Compréhension ou automatisation : un faux dilemme pédagogique ?

Peu de débats traversent aussi durablement l’enseignement des mathématiques que celui qui oppose la compréhension à l’automatisation. D’un côté, les tenants du sens, attachés à ce que l’élève saisisse le pourquoi des notions, redoutent un dressage stérile ; de l’autre, les défenseurs des automatismes — tables, calcul mental, gestes répétés — rappellent qu’on ne raisonne pas dans le vide et que la fluidité technique conditionne la réussite. La querelle est ancienne, parfois vive, et chacune des deux positions s’autorise du bon sens. Mais elle repose, à bien des égards, sur une opposition que les sciences cognitives invitent à dépasser.

Une opposition mal posée

L’idée qu’il faudrait choisir entre comprendre et automatiser suppose que ces deux opérations s’excluent — comme si le temps consacré à l’entraînement était dérobé à la compréhension, et réciproquement. Cette représentation, séduisante par sa simplicité, résiste mal à l’examen. Comprendre et automatiser ne sont pas deux philosophies rivales de l’apprentissage : ce sont deux moments complémentaires d’un même processus, dont chacun nourrit l’autre.

L’automatisation au service de la pensée

Le premier malentendu consiste à croire que l’automatisation appauvrit la pensée. C’est l’inverse qui se produit. Comme le rappelle Stanislas Dehaene, la mémoire de travail, où s’effectue tout raisonnement, dispose d’une capacité étroitement limitée. Tant que les opérations élémentaires y consomment des ressources, il ne reste guère de place pour les raisonnements complexes. Automatiser les fondamentaux — les tables, les identités remarquables, les techniques de calcul — n’est donc pas renoncer à penser : c’est libérer l’esprit pour penser.

Les analyses d’André Tricot sur la charge cognitive vont dans le même sens : chez le novice, dont les schèmes ne sont pas encore consolidés, des bases non automatisées saturent l’attention et entravent l’accès au sens. Michel Fayol l’a montré pour le domaine numérique : faute d’avoir automatisé les faits arithmétiques, l’élève achoppe sur la résolution de problèmes, quelle que soit, par ailleurs, la qualité de sa compréhension conceptuelle. L’automatisme n’est pas l’ennemi de la compréhension ; il en est souvent la condition.

Un automatisme n’est pas une routine aveugle

Le second malentendu touche à la nature même de ce que l’on automatise. On imagine volontiers l’automatisme comme une mécanique dépourvue d’intelligence — un « truc » appliqué sans comprendre. Or la théorie des champs conceptuels de Gérard Vergnaud établit qu’un schème automatisé demeure une organisation intelligente de l’action : il porte en lui des théorèmes-en-acte, ces régularités implicites qui rendent le geste pertinent et adaptable. Automatiser un schème mathématique, ce n’est pas l’abrutir ; c’est en rendre l’usage si fluide qu’il devient disponible pour des tâches d’un ordre supérieur. L’expert ne calcule pas moins intelligemment que le novice : il calcule plus vite parce que l’intelligence du geste s’est sédimentée.

Les deux écueils symétriques

Si le dilemme est faux, ses deux termes désignent néanmoins des dangers réels — mais symétriques. Automatiser sans comprendre produit un savoir fragile : des procédures appliquées hors de leur domaine de validité, des « recettes » que le moindre déguisement de l’énoncé met en échec, et cette connaissance inerte qui résiste mal au transfert. À l’inverse, comprendre sans automatiser condamne l’élève à la lenteur et à la saturation : il sait, en principe, comment procéder, mais l’épreuve le déborde parce que chaque opération de base lui coûte un effort conscient. Les deux excès se rejoignent dans un même résultat : l’échec à mobiliser, le jour de l’évaluation, un savoir pourtant présent.

Une spirale plutôt qu’une alternative

La résolution du faux dilemme tient en une image : non pas une alternance entre deux camps, mais une spirale. On comprend pour pouvoir automatiser à bon escient ; on automatise pour libérer l’esprit et accéder à une compréhension plus fine, qui appellera de nouveaux automatismes, et ainsi de suite. Guy Brousseau décrivait déjà, dans la théorie des situations didactiques, ce mouvement de va-et-vient entre la situation qui construit le sens et l’institutionnalisation qui stabilise et entraîne le savoir. Les grands principes de l’apprentissage que dégage Stanislas Dehaene — l’engagement actif, le retour sur l’erreur, puis la consolidation qui transforme l’effort en automatisme — décrivent au fond la même progression.

Il ne s’agit donc pas de choisir entre compréhension ou automatisation, mais d’articuler compréhension et automatisation, dans le bon ordre et au bon moment. Opposer les deux, c’est se condamner à priver l’élève soit du sens, soit des moyens de l’exercer. Les réconcilier, c’est lui offrir l’un et l’autre : la lucidité qui éclaire le geste, et la fluidité qui le rend possible.