Les simulateurs pédagogiques appartiennent à la famille des « jeux d’entreprise ». Dans ce type de dispositifs, le formateur « obtient » l’engagement de l’apprenant par la compétition, face à l’ordinateur, mais surtout face à des alter ego, à qui ce dernier peut se comparer.
La question de la mesure de la performance se résume donc parfois, pour l’apprenant, au classement simple du jeu.
Le classement simulateur est une arme à double tranchant. Celui ou celle qui a déjà animé une session le sait bien. Source de joie voire d’exultation par certains, il peut être également très mal vécu par d’autres, acceptant difficilement l’échec. En effet, dévoiler un classement entre participants signifie désigner un premier, mais également un dernier.
Chez SCIADO Partenaires, nous considérons qu’il est indispensable, à un moment ou à un autre dans l’exercice pédagogique, de pouvoir visualiser son niveau de performance, mais pas à tout prix.
La réflexion que nous avons menée sur la refonte du scoring de nos simulateurs repose sur plusieurs principes forts.
Les 6 principes forts du classement simulateur
1. L’approche multicritère du classement simulateur
La performance pouvant rarement se rapporter à un indicateur seul, nous avons choisi de dissocier le score total en plusieurs axes. Ces derniers se rapportent à un « profil » de joueur, ou une dimension privilégiée dans la finalité de l’apprenant.
Par exemple, en gestion d’entreprise, nous abandonnons l’idée de la seule évaluation de la rentabilité financière,. En échange, nous avons intégré au scoring un axe « responsable » qui met en lumière la capacité de l’apprenant à gérer son entreprise en tenant compte de son environnement sociétal.
2. La nécessité du compétitif indirect
En fonction du simulateur concerné, les interactions entre apprenants peuvent revêtir différentes formes et avoir des intensités variables. Pour évaluer au plus juste la compétence acquise, il nous semble indispensable que le scoring soit disjoint de cette interaction.
Nous ne marquons donc pas de point en lien avec un classement, mais par rapport à la valeur d’un indicateur. Ce dernier dépend, bien sûr, de la décision d’un autre joueur, virtuel ou réel. De cette manière, le classement dépend moins du comportement des autres joueurs, et fiabilise de fait la mesure de la performance.
3. La progressivité dans l’évaluation de la performance
Comme dans tout processus d’apprentissage, l’erreur existe, et est à mettre à profit pour créer une expérience positive. Suivant ce postulat, nous intégrons une pondération progressive des différents cycles de jeu, privilégiant les logiques long terme.
Le score sera donc obtenu par moyenne pondérée des performances de chaque cycle, avec une progressivité dans les coefficients. L’apprenant qui commet une erreur au début pourra apprendre et gommer l’incident par une sur-performance ultérieure.
4. La facilité de lecture du classement simulateur pour l’apprenant
Pour être moteur, un classement doit être lisible et motivant. C’est pour cette raison que nous avons imaginé la logique « Score => Axe => Critère ». Cela permet de comprendre finement le mode de calcul du score, en décomposant en axes, chaque axe étant lui-même calculé en fonction de plusieurs indicateurs.
En bref, l’apprenant, sur la base de son classement, doit pouvoir comprendre quels sont ses points faibles. Il sera ensuite capable de déterminer les leviers à actionner lors des décisions suivantes pour améliorer sa performance. Rien de plus frustrant de subir une dernière place sans savoir pourquoi !
Dans le même esprit, nous avons pensé la mesure de performance par un indice de base 100, qui représente l’optimal à atteindre, et qui peut être dépassé. De cette manière, la lecture des résultats est immédiate et pédagogique : un coup d’œil suffit pour comprendre où agir pour s’améliorer.
Ce système élaboré, en forme de « poupée russe », doit également pouvoir s’adapter au profil du joueur, et tenir compte de la source de sa motivation.
En effet, chacun est plus ou moins sensible à la comparaison avec les autres, et il faut donc proposer à terme une présentation relative, mais également absolue de la performance.
5. Fournir plusieurs moyens de se comparer
En relatif, nous distinguons deux approches, fonction du périmètre de comparaison. L’apprenant pourra bien sûr mesurer sa performance face à ses concurrents directs (que l’on appelle univers de jeu), mais également par rapport à ses camarades de promotions par exemple. C’est ce que l’on appelle l’approche « micro ».
Plus largement, l’apprenant devra être à même de connaître son classement dans une vision temporelle (tous joueurs confondus dans l’année), et même plus globale (« je suis 45ème sur 4 590 joueurs »). C’est ce que nous appelons l’approche « macro », souvent réclamée par les apprenants, et potentiellement valorisable sur leur CV en cas de performance remarquable.
6. Evaluer sa performance propre et sa progression au cours de l’exercice
Pour les joueurs plus sensibles à leur parcours intrinsèque nous apportons une visualisation immédiate de l’atteinte de l’optimal. Atteindre ou dépasser un indice 100 sur le score, sur un axe ou un critère particulier, est caractéristique de réussite et mis en avant lors de la parution des résultats.
« J’ai rempli le contrat et même dépassé l’objectif », indépendamment de la performance des concurrents ou autres joueurs. Nous imaginons donc une évaluation par la récompense. Le joueur cherche à collecter des « badges de réussite » plutôt qu’à être meilleur que les autres à tout prix.
L’exercice s’inscrivant dans une perspective temporelle, il est donc possible de démontrer une progression cycle par cycle, sur un ou plusieurs indicateurs. Nous valoriserons dans ce cas l’acquisition de compétences progressive, la capacité à apprendre de ses erreurs et à réagir de façon cohérente.
