Introduction

1Les gestes que l’on fait quand on parle, autrement dit les gestes coverbaux, sont spontanés, fortement liés au langage et participent à la communication (Goldin-Meadow, 2003 ; Kendon, 2004 ; McNeill, 1992). Ils permettent à celui qui parle d’organiser ses pensées et à trouver ses mots, tout en aidant le destinataire à décoder le sens de l’énoncé (Stam & McCafferty, 2008). Indissociables et complémentaires, les gestes et la parole doivent être pris en compte ensemble pour pouvoir appréhender la totalité du message émis par un interlocuteur. Bien que la parole puisse être comprise sans gestes, au téléphone par exemple, les sujets saisissent plus d’informations lorsqu’ils voient les gestes et entendent la parole en même temps (Beattie & Shovelton, 1999). Si les gestes et la parole d’un interlocuteur sont contradictoires, le destinataire aura plus de difficulté à comprendre le message (Kelly, Özyürek, & Maris, 2010). L’hypothèse selon laquelle les gestes sont allocentrés, c’est-à-dire faits pour l’autre, a été confirmée par Alibali, Heath, & Myers (2001) qui ont trouvé que les sujets produisent plus de gestes représentationnels quand l’interlocuteur est visible. Ceci est vrai non seulement en présentiel mais aussi en visioconférence. A cet effet, Mol, Krahmer, Maes, & Swerts (2011) ont trouvé que les sujets produisent plus de gestes représentationnels en visioconférence quand la webcam est allumée et quand ils savent qu’ils sont vus par un interlocuteur.

2En contexte pédagogique, nous nous intéressons aux gestes produits par les enseignants lorsqu’ils enseignent la langue étrangère (Azaoui, 2019 ; Sime, 2006, 2008 ; Tellier, 2008a ; Tellier & Cadet, 2014). Il s’agit d’étudier ce que Tellier (2008a) nomme les gestes pédagogiques. Ces gestes sont plus conscientisés que les gestes coverbaux sans visée didactique et servent à faciliter l’accès au sens dans une langue étrangère. Les gestes manuels et les expressions faciales sont utilisés par les enseignants pour remplir différentes fonctions pédagogiques.

5A partir d’un corpus d’interactions pédagogiques recueilli dans le cadre d’un projet qui s’inscrit dans la lignée du Français en Première Ligne (F1L) (Develotte, Guichon, & Kern, 2008), nous proposons une étude de l’apport des gestes pédagogiques aux séquences d’explication lexicale. Cette étude va nous permettre de mettre à jour les fonctions des gestes pédagogiques dans ce contexte bien spécifique qui est celui des explications lexicales par visioconférence. Dans un premier temps, nous dresserons un état de l’art sur l’enseignement par visioconférence, l’explication lexicale en langue étrangère, et la multimodalité. Puis, nous décrirons la façon dont nous avons repéré les séquences d’explication lexicale et les avons annotées. Enfin, à l’aide de quelques exemples, nous mettrons à jour certaines fonctions des gestes pédagogiques lors des séquences d’explication lexicale par visioconférence.

Visioconférence, multimodalité et gestes

Enseignement par visioconférence : quelles spécificités ?

6L’enseignement par visioconférence comporte de nombreux avantages pédagogiques. Des apprenants de langue n’ont pas besoin de se déplacer pour découvrir la langue et la culture d’un pays étranger et de futurs enseignants peuvent gagner de l’expérience pédagogique en restant chez eux (Develotte et al., 2008 ; O’Dowd, 2000, 2016). Le temps de prise de parole chez les apprenants est plus important que dans une salle de classe classique puisque ceux-ci sont souvent seuls ou en binôme face à un enseignant. Cela permet aux apprenants de bénéficier de plus d’input, modifié sur mesure pour l’apprenant dans l’interaction (Long, 1981, 1983), et de plus de production d’output provoqué par l’enseignant (Swain, 1995, 2000). Les apprenants jouissent de la possibilité de pouvoir demander à tout moment à l’enseignant une explication qui sera a priori adaptée au niveau langagier de l’apprenant et qui pourra être négociée, modifiée, et reformulée si besoin. Un autre avantage lié à ce contexte (du moins pour le F1L) concerne l’écart d’âge faible entre les participants qui fait que les conversations ont un ton plus informel. Les relations interpersonnelles sont ainsi plus intimes avec un degré de connivence accru (Develotte & Drissi, 2013 ; Guichon, 2017a ; Guichon & Drissi, 2008).

7Alors que certains des avantages susmentionnés pourraient être attribués aussi à l’enseignement en présentiel, notamment aux cours particuliers où l’apprenant est seul face à l’enseignant, il reste néanmoins quelques particularités propres à la communication médiée par ordinateur (désormais CMO) qui méritent d’être abordées. La visioconférence offre des possibilités riches de communication par rapport à d’autres moyens de communication à distance plus rudimentaires, mais tout type de CMO provoque des ruptures par rapport à l’enseignement classique en salle de classe, notamment des ruptures spatiales, médiatiques, et temporelles (Develotte & Mangenot, 2007). La visioconférence est un outil de médiation qui ne restitue pas parfaitement le son et l’image de l’autre : images floues, mouvements saccadés, désynchronisation entre parole et image, et coupures intempestives constituent autant de phénomènes auxquels doivent faire face les utilisateurs de l’outil (Azaoui, 2017). Ces particularités ont un impact sur la communication, et donc sur la gestion pédagogique et sémiotique nécessaire.

8Une maîtrise de la technologie est donc nécessaire afin que la focalisation sur les opérations techniques ne prime pas sur la focalisation sur l’interaction pédagogique (Guichon & Drissi, 2008). La gestion de plusieurs outils à la fois nécessite une certaine polyfocalisation de l’attention (Jones, 2004). A cette polyfocalisation sur les outils techniques s’ajoute la dimension langagière de l’échange. A l’instar de Bange (1992) qui parle de bifocalisation sur l’activité et sur la langue, nous pouvons parler alors de trifocalisation : focalisation sur l’activité en cours, focalisation sur la langue, et focalisation sur la manipulation de l’outil technique. Il revient donc aux apprentis-enseignants de maîtriser des compétences techno-sémio-pédagogiques (Cappellini & Combe, 2017) qui incluent la capacité à gérer les côtés organisationnel, pédagogique, socio-affectif et technique de l’échange en ligne. Nous verrons aussi que cette compétence inclut la capacité à utiliser ses gestes à des fins pédagogiques et de les rendre visibles, particulièrement lors des séquences d’explication lexicale.

Connaître un item lexical en langue étrangère

9Les procédés d’apprentissage du lexique en langue étrangère changent selon le niveau de l’apprenant. Les apprenants les plus avancés peuvent apprendre du lexique en lisant ou en écoutant, en s’appuyant sur leurs connaissances préalables afin d’inférer le sens des mots inconnus. Ce mode d’apprentissage, dit incident (Grossmann, 2011), est la façon dont les locuteurs apprennent la plupart des mots qu’ils connaissent dans leur langue maternelle. En langue étrangère, l’apprentissage incident est compliqué au début car pour comprendre un texte il faut connaître à peu près 95% des mots, soit environ 3 000 à 4 000 mots (Nation, 2013). A ce niveau, un mot sur vingt sera inconnu. Plus difficile encore, pour être en mesure d’inférer le sens des mots inconnus, il faut comprendre 98% des mots d’un texte, ce qui nécessite des connaissances lexicales encore plus riches, de l’ordre de 6 000 à 9 000 mots pour un texte écrit (Huckin & Coady, 1999) et 5 000 à 7 000 mots pour un discours oral (Schmitt, 2008). En dessous de ce seuil, l’apprentissage incident et autonome de nouveaux mots est problématique. C’est pour cette raison que l’apprentissage explicite du lexique est à privilégier pour les niveaux débutant et intermédiaire (Folse, 2004).

