Enseigner dans plusieurs écoles, l'angle mort de la recherche sur les plateformes numériques, Le Journal de Prevalog

Introduction

Le lundi, une intervenante enseigne la comptabilité dans une école de commerce. Elle dépose ses supports sur la plateforme de l'école et note les copies dans une grille maison. Le mardi, elle enseigne dans un institut universitaire où tout passe par un autre environnement numérique de travail, avec ses propres identifiants, son vocabulaire et son calendrier. Le jeudi, un organisme de formation lui demande d'envoyer les notes par courriel, dans un tableur dont les colonnes ne sont jamais les mêmes. Aucune de ces écoles n'a tort. Chacune a choisi ses outils avec soin. Mais aucune ne voit ce que ces choix produisent, une fois additionnés, chez la personne qui passe de l'une à l'autre.

Aucune de ces écoles n'a tort. Mais aucune ne voit ce que ses choix produisent, une fois additionnés à ceux des autres.

158 464chargés d'enseignement vacataires recensés dans le supérieur public (IGÉSR, 2025). Combien d'entre eux enseignent dans plusieurs établissements ? Aucune statistique publique ne le dit.

Cette situation n'a rien de marginal. En France, l'Inspection générale de l'éducation, du sport et de la recherche (IGÉSR, 2025) rappelle que la direction générale des ressources humaines du ministère a recensé 158 464 chargés d'enseignement vacataires, pour plus de cinq millions d'heures de cours. Le rapport estime que les vacataires assurent environ un cinquième de la charge d'enseignement des établissements publics. Ces chiffres ne couvrent ni les écoles privées ni les organismes de formation, où les intervenants extérieurs sont souvent majoritaires. Surtout, aucune statistique publique ne dit combien de ces personnes interviennent dans plusieurs établissements à la fois. Ce silence statistique est déjà un indice.

Cet article pose une question simple : que sait la recherche du coût, pour un enseignant, d'avoir à travailler avec les outils numériques de plusieurs établissements à la fois ? Pour y répondre, nous avons mené une revue exploratoire de la littérature. Elle conduit à un constat, à une proposition de concept et à un protocole pour l'étudier.

Le soir, les copies d'un établissement, les échéances d'un autre. — **Après les cours**

Question et périmètre

La question de recherche se formule ainsi : quels travaux décrivent ou mesurent la charge que représente, pour un même enseignant, l'usage simultané des environnements numériques de plusieurs établissements ?

Le périmètre est l'enseignement supérieur et la formation professionnelle des adultes, en France et à l'international. Il couvre les travaux publiés en français et en anglais, sans limite de date pour les textes fondateurs.

Méthode

Démarche retenue

Notre question porte sur un objet encore mal délimité. Nous avons donc choisi une revue exploratoire (scoping review) plutôt qu'une revue systématique. Arksey et O'Malley (2005) ont formalisé cette démarche pour cartographier un champ, repérer ses concepts et identifier ses lacunes, sans prétendre mesurer un effet. Nous en avons suivi les cinq premières étapes :

formuler la question ;
repérer les travaux pertinents ;
les sélectionner ;
en extraire les informations utiles ;
les synthétiser.

La sixième étape, la consultation des acteurs, est reportée au protocole proposé plus bas.

Sources et équations de recherche

La recherche a été menée en octobre 2026. Elle a porté sur la base ERIC, sur des moteurs de recherche académiques et généralistes, sur les actes de conférences en systèmes d'information et sur les publications du ministère de l'Enseignement supérieur et de l'IGÉSR.

Les équations de recherche combinaient trois familles de termes :

la population : adjunct faculty, part-time instructors, non-tenure-track faculty, vacataires, intervenants ;
les outils : learning management system, plateforme, environnement numérique de travail ;
la charge : workload, technostress, task switching, inter-usability, fragmentation.

Critères d'inclusion

Nous avons retenu les travaux qui répondent à l'une de ces trois conditions :

ils décrivent la charge ou l'expérience des enseignants face aux outils numériques ;
ils proposent un cadre théorique mobilisable pour cette charge (acceptation des technologies, utilisabilité, technostress, coût cognitif) ;
ils documentent la population des intervenants multi-établissements.

