Article paru dans les ANNALES de DIDACTIQUE et de SCIENCES COGNITIVES,

volume 21, p. 267-296.

Citer COUDERETTE, M. (2016) Enseignement de l’algorithmique en classe de seconde :une

introduction curriculaire problématique, in Annales de didactiques et de sciences
cognitives, 21, 267-296

MICHELE COUDERETTE

ENSEIGNEMENT DE L’ALGORITHMIQUE EN CLASSE DE SECONDE :

UNE INTRODUCTION CURRICULAIRE PROBLEMATIQUE

Résumé. La réforme des lycées de 2009 a introduit l’enseignement de l’algorithmique en

cours de mathématiques. Il s’agit d’un nouvel objet hybride, au carrefour des
mathématiques et de l’informatique, pour lequel la plupart des enseignants ne sont pas
formés. Dès lors, comment les enseignants abordent-ils cette partie du programme ? Pour
répondre à cette question, nous avons observé une enseignante de mathématiques dans une
classe de seconde, durant une année scolaire. Afin de mener une analyse , nous articulons
deux cadres théoriques : la théorie anthropologique du didactique (TAD) et la théorie de
l’action conjointe en didactique (TACD). La TAD fournit des outils pour analyser les
tâches que l’enseignante propose aux élèves sous couvert du concept de praxéologies
mathématiques. La TACD permet de mettre de mettre en regard les attentes de l’institution
avec le savoir réellement enseigné dans la classe au fil de plusieurs séances d’enseignement
de l’algorithmique. Les résultats montrent les difficultés d’enseignement d’un savoir dont
les références appartiennent à deux disciplines. Les savoirs mis à l’étude sont référés soit à
leur spécificité mathématique soit à leur spécificité informatique. Du coup, les élèves
n’entrent pas dans l’étude des savoirs réellement algorithmiques.

Mots-clés. Algorithmique – Mathématiques – Analyse de pratiques enseignantes – TACD –

TAD

Abstract: In 2009, the high school curricular reform introduced algorithms in mathematics
teaching. This is a new hybrid object, at the crossroads of mathematics and computer
science, for which most teachers are not trained. Therefore, how do teachers approach this
part of the program? To answer this question, we observed a mathematics teacher in a
second grade in high school, for one year school. In order to conduct an analysis, we
articulate two theoretical frameworks: the anthropological theory of didactics (ATD) and
the joint action theory in didactics (JATD). The ATD provides tools for analyzing the tasks
proposed by the math teacher to the students against the background of the concept of
mathematical praxeologies. The JATD allows to put in view the expectations of the
institution with what is actually taught in the classroom over several sessions of algorithm
teaching. The results show the difficulties of teaching a knowledge that has its references in
two disciplines. The co-constructed knowledge developed in the class is referred either
under their mathematical specificity or their computer specificity. As a result of that,
students do not really learn algorithmic knowledge.

Keywords. Algorithms - Mathematics - Analysis of teaching practices - JATD – ATD

______________________________________________________________________
2 MICHELE COUDERETTE

Introduction
Cet article traite de l’introduction de l’algorithmique en mathématiques en classe
de seconde. Des recherches ont déjà été menées sur ce sujet (Modeste, 2012 ;
Modeste, Gravier, Ouvrier-Buffet, 2010 ; Haspekian, Nijimbéré, 2012) mais peu
ont porté sur l’analyse de pratiques ordinaires d’enseignement. Nous rendons
compte ici d’une recherche s’appuyant sur l’observation d’une classe de seconde
lors d’un enseignement d’algorithmique en mathématiques au moment de son
introduction dans les nouveaux programmes (MEN, 2009a)
L’enseignement de l’algorithmique, en tant qu’objet d’étude, a été introduit dans
les universités françaises dans les années 1950 (Chi Thanh N’Guyen ; 2005). En
2009, cet enseignement est ensuite apparu dans les programmes scolaires de lycée
dans le cours de mathématiques. Auparavant, outil au service des autres domaines
enseignés dans la discipline mathématique, l’algorithmique est devenu un objet
d’étude.
A la suite d’une enquête (Couderette, 2013) auprès d’enseignants en classe seconde
montrant leur difficultés à enseigner cet objet d’étude et compte tenu de la
complexité et du caractère interdisciplinaire de ce dernier, nous avons pensé utile
de documenter la manière dont un enseignant mettait en œuvre cette partie du
programme1. Pour effectuer cette analyse des pratiques ordinaires en classe, nous
avons dans un premier temps fait une étude épistémologique à propos du savoir
algorithmique. Ceci nous a permis de mener une analyse critique du curriculum tel
qu'il a été proposé en 2009. C'est ce qui fera l’objet de la première partie de cet
article. Dans un deuxième temps, fort de l'analyse épistémologique et curriculaire
effectuée, nous sommes allé observer une enseignante participante à l’enquête
ayant accepté de nous recevoir dans sa classe durant l'année scolaire 2010-2011.
Cette étude de cas fera l'objet de la seconde partie de cet article.
1. De l’analyse épistémologique aux choix curriculaires actuels
Ainsi que le souligne Artigue (1988), une analyse d’ordre épistémologique est un
préalable nécessaire à l’analyse de curriculums et de pratiques enseignantes. Les
travaux de Knuth (1968), auteur faisant référence dans la communauté des
mathématiciens informaticiens, permettent d’éclairer la manière dont cet objet est
transposé dans les textes d'accompagnement en vigueur ainsi que dans les pratiques
de classe sur le terrain.

1.1. Contexte d’introduction de l’algorithmique dans le curriculum 2009

Initialement objet mathématique, l’algorithme est maintenant souvent perçu
comme un objet de l’informatique associé à la programmation. Dans son ouvrage,
« Histoire d’algorithmes. Du caillou à la puce », Chabert (2010) montre l’évolution
du concept d’algorithme jusqu’au développement de l’informatique, informatique
qui a largement contribué à la formalisation des algorithmes et à l’élargissement du
domaine de recherche des mathématiques. L’algorithmique est devenue à elle seule
1
La recherche présentée dans cet article relève d’une approche descriptive à visée compréhensive
afin de mettre en évidence les contraintes et les possibles du fonctionnement d’un système didactique
aux prises avec l’enseignement d’un objet, pensé comme interdisciplinaire dans les textes du
programme mathématique. Dans cette perspective, la posture du chercheur s’attache à suspendre
autant que possible son jugement sur les pratiques observées.
 L’ENSEIGNEMENT DE L’ALGORITHMIQUE EN SECONDE : UNE ETUDE DE CAS 3

un domaine de recherche, au carrefour de l’informatique et des mathématiques.

Reconnu par la société civile, dans les différentes institutions politiques,
économiques, industrielles, de recherche, ou d’enseignement, ce savoir
algorithmique est devenu enjeu d’enseignement. Le groupe d’experts de
l’Association ITIC-ASTI2 milite pour un enseignement de l’informatique au
secondaire ne se réduisant pas à une utilisation des outils informatiques : « Un tel
enseignement est de nature à créer les conditions d’une bonne utilisation des outils
informatiques dans les autres disciplines de par la maîtrise qu’il contribuerait à
donner aux élèves. De ce point de vue aussi, sa valeur ajoutée est donc
indispensable. « Objet » et « outil » d’enseignement, loin de s’opposer, sont
complémentaires et se renforcent mutuellement » (Association ITIC-ASTI, 2007).
Une proposition de programme est présentée par Dowek en 2008, proposition qui
introduit l’informatique à tous les niveaux de scolarité : « Placer le programme des
lycées dans une vision pour l’ensemble du cursus en informatique de la maternelle
à l’Université avec une phase en amont du lycée centrée autour de la maîtrise de
logiciels […], une phase au Lycée centrée autour de l’apprentissage des
connaissances nécessaires à l'écriture d'un programme simple[…], et une phase en
aval du lycée consacré aux diverses branches de l’informatique en tant que
discipline scientifique ». En 2009, suivant ainsi les conseils de la commission
Kahane (2002) d’introduire « une part d’informatique dans l’enseignement des
sciences mathématiques et dans la formation des maîtres », le ministère fait le
choix d’inclure dans tous les programmes de mathématiques de lycée et à tous les
niveaux, un enseignement d’algorithmique.
Le projet et les objectifs de l’enseignement de l'algorithmique dans le nouveau
programme de mathématiques sont d’amener à « une formalisation en langage
naturel propre à donner lieu à traduction sur une calculatrice ou à l’aide d’un
logiciel. » et ainsi de « de familiariser les élèves avec les grands principes
d’organisation d’un algorithme : gestion des entrées-sorties, affectation d’une
valeur et mise en forme d’un calcul » (MEN, 2009a, p. 9). Le programme précise
que cet enseignement ne doit pas être déconnecté de l’enseignement des
mathématiques : « au contraire, l’introduction de chaque nouvel élément (variable,
boucle, itération, etc.) devrait apparaître lors de la résolution de problèmes pour
lesquels les démarches habituelles sont malcommodes ou peu performantes »
(MEN, 2009b). Cette spécification qui amène donc à travailler à la fois les
mathématiques et l'informatique ne nous semble pas aller de soi. Les discussions
dans la communauté des professeurs de mathématiques ont montré un certain
nombre de difficultés des enseignants à mettre en œuvre ce nouveau programme
sur l'algorithme. L’APMEP3 signale dans son bulletin qu’un « déficit de formation
est déclaré de façon explicite lorsqu’il s’agit d’évoquer les nouveaux thèmes
introduits dans le programme, notamment dans le cadre de l’algorithmique. Ce
manque de formation peut être repéré de façon implicite cette fois à travers
certaines difficultés que rencontrent les enseignants à interpréter le programme. »
(APMEP, 2014). Le rapport de la commission de suivi des programmes de 2014
montre que l’introduction de l’algorithmique est « jugée positive par 65% des
2
ITIC-ASTI : Informatique et TIC - Association française des Sciences et Technologies de
l'Information. Groupe animé par des informaticiens, Maurice Nivat, Gilles Dowek, Éric Bruillard et
Monique Grandbastien notamment.
3
APMEP : Association des Professeurs de Mathématiques de l’Enseignement Public
4 MICHELE COUDERETTE

