La recherche en intervention en EPS a essentiellement pour objet d’étude les modalités d’acquisitions motrices dans le système enseignement/apprentissage (Siedentop 1986 ; Argyris 1983, 1985 ; Durand 1996). Dans la recherche nord-américaine, le point de vue de l’enseignant est considéré comme essentiel. Il s’agit de décrire le système de tâches qu’il met place afin que l’élève apprenne (Dunkin et Biddle, 1974 ; Doyle 1986). En Europe, dans les recherches en éducation, les études centrées sur l’activité de l’élève postulent qu’il est un acteur autonome et actif dans la construction de ses conduites motrices (Meirieu 1990, Perrenoud 1995). Le processus d’apprentissage s’inscrit dans une approche constructiviste et réflexive par et dans l’action (George, 1983). Pour apprendre, l’élève déploie une activité de construction de sens qui passe par l’interprétation de données contextualisées (Doyle 1986 ; Suchman 1987 ; Kirschner et Whitson 1997). Cette activité sémiotique de lecture du système de contraintes de la situation d’apprentissage dépasse le simple traitement de l’information, et suppose une importante activité cognitive (Piaget 1976 ; Vygotski 1997 ; Weil Barrais 1999).

Les études sur la communication humaine (Winkin 1981 ; Cosnier 1984) s’accordent à dire que celle-ci est multicanal. L’énoncé verbal partage la signification du message avec d’autres canaux de communication, no-tamment le canal visuel qui comprend entre autres les gestes et les mimiques. Quand une personne parle, elle produit spontanément des gestes, et ceux-ci sont principalement utilisés pour indiquer ou représenter objets et idées (McNeill 1992). Ceux-ci auraient une double fonction d’aide à l’encodage du message (actualisation de la pensée du locuteur), et d’aide à l’interprétation par le destinataire.

Dans ce domaine, deux courants de pensée s’affrontent : le positivisme et l’idéalisme (Husserl, 1950). Le positivisme attribue au monde matériel une existence en soi dont la pensée humaine se bornerait à extraire le sens. Dans le cadre qui nous intéresse, cela consiste à considérer qu’il suffit de décrire le monde pour accéder à la réalité. A l’inverse, l’idéalisme tient que le sens est produit par l’homme, que la perception est sémiotisante et ordonne le monde dans un réseau de significations. Dans ce contexte, la communication nécessite une lecture et comporte une tâche interprétative essentielle (Gadamer, 1976). L’expression « sélectionner de l’information » perd de sa pertinence, car c’est l’activité sémiotique du sujet qui la génère. L’information n’a pas d’existence propre, elle est le produit de l’activité cognitive du sujet. Pour s’en convaincre, on se souviendra qu’au niveau du percept visuel, les neurones de l’œil sont en fait des cellules isolées qui ne peuvent transmettre que des points. Des caractères tels que « linéarité » et « spatialité », considérés à première vue comme des fondamentaux dans toute analyse de l’image, se révèlent être de pures constructions de notre appareil cognitif : « les formes n’existent pas en elles-mêmes, elles ne sont que perçues » (Arnheim, 1966). Le principe d’ordre avancé est une propriété de l’esprit humain : « On appelle ordre la coïncidence, partielle ou totale, du perçu avec un modèle. D’où il découle qu’une image peut être ordonnée pour un spectateur (qui possède un modèle) et non pour un autre (qui ne le possède pas). C’est le lecteur qui fait la lecture » (Groupe μ, 1992, p 41). En fin de compte, la perception est sémiotisante, et la notion de forme et d’objet se révèle non objective. Elle est au mieux un compromis de lecture de l’environnement.

Depuis la traduction d’Austin (1970) « Quand dire c’est faire », toute parole est considérée comme un acte. Par voie de conséquence, toute gestuelle langagière est interprétée, c’est-à-dire lue, décodée et mise en relation avec un réseau de significations dans un contexte singulier, ce qui est l’objet de la « sémiotique de la réception ». L’activité interprétative du sujet lui permet de donner du sens aux formes qu’il perçoit, en fonction de son propre cadre de référence. Ceci postule donc le caractère infiniment singulier et personnel de toute réception (Barbier, 2000). L’activité perceptive et interprétative du geste de l’enseignant, en tant que forme dynamique, est dépendante des caractéristiques du lecteur/élève. La fonction perceptive est donc une fonction sémiotique. Dans l’un et l’autre cas, c’est un être percevant et agissant qui impose son ordre au message. L’analyse de l’activité d’apprentissage peut alors être définie comme une activité de construction de sens par le sujet, au terme de laquelle il peut réaménager ses représentations. La théorie constructiviste des apprentissages (Piaget, 1976; Vygotski, 1997) considère que c’est dans l’interaction avec l’environnement que le sujet élabore lui-même ses stratégies d’adaptation. Si l’on considère l’élève en réelle situation d’écoute et d’interaction avec le message de l’enseignant, on peut dire qu’il met en œuvre une véritable activité réflexive qui mobilise sa pensée critique et ses facultés interprétatives. Ses savoirs sont construits/déconstruits/reconstruits sur la base d’une confrontation avec les significations tirées de l’action et des productions langagières de l’enseignant.

