La pédagogie complète de LinGoat

La boucle d'apprentissage centrale de LinGoat

Avant d'explorer les fondements pédagogiques de LinGoat, il est essentiel de comprendre la boucle d'apprentissage centrale.

La répétition espacée

Les mots et les concepts grammaticaux, désignés collectivement comme « concepts » dans la suite de cet article, sont stockés dans un système de répétition espacée. C'est ce système qui détermine quels concepts sont à revoir pour une journée donnée. Pour en savoir plus sur la répétition espacée, poursuivez la lecture ou consultez notre guide sur le fonctionnement de la répétition espacée.

Génération des exercices

Le type d'exercice principal dans LinGoat consiste à traduire une phrase de la langue maternelle vers la langue cible. Nous générons un exercice en cherchant à intégrer le plus grand nombre de concepts à revoir dans une seule phrase, tout en veillant à ce qu'elle reste naturelle. Chaque phrase est personnalisée pour l'apprenant à ce moment précis. Il est rare que l'apprenant voie le même exercice deux fois.

Attribution granulaire (évaluation)

Lorsqu'un apprenant soumet sa réponse, il reçoit un retour immédiat et précis sur ce qui n'allait pas dans la phrase. Chaque concept de la phrase est automatiquement et individuellement évalué, puis réintégré dans le système de répétition espacée. Nous appelons cette évaluation de chaque concept au sein d'une phrase complète l'« Attribution Granulaire ».

De nombreux systèmes d'apprentissage des langues intègrent une ou deux de ces étapes, mais c'est la combinaison des trois qui distingue LinGoat. Sans répétition espacée, les révisions ne peuvent pas être planifiées efficacement. Sans génération dynamique d'exercices, les apprenants finissent par mémoriser des phrases figées au lieu de produire activement la langue. Et sans Attribution Granulaire, une seule petite erreur déraille tout l'algorithme de planification. Ce n'est qu'en combinant les trois que l'on obtient une vraie boucle d'apprentissage adaptative.

Production active vs reconnaissance passive

Définitions :
Reconnaissance passive : La capacité à reconnaître un mot dans la langue cible
Consommation passive : Le fait de lire ou d'écouter la langue cible
Rappel actif : La capacité à retrouver un mot dans la langue cible
Production active : Le fait de créer ses propres phrases orales ou écrites de toutes pièces

Certains articles et ressources pédagogiques utilisent ces concepts avec des nuances terminologiques différentes, mais les points essentiels restent les mêmes.

Pourquoi la production active est la meilleure forme de pratique linguistique

Pour atteindre une vraie fluidité, la façon dont on s'entraîne doit correspondre à la manière dont le cerveau encode et récupère réellement l'information. Alors que de nombreuses plateformes s'appuient sur des exercices passifs ou de simples tâches de reconnaissance, plus faciles à concevoir et moins frustrantes pour l'utilisateur, ces méthodes échouent fondamentalement à développer des compétences linguistiques utilisables dans la vie réelle.

Les sciences cognitives de la production active

L'effet de génération et l'encodage profond

L'effet de génération montre que produire activement une information depuis sa propre mémoire en approfondit intrinsèquement l'encodage, par rapport au simple fait de la lire ou de l'entendre.¹ Lorsque vous synthétisez la syntaxe et le vocabulaire pour construire une phrase de zéro, l'effort cognitif vous oblige à traiter activement les relations structurelles entre les mots. Ce processus de génération interne ancre solidement la nouvelle information, la rendant bien plus susceptible d'être retenue qu'une information simplement fournie.

La modification de la mémoire (l'effet de pratique de récupération)

La pratique de récupération n'est pas seulement un moyen de mesurer ce que l'on sait : c'est un événement d'apprentissage qui modifie fondamentalement la trace mémorielle elle-même, conduisant à une rétention à long terme bien supérieure à celle obtenue par la relecture ou la consommation passive.² Chaque récupération réussie et exigeante, comme produire une phrase complète de mémoire, augmente activement la « force de récupération » de cette information spécifique.³ La production active de phrases améliore biologiquement l'infrastructure du cerveau, garantissant que la langue cible devient plus accessible et plus automatique pour les utilisations futures.

Le transfert indépendant du contexte

L'un des plus grands obstacles à l'apprentissage des langues est la transférabilité - la capacité à utiliser en conversation spontanée un mot appris dans une application. La pratique de récupération active entraîne exactement cette capacité en favorisant un apprentissage significatif qui se transfère dans différents contextes.⁴ Comme vous devez récupérer le concept et construire la phrase vous-même sans vous appuyer sur un paragraphe figé ou des leurres visuels, vous brisez la dépendance du cerveau à des indices d'encodage spécifiques et étroits. Vous entraînez le vocabulaire à exister par lui-même, en veillant à ce qu'il soit prêt à être déployé dans des situations inédites et non scriptées.

Pourquoi la consommation passive est insuffisante

La consommation passive, comme lire des textes ou écouter des podcasts sans obligation explicite de produire la langue, semble très productive mais est structurellement défaillante en tant que mécanisme d'apprentissage principal. Lorsque vous consommez passivement la langue, votre cerveau s'appuie fortement sur le contexte, les indices visuels et les heuristiques sémantiques pour extraire le sens.⁵ Vous pouvez souvent comprendre « l'essentiel » d'une phrase sans jamais traiter la grammaire sous-jacente, les conjugaisons ou la syntaxe.

L'Hypothèse de l'Output fondatrice de Merrill Swain⁶⁷ démontre que la simple exposition à une langue ne conduit pas automatiquement à une compétence communicative proche du niveau maternel. Lorsque nous consommons, nous nous engageons dans un traitement sémantique. Ce n'est que lorsque nous sommes contraints de produire la langue nous-mêmes que nous basculons vers un traitement syntaxique, ce qui nous force à comprendre exactement comment les pièces linguistiques s'assemblent.

L'asymétrie du transfert linguistique

Il existe une asymétrie fondamentale dans l'acquisition des langues : si la production active renforce considérablement la reconnaissance passive, la seule exposition passive est en revanche une voie inefficace et imprévisible pour développer des compétences productives.
Les recherches montrent de manière constante que le vocabulaire passif (réceptif) d'un apprenant est bien plus étendu que son vocabulaire actif (productif).⁸⁹ Les travaux longitudinaux de Laufer suggèrent que le vocabulaire productif, en particulier l'usage actif libre, peut stagner même quand les connaissances réceptives progressent. Combler cet écart nécessite généralement une pratique explicite de la production, et non la seule exposition passive.⁸ Si vous pouvez construire une phrase de toutes pièces dans votre langue cible, vous reconnaîtrez et comprendrez généralement ces éléments à la lecture ou à l'écoute. Mais l'inverse n'est pas vrai : la connaissance passive ne se transfère pas naturellement vers la maîtrise productive sans pratique explicite de récupération.⁹

La production active impose ce que les chercheurs appellent le « repérage de l'écart »⁷. Lorsque vous tentez d'écrire ou de parler et que vous échouez, vous prenez clairement conscience de la lacune précise dans vos connaissances. La consommation passive masque ces lacunes car le contexte environnant fait le travail à votre place.