10Toute explication lexicale a pour objectif de transférer et de faire converger des connaissances, et nos analyses didactiques ont pour objectif d’étudier ce transfert de connaissance. Afin de mener de telles analyses, il faut aborder le concept de connaissance d’un item lexical. Certains auteurs adoptent la conception classique : signifiant et signifié (Van der Linden, 2006), tandis que d’autres conçoivent la connaissance d’un item lexical par degrés de familiarité (Waring, 2002). Les connaissances productives et réceptives sont souvent distinguées (Tréville & Duquette, 1996). D’autres encore définissent différentes dimensions de la connaissances d’un item lexical (García, 2008 ; Laufer, 1994).

11Nation (2013) résume la conception de la connaissance d’un mot et regroupe les dimensions en trois grandes catégories : la forme, le sens et l’usage. La forme englobe celles qui sont orale et écrite ainsi que leurs composants ; le sens englobe les concepts et référents du mot ; enfin l’usage comprend les fonctions grammaticales, les collocations, et les contraintes liées à l’usage comme le registre et la fréquence. Chacune de ces facettes est subdivisée encore entre connaissance réceptive et connaissance productive. Cette classification nous semble utile dans la mesure où elle permet d’identifier assez clairement la/les visée(s) d’une séquence d’explication lexicale. Dans le cadre de cette étude, nous nous limiterons à l’intention du locuteur puisque nous ne disposons pas de moyens pour mesurer l’acquisition. En nous basant sur ce modèle, nous allons évaluer la contribution des gestes aux séquences d’explication lexicale.

Modéliser une séquence d’explication lexicale

12Depuis que Schegloff, Jefferson, & Sacks (1977) se sont intéressés aux réparations langagières liées au code, plusieurs modèles ont été élaborés pour rendre compte des différentes étapes suivies par les participants d’une interaction qui négocient de manière collaborative le sens d’un item langagier. L’un des modèles les plus connus est celui de Varonis & Gass (1985) à quatre étapes qui commence lorsqu’un item langagier, le déclencheur (1), devient indicateur (2) d’un problème, et se termine lorsque celui qui n’a pas compris donne sa réaction (4) à la réponse (3) de l’explicateur. Ce modèle, très polyvalent, permet de suivre du début à la fin une séquence de négociation du sens pour faire état des techniques interactionnelles, pédagogiques, sémiotiques et multimodales déployées par les participants. Ces séquences de négociation, qui arrivent souvent lors des échanges pédagogiques par visioconférence (Nicolaev, 2010 ; Sarré, 2011 ; Van der Zwaard & Bannink, 2019), sont propices à l’acquisition langagière car elles privilégient la focalisation sur la forme (Long, 1991). Nous nous sommes appuyé sur ce modèle dans Holt, Tellier, & Guichon (2015) pour mesurer la production gestuelle des apprentis-enseignants lors des séquences d’incompréhension.

13Il existe un modèle plus spécifiquement conçu pour les séquences d’explication lexicale, c’est-à-dire les séquences de négociation du sens qui s’imposent lorsque c’est un item lexical qui fait obstacle à la communication réceptive ou productive. La structure canonique que nous empruntons a été modélisée par Gülich (1990), De Gaulmyn (1991), et Lüdi (1991) et reprise par Fasel Lauzon (2008, 2014). Ce modèle est constitué de trois étapes :

L’ouverture : l’item lexical non compris est identifié, repéré, localisé, mis en exergue, et problématisé ;

Le noyau explicatif : l’item lexical non compris est expliqué, le plus souvent par l’enseignant, mais souvent en collaboration avec les apprenants ;

La clôture : l’enseignant ratifie et évalue la compréhension de l’apprenant.

14Nous avons suivi ce modèle canonique pour diviser les séquences d’explication lexicale de notre corpus en phases. Lors de chaque séquence que nous avons repérée, des ressources sémiotiques et multimodales, y compris des gestes, sont déployées par les participants pour mener à bien la séquence d’explication lexicale.

Une perspective multimodale

Il faudrait y ajouter le non-verbal. Parmi les indices non-verbaux, les gestes manuels ont une part importante, les locuteurs montrent les objets, les manipulent quand ils sont sous leurs yeux, ils figurent, miment, représentent spatialement les objets et les activités invisibles.

16Une approche multimodale est donc nécessaire afin d’appréhender la complexité des séquences d’explication lexicale en contexte de visioconférence. Des analyses précédentes réalisées en adoptant une telle approche (Holt & Tellier, 2017 ; Wigham, 2017) ont mis en évidence la variété de modes sémiotiques utilisés par les participants.

17Selon une perspective multimodale sur l’interaction (Jewitt, 2014), le langage verbal fait partie d’un ensemble multimodal et ne prime pas sur les autres modes. Chaque mode réalise une tâche communicative différente, et ces tâches peuvent changer d’un moment à un autre. Les acteurs communiquent en sélectionnant et en configurant les modes. Par exemple, un apprenti-enseignant qui explique un item lexical par visioconférence peut passer d’une explication orale à une explication écrite, en ayant recours à l’envoi d’une photo pour illustrer son propos. La partie orale de son explication peut être émaillée de gestes. Face à un choix de modes, un interlocuteur va sélectionner le mode le plus adapté ou les modes les plus adaptés pour faire passer le message (Baldry & Thibault, 2006). Ces choix seront influencés par le profil interactif de chacun (Develotte, Guichon, & Vincent, 2010) et par les ressources disponibles. Parfois un mode sera plus porteur de sens qu’un autre, ce que Norris (2004) appelle la densité modale. Les gestes constituent un mode parmi d’autres, et nous nous intéressons aux moments où les gestes sont employés par les apprentis-enseignants pour être porteurs de sens à différentes phases des séquences d’explication lexicale.

18Le champ de la webcam offre des informations riches : le visage de l’interlocuteur, ses expressions faciales, ses habits, ses postures, et la salle derrière (Guichon, 2013). Les gestes sont visibles aussi, à condition qu’ils soient produits dans le champ de la webcam. Nous verrons plus bas que la médiation a un effet considérable sur la production gestuelle. Puisque les gestes sont souvent produits hors champ (Guichon & Wigham, 2016), les mimiques faciales prennent une place importante et jouent un rôle compensatoire (Cosnier & Develotte, 2011).

Le rôle des gestes pédagogiques

19Les gestes pédagogiques ont déjà été étudiés en salle de classe. A partir d’observations des apprenants, Sime (2006, 2008) s’est intéressée aux fonctions pédagogiques des gestes produits par des enseignants d’anglais. Elle a trouvé que les apprenants faisaient attention aux gestes quand ceux-ci avaient un effet sur l’apprentissage. Notamment, les apprenants prêtaient attention aux gestes en situation de détresse langagière quand la compréhension orale était difficile. Cette auteure décline trois fonctions des gestes produits par les enseignants : une fonction cognitive, une fonction émotionnelle/affective, et une fonction organisationnelle. Concernant la fonction émotionnelle, une posture relâchée, un regard maintenu, et la présence de beaucoup de gestes manuels et d’expressions faciales servent à encourager l’apprenant et à lui donner des retours correctifs. Pour ce qui est de la fonction organisationnelle, l’usage de gestes emblématiques (Ekman & Friesen, 1969) et déictiques sert à gérer les tâches et les tours de parole. Les fonctions cognitives des gestes accomplissent trois sous-fonctions : améliorer la compréhension, faciliter le processus d’apprentissage, et indiquer une réaction vis-à-vis de l’output de l’apprenant. Des entretiens avec les élèves ont soulevé l’habilité des gestes à marquer et à expliquer des mots importants, et à aider l’apprenant à trouver le mot recherché.