Le courant sémiotique d’Esthétique de la Réception, issu de l’École Allemande de Constance, s’appuie sur le concept « d’horizon d’attente » (Iser 1975 ; Gilly 1992 ; Jauss 2001). Le sujet/interprétant affecte un sens et une attente particuliers à l’information disponible dans l’environnement qu’il interprète. Ce faisant, il structure l’information en fonction de ses représentations et expériences, de ses connaissances, et finalement de sa capacité interprétative. Ce contenu transmis sous forme de message pluri-codique (Masselot, 1999) et multicanal, met l’élève dans une situation de lecture productrice de sens : cette attribution de sens n’est possible que dans l’établissement de relations avec un champ sémantique déjà présent. Cet espace commun entre enseignant et élève représente une « attente » possible du lecteur. Au niveau de la situation d’apprentissage en EPS, l’enseignant fait partager son univers sémantique à l’élève par les différents canaux disponibles et privilégiés que sont les canaux visuels, auditifs et kinesthésiques. L’élaboration des significations passe par la co-construction d’un modèle sémique ou horizon d’attente. S’intéresser à la sémiotique de la production langagière non verbale consiste donc à se questionner quant à la lecture qu’en fait l’élève, au regard de l’intention de communication de l’enseignant.

Rendre compte de cette co-construction d’un univers sémantique dans le système enseignement/apprentissage, mêlant à la fois les codes langagiers verbaux et non verbaux, c’est finalement se situer au cœur de l’apprentissage en tant que relation à l’environnement sur lequel l’individu agit. La principale difficulté et en même temps la limite de la présente étude est de rendre compte de l’activité sémiotique du récepteur du message didactique. Entre ce que l’enseignant produit sur le plan langagier, et ce que l’élève en comprend, quels sont les écarts possibles ? Comment s’instaure la dynamique de réception de l’élève, selon l’horizon d’attente dont il dispose ? Quel est le poids des productions non verbales au regard des productions verbales ?

Pour identifier le degré de proximité de l’étudiant avec l’univers sémantique de l’enseignant, deux groupes distincts d’étudiants sont testés. Le premier groupe (« Groupe Etudié » GE, n = 11 ; 3 filles, 8 garçons) a suivi le cycle d’enseignement en natation avec l’enseignant concerné. Le second groupe (« Groupe Témoin » GT, n = 12 ; 6 filles, 6 garçons) comprend des étudiants de même niveau d’étude mais n’ayant pas suivi un cycle d’enseignement avec le professeur concerné au cours de l’année.

Un test sur support audiovisuel est élaboré à partir d’un enregistrement de 4 heures d’enseignement de la natation en 2^e année de STAPS. Le choix de l’APS natation comme support du test est directement lié aux résultats d’une précédente étude qui montre une gestuelle iconique largement majoritaire (Mahut, 1998). La plus forte proportion de gestes « kinétographiques » a pour fonction de dépeindre une action ou un mouvement. L’enseignant qui encadre la natation est un expert de la discipline ; spécialiste de la natation, agrégé d’EPS, il possède plus de 10 années d’expérience d’enseignement de la natation.

Chaque production langagière est repérée par rapport au numéro de la séquence (de 1 à 17) et au type de séquence (non verbale = A ; verbale = B). Le verbatim est retranscrit dans l’ordre des séquences et selon les différents groupes d’appartenance (GE ; GT ; P). Ce verbatim étant très hétérogène et disparate, nous sommes amenés à réduire l’hétérogénéité du discours. Pour cela il s’agit de repérer les unités significatives à propos des contenus d’enseignement véhiculés et ce qu’il y a à faire, souvent déclinés sous forme de règles d’actions. Le tout afin de faire émerger ce qui est en « intersection » dans les discours des uns et des autres à propos des situations visionnées. Ces formes réduites du discours permettent ainsi la comparaison des diverses réponses. L’objectif est d’évaluer le degré de compréhension de la production verbale et non verbale de l’enseignant, la comparaison de sens se fait à partir du discours source de P considéré comme la référence.

La figure 1 représente le nombre total de réponses concernant les 17 situations A (sans le son) pour l’ensemble de la population étudiée. La figure 2 est établie pour les situations B (avec le son) et pour chaque groupe. Le nombre total de réponses pour chaque item fait l’objet d’une comparaison inter-groupe afin d’identifier les différentes formes de réponses, puis d’établir un portrait de groupe. L’ensemble de ces données sont présentes dans le tableau ci-dessus.