répondants, [mais que] plus de 40% des répondants ne sont pas satisfaits de son
écriture dans le programme officiel ; c’est la partie du programme qui est jugée la
moins explicite. Les entretiens laissent penser que les relations entre
algorithmique, mathématiques et programmation ne sont pas clairement perçues. »
(MEN-DGESCO, 2014). Si les recherches de Haspékian et Nijimbéré confirment
les observations du ministère, ils relèvent par ailleurs que « les textes officiels
n’aident pas les enseignants à faire la part des choses précisément entre ces
différents points de vue, à délimiter clairement ce qui relève de l’algorithmique au
niveau des raisonnements de ce qui relève des nécessités de son implémentation
technologique » (2012, p. 270). Il apparait donc ici que l’introduction de ce nouvel
objet d’enseignement parait complexe. En quoi l'analyse épistémologique peut-elle
éclairer cette complexité ?

1.2 Analyse épistémologique de ce domaine d’étude

Les travaux de Knuth, chercheur que l’on pourrait qualifier de « mathématicien-
informaticien », sont reconnus à la fois par la communauté des mathématiciens et
par celle des informaticiens. Professeur à l’université de Standford (États-Unis),
Knuth a contribué autant aux mathématiques qu’à l’informatique : ses travaux de
recherche ont porté sur les mathématiques discrètes et sur l’algorithmique. Son
ouvrage The Art Of Computer Programming (TAOCP) date de 1968. Pour autant,
malgré l’évolution de l’informatique, celui-ci reste toujours d’actualité et fait
encore référence dans la communauté des chercheurs du domaine. Dans cet
ouvrage, Knuth développe la vision qu’il a d’un algorithme. Celui-ci n’est ni que
informatique, ni que mathématique : il est des deux. Dans cet ouvrage, tous les
algorithmes présentés s’appuient sur des énoncés mathématiques. Pour autant,
l’objectif n’est pas de faire un cours de mathématiques, mais de faire comprendre à
un lecteur « novice » en informatique ce qu’est un algorithme. Aussi, donne t-il à
son propos une forte dimension pédagogique en décrivant des concepts
algorithmiques au versant plutôt informatique et en particulier en pointant des
concepts algorithmiques potentiellement difficiles à comprendre du fait de leur
proximité avec des concepts informatiques (le stockage dans une variable par
exemple). Nous cherchons à mettre en tension la vision hybride de l’algorithmique
développée par Knuth avec celle que l’on peut deviner à la lecture des documents
officiels (programme et document ressources) afin de faire émerger ce qui a été
retenu pour constituer le savoir à enseigner.
Les quatre sous-parties ci-dessous rendent de concepts de base et de difficultés
pointées par Knuth dans le premier volume « Fundamental Algorithms » du
TAOCP (1968) : (1) définition et caractéristique, (2) texte de communication, (3)
difficultés potentielles (4) Validation. Nous reprenons ces quatre points dans la
section relative à l’analyse des textes officiels.

1.2.1. Une définition et cinq caractéristiques

S’appuyant sur plusieurs exemples, tous mathématiques, Knuth définit et
caractérise ce qu’est un algorithme par « a finite set of rules witch gives a sequence
of operations for solving a specific type of problem » (Knuth, 1968 ; p. 4 ).
En utilisant les cinq caractéristiques d’un algorithme, finitude (finitness), définition
précise (definiteness), effectivité (effectiveness), entrée (input) et sortie (output),
 L’ENSEIGNEMENT DE L’ALGORITHMIQUE EN SECONDE : UNE ETUDE DE CAS 5

Knuth (1968) nous met en alerte sur la présentation de processus de vie courante
comme des algorithmes : une recette de cuisine, qui si elle respecte bien la
propriété de séquentialité, les critères d’entrée, de sortie et de finitude, ne respecte
pas les critères de « définition précise » et d’« effectivité». Un algorithme doit
fournir un même résultat quelque soit l’opérateur le traitant.

1.2.2. Un texte de communication

Knuth (1968) formalise d’une manière très précise l’écriture des algorithmes (cf.
ci-dessous), montrant ainsi l’importance qu’il donne à l’aspect communicationnel
entre celui qui écrit l’algorithme et celui qui le lit : nom de l’algorithme, début, fin,
numérotation des différentes étapes, résumés et commentaires, sont autant
d’éléments composant un algorithme permettant au lecteur d’en avoir une
meilleure compréhension : « they are only for the reader's benefit as possible aids
to comprehension » (Knuth, 1968, p. 3).

Figure 1 : Écriture formelle d’un algorithme selon Knuth (1968).

L’algorithme d’Euclide formalisé par Knuth se présente ainsi :

Figure 2 : Écriture formelle de l'algorithme d'Euclide selon Knuth (1968)

1.2.3. Des difficultés potentielles lors de l’enseignement de l’algorithmique

- L’affection et la variable, enjeux de savoir problématiques
Knuth pointe plusieurs difficultés de compréhension de certains objets et concepts
résultants de signifiants différents selon qu’ils sont utilisés dans un cadre
exclusivement mathématique4 ou dans un cadre algorithmique ; il désigne par

4
Pour des commodités de langage, nous écrirons « mathématique » lorsque nous
désignerons tout ce qui relève exclusivement des mathématiques (c’est à dire ne relevant
6 MICHELE COUDERETTE

exemple le concept « d’affectation » comme l’un des plus difficiles à comprendre,

celui-ci renvoyant à la notion de variable informatique : une variable informatique
désigne un emplacement dans la mémoire de l’ordinateur et nous comprenons
alors, que même si le vocabulaire est le même, le mot variable dans un contexte
algorithmique relève ici de l’informatique et non des mathématiques. Le mot «
variable » représente donc des concepts différents selon qu’il est utilisé en
mathématique ou en informatique. Du point de vue informatique, une variable ne
peut contenir qu’une seule valeur à un instant t, qui pourra ensuite évoluer selon les
instructions de l’algorithme. En mathématique, une variable revêt une tout autre
signification : par exemple, dans l’écriture 𝑥𝜖𝑁, 𝑥 représente n’importe quelle
valeur de 𝑁. Knuth conseille à ses lecteurs d’étudier des algorithmes déjà écrits et
de les dérouler à la main pour comprendre leur fonctionnement, en particulier lors
des opérations d’affectation. Pour des algorithmes plus complexes (mettant en jeu
une boucle par exemple), « suivre à la trace » des variables suppose que l’on ait
une technique de traçage. Nous présentons ci-dessous à titre d’exemple la trace de
l’algorithme d’Euclide, nécessaire pour la gestion des variables :

Figure 3 : Trace de l'algorithme d'Euclide pour les valeurs 28 et 72

selon Knuth (1968)

- L’égalité en mathématiques et en informatique

Un autre concept pointé par Knuth comme difficile à comprendre est le signe « = ».
Selon qu’il est utilisé en mathématique ou en algorithmique, il n’a pas la même
signification. Dans le domaine mathématique, il symbolise l’expression « est le
résultat de… » ou décrit une relation d’équivalence entre deux objets de même
nature, ou encore traduit une assertion logique ayant la valeur de vrai ou faux, alors
que dans le domaine algorithmique le signe « = » est utilisé dans les tests d'égalité
et donc revêt uniquement le statut d’assertion logique. Les travaux de Knuth
rejoignent les nombreuses recherches en didactique de l’algèbre portant sur les
différentes significations du signe « = » selon leur contexte d’utilisation. On citera,

pas de l’algorithmique) et par « informatique » tout ce qui relève exclusivement de

l’informatique (et non de l’algorithmique).
 L’ENSEIGNEMENT DE L’ALGORITHMIQUE EN SECONDE : UNE ETUDE DE CAS 7

en autres, Chevallard (1985), Kieran (1994), Gascon (1994), Artigue (2002) et plus
récemment Knuth et al. (2006).

