Éducation et didactique

14-3 | 2020
Varia

Processus de modélisation et processus de

problématisation en mathématiques à la fin du
lycée
Une étude de cas dans une perspective de didactique comparée

Corinna Hankeln et Magali Hersant

Édition électronique
URL : https://journals.openedition.org/educationdidactique/7776
DOI : 10.4000/educationdidactique.7776
ISSN : 2111-4838

Éditeur
Presses universitaires de Rennes

Édition imprimée
Date de publication : 25 novembre 2020
Pagination : 39-67
ISBN : 978-2-7535-8206-4
ISSN : 1956-3485

Référence électronique
Corinna Hankeln et Magali Hersant, « Processus de modélisation et processus de problématisation en
mathématiques à la fin du lycée », Éducation et didactique [En ligne], 14-3 | 2020, mis en ligne le 05
janvier 2022, consulté le 10 octobre 2022. URL : http://journals.openedition.org/educationdidactique/
7776 ; DOI : https://doi.org/10.4000/educationdidactique.7776

Tous droits réservés

 PROCESSUS DE MODÉLISATION ET PROCESSUS
DE PROBLÉMATISATION EN MATHÉMATIQUES
À LA FIN DU LYCÉE

Une étUde de cas dans Une perspective

de didactiqUe comparée

Corinna Hankeln
Westfälische Wilhelms-Universität Münster
(c.hankeln@uni-muenster.de)
Magali Hersant
Université de Nantes, Centre de recherche en éducation de Nantes, CREN, EA 2661,
F-44000 Nantes, France
(magali.hersant@univ-nantes.fr)

Dans cet article, nous mettons à l’épreuve l’hypothèse d’un croisement fructueux de deux cadres théoriques au
bénéfice de l’enseignement et de l’apprentissage de la modélisation : la théorie de la modélisation, développée par les
chercheurs allemands, et le cadre de l’apprentissage par problématisation, conçu par des didacticiens français. Nous
cherchons à répondre aux questions suivantes : dans quelle mesure le cadre de l’apprentissage par problématisation
(CAP) est-il pertinent pour analyser le processus de modélisation d’une situation réelle par un élève ? Qu’apporte
chacun des cadres à la compréhension de l’activité de modélisation de l’élève ? Quelles complémentarités présentent
les deux cadres au regard de la compréhension de l’activité de modélisation des élèves ? Pour cela, nous appuyons sur
une étude de cas : l’analyse de l’activité d’un élève face à une tâche de modélisation d’une situation réelle avec chacun
des deux cadres. Cette étude débouche sur des perspectives pour l’enseignement et l’apprentissage de la modélisation.

Mots-clés : modélisation, problématisation, didactique comparée, lycée, mathématiques.

