Écouter la conférence du 28 mai 2018
Conférencière : Nathalie Guin, Maître de conférences HDR en informatique à l’Université Lyon 1.
Nathalie Guin a obtenu en 1997 une thèse de doctorat en Informatique à l’Université Paris 6. Maître de conférences au département d’Informatique de l’Université Lyon 1 depuis 1998, elle a soutenu son Habilitation à Diriger des Recherches en 2014. Elle fait partie de l’équipe TWEAK (Traces, Web, Education, Adaptation, Knowledge) du laboratoire CNRS LIRIS. Ses travaux en EIAH sont conduits au sein de nombreux projets de recherche collaboratifs financés par le CNRS, l’ANR ou les Investissements d’Avenir. Actuellement présidente de l’ATIEF (Association des Technologies de l’Information pour l’Éducation et la Formation), elle anime depuis de nombreuses années la communauté de recherche française en EIAH. Nathalie Guin est actuellement professeure invitée à l’UQAM, dans le laboratoire GDAC-LIA.
Résumé : L’un des principaux atouts des EIAH (Environnements Informatiques pour l’Apprentissage Humain) est leur capacité à s’adapter à l’apprenant, afin que chaque élève puisse apprendre à son rythme et selon ses besoins. La personnalisation est donc une des problématiques fondamentales de ce domaine de recherche. Nos travaux visent à proposer des modèles et des outils permettant l’élicitation des connaissances nécessaires à l’EIAH pour qu’il s’adapte automatiquement à chaque apprenant, mais selon une stratégie définie par l’enseignant. Il s’agit de permettre à un utilisateur (enseignant, expert, analyste) d’expliciter les connaissances qui seront nécessaires au système informatique pour accomplir la tâche que l’on en attend.
Dans cet exposé, nous aborderons trois thématiques de recherche concourant à la personnalisation des EIAH.
La première concerne la modélisation de l’apprenant. Il s’agit d’élaborer un profil de l’apprenant à partir de l’analyse de ses traces d’interaction avec un EIAH. Nous proposons un outil permettant à un utilisateur non informaticien d’explorer les traces, de leur donner du sens, et d’élaborer des méthodes de calcul d’indicateurs permettant d’alimenter un profil d’apprenant.
La deuxième question de recherche concerne la construction d’exercices répondant à certains critères définissant un besoin. Nous proposons un outil auteur permettant à un enseignant de générer de manière semi-automatique des exercices d’entrainement. L’enseignant définit un modèle d’exercice destiné à évaluer une compétence, et des générateurs d’exercices exploitent ce modèle pour proposer plusieurs exercices évaluant la même compétence.
Enfin, la troisième question de recherche concerne la manière dont on va piloter la génération d’exercices en fonction des profils. Nous considérons qu'il est important de confier la définition de la stratégie de personnalisation à l’enseignant. Nous proposons donc des modèles permettant une mise en œuvre par le système d’un processus d’individualisation défini par l’enseignant.