance de 2 heures le week-end. La régularité compte plus que le volume.
Mélangez les sujets. Ne consacrez pas toute votre séance à une seule notion. Travaillez les dérivées pendant 5 minutes, passez aux probabilités pendant 5 minutes, puis essayez un peu d'algèbre. Cet entrelacement semble plus difficile sur le moment, mais il donne de meilleurs résultats.
Repassez sur les anciens sujets. Même lorsque vous vous sentez à l'aise avec un sujet, revenez-y régulièrement. Une rapide révision de 5 minutes toutes les semaines ou deux maintient les connaissances fraîches.
Suivez votre taux de réussite. Si vous réussissez tout sans effort, les problèmes sont trop faciles. Si vous en ratez la plupart, ils sont trop difficiles. Le point idéal se situe autour de 70 à 85 % de réussite, là où vous êtes mis au défi sans être dépassé.
Ce que dit la recherche
Une méta-analyse de 2014 menée par Dunlosky et ses collègues classe la pratique distribuée parmi les stratégies d'apprentissage les plus efficaces, aux côtés des tests d'entraînement. Ces deux stratégies sont au cœur du fonctionnement de Math Zen : vous vous entraînez en résolvant des problèmes (les tests), et le système de paliers répartit cette pratique dans le temps et sur les niveaux de difficulté.
L'idée clé, c'est qu'une révision efficace doit sembler un peu difficile. Si cela paraît trop facile, vous n'apprenez pas. La répétition espacée garantit que chaque séance d'entraînement se situe dans cette zone de défi productif.
Commencez petit
Vous n'avez pas besoin de bouleverser toute votre routine de révision du jour au lendemain. Commencez par un seul changement : au lieu de travailler un sujet jusqu'à l'ennui, alternez entre deux ou trois sujets au cours d'une même séance. Remarquez à quel point cela semble plus difficile, et faites confiance à ce ressenti : s'il est plus dur, c'est que ça fonctionne.
Votre futur vous, assis à un examen avec la matière réellement assimilée, vous en remerciera.