Nous avons écarté les études centrées exclusivement sur les apprenants, et les documents commerciaux d'éditeurs de logiciels quand ils n'exposaient pas leur méthode.

Synthèse : cinq courants, une même unité d'analyse

Le tableau ci-dessous résume ce que chaque courant apporte et ce qu'il laisse de côté. Le détail suit.

Tableau 1. Cinq courants de recherche, ce qu'ils apportent et ce qu'ils laissent de côté

Courant	Unité d'analyse habituelle	Ce qu'il apporte	Ce qu'il laisse de côté
Acceptation des technologies	Un utilisateur face à un système	Les déterminants de l'adoption d'un outil	La coexistence de plusieurs systèmes imposés
Utilisabilité et inter-usabilité des plateformes	Une plateforme, puis un écosystème d'outils dans un établissement	Les points de friction concrets	Le passage d'un établissement à l'autre
Travail numérique des enseignants	Une école, observée de l'intérieur	L'intensification et la dispersion du travail	Les enseignants qui ne sont pas rattachés à une seule école
Technostress	Des salariés d'une organisation	Les sources de stress liées aux outils	La pluralité des employeurs
Coût de commutation	Une personne qui alterne des tâches	Le prix cognitif de chaque changement	Le changement d'environnement institutionnel

Acceptation des technologies : un utilisateur, un système

Le modèle d'acceptation de la technologie de Davis (1989) explique l'adoption d'un outil par deux perceptions : son utilité et sa facilité d'utilisation. La théorie unifiée de Venkatesh et ses collègues (2003) intègre huit modèles antérieurs et ajoute notamment les conditions facilitantes et l'influence sociale. Ces modèles ont été appliqués des centaines de fois aux plateformes d'apprentissage.

Leur unité d'analyse reste cependant la relation entre un utilisateur et un système. Ils supposent implicitement que l'utilisateur choisit, ou au moins accepte, un outil. Or l'intervenant multi-établissements ne choisit pas : chaque employeur lui impose le sien. La question n'est plus « vais-je adopter cet outil ? », mais « comment vais-je tenir avec quatre outils que je n'ai pas choisis ? ». Les modèles d'acceptation n'ont pas été construits pour cette question.

Utilisabilité des plateformes, puis inter-usabilité

La recherche sur l'utilisabilité des plateformes d'apprentissage est abondante, en particulier depuis la crise sanitaire de 2020. Elle mesure le plus souvent la satisfaction ou l'efficacité perçue d'une plateforme donnée, à l'aide de questionnaires standardisés.

Pang et ses collègues (2024) ont pointé une limite de ces travaux : ils évaluent chaque plateforme isolément, alors que les enseignants l'utilisent au milieu d'autres outils (visioconférence, documents, applications tierces). Ils reprennent pour cela la notion d'inter-usabilité, issue de la recherche sur les systèmes multi-appareils, c'est-à-dire la facilité avec laquelle on mène une activité à travers plusieurs applications. À partir d'entretiens avec dix enseignants, ils distinguent trois dimensions :

la continuité : les outils se relaient-ils sans rupture ?
la cohérence : retrouve-t-on d'un outil à l'autre les mêmes repères visuels et les mêmes gestes ?
la composition : peut-on organiser l'ensemble de manière lisible ?

C'est, à notre connaissance, l'étude la plus proche de notre question, et elle en dessine précisément la limite. Ses participants sont des enseignants titulaires de deux universités, interrogés sur l'écosystème d'outils de leur établissement. Le passage d'un établissement à l'autre, avec ses identifiants, ses règles et ses calendriers, reste hors champ.

Les plateformes sont étudiées une à une, établissement par établissement. Le trajet de l'enseignant entre elles ne l'est pas.

Chaque établissement observe ses propres salles, ses propres outils. — **Chacun ses outils**

Le travail numérique des enseignants

Selwyn, Nemorin et Johnson (2017) ont observé de l'intérieur le travail des enseignants dans deux lycées australiens. Ils montrent que le numérique ne se contente pas d'outiller ce travail : il le standardise, il oblige à en produire la preuve (traces, saisies, comptes rendus), et il l'intensifie en le faisant déborder sur des temps et des lieux jusque-là protégés.