20Tellier (2008a) répertorie aussi trois fonctions des gestes pédagogiques : informer, animer, et évaluer. Cette auteure explique qu’il y a trois types de gestes pour informer : les gestes d’information grammaticale, les gestes d’information lexicale, et les gestes d’information phonologique et phonétique. Les gestes d’animation servent entre autres à passer d’une activité à une autre, donner des consignes, donner la parole à quelqu’un, interroger, faire répéter, etc. Enfin, les gestes d’évaluation servent à évaluer la production langagière de l’apprenant.

21Ces fonctions peuvent être appliquées à des séquences d’explication lexicale. Les gestes d’information servent à expliquer une facette de la connaissance d’un item lexical (la forme, le sens, ou l’usage). Les gestes d’animation sont déployés lors du passage d’une phase d’explication lexicale à une autre, ou quand l’enseignant cherche à impliquer l’apprenant dans la séquence explicative. On retrouve les gestes d’évaluation suite à une erreur lexicale d’un apprenant, ce qui déclenche une séquence d’explication lexicale, ou à la fin d’une séquence d’explication lorsque l’enseignant évalue la compréhension dont fait preuve l’apprenant.

Questions de recherche

22Compte tenu de l’importance de la forme, du sens, et de l’usage des items lexicaux (Nation, 2013), et de l’importance de l’implication des apprenants dans les séquences d’explication lexicale (Fasel Lauzon, 2014 ; Laufer & Hulstijn, 2001), nous nous efforçons de répondre aux questions suivantes : comment les gestes produits par visioconférence contribuent-ils à la focalisation sur la forme, sur le sens, et sur l’usage des items lexicaux ? Comment les gestes sont-ils utilisés pour impliquer les apprenants dans les séquences d’explication lexicale ?

Méthodologie

Le contexte

Le corpus d’étude

24D’autres types de données ont été recueillis en plus des captures d’écran dynamiques : les plans des cours, les bilans correctifs créés par les apprentis-enseignants, des enregistrements vidéo des interactions par une caméra hors-champ, des post-interviews avec les apprentis-enseignants et les apprenants, et des enregistrements des débriefings qui se sont tenus le lendemain avec le formateur. Avant de procéder aux enregistrements, tous les participants ont signé un formulaire de consentement pour participer à l’étude et pour donner aux chercheurs le droit de diffuser leur image et productions langagières. Certains participants n’ont pas souhaité participer au projet, et d’autres n’ont pas souhaité que leur image soit diffusée. Les visages de ces derniers ont alors été floutés. En fonction des réponses aux formulaires de consentement, 7 apprentis-enseignants et 12 apprenants ont été retenus pour l’étude. Des pseudonymes ont été attribués à tous les participants.

26Contrairement à d’autres corpus qui sont constitués d’interactions visiophoniques provoquées uniquement pour la recherche (Develotte, Kern, & Lamy, 2011), le présent corpus est plus écologique (Tellier, 2013) dans le sens où aucun chercheur n’est vraiment intervenu sur les consignes. Chaque apprenti-enseignant était libre de réinterpréter la tâche et de conduire l’interaction à sa propre façon, et la plupart des séquences d’explication lexicale n’ont pas été planifiées. Les interactions auraient eu lieu même sans enregistrement, et l’avantage de l’enregistrement par capture d’écran dynamique est que la webcam est peu intrusive, les utilisateurs oubliant rapidement qu’un logiciel garde une trace de leur activité, et cette technique ne dénature pas l’activité des sujets comme cela est davantage le cas avec la présence d’une caméra (Guichon, 2013 : 105). Nous considérons donc que comme une salle de classe classique, l’environnement virtuel dans lequel ont eu lieu les interactions visiophoniques est un véritable ‘observatoire’ qui permet de découvrir de quelle manière les données langagières sont maniées par les uns et les autres (Cicurel, 2011 : 25).

Repérage des séquences d’explication lexicale

27Nous avons défini une séquence d’explication lexicale comme un échange où une ou plusieurs facettes de la connaissance d’un item lexical sont abordées, questionnées, traitées, discutées, ou expliquées par les participants. La séquence d’explication lexicale peut résulter ou bien d’un problème de réception où un item lexical n’est pas compris par l’apprenant, ou bien d’un problème de production où un apprenant a une lacune lexicale et cherche le mot juste (Grossmann, 2011). Nous considérons que les séquences d’explication lexicale monogérées où l’apprenant ne parle pas doivent être prises en compte au même titre que les séquences d’explication lexicale qui sont dialogiques ou polygérées. Nous nous alignons sur les propos de Gülich (1991 : 334) qui argumente que :

Même si l’un des participants n’y contribue pas verbalement ou s’il s’agit du tour de parole d’un seul locuteur, le partenaire coopère à son accomplissement par le fait même que le locuteur s’adresse à lui ; par son existence même, l’interlocuteur coopère à la production discursive du locuteur, qui ne peut pas parler sans faire des hypothèses sur l’autre.

28Afin de repérer les séquences d’explication lexicale telles que nous les avons définies, nous avons minutieusement visualisé notre corpus d’étude. Au total, 295 séquences d’explication lexicale ont été annotées dont 44% sont liées à des problèmes de compréhension et 53% sont liées à des problèmes de production. Les 2% des séquences restantes sont à la fois des problèmes de compréhension et de production. Concernant la gestion de l’équilibre parfois délicat entre focalisation sur la communication et focalisation sur la forme (Guichon et al., 2012), le repérage montre que 103 séquences ont été déclenchées par l’apprenant, 133 ont été déclenchées par l’enseignant, et 59 ont été déclenchées par les deux à la fois. Les tableaux ci-dessous offrent une vision globale des séquences.

Figure 1 : Type de panne lexicale

Type de panne lexicale	Nb.	%
Problème de compréhension	131	44,4
Problème de production	157	53,2
Les deux à la fois	7	2,4
Total	295	100

Figure 2 : Participant initiant la séquence

Initiateur de la séquence	Nb.	%
Apprenant	103	34,9
Enseignant	133	45,1
Les deux à la fois	59	20
Total	295	100

Annotation des données

29Nous avons utilisé le logiciel ELAN (Wittenburg, Brugman, Russel, Klassmann, & Sloetjes, 2006) pour annoter la parole orale et les phénomènes multimodaux. A l’aide d’une équipe de transcripteurs, la parole orale de l’intégralité du corpus a été transcrite. Nous avons choisi d’adopter la convention ICOR (Groupe ICOR, 2007) car elle est polyvalente et facilite le partage du corpus avec d’autres chercheurs possédant des préoccupations scientifiques diverses et complémentaires (Guichon, 2017b).

30Après avoir repéré les séquences d’explication lexicale, nous les avons délimitées et les avons divisées en phases suivant le modèle canonique évoqué plus haut (ouverture, noyau et clôture). Pour chaque séquence, nous avons annoté les postures, les regards, les expressions faciales et les gestes produits par les apprentis-enseignants. Ultérieurement, nous avons comptabilisé les stratégies déployées par les apprentis-enseignants pour se focaliser sur la forme, sur le sens, sur l’usage des items lexicaux, et pour impliquer les apprenants dans les séquences d’explication. Notre façon de représenter nos annotations sur une page sera expliquée plus bas.