1.2.4. Validation d’un algorithme

Poursuivant sa volonté de montrer le caractère hybride des algorithmes, Knuth
s’intéresse à leurs validations. Il montre qu’une démonstration de type
expérimental est insuffisante et qu’une démonstration mathématique est nécessaire.
Il présente alors deux méthodes : l’induction mathématique et la preuve de
programme par assertions. Toutes deux reposent sur des domaines mathématiques :
la démonstration par récurrence pour la première et la logique formelle pour la
seconde (Hoare, 1969). Si la logique formelle n’est pas au programme de lycée, la
démonstration par récurrence est possible dans les classes scientifiques.

Comment alors la transposition opère t-elle dans les documents institutionnels ?

Les documents institutionnels montrent-ils la double appartenance – l’hybridité –
de l’agorithmique ou présentent-ils principalement son versant informatique ? Les
difficultés pointées par Knuth sont-elles explicitement indiquées ? Quelles
propositions sont alors avancées pour les contourner ?

1.3. Les choix curriculaires effectués dans le programme 2009

Tout d’abord, il nous semble important de signaler que contrairement aux autres
savoirs enseignés en mathématiques, le texte du savoir à enseigner l’algorithmique
n’a pas été découpé en fonction des niveaux seconde, première et terminale. Il est
décrit dans le programme de seconde et est établi pour les trois années de lycée.
(MEN, 2009a). Nous considérons que cette place « à part » dans les programmes
lui donne un statut « à part ». D’autre part, il est clairement indiqué que
l’algorithmique a une visée doublement transversale : elle doit s’insérer dans
chacune des trois parties du programme de mathématiques et s’articuler avec les
autres disciplines enseignées : « l’algorithmique a une place naturelle dans tous les
champs des mathématiques et les problèmes posés doivent être en relation avec les
autres parties du programme (fonctions, géométrie, statistiques et probabilité,
logique) mais aussi avec les autres disciplines ou la vie courante » (MEN, 2009a,
p. 9).
Dans cette section, nous rendons compte de quelques points saillants d’une analyse
critique des documents institutionnels (programme de seconde, documents
ressource) en reprenant point par point les éléments dont nous avons rendu compte
dans la section précédente.

1.3.1. Une définition floue de l’algorithme

Knuth insiste sur les propriétés de definiteness et effectiveness d’un algorithme, au
point de prendre pour exemple une recette de cuisine. Nous pouvons alors nous
interroger sur la pertinence d’introduire les algorithmes à l’aide de situations de vie
courante, qui de part leur nature, ne respecte pas les propriétés de definitessnes et
d’effectiveness.
8 MICHELE COUDERETTE

Figure 5 : extrait du document ressources en algorithmique (MEN (2009b), pp. 6-8)

1.3.2. Aspect communication du texte algorithmique

C’est au travers des préconnisations pour l’évaluation que nous trouvons trace des
principes de Knuth. Dans le document-ressources, des critères d’évaluations
relatifs à la lisibilité de l’algorithme sont définis : explicitation du but de
l’algorithme, commentaires précisant le déroulement, noms des variables bien
choisis font partis des critères permettant d’évaluer un algorithme non pas
seulement sur son aspect fonctionnel mais aussi sur son aspect communicationnel.

Figure 6 : Extrait du document ressources en algorithmique (MEN (2009b), p. 13)

Pour autant, l’aspect communication est-il réellement présent dans le texte de
programme ? Dans la plupart des algorithmes présentés, seules les variables
déclarées sont commentées et non les différentes actions. L’algorithme 8 du
document ressource (MEN (2009b), (affichage automatique d’une fenêtre
graphique), certes complexe, est pratiquement le seul à contenir des commentaires
pour les différentes étapes du traitement. Le nombre d’algorithmes du document
traduits en langage informatique (calculatrices, applications logicielles) peut
implicitement laisser à penser que l’aspect fonctionnel du programme est
privilégié. Cette perception, plus informatique qu’algorithmique, laisse en réalité
peu de place à la compréhension même des objets algorithmiques.

1.3.3. Des difficultés potentielles dans l’enseignement de l’algorithmique

- Affectation et variable, enjeux de savoir problématiques
Si l’affectation et la notion de variable ne sont pas soulignées comme des
difficultés dans le programme, on peut supposer qu’elles sont implicitement
suggérées par la description imagée « le rangement d’un objet dans un petit tiroir
ne pouvant contenir qu’un objet à la fois » (MEN, 2009b, page 7). L’activité de
traçage signalée comme nécessaire par Knuth (1968) est complètement absente
dans le programme. Il nous semble alors possible de dire que, du fait de cet
 L’ENSEIGNEMENT DE L’ALGORITHMIQUE EN SECONDE : UNE ETUDE DE CAS 9

absence, la transposition didactique dans le programme actuel d’un concept

purement algorithmique tel que l’affectation dans une variable, ne permet pas d’en
traiter le sens.
Nous retrouvons toutefois une des préoccupation de Knuth relative à la
compréhension du fonctionnement d’un algorithme dans les textes du savoir à
enseigner : étudier des algorithmes afin d’en déterminer leurs fonctions ou de
déceler des erreurs dans leurs conceptions. Mais nulle indication sur une technique
d’étude d’un algorithme. Est-il implicitement convenu que l’implémentation d’un
algorithme dans une calculatrice ou application logicielle pourra rendre possible la
détection d’une erreur et ainsi de la corriger ? Des techniques sont envisageables
(mettre des tests d’arrêt par exemple, suivre à la trace le contenu des variables)
mais difficiles à mettre en œuvre sans une compréhension au préalable des
concepts algorithmiques.
- L’égalité en algorithmique et en mathématique, écueil potentiel
Le concept d’égalité en algorithmique n’est pas non plus signalé comme possible
difficulté. Cet écueil est complètement occulté dans les programmes. Jamais les
enseignants n'ont leur attention attirée sur le fait que ces signifiants différents selon
que le concept soit abordé sous couvert des mathématiques ou sous couvert de
l'informatique, sont porteurs potentiels de difficultés. On peut donc anticiper que
les enseignants seront confrontés à ces difficultés lorsqu’ils auront à enseigner ce
concept.

1.3.4. La validation d’un algorithme : une absence dans les programmes

La preuve d’un algorithme n’est pas explicitement mentionnée dans le programme.
On peut voir une explication dans le fait que les algorithmes écrits sont en lien
direct avec les notions mathématiques étudiées dans le cours de mathématiques. Le
risque est alors que pour les élèves la notion de preuve d’algorithme n’existe pas et
que seule la machine ou l’application logicielle valide l’algorithme.
En conclusion de cette analyse, il ressort que les concepteurs des programmes
d’algorithmique partagent formellement la même vision des algorithmes que
Knuth : des algorithmes reposant sur des concepts mathématiques mais aussi sur
des concepts informatiques. Néanmoins, les documents institutionnels ne
permettent pas, par élision, de traiter du sens des concepts purement algorithmiques
signalés par Knuth : certaines difficultés ou écueils signalés par cet auteur, bien que
présents allusivement dans ce programme, semblent laisser les enseignants
démunis face à l’organisation didactique et/ou mathématique de la séance, comme
l’a mis en évidence l’enquête évoquée en introduction.
Au terme de cette analyse transpositive d’un domaine nouvellement objet d’étude,
examinons les mises en oeuvre possibles dans le cours de mathématiques.
2. Analyse des pratiques d’enseignement de l’algorithme en classe de seconde :
une étude de cas
Nous nous intéressons à la manière dont une enseignante met en œuvre cet objet
d'enseignement compte tenu de sa spécificité c'est à dire celui d'être un objet
interdisciplinaire (mathématique et informatique) et qui par conséquence vise à
travailler à la fois les mathématiques et l'informatique. L’analyse épistémologique
10 MICHELE COUDERETTE

et curriculaire permet de préciser les questions de recherche : (i) quel est le savoir
réellement mis à l’étude dans le cours d’algorithmique ? (ii) comment ce savoir
évolue t-il au sein du système didactique ? (iii) comment les enseignant jouent-ils
avec les contraintes d’un enseignement sous couvert de deux disciplines ?
Cette problématique suppose deux niveaux d'analyse, celle des praxéologies ici de
type interdisciplinaires et celle des pratiques en classe.