Pourquoi les exercices à choix multiples sont contre-productifs

Les QCM sont l'un des formats les plus populaires, et pourtant les plus faibles, pour apprendre du vocabulaire. Ils ne testent pas le vrai rappel : ils testent la simple reconnaissance. L'effort cognitif nécessaire pour choisir le bon mot parmi quatre options est minimal, ce qui crée une dangereuse illusion de maîtrise.

Pire encore, les QCM nuisent activement à votre mémoire par l'« effet de suggestion négative » (ou effet leurre). Comme l'ont démontré Roediger et Marsh (2005)¹⁰, le simple fait de lire des mauvaises réponses plausibles contamine votre mémoire. Si l'on vous interroge sur le mot espagnol pour « pomme » et que vous envisagez sérieusement une mauvaise option comme cebolla (oignon), votre cerveau encode cette fausse association. Lors d'une tentative de rappel libre ultérieure, cette mauvaise réponse entrera en concurrence avec la bonne.

Pour un vocabulaire durable et utilisable, générer la réponse soi-même fournit l'effort de récupération qui construit une meilleure rétention à long terme que la simple révision, et évite la contamination par les leurres inhérente aux QCM.¹¹

(Pour une analyse plus approfondie des sciences cognitives derrière tout cela, consultez l'article complet de LinGoat sur QCM vs rappel actif.)

Les limites des cartes à trous

Les cartes à trous (exercices de type texte à trous) sont largement utilisées dans les systèmes de répétition espacée, mais elles souffrent de limitations sévères dans le transfert vers une fluidité active.

Premièrement, les cartes à trous fournissent un contexte excessif, rendant la récupération beaucoup trop facile. Parce que la structure complète de la phrase est visible, les apprenants devinent fréquemment le mot manquant grâce aux indices syntaxiques ou à la reconnaissance de schémas, plutôt qu'en le récupérant directement depuis leur mémoire.¹² Une exposition répétée à la même carte à trous amène souvent l'apprenant à mémoriser inconsciemment la séquence exacte de mots, plutôt que de maîtriser le concept vocabulaire ou grammatical sous-jacent.

De plus, les exercices à trous exigent une charge cognitive très faible par rapport à la production réelle. Des études comparant des activités d'apprentissage ont constaté que les tâches à plus forte implication, comme traduire ou rédiger des phrases complètes, conduisent à une acquisition du vocabulaire significativement meilleure que les exercices à trous.¹³ L'utilisation réelle du langage ressemble rarement à un exercice de texte à trous : entraîner une forme étroite de rappel contextuel ne se transfère pas bien à la communication dans la vie réelle.

(Lire plus sur ces limitations dans notre article sur les inconvénients des cartes à trous.)

Le passage à la production active

Si les QCM demandent trop peu d'effort, et si les exercices à trous fournissent trop d'indices, le rappel actif isolé, récupérer un seul mot de la mémoire de toutes pièces, pourrait sembler être la solution définitive. Si c'est une avancée considérable par rapport aux tests de reconnaissance, il atteint tout de même un plafond pédagogique. Il consolide avec succès un lien préliminaire forme-sens, mais ignore complètement la réalité structurelle du langage.

Si l'objectif final est de produire des pensées complètes et grammaticalement correctes, le mécanisme de pratique doit imposer la génération simultanée du vocabulaire et de la syntaxe. La production active force exactement cette synthèse. En construisant une phrase complète de zéro, vous ne faites pas que rappeler des pièces individuelles : vous forgez activement les relations structurelles entre elles, vous engageant dans l'encodage profond et le traitement syntaxique nécessaires à une vraie acquisition linguistique.¹⁷

Pourquoi la conversation non structurée n'est pas toujours le moyen le plus efficace d'apprendre

Il est courant de penser que pour progresser à l'oral, il faut avant tout pratiquer en parlant dès le premier jour. Si la pratique orale est indispensable à terme pour la fluidité et la prononciation, elle est inefficace pour acquérir des compétences linguistiques structurelles, surtout aux stades débutant et intermédiaire.

Parler nécessite une charge cognitive en temps réel considérable.¹⁵ Vous devez simultanément récupérer du vocabulaire, conjuguer des verbes, appliquer des règles grammaticales, gérer votre accent et naviguer dans la pression sociale d'une conversation. Parce que le cerveau est submergé, l'encodage grammatical entre directement en concurrence avec la génération du sens.¹⁴ Pour survivre à la conversation, les apprenants ont naturellement recours à des stratégies de communication, utilisant une grammaire simplifiée, pointant du doigt, ou s'appuyant sur des schémas familiers, juste pour se faire comprendre. Vous pouvez réussir à communiquer, mais vous ne pratiquez pas une génération de langage précise.

Combler l'écart : la dictée et la parole guidée par les données

Cela ne signifie pas qu'il faut ignorer la pratique orale. Dans LinGoat, les apprenants peuvent dicter leurs phrases traduites au lieu de les taper. Cela vous permet de pratiquer la prononciation et le rappel oral tout en bénéficiant du rythme plus lent et de la précision structurelle de notre boucle de traduction centrale.

De plus, LinGoat introduira à l'avenir des exercices de parole dédiés. Grâce à notre moteur d'Attribution Granulaire, nous disposons de données incroyablement précises et détaillées sur exactement quels concepts vous avez maîtrisés et lesquels vous êtes en train d'acquérir. Cela nous permettra de générer dynamiquement des scénarios de parole parfaitement calibrés à votre niveau exact, offrant une pratique orale qui renforce activement la grammaire correcte plutôt que de vous plonger dans un état de surcharge cognitive.

Pourquoi l'écriture aide à parler

L'écriture ralentit le processus de production. La production active écrite supprime les contraintes de traitement en temps réel et la pression sociale de la conversation, permettant à votre cerveau de se concentrer entièrement sur la récupération du vocabulaire correct et la construction d'une syntaxe précise.