31L’annotation des gestes produits en visioconférence n’est pas la même chose que l’annotation des gestes produits dans une salle de classe. En effet, la production de gestes en visioconférence est particulière car la webcam a un effet sur la visibilité du corps de l’interlocuteur. Même si on voit les mêmes gestes en face à face et sur un écran, les gestes sont perçus différemment et l’effet de la médiation peut en réduire l’efficacité communicative (Beattie & Shovelton, 1999). Le positionnement de la webcam, la taille de l’écran, la résolution de la vidéo, et le nombre d’images par seconde impactent la production et la réception des gestes en visioconférence.

32Si un sujet est assis face à une caméra ou à un interlocuteur, on peut conceptualiser l’espace gestuel comme un espace couvrant plusieurs zones concentriques du centre du corps jusqu’aux extrémités (McNeill, 1992). Or, cela n’est pas envisageable en visioconférence en raison du champ réduit où ne sont visibles que la tête et les épaules du sujet (Cosnier & Develotte, 2011 ; De Chanay, 2011). Alors que l’espace gestuel de McNeill lui permet de distinguer et de décrire avec précision les tendances des différentes dimensions gestuelles qu’il décrit, les particularités de notre corpus nous obligent à nous contenter d’une classification binaire des gestes. Au lieu de dire que le geste est produit dans le centre, dans la périphérie, à gauche, ou à droite du champ de la webcam, il semble plus pertinent de dire que le geste est produit ou bien « dans le champ », ou bien « hors champ ». Une telle classification a permis à Guichon & Wigham (2016) de constater, à l’aide d’une caméra extérieure, que la plupart des gestes ont été produits hors champ. Bien que cette classification réduise la précision des analyses, elle a toutefois un avantage : on peut faire l’hypothèse que les gestes qui sont produits dans le champ ont probablement une plus grande intention communicative. Les participants, du fait qu’ils voient en miroir le retour de leur propre image, peuvent surveiller leurs propres gestes pour s’assurer qu’ils sont visibles.

34Concernant la classification des gestes, nous considérons que la classification par fonction pédagogique proposée par Sime (2006, 2008) et Tellier (2008a) est plus adaptée à l’analyse de séquences d’explication lexicale qu’une catégorisation par dimension à la McNeill.

Analyses

Rendre ses gestes visibles pour expliquer

35La saillance d’un geste n’est qu’un seul critère d’analyse, mais elle prend tout son sens en contexte médié par visioconférence où la visibilité de la webcam est réduite et où le simple fait d’être visible est une mesure importante. Sur une sous-partie du présent corpus, nous avions étudié dans Holt, Tellier, & Guichon (2015) la production gestuelle de quatre apprentis-enseignants lors des séquences d’incompréhension. Une telle séquence commence lorsque l’un des interactants arrête le déroulement de la conversation pour se focaliser sur un élément langagier, et se termine lorsque l’apprenti-enseignant décide de la clôturer et de reprendre la conversation momentanément suspendue (Varonis & Gass, 1985). Les résultats de cette étude ont infirmé notre hypothèse de départ selon laquelle les apprentis-enseignants allaient produire davantage de gestes lors des séquences d’incompréhension.

Exemple 1 : Visibilité croissante des gestes

Transcription de la parole			Image de Victor	Phén. observés
1	VIC	et et est-ce que ce projet pourrait euh:/ c- le projet dont tu me parles/ (0,4) est-ce que tu pourrais l'utiliser/ pour euh vendre euh ta candidature/ (0,3) pour le stage\ (0,3) ou y a pas de lien (3,3)	Agrandir Original (png, 22k)	Aucun geste n’est produit
2	LIM	pardon/ euh répétez s'il vous pl[aît/]
3	VIC	[est-ce] que tu arriverais à faire un lien/ entre ton expérience (0,3) de: que tu me parles maintenant/ (0,3) et: le: stage (0,6) que: que je t'ai envoyé/ l'annonce de stage (0,7)	Agrandir Original (png, 22k)	Regard pensif et geste iconique peu visible représentant un lien
		est-ce qu'il y a des liens possibles/ ou c'est du c'est c'est pas du tout pareil/ (2,4)	Agrandir Original (png, 22k)	Geste emblématique peu visible et regard pensif
4	LIM	hum: (0,4) qu'est-ce que c- qu'est/ (0,6) qu'est-ce que c'est euh des liens/ (1,1)
5	VIC	qu'est-ce que c'est quoi/ (0,6)
6	LIM	des liens (0,3)
7	VIC	ah des liens/ c'est hum: (0,9) euh: une relation en- entre une chose	Agrandir Original (png, 22k)	Début d’un geste iconique bien encadré
		et une autre euh on dit	Agrandir Original (png, 25k)	La main droite se sépare de la main gauche pour illustrer le concept d’un lien.
		qu'il y a un lien	Agrandir Original (png, 24k)	Victor refait son geste illustrant un lien. Les deux mains sont mises ensemble au milieu de l’écran et se séparent.
8	LIM	(0,5) ah oui oui oui	Agrandir Original (png, 24k)	Victor maintient la fin de son geste pendant 800 ms.

37Victor utilise le mot « lien » pour la première fois à la ligne 1 sans faire de geste. Lors de ce tour de parole, il n’y a pas focalisation sur la langue car rien dans le discours de l’apprenant n’a déclenchée une séquence de focalisation sur la langue, et Victor n’a pas anticipé une incompréhension. Liam indique à la ligne 2 la présence d’une incompréhension et demande une répétition sans préciser l’élément problématique. Victor, en ignorant quel élément de son tour précédent a déclenché l’incompréhension, reformule sa question en faisant des gestes à peine visibles qui illustrent le mot « lien » et l’expression « c’est pas du tout pareil » (ligne 3). Puis, Le mot « lien » passe d’un déclencheur potentiel à un déclencheur (Varonis & Gass, 1985) aux lignes 4 et 6 quand Liam précise quel mot n’a pas été compris. Victor est donc conscient à la ligne 7 que c’est le mot « lien » qui est non compris et fait des gestes amples et bien visibles lors du noyau explicatif. Il produit deux gestes iconiques illustrant le sens du mot « lien » et maintient son geste pendant 800 ms jusqu’au début du tour de parole suivant de Liam (ligne 8). Ce type de geste maintenu, nommé arrêt sur image par Kida (2014 : 115), est fortement communicatif et s’emploie lorsque l’intercompréhension devient une priorité.

38Cet exemple montre un apprenti-enseignant qui semble considérer que les gestes constituent une ressource utile lors de cette séquence d’explication lexicale, et qui semble être conscient de leur visibilité. Il ne gestualise pas du tout avant que l’incompréhension soit manifestée, un peu plus lorsqu’il sait qu’il y a une incompréhension quelque part, et rend ses gestes pleinement visibles lorsqu’il se focalise sur un item lexical en particulier. On assiste donc à un exemple de recipient design (Sacks, Schegloff, & Jefferson, 1974) où les gestes sont ajoutés progressivement afin de rendre intelligible la parole de l’enseignant. La conscientisation de cet apprenti-enseignant est confirmée lors d’une séance de débriefing dans laquelle il indique que :

La technologie, pour moi, depuis le début je la prends comme… C’est pas, c’est pas naturel, c’est pas authentique. Après, c’est pas, c’est pas désastreux, ça fait partie de cette expérience et puis c’est tout ! C’est pas un problème. Mais, oui je sens que dans la façon de s’exprimer ou dans la gestuelle, quand tu es obligé de t’aligner sur la caméra pour faire ton geste…

39Tout porte à croire que cet apprenti-enseignant est conscient du fait que les gestes nécessitent une certaine conscientisation afin d’être rendus visibles par visioconférence, et qu’ils constituent un outil de valeur dans ce contexte. Dans les sections suivantes, à l’aide d’exemples, nous allons montrer les différentes fonctions remplies par les gestes pour mener à bien les séquences d’explication lexicale.