2.1. Cadres théoriques

L’étude de cas a été menée sous couvert de deux cadres : le premier, permettant de
mettre en exergue le savoir réellement mis à l’étude, s’appuie sur le concept de
praxéologie développé dans la théorie anthropologique du didactique – TAD –
(Chevallard ; 1999), le second rendant compte de la co-construction de ce savoir au
sein du système didactique, s’appuie sur les études de l’action conjointe (Sensevy ;
2007). La compatibilité de ces deux cadres théoriques a déjà été discutée dans
plusieurs travaux dont ceux de Brière-Guenoun et Amade-Escot (2010), Athias
(2014), Salone (2015).
Pour décrire et étudier les conditions de réalisation des pratiques institutionnelles,
la TAD offre un outil d’analyse que nous utilisons pour étudier les savoirs
effectivement mis à l’étude par une enseignante dans une classe de seconde : les
organisations praxéologiques. Les outils praxéologiques permettent de décrire une
séance en terme d’unité, chaque unité correspondant à une tâche dans laquelle
l’élève est engagé. Ils permettent de déterminer les savoirs mis à l’étude, et ainsi de
répondre aux questions : (i) quel est l’apprentissage visé dans la séance ? (ii)
l’algorithmique étant un objet interdisciplinaire, à quelle discipline de référence se
réfère l'enseignante quand elle propose une tâche aux élèves ?
La théorie de l'action conjointe en didactique – TACD – pose l’action didactique
comme une résultante des interactions élèves-professeur. L’analyse de l’action
conjointe permet de montrer comment, dans ces interactions, les praxéologies,
telles que proposées par le professeur, vivent au sein de la classe. Dans notre
analyse, nous utilisons les genèses {topogenèse, chronogenèse, mésogenèse}
décrivant la dynamique évolutive du système didactique : (iii) quels sont les objets
constituant le milieu, sachant que ceux-ci sont évolutifs dans la co-construction du
savoir, (iv) à quel rythme ce savoir est-il conduit et (v) quelles places élèves et
professeur occupent-ils vis à vis du savoir construit ?

2.2 Indications de méthode

Contexte et participants : La classe observée est une classe de seconde générale
d’un lycée dans la banlieu toulousaine. D’un niveau moyen en mathématiques, elle
est constituée de 33 élèves (23 garçons et 9 filles) âgés de 15 à 16 ans.
L’enseignante a une ancienneté de 25 ans dans l’enseignement et a suivi une
formation en algorithmique dans son cursus universitaire alors qu’elle était
étudiante.
Recueil des données : Nous avons observé et filmé trois séquences
d’enseignement chacune étant composée de trois séances de 55 minutes.
Respectant le protocole de Leutenegger (2009), chaque séance a été précédée d’un
entretien ante puis suivie d’un entretien post, tous deux enregistrés. Les entretiens
 L’ENSEIGNEMENT DE L’ALGORITHMIQUE EN SECONDE : UNE ETUDE DE CAS 11

ante ont pour objectif de recueillir l’intention didactique de l’enseignante et les

entretiens post de recueillir ses réactions ‘à chaud’ quant au déroulement du cours.
Des notes écrites « prises au vol » ainsi que les documents distribués aux élèves ont
complété ce recueil.
Analyse des données : les deux cadres théoriques précités sont mobilisés pour
l’analyse des données.

- Nous appuyant sur les travaux de Chevallard (1998) et de Bosch et Gascon

(2004), nous avons cherché à déterminer pour chacune des tâches proposées aux
élèves si la référence était d’ordre mathématique, algorithmique ou
informatique. Pour cela nous avons fait appel au modèle [T/τ/θ/Θ] de la TAD
qui décrit l’organisation praxéologique des tâches proposées aux élèves :
accomplir une tâche t relevant d’un type de tâche T nécessite la mise en œuvre
d’une technique τ, justifiée par une technologie θ qui est elle même justifiée par
une théorie Θ.

- Suivant les préconnisations de Leutenegger (2009), l’ensemble des

données vidéos ont été transcrites puis condensées dans des synopsis nous
permettant d’obtenir une vue d’ensemble des séances observées. Chaque
synopsis présente sur une échelle temporelle un découpage de la séance en
termes de tâches, de modalités de travail fixées par l’enseignante, de repérage
d’épisodes remarquables ou significatifs pour l’analyse didactique. Les
interactions élèves-professeur sont ensuite analysées au travers de trois genèses
{mésogenèse, chronogenèse, topogenèse}.
Dans le cadre de cet article, nous nous appuyons sur deux exemples prototypiques
de ce que nous avons observé et que nous développons en deux temps : l’analyse
des praxéologies algorithmiques puis l’analyse de la coconstruction des savoirs mis
à l’étude.

2.3. Analyse des praxéologies algorithmiques en classe de mathématiques

L’analyse praxéologique du savoir mis à l’étude a été conduite afin de pouvoir
déceler si des élément relevés par Knuth comme problématiques dans leur
enseignement (aspect hybride de l’algorithmique, difficultés concernant les notions
d’affectation, de variable, d’égalités, de validation) étaient perceptibles dans les
dispositifs proposés par l’enseignant.
2.3.1 Première séquence : des algorithmes pour consolider des savoirs
mathématiques
L’enseignante poursuit « officiellement » dans cette séquence deux objectifs :
écrire un algorithme en langage naturel puis l’implémenter sur une calculatrice
Texas (TI 82) ou Casio (Graph35). C’est ce qu’elle indique dans l’entretien ayant
eu lieu avant la séance : « je veux qu’ils écrivent les algorithmes en langage naturel
[…], qu’ils les entrent dans la calculatrice ».
Trois types de tâches sont inscrits dans cette séquence : étudier des algorithmes
déjà écrits, écrire des algorithmes, implémenter des algorithmes dans une
calculatrice. Les tâches sont successivement :
12 MICHELE COUDERETTE

- Etudier, en se situant dans un cadre géométrique, l’algorithme 1 permettant

d’obtenir le milieu d’un segment à partir de deux points du plan.
- Etudier, en se situant dans un cadre numérique, l’algorithme 2 permettant
d’obtenir 3x- 4 à partir de x
- Ecrire puis implémenter dans la calculatrice un algorithme 3 permettant
d’obtenir la moyenne pondérée de plusieurs notes ; l’enseignante choisit de faire
écrire cet algorithme « parce que l’on est à la fin du trimestre et les élèves sont
motivés pour calculer leur moyenne générale » (Entretien post-séance)
- Ecrire puis d’implémenter dans la calculatrice plusieurs algorithmes portant sur
des calculs de prix HT, TTC, taux d’évolution.
Dans cette section, nous nous intéressons à la séance 2 portant sur l’écriture
d’algorithmes relatifs à des calculs de prix. Il est demandé aux élèves d’écrire les
algorithmes suivants :
Algorithme 4 : écrire un algorithme qui permet de calculer une remise
de t% sur un prix p
Algorithme 5 : écrire un algorithme qui permet de calculer le prix final
(après la remise), écrire ensuite un programme avec la calculatrice qui
donne le prix final puis compléter le tableau
Algorithme 6 : écrire un algorithme qui permet de calculer le prix HT
connaissant le prix TTC et le taux de TVA
Algorithme 7 : écrire un algorithme déterminant le taux de TVA
(5,5% ou 7,5% ou 18,5%) connaissant le prix HT et le prix TTC.
Notons que les tâches proposées dans cette séance d’algorithmique correspondent à
celles que l’on donnerait dans un cours de mathématiques. Le cours de
mathématiques « classique » portant sur les pourcentages et l’utilisation du
coefficient multiplicateur fait travailler principalement quatre types de tâches : le
calcul de la remise (ou augmentation), le calcul du prix après réduction (ou
augmentation), la calcul du prix initial, le taux d’évolution. Les tâches
algorithmiques sont calquées sur des tâches mathématiques classiques.
L’écriture de l’algorithme 5 peut appeler plusieurs techniques :
Une technique τ1 utilise le coefficient directeur, exprimant la relation entre les deux
prix :
prixaprès augmentation = prixinitial × (1+t %)
prixaprès remise = prixinitial × (1-t %)
Une autre technique τ2 que les élèves de collège connaissent bien fait appel au
calcul intermédiaire de la remise ou de l’augmentation :
prix après augmentation = prix initial + montant de l'augmentation
prix après remise = prix initial - montant de la remise
L’appel à cette dernière technique est d’autant plus naturel pour les élèves qu’ils
viennent d’écrire un premier algorithme qui permet d’obtenir le montant de
 L’ENSEIGNEMENT DE L’ALGORITHMIQUE EN SECONDE : UNE ETUDE DE CAS 13

l’augmentation ou de la remise. Or, ainsi que nous le développerons plus loin dans
l’analyse de l’action conjointe, l’enseignante écarte la deuxième technique au profit
de la première technique qui vient juste d’être revue dans le cours de
mathématiques.

La tâche que nous venons d’analyser est emblématique de la séquence :

- Toutes les tâches sont soumises à des organisations praxéologiques de différents
ordres, chacune ayant un ancrage référentiel plus ou moins marqué dans une des
deux disciplines (cf. schéma ci-après)

Figure 7. Praxéologies mises en œuvre dans la séquence 1

Nous observons que ces praxéologies sont dépendantes les unes des autres : la
praxéologie Pcea fait appel à des praxéologies « auxiliaires », Pmp et Pprix,
nécessaires à l’écriture de la « phase de traitement » des algorithmes.
L’implémentation des algorithmes nécessitera successivement la réalisation des
praxéologies Pta et Pia.
Le schéma ci-après résume les dépendances entre ces praxéologies.