Soumis au test, l’enseignant est placé en situation de réception différée de sa propre production. Incité à décoder sa propre production langagière sans hésitation et à donner d’emblée un sens à la première séquence (séquence A), ses productions non verbales suffisent à sa reconnaissance du contexte et des contenus d’enseignement. Le visionnement de la sé-quence globale suivante (avec le son et appelée séquence B) est l’occasion pour lui de justifier et d’approfondir les contenus d’enseignement qu’il vise, en utilisant éventuellement un temps de parole de façon complémentaire. Mais dans plus d’un cas sur deux, il n’ajoute rien aux commentaires préalables produits dans la séquence A. Tout se passe comme si la cohérence qu’il a construite dans son enseignement se retrouvait lors du visionnement des gestes. A tout instant, il semble capable de rendre compte des gestes qu’il emploie, de leur fonction, de leur finalité et de leur lien avec les contenus d’enseignement qu’il vise pour ses étudiants. A la limite, on pourrait affirmer que la rigueur de sa démarche s’illustre dans la précision des gestes qu’il emploie pour souligner ses intentions auprès des étudiants. La lisibilité pour lui des productions langagières est un indicateur de cohérence et de fidélité du code non verbal qu’il emploie, et qu’il co-construit avec ses étudiants.

Les données quantitatives moyennes entre chaque groupe (GT et GE) comparées aux productions de l’enseignant montrent une perte considérable de l’information produite dans chaque séquence. On constate que pratiquement 50 % en moyenne des traits sémiques émis dans le commentaire de l’enseignant ne sont pas restitués par les étudiants, avec des variations selon le groupe d’appartenance des étudiants. Un test U de Mann-Whitney montre une différence significative dans la distribution de la variable « productions langagières quantitatives » pour les deux populations. Le groupe GE restitue en moyenne 55 % des traits contre seulement 47 % pour GT.

Quelle que soit la séquence visionnée avec ou sans le son, les commentaires des étudiants GE à propos des gestes de l’enseignant sont d’emblée plus nombreux. Comme nous l’avons mentionné, on constate un nombre de réponses (équivalent à un trait sémique) plus élevé chez GE que GT.

Si l’on rentre dans le détail du type de réponse prononcé, on s’aperçoit que la distribution du nombre d’item « rien à dire » est significative de stratégies différentes, selon les groupes, dans le mode de lecture du message de l’enseignant. Le nombre total d’items « rien à dire » pour l’ensemble de la population étudiée passe de 53 à 164 sur la totalité des séquences entre A et B. Chez GT, le nombre de non réponses passe de 25 à 63 contre 28 à 93 pour GE.

Le nombre d’item « rien à dire » (93 chez GE contre 63 pour GT) en séquence B est directement lié à la précocité de reconnaissance des situations. Cette reconnaissance pour le groupe GE intervient dès la visualisation des productions non verbales de l’enseignant, contrairement au groupe GT qui utilise de manière préférentielle le support verbal pour comprendre la situation. De plus, la lecture du groupe GE est plus pertinente car elle présente un degré de congruence supérieur au commentaire source (celui du professeur P).

Les résultats précédents notamment en ce qui concerne la proportion d’item « rien à dire » en séquence B illustrent une stratégie de lecture différente d’un groupe à l’autre. Comme nous l’avons constaté, dans la majeure partie des cas, la situation B n’apporte pas d’informations supplémentaires du point de vue du lecteur GE. A l’inverse, le groupe GT utilise de façon plus prononcée les informations verbales intervenant en second lieu dans le test pour interpréter le message produit par l’enseignant. On peut penser qu’en l’absence d’un code non verbal préalablement co-construit, les informations verbales, qui font l’objet d’un codage commun élargi et universel, sont les plus pertinentes pour un « lecteur naïf » des données visuelles. Tout se passe comme si il y avait substitution d’un code par l’autre (le verbal par le non verbal) dès lors que le code non verbal n’a pas été préalablement et suffisamment élaboré au cours d’échanges antérieurs.

Malgré la maîtrise de la variable « a suivi ou non les enseignements de P » dans la constitution des échantillons, deux sujets du groupe témoin (GT) se démarquent nettement de la réponse moyenne de leur groupe d’appartenance. Leur profil de réponse est d’ailleurs plus proche et congruent avec les commentaires de P que le groupe GE en général. Ils se distinguent de leur groupe d’appartenance par un bon niveau de connaissance théorique de l’activité natation. Ce niveau est évalué pour l’un par le fait qu’il est engagé dans une formation professionnalisante (BEESAN 1er degré), et pour l’autre par un bon niveau acquis dans sa formation universitaire (notes obtenues aux examens).