Mettre en exergue la forme d’un item lexical

40Pour qu’il y ait apprentissage, on doit d’abord être conscient de ce que l’on perçoit (Schmidt, 1990). Concernant le lexique, la forme d’un item lexical doit être repérée par l’apprenant avant d’être apprise (Groot, 2000). Les apprenants doivent clairement comprendre qu’il existe une focalisation sur un item langagier car on apprend ce sur quoi on se focalise (Barcroft, 2003 ; Hill & Laufer, 2003). Le repérage, ou le noticing est fondamental, surtout lors de l’ouverture d’une séquence d’explication lexicale quand l’objet de la séquence est repéré, décontextualisé et problématisé (Fasel Lauzon, 2014). Une séquence d’explication lexicale ne peut donc pas avoir lieu sans focalisation sur la forme. Puisque la mémorisation de l’information lexicale dépend en partie de sa saillance dans l’interaction (Lüdi, 1991 : 199), l’enseignement est plus efficace si l’enseignant fait un effort pour rendre saillante la forme de l’item lexical. Un enseignant a à sa disposition plusieurs techniques linguistiques et multimodales par lesquelles il peut décontextualiser un item lexical et mettre en exergue sa forme. Les gestes constituent l’une de ses techniques.

41Si l’on compte le nombre de fois que la webcam a été utilisée par les apprentis-enseignants pour se focaliser sur la forme (expressions faciales d’incertitude, haussement de sourcils, regards vers la caméra, mouvements de tête, mouvements de bouche exagérés, et gestes manuels tous confondus), ces ressources visuelles ont été utilisées dans 53 séquences d’explication lexicale sur 295 pour se focaliser sur la forme. Les gestes manuels ont été utilisés dans 12 séquences.

Surligner un item lexical par gestes

42Une façon d’objectiver un mot à l’écrit est d’utiliser des guillemets (Rey-Debove, 1997), mais l’on peut aussi utiliser cette stratégie gestuellement. Dans l’exemple suivant, qui fait partie d’une analyse plus exhaustive de l’explication du mot-valise « bobo » dans Holt & Tellier (2017), Adèle utilise le logonyme « on dit » et produit des gestes pour mettre l’emphase sur l’item lexical qu’elle est en train d’expliquer.

Exemple 2 : Surlignage d’un item lexical par guillemets gestuels

Parole orale			Image d’Adèle	Phén. observés
1	ADL	mais en france on dit/ hum\ (0,3) pour dire hipsters/ (0,4) on dit/ bobo\	Agrandir Original (png, 12k)	Adèle fait des guillemets gestuels.

43En produisant des guillemets gestuels en même temps qu’elle dit « bobo », l’apprentie-enseignante rend saillant le fait que c’est le mot « bobo » qui est en train d’être expliqué, et assure qu’il y a focalisation sur celui-ci.

Travailler la prononciation

44La représentation phonologique mentale d’un item lexical est primordiale pour l’apprentissage, même à la lecture (García, 2008 ; Marijanović, Billières, & Panissal, 2008 ; Nation, 2013 ; Schmitt, 2008 ; Tréville, 2000 ; Tréville & Duquette, 1996). Tréville (2000 : 63) affirme qu’il existe une forte corrélation entre l’aptitude à construire des représentations phonologiques de mots nouveaux dans la mémoire et l’apprentissage du vocabulaire de la L2. Une technique mnémonique qui renforce la mémorisation d’un item lexical en reliant sa forme phonologique à son sens est celle du mot-clé (Folse, 2004 ; Nation, 2013 ; Pressley, Levin, & McDaniel, 1987). Elle consiste à penser à un mot en L1 qui ressemble phonologiquement au mot en L2. Puis, on construit une image mentale qui relie les deux choses. Dans l’exemple suivant, Adèle emploie cette technique un tant soit peu différemment en utilisant des gestes pour aider l’apprenante à se construire une représentation mentale de chaque syllabe du mot « prononciation ». Faute d’espace, uniquement la deuxième partie de la séquence est représentée ci-dessous. Dans la première moitié de l’explication, Adèle énonce toutes les syllabes une par une et dit « non comme non » pour la deuxième syllabe, en secouant la tête. Elle relie donc le son /nɔ̃/ de la deuxième syllabe du mot « prononciation » au mot « non ». Dans la suite de la séquence, Adèle utilise ses gestes pour aider l’apprenante à se construire une représentation phonologique du mot.

Exemple 3 : Utilisation de gestes pour construire une représentation phonologique d’un mot

Parole orale				Image d’Adèle	Phén. observés
31	ADL	dis (.) dis une par une\ (0,4)		Agrandir Original (png, 29k)	Geste métaphorique qu’elle dirige vers le bas en disant « une par une »
32	ALN	pro/ (0,5) pro/ (1,5)		Agrandir Original (png, 28k)	Pouce levé et maintenu
33	ADL	non/		Agrandir Original (png, 26k)	Secouement de tête
34	ALN	(0,5) non/ (0,2)		Agrandir Original (png, 29k)	Index tendu et maintenu
35	ADL	cia/ (0,5)		Agrandir Original (png, 29k)	Hochement de tête puis doigts tendus et maintenus lors de la prononciation de la troisième syllabe
36	ALN	cia/ (.) non\ (1,5) [tion\]
37	ADL	<((clavardage)) tion>
		[MH\] (0,2)
		MH\ (0,3)	[TION\]	Agrandir Original (png, 28k)	Haussement de sourcils et pouce levé
38	ALN		[pronon] (0,3)
		prononation\ (1,3) prononc-
		[((rire))] "oh: g[o:d"]
39	ADL	[bien/] (1,2)    [essaye de le dire] doucement
40	ALN	((rire))
41	ADL	et dis-le tout doucement\ (0,3) PRO/ (.) NON/ (0,2) CIA/ (0,2) TION\		Agrandir Original (png, 31k)	Changement de position de la tête par syllabe, de droite à gauche de l’écran
		(0,2)
42	ALN	pronona:tion\ (1,4) ah
43	ADL	oui/ (0,5) c'est MIEUX qu'au début déjà c'est bien
44	ALN	[j'espère (.) ((rire))]
45	ADL	[((rire)) il est dur à] dire hein/ (1,2) [donc ça ça t'aide/ ça vous aide/]
46	ALN	[ah je suis f-/ ah je suis] fatiguée (c'est) (1,0)
47	ADL	oui: je comprends\ vous travaillez beaucoup\ (0,4) ((rire))

45Dans cette séquence, Adèle utilise une variété de ressources multimodales à sa disposition pour aider l’apprenante à se former une représentation phonologique de l’item lexical « prononciation ». Elle commence par répéter la forme correcte lentement avec le menton levé et la bouche centrée devant la webcam. Après un mot d’empathie, elle répète le mot syllabe par syllabe. Quand l’apprenante est toujours incapable de le prononcer correctement, Adèle répète sa stratégie de diviser le mot en syllabes mais augmente la saillance multimodale en redoublant par écrit chacune des syllabes. En plus de ce renforcement par écrit, Adèle crée un lien mental entre « non » (deuxième syllabe du mot) et « non comme non » accompagné d’un geste emblématique voulant dire « non ». Elle maintient sa bouche ouverte lors de la prononciation de la troisième syllabe « cia » pour la rendre encore plus saillante. Ensuite, elle verbalise sa stratégie de séparation syllabique en disant « dis une par une » en faisant un geste métaphorique, ses deux doigts tenant des syllabes imaginaires (ligne 31). Elle répète encore une fois le mot « prononciation » par syllabes, en maintenant devant la webcam les gestes indiquant le numéro de syllabe (lignes 32–37). Elle félicite l’apprenante de son effort et répète une dernière fois le mot, cette fois-ci en changeant la position de sa tête pour marquer les quatre syllabes (ligne 41). Avec patience et savoir-faire multimodal, Adèle utilise sa voix, le clavardage, son visage, ses mains, et la position de sa tête pour illustrer la forme orale du mot.