Figure 8. Dépendances entre les praxéologies de la première séquence

- La mise œuvre des algorithmes est fortement conditionnée par des praxéologies
mathématiques : pour la praxéologie Pcea, praxéologie algorithmique, la mise en
œuvre de la technique mobilise des connaissances mathématiques qui sont des
œuvres du milieu didactique. Parfois, ces œuvres peuvent être déjà connues de la
classe (dans l’étude du premier algorithme, les élèves savent déterminer sans
problème que le point I construit est le milieu du segment [AB]) mais parfois, elles
peuvent nécessiter une étude préalable, de façon à rendre ces œuvres disponibles
pour la classe (c’est le cas pour le calcul d’une moyenne pondérée ou le
l’utilisation d’un coefficient multiplicateur pour le calcul de prix). L’écriture
d’algorithmes devient alors, de par sa place dans l’organisation didactique, une
tâche d’application ou de consolidation d’un savoir mathématiques sous un format
particulier (celui d’un algorithme), un prétexte à consolider voire réinvestir une
notion déjà étudiée dans le cours de mathématiques.
14 MICHELE COUDERETTE

2.3.2. Deuxième séquence : des savoirs mathématiques pour écrire des

algorithmes
L’enseignante appuie son projet d’enseignement sur des notions mathématiques
stabilisées dans le milieu de l’élève. Elle pose d’emblée l’appareillage
technologique qui sous-tend les activités algorithmiques proposées aux élèves en
portant leur attention sur ce qui deviendra plus tard des éléments technologiques
dans l’écriture des algorithmes :

Figure 9. Appareillage praxéologique pour la séquence 2

Cet appareillage étudié soit dans les années précédentes (théorème de Pythagore),
soit quelques semaines auparavant (colinéarité de vecteurs, fonction affine), permet
à l’enseignante de se centrer sur l’objectif principal : « comprendre le
‘si…alors…sinon’ et utiliser le langage machine ‘if…then…else’» (Entretien post-
séance). Le contrat didactique est explicitement algorithmique et informatique :
« On a cinq algorithmes à faire. Sur votre feuille, vous faites deux colonnes : une
colonne ou vous écrirez le langage naturel. Le langage naturel, il doit être compris
par n'importe quelle personne. N'importe qui doit comprendre votre algorithme en
langage naturel. Par contre, le langage Texas ou le langage Casio, c'est pour vous.
Mais surtout pour la machine, pour que le programme puisse tourner ». La
consigne donnée aux élèves est d’écrire 5 algorithmes correspondants aux cinq
propositions étudiées précédemment (cf. Figure 9). Nous retrouvons les mêmes
types de tâche qu’à la première séquence : étudier un algorithme déjà écrit, écrire
des algorithmes et implémenter des algorithmes.
- Comme pour la première séquence, toutes les tâches sont soumises à des
organisations praxéologiques d’ordre mathématique, algorithmique ou
informatique (cf. schéma ci-dessous).
 L’ENSEIGNEMENT DE L’ALGORITHMIQUE EN SECONDE : UNE ETUDE DE CAS 15

Figure 10. Praxéologies mises en œuvre dans la séquence 2

Par contre, les praxéologies mathématiques mobilisent cette fois-ci des techniques
connues des élèves alors que la praxéologie Psyntax, d’ordre algorithmique,
mobilise des connaissances, non connues des élèves, nécessaires à l’écriture des
algorithmes de la séquence. La conception et l’écriture d’algorithmes nécessite la
réalisation des praxéologies mathématiques et de la praxéologie algorithmique
Psyntax. Nous schématisons ci-après la dépendance entre ces praxéologies.

Figure 11. Dépendances entre les praxéologies de la seconde séquence.

- Le milieu didactique initial n’est composé que de matériaux considérés par
l’enseignante comme connus des élèves : le théorème de Pythagore, la condition de
colinéarité des vecteurs, les fonctions affines. Or, ainsi que nous le verrons dans la
seconde partie, l’enseignante se heurte à une autre difficulté : les élèves restent
dans un cadre géométrique, ne basculant pas dans un cadre algorithmique.
2.3.3. Pour conclure sur l’organisation praxéologique retenue par cette
enseignante
Les organisation praxéologiques des deux séquences s’appuient essentiellement sur
des praxéologies mathématiques. En première séquence, la construction
d’algorithmes vient en fin de processus d’apprentissage de concepts mathématiques
montrant qu’implicitement la visée était principalement de consolider des savoirs
mathématiques. Dans la seconde séquence, le projet didactique est résolument
algorithmique, mais les tâches proposées reposent sur des savoirs emblématiques
des mathématiques nécessitant des passages dans différents cadres conceptuels
pour pouvoir manipuler des concepts algorithmiques.
Comment la co-construction des savoirs algorithmiques a-t-elle alors lieu au sein
de la classe ?
16 MICHELE COUDERETTE

2.4. Analyse de la co-construction de ces savoirs en classe

Pour analyser la co-construction d’un savoir algorithmique, nous avons utilisé les
outils d’analyse de l’action conjointe en didactique (ACD) tels que les avons
brièvement décrits dans la section « cadre théorique ».
2.4.1. Première séquence : variable et affectation, deux concepts
problématiques

Une désignation floue du concept de variable algorithmique

Rappelons que selon Knuth (1968), l’affectation, en lien avec la notion de variable,
est une des opérations conceptuellement la plus difficile à comprendre. Nous avons
donc observé l’enseignante aux prises avec cette difficulté, difficulté se traduisant
d’abord par l’utilisation d’un vocabulaire imprécis : mettre, lettre, stockage,
mémoire, flèche, Sto, égal, variable, affecter. Ce flou, se traduisant par un
vocabulaire approximatif, entraine un ensemble de questions de la part des élèves,
questions qui révèlent une incompréhension quant à la nature même de cet objet :
E1 : « et le résultat de ça, je vais mettre un nombre, un chiffre… Un nombre …
Je vais mettre un nom ? » (E écrit par le geste un « X ») (séance 2)
Une séance plus tard, un autre élève, lors du codage en langage machine :
E2 : « peu importe la lettre ? »
Extrait 1 : interrogation sur la notion de variable
Cette incompréhension fait écho à une autre, à propos de la notion d’affectation :
celle-ci est introduite par l’emploi des verbes « mettre » (en séance1) et « stocker »
(en séance 2). Dans la séance 3, L’enseignante introduit le terme institutionnel
« affecter » qui est ensuite utilisé de façon quasi-systématique par les élèves. Par la
suite, dans la traduction des algorithmes en langage machine (Texas ou Casio), elle
est amenée à utiliser indifféremment les deux termes : « flèche » et « STO »
(séances 2 et 3).

L’affectation, concept problématique

Une analyse plus fine des interactions entre les élèves et l’enseignante à propos de
la question de l’affectation, montre comment l’enseignante tente de faire accepter
aux élèves l’utilisation d’un résultat de cours, mais qui du coup ne lui permet pas
d’étudier pleinement le concept d’affectation. Tout d’abord, nous remarquons que
les premiers algorithmes étudiés ne mettent en jeu qu’une seule variable, le
traitement s’écrivant en une seule instruction et l’affectation du résultat précédant
son affichage. Dans cette configuration, pour bon nombre d’élèves la fonction STO
d’affection est réservée au résultat du calcul, juste avant l’affichage avec la
fonction DISP. On peut penser que les notions de mémoire et d’affectation ne sont
pas comprises et que l’instruction d’affectation est associée à l’instruction
d’affichage. Ceci n’est pas sans conséquences sur la chronogenèse du savoir relatif
au concept d’affectation. Nous l’illustrons au travers de trois épisodes
remarquables, issus de la première séquence.
Lors de l’écriture de l’algorithme 5, nous assistons à un jeu de persuasion à propos
du calcul d’un prix réduit, entre des élèves ancrés dans des connaissances
 L’ENSEIGNEMENT DE L’ALGORITHMIQUE EN SECONDE : UNE ETUDE DE CAS 17

antérieures (passage par le calcul de la remise) et l’enseignante qui veut leur faire
utiliser une formule factorisée, formule établie lors d’un cours sur les fonctions
affines.
Premier épisode : intrusion de la calculatrice dans l’écriture de l’algorithme
Les élèves ont écrit et implémenté avec succès un premier algorithme (calcul du
montant de la remise à partir du prix et du taux de réduction). Pour écrire le second
algorithme qui permet d’obtenir le prix remisé, plusieurs élèves souhaitent écrire
les deux opérations qu’ils utilisent habituellement : calculer la remise, puis
effectuer une soustraction pour obtenir le résultat escompté.
Ayant trouvé dans un des menus de la calculatrice le symbole « = », l’élève E3
pense pouvoir l’utiliser pour les calculs intermédiaires, comme il le ferait en
mathématiques et stocker le résultat final dans une variable :

Tdp5 1 E3 comment on fait le « = » ?