En prenant le temps de construire minutieusement des phrases correctes à l'écrit, vous bénéficiez de l'espace cognitif nécessaire pour développer une conscience métalinguistique, en appliquant consciemment des règles et en prêtant attention aux formes grammaticales qu'il est impossible de jongler lors d'une parole rapide.¹⁶ La production écrite précède souvent la parole comme le support où émergent de nouvelles formes morphosyntaxiques.¹⁷ Vous posez exactement les voies neuronales sur lesquelles votre cerveau s'appuiera plus tard lorsque vous aurez besoin de parler rapidement. Vous ne pouvez pas prononcer une phrase complexe en temps réel si vous n'avez pas d'abord appris à la construire avec précision.

C'est pourquoi LinGoat se concentre sur les exercices de production active écrite. En forçant les apprenants à traduire des phrases complètes de zéro et en fournissant un retour immédiat mot par mot, nous combinons l'effort nécessaire du rappel actif avec la précision structurelle de l'écrit. Cela procure la difficulté délibérée de la production sans la surcharge cognitive de la parole en temps réel, garantissant que vous construisez la base rigoureuse nécessaire à une vraie fluidité orale.

Le compromis de la traduction : la fonction de contrainte pour la répétition espacée

Dans la pédagogie des langues moderne, les exercices de traduction sont souvent vivement critiqués. Les détracteurs soutiennent que traduire constamment entre langue maternelle et langue cible encourage une correspondance mot à mot non naturelle et empêche l'apprenant de vraiment « penser » dans sa nouvelle langue. Si la production en langue cible uniquement (comme décrire librement une image ou répondre à une question ouverte) semble plus authentique et immersive, elle introduit un défaut fatal pour une acquisition systématique : le problème de l'évitement.

Lorsque des tâches de production ouvertes sont proposées, les apprenants s'appuient naturellement sur des « stratégies de communication » pour contourner leurs lacunes, un phénomène largement documenté dans les approches cognitives de l'apprentissage des langues.¹⁴ Si un apprenant doit pratiquer une conjugaison difficile au passé ou un nouveau mot de vocabulaire complexe, mais qu'on lui laisse la liberté de construire sa propre réponse, il contournera instinctivement la friction cognitive. Il utilisera un vocabulaire plus simple et plus profondément ancré avec lequel il est déjà à l'aise, juste pour se faire comprendre. On ne peut pas tester ce qu'un apprenant évite activement.

Cet évitement brise complètement le fondement mathématique de la planification intelligente. Pour exploiter la puissance prédictive de l'algorithme FSRS, le système nécessite une tentative de récupération explicite pour le concept précis prévu ce jour-là.

C'est pourquoi la traduction de phrase de la langue maternelle vers la langue cible n'est pas utilisée dans LinGoat parce qu'elle serait l'exercice le plus « immersif » par nature : elle est utilisée parce qu'elle constitue une fonction de contrainte essentielle. En fournissant une phrase en langue maternelle très contrainte, nous supprimons la capacité de l'apprenant à utiliser des stratégies d'évitement. Nous forçons le cerveau de l'apprenant à emprunter le chemin de récupération exactement optimisé mathématiquement que l'algorithme de planification exige pour ce jour précis. C'est le seul mécanisme fiable qui nous permet d'extraire les données précises nécessaires pour que la répétition espacée fonctionne pour la production de phrases complètes.

Alimenter l'avenir de la parole et de l'Input Compréhensible

Cette boucle de traduction forcée ne fait pas que alimenter le moteur de répétition espacée actuel : elle constitue le socle de données pour notre feuille de route pédagogique future.

Parce que les exercices de traduction empêchent l'évitement, notre moteur d'Attribution Granulaire peut construire et maintenir une carte précise et mathématiquement solide de votre maîtrise du vocabulaire et de la grammaire. À l'avenir, LinGoat exploitera ces données de maîtrise précises pour générer dynamiquement des scénarios de parole libre et des expériences d'Input Compréhensible calibrés à votre niveau actuel.

La répétition espacée : bien au-delà des flashcards isolées

Le fondement de tout système de mémorisation efficace est la répétition espacée, la pratique consistant à revoir des informations dans le temps pour contrecarrer la courbe de l'oubli documentée par Ebbinghaus.¹⁸ Si la plupart des plateformes l'appliquent à des mots isolés, la vraie fluidité requiert une approche bien plus sophistiquée.

(Pour une compréhension fondamentale de l'algorithme de base, consultez notre guide sur le fonctionnement de la répétition espacée.)

Pourquoi nous utilisons des phrases : contexte et efficacité

Apprendre du vocabulaire isolément est très inefficace pour l'acquisition linguistique. Les mots n'existent pas dans le vide : leurs sens, leurs collocations et leurs nuances varient selon la syntaxe environnante. Nation soutient que le vocabulaire s'apprend mieux par des approches complémentaires : l'étude délibérée construit efficacement les liens forme-sens, tandis que la rencontre des mots en contexte phrastique bâtit une connaissance des collocations et des usages que les paires isolées offrent rarement.¹⁹

De plus, l'utilisation de phrases complètes crée une formidable efficacité de révision. Au lieu de réviser cinq cartes distinctes pour cinq mots différents, une seule phrase bien construite peut tester simultanément une conjugaison de verbe, une préposition et trois mots de vocabulaire.

Les pièges du « sentence mining »

Une méthode populaire dans la communauté des apprenants de langues est le « sentence mining » : collecter des phrases authentiques et statiques pour les intégrer dans un système de répétition espacée comme Anki. Si c'est mieux que les flashcards d'un seul mot, cette approche contient un défaut fatal : vous mémorisez inévitablement la phrase spécifique, et non les composantes linguistiques sous-jacentes.

Cela est dû au « Principe d'Encodage Spécifique ».²⁰ Si vous ne révisez le mot espagnol desarrollo (développement) que dans la même phrase statique, votre cerveau lie la récupération de ce mot aux indices spécifiques de cette seule phrase. Lorsque vous rencontrez ou devez utiliser desarrollo dans une conversation totalement différente, la récupération échoue parce que le contexte environnant a changé. Vous avez construit une illusion de compétence.

Des phrases inédites pour une production réelle

Pour développer des capacités de production hautement transférables, LinGoat ne vous teste pas sur des phrases statiques. La plateforme génère des phrases inédites pour vos révisions. Cette génération dynamique offre un double bénéfice crucial : elle force une production linguistique authentique tout en maximisant l'efficacité de votre file d'attente de répétition espacée.

