- Présentation de la recherche :Lorsqu'un apprenant utilise un EIAH ce dernier collecte des données directement lié au
comportement de l'apprenant. On parle alors d'observables pour désigner, d'un point de vue informatique, tous les éléments correspondant aux évènements système (clic de souris, déplacement,
appui de touche etc.) ou à des évènements logiciels (ce qui a été tapé au clavier etc.). Ces
observables sont autant de données concernant l'activité de l'apprenant qu'il va falloir exploiter
et analyser pour en dégager l'essence même de l'apprentissage. En effet, le diagnostic embarqué
dans les EIAH doit permettre l'identification des Connaissances de l'apprenant en interprétant
ses observables. Le terme Connaissance désigne tout savoir de l'apprenant quelque soit son domaine de validité.
Dans notre travail, nous avons choisi de garder le distinguo existant dans le domaine de la Physique
entre connaissance (K) et compétence (S) à validité correcte d'un point
de vue de la matière enseignée. Ainsi, les connaissances relèvent des savoirs
théoriques et les compétences des savoirs pratiques. Les éléments de Connaissance
véhiculant un domaine de validité incorrect sous regroupés et chapeautés
sous l'appellation Erreur (E).
Nous cherchons dans ce travail de thèse à proposer un modèe de diagnostic considérant
en entrée des données issues des diverses modalités, dont l'utilisation du micromonde TPElec et de la Formulation en Langage Naturel,
offertes à l'apprenant afin que celui-ci mène à bien la résolution des activités pédagogiques embarquées au
sein d'un scénario pédagogique.
Nous n'intégrons pas notre modèle de diagnsotic dans
un EIAH existant mais nous avons conçu et développé un environnement Elec+ composé de
plusieurs modules qui peuvent mis en relation avec les modèes classiquement définis dans le
domaine des ITS 4 [Woolf, 1992], [Wenger, 1987] à savoir :
- Un modèle du domaine : Dans notre cas, il s'agit de modéliser les Connaissances (au
sens large) relatives à l'électricité en courant continu de niveau collège-lycée. Ce modèle
représente l'expertise lié au domaine. Pour cela, nous définissions un modèle S-K-E (Skill-Knowledge-Error)
- Un modèlede représentation des problèmes et des circuits : Il s'agit de représenter à l'aide
de méta-données les problèmes et circuits électriques proposés à l'apprenant, dont une
résolution lui est demandée.
- Un modèle de transformation de traces : Les traces collectées au cours de l'utilisation
d'Elec+ par un apprenant ne sont pas exploitables directement, il faut les analyser, les
interpréter avant de les exploiter. Ainsi, un cycle de vie de la trace se dégage et un processus
de transformation, le plus souvent automatique, est nécessaire.
- Un modèle de diagnostic : A partir des traces collectées et de leur enrichissement, un
modèle de diagnostic a pour visée l'instanciation d'un " état des lieux" des Connaissances
de l'apprenant, cet état des lieux peut être vu comme une instanciation du modèle de
l'apprenant.
-
Hypothèse de travail :Lorsque l'on se tourne vers les EIAH intégrant des systèmes de diagnostic, il existe une multitude
de façons de représenter si l'apprenant possède ou non une Connaissance. Parmi celles-ci
on trouve des évaluations binaires (juste/faux) ; des pourcentages associées (cf. SQL-Tutor [Mitrovic 2003], des taux de probabilité, du texte (cf. MoreMaths [Bull et al., 2003]), etc.
Cette déclinaison rend compte de l'existence de nombreuses situations où l'on peut
supposer que l'apprenant possède une Connaissance mais sans pour autant l'affirmer de façon
tranchée [Mislevy et Gitomer, 1996], [Boohan, 1991].
Nous avons choisi de représenter la notion d'incertitude au travers le biais d'un degré de
croyance associé à chaque élément détecté selon une échelle de valeurs.
Décliner la maîtrise ou non d'un élément de Connaissance autrement que par Oui/Non permet de mieux
trouver la bonne rétroaction à fournir à l'apprenant : selon la valeur de l'incertitude, le feedback ne sera pas le même. par exemple, si le diagnostic est peu sûr qu'un apprenant maitrise
une connaissance, le feedback lui proposera un problème isomorphe afin de renforcer le
diagnostic ; alors que si le diagnostic est sûr qu'un élève possède une erreur, un contre-exemple
pourra lui être proposé afin de déstabiliser ce raisonnement erroné.