Tdp 2 P comment le …
Tdp 3 E3 le « = »
Tdp 4 P pourquoi tu as besoin du « = » ?
Tdp 5 E3 ben pour faire égal !
Tdp 6 P pourquoi f… Pour où ? …oui ?
Tdp 7 E3 Prompt p,
Tdp 8 P Oui
Tdp 9 E3 Prompt t
Tdp 10 P Oui
Tdp 11 E3 je vais faire p*t/100
Tdp 12 P mmm
Tdp 13 E3 et le résultat de ça, je vais mettre un nombre, un chiffre… Un
nombre … Je vais mettre un nom ? (E12 écrit un « X »
gestuellement)
Tdp 14 P Oui
Tdp 15 E3 par exemple x, je ferai x moins p
Tdp 16 P oui. Hé bé … alors ?
Tdp 17 E3 comment je ferai le « égal » pour trouver ?
Tdp 18 P on va toujours utiliser la flèche, en fait.
Tdp 19 E3 ah je fais sto…
Tdp 20 P tu ne tu ne mets pas égal, voilà. Tu le stockes dans une mémoire,
hein, et on va se resservir de cette lettre pour la mettre ensuite
dans une autre mémoire
Tdp 21 E3 Ok
Tdp 22 P ou la même. Comme tu veux.
Tdp 23 E3 (parlant tout seul) prompt p, prompt t …
Tdp 24 P (s'éloignant) ben, sinon demain, on verra qu'on peut… On est pas
obligé de faire comme tu fais
Tdp 25 E3 ah ouai ? hé madame, c'est quoi là ? Il y avait « plus »,
« moins » , « différent » …
Tdp 26 P oui, c’est dans test. Mais on verra plus tard…
Extrait 2 : épisode 1 (séquence 1 - séance 2)

5
Tdp : tour de parole
18 MICHELE COUDERETTE

Cet épisode montre l’intrusion de la calculatrice dans l’activité d’écriture. Si E3

écrit bien le premier algorithme « à la main », il écrit le second directement dans la
calculatrice. L’enseignante est alors happée par les questions de E3 (Tdp 7, 9 et 19)
qui l’entrainent sur un terrain informatique : elle répond dans le langage de la
calculatrice et non dans un langage algorithme. A la fin de cet épisode,
l’enseignante s’éloigne sans apporter de réponse de type algorithmique quant à
l’écriture d’une ou deux instructions et/ou l’utilisation d’une ou deux variables
dans l’algorithme. En position topogénétique basse, elle ne rebondit pas sur les
remarques de E3 pour agir sur l’avancée du savoir algorithmique.

Deuxième épisode :
En réalité, l’enseignante reste concentrée sur un objectif : écrire le traitement en
une seule opération, opération qu’elle cherchera à conforter plus tard dans une
phase de régulation :

Tdp 1 E12 ah moi je sais pas comment on fait le « égal », je n’ai pas compris
Tdp 2 P Le « égal », je te dis, vous utilisez le stockage là.
(Le professeur montre le tableau ci-contre : )
Tdp 3 E12 ouais mais…[E12 se prend la tête dans les mains]
Tdp 4 P vous mettez dans… [Le professeur écrit au tableau]. Si vous avez
20 % de remise, comment vous avez fait pour calculer ? Vous avez
fait 32 - 20 % de 32. E12, toi tu veux faire en deux opérations. Si tu
veux faire en une seule opération. Tu fais 32 - 20 % de 32. On est
d'accord ?
[E12 hoche la tête.]
On peut mettre 32 en …? En facteur ! Ça c'est ce qu'on va voir
jeudi. Hein ? Quand on fait une remise de 20 %, on peut multiplier
directement le prix initial 32 par 1 - t %. J'ai vu qu'il y en a qui
avaient mis la formule.
[…]
)*
Bon, E13, tu n'y as pas pensé ? À écrire 32 &1 − +**,, c'est-à-dire
32 × 0,8.
Vous avez directement le prix remisé, comme ça. Et vous avez une
seule opération si vous ne voulez pas faire l'étape « je calcule la
remise et j'enlève la remise »… C'est ce qu'on va voir demain, pour
terminer le cours. Ou plutôt jeudi…
Pensez bien que plutôt que le faire en deux opérations, vous
pouvez utiliser ça. (Le professeur montre le tableau). Diminuer,
c’est faire, c’est multiplier par 1- t%. Diminuer de t%. Et donc on
revient avec une seule opération.
Extrait 3 : épisode 2 (séquence 1 - séance 2)
A la fin de cette deuxième séance, nous constatons que plusieurs élèves ne
cherchent pas à effectuer le traitement en une seule opération. Pour ces élèves, la
confusion entre le signe « = » repéré dans un des menus de la calculatrice et
l’opération d’affection demeure. L’enseignante, quant à elle, cherche à convaincre
de l’intérêt de l’utilisation du coefficient multiplicateur (1 – t %). Pour cela, elle
rappelle la technologie justifiant cette technique, la factorisation, et use
 L’ENSEIGNEMENT DE L’ALGORITHMIQUE EN SECONDE : UNE ETUDE DE CAS 19

d’arguments d’économie (en gras dans l’extrait 3). L’expression «Bon, E13, tu n’y
as pas pensé ? » (tdp 4) suggère qu’en se plaçant en surplomb, elle espère
remporter l’adhésion des élèves. La troisième séance permettra aux élèves
d’affirmer leur point de vue.
Troisième épisode :
Ainsi que le montre l’échange ci-dessous, l’enseignante finit par accepter la
proposition des élèves d’effectuer le traitement en deux étapes, et donc d’utiliser
deux variables. Elle avance cette fois-ci un argument algorithmique : « ça va faire
une ligne de calcul de plus ». On peut supposer qu’elle ne souhaite pas faire
implémenter deux lignes de calculs, ce qui pourrait l’amèner à discuter de la
signification du « = » en informatique, mais du coup ne lui permet pas de saisir
l’opportunité d’approfondir les concepts d’affectation et de variables. Notons
toutefois qu’elle mentionne pour la première fois, sans s’y attarder, l’écrasement
d’une variable.
Tdp1 E5 pourquoi on ne fait pas P - R ?
Tdp2 P alors, si on fait P - R… On peut faire un algorithme où on fait
d'abord calculer la remise, et puis après on va faire P - R. Ça va
rajouter une ligne de calcul. Dans ton algorithme, ce serait un
algorithme où on ferait calculer R, c'est-à-dire on ferait calculer
/
P × +**, et après calculer P - R. Et après, tu le mettrais dans une
autre lettre ou encore dans P et après voilà. Ça va marcher aussi.
Si vous l'avez programmé avec la machine, tu as dû voir que ça
marchait.
Extrait 4 : épisode 3 (séquence 1 - séance 3)
L’analyse de cette séquence nous a conduit à deux constats :
- Elèves et enseignant ne poursuivent pas la même démarche : les élèves cherchent
à écrire un algorithme en réinvestissant des connaissances anciennes alors que
l’enseignante cherche, tout en faisant travailler l’écriture d’un algorithme, à asseoir
un savoir mathématique en cours d’apprentissage, vu précédemment en « papier-
crayon » dans un cours traditionnel. Néanmoins, l’enseignante finit par accepter la
démarche algorithmique proposée par les élèves. Dans cette séquence, ce sont
principalement les élèves qui agissent sur la chronogenèse du savoir algorithmique.
- L’aspect informatique est prédominant : le langage utilisé, et par les élèves et par
l’enseignante, appartient plus au domaine informatique (« stocker », « prompt »)
qu’au domaine algorithmique. Cet aspect est majoré par le fait que élèves
travaillent sur la calculatrice sans passer par l’activité d’écriture « papier-crayon ».
2.4.2 Deuxième séquence : difficultés dans les changements de cadres
conceptuels
Nous présentons ici deux épisodes significatifs de la difficulté des élèves à passer
d’un cadre géométrique à un cadre numérique pour ensuite travailler dans un cadre
algorithmique. L’objectif de l’enseignante dans cette séquence est de faire
travailler l’instruction conditionnelle « Si … alors … sinon ».
Premier épisode :
20 MICHELE COUDERETTE