Éducation & Didactique, 2020, vol. 14, no 3, p. 39-67 39

PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Corinna Hankeln & Magali Hersant
introdUction
L’enseignement et l’apprentissage de la modélisa-
tion ont fait l’objet d’études dès les premiers travaux
didactiques en France (Chevallard, 1989) et en
Allemagne (Klein, 1907 ; Freudenthal, 1978 ; Winter,
1981). En France, cette thématique de recherche a
été quelque peu délaissée par la suite. Mais les perfor-
mances des élèves européens aux études internatio-
nales (PISA entre autres) et la volonté politique de
développer la démarche d’investigation en mathé-
matiques (rapport Rocard, 2007) qui s’en est suivie
semblent l’avoir relancée. En effet, les problèmes
de modélisation trouvent toute leur place dans la
démarche d’investigation (Artigue & Blomhøj, 2013 ;
Wozniak, 2012) et, dans le cadre de projets euro-
péens visant l’étude et la dissémination d’un ensei-
gnement des mathématiques basé sur l’investigation
(LEMA, Fibonnacci, PRIMAS), des chercheurs fran-
çais ont travaillé à l’élaboration de tels problèmes et
des ressources associées pour les enseignants dans le
but de développer les apprentissages des élèves dans
ce domaine (Maß & Artigue, 2013 ; Cabassut, 2010).
En Allemagne, l’enseignement et l’apprentis-
sage de la modélisation ont fait l’objet d’un inté-
rêt constant depuis les années 1980 (Greefrath &
Vorhölter, 2016). Cela a permis la constitution
d’une communauté de recherche dynamique dans
laquelle Blum et Kaiser ont joué un rôle important
(Kuzniak & Vivier, 2011, p. 10). Cette commu-
nauté allemande a adopté une définition restrictive
du problème de modélisation : seuls les problèmes
complexes et ouverts issus du monde réel sont ainsi
considérés comme des problèmes de modélisation
(Kaiser, 1995) ; ils nécessitent une mathématisa-
tion horizontale (du monde réel vers un modèle
mathématique) et une mathématisation verticale (à
l’intérieur des mathématiques) au sens de Treffers
(1978) ainsi que l’interprétation du résultat obtenu
dans le contexte de la réalité et l’évaluation de sa
pertinence.
Cette communauté allemande s’est dotée d’un
cadre théorique spécifique développé par Blum et
Leiß (2005) (cf. Leiß et al., 2010) puis par Borromeo
Ferri (2006, 2007, 2010, 2011) pour étudier l’ap-
prentissage et l’enseignement de la modélisation,
cadre que nous désignerons par « théorie de la modé-
lisation » dans cet article.
40
La théorie de la modélisation,
un cadre spécifique pour étudier
le processus de modélisation chez les élèves
Cette théorie a été développée dans le but d’ana-
lyser et de comprendre les processus cognitifs à
l’œuvre dans un processus de modélisation, c’est-à-
dire dans un processus d’élaboration d’une réponse à
un problème de modélisation (au sens de la commu-
nauté allemande) (Blum & Leiß, 2005 ; Borromeo
Ferri, 2006). Ancrée dans la psychologie cognitive
(par exemple Skemp, 1987), elle permet entre autres
de reconstruire des cours individuels de modélisation
chez des élèves et d’identifier des « blocages » dans
la modélisation. Ces résultats sont ensuite mobili-
sés pour produire des outils pour la formation des
enseignants (Leiß, 2007). Ainsi cela confère à ce
point de vue cognitif une ambition didactique dans
la mesure où il contribue à comprendre les condi-
tions et contraintes de la diffusion des pratiques de
modélisation.
Dans cette approche, les mathématiques sont
considérées avant tout comme un outil pour
résoudre un problème en lien avec la vie réelle :
trouver une réponse stable à la question posée
dans la situation réelle et peser les conséquences
et les limites du modèle priment sur la construc-
tion de savoirs mathématiques. Par ailleurs, dans
cette approche où un problème de modélisation
n’est pas une simple application des mathématiques
(Kaiser, 1995), le contexte a un rôle important. En
effet, dans un problème de modélisation contraire-
ment à un problème d’application, la situation réelle
évoquée dans l’énoncé n’est pas échangeable et l’ana-
lyse approfondie du contexte est incontournable. Ce
rôle primordial du contexte génère des exigences
particulières : les élèves ne doivent pas seulement
maîtriser les outils mathématiques et reconnaître leur
pertinence dans une situation non encore mathéma-
tisée mais doivent aussi activer leurs connaissances
extra-mathématiques.
Dans ce sens, le processus de modélisation
part donc d’une situation de la réalité qui doit être
comprise. Ce processus de compréhension fait
émerger une représentation mentale de la situation
chez l’élève qui est le résultat de sa perception indi-
viduelle de la réalité (Leiß et al., 2010). À l’école,
dans la plupart des cas, la situation réelle ne peut être
communiquée que par un énoncé écrit ; le modèle de
situation proposé par l’élève est alors aussi le résultat
 PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
de la compréhension d’un texte informatif. Comme
le modèle de situation est souvent très complexe, il
est nécessaire de structurer les données, préciser
la question et aussi de simplifier la situation pour
appliquer des outils mathématiques. Le résultat de
cette structuration et de ces précisions ou simpli-
fications est nommé modèle réel (Blum, 1985).
Ce modèle réel traduit en langage mathématique
(mathématiser) permet ensuite de travailler. Mais,
dans le sens proposé par exemple par Blum (1985)
et Kaiser-Meßmer (1986), la modélisation en mathé-
matiques ne se limite pas au passage d’un problème
de la réalité à un problème mathématique, elle inclut
aussi le travail inverse, c’est-à-dire la mise en rela-
tion du raisonnement mathématique et de la réalité.
Ainsi, interpréter le résultat mathématique que l’on
a trouvé et lui donner un sens dans le contexte de
la réalité relève aussi du processus de modélisa-
tion. Cette interprétation n’achève pas pour autant
le processus, il faut aussi valider le résultat et son
ordre de grandeur, ainsi que le modèle mathématique
et les hypothèses ou simplifications sur lesquelles est
basé le modèle réel. Si cette validation révèle que le
résultat trouvé ne répond pas suffisamment à la ques-
tion posée dans la situation réelle, il est nécessaire de
reprendre la modélisation afin de l’améliorer. Cette
succession de phases de modélisation qui permettent
de décrire des processus de modélisation est souvent
représentée par un cycle de modélisation.
Figure 1 : Un cycle de modélisation et ses sept étapes (Blum & Leiß, 2005)
41
Corinna Hankeln & Magali Hersant
Dans les travaux allemands plusieurs types
de représentation des processus de modélisation
sont utilisés, chacun présente des avantages et des
inconvénients et le choix d’une représentation ou
d’une autre dépend des objectifs de l’analyse (Blum,
2015). Le cycle qui comporte sept étapes (figure 1)
est reconnu comme le plus pertinent pour l’analyse
cognitive. Il tient compte de travaux sur la modéli-
sation en mathématiques appliquées (Pollak, 1979 ;
Burghes, 1986), en linguistique (Kintsch & Greeno,
1985) et en psychologie cognitive (Staub & Reusser,
1995). Dans ce cycle, deux domaines distincts, les
mathématiques et le reste du monde, c’est-à-dire
la réalité (sans vouloir dire que les mathématiques
sont quelque chose d’irréel), sont représentés par
des nuages gris. Dans ces nuages, on retrouve diffé-
rents modèles ou résultats de la modélisation issus
du processus de modélisation. Ils sont indiqués dans
des rectangles sur la figure 1. Les modèles ou résul-
tats sont reliés par des flèches qui correspondent à
des phases du processus de modélisation. Ces phases
se caractérisent par les sous-compétences en jeu dans
l’activité de modélisation de l’élève ; sur le schéma ces
sous-compétences sont indiquées par un codage (a,
b…) à proximité des flèches. Maaß (2006) présente
une description très précise de ces sous-compé-
tences que l’on peut assimiler à des types particuliers
d’activité de modélisation. Selon elle, par exemple,
la sous-compétence simplifier recouvre les acti-
PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Corinna Hankeln & Magali Hersant
vités suivantes : formuler des suppositions pour le
problème et simplifier la situation, reconnaître des
quantités qui influencent la situation et les nommer
ainsi qu’identifier des variables clé, chercher des
informations disponibles et différencier entre ces
informations. Cette distinction de sous-compétences
permet de catégoriser les actions de l’élève.
Évidemment, les élèves qui modélisent spontané-
ment ne suivent pas obligatoirement ces étapes d’une
manière linéaire : ils peuvent sauter d’une étape à
l’autre, refaire des étapes ou en omettre. Ainsi, la
représentation d’une modélisation sous forme de
cycles, comme dans la figure 1, est une vue idéalisée
du processus, nous y reviendrons.
Cependant, cette représentation permet, d’une
part, de catégoriser et caractériser les activités des
élèves au cours d’un processus de modélisation et,
d’autre part, de classifier leurs « blocages ». Ces
derniers correspondent, dans le courant allemand,
soit à des moments où le processus de modélisation
est interrompu, soit à des moments où il y a un retour
en arrière dans les étapes du processus. Ils peuvent
avoir différentes origines : l’élève a des difficultés à
se représenter la situation car il ne parvient pas à
dégager suffisamment d’éléments pertinents à partir
du contexte (il pense qu’il manque des données au
problème) ou, à l’inverse parce qu’il ne simplifie pas
suffisamment la situation ; certaines connaissances
mathématiques nécessaires ne sont pas disponibles
(l’élève bloque sur un calcul, ne parvient pas à
retrouver une formule…). Ainsi, l’ancrage psycho-
logique de la théorie de la modélisation conduit à de
nombreuses études de cas (Schukajlow et al., 2018)
qui visent à dégager les modèles construits succes-
sivement par chaque élève et les « blocages » qui
surviennent aux différentes étapes du processus. Ces
blocages sont envisagés comme relatifs à une compé-
tence du processus de modélisation ou comme rela-
tifs aux connaissances mathématiques (anciennes)
des élèves et aux conceptions et obstacles épistémo-
logiques associés. Cela conduit les chercheurs alle-
mands, le plus souvent, à envisager et à proposer aux
élèves d’abord des aides stratégiques, en lien avec les
compétences de la modélisation, puis d’autres types
d’aide. Des analyses empiriques ont ainsi montré
que chaque étape de la modélisation peut être source
d’un obstacle cognitif pour les élèves (Blum, 2002 ;
Galbraith & Stillmann, 2006).
42
Le cadre de l’apprentissage par problématisation,
un cadre possible pour étudier le processus
de modélisation chez les élèves
Dans les travaux allemands, pour qu’un problème
soit considéré comme un problème de modélisa-
tion, il faut qu’il ait un ancrage dans une « situa-
tion réelle » (au sens précisé précédemment). En
France, le champ des problèmes de modélisation est
défini plus largement. En particulier, Brousseau et al.
(2002) ainsi que Chevallard (1989) considèrent aussi
des modélisations intra-mathématiques.
Aucun cadre théorique spécifique à la modélisa-
tion n’a été développé en France. Les didacticiens
français travaillent donc la question de l’enseigne-
ment et de l’apprentissage de la modélisation avec
différents cadres théoriques. Ainsi, par exemple,
Prebiski-Yvain fait référence à la théorie des situa-
tions didactiques de Brousseau (1998) sur la dévolu-
tion de la mathématisation horizontale (Yvain, 2017 ;
Modeste & Prebiski-Yvain, 2017 ; Prebiski-Yvain,
2018 ; Yvain-Prebiski & Chesnais, 2019) tandis
que Wozniak (2012) mobilise le cadre de la théorie
anthropologique du didactique (Chevallard, 1999)
pour analyser des praxéologies de modélisation
mathématique à l’école. Cette dernière reprend le
modèle du processus de modélisation de Chevallard
(1989) et l’interroge en remarquant que les diffé-
rentes praxéologies associées à la modélisation qu’elle
étudie « ne produisent pas seulement des réponses
différentes mais des constructions différentes du
problème » (p. 71) et donc des problématisations
différentes au sens de Orange (2005). Hersant et
Quiniou (2017) ainsi que Hersant et Choquet (2019)
mobilisent le cadre de l’apprentissage par probléma-
tisation (Fabre & Orange, 1997) pour analyser l’ac-
tivité d’élèves cherchant un problème qui requiert,
respectivement, la modélisation d’un phénomène par
une fonction au lycée professionnel et la modélisa-
tion d’une situation par un modèle géométrique à
l’école élémentaire. Que faut-il entendre par ce terme
« problématisation » et en quoi le cadre de l’ap-
prentissage par problématisation est-il adapté pour
étudier le processus de modélisation chez les élèves ?
Le cadre de l’apprentissage par problématisation,
noté CAP dans la suite du texte, a été principale-
ment développé dans le champ de la didactique des
Sciences de la Vie et de la Terre (Fabre & Orange,
1997 ; Orange, 2012) pour étudier l’activité d’élèves
ou de chercheurs en situation de résolution de
 PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
problèmes explicatifs. La construction de ce cadre
est en partie liée à un questionnement sur la notion
de modèle en biologie et à l’étude de la façon dont
un élève ou un scientifique construit un modèle
pour expliquer un phénomène (Orange, 1997). Par
ailleurs, ce cadre qui a des ancrages à la fois dans la
théorie de l’enquête de Dewey et dans l’épistémolo-
gie bachelardienne (Fabre, 2005) postule que savoir
ce n’est pas « savoir que » mais « savoir que ça ne
peut pas être autrement ». Autrement dit l’école doit
permettre l’apprentissage de savoirs apodictiques et
la construction de raisons. Orange (2005) définit la
problématisation scientifique comme la construction
explicite du champ des possibles qui génère, dans
une relation dynamique entre savoir et problème, la
construction de savoirs apodictiques et le passage de
concepts communs aux concepts scientifiques.
Pour rendre compte du processus de problémati-
sation, en référence à Popper et Jacob, Orange (2005,
2012) distingue trois registres de l’activité scienti-
fique dont l’articulation va permettre de construire
le problème et ses nécessités :
– le registre empirique qui est celui des faits
provenant d’observations ou d’expériences ;
– le registre des modèles qui est celui des
explications construites pour rendre compte
des faits préjugés pertinents pour le problème
travaillé et qui contient les nécessités rela-
tives au problème construites au cours de la
recherche ;
– le registre explicatif (ou cadre épistémique
dans Orange, 2005) qui comprend les présup-
posés considérés comme allant de soi par les
élèves et qui leur permettent de produire des
explications, de s’expliquer les choses.
De façon très schématique, on peut résumer le
processus de problématisation de la façon suivante.
Le registre explicatif initial des élèves constitue le
paradigme qui permet une exploration du problème
mobilisant des observations ou des expériences géné-
ratrices de faits, empiriques, dont une sélection jugée
pertinente va être mise en tension avec certaines
nécessités pour construire les explications et d’autres
nécessités du problème, dans un dédoublement des
données et des conditions (Fabre, 2011). Cette
construction explicite des nécessités est susceptible
de faire évoluer le registre explicatif des élèves et
participe donc de la conceptualisation scientifique.
Orange propose d’organiser les éléments associés
au processus de problématisation dans un « espace
de contraintes » qui est « une mise en ordre des diffé-
43
Corinna Hankeln & Magali Hersant
rents éléments problématisants » apparus au cours de
l’activité des élèves. La représentation de ces éléments,
par le chercheur, « gomme l’aspect chronologique
[…] au profit des relations logiques » (Orange, 2000,
p. 72). Ce choix est essentiel pour dépasser la « narra-
tion » de l’activité de l’élève. Cependant, il ne faci-
lite pas l’identification des éléments à l’origine de la
dynamique de problématisation, c’est-à-dire de ce qui
va provoquer une rupture d’intelligibilité de la situa-
tion et conduire à la construction des nécessités du
problème (par exemple, une intervention extérieure,
un fait issu de l’expérience, une remise en cause d’une
explication…). Or, identifier ces éléments permet de
préciser l’activité de problématisation des élèves. La
notion d’événement de problématisation (Doussot,
Hersant et Orange-Ravachol, 2013) est définie dans ce
but : en référence à la notion d’événement en sciences
historiques et sociales (Bensa & Fassin, 2002 ;
Orange-Ravachol & Orange, 2012), un événement de
problématisation correspond à ce qui provoque une
rupture dans l’intelligibilité de la situation et permet
une nouvelle intelligibilité, problématisée, de cette
situation. Cet événement est qualifié de problématisa-
tion pour indiquer qu’il est à l’origine de la construc-
tion de nécessités associées au problème, en relation
avec une évolution du registre explicatif (noté REX
parfois dans la suite du texte). S’il est relativement
aisé de mettre en évidence qu’il y a eu un événe-
ment de problématisation, il n’est pas toujours facile
d’identifier précisément un tel événement. Pour aider
à circonscrire un événement de problématisation, il
est utile d’accéder à la façon dont l’élève parcourt de
façon dynamique le champ du problème, c’est-à-dire
les problèmes qu’il rencontre et construit au cours
de sa recherche. L’un de nous a proposé (Hersant,
2016a) pour cela de représenter la façon dont l’élève
chemine, chronologiquement, entre les grands sous-
problèmes qu’il se pose au cours de sa recherche.
Le CAP est aujourd’hui utilisé dans différentes
disciplines (SVT, éducation physique et sportive,
histoire, physique, mathématiques…) pour éclai-
rer l’activité d’apprentissage des élèves. Pour ce qui
concerne les mathématiques, les travaux ont montré
sa pertinence pour accéder à une compréhension fine
de l’activité mathématique d’élèves en situation de
résolution de problèmes ouverts (Hersant 2010, 2011,
2016a, 2016b ; Hersant & Orange-Ravachol, 2015)
ou de situations-problèmes (Hersant & Quiniou,
2017 ; Grau, 2017 ; Hersant & Choquet, 2019), en
particulier dans le cas de problèmes de modélisation
PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Corinna Hankeln & Magali Hersant
(Hersant & Quiniou, 2017, Grau, 2017 ; Hersant &
Choquet, 2019). En mobilisant les trois registres de
l’activité scientifique critique que propose Orange,
ces travaux ont permis de montrer que ce cadre
permet d’accéder aux connaissances élaborées par les
élèves au cours de la construction et de la résolution
de problème de mathématiques et aux éléments qui
génèrent leurs raisonnements, y compris les obstacles
épistémologiques ou les représentations erronées
(voir en particulier Hersant, 2010 ou 2016a).
objectif de l’article et qUestions
Le CAP n’est spécifique ni de la didactique des
mathématiques, ni de l’apprentissage de la modéli-
sation, mais, en appui sur les travaux mentionnés
précédemment, nous faisons l’hypothèse qu’il est
pertinent pour étudier le processus de modélisation
de problèmes de la vie réelle qui comprennent une
mathématisation horizontale et une mathématisation
verticale.
Par ailleurs, nous faisons aussi l’hypothèse que
l’analyse du processus de modélisation chez les
élèves avec le CAP apporte des éléments nouveaux
et complémentaires aux résultats issus d’une analyse
avec la théorie de la modélisation. En effet, d’abord,
car la distinction des trois registres de l’activité
scientifique qui organise l’analyse de la probléma-
tisation fournit des outils pour expliciter différem-
ment la mathématisation horizontale de la situation
qui correspond aux compétences a, b et c dans la
théorie de la modélisation : dans les termes du CAP,
il s’agit en effet d’identifier les éléments empiriques
pertinents pour traiter le problème et construire ses
nécessités à l’intérieur d’un registre explicatif qui
peut évoluer par la mise en tension de ces différents
éléments. Ensuite, car l’ancrage épistémologique du
cadre conduit à rechercher les obstacles épistémo-
logiques auxquels se heurtent les élèves au cours de
la modélisation quand la théorie de la modélisation
cherche à identifier des « blocages » au niveau des
compétences.
Suivant cette hypothèse, nous pensons que la
conjugaison des deux cadres permet d’apporter des
éléments nouveaux à la compréhension du proces-
sus de modélisation chez les élèves et d’envisager des
aides à la mise en œuvre de ces situations en classe,
en particulier de prévoir des interventions auprès
des élèves. Nous savons, en effet, que la gestion de
44
situations de modélisation en classe (choix des situa-
tions à proposer, analyse des tâches liées à une acti-
vité de modélisation, gestion des multiples solutions
possibles, interventions et rétroactions à prévoir lors
d’une mise en œuvre d’une situation d’enseignement
de la modélisation, identification des difficultés des
élèves et réponses à y apporter, évaluation du travail
des élèves) est une pierre d’achoppement pour beau-
coup d’enseignants (Yvain, 2018, p. 226-227).
Dans cet article, nous mettons à l’épreuve cette
hypothèse d’un croisement fructueux de la théorie
de la modélisation et du cadre de l’apprentissage par
problématisation au bénéfice de l’enseignement et
de l’apprentissage de la modélisation à partir d’une
étude de cas. Nous analysons l’activité d’un élève à
l’aide de chacun des cadres afin de répondre aux ques-
tions suivantes : 1) dans quelle mesure le CAP est-il
pertinent pour l’analyse du processus de modélisation
d’une situation réelle par un élève ? 2) Qu’apporte
chacun des cadres à la compréhension de l’activité
de modélisation de l’élève ? 3) Dans une perspective
comparatiste, quelles complémentarités présentent
les deux cadres au regard de la compréhension de
l’activité de modélisation de l’élève ? À travers ces
questions nous souhaitons évaluer l’intérêt de la
conjugaison de ces deux cadres pour la didactique des
mathématiques, en particulier, au regard des difficul-
tés associées à l’enseignement de la modélisation.
présentation de l’étUde
Notre analyse repose sur une étude clinique : celle
de l’activité de modélisation d’un élève de classe de
Terminale S, Jean, confronté au problème du « phare
des Baleineaux » (voir figure 2).
Nous avons choisi de situer l’étude au niveau du
lycée, parce qu’à ce niveau les élèves disposent déjà
des nombreux outils mathématiques qu’ils peuvent
mobiliser (ou non) pour la modélisation, ce qui
donne la possibilité de proposer un problème qui a
une certaine consistance.
Le problème du phare des Baleineaux est un
problème de modélisation géométrique, en rela-
tion avec un phénomène physique, dont la réso-
lution s’achève par un calcul. La validation repose
sur la plausibilité du résultat au regard du contexte ;
il n’y a pas plusieurs réponses possibles à discu-
ter comme dans certains problèmes (par exemple
le problème « aire de jeux » dans Hankeln (2020)
 PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Figure 2 : Énoncé du problème
ou celui du géant dans Wozniak, 2012. Par ailleurs,
comme nous le verrons dans l’analyse, les connais-
sances mathématiques nécessaires pour résoudre le
problème sont familières d’un élève de fin de lycée
(Pythagore, formules de cosinus et sinus). Pour ces
raisons, ce problème nous a semblé adapté pour les
élèves français qui n’ont pas l’habitude de chercher
des problèmes de modélisation.
Une étude de cas
Le cas étudié est extrait d’une étude plus large
qui porte sur un corpus de 19 élèves d’un même
lycée français confrontés au même problème (voir
Hankeln, 2018). L’activité de modélisation de Jean
est représentative de l’activité de modélisation de
la plupart des élèves du groupe. En effet, comme la
grande majorité des élèves observés, Jean rencontre
des difficultés dans les différentes étapes du cycle
de modélisation. En particulier, comme le tiers des
élèves du corpus il a une mauvaise représentation
de la situation au départ (vue du dessus) et comme
la majorité des élèves, il fait des conjectures erro-
nées à propos de ce qui empêche de voir le phare.
De plus, comme 16 % des élèves, il rencontre des
difficultés dans les calculs. Par ailleurs, comme nous
le verrons au cours de l’analyse, Jean utilise le théo-
rème de Pythagore pour la mathématisation verticale
du problème, comme un élève sur deux dans notre
corpus. Ainsi, même si dans cet article qui porte sur
des questions de didactique comparée la représenta-
45
Corinna Hankeln & Magali Hersant
tivité du cas étudié n’est pas fondamentale, l’activité
de cet élève nous a semblé intéressante à analyser.
Le recueil des données et les choix
pour la constitution du corpus
Nous avons recueilli les données de l’étude avec la
méthodologie de « penser à voix haute » (Falardeau
et al., 2014 ; Sandmann 2014) qui permet d’accéder
au raisonnement de l’élève (Veenmann et al. 2003)
et donc de reconstruire son processus de modélisa-
tion. La méthode est connue en Allemagne mais peu
en France, c’est pourquoi nous l’expliquons en détail
dans le paragraphe suivant.
Ce type d’étude est classique en Allemagne où
l’analyse du processus de modélisation chez les
élèves s’effectue principalement à partir d’études de
cas ; il est cohérent avec une approche ancrée cogniti-
vement. En France, les études didactiques se réalisent
le plus souvent à l’échelle du groupe classe, bien que
les phénomènes de groupes soient assez peu étudiés
d’un point de vue didactique. En fait, ce qui semble
important pour la didactique des mathématiques
française est l’aspect social de l’apprentissage, aspect
qui ressort en particulier à travers le phénomène de
contrat didactique (Brousseau, 1998) et le fait que
les connaissances et savoirs sont des constructions
sociales. L’étude clinique que nous proposons ne
nous semble pas échapper complètement à ces deux
aspects sociaux des apprentissages. En effet, l’élève
n’interagit ni avec le maître, ni avec d’autres élèves
PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Corinna Hankeln & Magali Hersant
mais les connaissances mathématiques qu’il mobi-
lise ont cependant été socialement construites et les
obstacles épistémologiques qu’elles portent trans-
cendent le cas de cet élève.
Le corpus est constitué à partir de la captation
vidéo de l’activité de l’élève qui permet la transcrip-
tion de l’entretien avec l’élève et le suivi de l’évolu-
tion de ses traces écrites au cours de la recherche,
en conformité avec la méthodologie du cadre de
l’approche cognitive. Ce corpus apparaît satisfaisant
pour analyser en termes de problématisation l’acti-
vité de l’élève. En effet, d’une part, le CAP est adapté
à l’étude du processus individuel de problématisa-
tion (voir Orange, 2005 qui présente la problémati-
sation de C. Bernard à propos du concept de milieu
intérieur à partir de l’analyse de ses traces écrites) et
d’autre part, le « penser à voix haute » constitue une
activité langagière qui, si elle n’est pas soumise à la
contradiction de pairs comme l’est une intervention
au cours d’un débat, appelle toutefois une surveil-
lance du soi (au sens de Bachelard), qui est d’autant
plus présente que l’élève se sait observé, et à laquelle
s’ajoutent quelques rares interventions de la cher-
cheuse qui peuvent amener de la contradiction.
« Penser à voix haute »
L’idée centrale est d’inciter l’élève à prononcer
chaque pensée qui émerge au cours de son travail.
Ainsi, ses idées spontanées et ses erreurs sont verba-
lisées et accessibles. Pour que cela fonctionne correc-
tement plusieurs conditions doivent être réalisées.
D’abord la personne qui mène l’entretien doit être
rodée à la méthodologie associée. Ensuite, il est essen-
tiel que l’élève comprenne bien ce qu’on attend de lui
et qu’il collabore. On peut considérer que des élèves
de lycée sont suffisamment mûrs pour comprendre
la démarche. Mais leur collaboration requiert une
relation de confiance, indépendante de toute idée
d’évaluation, entre l’élève et la personne qui mène
l’entretien. Il est aussi nécessaire de consacrer un peu
de temps à la fois à expliquer à l’élève la méthodolo-
gie et à lui donner la possibilité de la pratiquer.
Pour l’étude dont est extrait le cas analysé, les
données ont été recueillies par C. Hankeln qui maîtrise
cette méthodologie (Hankeln, 2018) et connaissait les
élèves pour avoir observé leur classe pendant plusieurs
heures auparavant. Tous les entretiens étaient structu-
rés de la façon suivante. L’entretien commençait par
46
une conversation détendue avec des questions sur le
goût de l’élève pour les mathématiques, ses idées au
sujet de la modélisation etc. Ces questions visaient à
habituer l’élève à la situation où il était seul avec la
chercheuse et à recueillir des données sur ses connais-
sances. Ensuite, la chercheuse informait l’élève qu’il
n’était pas censé absolument trouver une solution, de
façon à se qu’il se sente libre de réfléchir tous azimuts
et ne se sente pas évalué. Elle mentionnait l’impor-
tance de verbaliser toutes ses pensées sur le problème
pour lui permettre d’analyser sa démarche. Pour l’ai-
der à comprendre les attendus, elle lui montrait une
vidéo sur laquelle elle résolvait un sudoku en pensant
à haute voix. Ensuite, elle donnait à l’élève la même
énigme et lui demandait de le compléter en pronon-
çant chaque pensée, comme dans la vidéo. Après cette
introduction, la chercheuse soumettait le problème à
l’élève en lui demandant de continuer à penser haute
voix. Pendant le travail de l’élève, la chercheuse restait
à côté de lui, l’écoutait et, si nécessaire, lui rappelait
de penser à haute voix. Elle n’intervenait pas dans le
processus de l’élève sauf s’il semblait être complète-
ment bloqué. Alors, elle lui donnait des indications
préparées en amont de l’entretien. Elle faisait atten-
tion à lui fournir le moins d’aide possible et mais assez
pour qu’il puisse avancer.
analyse dU problème
Dans ce paragraphe nous proposons une analyse
du problème qui vise à mettre en évidence les
éléments saillants du processus de modélisation de
la situation du point de vue de cadre de la modélisa-
tion et du CAP.
De la situation réelle au modèle réel
Pour construire un modèle réel de la situation
pertinent (figure 2) il faut connaître la fonction
d’un phare en mer. Contrairement à une idée répan-
due, cette dernière n’est pas d’éclairer les rochers
pour éviter un naufrage mais de donner des repères
par rapport à la côte et, en particulier, d’accéder à
la distance entre le bateau et le phare à l’instant où
l’on perçoit pour la première fois la lumière du phare
(voir figure 3)1.
L’énoncé du problème, qui est adapté d’un
problème de Borromeo Ferri (2007) et reprend des
 PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Figure 3 : Modèle mathématique no 1 en ligne droite ; son intensité est considérée comme
L’échelle n’est pas respectée. Le disque de centre A et
de rayon EA représente la Terre ; la hauteur de l’eau
à la surface de la Terre est négligée ; le segment [EG]
représente le phare à la surface de la Terre et H est le
point à partir duquel on perçoit pour la première fois la
lumière du phare.
extraits d’articles Wikipédia, est construit pour faire
émerger les représentions initiales des élèves à propos
du fonctionnement d’un phare et permettre, le cas
échéant, de repositionner cette représentation. En
effet, une représentation correcte du fonctionnement
du phare est indispensable au processus de modéli-
sation : cette représentation intervient comme un
élément de la réalité (du « système » dirait Chevallard,
1989) et permet une mathématisation de cette réalité.
Pour autant, identifier cette fonction du phare ne
constitue pas pour nous un enjeu d’apprentissage.
C’est pourquoi lorsqu’un élève a une représentation
erronée d’un phare, nous lui précisons qu’il permet
aux marins de connaître leur distance au phare
lorsqu’ils voient pour la première fois sa lumière.
Cette aide à la représentation correcte du problème
permet à l’élève de situer son activité sur le « bon »
problème, elle ne limite ni le travail de modélisation,
ni le travail de problématisation.
Des connaissances non mathématiques
indispensables à la modélisation
La modélisation du problème requiert de savoir
deux choses sur la propagation de la lumière : dans
un milieu homogène transparent, comme on le
47
Corinna Hankeln & Magali Hersant
considère dans le problème, la lumière se propage
constante sur la distance parcourue. En d’autres
termes, dans la situation considérée l’intensité lumi-
neuse ne diminue pas avec la distance. Le fait qu’on
perçoit ou pas la lumière du phare ne peut donc pas
être attribué à la distance au phare ; c’est un phéno-
mène lié à la courbure de la Terre. Ces deux expli-
cations alternatives du phénomène de visibilité / non
visibilité de la lumière du phare correspondent à
deux registres explicatifs alternatifs pour penser le
problème. Le premier est associé à une conception
quotidienne du phénomène de propagation de la
lumière, étroitement lié à une expérience de piéton.
Le second correspond à une conception scientifique
du phénomène. Cette dernière conception ne sera
pas forcément celle mobilisée d’emblée par les élèves
mais comme les élèves de Terminale envisagent sans
difficulté le déplacement de la lumière par une ligne
droite, le registre explicatif erroné devrait être écarté
dès lors que les élèves intègrent la rondeur de la
Terre à leur modèle.
Par ailleurs, la réalité associée au système à modé-
liser se situe à l’échelle de la planète Terre (voir
figure 3) et nécessite donc des connaissances spéci-
fiques dans ce domaine, en particulier le fait que la
Terre est ronde et que son diamètre est de 6 371 km.
Du point de vue du CAP, la première de ces connais-
sances correspond à une nécessité du système. En
effet, si la Terre n’est pas ronde, la lumière émise par
le phare se propage en ligne droite sans perdre en
intensité et est donc toujours visible. L’identification
de cette nécessité du modèle est déterminante pour
en établir d’autres associées aux propriétés des
triangles en jeu sur le modèle (égalité des côtés et
angles droits). Le cadre de la modélisation considère
aussi que c’est un élément de réalité qui a des impli-
cations fortes dans la mathématisation du système.
En effet, le fait que la Terre est ronde implique que le
marin pourra voir la lumière du phare dès lors que le
haut du phare, le bord de la Terre et l’œil du marin
seront alignés (figures 3 et 4). Cette connaissance sur
la forme de la Terre est théoriquement disponible
chez un élève de Terminale scientifique2 mais, pour
un élève qui ne pratique pas la navigation, elle est
susceptible de se heurter à l’expérience quotidienne
du piéton qui ne perçoit pas la rondeur de la Terre.
Cependant, on peut compter sur des éléments empi-
riques, comme le fait qu’on ne voit pas l’Amérique
depuis les côtes bretonnes, pour rendre la connais-
PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE

