handbook des arbres de connaissancee d'OLV

La cartographie des connaissances (knowledge mapping), un outil pédagogique d'empowerment
Texte pour le handbook sur les arbres de connaissance du projet SCATE
brouillon en cours, Olivier Las Vergnas, 31 mars 2006 (V 11)

Connaître, c'est relier des informations ; comprendre, c'est relier ses connaissances. Les outils qui permettent d'organiser et de visualiser de telles relations sont donc des auxilliaires précieux pour structurer sa pensée ou ses savoirs (1). S'appuyant sur le dessin de réseaux, d'arbres ou de cartes, ces instruments ou méthodes figurent respectivement des interactions, des filiations ou des proximités ; selon les contextes, ils servent à mieux structurer des prises de notes, à favoriser la concertation en groupe, à se repérer parmi mots, idées ou documents ou encore à formaliser ou partager des visions de ses compétences ou connaissances.

C'est le cas des méthodes de prise de notes dites "heuristiques" que l'on peut mettre très simplement en application avec du papier et un crayon, en construisant en fonction de sa perception des relations entre les différents sujets ou bribes d'informations, un réseau de noeuds et liens (c'est à dire une représentation des connexions) qui peut être une arborescence (c'est à dire des liens de filiation) ou une carte (qui pretend alors figurer des proximités et des distances, voire s'appuyer sur une "métrique" au sens mathématique du terme), au lieu d'écrire de manière linéaire et chronologique. Ainsi, des enseignants, à tous les niveaux scolaires, proposent-ils à leurs élèves de représenter des champs de connaissances de tout niveaux. (voir figures extraite de Vezin). Pour être pédagogiquement efficace, cette stratégie suppose bien évidement de confier aux élèves le pouvoir et la responsabilité de construire eux-même leurs arbres ou leurs cartes.

Les limites d'un tel processus sont assez évidentes à percevoir : la construction progressive de la hiérarchie ne donne pas de vue globale ce qui produit des hiérarchisations pragmatiques qui manquent de recul ; en revanche, la consigne est relativement simple à formuler. Il faut également noter que la nature ou la taille des éléments que l'on cartographie est loin d'être identique et aisée à déterminer. Il peut s'agir d'unités sémantiques (paragraphes, mots, phrases, alinéas) de blocs repérés (chapitres, pages internet, textes, documents) ou alors d'abstractions plus ou moins faciles à définir ou à mettre en évidence (idées, concepts, savoirs, connaissances, compétences).

Cela dit, réduire la prise de note au dessin d'un arbre revient à s'imposer de ne représenter les contenus que selon des relations hierarchiques pyramidales. De fait, on peut s'appranchir de cette contrainte simplicatrice si l'on décide de figurer aussi d'autres liens, comme des courts circuits que l'on superpose à l'arbre et qui le transforment en réseau. la cartographie ne se limite alors pas à une transformation d'une lecture linéaire ou une présentation structurée et hiérarchisée par un plan. Elle permet alors aussi de découvrir les relations entre ces bribes de connaissances selon plusieurs perspectives complémentaires. Il s'agit là d'élargissements semblables à ceux qu'apportent l'utilisation de thésaurus et des classifications multi critères ou multi référentiels dans les catalogues de bibliothèques ou de pages internet, comme le proposent les moteurs de recherche dit "intelligents", comme (par exemple http://www.kartoo.fr ).

Des méthodes plus dynamiques ou plus collectives construisent des réseaux ou des cartes en utilisant des "post-it". Elles permettent d'hésiter lors des choix et d'échanger entre participants d'un groupe, ou lors d'une synthèse, sur la structure même des connaissances, ce qui permet d'expliciter des représentations implicites. Ce processus d'organisation collective des informations ou des opinions est à la base de la méthode formalisée par Schnelle lors de ses stratégies de synthétisation connues sous le nom et la marque déposée "métaplan" (c) qui consistent à regrouper des expressions individuelles en paquets thématiques pour les analyser collectivement au plus vite.

Au dela de permettre de figurer des contenus très explicites (chapitres, documents, mots...) ces techniques peuvent aussi servir à aider à la formalisation de "objets" implicites, non aisément repérés par un individu ou un groupe. C'est ainsi qu'elles sont utilisées pour déclencher, favoriser ou accompagner des prises de conscience individuelles ou au sein de "groupes de paroles". Dans cet esprit collectif, elles permettent un travail identitaire de formalisation et de clarification des spécificités et complémentarités de chacun ainsi que de construction d'une éventuelle "identité collective". Ce type de travail peut concerner plusieurs familles "d'objets enfouis", comme des souvenirs, des savoirs-faire non emergés et des connaissances non reconnues.