La tâche de l’élève est d’écrire un algorithme vérifiant la colinéarité de deux

vecteurs. Les deux extraits ci-dessous révèlent que E12, E22 et E23 n’ont pas pris
encore conscience de la nature des objets mathématiques en jeu dans l’écriture des
algorithmes. Dans l’extrait ci-dessous, E12 inscrit en entrée les sommets du
triangle, faisant une confusion entre A (tdp 3 et tdp 5), sommet du triangle et la
mesure a d’un côté du triangle. C’est l’enseignante qui oriente les élèves sur des
objets numériques, ici les coordonnées du point A (tdp 8).
Tdp 1 E 12 bein, quand on écrit, il faut marquer quoi...
Tdp 2 P Voilà. On va rentrer les différentes longueurs des côtés du
triangle et c’est l’algorithme du programme qui dira si le triangle
est rectangle ou pas. Alors en entrée, qu’est ce qu’on met ?
Qu’est ce qu’il va falloir écrire en entrée ?
Tdp 3 E 12 les points
Tdp 4 P Les points, ça veut dire quoi les points ?
Tdp 5 E 12 Ben heu … bein prompt a, déjà
Tdp 6 P Prompt a, ça veut dire quoi pour toi ?
Tdp 7 E 12 Le point …
Tdp 8 P Tu voudrais rentrer les coordonnées du point A…
Extrait 5 : recherche des entrées de l’algorithme 1 (séquence 2 – séance 1 )
Dans l’extrait 6, les deux élèves E22 et E23 prennent conscience du changement de
cadres qu’elles doivent opérer (tdp 9). L’enseignante, usant de la technique du
trilogue (Schubauer-Leoni, 1997), indique aux élèves les noms des variables,
s’appuyant sur les contraintes de la calculatrice, mais éludant du même coup le
travail sur la notion de variable en mathématique et en algorithmique.
Deux élèves filles au fond de la classe appellent le professeur
Tdp 1 E23 ici c'est des nombres qu'il faut demander ? Alors que c'est des
vecteurs ...
Tdp 2 P oui. Alors il faut demander les coordonnées. Que tu écrives
demander les coordonnées du vecteur U. Et entre parenthèses,
c'est a et b par exemple. Tu vois c'est une bonne remarque çà.
Tdp 3 E22 mais on ne marque pas x, y ?
Tdp 4 P il faut que tu marques... Il faut en demander quatre nombres.
Il y a quatre entrées dans cet algorithme.
Tdp 5 E23 x et x’
Tdp 6 P [élevant la voix]
Si tu veux. Sur ta machine, tu n’as pas x’ y’. C’est pour ça que
je vous conseillais d’écrire a b c d
Tdp 7 E23 Oui mai si … parce que là c’est c’est … du coup, je ne marque
pas entre parenthèses vecteur U et vecteur V
Tdp 8 P Vaut mieux faire le contraire. Vaut mieux que tu marques
demander les coordonnées du vecteur U, entre parenthèses tu
marques a b. Et les coordonnées du vecteur V, entre
parenthèses c d.
Tdp 9 E23 Le vecteur v, on ne peut pas le faire sur la calculatrice
Tdp 10 P Non. Il faudra que tu demandes un nombre. Tu demanderas a
et b. C’est comme si c’était xA et xB ou heu …xU et xV
Extrait 6 : recherche des entrées de l’algorithme 2 (séquence 2 – séance 2)
L’enseignante pare les difficultés des élèves en prenant en charge l’avancée du
savoir lors de corrections collectives pour chacun des algorithmes ce qui amènera
 L’ENSEIGNEMENT DE L’ALGORITHMIQUE EN SECONDE : UNE ETUDE DE CAS 21

peu à peu les élèves à écrire seuls le dernier algorithme. La trace écrite (figure ci-
après) montre la volonté de l’enseignante de dissocier ce qui relève de
l’algorithmique ou de l’informatique.

Figure 12 : correction de l’algorithme 1 (séquence 2 – séance1)

L’analyse de cette séquence nous a conduit à deux constats :
- L’enseignante, en constituant le milieu didactique d’objets mathématiques connus
de longue date des élèves, fait le choix de centrer la séquence sur des
apprentissages algorithmiques. Pour autant, les élèves ne réussissent pas à entrer
dans la démarche algorithmique car ils n’ont pas conscience de la nature des objets
entrant en jeu dans un algorithme.
- L’enseignante prend en charge l’avancée du savoir en se situant en surplomb :
elle oriente les élèves en leur indiquant les variables en jeu abaissant ainsi l’enjeu
didactique en algorithmique : le travail sur la notion de variable en mathématique
et en informatique est évité.
3. Discussion : de la difficulté d’enseigner un savoir sous couvert de deux
disciplines de référence
Si les textes officiels préconnisent l’étude de l’agorithmique dans tous les
domaines d’étude en mathématiques, ils ne donnent pas d’indications sur la ou les
manières de l’introduire au sein du cours. L’observation d’un enseignement
d’algorithmique dans une classe ‘ordinaire’ de seconde montre les difficultés
d’enseigner un savoir se référant à deux disciplines. Les praxéologies
algorithmiques mises à l’étude par cette enseignante au travers des tâches qu’elle
propose mettent en évidence deux orientations. L’enseignante oscille entre deux
positions : consolider des savoirs mathématiques en écrivant des algorithmes et/ou
écrire des algorithmes pour construire des programmes utiles dans et hors le cours
de mathématiques. Dans les deux cas, elle respecte bien les injonctions du
programmes qui incitent à placer l’algorithmique « dans tous les champs des
mathématiques » (MEN, 2009a).
(i) Toutes les tâches d’écritures d’algorithmes mettent en œuvre des concepts
mathématiques et toutes ont donné lieu à une implémentation dans un langage
informatique, celui de la calculatrice des élèves. Les activités d’écritures
d’algorithmes mettent en œuvre des concepts étudiés peu de temps de temps
auparavant dans le cours de mathématiques : « En fait, j’aime bien les mettre en fin
22 MICHELE COUDERETTE

de cours [les algorithmes] » (entretien ante ; séquence 2-séance 2). Nous

interprétons ce propos comme une manière de réinvestir, voire consolider, des
apprentissages récents. Ce disant, l’enseignante dévoile que le projet didactique est,
en filigramme, d’ordre mathématique. Cette approche est confortée par les
préconnisations institutionnelles : « L’algorithmique a une place naturelle dans
tous les champs mathématiques et les problèmes posés doivent être en relation
avec les autres parties du programmes (fonctions, géométrie, statistiques et
probabilité, logique) mais aussi avec les autres disciplines ou la vie courante »
(MEN, 2009a). On peut alors comprendre que la place dévolue à l’algorithmique
soit comprise comme une « mise en textes algorithmiques » de concepts
mathématiques étudiés dans le cours de mathématiques, ce qui nous autorise à
poser la question de l’enjeu d’étude de l’algorithmique : l’enjeu est-il d’aborder des
concepts mathématiques sous un autre angle, ou d’étudier des concepts
algorithmiques ? Reprenant la formulation de Modeste (2012, p. 239), l’algorithme
est-il un « outil [didactique] d’enseignement ? »
(ii) Par ailleurs, l’enseignante a une vision informatique de l’algorithmique : pour
elle, il est important que les élèves « fassent des programmes qui leur servent »
(entretien ante ; séquence 1- séance 1). Cette manière d’aborder l’algorithmique en
favorisant son versant informatique est elle aussi confortée par les documents
officiels qui présentent presque tous les algorithmes codés dans un langage
informatique. La volonté de produire un programme ‘opérationnel’ a pour
conséquence de donner le prima à la calculatrice ou au logiciel aux dépens
d’activités purement algorithmiques telles que la validation ou le traçage de la
variable, activités qui permettraient alors de se centrer sur l’étude de quelques
concepts algorithmiques : variable, affectation par exemple. Notons aussi que dans
cette approche, la calculatrice devient alors un outil de validation, ce qui est en
contradiction avec ce qui se fait habituellement dans les autres parties du
programme mathématique où la calculatrice, tout comme le tableur ou la figure
géométrique, sont considérés comme des éléments initiateurs d’une conjecture qui
sera ensuite prouvée avec des outils mathématiques. Ceci nous autorise à poser à
nouveau la question de l’enjeu d’étude : est-il programmatique ou algorithmique ?
(iii) La deuxième séquence montre les difficultés de changements de cadres
conceptuels que les élèves ont à effectuer lors de l’écriture des algorithmes. Ces
difficultés peuvent s’expliquer par une absence de réflexion sur la nature des objets
travaillés sur le plan mathématique, algorithmique ou informatique. Ainsi, comme
l’écrit Briant dans sa thèse, « l’élève, devant la tâche de concevoir un algorithme et
un programme dans un environnement informatique, se voit dans une situation de
décomposer chacune de ses actions en actions élémentaires. Cette décomposition
passe par une réflexion nécessaire sur les objets mathématiques en jeu dans la
tâche à effectuer et oblige les élèves à revenir sur leurs conceptions de ces objets. »
(Briant, 2013, p. 553). Les résultats produits dans cette étude de cas contribuent à
la suite de cet auteur à questionner d’une autre manière l’enjeu d’étude de
l’algorithmique dans les programmes actuels : en quoi l’approche algorithmique
des concepts peut-elle alimenter une réflexion sur les objets mathématiques, et
réciproquement sur les objets informatiques ?
4. Conclusion
 L’ENSEIGNEMENT DE L’ALGORITHMIQUE EN SECONDE : UNE ETUDE DE CAS 23