1. Forcer une production active authentique

En vous forçant à appliquer le vocabulaire et les règles grammaticales connus à des structures de phrases entièrement nouvelles, nous appliquons le « Traitement Approprié au Transfert ».²¹ Votre cerveau est empêché de s'appuyer sur la mémorisation par cœur d'une séquence de mots spécifique. Au lieu de cela, vous devez vous engager activement dans un traitement syntaxique à chaque fois, prouvant que vous avez maîtrisé le concept lui-même, et non simplement mémorisé la flashcard.

Cette approche comble l'écart entre les flashcards traditionnelles et la communication dans la vie réelle. Elle vous permet de pratiquer une véritable production active en construisant des phrases de zéro tout en exploitant l'efficacité mathématique de la répétition espacée.

2. Maximiser l'efficacité par l'empilement des concepts

La génération de phrases inédites améliore radicalement l'efficacité des révisions en regroupant agressivement plusieurs mots et règles grammaticales à revoir dans un seul exercice. Le moteur de génération examine exactement quels concepts individuels sont à revoir un jour donné et construit dynamiquement des phrases inédites qui regroupent le plus grand nombre possible de ces concepts, tout en veillant à ce que la phrase reste naturelle.

Au lieu de réviser cinq cartes distinctes pour cinq mots différents, une seule phrase bien construite peut tester simultanément une conjugaison de verbe, une préposition et trois mots de vocabulaire. Cet empilement de concepts crée une session de révision incroyablement efficace. En regroupant intentionnellement les mots de cette façon sans sacrifier la formulation naturelle, le moteur minimise le nombre total d'exercices à compléter, réduisant considérablement votre temps de révision global tout en maintenant une maîtrise structurelle rigoureuse.

Planification intelligente

Parce que LinGoat suit la maîtrise à ce niveau granulaire et composant par composant, nous pouvons exécuter une planification très intelligente. Notre moteur de génération examine exactement quels concepts individuels sont à revoir un jour donné et construit dynamiquement des phrases inédites et naturelles regroupant le plus grand nombre possible de ces concepts dus spécifiques.

Cela crée une session de révision incroyablement efficace. Vous pratiquez une production linguistique réelle et active en contexte, tandis que l'algorithme sous-jacent optimise votre charge cognitive et votre temps de révision avec une précision mathématique.

Le moteur de la planification : FSRS v6

Pour alimenter cette planification intelligente, LinGoat utilise l'algorithme FSRS v6 (Free Spaced Repetition Scheduler) plutôt que le vieil algorithme SM-2 utilisé par de nombreux systèmes de flashcards traditionnels. Contrairement à SM-2, qui s'appuie sur des heuristiques fixes et un facteur de facilité unique, FSRS modélise chaque concept à l'aide de trois variables : la récupérabilité, la stabilité et la difficulté.²²

Dans le benchmark Expertium, qui a évalué des algorithmes de répétition espacée à partir de milliers de collections Anki et de centaines de millions d'événements de révision, FSRS a nettement surpassé SM-2 dans la prédiction du moment où les apprenants étaient susceptibles d'oublier des informations.²³ FSRS-6 a atteint une erreur quadratique moyenne (RMSE) de 4,37 %, contre 14,84 % pour Anki SM-2, ce qui indique que FSRS estime bien plus précisément la probabilité de rappel d'un apprenant. Le benchmark a également constaté que FSRS-6 présentait une supériorité de 99,6 % sur SM-2, ce qui signifie que 99,6 % des utilisateurs obtiennent des prédictions de mémoire plus précises avec FSRS qu'avec le planificateur traditionnel. Des prédictions plus précises permettent de planifier les révisions au plus près du moment optimal, réduisant les répétitions inutiles tout en maintenant le niveau de rétention souhaité.

L'Escalier : jalonner le chemin vers la production active

Si la production active est l'objectif ultime de la maîtrise linguistique, exiger un rappel actif immédiat d'un concept tout nouveau est très inefficace. Si un nouveau mot vous est présenté et qu'on vous demande immédiatement de le produire de mémoire, la friction cognitive est trop élevée, dépassant votre capacité de mémoire de travail.²⁴¹⁵ Vous échouerez presque certainement, conduisant à la frustration et à une dépendance excessive à la mémorisation par cœur.

Pour combler l'écart entre l'ignorance totale et la maîtrise active, LinGoat utilise un cadre pédagogique que nous appelons l'Escalier. L'Escalier est une séquence soigneusement structurée de paliers de progression qui fait passer un concept de l'exposition initiale au contrôle productif complet.

La phase initiale : exposition passive en contexte

Lorsque vous rencontrez pour la première fois un nouveau mot ou une nouvelle règle grammaticale dans LinGoat, il est introduit passivement. On ne vous demande pas de le produire : vous devez seulement le reconnaître et le comprendre.

Nous introduisons délibérément ces nouveaux concepts dans des phrases complètes plutôt qu'isolément. Rencontrer un mot en contexte permet au cerveau de cartographier ses limites sémantiques, ses collocations et son comportement syntaxique.¹⁹

Les recherches sur l'acquisition du vocabulaire montrent de manière constante qu'une seule exposition ne suffit pratiquement jamais à cartographier le sens d'un mot. De multiples rencontres sont nécessaires pour construire le réseau sémantique initial. Des études ont montré que 3 à 5 expositions à un mot dans des contextes différents constituent le seuil critique requis pour établir une base fiable de connaissance réceptive (passive).²⁵²⁶ Si le nombre exact d'expositions varie selon le profil cognitif de l'apprenant et la difficulté inhérente du mot, la répétition de base de trois rencontres distinctes sert d'heuristique fondée sur des données probantes. En vous montrant le mot trois fois dans des phrases variées, le système fournit les entrées initiales requises pour que votre cerveau construise une carte préliminaire fiable de ce que signifie le mot et de son comportement, le préparant à une future récupération active.

La puissance de l'espacement d'un jour

Ces trois expositions initiales sont cruciales : elles sont espacées d'au moins un jour. Nous ne vous permettons pas de concentrer les trois rencontres passives dans une seule session.

L'oubli est le plus fort peu après l'apprentissage (Ebbinghaus, 1885), et des travaux de réplication suggèrent que traverser un intervalle de sommeil peut stabiliser la mémoire plutôt que de poursuivre une décroissance monotone.¹⁸²⁷ Le sommeil favorise également la consolidation des mémoires déclaratives, y compris les paradigmes d'apprentissage du vocabulaire.²⁸

Pourquoi nous n'utilisons pas la SRS en mode passif

Contrairement aux applications de flashcards traditionnelles, LinGoat n'utilise pas la répétition espacée pour la reconnaissance passive. Nous ne cherchons pas à construire une mémoire passive à long terme. La reconnaissance passive n'est pas l'objectif final : c'est simplement un échafaudage temporaire. Une fois qu'un concept a réussi sa transition vers la production active, l'échafaudage passif est abandonné. Utiliser un algorithme SRS pour la reconnaissance passive gaspillerait simplement votre temps de révision sur un niveau superficiel de compétence.