Utiliser l'informatique juste pour visualiser ou pour échafauder des structures

Bien sûr, autour de ces méthodes "manuelles" se sont développées ou des outils informatisés en particulier pour les prises de "notes heuristiques" comme Freemind (http://freemind.sourceforge.net/wiki/index.php/Main_Page en freeware) ou ses équivalents (voir la communauté francophone de http://www.petillant.com sur internet). Une première famille d'outils regroupe des logiciels qui se limitent à la représentation des figures, la puissance de calcul de de l'ordinateur ne servant pas dans l'analyse ou la détermination des connexions, des filiations ou positions des contenus.

Au contraire, d'autres systèmes informatiques determinent eux-même les relations qu'ils figurent : ils s'appuient pour cela sur des calculs de proximité, des évaluations de filiation ou de similitudes. Pour cela, ils comparent des fréquences de mots ou d'expressions, choisis une fois pour toutes (en s'appuyant sur des listes d'index ou structurée comme un thésaurus) ou déterminés par une première exploration. C'est le cas des métamoteurs de recherche dits "intelligents" comme http://www.kartoo.com sur internet qui organisent leurs résultats en cartes en fonction des mots communs qu'ils présentent en plus de ceux qui sont directement l'objet de la recherche.

De fait, on peut avoir à faire à deux types de cartographie des connaissances. Le premier, plutôt lié à des approches de pédagogie traditionnelle, cartographie des "savoirs savants" pour visualiser leur assimilation ou leur représentation. c'est la cas de la prise de notes pendant un cours traditionnel ou lors de révisions d'un examen scolaire. Le second type, plutôt lié à des approches d'échanges de savoirs, permet l'emergence, la reconnaissance, de savoirs possédés par les membres d'un groupe pour en visualiser les complémentarités ou les répartitions, voire les échanges possibles. C'est celui qui nous interresse ici dans ce handbook et pour lequel les méthodes des "arbres de connaissances" ont été développées spécifiquement. Loin d'être incontournable, le logiciel developpé pour les arbres est en réalité facultatif pour effectuer un premier travail de cette nature. S'inspirant des différentes méthodes présentées plus haut, soit manuelle, soit infomatisées, on peut animer des séances d'expression, de création de premières représentations collectives et de positionnements individuels, premieres étapes d'une mise en rlation entre des offres et des demandes de connaissances. Dans ce contexte, la dernière partie " getting started " de ce handbook vous donnera quelques exemples d'outils de cartographie des connaissances utilisable pour débuter en en précisant la finalité et les conditions d'usage dans les situations d'autoformation ou de co formation.

"Les pédagogues comme Ausubel (1968) affirment que c'est l'organisation de liens entre les connaissances qui construit le savoir puisqu’une information ne peut devenir une connaissance tant qu’elle n’est pas reliée de façon signifiante aux connaissances antérieures d’un individu. C’est d’ailleurs en s’appuyant sur cette théorie que les premiers usages de la carte conceptuelle en éducation ont été élaborés dans les années 1980 (Novak et Gowin, 1984). [Plus précisément, ] le fait de nommer les connaissances incluses dans la carte et de rendre explicites et plus précises des associations implicites et souvent confuses de mots favorise la construction de significations (Fisher, 2000) ainsi que l’organisation des connaissances en structures mentales cohérentes.[...]. L’activité consistant à faire construire des cartes de connaissances incite l’apprenant à créer et à réviser constamment ses représentations internes (Anderson-Inman et al., 1998). Pour Anderson-Inman et Zeitz (1993), l’activité de création de cartes conceptuelles constitue une « stratégie d’étude active pour des apprenants actifs ». Pour Jonassen (Jonassen et Marra, 1994 ; Jonassen,1998 ; Jonassen, 2000), l’activité de construction d’une carte de connaissances incite les apprenants à s’engager dans des processus de traitement profond des connaissances visées. La construction de cartes de connaissances peut faire émerger chez l’individu ce que Piaget a appelé des conflits cognitifs pouvant mener au changement conceptuel (Tsai, 2000). Placé devant de tels conflits, le sujet met en œuvre un processus d’autorégulation cognitive, conçu comme un processus intentionnel de résolution de tensions internes entre les représentations mentales de l’apprenant et leur représentation externe (McAleese, 1998). C’est pourquoi, pour Novak et Gowin (1984), l’activité de construction d’une carte conceptuelle permet d’ « apprendre à apprendre."