Il ressort de cette analyse que la vision de Knuth (1973) quant à l’hybridité de

l’algorithmique est bien perceptible tant dans les textes intitutionnels que dans les
pratiques observées. Le concept de praxéologie emprunté à la TAD et les
descripteurs de l’action conjointe (TACD) ont permis de faire émerger les savoirs
mis à l’étude en algorithmique dans une classe ordinaire en montrant combien les
préconisations du programme rendent difficiles autant les actions du professeur que
celles des élèves. Dans notre analyse de cas, nous montrons qu’enseignant et élèves
travaillent séparément les aspects de l’algorithmique, ne tenant pas ainsi compte de
son hybridité : l’enseignante le met à l’étude sous couvert des mathématiques puis
sous couvert de l’informatique ; les élèves quant eux, dans l’action conjointe,
tendent à valoriser le versant informatique dans ses dimensions techniques. Nous
rejoignons ainsi des résultats de recherches en didactique montrant que les objets
d’enseignement déclarés à l’interface de deux disciplines, sont difficilement
transposables dans leur double référence (Devos-Prieur & Grandaty, 2011 ;
Leutenegger, 2008 ; Schubauer, Leutenegger & Forget, 2007). Dans cette étude, et
comme l’ont montré ces auteurs, nous avons mis en évidence que l’objet
algorithmique, de nature hybride (Knuth, 1968) avance au fil du temps didactique
soit sous couvert d’une discipline (les mathématiques), soit sous couvert d’une
autre (l’informatique).
Pour autant, dans la perspective de résolution de cette difficulté didactique, les
récents travaux de Modeste (2012) et de Briant (2013) posent d’une autre manière
la question de l’intégration du domaine de l’algorithmique dans l’enseignement des
mathématiques au lycée. Modeste montre dans sa thèse que l’algorithme tel qu’il
est présenté dans les textes officiels est « une transposition partielle du concept
principalement orientée vers la programmation et l’usage de l’algorithme comme
un outil » et propose des situations didactiques « mettant en jeu des activités de
preuve ou de recherche dans un contexte de résolution de problèmes ». Briant, à
propos de l’enseignement de l’algèbre, soutient que algorithmique et
programmation obligent « à revenir sur les conceptions des objets » et ouvre « un
nouveau registre de représention pour les objets de l’algèbre ». Ces propositions
donneraient alors pleinement vie à l’enseignement des concepts algorithmiques
dans l’enseignement des mathématiques sous réserve d’un « équipement
praxéologique de la profession, équipement comportant à la fois des savoirs
savants et des savoirs pour enseigner » (Briant, 2013, p. 545) qui s’avère
indispensable.

Remerciements
Je tiens à remercier Chantal Amade-Escot, Gisèle Cirade ainsi que les relecteurs de
la revue pour leur aide précieuse. Sans leur soutien et leurs remarques avisées, cet
article n’aurait peut-être pas vu le jour …

Bibliographie
ARTIGUE M. (2002), Learning mathematics in a CAS environment: The genesis
of a reflection about instrumentation and the dialectics between technical and
conceptual work, International Journal of Computers for Mathematical Learning,
vol 7, n°3, 245-274.
24 MICHELE COUDERETTE

APMEP (2014). Réforme du lycée : un premier bilan pour la classe de seconde.

http://www.apmep.fr/Reforme-du-lycee-un-premier-bilan
ASTI-ITIC (2007). Pour un enseignement de l’Informatique et des Technologies de
l’Information et de la Communication au lycée.
http://www.epi.asso.fr/revue/editic/asti-itic-lycee-prog.htm
ATHIAS F. (2014), « La géométrie dynamique comme moyen de changement
curriculaire » Thèse de doctorat. Université Aix-Marseille.
BRIANT N. (2013), Étude didactique de la reprise de l'algèbre par l'introduction
de l'algorithmique au niveau de la classe de seconde du lycée français. Thèse de
doctorat. Université Montpellier 2.
BRIÈRE-GUENOUN F. & AMADE-ESCOT C. (2010), Analyse in situ des
savoirs mobilisés par un professeur d’éducation physique et sportive dans
l’interaction didactique. Revue Suisse des sciences de l’éducation, 32(2), 595-
614.
BOSCH M. & GASCON J. (2002), Organiser l’étude 2. Théories et empiries dans
Dorier, J.-L. et al. (Eds). Actes de la 11e école d’été de didactique des
mathématiques, Grenoble : La Pensée Sauvage, 21-30 Août 2001, 23-40.
CHEVALLARD Y. (1999), L’analyse des pratiques enseignantes en théorie
anthropologique du didactique. Recherches en Didactique des Mathématiques,
19.2, 221-265.

CHEVALLARD Y. (1985), Le passage de l'arithmétique à l'algèbre dans
l'enseignement des mathématiques au collège - Première partie. L'évolution de la
transposition didactique. Petit x, 5, 51-94.
COUDERETTE M. (2013), Enseignement de l’algorithmique en cours de
mathématiques en classe de seconde. Communication orale au 3ème colloque
international de l’ARCD : "Savoirs, compétences, Approches comparatives de
l’organisation des contenus, et des formes, de l'étude ; variations et constantes
disciplinaires, institutionnelles, culturelles", Marseille.
DEVOS-PRIEUR O. & GRANDATY M (2011), Les retombées de la formation
continue : articulation des contenus enseignés en EPS et Maîtrise de la Langue
chez un maître formateur et un Professeur d’école. Communication orale au 2ième
colloque international de l’ARCD : "Les contenus disciplinaires", Lille. In CD
rom des actes.
DOWEK G. (2008), Les rencontres de l’Ormes 2008. Séminaire de l’ASTI
http://www.epi.asso.fr/revue/docu/d0805a.htm
GASCON J. (1994), Un nouveau modèle de l'algèbre élémentaire comme
alternative à "l'arithmétique généralisée, Petit x 37, 43-63. Grenoble: Université
Joseph Fourier.
HASPEKIAN M. & NIJIMBÉRÉ C. (2012), Les enseignants face à l’entrée de
l’algorithmique dans l’enseignement des mathématiques au lycée, dans M. Gandit
& B. Grugeon (dir.) Actes du 19e colloques de la CORFEM. IUFM Franche-
Comté, juin 2012, 265-285.
 L’ENSEIGNEMENT DE L’ALGORITHMIQUE EN SECONDE : UNE ETUDE DE CAS 25

HOARE C. (1969), An Axiomatic Basis for Computer Programming.

Communications of the ACM, 12, 576-583.
KAHANE J.-P. (2002), Enseignement des sciences mathématiques : Commission
de réflexion sur l’enseignement des mathématiques : Rapport au ministre de
l’éducation nationale (O. Jacob, Ed.). Paris : CNDP. Disponible sur
http://smf4.emath.fr/ Enseignement/Commission Kahane/
KIERAN C. (1981), Concepts associated with the equality symbol, Educational
Studies in Mathematics 12(3), 317-326.
KNUTH E. et al. (2006), Does Understanding the Equal Sign Matter? Evidence
from Solving Equations. Journal for Research in Mathematics Education, 37(4),
297-312. Retrieved from http://www.jstor.org/stable/30034852
KNUTH D. E. (1968), The Art of Computer Programming, Vol 1 : Fundamental
Algorithms (2e éd.). Addison-Wesley.
LEUTENEGGER F. (2009), Le temps d'instruire. Approche clinique et
expérimentale du didactique ordinaire en mathématique. Berne, Peter Lang.
LEUTENEGGER F. (2008), L'entrée dans une code écrit à l'école enfantine et
l'articulation entre le collectif et l'individuel : comparaison de deux études de cas.
Éducation & Didactique, 2(2), 7-42.
Ministère de l’Éducation Nationale (2009a). Programme de mathématiques de la
classe de seconde générale et technologique. Bulletin officiel n° 30 du 23 juillet
2009.
http://media.education.gouv.fr/file/30/52/3/programme_mathematiques_seconde_
65523.pdf
Ministère de l’Éducation Nationale (2009b). Ressources pour la classe de seconde,
Algorithmique ; EduSCOL, DGESCO.
http://eduscol.education.fr/cid45766/ressources-pour-faire-la-classe-au-college-et-
au- lycee.html

Ministère de l’Éducation Nationale (2014). Ministère de l’Éducation nationale.
Commission de suivi de la mise en œuvre des programmes de mathématiques.
DGESCO.
http://cache.media.eduscol.education.fr/file/Mathematiques/01/6/CSM-projet-
rapport2013_293016.pdf

MODESTE S. (2012), Enseigner l’algorithme pour quoi ? Quelles nouvelles
questions pour les mathématiques ? Quels apports pour l’apprentissage de la
preuve ? Thèse de doctorat, Université Joseph Fourier – Grenoble.
MODESTE, S., GRAVIER, S., OUVRIER-BUFFET, C. (2010). Algorithmique et
apprentissage de la preuve. Repères-Irem, 79.
NGUYEN C-T. (2005), Étude didactique de l'introduction d'éléments
d'algorithmique et de programmation dans l'enseignement mathématique
secondaire à l'aide de la calculatrice. Thèse de doctorat, Université Joseph
Fourier – Grenoble.
26 MICHELE COUDERETTE

SALONE J.J. (2015) « Les Références Praxéologiques dans les Systèmes

Didactiques » Thèse de doctorat, Université Aix-Marseille.
SCHUBAUER-LEONI M.-L. (1997), « Interactions didactiques et interactions
sociales : quels phénomènes et quelles constructions conceptuelles ? ». Skholê, 7,
103-134.
SCHUBAUER-LEONI, M.L. ; LEUTENEGGER, F. ; FORGET, A. (2007).
L'accès aux pratiques de fabrication de traces scripturales convenues aux
commencements de la forme scolaire : interrogations théoriques et
épistémologiques. Éducation & didactique, 1(2), 7-35
SENSEVY, G. (2007). Des catégories pour décrire et comprendre l’action
didactique. In G. Sensevy & A. Mercier (Éds.) (2007), Agir ensemble. Éléments de
théorisation de l’action conjointe du professeur et des élèves, 13-49. Rennes : Presses
Universitaires de Rennes.
MICHELE COUDERETTE
ESPE Midi Pyrénées
[email protected]