Faut-il enseigner les statistiques ou les sciences des données à des apprenants "non techniques", c'est-à-dire, potentiellement réticents à l'utilisation d'un ordinateur et à la programmation, avec un environnement logiciel constitué de R, RStudio, R Markdown et git\ ? Notre expérience de trois années d'enseignement des sciences de données biologiques en classe inversée et par projets dans un cursus universitaire (voir pour le matériel en ligne) donne de bons résultats. Cependant, la question relative à la perception de ces outils par les apprenants n'a, à notre connaissance, pas encore été abordée. Cet exposé présente l'utilisabilité perçue de ces logiciels, la charge cognitive liée à l'utilisation de tutoriels {learnr} pour assurer la transition entre théorie et pratique, ainsi que l'émotion prédominante à l'utilisation d'un tel environnement logiciel. Le caractère pointu de ces outils est clairement perçu et peut générer un stress perceptible chez les primo-apprenants (durant notre premier cours en second Bachelier). Mais une pédagogie sur la durée (au moins trois quadrimestres successifs) et évolutive évitent une confrontation brutale aux fonctions les plus techniques, ce qui amène les apprenants à s'approprier progressivement ces logiciels avec au final, une perception positive de leur expérience.