_____________________________________________________________________________________________

[1] BONO Edward de. Réfléchir mieux : outils et techniques. Paris ; Editions d'organisation, 1985.

[3] HOLLEY Charles D. et DANSEREAU Donald F. Spatial Learning Strategies : techniques, applications and Related Issues. Adcademic Press, Orlando, 1984

[4] LEFORT Geneviève. Savoir se documenter. Paris ; Editions d'Organisation Université, coll. Méthod'Sup, 1990

[5] VERON Eliséo, LEVASSEUR Martine. Ethnographie de l'Exposition, Bibliothèque Publique d'Information ; Paris, 1989.

[6] VEZIN Liliane. Communication des connaissances et activités de l'élève. Presses Universitaires de Vincennes, Saint Denis, 1986.

Lorsque l'on s'intéresse spécifiquement aux systèmes d'échanges de savoirs ont besoin de s'appuyer sur des descriptions de l'offre de connaissance et ont symétriquement tout à gagner à utiliser également des descriptions des demandes.

On peut citer trois sites francophones de référence sur la questions de la présentation de réseaux conceptuels ou de notes heuristiques

voir aussi les guides méthodologiques conseillés par http://www.iaat.org/ressources/methodo_formation_guide_methodo.php?id2=22 et ceux téléchargeables sur: http://www.iaat.org/telechargement/guide_methodo/biblio.pdf

Toujours en citant http://www.profetic.org/dossiers/dossier_imprimer.php3?id_rubrique=108 voici un catalogue d'outils anglo américain.

Logiciels de construction de cartes de connaissances de structures variées

Ces logiciels permettent de créer des cartes de connaissances structurées de diverses façons, dépendamment du but visé par l’usager.

Belvedere : Outil développé par l’équipe d’Alain Lesgold et Dan Suthers (Learning and Resource Development Center, University of Pittsburgh) (Windows, Mac et Linux). Il propose une typologie de trois liens et une typologie de trois objets et permet d’élaborer, en plus de cartes de connaissances en réseaux, des cartes argumentatives ou causales supportant une démarche d’expérimentation scientifique (scientific inquiry).
Cmap Tools : Outil développé à l’Institute for Human and Machine Cognition (IHMC, University of West Florida) (Windows et Mac). Il permet la création de cartes de connaissances structurées en réseau, sans proposer de typologies de liens et de connaissances. Il permet d’attacher des documents de différents formats (vidéo, texte, image, etc.) aux connaissances.
Inspiration : Développé par Inspiration Software (Oregon) (Windows et Mac). Ce logiciel permet de construire des représentations graphiques en réseau et en arbre, en utilisant des liens et des connaissances non typés. L’utilisateur peut choisir, dans une « librairie », des icônes pour symboliser les connaissances et modifier leurs attributs graphiques. Il peut aussi intégrer dans la carte des documents de différents formats (vidéo, texte, image, etc.).
MOT : Outil développé par l’équipe de Gilbert Paquette au Centre de recherche LICEF (Télé-université, Montréal) (Windows) (Paquette, 2002). MOT est un acronyme pour « modélisation par objets typés ». Ce logiciel offre à l’usager un ensemble de formes graphiques pour distinguer quatre types de connaissances (concept, processus, principe et fait) et une typologie de six liens (composition, spécialisation, précédence, intrant/produit, régulation et instanciation). Il est aussi possible de ne pas utiliser les typologies prédéfinies. On peut créer des « sous-cartes » associées aux connaissances apparaissant dans un premier niveau de la carte. MOT permet également d’attacher divers fichiers aux noeuds de la carte et d’exporter la carte dans un autre fichier, dans une base de données ou dans un fichier XML.
PIViT : Outil développé par l’équipe de Joseph Krajcik et Elliot Soloway (Project-Based Science group, University of Michigan) (Windows et Mac). Il permet de créer soit des cartes de connaissances en réseau (où les connaissances peuvent être « typées » ou non), soit des cartes représentant le plan du cours d’un projet en sciences (du point de vue d’un enseignant). Cet outil ne permet pas d’attacher aux connaissances des fichiers ou des hyperliens. Il possède en revanche une fonction qui permet de « rejouer » le processus de construction de la carte.
SemNet : Développé par l’équipe de Kathleen Fisher et Joseph Faletti (SemNet Research Group, San Diego) (Mac). Permet différents types de représentation des connaissances (réseau, arbre) à l’aide de deux types de connaissances et de liens nommés par l’usager. Cet outil permet de convertir la représentation graphique en représentation textuelle. Il inclut différentes fonctionnalités d’évaluation quantitative des cartes (par exemple, calcul du nombre de liens, identification du concept le plus souvent utilisé). Le logiciel permet d’intégrer des fichiers d’images.