Cette lecture est précieuse, mais elle reste attachée à l'école comme lieu. L'intervenant multi-établissements vit une version démultipliée de ce phénomène. Il doit fournir la preuve de son travail sous autant de formes qu'il a d'employeurs, et l'intensification se cumule sans qu'aucun d'eux n'en ait une vue d'ensemble.

Technostress : des créateurs de stress, une organisation

Les travaux de Tarafdar et ses collègues (2007) puis de Ragu-Nathan et ses collègues (2008) ont donné au technostress un cadre mesurable. Ils distinguent :

les créateurs de stress liés aux outils : surcharge, complexité, intrusion dans la vie personnelle, instabilité des outils ;
les inhibiteurs que l'organisation peut mettre en place : formation, assistance, implication des utilisateurs.

Dans le domaine éducatif, la revue de Fernández-Batanero et ses collègues (2021) conclut que l'usage des technologies en classe s'accompagne chez les enseignants de stress et d'anxiété accrus. Elle appelle à étudier les moyens de les prévenir.

Le modèle des inhibiteurs suppose cependant une organisation capable d'offrir formation et assistance. Un intervenant qui travaille pour cinq employeurs dépend de cinq assistances différentes. Aucune n'est responsable de l'ensemble. Dans les faits, il assemble lui-même ses propres inhibiteurs.

Le coût cognitif du changement de tâche

La psychologie cognitive établit que changer de tâche a un prix. Monsell (2003) montre que les réponses sont plus lentes et plus souvent erronées juste après un changement de tâche, et que la préparation réduit ce coût sans jamais l'annuler. Leroy (2009) décrit le résidu d'attention : une partie de l'attention reste accrochée à la tâche précédente, surtout quand celle-ci n'est pas terminée. La théorie de la charge cognitive (Sweller, 1988) distingue la charge liée à la difficulté propre d'une tâche de la charge « extrinsèque », qui tient à la manière dont l'information est présentée et que l'on peut réduire.

Dans le monde du travail, une étude publiée par la Harvard Business Review a observé 137 salariés de trois grandes entreprises pendant plusieurs semaines (Murty et al., 2022). Elle estime qu'ils passaient d'une application à l'autre environ 1 200 fois par jour, et que le temps nécessaire pour se réorienter représentait près de quatre heures par semaine. Ce texte n'a pas été évalué par des pairs, et il porte sur des salariés d'entreprise, pas sur des enseignants. Il donne néanmoins un ordre de grandeur et une méthode d'observation.

Ces travaux portent sur le changement de tâche ou d'application. Le changement d'environnement institutionnel combine les deux. Il ajoute aussi une dimension qu'aucun de ces travaux ne traite : les règles changent (barèmes, délais, circuits de validation), en plus des écrans.

Changer d'outil, c'est aussi changer de règles : barèmes, délais, circuits de validation. — **D'autres règles**

Les intervenants multi-établissements : une population nombreuse, mal décrite

Kezar (2012) et le réseau de recherche qu'elle a animé ont documenté les conditions de travail des enseignants non titulaires aux États-Unis : contrats courts, faible intégration, accès limité aux ressources et à la formation. En France, le rapport de l'IGÉSR (2025) souligne surtout la lourdeur de la gestion administrative des vacataires. Ces travaux décrivent la précarité et la gestion de cette population. Nous n'y avons pas trouvé d'analyse de son outillage numérique.

Le constat : un objet sans nom

Chaque courant éclaire une partie du phénomène, et aucun ne le prend pour objet. La figure 1 situe notre proposition par rapport aux échelles d'analyse existantes.

Figure 1. Trois échelles d'analyse de l'expérience des enseignants avec les plateformes. Les deux premières sont documentées. La troisième, le passage d'un établissement à l'autre, n'a fait l'objet d'aucune étude à notre connaissance.