Le test réceptif : la porte d'entrée vers la production

Après les trois expositions contextuelles, le concept est soumis à un test passif. Plutôt qu'une exigence scientifique stricte, ce test sert de point de contrôle pratique. Contrairement aux expositions initiales, ce test est présenté sans contexte.

L'objectif de cette étape est d'aider à prévenir l'illusion de compétence. Lorsque les apprenants ne voient des mots que dans des phrases complètes, ils peuvent facilement déduire le sens par des indices syntaxiques ou la reconnaissance de schémas, plutôt qu'en établissant une vraie mémoire indépendante du mot de vocabulaire lui-même. En supprimant temporairement le contexte, le système tente d'isoler et de vérifier le lien spécifique forme-sens. L'établissement de cette connexion distincte forme-sens est largement reconnu comme une étape fondamentale dans l'acquisition du vocabulaire qui doit généralement être stabilisée avant que l'utilisation productive puisse effectivement avoir lieu.¹⁹

En pratique, ce test sert également de garde-fou contre la surcharge cognitive. Comme le souligne la théorie de la charge cognitive, sauter directement à la production active nécessite une forte interactivité des éléments. Si un apprenant est poussé à récupérer un mot de zéro avant qu'une mémoire réceptive de base ne soit formée, la friction cognitive devient souvent trop élevée, risquant une surcharge de la capacité de mémoire de travail.¹⁵ Bien que ce ne soit pas une mesure parfaite, le test passif fournit un signal fiable que la phase initiale de cartographie du sens progresse, indiquant que le concept est probablement prêt pour les rigueurs du rappel actif.

La montée en puissance active : rappel unique avant l'intégration en phrase

Une fois qu'un concept passe le test réceptif, il entre dans le pipeline de production active, mais nous ne l'intégrons pas immédiatement dans une traduction de phrase complexe à concepts multiples.

D'abord, le concept est testé comme un actif isolé : on vous demande de produire le mot seul ou dans un micro-contexte très contraint. Cette étape est conçue pour gérer soigneusement la charge cognitive. Selon la théorie de la charge cognitive, les tâches d'apprentissage qui exigent qu'un apprenant traite simultanément de nombreux éléments en interaction imposent une lourde charge sur la mémoire de travail.²⁴ Si un apprenant est immédiatement amené à récupérer un mot nouvellement acquis tout en conjuguant un verbe, en appliquant des règles grammaticales et en naviguant dans la syntaxe d'une phrase, la demande cognitive combinée risque de dépasser la capacité de la mémoire de travail, conduisant à la frustration ou à l'échec de récupération.

En introduisant d'abord l'actif isolé, le système isole temporairement la pratique de récupération. Une fois que vous avez réussi à extraire le mot de votre mémoire sur demande, le coût cognitif de la récupération de ce mot spécifique commence à diminuer. Avec ce chemin de récupération de base établi, le concept est alors pleinement intégré dans le moteur central de LinGoat : la production active de phrases, où il est planifié par FSRS et testé aux côtés d'autres concepts connus dans des phrases dynamiques et inédites.

Optimisation continue

Si cette séquence structurée, 3 expositions contextuelles passives, espacement d'un jour, test passif, actif isolé, phrase active, est fondée sur des décennies de sciences cognitives et de linguistique, nous ne la considérons pas comme figée. Chez LinGoat, nous effectuons en permanence des tests A/B empiriques sur notre séquence d'Escalier. Nous analysons constamment les données utilisateurs pour affiner le nombre exact d'expositions, les intervalles d'espacement et les mécanismes de transition, afin de maximiser la vitesse d'acquisition tout en minimisant la frustration des utilisateurs.

Reconsidérer l'hypothèse de la « période silencieuse »

Les partisans des cadres axés sur l'input, comme l'Approche Naturelle, tracent souvent des parallèles avec l'acquisition de la première langue chez l'enfant pour justifier une longue « période silencieuse » où l'écoute et la lecture sont fortement privilégiées avant d'exiger une production active. Si cette approche reconnaît qu'un vaste réservoir de compréhension est vital, superposer directement le parcours d'un adulte apprenant une L2 sur la chronologie d'un nourrisson ignore des différences développementales et environnementales critiques.

Dans l'acquisition de la première langue, la période silencieuse d'un nourrisson n'est pas une phase d'absorption passive, mais une boucle hautement interactive et communicative. Lorsqu'un nourrisson commence à tenter une production active et fait des erreurs structurelles (par exemple, en disant « j'ai prendé le biscuit » au lieu de « j'ai pris le biscuit »), les personnes proches fournissent instinctivement un retour immédiat et localisé par ce que les linguistes appellent un « reformulation » : « Oui, tu as pris le biscuit ! » Des recherches indiquent que les enfants testent constamment des hypothèses structurelles, et ces reformulations verbales fournissent les données correctives en temps réel nécessaires pour mettre à jour leurs modèles grammaticaux internes.²⁹

Pourquoi l'acquisition d'une seconde langue (L2) diverge

Les adultes et les enfants plus âgés qui acquièrent une seconde langue (L2) opèrent dans des conditions cognitives entièrement différentes de celles d'un nourrisson qui acquiert sa première langue (L1).

Premièrement, les apprenants adultes possèdent une langue maternelle pleinement formée, ce qui introduit des interférences linguistiques ou une influence translinguistique.³⁰ Le cerveau adulte tente naturellement de calquer la grammaire, la syntaxe et la structure phonétique de la nouvelle langue cible sur le schéma profondément ancré de sa langue maternelle. Le simple fait d'écouter des inputs est rarement suffisant pour dépasser les habitudes de la langue maternelle. Briser ces schémas nécessite l'effort actif de la production, qui force les apprenants à « repérer l'écart » entre leur capacité actuelle et la langue qu'ils tentent d'utiliser.⁷

Les apprenants adultes possèdent également un immense avantage cognitif qui fait défaut aux nourrissons : une conscience métalinguistique explicite. Les adultes peuvent comprendre des règles grammaticales abstraites, analyser des schémas morphologiques et appliquer consciemment des contraintes logiques. Selon l'Hypothèse de Différence Fondamentale³¹ et les recherches ultérieures sur l'apprentissage explicite,³² les adultes acquièrent la langue par des mécanismes cognitifs fondamentalement différents de ceux des nourrissons. Parce que les voies d'apprentissage implicites et sans effort de la petite enfance s'estompent, les adultes s'appuient fortement sur les compétences analytiques de résolution de problèmes. Imposer une longue période silencieuse d'exposition pure, en supposant qu'un adulte induira naturellement la grammaire comme le ferait un enfant en bas âge, sous-utilise délibérément le principal atout cognitif de l'apprenant adulte.