logiciels de notes heuristiques et de cartes conceptuelles (Freemind)

http://freemind.sourceforge.net/wiki/index.php/Main_Page

Logiciels de construction de cartes causales

Ces logiciels permettent de représenter des relations de cause à effet dans l’objectif de favoriser chez des étudiants la compréhension des relations entre les éléments de systèmes complexes.

Model-It : Outil développé au Center for Highly Interactive Computing in Education (University of Michigan). L’étudiant construit une carte représentant des objets (connaissances) sous forme d’icônes ou d’images qu’il peut choisir à son gré. Il définit ensuite des variables pour chaque connaissance représentée et les relations causales entre les connaissances. Il peut par la suite simuler le comportement dynamique du système selon les variables et les paramètres de la relation causale qu’il aura définis (fonction Play).
Seeing Reason : Adapté d’une application développée au CILT (Center for Innovative Learning Technologies, Californie) par Intel (utilisation gratuite en ligne après inscription). Les connaissances représentées sont des choses ou des événements qui ont une influence dans le système qui fait l’objet de la représentation. Les relations expriment la direction de l’influence (par des traits fléchés), la nature de la relation (la couleur bleue est utilisée pour indiquer une influence positive et la couleur rouge, une influence négative) ainsi que la force de la relation (un trait épais indique une forte relation, alors qu’un trait mince indique une faible relation).

Sites de classification automatique des sites webs (moteurs intelligents)

Les méthodes d'analyse de données {[1]}, en particulier les analyses factorielles et les classifications automatiques permettent aujourd'hui d'analyser des grands tableaux de données. Le principe de ces méthodes est de partir sans a priori sur les données et de les décrire en analysant la hiérarchisation de l'information présente dans les données. Pour ce faire, les analyses factorielles étudient l'inertie du nuage de points ayant pour coordonnées les valeurs présentes sur les lignes du tableau de données. La "morphologie du nuage" et la répartition des points sur chacun de ces axes d'inertie permettent alors, de rendre lisible et hiérarchisée l'information contenue dans le tableau. Mathématiquement, après avoir centré et réduit le tableau de données que l'on a affecté d'un système de masse (par exemple, les sommes marginales de chaque ligne), on calcule la matrice d'inertie associée et on la diagonalise. On effectue alors un changement de base selon ses vecteurs propres, c'est-à-dire selon les axes principaux d'inertie du nuage de points. On projette alors les points figurant chaque ligne sur les nouveaux axes. L'ensemble de l'information est conservé, mais celle-ci est maintenant hiérarchisée, axe d'inertie par axe d'inertie. L'histogramme des valeurs propres permet de voir le type de répartition de l'information entre les différents axes et l'étendue en dimension de celle-ci. Le premier axe d'inertie oppose les points, c'est-à-dire les lignes du tableau (dans notre cas les étoiles) ayant les plus grandes distances ou "différences". La première valeur propre d'inertie, (associée à ce premier axe) mesure la quantité d'information présente le long de cet axe, c'est-à-dire dans cette opposition. On analyse ainsi les différents axes, en reconstituant progressivement la totalité des données. Plusieurs méthodes d'analyse factorielles existent, qui diffèrent par le type de représentation de l'information, c'est-à-dire de métrique, ou de système de masse qu'elles utilisent.

