Systèmes Tuteurs Intelligents
Les tuteurs intelligents sont des systèmes informatiques utilisant des techniques de l’intelligence artificielle dans le domaine de l’enseignement.
Ces systèmes fournissent un enseignement flexible, non linéaire, prenant en compte les caractéristiques de chaque élève individuellement et adaptant les décisions en fonction du contexte avec des modes d’interactions soignés et une représentation profonde des connaissances du domaine inspirée des techniques de l’IA .
Le programme Scholar, écrit par Carbonell (1970), est le premier tuteur intelligent. Conçu pour l’enseignement de connaissances factuelles sur la géographie de l’Amérique du sud, son originalité réside dans le type de dialogue qu’il peut instaurer avec l’apprenant. Dans ce mode d’interaction, qualifié d’initiative mixte, l’apprenant et le système peuvent, à tour de rôle, prendre l’initiative et poser des questions.
Utilisant un réseau sémantique pour représenter la connaissance et des mécanismes de parcours de ce réseau et des règles d’inférences, Scholar peut répondre aux questions des apprenants. D’autres systèmes ont suivi, comme : WHY, SOPHIE, (SOPHisticated Instructional Environment), WEST, .. Chaque système s’est intéressé à un module spécifique des quatre composants d’un système tuteur intelligent au dépend des autres composants ce qui a donné le plus souvent des maquettes qui n’ont servi que pour les objectifs de recherche en laboratoire et aussi comme outils d’expérimentation en sciences cognitives.
Ainsi on retrouve quatre composants principaux dans un ITS: le modèle expert, le modèle pédagogique, le modèle élève et le modèle interface. Cette décomposition est conceptuelle, En effet dans la plupart des ITS les composants ne sont pas aussi distincts l’un de l’autre et les frontières difficiles à établir.
Le modèle élève
Le modèle élève est l’ensemble des croyances du système sur les connaissances de l’élève [Mayo 2001] [Shareef 2003] [Albi 2001]. Il enregistre l’état courrant de l’élève et sa progression dans le temps [Jeremic 2004].
La modélisation de l’élève est le processus qui construit le modèle de l’élève à partir de comportements de l’élève observés par l’interface du système [Webber 2003].
La modélisation de l’élève a été identifiée comme un processus complexe, les aspirations de départ visant la fidélité cognitive du modèle ont été abandonnées. A une certaine période, des critiques ont été émises sur la nécessité de modéliser l’élève, motivées par la balance entre le rôle dans l’apprentissage et les efforts requis. Self viendra préconiser une recherche de modèles valides et utiles d’un point de vue informatique plutôt que fidèles cognitivement.
Typologie des logiciels educatifs
Vries , dans [Vries 2001], propose une typologie des logiciels éducatifs qui comprend huit fonctions pédagogiques qui présentent le rôle joué par l’ordinateur indépendamment de la technologie employée. Ces fonctions sont :
Présenter l’information : Les termes pour désigner ce type de logiciel sont : support de cours ou tutoriel. Le Tutoriel présente des pages écran avec, du texte, des explications, avec des questions auxquelles l’élève doit répondre avant de pouvoir continuer. L’élève lit et étudie ce qui lui est présenté.
Le point de vue théorique incarné est cognitiviste. Il s’agit d’un apprentissage comme une acquisition de nouvelles connaissances. Le mode de présentation de l’information influence les processus et le résultat de l’apprentissage.
Du point de vue connaissances, il faut choisir les informations pertinentes et en élaborer une présentation ordonnée. Le logiciel est le résultat à la fois d’une structuration des connaissances par un pédagogue expert dans la matière et de ses décisions sur la meilleure façon de les présenter.
Dispenser des exercices
Ce type de logiciels est connu sous le nom de ‘DRILL’ en anglais. Il consiste à présenter des exercices à l’élève. L’objectif est que l’élève s’entraîne pour obtenir aisance et vitesse dans une matière.
Le point de vue théorique sous-jacent est béhavioriste. Les items (exercices) sont considérés comme des stimuli et les actions de l’élève comme des réponses. La récompense (renforcement) réside dans le fait d’avoir donné la bonne réponse, de pouvoir passer à l’item suivant. L’élève doit acquérir les associations entres items et bonnes réponses.
Véritablement enseigner : L’objectif de ce type de systèmes est de réaliser la tâche habituellement effectuée par l’enseignant. Le rôle de l’ordinateur peut alors être celui d’un entraîneur, d’un guide, d’un tuteur, d’un expert, d’un enseignant ou même d’un autre élève. Ce type de logiciels issu de l’intelligence artificielle est connu sous le nom de tuteurs intelligents. Pour enseigner tel un enseignant humain, un tuteur informatique doit posséder les connaissances du domaine à enseigner, s’adapter aux connaissances et erreurs de l’élève, adopter une stratégie pédagogique et pouvoir communiquer avec l’élève. Les tâches proposées à l’élève sont diverses ; la plupart permettent à l’élève de dialoguer avec un tuteur, mais il existe également des logiciels qui proposent à l’élève de jouer, guidé par un tuteur. Les tuteurs intelligents se basent sur des théories cognitivistes.