Nous proposons d'appeler inter-usabilité inter-établissements la facilité avec laquelle un même enseignant conduit son activité à travers les environnements numériques de plusieurs établissements. Elle prolonge les trois dimensions de Pang et ses collègues (2024), et en ajoute une quatrième, propre à la situation multi-établissements :

Continuité : une même activité (préparer un cours, rendre des notes) peut-elle passer d'un établissement à l'autre sans ressaisie ?
Cohérence : l'enseignant retrouve-t-il les mêmes repères (vocabulaire, gestes, formats) d'un établissement à l'autre ?
Composition : peut-il se construire une vue d'ensemble de son activité (planning, échéances, copies en attente), toutes écoles confondues ?
Conformité, la dimension nouvelle : peut-il respecter sans erreur des règles qui diffèrent d'un établissement à l'autre (barèmes, arrondis, délais, circuits de validation) ?

Un modèle conceptuel et quatre propositions

La figure 2 organise ce que la littérature permet de supposer. À gauche figurent les sources d'hétérogénéité entre établissements, au centre les mécanismes documentés par la recherche, à droite les effets attendus.

Figure 2. Modèle conceptuel de l'inter-usabilité inter-établissements. Les mécanismes sont tirés de la littérature citée. Les flèches sont des propositions à tester, pas des résultats.

Quatre propositions en découlent :

P1, l'effet du nombre. La charge liée aux outils croît plus vite que le nombre d'établissements, parce que le nombre de passages possibles entre environnements augmente plus vite que le nombre d'environnements eux-mêmes (figure 3).
P2, l'effet de la conformité. Les erreurs de report de notes et les retards dans les retours aux étudiants sont plus fréquents quand les règles de notation diffèrent d'un établissement à l'autre.
P3, l'effet du calendrier. La charge se concentre sur les périodes où plusieurs établissements ferment leurs saisies de notes au même moment. C'est là que le résidu d'attention et le coût de commutation se cumulent.
P4, l'effet d'un point d'appui. Un outil personnel qui centralise la vue d'ensemble, quel qu'il soit (un tableur tenu avec rigueur ou une application dédiée), réduit la charge perçue. L'hétérogénéité des établissements, elle, reste la même.

Figure 3. Illustration arithmétique de la proposition P1, en supposant quatre outils par établissement : plateforme, messagerie, saisie des notes, emploi du temps. Le nombre d'environnements augmente de quatre à chaque nouvel établissement. Le nombre de passages possibles d'une école à l'autre (k × (k − 1)) augmente beaucoup plus vite. Ce sont des calculs, pas des mesures.

Un protocole pour l'étudier

Les propositions ci-dessus ne valent que si elles sont mises à l'épreuve. Nous proposons un protocole mixte en trois temps (figure 4), conçu pour être réalisable par une petite équipe et conforme au règlement général sur la protection des données.

Figure 4. Protocole proposé en trois temps : journal de bord, questionnaire et entretiens.

Journal de bord de quatre semaines, auprès d'environ trente intervenants qui enseignent dans au moins deux établissements, en période de rendu de notes. Chaque passage d'un environnement à l'autre est consigné (heure, établissement, outil, tâche, temps de réorientation estimé, incident éventuel). Le journal est volontaire et ne collecte aucune donnée sur les étudiants.
Questionnaire auprès d'un échantillon plus large. Il comprend le nombre d'établissements et d'outils, une échelle de technostress adaptée des travaux de Ragu-Nathan et ses collègues (2008), et une échelle des quatre dimensions de l'inter-usabilité inter-établissements, à construire et valider.
Entretiens semi-directifs avec une quinzaine de participants choisis pour leur diversité (nombre d'écoles, disciplines, statut). Ils servent à interpréter les écarts observés et à recueillir les stratégies de contournement. Les entretiens reprennent l'analyse thématique utilisée par Pang et ses collègues (2024), pour que les résultats soient comparables.

L'indicateur principal serait le temps de réorientation cumulé par semaine, rapporté au nombre d'heures enseignées. Les indicateurs secondaires porteraient sur les erreurs de report de notes, le délai de retour aux étudiants et le score de technostress.

