Mots-clés
Réalité Virtuelle immersive
apprentissage adaptatif
autoformation
évaluation dynamique
étayage
synergie
immersive virtual reality
higher education
adaptive learning
dynamic assessment
scaffolding
synergy
Résumé
L’intégration de la réalité virtuelle immersive (RVI) constitue un levier pour répondre aux enjeux de professionnalisation et d’individualisation dans l’enseignement supérieur. Cette revue systématique (2020-2024) examine l’articulation des soutiens pédagogiques à partir du concept d’étayage synergique (Tabak, 2004). Elle vise à identifier les formes de soutien, humain et informatisé, et à analyser leurs articulations (synergies) ainsi que leurs ajustements dynamiques (contingence). L’analyse de vingt études met en évidence un écosystème de soutiens où le rôle humain se reconfigure : l’enseignant agit en amont comme concepteur pédagogique et en aval comme expert lors du débriefing. Trois modèles de synergie sont identifiés, mais les mécanismes explicites de retrait progressif de l’aide (fading) restent rares. Ces résultats soulignent la nécessité de concevoir des modèles hybrides flexibles afin d’optimiser le soutien aux apprenants et d’orienter le développement d’outils d’orchestration pédagogique.
Mots-clés : réalité virtuelle immersive, enseignement supérieur, apprentissage adaptatif, évaluation dynamique, étayage, synergie
Abstract. The integration of immersive virtual reality (IVR) offers new opportunities to address professionalization and individualization in higher education. This systematic review (2020-2024) investigates how pedagogical supports are articulated, based on the concept of synergistic scaffolding (Tabak, 2004). It aims to identify human and computerized supports and to analyze their articulation (synergies) and dynamic adjustment (contingency). The analysis of twenty studies reveals a support ecosystem where human roles are reconfigured: teachers act as instructional designers upstream and as experts during debriefing downstream. Although three synergy models are identified, explicit fading mechanisms remain scarce. These findings highlight the need for flexible hybrid models to optimize learner support and guide the design of future orchestration tools.