Focaliser sur le sens d’un item lexical

46Il existe plusieurs façons d’expliquer le sens d’un item lexical : différents types de définitions dans la langue cible, la traduction, et l’explication ostensive/visuelle (Fasel Lauzon, 2014 ; Flowerdew, 1992 ; Nation, 2013). Ce qui nous préoccupe ici, c’est l’utilisation de gestes pour la focalisation sur le sens. En effet, on retrouve dans le corpus l’utilisation de gestes, mouvements de tête et mimiques faciales par les apprentis-enseignants pour se focaliser sur le sens dans 48 séquences d’explication lexicale sur 295. Ces gestes sont utilisés pour illustrer des concepts concrets et abstraits, et pour faciliter la recherche lexicale collaborative.

47Dans notre corpus, nous avons repéré plusieurs gestes qui décrivent des mots aux référents concrets : un mouvement circulaire au-dessus de la tête pour décrire le mot « couronne », la main en forme de récipient pour décrire le mot « boisson », etc. Une méta-analyse de Hostetter (2011) a montré que les gestes sont particulièrement aptes à aider la compréhension de choses concrètes. Nous souhaiterions nous attarder ici sur les sens métaphoriques. Hostetter (2011) rapporte que les gestes métaphoriques ont moins d’effet sur la compréhension que les gestes iconiques. Dans une étude expérimentale, Macedonia & Knösche (2011) ont trouvé aussi que les mots concrets étaient mieux mémorisés que les mots abstraits, mais que les gestes avaient plus d’impact sur la mémorisation de mots abstraits que sur la mémorisation de mots concrets. Ils postulent que c’est parce que les mots concrets ont déjà une connotation incarnée dans le cerveau et pourraient faire l’économie d’un geste. Un mot abstrait, en revanche, pourrait bénéficier d’un geste qui devient le composant incarné du mot. Souvent, un item lexical comporte un sens littéral et un sens figuré (comme le mot « lien » que nous avons vu dans le premier exemple). Dans l’exemple suivant, Emilie explique les sens littéral et figuré du mot « arrondir » dans l’expression « arrondir ses fins de mois ».

Exemple 4 : Mise en lien des sens littéral et figuré

Transcription de la parole				Image d’Emilie	Phén. observés
1	EMI	alors\ arrondir:/ euh: c'est quand tu prends quelque chose: un objet/ (0,5) et/ tu lui donne une forme ronde\ (1,5) MAIS/ (0,2) euh:\ là/ c'est pas: hm: c'est au sens figuré si tu veux donc tu le trouveras pas si je te donne le sens euh\ (0,7) le sens littéral (0,5) le le sens euh de base\ (.) du verbe arrondir\ (0,7) en fait/ (0,4) arrondir les fins de mois/ (0,6) ça veut dire gagner un peu plus d'argent/ que ce que tu gagnes déjà\ (1,2)		Agrandir Original (png, 27k)	Geste iconique représentant un objet rond
		donc\ si par exemple tu touches une une bourse/ tu comprends/ vous comprenez bourse/ (0,6)		Agrandir Original (png, 28k)	Visage d’incertitude
2	FIN	oui (0,7)
3	EMI	voilà\ (0,7) vous touchez une bourse/ par exemple vos parents vous aident/ (0,4) mais vous voulez (.) [ARROND]IR les fins de mois (0,2)&
4	FIN	[ah: oui\]
5	EMI	&donc/ vous allez travailler\ (0,4) ça veut dire/ que vous voulez gagner/ (.) PLUS d'argent\ (1,9) parce que en fait/ en france/ (.) euh: je je ne sais pas comme c'est/ en irlande/ (0,5) mais en france/ (.) on reçoit le salaire et le paiement/ (.) à la fin du mois\ (0,5) donc/ (.) quand on ARRONDIT la fin du mois/ (0,6) on est sensé rajouter UN ZÉRO (.) d'accord/		Agrandir Original (png, 25k)	Geste emblématique représentant un zéro
		don[c avoir] &
6	ADN	[hm\]
7	EMI	&une paye un peu plus grosse\ (.) un peu plus im[portante\]
8	ADN	[oui oui oui]
		(0,5)
9	EMI	c'est pour ça/ qu'on dit (.) arrondir les fins de mois en fait/ (0,5) on arrondit les chiffres
		(0,6) sur le sur	[le]&
10	ADN		[hm\]
11	EMI	&chèque ou/ euh sur la carte bancaire\ (.) vous voyez/ (1,5) c'est une expression (0,3) voilà\ assez courante\

Focaliser sur l’usage d’un item lexical

49La facette « usage » d’un item lexical comprend les fonctions grammaticales, les collocations, et les contraintes liées à l’usage comme le registre, la fréquence, et la connotation (Nation, 2013). L’on peut aussi y inclure la charge culturelle partagée (Galisson, 1991). L’usage des items lexicaux est assez peu traité dans notre corpus (seulement 43 séquences d’explication lexicale sur 295 abordent l’usage), et les gestes ne sont utilisés pour aborder cette facette des items lexicaux que dans 5 séquences sur 295. Dans l’exemple 4 ci-dessus, Emilie parle de la fréquence de l’expression « arrondir ses fins de mois » en disant que c’est une expression « assez courante » (ligne 11), et dans l’exemple suivant, Adèle emploie un geste pour aborder la fréquence du mot « bobo ».

Exemple 5 : Explication de l’usage du mot « bobo »

Transcription de la parole				Image d’Adèle	Phén. observés
33	ADL	ça vous servira beaucoup en france/ parce qu[e: les gens utilisent]&		Agrandir Original (png, 23k)	Haussement de sourcils et geste vers le haut
34	ALN		[okay le x marché/]
35	ADL	&beaucoup (1,0)
		ils disent beaucoup ah c'est un bobo euh\ (2,2) ça ça ça		Agrandir Original (png, 22k)	Geste emblématique et regard hors champ

50Adèle aborde l’usage du mot-valise en parlant de sa fréquence. Son geste métaphorique à la ligne 35 correspond temporellement et sémantiquement au mot « beaucoup ». Par ce geste et haussement de sourcils, elle renforce le mot « beaucoup » afin d’insister sur l’utilité et l’importance de l’item lexical qui fait l’objet de la séquence d’explication. L’insistance sur l’utilité du mot est susceptible d’encourager sa mémorisation, et éventuellement son emploi par les apprenants.

Impliquer les apprenants dans une séquence d’explication

51La discussion et la participation active aident l’apprentissage du vocabulaire car quand on discute d’un mot, on le traite plus profondément que quand on le reconnaît comme la bonne réponse sur une liste (Stahl & Vancil, 1986). Selon Laufer & Hulstijn (2001), la charge d’implication serait facteur de trois choses : le besoin, la recherche et l’évaluation de l’item lexical. Quand c’est l’apprenant qui demande une explication, le besoin de le connaître est plus fort, favorisant l’acquisition. Quand l’apprenant recherche la forme ou le sens d’un mot, le côté recherche est privilégié, et quand l’apprenant doit juger de l’acceptabilité d’un mot ou d’une définition, le côté évaluation est soutenu. L’acquisition est favorisée quand les participants sont invités à participer activement dans la recherche lexicale (Brouwer, 2003), et quand ce sont les apprenants qui expliquent ou demandent des explications.

