L'Institut des sciences cognitives est fier de s'associer à l'École de technologie supérieure (ETS) afin d'accueillir la Pr. Ying Fang de l'Université normale de Chine centrale pour un séminaire d'une durée de 2 heures, de 14 h à 16 h, le mercredi 19 février prochain.
L'évènement aura lieu en formule comodale au D-R200.
Titre : Faire progresser l'éducation grâce au Big Data et à l'IA : Intégrer les technologies de pointe et les systèmes d'apprentissage personnalisés.
Brève description : Dans cet exposé, seront présentés les recherches menées par l'équipe du Dr. Fang au National Engineering Research Center of Educational Big Data. La présentation couvrira leurs principaux domaines de recherche, y compris les systèmes de captation et de traitement des données multimodales, la modélisation de l'apprentissage et de l'enseignement, les systèmes de gestion intelligents et l’élaboration de politiques. En outre, Dr. Fang présentera ses recherches sur l'application de l'IA dans divers scénarios éducatifs, tels que l'encouragement de la pensée critique des étudiant-es, l'amélioration de leurs compétences en écriture, l'apprentissage des mathématiques et la compréhension en lecture. Elle discutera également de la manière dont son équipe exploite les techniques de TALN (NLP) et d'apprentissage automatique pour améliorer les environnements d'apprentissage par le jeu.
Biographie : Ying Fang est professeure associée à la faculté d'intelligence artificielle de l'Université normale de Chine centrale. Elle a obtenu son doctorat en psychologie expérimentale à l'Institut des systèmes intelligents de l'Université de Memphis (2019). Elle a ensuite travaillé en tant que chercheuse postdoctorale au laboratoire Science of Learning and Educational Technology de l'Arizona State University. La Dre Fang est également membre du National Engineering Research Center of Educational Big Data, une plateforme de recherche de niveau national axée sur l'innovation dans l'application des données massives en éducation, avec une équipe de plus de 300 chercheur-es. Ses recherches portent sur la mise en œuvre de l'intelligence artificielle dans les systèmes éducatifs, le développement et l'évaluation de systèmes tutoriels intelligents et l'amélioration de l'apprentissage par le biais d'environnements basés sur le jeu.
Références:
- Fang, Y., Roscoe, R. D., & McNamara, D. S. (2023). Artificial intelligence-based assessment in education. In Handbook of artificial intelligence in education (pp. 485-504). Edward Elgar Publishing.
- Fang, Y., Li, T., Huynh, L., Christhilf, K., Roscoe, R. D., & McNamara, D. S. (2023). Stealth literacy assessments via educational games. Computers, 12(7), 130.
- Fang, Y., Lippert, A., Cai, Z., Chen, S., Frijters, J. C., Greenberg, D., & Graesser, A. C. (2022). Patterns of adults with low literacy skills interacting with an intelligent tutoring system. International Journal of Artificial Intelligence in Education, 1-26.
- Fang, Y., Li, T., Roscoe, R. D., & McNamara, D. S. (2021). Predicting literacy skills via stealth assessment in a simple vocabulary game. In International Conference on Human-Computer Interaction (pp. 32-44). Cham: Springer International Publishing.
- Chen, S., Fang, Y., Shi, G., Sabatini, J., Greenberg, D., Frijters, J., & Graesser, A. C. (2021). Automated disengagement tracking within an intelligent tutoring system. Frontiers in artificial intelligence, 3, 595627.
- Fang, Y., Ren, Z., Hu, X., & Graesser, A. C. (2019). A meta-analysis of the effectiveness of ALEKS on learning. Educational Psychology, 39(10), 1278-1292.
- Fang, Y., Nye, B., Pavlik, P., Xu, Y. J., Graesser, A., & Hu, X. (2017). Online Learning Persistence and Academic Achievement. International Educational Data Mining Society.