Corinna Hankeln & Magali Hersant

sance « la Terre est ronde » disponible chez les

élèves. Figure 4 : Modèle mathématique no 2
Il est moins évident que le diamètre de la Terre
soit connu des élèves mais cette connaissance néces-
saire au calcul de la distance n’intervient qu’au
moment des calculs finaux. Du point de vue du CAP
c’est une connaissance empirique qui n’a pas d’inci-
dence sur la construction de l’explication du phéno-
mène et pour la théorie de la modélisation c’est un
élément de la réalité qui n’intervient pas en tant que
telle dans la construction du modèle. C’est pourquoi
si les élèves ignorent cette distance nous avons prévu
de la leur fournir.

La mathématisation du système

Il y a plusieurs possibilités pour mathémati-

ser le système avec les connaissances d’un élève
de Terminale, en ce sens le problème présente une
certaine ouverture.
Dans tous les cas, la surface de l’océan est assimi-
lée à un arc de cercle de rayon 6 371 km et de centre le
centre de la Terre (cercle de centre A sur les figures 3
et 4). Une première possibilité consiste à négliger la
hauteur de l’eau ainsi que celle du bateau et marin
qui perçoit pour la première fois la lumière du phare
(figure 3). La rondeur de la Terre implique alors que
l’endroit à partir duquel on peut voir la lumière du
phare correspond à un des deux points de tangence
entre le cercle qui représente la Terre et les tangentes
à ce cercle passant par le sommet du phare (point
G). Considérons que le marin est en H (figure 3). Le
triangle AHG est rectangle en H et on peut assimiler
la distance au phare à la distance GH. En utilisant le
théorème de Pythagore, et en notant h la hauteur du
phare on a que GH2+AH2=GA2 puis GH2=(R+h)2–
R2=h(h+2R) soit GH–√h(h+2R). On trouve alors une
valeur approchée au mètre près de 19874 m soit
19,874 km. Nous considérons cette procédure tout à
fait satisfaisante pour un élève de Terminale.
Une seconde possibilité prend en compte la
hauteur du bateau et du marin (DF sur la figure 4).
L’endroit à partir duquel le marin perçoit la lumière
du phare est alors le point F à la surface la Terre
(figure 4). Le triangle AHD est rectangle, en appli-
quant le théorème de Pythagore on trouve la distance
DH : DH=√(DF+R)2–R2, soit DH=√DF×(DF+2R). La
distance à laquelle le marin perçoit la lumière du
phare est donc DG=DH+HG (puisque D, G, H sont
L’échelle n’est pas respectée. Le disque de centre A et
de rayon EA représente la Terre ; la hauteur de l’eau
est négligée ; le segment [EG] représente le phare à la
surface de la Terre ; H est le point où l’on perçoit pour la
première fois la lumière du phare si l’on est à la surface
de la Terre ; le segment [DF] représente le bateau et le
marin sur le bateau.
alignés). Les élèves ne disposent ni de la hauteur du
bateau, ni de celle du marin ; même s’il est aisé de les
estimer, nous n’attendons pas particulièrement cette
procédure.
Pour un élève de Terminale, des procédures
mobilisant la trigonométrie sont aussi disponibles.
Par exemple, on peut calculer la valeur de l’angle
alpha (voir figure 5) en utilisant son arccosinus puis
en déduisant la distance GH : α = arccos (R/R+h) et
GH=sin α×(R+h). On trouve ainsi la même valeur
qu’avec la première procédure.
Il est à noter que dans les calculs finaux, une
des erreurs possibles est d’oublier d’exprimer les
longueurs dans la même unité. Dans ce cas, l’élève
devra s’interroger sur la plausibilité de son résultat.
Le travail mathématique du problème
La solution implique la notion de tangente
d’une droite à un cercle qu’il faut l’interpréter de
deux points de vue différents pour accéder aux
nécessités du problème. D’une part, une tangente
a un unique point commun avec le cercle auquel

48
 PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Figure 5 : Modèle mathématique no 3 visible à partir du point H et pas avant ?) et, d’autre
elle est tangente : le point H (figures 3 et 4) corres-
pond donc au point à partir duquel on voit le phare.
D’autre part, une tangente à un cercle est perpen-
diculaire à un rayon de ce cercle, (HG) est donc
perpendiculaire à (HA) et le triangle AHD est
rectangle. Les élèves devront donc mobiliser succes-
sivement ces deux points de vue sur la tangente, ce
qui n’est pas forcément évident. En effet, les travaux
de Castela (1995) ont montré que les élèves de lycée
peuvent développer deux conceptions différentes de
la tangente à un cercle, l’une correspondant à une
grande focale sur la figure et au cas limite de sécante
à un cercle, l’autre correspondant à un zoom et à
la meilleure approximation, localement, d’un
cercle par une droite. Dans ce dernier cas, l’uni-
cité du point de tangente n’est pas acquise. Dans ce
problème, on peut donc s’attendre à des difficultés
à cet endroit.
En conclusion
Une fois totalement modélisé ce problème met
en jeu des connaissances mathématiques de fin de
collège normalement bien maitrisées en Terminale
ainsi que le concept de tangente qu’il faut envisager
de deux points de vue et qui peut poser problème. En
revanche, le processus de modélisation du système
requiert, d’une part, des connaissances non mathé-
matiques pour saisir le phénomène de visibilité de
49
Corinna Hankeln & Magali Hersant
la lumière du phare (comment se fait-il qu’elle est
part, d’identifier les propriétés mathématiques sous-
jacentes au modèle (tangentes, triangles rectangles).
étUde avec la théorie de la modélisation
Envisager l’apport respectif de chacun des cadres
à l’analyse du processus de modélisation de Jean
suppose d’effectuer d’abord une analyse de son acti-
vité avec chacun des cadres. Nous rendons compte
dans ce paragraphe de l’analyse avec la théorie de la
modélisation après avoir donné quelques précisions
sur la méthodologie de traitement et d’analyse des
données avec ce point de vue.
Méthodologie d’analyse
Le processus de modélisation de Jean est recons-
truit en deux temps à partir de la transcription de
ses pensées à voix haute. D’abord, nous découpons
en étapes son cheminement dans le problème. Une
étape correspond à l’établissement d’un modèle ou
d’un résultat du cycle de modélisation et se termine
quand il est construit d’une manière jugée satisfai-
sante. Ensuite, chaque étape est analysée du point
de vue des sous-compétences mobilisées, en réfé-
rence aux fonctions a à g mentionnées figure 1.
Toutes les remarques de l’élève et de la chercheuse
sont catégorisées selon ces sous-compétences. Cette
analyse permet de retrouver des « petits » cycles
de modélisation, pas forcément complets, à l’inté-
rieur chaque étape. En plus de cette analyse, les
blocages et leurs causes sont identifiés et locali-
sés en termes de modélisation. Par blocage nous
entendons un moment où l’élève ne sait plus avan-
cer dans le problème ou se perd dans des réflexions
éloignées des objectifs qu’il s’est fixés (Galbraith &
Stillmann, 2006). Le tableau 1 illustre cette analyse
sur un extrait de transcription.
Dans cet extrait, deux blocages peuvent être iden-
tifiés. Le blocage le plus évident est la difficulté de
Jean à retrouver une formule pour calculer un angle
(ligne 26). Ce blocage est associé à un but que Jean
s’est fixé lui-même (calculer l’angle). Le deuxième
blocage, plus décisif pour la résolution du problème,
concerne le fait que Jean ne prend pas en considéra-
tion que la Terre est ronde. Tout se passe comme s’il
PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE

Corinna Hankeln & Magali Hersant

Tableau 1 : Analyse suivant le cycle de modélisation

Activité de
Transcription Justification
modélisation
21 – Le phare il est là… pour mieux le voir… plus on s’approche,
mieux on va voir la lumière donc, si on s’en éloigne on va avoir cet Jean identifie l’importance de la
b
angle qui va se former avec le phare (commence à dessiner figure C distance jusqu’au phare
de l’annexe 2)
Jean commence à mathématiser
22 – Il faut trouver un angle selon lequel on ne voit plus le phare…
c des quantités pertinentes et leurs
euh, il faudrait que ce soit un petit angle entre eux
relations.
23 – petit, c’est qu’on va avoir une plus grande distance et on va Jean revient à l’identification des
b
allonger informations importantes.
24 – (commence à dessiner figure D de l’annexe 2) On va faire le
Jean précise la situation qu’il
truc pour 31 qu’on voit devant soi… donc il dépasse à peine de b
analyse.
l’eau peut-être
25 – pour que la distance entre moi et le phare soit… si je le vois à Jean construit une relation entre les
b
peine dépasser, peut-être de 4 ou 5 degré… c’est compliqué… euh variables pertinentes.
26 – Je réfléchis à la taille d’un angle. Je cherche… J’essaie de me Jean cherche un modèle mathéma-
c
souvenir comment je calcule un angle en ayant deux distances. tique.
La chercheuse incite Jean à
27 – C : Bon si on prend ton dessin, tu pourrais allonger cette ligne
b identifier toutes les informations
et finalement arriver en Amérique ?
pertinentes.
28 – non puisqu’il faut… non, la Terre elle se tord quand même, Jean reconnaît l’importance de la
b
elle est ronde, mais… courbure de la Terre.

codes : a comprendre ; b simplifier ; c mathématiser ; d travailler mathématiquement ; e interpréter ; f valider ; g communiquer.

faisait l’hypothèse implicite qu’il n’avait pas besoin
de la courbure de la Terre. C’est l’intervention de la
chercheuse en ligne 27 qui lui permet d’identifier
cette information pertinente supplémentaire. Nous
considérons que ce blocage ne résulte pas d’une
hypothèse explicite inadéquate, mais d’un manque
de réflexivité envers la situation réelle.
Pour rendre compte de cette analyse, nous repré-
sentons sous la forme d’un cycle de modélisation
chacune des étapes du processus de modélisation de
l’élève et précisons pour chacune des flèches de ce
cycle la nature de l’activité (lettre) ainsi que sa posi-
tion chronologique (nombre). Les modèles ou résul-
tats sont représentés dans les rectangles. Les dessins
qui figurent dans ces rectangles correspondent à des
instantanés de ce qu’écrit l’élève. La position des
rectangles indique de quel modèle (de situation,
réel ou mathématique) ou de quel résultat (réel ou
mathématique) il s’agit. Pour faciliter la distinction,
nous avons distingué les rectangles par couleurs ou
cadres en pointillé, comme dans la figure 1.
Comment se déroule la modélisation de Jean ?
L’analyse du processus de modélisation de Jean
donne accès, non seulement à sa démarche de pensée
pour le problème du phare, mais aussi à la façon dont
il s’approprie petit à petit le principe et des stratégies
implicites de la modélisation. Son travail se structure
en trois étapes.
La première étape se focalise sur la compréhension
et la simplification de la situation. Elle est résumée par
la figure 6 qui fait apparaître, entre autres, que cette
étape est marquée par une connexion très forte avec
la réalité. Regardons de plus près les points saillants
de l’activité de Jean et la façon dont elle s’inscrit dans
le cycle de modélisation (les numéros entre paren-
thèses correspondent à la suite des activités de Jean,
les lettres aux codages des étapes de la modélisation).
Jean commence par lire l’énoncé (1, comprendre).
Ses remarques (« il y a une lumière en hauteur pour
qu’elle tombe sur la mer3 ») montrent qu’il comprend
que le phare permet de voir toutes les zones dange-
reuses près de côtes et assimile donc le phare à une
grande lanterne. Se basant sur cette compréhen-

50
 PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE

Corinna Hankeln & Magali Hersant

sion il construit un premier modèle réel qui corres-
pond à une vue du dessus du phare (2, simplifier,
figure B en annexe 2). Il suppose alors que la lumière
n’éclaire la mer que sur les trois kilomètres indiqués
dans l’énoncé. Il en déduit qu’il suffit d’additionner
ces trois kilomètres (3, mathématiser) pour trou-
ver le résultat (4, travailler mathématiquement). Sa
remarque « Je pense que ça va être ça » montre bien
qu’il ne voit pas la nécessité de s’interroger sur la
validité de sa réponse. La chercheuse explique alors
qu’un phare fonctionne plutôt comme un signal pour
les navires, ce qui renvoie Jean à la construction d’un
nouveau modèle de situation (5). Avec ces éléments,
il comprend qu’il s’agit d’un problème de distance (6,
simplifier, figure A en annexe 2) qui ne peut pas être
représenté par une vue d’en haut. Il mobilise alors
la notion d’angle (7, mathématiser) pour préciser
le problème (figure C de l’annexe A). Pour lui, « il
faut trouver un angle selon lequel on ne voit plus
le phare » et il l’estime à « quatre ou cinq degrés ».
Comme il semble être bloqué, la chercheuse inter-
vient et lui demande si l’on peut allonger la distance
entre le phare et le bateau jusqu’à arriver aux côtes
d’Amérique (8). Cette intervention lui fait venir à
l’esprit le fait que la Terre est ronde.
Cette première étape montre bien les difficultés
de Jean avec ce problème inhabituel pour lui, ainsi
que ses stratégies : il se base surtout sur l’énoncé et sa
compréhension des informations données et recourt
peu à ses autres connaissances. Dans ce court moment
(vingt lignes), il essaie deux fois de mathématiser
la situation. Il est visible que Jean essaie, comme il
semble habitué à le faire, de passer très vite au monde
mathématique. Tout se passe comme si le contexte ne
servait qu’à embellir les données dont il a besoin pour
calculer. Cette vision est perturbée par la chercheuse,
qui l’incite par deux fois à s’interroger plus sur la situa-
tion réelle en dépassant les informations de l’énoncé.
Après cette première étape qui permet la construc-
tion d’un modèle réel, Jean essaie de regrouper ces
informations importantes dans un modèle mathéma-
tique (figure 7). Il tient compte de la courbure de

Figure 6 : Cycle de modélisation de la première étape de Jean

Les numéros des flèches indiquent l’ordre des activités de Jean ; les flèches pointillées indiquent les aides données par la
chercheuse ; les lettres indiquent le codage de l’activité de modélisation ; les différents modèles ou résultats du cycle de
modélisation sont distingués par des couleurs ou cadres des boîtes (cf. figure 1).

51
PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE

Corinna Hankeln & Magali Hersant

Figure 7 : Cycle de modélisation de la deuxième étape de Jean

Les numéros des flèches indiquent l’ordre des activités de Jean ; les flèches pointillées indiquent les aides données par la
chercheuse ; les lettres indiquent le codage de l’activité de modélisation ; les différents modèles ou résultats du cycle de
modélisation sont distingués par des couleurs ou cadres des boîtes (cf. figure 1).

la Terre et essaie d’intégrer cette information à son
modèle réel. Il conclut qu’« on va être tangent long-
temps et au bout, au moins, on finit par redescendre
très lentement » ce qu’il représente dans son modèle
réel avec une droite qui débouche sur une courbe (9,
simplifier, figure D en annexe 2). À ce moment-là,
clairement, Jean est très lié à la situation telle qu’il
l’imagine dans son expérience quotidienne de piéton :
la courbure de la Terre n’est pas perceptible. Il est
bien possible que Jean ressente un conflit entre la
perspective liée à la situation concrète (comme il a
dû la comprendre pour identifier la courbure de la
Terre comme information décisive) et la perspective
plus abstraite qui lui permet d’analyser la question
d’un point de vue mathématique. Quoi qu’il en soit,
il réussit sans aide à s’abstraire de la situation et à
construire un modèle mathématique ainsi qu’à identi-
fier la valeur inconnue « x » (10, mathématiser, début
de la figure E de l’annexe 2). Mais, comme il remarque
lui-même qu’il doit disposer d’« une autre distance…
autre que les 31… », la chercheuse lui indique que
le rayon de la Terre mesure environ 6 371 km (11).
Cependant, au lieu d’intégrer cette information dans
son modèle mathématique, comme l’avait envisagé la
chercheuse, il s’éloigne du travail abstrait et revient à
la situation réelle en remarquant que le phare ne sera
pas visible de l’autre côté de la Terre. Sans réfléchir
plus, il divise alors le rayon par deux (12, mathémati-
ser), confondant, comme le montrent ses remarques,
le rayon avec le diamètre (13, travailler mathémati-
quement, calcul 1 en annexe 2). Il interprète ce résul-
tat comme la distance entre le bateau et le phare (14,
interpréter). Cette fois-ci, il critique son résultat lui-
même et remarque que cette distance est encore trop
grande (15, valider).
Cette seconde étape de modélisation montre
que Jean est, d’une certaine façon, écartelé entre les
aspects concrets et réels du problème et les aspects
plus abstraits du problème mathématique et qu’il
peine à les mettre en relation. La manière dont il
essaie d’intégrer l’information nouvelle du rayon de la
Terre en est un exemple très clair : au lieu d’assimiler
l’information qui se réfère à la situation réelle à une
information mathématique qu’il aurait pu intégrer à

52
 PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
son modèle mathématique, il fait une sorte d’esquive
en employant un modèle de division dans une sorte
d’essai-erreur. Contrairement à ce qui se produit
dans la première étape, Jean essaie plus de prendre en
compte la situation réelle telle qu’il se l’imagine. C’est
dans la troisième étape qu’il comprend qu’il faut trou-
ver un équilibre entre les nécessités impliquées par
la situation réelle et leurs pendants dans le monde
mathématique et qu’il commence à comprendre qu’il
ne peut ni appliquer aveuglément n’importe quel
modèle mathématique, ni renoncer à un calcul bien
réfléchi pour avancer dans le problème.
La troisième étape de la modélisation de Jean
concerne surtout le calcul et le travail mathéma-
tique pour trouver un résultat comme en témoigne
la fréquence des codages (c) et (d) sur la figure 9.
Après avoir remarqué que son modèle de division
par deux ne l’a pas conduit à un résultat exploi-
table, Jean revient sur sa représentation précédente
en se demandant « combien de temps la Terre est-
elle plate ? » (16, simplifier). Il revient alors à son
modèle réel de la Terre plate qui « descend au bout »
(17, comprendre, figure D en annexe 2). Pour l’aider
à abstraire, la chercheuse lui conseille d’intégrer le
rayon de la Terre dans son dessin (18, ajout à la figure
E de l’annexe 2). Le modèle ainsi construit l’aide à
traduire la situation en une question mathématique
pour laquelle il faut « jouer sur les angles ». Il fait
alors l’inventaire des distances connues pour pouvoir
travailler avec des angles (19, simplifier, figure F en
annexe 2) : « j’ai deux distances, la distance du haut
du phare par rapport au centre de la terre, il y a les
6 371,031 km et j’ai la distance de la hauteur de mon
navire qui est, donc on va dire qu’il est sur l’eau, donc
de 6 371 km. ». Son activité correspond alors à une
construction d’un modèle réel et donc au codage b
(simplifier), même si le cycle idéalisé ne prévoit pas
de retour d’un modèle mathématique au modèle réel.
Cette pensée montre qu’à ce moment-là, Jean réussit
à relier les faits réels et ses besoins mathématiques. Il
poursuit son objectif de mathématisation sans perdre
de vue les simplifications nécessaires pour appli-
quer ce modèle. Il est donc capable de continuer son
« jeu des angles » en identifiant l’angle droit dans
son triangle (20, mathématiser). Mais comme son
objectif est de pouvoir exploiter une relation entre
des angles, il n’identifie pas le triangle rectangle et
cherche d’autres propriétés mathématiques. Comme
son dessin en a l’air, il suppose que son triangle n’est
pas seulement rectangle mais aussi isocèle (21, mathé-
53
Corinna Hankeln & Magali Hersant
matiser). Il en déduit que l’angle au centre est égal
à 45° (22, travailler mathématiquement). C’est parce
que la chercheuse lui demande de justifier ce résul-
tat, qu’il revient sur la construction d’un modèle
réel et qu’il comprend que cette hypothèse n’est pas
adéquate parce qu’elle impliquerait qu’il y ait « la
même distance [entre le bateau et le phare qu’entre
le bateau et le centre de la Terre] » (24, simplifier).
Jean sait que la distance entre le phare et le bateau
sera plus petite que le rayon de la Terre, il déduit de
cette idée, associée à la situation réelle, deux consé-
quences mathématiques. D’une part, les angles ne sont
pas égaux (25, mathématiser, figure E en annexe 2) ;
d’autre part, comme « sur le côté où c’est le plus petit
j’ai le plus grand angle », l’angle en haut du phare est
plus grand que celui au centre (26, travailler mathé-
matiquement). Avant qu’il puisse remarquer sa confu-
sion des noms des angles, la chercheuse lui demande
pourquoi il cherche des angles (27). Il répond ainsi :
[je me souviens] « qu’on peut calculer une distance en
utilisant des angles. Si on dispose des deux distances
et qu’on dispose d’un angle et je suis bête parce que je
suis en train de faire un triangle rectangle et je peux
faire Pythagore ». La question de la chercheuse l’incite
donc à valider son approche et lui permet de remar-
quer qu’il dispose d’assez de données pour appli-
quer le théorème de Pythagore. Il commence donc à
établir une équation et calcule un premier résultat,
395 km, (28, travailler mathématiquement, calcul 2
en annexe 2) qu’il interprète comme la réponse à la
question (29, interpréter). Encore une fois il ne voit
pas la nécessité de critiquer son raisonnement. Mais
lorsque la chercheuse lui demande s’il est satisfait de
sa solution, il remarque que « cela fait beaucoup » (30,
valider). Ce qui est intéressant, à ce moment, c’est que
Jean essaie de relier son résultat à ses connaissances
du monde réel : même s’il n’a jamais fait du bateau,
il a quand même l’impression que son résultat n’est
pas réaliste. Systématiquement, il s’interroge alors sur
ses hypothèses : il s’assure qu’il n’a pas confondu le
rayon de la Terre avec son diamètre, qu’il n’a pas fait
une faute de frappe sur sa calculatrice et enfin qu’il
a utilisé un bon modèle (la tangente). À l’aide de la
chercheuse il remarque finalement son erreur d’inat-
tention dans la formule de Pythagore où il a oublié
de mettre la variable x au carré (31). Le nouveau
calcul fait émerger une nouvelle réponse (19 km) (32,
travailler mathématiquement) qu’il arrondit à 20 km
(33, interpréter). Cette réponse constitue pour lui la
réponse finale (34, communiquer).
PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE

Corinna Hankeln & Magali Hersant

Comme le met bien en évidence la figure 8, la
dernière étape de la modélisation de Jean se caracté-
rise par une oscillation importante entre le reste du
monde et les mathématiques qui lui permettent d’affi-
ner son modèle : c’est en se basant sur des contraintes
de la situation réelle ou de son modèle réel que Jean
représente finalement la situation réelle par un
problème mathématique. En faisant cela, il essaie
d’activer divers savoirs mathématiques. Il est notable
que dans cette dernière étape, contrairement aux
autres, le retour aux modèles ou résultats précédents
du cycle de la modélisation résulte de l’initiative de
Jean lui-même et non pas d’une sollicitation de la
chercheuse (par exemple flèches 19 et 24). Il apparaît
ainsi que c’est pendant le travail mathématique qu’il
a besoin de quelques précisions pour ensuite lui-
même retravailler ses approches (flèches 23 et 27).
Mais même s’il réussit bien à relier le reste du monde
aux mathématiques pendant la mathématisation, il
ne voit cependant pas la nécessité de réfléchir aux
conséquences de son résultat dans le contexte réel. Sa
réaction après la demande de la chercheuse montre
pourtant qu’il n’est pas du tout incapable d’une telle
validation. L’absence de validation spontanée peut
donc plutôt s’expliquer par son manque d’habitude
à contrôler ses résultats.
Conclusion sur l’analyse de l’activité de Jean
avec la théorie de la modélisation
L’analyse avec la théorie de la modélisation nous
a permis de distinguer trois étapes dans la modéli-
sation de Jean, chacune étant associée à un modèle
de la situation qu’il a jugé suffisamment satisfaisant
pour aller jusqu’à proposer une réponse au problème
à partir de ce modèle. Les deux premiers modèles ont
été invalidés par Jean soit à partir d’une remarque

Figure 8 : Cycle de modélisation de la troisième étape de Jean

Les numéros des flèches indiquent l’ordre des activités de Jean ; les flèches pointillées indiquent les aides données par la
chercheuse ; les lettres indiquent le codage de l’activité de modélisation ; les différents modèles ou résultats du cycle de
modélisation sont distingués par des couleurs ou cadres des boîtes (cf. figure 5).

54
 PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
de la chercheuse, soit parce que Jean a de lui-même
trouvé le résultat peu vraisemblable.
La catégorisation des activités de Jean selon les
sous-compétences de la modélisation dans les diffé-
rentes étapes de chacun des cycles de modélisation
permet d’identifier, chronologiquement, les change-
ments de nature d’activité de l’élève et ses oscillations
entre son activité à l’intérieur des mathématiques et
son activité dans le « reste du monde », caractéris-
tiques d’une activité de modélisation d’un problème
issu du quotidien. Ainsi, les trois schématisations
qui résument chacune des étapes de la modélisa-
tion de Jean mettent en évidence une évolution de
la nature de son activité : son avancée dans la modé-
lisation et la recherche du problème s’accompagne
d’une compréhension progressive des règles impli-
cites de la modélisation, c’est-à-dire de la néces-
sité de faire abstraction d’une situation concrète
sans perdre complètement le lien entre son modèle
mathématique et la situation réelle. Cela se perçoit
par une densification des allers-retours entre les
mathématiques et le monde réel entre l’étape 1 et
l’étape 3. C’est surtout au début de son investigation
du problème, lorsqu’il a besoin de se plonger dans la
situation réelle pour identifier des informations perti-
nentes et avancer dans la résolution, que son habi-
tude du travail mathématique est bousculée. Jean
lui-même remarque à la fin de l’étude que dans le
cours des mathématiques qu’il connaît « tout ce dont
on a besoin, on nous le donne aussi d’habitude…
[…] On nous donne plein de données mais c’est nous
qui devons le résoudre ». Cela explique pourquoi, au
début, il ne s’interroge pas sur le fait qu’il dispose de
toutes les données dont il a besoin, mais procède vite
à la mathématisation. Après avoir remarqué, à l’aide
des interventions de la chercheuse, que la situation
réelle dans cet exercice n’est pas du tout négligeable,
il change son point de vue et essaie de trouver une
réponse juste à partir de sa représentation de la situa-
tion (« on ne voit pas le phare depuis l’autre côté de
la terre »). Mais comme cette approche échoue aussi,
Jean cherche à traduire la situation réelle dans un
modèle mathématique tenant compte des contraintes
de la situation qui lui permet de travailler mathémati-
quement et efficacement. L’analyse montre comment,
peu à peu, Jean gagne plus de sécurité dans la traduc-
tion en termes mathématiques du reste du monde,
même s’il n’est pas habitué à ce type de travail.
Par ailleurs, l’analyse met en évidence et permet
de caractériser les difficultés de Jean à trouver un
55
Corinna Hankeln & Magali Hersant
équilibre entre la représentation de la situation
réelle et le travail mathématique. En outre, les acti-
vités absentes chez Jean fournissent des informa-
tions à ce sujet : le manque d’activités de validation
(f) spontanées indique que Jean ne voit pas la néces-
sité de critiquer ou de réfléchir sur son travail ou ses
résultats. Pourtant, sur la demande de la chercheuse,
il est souvent capable de modifier sa modélisation.
L’absence de validation spontanée observée peut donc
plutôt être attribuée au contrat didactique (Brousseau,
1998) et en particulier au niveau macro de sa facette
épistémologique (Hersant, 2014). Pour Jean, ni la
prise en compte de la situation réelle, ni la validation
de son choix de modèle ou des résultats ne semble
faire partie du contrat didactique associé à la résolu-
tion d’un problème de modélisation. Cela explique
qu’il ait besoin d’interventions ou d’aides qui l’incitent
à repenser son modèle réel ou à critiquer son travail.
À partir de l’analyse, il est aussi possible de
remonter à ce qui permet à Jean de progresser dans
la résolution du problème ou au contraire à ce qui le
bloque. Ainsi, nous avons montré que Jean réussit
à valider le résultat qu’il a trouvé avec une formule
de Pythagore incorrecte en se questionnant sur la
plausibilité de la valeur. C’est lui qui voit la nécessité
de refaire une partie de sa modélisation et donc de
progresser dans la recherche d’une réponse finale à
la question d’origine. Il réussit à valider son modèle
et ses suppositions, mais ne remarque pas sa faute
d’inattention. L’intervention de la chercheuse l’incite
à regarder encore une fois son modèle mathématique
ce qui l’aide à surmonter ce blocage et à poursuivre
dans son processus de modélisation.
étUde dU processUs de problématisation
chez jean
Analyser le processus de problématisation de
Jean dans cette situation de modélisation implique
d’identifier à partir du corpus les sous-problèmes
qu’il traite ainsi que les éléments de nature empi-
rique qu’il utilise, les nécessités relatives au problème
qu’il construit et le registre explicatif sur lequel il
s’appuie. Ces éléments nous permettront de décou-
per le corpus en phases et épisodes et de rendre
compte de sa problématisation à l’aide d’un espace
de contraintes et de l’enchaînement dynamique des
problèmes qu’il rencontre.
PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Corinna Hankeln & Magali Hersant
Méthodologie d’analyse
Appuyons-nous sur l’extrait déjà utilisé précé-
demment (transcription du tableau 1) pour préciser
notre méthodologie.
Les sous-problèmes que Jean traite sont repé-
rables aux questions qu’il se pose ou aux exigences
qu’il mentionne dans son monologue. Par exemple
lorsqu’il dit (22) « Il faut trouver un angle selon lequel
on ne voit plus le phare », il est clair que le sous-
problème qu’il traite alors est de trouver l’angle que
fait la trajectoire du bateau avec le sommet du phare
au moment où l’on voit le phare pour la première fois.
L’identification de ce sous-problème nous renseigne
sur la façon dont Jean explore le problème posé, le
construit, et sur les nécessités qu’il envisage.
Nous considérons qu’une phase correspond au
traitement d’un problème regroupant plusieurs sous-
problèmes. À l’intérieur d’une phase, nous distin-
guons des épisodes en fonction des éléments des
registres empirique et explicatif que Jean mobilise.
Par exemple l’extrait du tableau 1 correspond essen-
tiellement à l’épisode b de la phase 2 compris entre
les tours de parole 18 et 26 où Jean vise à trouver un
angle pour calculer la distance cherchée en mobili-
sant le fait que la Terre peut être représentée comme
plate et, implicitement, le fait que ce qui empêche
de voir la lumière du phare est la distance (idée que
l’intensité lumineuse décroît avec la distance). En 28
débute un nouvel épisode à l’intérieur de la phase 2
puisque Jean prend en compte à partir de ce moment-
là le fait que la Terre est ronde.
Les éléments du registre empirique sont des faits
mobilisés, plus ou moins explicitement par Jean, au
cours de son raisonnement ; ils peuvent être fournis
par la chercheuse. Ainsi, son intervention en 27 relève
du registre empirique, de même que la précision
qu’elle donnera plus tard sur la longueur du rayon de
la Terre. En effet, ces éléments ne constituent pas des
nécessités du phénomène modélisé, ce sont simple-
ment des données du problème tel qu’il est alors
construit par Jean. De la même façon, lorsque Jean
mobilise le fait que le phare devient visible, devient
plus « grand », quand on s’en approche, il ne construit
pas une nécessité du problème. En revanche, lorsqu’il
déduit de cela que plus on s’éloigne du phare, plus
l’angle diminue (figures C et D de l’annexe 2) et qu’il
faut « un angle petit » (27), il construit des nécessités
(erronées) relatives au problème. En effet, il exprime
ce qui fait nécessité pour ce problème, pour lui, à ce
56
moment de la résolution : plus on s’éloigne du phare,
plus l’angle entre la trajectoire du bateau, supposée
rectiligne à ce moment de la résolution du problème,
et la droite passant par le bateau et le sommet du phare
diminue, donc l’endroit où l’on perçoit le phare pour
la première fois est éloigné et l’angle est petit. De la
même façon, lorsque Jean déclare « c’est la tangente »
et qu’il en déduit que l’angle vaut 90° et donc qu’on est
dans une configuration de Pythagore il construit bien,
explicitement, une nécessité relative au problème.
Ces éléments empiriques et ces nécessités vont
nous permettre d’inférer le REX mobilisé par Jean
au cours de son activité, c’est-à-dire la matrice qui
sous-tend son raisonnement au cours de la résolution
du problème ou d’une partie du problème. En effet,
la recherche peut amener Jean à changer de registre
explicatif pour expliquer le phénomène « lorsque je
vois pour la première fois ce phare de 31 m je sais à
quelle distance des côtes je suis ». Cette évolution du
registre explicatif caractérisera alors l’existence d’un
événement de problématisation donnant accès à une
conceptualisation scientifique de ce phénomène.
Quelle problématisation dans l’activité de Jean ?
Le découpage en phases et épisodes du corpus
figure en annexe 1.
Dans une première phase de la résolution, Jean
a une représentation erronée de la fonction d’un
phare : il considère que le phare est construit pour
éclairer la zone entre le phare et la côte. Le problème
pour Jean est donc, en quelque sorte, de calculer à
quelle distance le phare éclaire et non à partir de
quelle distance on voit le phare. Il propose rapide-
ment 6 km comme réponse. Dans cette représenta-
tion le phare est conçu pour éclairer, strictement,
à 3 km à la ronde ; le marin aperçoit donc le phare
3 km avant d’y arriver soit 6 km avant la côte. Dans
cette première phase qui se termine par l’intervention
de la chercheuse pour expliquer le fonctionnement
du phare, il n’y a pas de construction de nécessités
relatives au phénomène qui nous intéresse. Nous ne
nous y attardons donc pas.
En revanche, une fois que Jean a compris le rôle
du phare (à partir de 18), un processus de probléma-
tisation débute (phase 2). Nous le résumons à l’aide
de l’espace de contraintes représenté en figure 9. Dans
ce schéma, les cadres en pointillé correspondent à des
éléments issus de l’intervention de la chercheuse.
 PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE

Corinna Hankeln & Magali Hersant

Figure 9 : Espace de contraintes de la problématisation de Jean :

les lettres majuscules correspondent aux schémas que fait Jean sur son brouillon en annexe 2