Le déficit de temps

De plus, tenter de reproduire l'environnement d'apprentissage d'un nourrisson ignore les mathématiques pures du temps. Lightbown et Spada notent que si les enfants sont éveillés environ dix à douze heures par jour dans des environnements riches en langage, ils peuvent accumuler 20 000 heures ou plus de contact avec la langue avant le début de la scolarité.³³

Si un adulte étudie une seconde langue une heure par jour, il lui faudrait des décennies pour accumuler ce même volume d'exposition brute. Vous n'avez tout simplement pas le temps d'apprendre comme un bébé. Pour atteindre la fluidité à l'échelle temporelle d'un adulte, vous ne pouvez pas vous fier à l'osmose lente de l'enfance : vous avez besoin d'un système hyper-efficace qui maximise chaque minute de pratique.

Le rôle de l'Attribution Granulaire

C'est pourquoi la boucle de retour instantané de LinGoat est si cruciale. En exigeant une production active et en la faisant passer par notre moteur d'attribution granulaire, nous fournissons la correction immédiate et localisée qu'un parent donne à un enfant, mais adaptée à la vitesse cognitive d'un adulte. Lorsque vous faites une erreur en traduisant une phrase, vous ne savez pas juste que la phrase était fausse. Vous savez exactement quel mot individuel a échoué. Cela corrige immédiatement votre hypothèse et optimise mathématiquement votre programme spécifique au niveau du mot, garantissant que vous ne gaspillez pas votre temps limité.

La gamification : maintenir la persévérance dans une pratique rigoureuse

Dans la technologie éducative moderne, la « gamification » a acquis une réputation controversée. Pour de nombreux apprenants sérieux, elle évoque des confettis superficiels, des badges sans valeur et des mécaniques manipulatrices conçues pour maximiser le temps passé sur l'écran plutôt que l'acquisition réelle. La gamification est souvent perçue comme un artifice bon marché qui distrait de l'étude rigoureuse.

Cependant, en construisant une plateforme conçue pour la vraie acquisition linguistique, nous devons reconnaître une réalité difficile : apprendre une langue est une entreprise notoirement longue. Les analyses des cours en ligne ouverts et massifs (MOOC) montrent systématiquement des taux de complétion médians d'environ 12 %.³⁴ Cambridge Assessment English estime que faire progresser un apprenant du niveau débutant au niveau intermédiaire supérieur (B2) nécessite généralement 500 à 600 heures de pratique guidée.³⁵

Dans ce contexte, la gamification n'est pas un gadget superficiel : c'est une nécessité structurelle conçue pour maintenir l'engagement des apprenants suffisamment longtemps pour que l'algorithme de répétition espacée fasse son travail. Cependant, les revues systématiques de la gamification dans l'éducation EFL/ESL soulignent une mise en garde cruciale : les bénéfices sont courants mais pas universels, et les éléments de jeu n'améliorent les résultats d'apprentissage que lorsqu'ils s'alignent sur des pratiques fondées sur des données probantes, plutôt que d'optimiser pour des points arbitraires ou la seule compétition.³⁶

Pour en savoir plus sur la gamification dans l'apprentissage des langues, lisez notre article complet sur la gamification dans les applications d'apprentissage des langues.

La finalité de la série de jours consécutifs

LinGoat utilise actuellement la mécanique de la série de jours consécutifs comme principal moteur de gamification. Des recherches comportementales montrent que rendre saillantes les séries intactes augmente l'engagement ultérieur dans le comportement suivi.³⁷ Sur des plateformes linguistiques à grande échelle, les analyses de produits publiées par les entreprises indiquent qu'atteindre une série de 7 jours rend un apprenant 2,4 fois plus susceptible de revenir le lendemain, et 3,6 fois plus susceptible de terminer un cours à terme.⁴¹⁴²

Cependant, une série n'a de valeur qu'à la hauteur du comportement d'apprentissage qu'elle impose. Dans de nombreuses applications de langues, les apprenants maintiennent leurs séries en complétant des exercices à faible friction basés sur de simples QCM de reconnaissance passive. Dans LinGoat, maintenir votre série en vie exige de compléter vos révisions planifiées par FSRS via une production active de phrases. Nous utilisons le ressort psychologique de la série pour imposer la friction cognitive rigoureuse nécessaire à la vraie acquisition.

Les analyses comme gamification intrinsèque

Si les récompenses externes comme les séries fournissent une impulsion quotidienne, LinGoat mise fortement sur des analyses approfondies pour offrir une gamification intrinsèque et durable.

Parce que nous suivons la maîtrise via l'Attribution Granulaire au niveau individuel du mot et de la grammaire, nous pouvons montrer aux apprenants leur progression précise. Au lieu de récompenser les utilisateurs avec des « Points d'Expérience » (XP) arbitraires, nous fournissons des données transparentes sur leur taille réelle de vocabulaire actif, la stabilité des concepts et la maîtrise structurelle. Un retour de progression transparent peut soutenir la compétence et l'apprentissage auto-régulé.³⁸

Éviter le piège de la « dérive des métriques »

À mesure que LinGoat évolue, toute future fonctionnalité de gamification sera strictement filtrée pour éviter la « dérive des métriques », le phénomène où les utilisateurs commencent à optimiser pour les récompenses du jeu au détriment de l'apprentissage réel.

Les recherches en interaction homme-machine portant sur l'utilisation abusive de la gamification dans les applications de langues soulignent fréquemment les dangers des classements et de la compétition acharnée. Lorsque les utilisateurs deviennent obsédés par la maximisation des points pour grimper dans un classement, leur attention dérive du contenu d'apprentissage. Ils commencent naturellement à jouer avec le système : en cherchant des exercices plus faciles, en revenant à des révisions peu exigeantes, ou en survolant les sessions sans traiter profondément la syntaxe.³⁹

De plus, des études longitudinales en salle de classe ont montré que les mécaniques de gamification hyper-compétitives, spécifiquement la comparaison sociale et les classements forcés, peuvent en réalité diminuer la motivation intrinsèque et la satisfaction au fil du temps.⁴⁰ La gamification doit soutenir la pédagogie, et non l'éclipser. LinGoat n'implémentera jamais de mécaniques qui incitent à grinder du contenu facile juste pour gonfler un score. Notre gamification existe strictement pour motiver la réalisation d'une production active hautement personnalisée et optimisée.