52Comme le rappelle Fasel Lauzon (2014 : 30), l’explication est non seulement un lieu de construction de connaissances, mais également un lieu de vérification de sa propre compréhension (pour la personne qui explique). Quand un apprenant demande la forme d’un item lexical, l’apprenti-enseignant doit être capable dans un premier temps d’avoir une compréhension adéquate de ce qui est recherché. Si l’apprenant n’est pas à même de faire du bricolage lexical (Lüdi, 1994) ou de décrire l’item lexical recherché en français, et si une traduction est inutile faute de compétences en langues communes, un geste est alors susceptible d’être la meilleure façon de signaler une panne lexicale ou de décrire ce que l’on cherche à dire (Kupetz, 2011). Les gestes de l’apprenant peuvent contribuer à signaler à l’enseignant ce qui est compris et ce qui ne l’est pas (Goldin-Meadow, 2003). L’enseignant pourra alors diagnostiquer son état de compréhension.

53Dans notre corpus, les apprentis-enseignants impliquent les apprenants de plusieurs façons en effectuant des rappels productifs et réceptifs, en leur faisant remarquer des éléments problématiques, en leur faisant évaluer des items lexicaux, et en leur faisant expliquer, parmi d’autres. Dans l’extrait qui suit, Mélissa est en train de clôturer la séance quand Ana lui demande la traduction d’un mot inconnu. Les gestes permettent à l’apprenante de demander un mot juste et à l’apprentie-enseignante de vérifier sa propre compréhension de ce qui est demandé.

Exemple 6 : Utilisation de gestes pour trouver un mot juste

Transcription de la parole				Image de Mélissa ou d’Ana	Phén. observés
1	MEL	euh bon	[ben voilà/] ben&	Agrandir Original (png, 31k)	Regards caméra
2	ANA		[oh et:]
3	MEL	&écoutez (.) oui/ (0,4)
4	ANA	je peux te poser une question/
5	MEL	oui/ (0,8)
6	ANA	oui euh comment est- [ce qu'on] d[it "YAW]NING"\
7	MEL	[oui/] (0,3) [°((rires))°\]
		(2,6) comment dit quoi/ (0,8)		Agrandir Original (png, 31k)	Visage d’incertitude
8	ANA	"yawning"/ (1,9)
9	MEL	tu tu peux m'écrire le mot/ peut-être\ (4,3)
10	ANA	<((clavardage)) yawning> (0,6) "I don't even know if it's spelled like that" (1,7) hum (2,4)
11	MEL	c'est un mot (0,2) anglais/ (0,9)		Agrandir Original (png, 32k)	Ana mime l’acte de bâiller.
12	ANA	ouais\ (0,3)
13	MEL	AH		Agrandir Original (png, 31k)	Mélissa mime l’acte de bâiller.
14	ANA	x euh
15	MEL	bâiller (0,7)
16	ANA	bâiller\
17	MEL	qu- c'est quand tu fais (1,1)
		[comme ça/]
18	ANA	[ouais ouais]
		(0,6)
19	MEL	c'est quand tu fais (1,1) okay (.)[((rires))]&		Agrandir Original (png, 32k) Agrandir Original (png, 32k)	Mélissa répète son premier geste et fait des étirements tout de suite après.
20	ANA	[ouais ouais ouais\]
21	AJL	[AH:\]
22	MEL	<((en riant)) (alors)> [((rires))] [c'est le mot/]&
23	ALJ	[((rires))] [merci] ((rires))
24	MEL	&ah ben peut- tu le connais/ alejandra/ (1,3)
25	ALJ	[non je ne connais]&
26	MEL	[tu connais le mot alejandra/]
27	ALJ	&mais mais
		["you"] expliques&
28	MEL	[non]
29	ALJ	&((rires)) (0,7) "you": (0,5) e[uh:]
30	MEL	[ah (.)] allô/
31	ALJ	tu m'expliques euh (0,3) ((rires)) (0,5)
32	MEL	°d'accord° (0,4) c'est <((clavardage)) bailler> c'est le mot/ (.) bâiller\

54Ana demande la traduction d’un mot anglais que Mélissa ne comprend pas (ligne 6). Mélissa lui demande de l’écrire (ligne 9), mais cette stratégie de clarification ne permet toujours pas à Mélissa d’atteindre la compréhension nécessaire pour donner le mot juste. A la ligne 11, Ana fait un geste pour illustrer le sens du mot recherché, et Mélissa, aussi par un geste, vérifie sa propre compréhension (ligne 17). Après avoir vérifié sa propre compréhension, Mélissa donne le mot juste à l’oral et à l’écrit (ligne 32).

55Ce qui est digne d’intérêt ici, c’est la façon dont le geste est employé par Mélissa, car son geste à la ligne 19 remplace totalement la parole orale. On peut le considérer comme un autonyme sémantique à l’instar de Rey-Debove (1997 : 84) qui considère qu’on peut imaginer un discours oral interrompu par un geste qui cite un item d’une gestuelle, et qu’on essaiera de transcrire artificiellement ainsi : /Il a fait (haussement d’épaules) sans relever l’allusion/. Alors que l’usage de gestes constitue une interruption pour Rey-Debove, nous rejoignons Sindoni (2013) lorsqu’elle argumente que toutes les ressources sémiotiques ont a priori le même statut et la même importance. Nous avons donc affaire au mode-switching (Sindoni, 2013) (alternance de modes ou alternance modale), plutôt qu’à une interruption.

56Aussi digne d’intérêt est la densité modale qu’obtiennent les gestes de Mélissa aux lignes 17 et 19. Son début de phrase « c’est quand » suit au pied de la lettre le template pour une mise en situation (Fasel Lauzon, 2014), mais ce qui suit est un geste au lieu d’une explication linguistique. La communication sonore s’arrête complètement lors du geste, ce qui fait que sans ce geste, la communication n’existerait point. Voilà la définition du degré maximal de densité modale (Norris, 2004). Mélissa semble être bien consciente de son usage de gestes car son regard vers l’écran indique qu’elle vérifie le cadrage de ses gestes. Les gestes de Mélissa sont indissociables de sa parole, ce qui ne constitue pas une interruption, loin s’en faut. On assiste à un usage tout à fait naturel du corps de l’enseignante pour compléter sa parole, et la webcam facilite la transmission du sens. L’usage de gestes permet à Ana de se faire aider et à Mélissa de vérifier qu’elle donne l’item lexical recherché. La webcam permet aux interactants de changer de mode facilement et de manière fluide, quitte à produire des gestes autonymiques.

57Enfin, un geste peut être utilisé pour encourager l’apprenante à prendre en charge l’explication et pour gérer l’utilisation des ressources sémiotiques. Adèle utilise ainsi un geste pour encourager Catriona à donner une explication du mot recherché à l’oral plutôt qu’à l’écrit.