Cet espace de contraintes montre qu’il y a bien
construction explicite de nécessités donc probléma-
tisation à partir d’éléments empiriques.
Certaines des nécessités construites par Jean
sont erronées, nous les avons représentées dans un
cadre gris. Nous les faisons figurer dans l’espace
de contraintes car elles constituent, à un moment
donné, des nécessités réelles pour Jean et témoignent
ainsi de la façon dont il progresse dans la construc-
tion du problème. Au cours de son avancée dans le
problème, ces nécessités se précisent ou se fissurent
jusqu’à être abandonnées ou explicitement reje-
tées. Ainsi, au début de la résolution du problème,
Jean considère que c’est uniquement la distance au
phare qui va déterminer la possibilité ou pas de voir
la lumière du phare, comme si l’intensité du rayon
lumineux s’atténuait avec la distance. Il cherche alors
à trouver la valeur d’un angle, petit, pour déterminer
la distance à laquelle on verra pour la première fois
le phare. Puis, petit à petit, il prend en compte le fait
que la Terre « se tord ». Cela l’amène à construire la
nécessité que, puisque la lumière se déplace en ligne
droite dans un milieu sans obstacle, « on est tangent
longtemps » (28) puis « qu’on a l’air tangent à la
Terre » (58) et enfin à considérer, en rupture avec
ces premières nécessités, qu’il y a un seul point de
tangence (82), conformément à la définition mathé-
matique de la tangente. Cette propriété de la tangente
est probablement rendue disponible par la figure F
(voir annexe 2) qu’il construit. À partir de là, il ne
cherche plus à déterminer la mesure de l’angle pour
avoir la distance au phare mais à trouver la distance
entre ce point de tangence et le phare (distance GH
sur la figure 2).
Cette évolution dans la construction du problème
est sous-tendue par une évolution de la façon dont
Jean s’explique le fait qu’on voit ou qu’on ne voit pas
le phare, c’est pourquoi nous avons distingué deux
registres explicatifs. D’abord, jusqu’à l’épisode 2h,
tout se passe comme si, pour Jean, ce qui empêche
de voir le phare depuis le bateau est la distance,
uniquement ; comme s’il y avait une perte de l’inten-