L'analyse factorielle des correspondances {[2]}, développée par Jean Paul Benzecri et ses collaborateurs {[3]},{[4]},{[5]} est la méthode que nous avons choisi d'utiliser, car la métrique qu'elle emploie (métrique du chi-deux : chaque ligne est affectée d'une masse qui est sa somme marginale, le tableau étudié est le tableau des profils des lignes) permet de représenter dans le même espace à la fois les deux nuages de points associés aux lignes et aux colonnes du tableau de données ; elle est par ailleurs très agréablement complétée par des outils de classification ascendante hiérarchique (CAH) qui permettent d'apporter des visions complémentaires, en particulier en construisant des arbres de classification des lignes ou des colonnes. Pour chaque point représentatif des lignes ou des colonnes du tableau de données, nouvel axe par nouvel axe, on s'intéresse à ses nouvelles coordonnées, au cosinus carré de l'angle avec l'axe (ce qui est équivalent à un coefficient de corrélation), ainsi qu'à sa contribution à l'inertie expliquée par l'axe (c'est-à-dire à sa contribution à la création de l'axe). Le programme, que nous avons écrit en pascal pour effectuer ces analyses, publie en plus des graphiques des plans principaux, ces données dans un format compatible avec un programme de base de données relationnelle, ce qui permet de les exploiter de manière très approfondie (tri, filtrage, mise en relation par exemple).

Deux contraintes particulières sur les données sont à signaler : d'une part, les tableaux ne peuvent comporter de cases vides et d'autre part, seules des valeurs positives sont permises. Afin d'utiliser l'AFC pour étudier un problème, nous devons constituer -à partir des données - des tableaux vérifiant ces caractéristiques. Il y a deux types de mise en forme des données possibles : constituer un tableau quantitatif ou un tableau qualitatif (constitué de 1 ou de 0). Nous avons également à tenir compte des problèmes de masse de chaque ligne : compte tenu de la métrique du chi-deux employée par l'AFC, cette méthode accorde une importance plus grande aux lignes de somme marginale élevée. Si nous utilisons des tableaux quantitatifs et souhaitons équilibrer la contribution de chaque ligne au calcul de l'inertie, nous devons transformer le tableau pour assurer à chaque ligne une somme marginale égale. Pour ce faire, on peut dédoubler chaque ligne, en lui adjoignant un tableau de complément. A chaque valeur fij, on fait correspondre une valeur dédoublée k-fij, avec k>=max(fij).

Par l'AFC, il est tout autant possible d'analyser des tableaux contenant des mesures quantitatives, que des indications qualitatives, du type vrai-faux, ces deux types ne pouvant être mélangés. Un cas particulier de la deuxième catégorie de tableau est constituée par les tableaux "disjonctifs" ; plusieurs variables constituent les colonnes : elles sont toutes découpées en plusieurs modalités, dont une et une seule est vraie par individu. Une famille de solutions intermédiaires existe cependant, celle des codages flous, qui permettent de manipuler de manière très élégante et fort efficace des concepts hybrides entre le quantitatif et le qualitatif.

Lors d'une analyse factorielle, on peut rajouter des données "supplémentaires", c'est-à-dire que l'on ne fait pas intervenir dans le calcul de l'inertie, mais que l'on projette sur les axes. Dans le cas d'un tableau disjonctif (ou plus généralement de tout tableau qualitatif), on pourra introduire des données supplémentaires qualitatives. Dans le cas d'un tableau quantitatif, afin de pouvoir interpréter les projections des points supplémentaires, il ne faut pas rendre inhomogènes les codages : il faudra introduire les centres de gravité de classes qui se projetteront en des points significatifs du comportement moyen de cette classe.

[1] : Benzécri, Jean-Paul. Histoire et préhistoire de l'analyse des données Paris : Dunod (collection "Pratique de l'analyse des données"), 1981

[3] : Benzécri, Jean-Paul et al. Analyse des correspondances. Paris : Dunod (collection "Pratique de l'analyse des données"), 1979

[4] : Benzécri, Jean-Paul et al. Abrégé Théorique et Etude de cas modèle. Paris : Dunod (collection "Pratique de l'analyse des données"), 1979

[5] : Benzécri, Jean-Paul et al. Langue, linguistique et lexicologie. Paris : Dunod (collection "Pratique de l'analyse des données"), 1980

Logiciel d'Analyse factorielle des correspondances (AFC)
écrit en 1989 en Turbopascal sous MSDOS par OLV, il fourne toujours.

il est disponible en ftp, via ftp://mapage.noos.fr, avec un compilateur pascal qui tourne dans une fenètre MSDOS.
cliquez [ici] pour demander les codes de téléchargement à OLV

L'idéateur est un logiciel de planification et de structuration d’idées (Legendre 1993, page 695). Il permet la manipulation des idées dans un environnement graphique ou textuel qui permet à l’apprenant de se concentrer sur les concepts qu’il manipule et les relations entre ceux-ci plutôt que sur le texte ou les données (Zeitz, Anderson-Inman et Horney, 1992).