-
Problématiques de recherche : Depuis, plusieurs années, les environnements d'apprentissage ouverts comme ceux basés sur
la découverte, l'investigation, prennent de plus en plus de place parmi les environnements informatiques
proposés et utilisés par les apprenants. Ce constat peut s'expliquer par la pluralité des
activités offertes aux apprenants " like asking questions, making discoveries, designing and performing
experiments, making predictions or drawing conclusions from data " [Bell et al., 2007]. A contrario, les systèmes de diagnostics informatiques dans les EIAH sont classiquement intégrés au sein
d'environnements fermés et contrôlés, comme par exemple Aplusix I [Nicaud et al., 1991] en
Algèbre ou Andes [VanLehn et al., 2005] en Physique. De plus, certains EIAH se limitent à proposer
à l'apprenant des situations d'apprentissage à fort guidage. Or, nous pensons que de telles
situations restreignent la richesse du diagnostic et appauvrissent parfois celui-ci. Ainsi, nous cherchons à faire une articulation entre les systèmes de diagnostics informatiques et les environnements informatiques ouverts
Notre problématique centrale s'articule autour de l'élaboration d'un diagnostic informatique, embarqué dans
un EIAH, intégrant des donnés issues de différentes sources de traçage. Pour tenter de résoudre
cette problématique, nous explorons plusieurs pistes de recherche qui sont autant de facteurs à
prendre en considération dans la modélisation de notre modèle de diagnostic.
- Prise en compte du contexte de diagnosticnous pensons qu'afin de produire un diagnostic fin de l'activité de
l'apprenant et ainsi lui fournir un feedback mieux adapté et personnalisé, le diagnostic doit
être construit en prenant en compte toutes les productions de l'apprenant en considérant ainsi l'ensemble des traces produites par les outils mis à sa disposition.
La considération du contexte, dans sa globalité, dans lequel est placé un apprenant est
ainsi primordiale dans une dimension diagnostic. Puisque les environnements ouverts offrant un
éventail de registres sont plus riches de part les traces qu'ils génèrent, traces constituant une des clés de voûte à l'établissement d'un diagnostic. Ainsi, on ne peut passer outre cette considération
même si elle sous-tend des interrogations tant qu'à sa nature, ses éléments, ses représentations et
son utilisation [Brezillon et Cavalcanti, 1997].
- Prise en compte des contradictions intra-apprenantLa prise en compte des différents contextes de résolution dans le diagnostic trouve sa justification
et son intérêt lors de l'existence de contradictions dite intra-apprenant soit au sein d'un
même outil, soit entre outils informatiques. Le systéme de diagnostic doit d'une part mettre en exergue des
contradictions intra-apprenants et d'autre part les considérer afin d'enrichir
la justesse de son diagnostic. Il doit aussi offrir la possibilité de
paramétrer le poids d'un outil informatique par rapport à un autre
-Prise en compte de l'historique et historique d'un problème intra-
apprenant : Le parcours de l'apprenant est souvent mise à disposition du tuteur lors d'un suivi de ses
apprenant puisqu'il constitue une donnée riche [Labat, 2002], [Després, 2001]. Dans le domaine
du diagnostic, le parcours de l'apprenant est là encore un agent véhiculateur de données sur le
comportement de l'apprenant et donc sur l'état de ses S-K-E. De même, lorsqu'un apprenant
effectue plusieurs résolutions du même problème, c'est pour différentes raisons : soit il confirme
par ses actions sa réponse, soit il modifie celle-ci témoignant ainsi d'un changement conceptuel de
sa part, ou soit, dans le cas d'interaction avec des EIAH, parce qu'il a rencontré une défaillance technique.
De même, quelque soit la raison pour laquelle l'apprenant refait un problème une ou plusieurs fois, il y
a une distinction à établir entre un apprenant A1 faisant une fois le problème P et un apprenant
A2 faisant plusieurs fois le problème P, puisqu'il y a eu évolution ou confirmation de la part
de l'apprenant. Cette évolution peut être très riche de sens puisqu'elle peut affirmer, modifier,
invalider un diagnostic émis.
-Prise en compte de la scénarisation des activités pédagogiques à travers
le scénario : Lorsque des apprenants de même niveau (d'un point de vue scolaire, d'un point de vue apprentissage...)
réalisent des activités intégrées au sein d'un scénario pédagogique, la construction
de ce scénario n'est pas dénuée d'intentions didactiques. La scénarisation des activités pédagogiques proposées à l'apprenant constitue un cadre
pour le diagnostic. L'enchaînement des activités est susceptible de faire émerger des S-K-E qui
ne seraient pas détectées si l'on changeait cet enchaînement
- Mots-clés : EIAH, Ingénierie des connaissances, Modélisation de l'apprenant, Diagnostic informatique, Intelligence Artificielle
- Direction : Jean-Pierre PEYRIN, Professeur des Universités en Informatique, Université Joseph Fourier, Grenoble I
- Co-direction : Vanda LUENGO, Maître de Conférence en Informatique, Université Joseph Fourier, Grenoble I
Jean-Michel ADAM, Maître de Conférence en Informatique, Université Pierre Mendès France, Grenoble II
|