Pourquoi nous pensons que l'Input Compréhensible ne devrait pas être votre principal outil d'apprentissage des langues

Il est courant de voir des apprenants considérer l'« Input Compréhensible » (IC), la pratique consistant à consommer de grandes quantités de contenus de lecture ou d'écoute simplifiés, comme le véritable « Saint Graal » de l'acquisition. Nous tenons à préciser que l'IC est indéniablement un composant vital de tout parcours linguistique. Cependant, s'appuyer sur la consommation passive comme principal moteur de progression mène souvent à des plateaux structurels.

Le piège de l'« Illusion Passive »
Le principal danger d'une approche IC-first est l'illusion de compétence. Parce que l'IC est conçu pour être compris, il paraît fluide et sans effort. Ce sentiment d'aisance est très motivant, mais il peut être trompeur. Lorsque vous consommez un podcast ou un lecteur gradué, votre cerveau s'engage fortement dans un traitement heuristique sémantique : il utilise le contexte environnant et l'intuition pour deviner le sens plutôt que de forcer un traitement syntaxique.⁵

L'Hypothèse de l'Output de Merrill Swain répond directement à cette limitation, démontrant que si l'input compréhensible est nécessaire, il n'est pas suffisant pour développer une vraie compétence communicative.⁶⁷ Comme établi précédemment, la production active améliore généralement la reconnaissance passive, mais l'inverse n'est pas inhérente à la réciproque. Si vous vous appuyez sur l'IC comme seul outil, vous risquez d'entraîner votre cerveau à être un spectateur de haut niveau, résultant en une bonne compréhension mais une frustration à construire des phrases cohérentes de zéro.

Pourquoi vous ne devriez pas payer pour des applications IC

Le marché est saturé d'applications à tarifs premium qui se concentrent purement sur la fourniture de contenu compréhensible. Du point de vue technique et pédagogique, payer pour ces plateformes est souvent un mauvais investissement pour l'apprenant sérieux.

• Le déficit de personnalisation : La plupart des plateformes IC servent du contenu statique à un large public. Elles estiment ce qui est compréhensible sur la base de niveaux généraux plutôt que de mesurer votre rétention spécifique du vocabulaire. Elles devinent ce qui fonctionne pour vous, plutôt que de le suivre mathématiquement.
• L'abondance de contenu : Si vous êtes à un niveau où vous pouvez consommer du contenu, vous avez probablement accès à une offre quasi infinie de médias gratuits correspondant à vos centres d'intérêt. Vous n'avez pas besoin de payer un abonnement pour lire ou écouter de l'espagnol simplifié quand des ressources authentiques infinies sont disponibles gratuitement.

La bonne façon d'utiliser l'Input Compréhensible

Nous ne considérons pas l'Input Compréhensible comme inutile : nous le voyons comme une activité secondaire et complémentaire.

L'IC est très efficace lorsqu'il est utilisé pour :

• Développer la prosodie et le rythme : Si l'écriture active construit la fondation architecturale de votre langue, l'écoute de contenu natif vous aide à vous accorder au son et à la cadence authentiques, un complément important à la pratique de production.³³
• Élargir votre « horizon vocabulaire » : L'IC est excellent pour rencontrer de nouveaux mots peu fréquents dans un environnement à faibles enjeux, les préparant pour une future intégration dans votre file de production active.²⁵¹⁹
• Se remettre et se détendre : Lorsque vous êtes cognitivement fatigué après des sessions rigoureuses de rappel actif, l'IC offre un moyen moins exigeant de maintenir le contact avec la langue sans nécessiter une synthèse de haut niveau.¹⁵¹⁴

L'avenir piloté par la mesure

Parce que notre moteur maintient une carte granulaire au niveau du mot de votre maîtrise, nous sommes dans une position unique pour transformer l'IC d'une simple estimation en un outil de précision. À l'avenir, nous visons à identifier exactement quelles ressources externes contiennent les concepts spécifiques que vous êtes prêt à apprendre.

En attendant, nous recommandons un flux de travail équilibré : construisez votre base rigoureuse de langage actif et utilisable grâce à la production quotidienne, et savourez l'Input Compréhensible comme un supplément précieux et peu intense.