On le nomme aussi organisateurs d’idées ou traitement d’idées. L’appellation idéateur a été adoptée ici à la suggestion de l’Office de la langue française, comme terme plus générique de ce type de logiciel.

Pour Novak (1991) et Novak et Gowin (1984), l’idéateur permet de manipuler sur une base visuelle des concepts, d'en ajouter, d'en retrancher, de les ordonner, etc. ; le produit de ce logiciel est soit sous forme d'un plan ("outline") ou encore d'un réseau de concepts ("concept map") hiérarchique. Ce type de logiciel permet donc à un apprenant d'organiser ses connaissances sur un sujet donné en produisant un "plan" de celles-ci. Son utilisation permet d'améliorer sensiblement ses stratégies d’apprentissage.

De plus, au moment de lire un texte l’apprenant peut déjà classer les informations en différents concepts, différents blocs, principaux et de ce fait augmentant sa compréhension du texte, de sa structure et de ses idées (Zeitz, Anderson-Inman et Horney, 1992). L’apprenant construit ainsi sa propre image du texte, des concepts et idées qu’il transporte. Une image plus proche de ce qu’il peut comprendre en dehors du cadre rigide et linéaire de la page. Il permet à l’apprenant de donner une sens conceptuel au texte, de dépasser la simple compréhension des mots et des idées et de leur donner une représentation graphique, une représentation hiérarchique. Le réseau de concepts, « c’est une représentation graphique de ce que l’étudiant sait. »(Loiselle et Rouleau, 1991)

Réseau de concept sur la construction et l’acquisition des connaissances (Novak et Gowin, 1984, p. 2 ; traduction de l’auteur).

Alors que pour le traitement de textes, la base de données ou le tableur, les applications peuvent sembler claires et l’intégration au programme scolaire plus facile. L’idéateur est une nouveauté et ne réfère à aucune pratique préalable comme le traitement de textes par exemple. Il est rare de trouver un enseignant qui utilise les techniques de réseau de concepts dans ses classes.

De plus, les auteurs et les chercheurs ont peu développé les scénarios permettant d’intégrer facilement l’utilisation de l’idéateur à l’enseignement. La plupart des auteurs trouvés se sont concentrés à élaborer des modèles sur la construction du réseau de concepts. Nous nous proposons d’élaborer un scénario adapté pour l’utilisation de l’idéateur comme outil pédagogique dans l’enseignement.

Face à l’intérêt pédagogique que représente l’ordinateur et les outils informatiques il est important de développer des scénarios d’utilisation qui permettent à l’enseignant l’usage de tels outils de façon simple et efficace avec un groupe d’élèves. Un tel scénario se doit d’être simple, facile à adapter et permettre une intégration sans heurt aux programmes actuels.

Comme objet d’apprentissage, il permet d’acquérir des habitudes de travail et d’acquisition de connaissances. Son apprentissage permet de ramener la prise d’informations (d’une lecture ou d’un enseignement orale) autour des informations les plus importantes, de ne retenir que les concepts clés en laissant de coté les informations triviales (Buzan, 1984). Il permet à l’apprenant d’acquérir des stratégies pour mettre en correspondance de nouvelles connaissances avec celles déjà acquises.
Comme outil d'apprentissage, il permet à l’apprenant de mieux structurer sa pensée en utilisant un outil très visuel et facile à saisir ; il permet à l’enseignant de voir (en jugeant des réseaux produits) les relations utilisées par l’apprenant dans l’élaboration de son étude, de son propos. De plus, il permet d’améliorer l’étude et la compréhension de textes et de dépasser le simple décodage des mots du texte (décodage sémantique) (Anderson-Inman, 1991). À l’enseignant, il permet de créer des canevas de réflexion sous forme de réseaux notionnels pour la lecture de textes qui serviront à diriger la lecture de l’apprenant pour lui permettre de mieux comprendre le contenu du texte en les complétant (Novak et Gowin, 1984, Novak, 1991 et Anderson-Inman, 1991 et Horney, Anderson-Inman, 1992).
Comme outil de travail, l‘idéateur sera surtout utilisé comme outil de prise de notes. Il permet à l'apprenant de se concentrer sur les concepts importants et les relations entre ceux-ci. L'apprenant peut donc reproduire en une page les principales idées d'un texte ou d'une présentation et les relations qu'il y a entre elles (Anderson-Inman et Zeitz, 1994).