Limites

Cette revue a trois limites principales.

Elle a été conduite par une seule personne, sans accès à toutes les bases bibliographiques. L'absence d'étude constatée doit donc être confirmée par une recherche systématique.
Le modèle proposé est déduit de travaux menés dans d'autres contextes : entreprises, lycées, universités américaines. Ses mécanismes sont plausibles mais n'ont pas été vérifiés auprès d'intervenants multi-établissements.
La figure 3 repose sur une hypothèse de calcul simple. La réalité dépendra de la fréquence réelle des passages d'un environnement à l'autre, que seul le terrain peut mesurer.

Ce que cela change, dès maintenant

Sans attendre les résultats d'une étude, deux pistes découlent de cette revue.

Pour les établissements, la qualité d'un outil numérique ne se juge pas seulement de l'intérieur. Un établissement qui emploie beaucoup d'intervenants extérieurs pourrait se demander ce que ses choix ajoutent à leur charge totale : accepter des formats d'échange courants, publier tôt son calendrier de saisie, éviter les règles de notation propres à un seul cours.
Pour celles et ceux qui conçoivent des outils, la bonne question n'est plus seulement « mon outil est-il facile à utiliser ? », mais « mon outil s'insère-t-il dans une semaine où l'enseignant en utilise quatre autres ? ».

Regarder la semaine entière de l'enseignant, pas seulement l'outil d'un établissement. — **La semaine entière**

Déclaration de liens d'intérêts

Références

Arksey, H., & O'Malley, L. (2005). Scoping studies: Towards a methodological framework. International Journal of Social Research Methodology, 8(1), 19-32. https://doi.org/10.1080/1364557032000119616

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340.

Fernández-Batanero, J. M., Román-Graván, P., Reyes-Rebollo, M. M., & Montenegro-Rueda, M. (2021). Impact of educational technology on teacher stress and anxiety: A literature review. International Journal of Environmental Research and Public Health, 18(2), 548. https://doi.org/10.3390/ijerph18020548

Inspection générale de l'éducation, du sport et de la recherche. (2025). Les chargés d'enseignement vacataires dans les établissements du supérieur (rapport n° 24-25 021A). Ministère de l'Enseignement supérieur et de la Recherche.

Kezar, A. (Dir.). (2012). Embracing non-tenure track faculty: Changing campuses for the new faculty majority. Routledge.

Leroy, S. (2009). Why is it so hard to do my work? The challenge of attention residue when switching between work tasks. Organizational Behavior and Human Decision Processes, 109(2), 168-181. https://doi.org/10.1016/j.obhdp.2009.04.002

Monsell, S. (2003). Task switching. Trends in Cognitive Sciences, 7(3), 134-140. https://doi.org/10.1016/S1364-6613(03)00028-7

Murty, R. N., Dadlani, S., & Das, R. B. (2022, 29 août). How much time and energy do we waste toggling between applications? Harvard Business Review.

Pang, F., Lee, K., Grace, R., Kropczynski, J., & Ponnakanti, H. P. (2024). Sparking inter-usability: How can instructors align learning management systems within online learning ecosystems? Proceedings of the 57th Hawaii International Conference on System Sciences, 6803-6812. https://hdl.handle.net/10125/107201

Ragu-Nathan, T. S., Tarafdar, M., Ragu-Nathan, B. S., & Tu, Q. (2008). The consequences of technostress for end users in organizations: Conceptual development and empirical validation. Information Systems Research, 19(4), 417-433. https://doi.org/10.1287/isre.1070.0165

Selwyn, N., Nemorin, S., & Johnson, N. (2017). High-tech, hard work: An investigation of teachers' work in the digital age. Learning, Media and Technology, 42(4), 390-405. https://doi.org/10.1080/17439884.2016.1252770

Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257-285.

Tarafdar, M., Tu, Q., Ragu-Nathan, B. S., & Ragu-Nathan, T. S. (2007). The impact of technostress on role stress and productivity. Journal of Management Information Systems, 24(1), 301-328. https://doi.org/10.2753/MIS0742-1222240109

Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-478. https://doi.org/10.2307/30036540