57
PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Corinna Hankeln & Magali Hersant
sité lumineuse avec la distance. Cette explication
renvoie à une conception erronée de la diffusion de
la lumière qui correspond plutôt à une expérience
terrestre et quotidienne d’un piéton, où les obstacles
à la vue sont nombreux et empêchent de percevoir la
rondeur de la Terre, et non à une expérience marine.
Mais, à partir de l’épisode 2i, en association étroite
avec une représentation schématique de la situa-
tion (figure F de l’annexe 2), Jean mobilise dans son
modèle une autre explication du phénomène : ce qui
empêche de voir le phare est la courbure de la Terre.
Cette seconde explication correspond à une explica-
tion scientifique du phénomène.
Le passage d’une explication à l’autre marque son
changement de point de vue sur le phénomène et sa
modélisation. Il ne se réalise pas de façon brutale,
comme une sorte de révélation à partir du moment
où le fait que la Terre est ronde est explicité. En effet,
Jean remarque en 28 que la Terre est ronde mais ce
n’est qu’en 80 qu’il place sur sa figure un angle droit
sur la figure F (annexe 2) et seulement en 82 qu’il
indique « parce que, vu que c’est la tangente qui
me permet de voir, je sais qu’il y a un angle droit ».
Ce changement de registre explicatif témoigne d’un
événement de problématisation. Peut-on préciser
ce qui fait événement en identifiant les obstacles
auxquels Jean s’est heurté avant de passer d’un
registre explicatif à un autre ?
Pour cela, essayons de comprendre la dynamique
de la problématisation à l’œuvre dans l’activité de
Jean. Dans cette phase 2, le raisonnement de Jean
s’articule autour de trois problèmes principaux :
quel est l’angle entre la trajectoire du bateau et le
sommet du phare ? (épisodes 2b, 2c, 2e, 2h, et 2i voir
annexe 1), quelle est la distance au phare lorsqu’un
marin le voit pour la première fois ? (épisodes 2d,
2f, 2j, 2k) et « combien de temps la Terre est-elle
plate ? » (épisode 2g). On peut rendre compte de
l’enchaînement de ces problèmes dans l’activité de
Jean par la figure 10.
Si l’on associe ce schéma avec l’espace de
contraintes (figure 9) on peut regrouper les éléments
des registres des nécessités et explicatifs selon trois
catégories qui correspondent à trois « stades » de
la problématisation chez Jean. Le premier asso-
cie le registre explicatif « l’intensité lumineuse
diminue avec la distance » et la nécessité, impli-
cite dans le raisonnement de Jean, que la Terre est
plate (épisode 2b, en italique dans la figure 10). Le
second associe le même registre explicatif à la néces-
58
sité que la Terre est ronde, qu’on « va être long-
temps tangent à la Terre » (épisodes 2c à 2h) et que
la droite est perpendiculaire au rayon. Le troisième
associe le registre explicatif « ce qui empêche de
voir la lumière est la rondeur de Terre » (les autres
épisodes, en gras sur la figure 10) à la nécessité que la
Terre est ronde et que le rayon lumineux est tangent
à la Terre. La seconde catégorie est intermédiaire
puisque, à la fois, Jean tient compte du fait que la
Terre est ronde et qu’il va y avoir un phénomène de
tangence mais n’en tire pas plus de conclusion. Ici,
Jean utilise une conception de la tangente où l’unicité
du point commun entre le cercle et la droite tangente
est absente. Au stade 2, seul le fait que la droite est
perpendiculaire au rayon est pris en compte ; Jean ne
fait pas le lien entre la perpendicularité avec le rayon
de la Terre, la tangence de la droite et l’unicité du
point de contact. Autrement dit, il ne mobilise pas le
sens mathématique du mot « tangent » mais un sens
plus commun. Cette représentation du problème
est sollicitée à la fois pour la recherche d’un angle
(2c, 2e, 2h, 2i) et pour la recherche d’une distance
(2d, 2f). Cependant, la recherche de la distance (2f)
conduit Jean à se poser la question « combien de
temps la Terre est plate ? » (2g) car pour calculer la
distance au phare il lui faut déterminer un point de
départ. À la suite de cet épisode, Jean associe claire-
ment le fait que la Terre est ronde et le sens mathé-
matique de la tangente, même s’il oscille entre le sens
trigonométrique de ce mot pour chercher l’angle et
son sens géométrique pour chercher une distance.
Un « déclic » semble se produire, en lien avec le
processus de modélisation (voir analyse avec la théo-
rie de la modélisation), lorsque Jean reprend la figure
E en la figure F (voir annexe 2). Cela nous conduit à
penser que la conception, erronée et imprécise de la
tangente mobilisée dans un contexte non mathéma-
tique, a fait obstacle de façon majeure.
Mais il apparaît aussi que l’abandon du premier
registre explicatif est associé à l’abandon d’une
pensée chronologique au profit d’une pensée logique.
En effet, dans les propos de Jean, avant l’épisode 2i,
la notion de temps est prégnante. Dans ce contexte,
il cherche une distance, un angle ou un point mais
en lien avec un déplacement dans le temps et l’espace
qui explique qu’on aperçoive ou pas la lumière du
phare. D’une certaine façon, tout se passe comme s’il
y avait un avant et un après à propos de la possibi-
lité de voir le phare plus que comme s’il y avait une
partie de la circonférence de la Terre où l’on voit le
 PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Figure 10 : Enchaînement des problèmes dans l’activité de Jean
phare et une autre où on ne le voit pas. Sa question
« combien de temps la Terre est-elle plate ? » nous
semble à cet égard particulièrement significative. On
est proche ici de l’obstacle chrono-causal identifié
en histoire par Doussot et Vézier (2016) pour lequel
le « registre explicatif […] associe la recherche de
causes et la logique naturelle du temps qui passe ». Et
on comprend alors l’importance d’une avancée dans
le processus de modélisation pour rompre avec ce
raisonnement : la figure F en particulier ne porte plus
de trace de cette idée de déplacement symbolisé par
des flèches ou des doubles flèches dans les figures
précédentes, c’est une figure géométrique débarrassée
de ces aspects chronologiques. Jean peut y poser un
angle droit pour signifier la tangence puis y recon-
naître une configuration de Pythagore.
Conclusion sur l’analyse
du processus de problématisation chez Jean
Cette analyse nous montre d’abord que l’activité
de Jean lors de la recherche de ce problème de modé-
lisation est bien aussi une activité de problématisa-
tion. En particulier, nous avons montré qu’elle le
conduit à passer d’une conception quotidienne du
fonctionnement d’un phare à une conception scien-
tifique de ce fonctionnement lui permettant d’ex-
pliquer comment la hauteur du phare détermine la
59
Corinna Hankeln & Magali Hersant
distance à partir de laquelle il sera visible en mer.
Dans le cas de ce problème, le processus de modélisa-
tion demande de construire des nécessités qui sont à
l’articulation de la réalité et des mathématiques. Cela
concerne en particulier l’unicité, cruciale, du point
de tangence qui correspond, d’une part, au fait que
la lumière se propage en ligne droite et, d’autre part,
au fait que mathématiquement la tangente est défi-
nie comme une droite qui a un seul point commun
avec un cercle.
L’analyse de l’activité de Jean avec le CAP nous
a aussi permis d’identifier différents obstacles à la
modélisation. Ces obstacles ne sont pas tous d’ordre
mathématique. D’abord des conceptions erronées en
physique nourrissent le registre explicatif initial de
l’élève : Jean explique, en partie, le phénomène de
perception ou non perception de la lumière du phare
par l’éloignement au phare parce qu’il considère
implicitement que l’intensité de la lumière décroît
avec la distance qu’elle parcourt. On identifie ici
une conception erronée d’un phénomène physique,
probablement nourrie par notre expérience de piéton
peu habitué à percevoir des sources lumineuses très
éloignées car des obstacles se dressent entre ces points
lumineux et nous. Cette conception renvoie à un
obstacle de nature épistémologique. Nous avons aussi
mis en évidence un autre obstacle épistémologique,
celui du raisonnement chrono-causal : l’élève donne
une dimension temporelle au problème, probable-
PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Corinna Hankeln & Magali Hersant
ment parce qu’il l’imagine comme un déplacement,
alors que la variable « durée » n’intervient pas.
Cette analyse nous a aussi permis de dégager
trois stades dans le processus de problématisation
du problème caractérisés chacun une association
d’un registre explicatif et d’éléments du registre des
nécessités. Le premier et le troisième présentent une
grande cohérence entre le registre explicatif et les
éléments de l’ordre des nécessités. Le stade inter-
médiaire se caractérise par l’association du registre
explicatif du stade 1 à de nouvelles nécessités qui ne
sont pas encore comprises en tant que telles. Cette
évolution témoigne de la résistance du registre expli-
catif initial en lien avec les obstacles identifiés.
Par ailleurs, l’analyse a mis à jour une difficulté
importante de l’élève à mobiliser dans un contexte
non encore mathématisé une conception correcte
dans la notion de « tangente ». Les travaux de Castela
(1995) ont montré que l’unicité du point de tangente
n’est pas toujours acquise à la fin du lycée. Dans l’ac-
tivité de Jean on retrouve cette difficulté. Il apparaît
en particulier, de façon prégnante, que la mobilisa-
tion du sens mathématique d’une notion n’est pas
immédiate dans un problème non mathématisé,
même si l’activité est clairement associée au cours de
mathématiques.
Enfin, l’analyse que nous avons déployée met en
avant les dynamiques de problématisation que nous
pouvons reconstruire et ce qui fait événement de
problématisation pour Jean. À partir de l’identifica-
tion des « grands » problèmes que se pose l’élève au
cours de sa recherche et de l’étude de son chemi-
nement dans ses problèmes nous avons identifié ce
qui lui permet d’envisager autrement le problème et
d’avancer dans son processus de problématisation et
de modélisation.
conclUsion
Dans cet article, nous nous appuyons sur une
étude de cas pour mettre au travail des questions de
didactique comparée relatives à l’enseignement et à
l’apprentissage de la modélisation en mathématiques.
Nous avons utilisé la théorie de la modélisation et le
CAP pour rendre compte du processus de modélisa-
tion chez un élève de Terminale. Il s’agit maintenant
de considérer les résultats obtenus avec un nouveau
point de vue, comparatiste, pour apporter des
éléments de réponse aux questions que nous avons
60
posées au début de l’article. Pour rappel, la première
concerne la problématique du transfert d’un cadre
théorique d’une didactique d’une discipline vers une
autre : dans quelle mesure le CAP issu de la didac-
tique des SVT est-il pertinent pour analyser l’activité
de modélisation des élèves en mathématiques ? Les
deux autres ont trait à la problématique de la compa-
raison des cadres : qu’apporte chacun d’eux à l’ana-
lyse et quelle complémentarité présentent-ils ? Ces
dernières questions ne sont pas indépendantes de la
première, comme nous le verrons. Nous posons cet
ensemble de questions dans la perspective didactique
d’apporter des pistes pour favoriser l’enseignement de
la modélisation. Alors, à l’issue de nos analyses, que
pouvons-nous conclure sur ces questions et quelles
perspectives pouvons nous dégager pour l’enseigne-
ment et l’apprentissage de la modélisation ?
Pertinence du CAP pour renseigner l’activité
de modélisation chez des élèves
La pertinence du cadre s’évalue d’abord à l’aune
de la possibilité d’effectuer l’analyse. Le fait même de
pouvoir réaliser l’étude de cas avec le CAP témoigne
de l’adéquation de ce cadre pour renseigner d’un
point de vue didactique l’activité de modélisation
des élèves. Autrement dit, les outils du CAP sont
adaptés à ce type d’analyse et permettent de produire
des connaissances sur l’activité de modélisation des
élèves. Ce résultat n’est pas nouveau puisque des
travaux antérieurs (Hersant, Choquet, 2019 notam-
ment) avaient déjà montré cette possibilité. Cette
nouvelle étude renforce donc ce résultat d’adé-
quation. Elle le précise aussi puisqu’elle témoigne
de la possibilité de rendre compte du processus de
problématisation associé au processus de modélisa-
tion. En effet, l’analyse est ici effectuée à partir du
verbatim de la pensée à voix haute de l’élève et de
l’évolution de ses traces écrites, et non à partir de
productions finales comme c’est le cas dans Hersant,
Choquet, 2019. Les éléments empiriques disponibles
ici permettent d’accéder, avec le CAP, au processus
de problématisation dans sa dynamique, notamment
avec le repérage des problèmes que se pose l’élève
et d’événements de problématisation. Ce résultat
est relativement cohérent avec la genèse du CAP
puisqu’il s’agit d’un cadre initialement développé en
didactique des SVT en lien avec un questionnement
sur la notion de modèle en SVT (Orange, 1997).
 PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Cette pertinence s’évalue aussi à l’aune des
connaissances que l’analyse avec le CAP apporte au
domaine, en particulier par rapport aux résultats
produits avec la théorie de modélisation qui est un
cadre reconnu au niveau international.
Quelle complémentarité
présentent les deux cadres ?
Comme nous l’avons montré, la théorie de la
modélisation, adossée à l’idée de cycle de modéli-
sation, autorise des analyses fines de la démarche
de modélisation des élèves (Borromeo Ferri, 2006 ;
2007). Ce cadre permet de rendre compte des proces-
sus complexes de traduction entre les connaissances
de la réalité et le savoir (ou savoir-faire) mathéma-
tique, c’est-à-dire de la mathématisation horizon-
tale. Il permet de reconstruire l’activité de l’élève en
termes de cycles de modélisation et de la caractériser
en référence aux sous-compétences retenues dans la
théorie. Cela rend possible, comme nous l’avons vu
dans l’analyse, l’identification des étapes du proces-
sus de modélisation de l’élève et la reconstruction
d’une dynamique du processus de modélisation. En
effet, la catégorisation des activités de l’élève selon
les sous-compétences de la modélisation, dans les
différentes étapes du cycle de modélisation, met en
évidence les changements de nature d’activité de
l’élève, dans leur enchaînement chronologique. Cela
permet d’accéder aux oscillations de l’élève entre son
activité à l’intérieur des mathématiques et son activité
dans le « reste du monde », oscillations caractéris-
tiques d’une activité de modélisation d’un problème
issu du quotidien. Cette catégorisation met aussi en
évidence les difficultés particulières de l’élève relati-
vement à certaines sous-compétences.
De son côté, la représentation sous la forme d’es-
pace de contraintes dans le CAP permet d’identifier
les nécessités du problème construites par l’élève
au cours du processus de modélisation ainsi que les
registres explicatifs qui les sous-tendent. Cette repré-
sentation met ainsi en évidence l’évolution du registre
explicatif de l’élève et invite à caractériser l’événe-
ment de problématisation qui y est associé à partir
de l’étude de la dynamique des problèmes que l’élève
construit. Cette analyse conduit aussi à rechercher
les obstacles épistémologiques auxquels se confronte
l’élève. Ils sont accessibles à partir des conceptions
erronées qu’il mobilise et se révèlent être non seule-
61
Corinna Hankeln & Magali Hersant
ment dans le champ des mathématiques, mais aussi,
selon les problèmes, dans le champ de la physique
voire au-delà de ces disciplines scolaires comme on
l’a vu avec le raisonnement chrono-causal de l’élève
caractérisé en histoire par Doussot et Vézier (2016). Il
est possible que cet obstacle qui transcende les disci-
plines soit très partagé chez les élèves et qu’il soit
présent dans de nombreux problèmes de modélisa-
tion. Il a en effet été repéré aussi par Grau (2017)
dans les problèmes en lien avec la physique proposée
en mathématiques à la fin du collège et au début du
lycée. Cet obstacle nous semble, par ailleurs, difficile à
identifier pour les enseignants de mathématiques. En
ce sens, l’analyse proposée avec le cadre de l’appren-
tissage par problématisation apporte un élément inté-
ressant et relativement nouveau à la compréhension
des processus de modélisation des élèves. Par ailleurs,
l’étude montre que ces obstacles ne sont pas isolés
et indépendants. L’analyse avec le CAP permet aussi
d’accéder, grâce à la représentation de l’enchaînement
des problèmes et à la dynamique de problématisation,
à ce qui permet à l’élève de dépasser, au moins au
moment de la recherche du problème, ces obstacles.
Ainsi, le CAP permet de produire des connais-
sances sur l’activité de modélisation de l’élève étroi-
tement liées aux savoirs spécifiques au problème
considéré tandis que la théorie de la modélisation
permet de produire des connaissances plus géné-
riques sur l’activité de modélisation de l’élève en lien
avec les sous-compétences de la modélisation qu’elle
retient. Le CAP centre l’étude sur les tensions entre
les registres empiriques et des nécessités à l’intérieur
d’un registre explicatif donné quand la théorie de la
modélisation privilégie l’étude des tensions entre le
monde réel et le monde mathématique, caractéris-
tiques de la mathématisation horizontale.
Qu’apporte la conjugaison des approches
à la didactique des mathématiques ?
L’association des deux théories permet d’accéder
à une compréhension multidimensionnelle de l’avan-
cée et des difficultés d’un élève en train de modéliser.
En particulier, comme nous l’avons vu, la distinction
du registre explicatif dans le cadre de la problémati-
sation permet de donner une épaisseur épistémolo-
gique à certaines difficultés de l’élève identifiées avec
la théorie de modélisation. Les deux cadres théo-
riques présentent donc une complémentarité dans la
PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Corinna Hankeln & Magali Hersant
façon dont ils renseignent l’activité de modélisation
des élèves pour un problème donné.
La multidimensionnalité des résultats ainsi
produits a un sens didactique profond. En effet, la
conjugaison des approches met en évidence une
coïncidence dans les analyses effectuées avec les deux
cadres au niveau du découpage de l’activité de l’élève.
De fait, l’analyse avec la théorie de la modélisation
permet de distinguer trois étapes dans le processus
de modélisation :
– construction d’un modèle réel caractérisée
par le fait que l’élève envisage le problème
comme un problème mathématique scolaire ;
– construction d’un modèle mathématique
caractérisée par un appui quasi-exclusif sur la
réalité ;
– construction d’un résultat mathématique
tenant compte du réel, caractérisée par une
identification des éléments pertinents du réel
et leur traduction mathématique.
Et, l’analyse avec le CAP permet de distinguer trois
« stades » dans le processus de problématisation :
– 1’élève considère que la Terre est plate et
que l’intensité de la lumière décroît avec la
distance ;
– l’élève considère que la Terre est ronde, que
l’intensité de la lumière décroît avec la dis-
tance et qu’« on est tangent longtemps » ;
– l’élève considère que la Terre est ronde, qu’il
y a un point d’intersection entre la surface de
la Terre et le rayon lumineux et que ce qui
l’empêche de voir la lumière c’est la courbure
de la Terre.
Or, le passage d’une étape de modélisation à une
autre et celui d’un stade de problématisation à un
autre coïncident :
– le passage de l’étape – stade 1 à l’étape –
stade 2 est associé au fait de l’élève intègre
dans son modèle réel et dans le registre empi-
rique, la rondeur de la Terre suite à une inter-
vention de la chercheuse ;
– le passage de l’étape-stade 2 à l’étape-stade 3
est associé au fait que l’élève intègre dans son
modèle mathématique, au rang des nécessités,
le fait qu’il n’y a qu’un seul point de tangence,
de nouveau suite à une intervention de la
chercheuse.
Cette coïncidence révèle un lien fort entre avan-
cée de l’élève dans le processus de modélisation et
avancée dans le processus de problématisation.
62
Autrement dit, la conjugaison des analyses met en
évidence la dépendance des deux processus. En effet,
chaque étape ou stade correspond respectivement à
une unité dans le raisonnement de l’élève du point
de vue du processus de modélisation et du processus
de problématisation. Comme le processus de modé-
lisation se situe dans une tension entre le monde réel
et le monde mathématique tandis que le processus
de problématisation se situe dans une tension entre
le registre empirique et le registre explicatif, le lien
semble plutôt être supporté par le registre explicatif
qui sous-tend à la fois le processus de modélisation
et le processus de problématisation. Ainsi, dans le cas
présenté, l’identification des deux registres explica-
tifs « l’éloignement m’empêche de voir le phare » et
« ce qui m’empêche de voir le phare est la courbure
de la Terre » permet d’expliquer les allers-retours
associés à la construction d’un modèle réel adéquat.
De la même façon, les difficultés de l’élève dans la
construction d’un modèle mathématique peuvent
être expliquées par le fait que la conception quoti-
dienne de la tangente doit évoluer vers une concep-
tion mathématique pour que Jean puisse avancer
dans sa modélisation.
Quelles perspectives ouvre cette étude ?
Les possibilités d’analyse offertes par chacun des
cadres appellent une première remarque relative à
une perspective de didactique comparée. L’approche
de la modélisation comme activité mathématique non
spécifique à des savoirs « théoriques » que propose la
théorie de modélisation permet de travailler sur un
grand nombre de cas avec de nombreux problèmes
différents. Cela offre la possibilité de caractériser
les activités et les difficultés des élèves d’une façon
générale, détachée de problèmes spécifiques. En
prenant appui sur plusieurs problèmes cela permet
de comprendre plus largement des phénomènes de
blocages dans le processus de modélisation chez les
élèves (Schukajlow 2006, Galbraith & Stillmann
2006). Le cadre de l’apprentissage par problémati-
sation fournit quant à lui un schéma d’analyse appli-
cable aux problèmes de modélisation, convoquant
des savoirs issus de différentes disciplines, tout en
préservant un lien étroit avec la spécificité des savoirs
en jeu dans la situation modélisée. La multiplica-
tion des études de cas conjuguant les deux cadres
théoriques sur des problèmes distincts permettrait
 PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
de renseigner les liens entre le processus de modé-
lisation et celui de problématisation, non seulement
à travers le registre explicatif comme nous l’avons
fait dans cette étude, mais aussi à partir de la problé-
matisation définie comme un « processus multidi-
mensionnel impliquant position, construction et
résolution de problèmes » (Fabre & Musquer, 2009,
p. 111). Nous n’avons pas exploré cette possibilité
dans cet article.
Par ailleurs, la conjugaison des regards apporte
une compréhension multidimensionnelle des diffi-
cultés des élèves utile pour penser les aides à la modé-
lisation. En effet, la coïncidence entre les processus
de modélisation et de problématisation permet d’en-
visager l’activité de modélisation aussi comme une
problématisation et d’envisager ainsi des aides à la
modélisation comme des aides à la problématisation.
En effet, en dépit du caractère générique de la théo-
rie de la modélisation, les aides proposées avec ce
cadre peuvent être contextualisées. Dans notre étude
de cas, elles ont permis à l’élève de surmonter ses
difficultés à passer d’une étape de modélisation à une
autre tout en permettant de construire des nouvelles
nécessités en lien avec son registre explicatif. Ainsi
pour penser des aides qui permettent de faire avan-
cer l’élève dans son processus de modélisation tout
en préservant une activité consistante, la dualité
du processus invite à penser ces aides comme des
aides stratégiques à la modélisation et des aides à la
problématisation. En particulier, ces aides pourraient
concerner ce que nous appelons dans les termes du
CAP la « factualisation », c’est-à-dire l’identification
des données pertinentes du problème, qui apparaît
comme un élément important de la mathématisation
horizontale. En effet, Yvain (2016) relève que « choi-
sir des fragments de réalité en lien avec la question
à étudier » est un aspect crucial de la modélisation
qui pose problème aux élèves et est peu travaillé en
classe. Il y a là matière à de futures études.
La diffusion de telles aides auprès des ensei-
gnants leur permettrait de se sentir plus à l’aise
dans la gestion des situations de modélisation. Mais
présenter aux enseignants la dualité du processus à
l’œuvre dans la modélisation nous semble aussi, et
surtout, susceptible de contribuer à une meilleure
compréhension des enjeux associés à l’enseignement
de la modélisation ; ce qui constituerait une façon
de soutenir la mise en place et la gestion de situa-
tions de modélisation en classe. En effet, d’abord,
d’après Wozniak (2012), pour les professeurs des
63
Corinna Hankeln & Magali Hersant
écoles, d’une part, la distinction entre hypothèses et
faits apparaît difficile et, d’autre part, l’enjeu semble
plus être l’enseignement de la réponse que celui du
processus de modélisation. Il resterait à savoir si ces
résultats sont aussi valables pour les enseignants du
second degré. Cependant, Yvain-Prebiski et Chesnais
(2019) mentionnent la difficulté des enseignants du
secondaire à identifier les connaissances et compé-
tences en jeu dans les problèmes de modélisation,
ce qui ne peut que conduire à un rabattement des
mises en commun et synthèses sur la solution. Ainsi
la distinction des registres de la problématisation
nous semble pouvoir aider les enseignants à distin-
guer hypothèses et faits ; le registre empirique corres-
pondant à ce que l’on sait de façon empirique et que
l’on accepte de ne pas remettre en cause pour la réso-
lution du problème. Et, par ailleurs, « parler » de la
résolution d’un problème de modélisation à la fois
comme processus de modélisation et comme proces-
sus de problématisation souligne les connaissances
qui interviennent dans la résolution du problème
tout en mettant en évidence leur différence de nature
(compétences associées à la mathématisation hori-
zontale et connaissances associées à construction
d’une solution apodictique en particulier). Enfin,
l’analyse d’un problème avec les deux cadres met
à jour les éléments saillants des deux processus et
permet de mettre en exergue ces éléments dans les
moments de mise en commun ou de synthèse. Cela
constitue aussi une aide à la gestion des multiples
solutions possibles qui semble difficile pour les ensei-
gnants (Yvain, 2018). En cela ces analyses pourraient
servir de points d’appui pour élaborer des ressources
et des formations à même de rendre disponibles les
infrastructures mathématiques et didactiques néces-
saires à la mise en oeuvre de situations de modélisa-
tion en classe.
NOTES
1. Le navigateur français Tabarly disait « Vos mères vous
ont peut-être dit que les phares sont là pour éclairer les
océans, n’en croyez rien, ils sont là pour dire aux marins où
ils sont » (source : [http://augredesbalades.canalblog.com/
archives/2014/06/14/30106120.html])
2. Bien que de plus en plus de personnes semblent convain-
cues que la Terre est plate, voir [https://fr.wikipedia.org/
wiki/Flat_Earth_Society].
PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Corinna Hankeln & Magali Hersant
3. Dans les parties analyses du texte, les éléments entre
guillemets correspondent à des morceaux de phrases
prononcés par Jean.
RÉFÉRENCES
Bensa, A., & Fassin, E. (2002). Les sciences sociales face à
l’événement. Terrain. Revue d’ethnologie de l’Europe, 38,
520 [https://doi.org/10.4000/terrain.1888].
Blum, W. (1985). Anwendungsorientierter
Mathematikunterricht in der didaktischen Diskussion.
Mathematische Semesterberichte. Zur Pflege des
Zusammenhangs zwischen Schule und Universität,
32(2), 195-232.
Blum, W. (2002). ICMI Study 14: Applications and model-
ling in mathematics education – Discussion document.
Educational Studies in Mathematics, 51(1-2), 149-171.
Blum W. (2015) Quality Teaching of Mathematical
Modelling: What Do We Know, What Can We Do?. In
Cho S. (eds) The Proceedings of the 12th International
Congress on Mathematical Education. Cham: Springer
Blum,W. & Leiß, D. (2005). Modellieren im Unterricht mit
der „Tanken“-Aufgabe. Mathematik lehren, 128, 18-21.
Borromeo Ferri, R. (2006). Theoretical and empirical diffe-
rentiations of phases in the modelling process. ZDM—
The International Journal on Mathematics Education,
38(2), 86-95.
Borromeo Ferri, R. (2007). Modelling Problems from
a cognitive perspective. In Haines et al. (Eds.)
Mathematical Modelling (ICTMA 12): Education,
Engineering and Economics (p. 260-270). Chichester:
Horwood Publishing.
Borromeo Ferri, R. (2010). On the influence of mathema-
tical thinking styles on learners’ modelling behavior.
Journal für Mathematik-Didaktik, 31(1), 99-118.
Borromeo Ferri, R. (2011). Wege zur Innenwelt des
mathematischen Modellierens: Kognitive Analysen zu
Modellierungsprozessen im Mathematikunterricht.
Wiesbaden: Vieweg + Teubner Verlag/Springer
Fachmedien.
Brousseau, G. (1998). Théorie des situations didactiques.
Grenoble : La Pensée Sauvage.
Brousseau, G., Brousseau, N., & Warfield, V. (2002). An
experiment on the teaching of statistics and probabi-
lité. Journal of Mathematical Behavior, 20, 363-441.
Burghes, D. (1986). Mathematical modelling – are we
heading in the right direction? In J. Berry et al. (dir.),
Mathematical Modelling Methodology, Models and
Micros (p. 11-23). Chichester: Horwood.
Castela, C. (1995). Apprendre avec et contre ses connais-
sances antérieures. Un exemple concret, celui de la
tangente. Recherche en Didactique des Mathématiques,
15(1), 7-47.
Chevallard, Y. (1989). Le passage de l’arithmétique à
l’algèbre dans l’enseignement des mathématiques
au collège. Deuxième partie. Perspectives curricu-
laires urriculaires rricunotiation. Petit x, 19, 43-72.
64
Doussot, S., & Vézier, A. (2016). L’apprentissage par
problématisation en histoire : proximité et distance
avec la didactique des sciences de la nature. Questions
Vives [En ligne], 26. Consulté à l’adresse [http://jour-
nals.openedition.org/questionsvives/1990].
Doussot, S., Hersant, M., & Orange-Ravachol. (2013).
Evénement de problématisation et dynamiques de
problématisation. Communication présentée au 11e
colloque du réseua Probléma, Bruxelles.
Fabre, M. (2005). Deux sources de l’épistémologie des
problèmes : Dewey et Bachelard. Les Sciences de l’édu-
cation – Pour l’Ère nouvelle, 38(3), 53-67 [https://doi.
org/10.3917/lsdle.383.0053].
Fabre, M. (2011). Éduquer pour un monde problématique
(1re éd.). Paris : Presses Universitaires de France.
Fabre, M., & Orange, C. (1997). Construction des
problèmes et franchissements d’obstacles. ASTER, 24,
37-57. Consulté à l’adresse [http://ife.ens-lyon.fr/publi-
cations/edition-electronique/aster/RA024-03.pdf].
Fabre, M. & Musquer, A. (2009). Les inducteurs de
problématisation. Les Sciences de l’éducation – Pour
l’Ère nouvelle, 42(3), 111-129. DOI : 10.3917/
lsdle.423.0111.
Falardeau,E., Pelletier E. & Pelletier, D. (2014). La méthode
de la pensée à voix haute pour analyser les difficultés
en lecture des élèves de 14 à 17 ans, Éducation et didac-
tique, 8(3), 43-54.
Freudenthal, H. (1978). Vorrede zu einer Wissenschaft vom
Mathematikunterricht. München : Oldenbourg.
Galbraith, P. & Stillmann, G. (2006). A Framework for
Identifying Student Blockages during Transitions in
the Modelling Process. Zentralblatt für Didaktik der
Mathematik, 38(2), 143-162.
Greefrath, G. & Vorhölter, K. (2016). Teaching and Learning
Mathematical Modelling: Approaches and Developments
from German Speaking Countries [ICME-13 Topical
Survey]. Cham: Springer Open.
Grau, S. (2017). Problématiser en mathématiques : le cas de
l’apprentissage des fonctions affines (Thèse de doctorat).
Nantes : Université de Nantes
Hankeln, C. (2018). Wie viel Simulieren steckt im
Modellieren? In G. Greefrath & H. S. Siller (Hrsg.),
Digitale Werkzeuge, Simulationen und mathematisches
Modellieren. Wiesbaden: Springer.
Hankeln, C. (2020). Validating with the Use of Dynamic
Geometry Software. In: Stillman, G., Kaiser, G.,
Lampen, C. (Eds.) : Mathematical Modelling Education
and Sense-making. Springer International Publishing.
Switzerland.
Hersant, M. (2010). Empirisme et rationalité à l’école élémen-
taire, vers la preuve au cycle 3 (Mémoire de recherche,
Habilitation à Diriger des recherches, Université de
Nantes, France). Consulté à l’adresse [https://hal.
archives-ouvertes.fr/tel-01777604].
Hersant, M. (2011). Correspondance mathématique et
conditions d’une activité mathématique « créative » et
problématisée à la fin du lycée. Educational Studies in
Mathematics, 78(3), 343-370.
 PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE
Hersant, M. (2014). Facette épistémologique et facette
sociale du contrat didactique : une distinction pour
mieux caractériser la relation contrat didactique milieu,
l’action de l’enseignant et l’activité potentielle des élèves.
Recherches en Didactique des Mathématiques, 34(1), 9-31.
Hersant, M. (2016a). Démarche d’investigation et appren-
tissages géométriques chez les professeurs des écoles.
Problématisation à propos des « solides » de Platon.
Dans Matheron et al. (dir.) Enjeux et débats en didac-
tique des mathématiques – Actes de la 18e école d’été
de didactique des mathématiques (vol. 2, p. 758-765).
Grenoble : La Pensée sauvage.
Hersant, M. (2016b). L’activité mathématique des élèves :
nouveau regard sur les relations contrat didactique -
milieu et perspective comparatiste. Dans A.C. Mathé,
E. Mounier (dir.) Actes du séminaire national de l’ARDM
– Année 2015 (p. 141-154). Paris : IREM Paris 7
Consulté à l’adresse [https://hal.archives-ouvertes.fr/
hal-01317134/document].
Hersant, M., & Choquet, C. (2019). Is Inquiry-Based
Approach possible at the elementary school? In
Liljedhal, Santos Trigo, Mathematical Problem Solving.
Current themes, trends, and research (p. 113-131).
Springer.
Hersant, M., & Orange-Ravachol, D. (2015). Démarche
d’investigation et problématisation en mathématiques
et en SVT : des problèmes de démarcation aux raisons
d’une union. Recherche en Éducation, 21, 95-108.
Hersant, M., & Quiniou, A.-C. (2017). Conditions didac-
tiques d’une activité mathématique au lycée profes-
sionnel : deux études de cas. Spirale, 59, 107-122.
Kaiser, G. & Sriraman, B. (2006). A global survey of
international perspectives on modelling in mathema-
tics education. Zentralblatt der Mathematikdidaktik,
38(38), 302-310.
Kaiser, G. (1995). Realitätsbezüge im Mathematikunterricht
– Ein Überblick über die aktuelle und historische
Diskussion. Dans G. Graumann et al. (dir.), Materialien
für einen realitätsbezogenen Mathematikunterricht
(p. 66-84). Bad Salzdetfurth: Franzbecker.
Kaiser-Meßmer, G. (1986). Anwendungen im
Mathematikunterricht. Bad Salzdetfurth: Franzbecker.
Kintsch, W. & Greeno, J. (1985). Understanding word arith-
metic problems. Psychological Review, 92(1), 109-129.
Klein, F. (1907). Vorträge über den mathematischen
Unterricht an den höheren Schulen. Teil 1. Leipzig:
Teubner.
Kuzniak, A., & Vivier, L. (2011). La modélisation dans
l’enseignement des mathématiques – Mise en perspective
critique. Paris : IREM Paris 7.
Leiß, D. (2007). Hilf mir, es selbst zu tun: Lehrerinterventionen
beim mathematischen Modellieren. Hildesheim:
Franzbecker.
Leiß, D., Schukajlow, S., Blum,W., Messner, R. &
Pekrun, R. (2010). The Role of the Situation Model
in Mathematical Modelling – Task Analyses, Student
Competencies and Teacher Interventions. Journal für
Mathematikdidaktik, 31, 119-141.
65
Corinna Hankeln & Magali Hersant
Maaß, K. (2006). What are modelling competencies?
Zentralblatt für Didaktik der Mathematik, 38(2), 113-142.
Modeste, S., & Prebiski-Yvain, S. (2017). Faire entrer
les élèves dans la mathématisation horizontale. Des
« fictions réalistes » et un dispositif de « résolu-
tion collaborative ». CIEAEM 69, Jul 2017, Berlin,
Allemagne, 291-295 [https://hal.archives-ouvertes.fr/
hal-02085676].
Orange, C. (2000). Idées et raisons. Mémoire de recherche,
Habilitation à Diriger des recherches, Université de
Nantes, France.
Orange, C. (2005). Problématisation et conceptualisation
en sciences et dans les apprentissages scientifiques. Les
sciences de l’éducation pour l’ère nouvelle, 38(3), 70-92.
Orange, C. (2012). Enseigner les sciences : Problèmes, débats
et savoirs scientifiques en classe (première édition).
Louvain la Neuve : De Boeck.
Orange-Ravachol, D., & Orange, C. (2012). Étude compara-
tive des contenus et des apprentissages en biologie et en
géologie : entre phénomènes et événements. Recherches
en Didactiques. Les Cahiers Théodille, 13, 55-66.
Passeron, J.C., & Revel, J. (2005). Penser par cas. Paris :
École des Hautes Études en Sciences Sociales.
Pollak, H. (1979). The Interaction between Mathematics
and Other School Subjects. Dans UNESCO (Ed.), New
Trends in Mathematics Teaching IV. Paris, 232-248.
Prebiski-Yvain, S. (2018). Étude de la transposition à la
classe de pratiques de chercheurs en modélisation mathé-
matique dans les sciences du vivant. Analyse des condi-
tions de la dévolution de la mathématisation horizontale
aux élèves. Thèse, Université de Montpellier.
Sandmann A. (2014) Lautes Denken – die Analyse von
Denk-, Lern- und Problemlöseprozessen. In: Krüger
D., Parchmann I., Schecker H. (eds) Methoden in der
Naturwissenschafts-didaktischen Forschung. Berlin,
Heidelberg : Springer Spektrum
Schukajlow, S., (2006). Schüler-Schwierigkeiten beim
Lösen von Modellierungsaufgaben – Ergebnisse aus dem
DISUM-Projekt, Beiträge zum Mathematikunterricht,
493-496.
Schukajlow, S., Kaiser, G., & Stillman, G. A. (2018).
Empirical research on teaching and learning of mathe-
matical modelling odelsurvey on the current state-of-
the-art. ZDM: the international journal on mathematics
education, 50, 5-18.
Skemp, R. (1987). The psychology of learning mathematics.
Hillsdale: Erlbaum
Staub, F.C. & Reusser, K. (1995). The role of presentatio-
nal structures in understanding and solving mathema-
tical word problems. Dans Weaver, C.A., Mannes, S. &
Fletcher, C.R. (dir), Discourse comprehension. Essays in
honor of Walter Kintsch (285-305). Hillsdale: Lawrence
Erlbaum.
Treffers, A. (1978). Wiskobas Doelgericht. Utrecht : IOWO.
Veenman, M. V., Prins, F. J. and Verheij, J. (2003), Learning
styles: Self-reports versus thinking-aloud measures.
British Journal of Educational Psychology, 73, 357-372.
DOI : 10.1348/000709903322275885.
PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE

Corinna Hankeln & Magali Hersant

Winter, H. (1981). Der didaktische Stellenwert des
Sachrechnens im Mathematikunterricht der Grund-
und Hauptschule. Pädagogische Welt, 666-674.
Wozniak, F. (2012). Analyse didactique des praxéologies
de modélisation mathématique à l’école F. (20tude de
cas. Éducation & didactique, 6(2), 65-88 [https://doi.
org/10.4000/educationdidactique.1471].
Yvain-Prebiski, S., Chesnais, A. (2019). Horizontal mathe-
matization athepotential lever to overcome obstacles
to the teaching of modelling. Eleventh Congress of the
European Society for Research in Mathematics Education.
Utrecht, Netherlands [hal-02409063].

annexe 1: décoUpage en phases et épisodes de l’activité de jean

Tour de
Épisode Sous-problème traité et éléments considérés Notes associées (voir annexe 2)
parole

PHASE 1 : À quelle distance éclaire le phare ?

1a 8-11 Le phare éclaire entre le phare et la côte, il éclaire 3km à la ronde Figure A

1b 12-14 On voit le phare à 6 km Figure B

PHASE 2 : À quelle distance voit-on le phare pour la première fois ?

2a 15-17 Comment fonctionne un phare ?

La Terre est plate, ce qui empêche de voir le phare est la distance ; Figure C sans les notations
2b 18-26
il faut trouver l’angle d’angle droit

2c 28-35 La Terrer est ronde, « on est tangent longtemps », trouver l’angle Figure D

La Terrer est ronde, « on est tangent longtemps », pour trouver

2d 36-44
l’angle il faut une distance

La Terrer est ronde, « on est tangent longtemps », trouver directe-

2e 45-51
ment l’angle

La Terrer est ronde, « on est tangent longtemps », la distance

2f 52-57 Calcul 1
correspond à la moitié de la Terre

Figure E sans le rayon, seul le

2g 58-65 « Combien de temps la Terre est-elle plate ? »
diamètre est dessiné

2h 66-78 Quel est l’angle ? le calculer avec la tangente (au sens trigo) Figure E complète

2i 79-85 Quel est l’angle ? le triangle est isocèle Figure F

la Terre est ronde, un seul point de tangence, reconnaissance de la

2j 86-94 Notes effacées en 2k
configuration de Pythagore, solution avec erreur de calcul

2k 94-113 Pythagore, recherche de son erreur Calcul 2

66
 PROCESSUS DE MODÉLISATION ET DE PROBLÉMATISATION EN MATHÉMATIQUES À LA FIN DU LYCÉE

Corinna Hankeln & Magali Hersant

annexe 2 : scan dU broUillon de jean

Ce scan correspond au brouillon de Jean à l’issue de l’entretien. Ses notes ont été élaborées au cours de sa recherche,
elles constituent des traces support à ses raisonnements. Pour permettre au lecteur de mieux comprendre l’activité de Jean
nous avons partitionné ces notes (calcul i, figure P) sans en changer pour autant la disposition.

67