Références

1. Slamecka, N. J., & Graf, P. (1978). The generation effect: Delineation of a phenomenon. Journal of Experimental Psychology: Human Learning and Memory, 4(6), 592-604. https://doi.org/10.1037/0278-7393.4.6.592
2. Roediger, H. L., & Karpicke, J. D. (2006). Test-enhanced learning: Taking memory tests improves long-term retention. Psychological Science, 17(3), 249-255. https://doi.org/10.1111/j.1467-9280.2006.01693.x
3. Bjork, R. A., & Bjork, E. L. (2020). Desirable difficulties in theory and practice. Journal of Applied Research in Memory and Cognition, 9(4), 475-479. https://doi.org/10.1016/j.jarmac.2020.09.003
4. Karpicke, J. D. (2012). Retrieval-based learning: Active retrieval promotes meaningful learning. Current Directions in Psychological Science, 21(3), 157-163. https://doi.org/10.1177/0963721412443552
5. Bernhardt, E. B. (1991). Reading Development in a Second Language: Theoretical, Empirical, and Classroom Perspectives. Ablex Publishing. https://eric.ed.gov/?id=ED386947
6. Swain, M. (1985). Communicative competence: Some roles of comprehensible input and comprehensible output in its development. In S. Gass & C. Madden (Eds.), Input in Second Language Acquisition (pp. 235-253). Newbury House. https://www.cambridge.org/core/books/input-in-second-language-acquisition/communicative-competence-some-roles-of-comprehensible-input-and-comprehensible-output-in-its-development/8C8F6F29E2E2B29E6B0B9D4B9F0E9F2E
7. Swain, M., & Lapkin, S. (1995). Problems in output and the cognitive processes they generate: A step towards second language learning. Applied Linguistics, 16(3), 371-391. https://doi.org/10.1093/applin/16.3.371
8. Laufer, B. (1998). The development of passive and active vocabulary in a second language: Same or different? Applied Linguistics, 19(2), 255-271. https://oup.silverchair-cdn.com/article-minimal/316323
9. Webb, S. (2008). Receptive and productive vocabulary sizes of L2 learners. Studies in Second Language Acquisition, 30(1), 79-95. https://doi.org/10.1017/S0272263108080042
10. Roediger, H. L., & Marsh, E. J. (2005). The positive and negative consequences of multiple-choice testing. Journal of Experimental Psychology: Learning, Memory, and Cognition, 31(5), 1155-1159. https://doi.org/10.1037/0278-7393.31.5.1155
11. Karpicke, J. D., & Roediger, H. L. (2008). The critical importance of retrieval for learning. Science, 319(5865), 966-968. https://doi.org/10.1126/science.1152408
12. Markham, P. L. (1987). Rational deletion cloze processing strategies: A replication. System, 15(3), 303-311. https://www.sciencedirect.com/science/article/abs/pii/0346251X87900042
13. Zou, D. (2017). Vocabulary acquisition through cloze exercises, sentence-writing and composition-writing. Language Teaching Research, 21(1), 54-75. https://journals.sagepub.com/doi/10.1177/1362168816652418
14. Skehan, P. (1998). A Cognitive Approach to Language Learning. Oxford University Press. https://global.oup.com/academic/product/a-cognitive-approach-to-language-learning-9780194372177
15. Sweller, J. (2010). Element interactivity and intrinsic, extraneous, and germane cognitive load. Educational Psychology Review, 22(2), 123-138. https://doi.org/10.1007/s10648-010-9128-5
16. Ferris, D. R. (2002). Treatment of Error in Second Language Student Writing. University of Michigan Press. https://press.umich.edu/Books/T/Treatment-of-Error-in-Second-Language-Student-Writing
17. Weissberg, R. (2000). Developmental relationships in the acquisition of English syntax: Writing vs. speech. Learning and Instruction, 10(1), 37-53. https://doi.org/10.1016/S0959-4752(99)00017-1
18. Ebbinghaus, H. (1885). Memory: A contribution to experimental psychology. Teachers College, Columbia University. https://psychclassics.yorku.ca/Ebbinghaus/
19. Nation, I. S. P. (2001). Learning Vocabulary in Another Language. Cambridge University Press. https://www.cambridge.org/core/books/learning-vocabulary-in-another-language/0521804981
20. Tulving, E., & Thomson, D. M. (1973). Encoding specificity and retrieval processes in episodic memory. Psychological Review, 80(5), 352-373. https://doi.org/10.1037/h0027317
21. Morris, C. D., Bransford, J. D., & Franks, J. J. (1977). Levels of processing versus transfer appropriate processing. Journal of Verbal Learning and Verbal Behavior, 16(5), 519-533. https://doi.org/10.1016/S0022-5371(77)80016-9
22. Ye, J., Su, J., & Cao, Y. (2022). A stochastic shortest path algorithm for optimizing spaced repetition scheduling. In Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (pp. 4384-4394). https://doi.org/10.1145/3534678.3539081
23. Expertium. (2025). Benchmark of spaced repetition algorithms. https://expertium.github.io/Benchmark.html
24. Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257-285. https://doi.org/10.1207/s15516709cog1202_4
25. Rott, S. (1999). The effect of exposure frequency on intermediate language learners' incidental vocabulary acquisition and retention through reading. Studies in Second Language Acquisition, 21(4), 589-619. https://doi.org/10.1017/S0272263199004039
26. Webb, S. (2007). The effects of repetition on vocabulary knowledge. Applied Linguistics, 28(1), 46-65. https://doi.org/10.1093/applin/aml048
27. Murre, J. M. J., & Dros, J. (2015). Replication and analysis of Ebbinghaus' forgetting curve. PLoS ONE, 10(7), e0120644. https://doi.org/10.1371/journal.pone.0120644
28. Stickgold, R. (2005). Sleep-dependent memory consolidation. Nature, 437(7063), 1272-1278. https://doi.org/10.1038/nature04286
29. Chouinard, M. M., & Clark, E. V. (2003). Adult reformulations of child errors as negative evidence. Journal of Child Language, 30(3), 637-669. https://doi.org/10.1017/S0305000903005701
30. Odlin, T. (1989). Language Transfer: Cross-linguistic influence in language learning. Cambridge University Press. https://www.cambridge.org/core/books/language-transfer/CAD552EB8BE4D1F82EBF81C21FC40730
31. Bley-Vroman, R. (1990). The logical problem of foreign language learning. Linguistic Analysis, 20(1-2), 3-49. https://www.linguisticanalysis.com/volume-20-issue-1-2-1990/
32. DeKeyser, R. M. (2000). The robustness of critical period effects in second language acquisition. Studies in Second Language Acquisition, 22(4), 499-533. https://doi.org/10.1017/S0272263100004022
33. Lightbown, P. M., & Spada, N. (2013). How Languages are Learned (4th ed.). Oxford University Press. https://global.oup.com/academic/product/how-languages-are-learned-9780194541268
34. Jordan, K. (2015). Massive open online course completion rates revisited: Assessment, length and attrition. The International Review of Research in Open and Distributed Learning, 16(3), 341-358. https://doi.org/10.19173/irrodl.v16i3.2112
35. Cambridge Assessment English. (n.d.). Guided learning hours. Cambridge University Press & Assessment. https://support.cambridgeenglish.org/hc/en-gb/articles/202838506-Guided-learning-hours
36. Huang, W., & Looi, C. K. (2023). A systematic review of gamification in EFL/ESL education. Frontiers in Psychology, 13, 1030790. https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2022.1030790/full
37. Silverman, J., & Barasch, A. (2023). On or off track: How highlighted streaks affect consumer goal pursuit. Journal of Consumer Research. https://doi.org/10.1093/jcr/ucac029
38. Li, X., Xia, Q., Chu, S. K. W., & Yang, Y. (2022). Using gamification to facilitate students' self-regulation in e-learning: A case study on students' L2 English learning. Sustainability, 14(12), 7008. https://doi.org/10.3390/su14127008
39. Mogavi, R. H., Guo, B., Zhang, Y., Haq, E. U., Hui, P., & Ma, X. (2022). When gamification spoils your learning: A qualitative case study of gamification misuse in a language-learning app. Proceedings of the Ninth ACM Conference on Learning @ Scale, 175-188. https://doi.org/10.1145/3491140.3528274
40. Hanus, M. D., & Fox, J. (2015). Assessing the effects of gamification in the classroom: A longitudinal study on intrinsic motivation, social comparison, satisfaction, effort, and academic performance. Computers & Education, 80, 152-161. https://www.sciencedirect.com/science/article/abs/pii/S0360131514002000
41. Duolingo. (2021). Putting in work: The habit of language learning. Duolingo Blog. https://blog.duolingo.com/putting-in-work-the-habit-of-language-learning/
42. Duolingo. (2022). The habit-building research behind your Duolingo streak. Duolingo Blog. https://blog.duolingo.com/how-duolingo-streak-builds-habit/