Exemple 7 : Gestion des ressources multimodales à l’aide d’un geste

Transcription de la parole				Image d’Adèle	Phén. observés
1	CTR	et mon père il euh (0,2) il travaille dans l'école mais avec le (0,4) le travaux (oui oui) (0,6) je ne sais pas le mot en français/ (.) mais hum\		Agrandir Original (png, 27k)	Hochement de tête
2	ADL	alors\ (0,4) décris-moi/ et je vais t'aider à trouver le mot\ (1,1)		Agrandir Original (png, 29k)	Rapprochement de l’écran et sourire
3	CTR	hum (5,0)
4	ADL	ou décris en parlant (0,5) en parlant\ (0,5)		Agrandir Original (png, 27k)	Geste circulaire représentant l’acte de parler
5	CTR	"oh ok" (0,4) hum: il (0,5) il fait des répa- les les répares dans l'école hum si: (0,8) si: quelque chose est cassée: (.) il le (0,3)		Agrandir Original (png, 26k)	Rapprochement de l’écran et sourire
6	ADL	OUI:\ (.)	[euh:]	Agrandir Original (png, 27k)	Regard pensif
7	CTR		[il le répare:]
		(0,3)
8	ADL	alors euh peut-être on appellerait ça:/ hu:m\ (1,0) agent/ de maintenance\ (1,1)
9	CTR	ah oui de maintenance oui\ (0,3)
10	ADL	<((clavardage)) agent de maintenance> un (0,6)		Agrandir Original (png, 25k)	Sourire
11	CTR	oui
12	ADL	agent de maintenance\ (0,3) [((rires))]
13	CTR	[oui mais il travaille] dans un école (0,2) oui (0,5)
14	ADL	très bien/ (0,3) donc euh tes deux parents sont à l'école\

58Avant même la panne lexicale, Adèle encourage son apprenante à parler au moyen de hochements de tête servant de régulateurs d’écoute (ligne 1). Quand Catriona commente la panne lexicale qu’elle rencontre, Adèle lui demande de décrire le mot recherché (ligne 2), ce qui la met en position haute dans l’interaction. A la suite de sa demande, Adèle sourit et se rapproche à l’écran, ce qui implique Catriona en lui donnant l’impression qu’elle est écoutée (lignes 2–3). S’ensuit alors une longue période de silence pendant laquelle Catriona regarde son clavier. Puis Adèle l’invite à reprendre la parole. Cette consigne méta-explicative et méta-sémiotique se réalise à l’aide d’un geste (ligne 4). Quand Catriona décrit le travail de son père, Adèle se penche à nouveau vers l’écran et sourit (ligne 5). Après l’explication de Catriona, Adèle réfléchit (lignes 6–8) et donne le mot oralement et par écrit (lignes 8, 10, 12). Elle utilise le marqueur de mitigation « peut-être » (ligne 8) quand elle donne le mot au lieu de le donner sur un ton péremptoire. Adèle termine la séquence par un commentaire qui témoigne de l’attention qu’elle porte à la parole de Catriona.

59L’implication effectuée par Adèle se fait à trois niveaux. Au niveau cognitif, Adèle implique son apprenante en la mettant en position d’explicatrice. Elle ouvre un espace de collaboration dans lequel l’apprenante peut expliquer le mot recherché. Cette ouverture se fait oralement (« décris-moi », ligne 2) et visuellement, avec un rapprochement à l’écran et un sourire. Le microphone et la webcam sont utilisés ici de manière complémentaire. Puis, au niveau sémiotique, Adèle implique l’apprenante en lui demandant d’utiliser le microphone plutôt que le clavardage pour s’exprimer (« décris en parlant », ligne 4). Cette demande se fait à l’aide d’un geste. Là aussi, deux modes sémiotiques sont combinés pour réaliser une action. L’implication permet à l’apprenante à la fois de s’entraîner oralement, en expliquant le travail que fait son père, et de trouver le mot juste recherché. Enfin, au niveau socioaffectif, Adèle encourage son apprenante en se rapprochant à l’écran et en souriant quand cette dernière explique ce que fait son père.

60Ces deux derniers exemples montrent que lors des séquences d’explication lexicale, les gestes servent non seulement à expliquer, mais aussi à impliquer les apprenants.

Discussion et conclusion

61Cet article s’est donné pour objectif d’analyser l’apport des gestes à des séquences d’explication lexicale par visioconférence. Bien que ces mêmes apprentis-enseignants ne gestualisent pas plus lors des séquences d’incompréhension (Holt, Tellier, & Guichon, 2015), et bien que la plupart des gestes soient produits hors champ (Guichon & Wigham, 2016), ces apprentis-enseignants semblent toutefois être conscients de l’utilité de leurs gestes lors des séquences d’explication lexicale (cf. exemple 1). Toute analyse quantitative mérite donc d’être complétée par des analyses qualitatives comme celles-ci. Ce contexte particulier fait que tout geste rendu visible devant la webcam est digne d’intérêt, surtout ceux qui atteignent un statut autonymique comme nous l’avons vu dans l’exemple 6.

62Les quelques exemples sélectionnés pour cet article ont montré certaines fonctions remplies par les gestes pédagogiques lors des séquences d’explication lexicale par visioconférence. Nous avons démontré notamment que les gestes peuvent contribuer à l’explication de toutes les grandes facettes de la connaissance d’un item lexical : la forme, le sens, et l’usage. Nous avons aussi montré des exemples où les gestes ont servi à impliquer l’apprenant dans la séquence explicative. Parmi les 295 séquences d’explication lexicale que nous avons repérées, la webcam a été utilisée dans 53 séquences pour se focaliser sur la forme, dans 48 séquences pour se focaliser sur le sens, dans 5 séquences pour se focaliser sur l’usage, et dans 24 séquences pour impliquer les apprenants. Ces gestes sont intéressants non seulement pour les fonctions didactiques qu’ils remplissent, mais aussi pour la façon dont ils sont employés.

63Toute catégorisation n’est qu’un dispositif temporaire pour des études locales (Kendon, 2004), et les gestes doivent être annotés par rapport à la tâche en cours (Goldin-Meadow, 2003). La classification fonctionnelle des gestes par rapport à la facette de la connaissance d’un item lexical en cours d’explication a donc été adaptée au présent corpus car les données ont été abordées par cette entrée didactique spécifique. Nous espérons avoir élargi la description des gestes pédagogiques dans ce contexte particulier.

64Alors que nous nous sommes focalisés sur les gestes, il faut se rappeler que les gestes font partie d’une palette plus large de ressources sémiotiques disponibles en contexte visiophonique. Le clavardage, l’envoi d’images, les explications purement verbales, et les expressions faciales ont aussi contribué aux explications lexicales, même si leurs contributions n’ont pas été élaborées. Les exemples que nous avons choisis pour cet article montrent la nécessité de recourir à des approches multimodales pour de futures recherches.

65Nos données ne nous ont pas permis de mesurer via des post tests la mémorisation des items lexicaux expliqués. Des études futures avec des données plus contrôlées permettraient de cerner les pratiques multimodales et gestuelles les plus propices à l’acquisition du vocabulaire par visioconférence poste à poste. Une autre limite concerne la reproduction des gestes par les apprenants. S’il est important de sensibiliser les futurs enseignants à l’importance de leurs gestes (Tellier & Cadet, 2014), surtout dans ce contexte particulier, il est aussi important de les sensibiliser à l’importance de la reproduction des gestes par les apprenants (Macedonia et al., 2019). Enfin, nous n’avons pas pu mesurer le regard des apprenants par l’oculométrie. Cette technologie mérite d’être exploitée par de futures études afin de savoir avec certitude si et à quels moments les apprenants regardent les gestes produits par les enseignants lors des échanges pédagogiques par visioconférence poste à poste.

Remerciements

66Nous remercions le LABEX ASLAN (ANR-10-LABX-0081) de l'Université de Lyon pour son soutien financier dans le cadre du programme "Investissements d'Avenir" (ANR-11-IDEX-0007) de l'Etat Français géré par l'Agence Nationale de la Recherche (ANR).