Environnements Interactifs d’Apprentissage Humain vers une ingénierie
Avec la prolifération de l’ordinateur personnel, du multimédia et des réseaux à petite et grande échelle (mondiale), de nouveaux champs de recherches se sont ouverts et le domaine s’est diversifié. On voit émerger un concept intégrateur l’EIAH pour Environnement Informatique pour l’Apprentissage Humain qui est utilisé soulignant à la fois le coté informatique et le coté humain de l’entreprise [Vries 2001]. Cela dans une prise de conscience de l’aspect profondément pluridisciplinaire de ce domaine de recherches. L’accent est posé sur la contribution à l’apprentissage humain, pas sur le type de dispositif informatique, ce qui est une grande évolution depuis les débuts de l’usage de l’ordinateur comme «machine à apprendre» .
Le modèle élève et les théories d’apprentissages
Il existe trois grandes théories d’apprentissages : béhaviorisme, cognitivisme et constructivisme [Mayo 2001] .
Béhaviorisme : C’est la plus ancienne théorie, elle traite l’apprenant comme une boite noire. L’apprenant béhavioriste est comparable à une machine qui fournit une réponse quand elle est soumise à un stimulus. La tâche d’enseigner se résume à l’obtention de réponse adéquate aux stimulus particuliers par un processus dit de conditionnement ; présenter répétitivement le stimulus, renforcer les réponses correctes et pénaliser les erreurs, sont les moyens utilisés.
Cognitivisme : Cette théorie explique l’apprentissage comme étant la formation et la reformation des représentations mentales des connaissances du domaine.
L’apprenant cognitiviste n’est plus une boite noire, les modèles cognitivistes décrivent ces représentations internes [Sampson 2002].
Les structures de connaissances sont appelées schémas, les schémas peuvent être combinés, étendus ou bien modifiés pour prendre en compte de nouvelles informations ; la mémoire dans cette théorie se divise en : mémoire sensorielle (4 seconde), mémoire court terme (retient les informations durant 20 secondes, une capacité de 7+-2 items) et mémoire long terme ( traitement plus profond ). Cette théorie définit aussi un certain nombre d’effets qui peuvent accroître l’efficacité de l’apprentissage [Mayo 2001], comme l’effet ‘’organisationnel’’ (les informations organisées en catégories sont plus faciles à retenir que celles non structurées), l’effet de ‘’sens’’ ‘meaningfull effect’ (les nouvelles informations reliées aux schémas existants sont plus faciles à apprendre). Constructivisme : Les deux précédentes théories sont dites objectives, dans le sens ou des comportements et des structures cognitives prédéterminées sont transférées à l’apprenant. Le constructivisme est une théorie subjective, où l’apprenant est appelé à construire lui-même ses connaissances en se basant sur l’expérience vécue. Les nouvelles connaissances sont formées et non pas transférées [Sampson 2002]. Le domaine ne doit pas être décomposé et présenté sous des parties à l’apprenant, l’apprentissage doit prendre place dans un environnement réaliste avec toutes les ambiguïtés et les détails ; comme résultat l’apprenant pourra construire les connaissances les mieux adaptées au contexte où il les utilise.
Table des matières
Chapitre I – ENSEIGNEMENT ASSISTE PAR ORDINATEUR
1. Introduction
2. Revue historique de l’EAO
3. EAO et éducation
4. Systèmes Tuteurs Intelligents
4.1 Le Module Expert
4.2 Le module pédagogique
4.3 Le modèle élève
4.4 Module interface
5. Les micro-ondes
6. Typologie des logiciels éducatifs
7. Environnements Interactifs d’Apprentissage Humain vers une ingénierie
7.1 Définition d’un EIAH
7.2 Ingénierie des EIAH
7.3 Besoins Métacognitifs d’un EIAH
7.4 Evaluation d’un EIAH
8.Conclusion
Chapitre II – MODELISATION DE L’ELEVE
1. Introduction
2. Le modèle élève
3. Le modèle élève et les théories d’apprentissages
4. Aspects du modèle élève
5. Contenu du Modèle élève
6. Fonctions du modèle élève
7. Initialisation du modèle élève
8. Approches de modélisation de l’élève
8.1 Modélisation par Expertise Partielle
8.2 Le modèle de perturbations
8.3 Modèle de traçage
8.4 Modélisation par stéréotypes
8.5 Le Modèle ouvert
9. Le Diagnostic dans le modèle élève
9.1 Taxonomie des méthodes de diagnostic
9.2 Méthodes de diagnostic
10. Intégration des nouvelles observations au modèle élève
11. Conclusion
CHAPITRE III – le modèle élève ouvert
1. Introduction
2. avantages de la modélisation ouverte de l’élève
3. Exemple de systèmes adoptant l’ouverture du modèle
3.1 TAGUS
3.2 UM
3.3 STYLE-OLM
3.4 Systèmes Pairs ‘Peer Systems’
3.5 Autres approches ouvertes
3.6 Résumé
4. Externalisation du modèle élève
4.1 Externalisation rendu par des indicateurs de niveau
4.2 Externalisation avec les CM
4.3 Des représentations multiples aux choix
4.4 Externalisation dans les systèmes Peer
4.5 Attribues autres que l ‘état cognitif pouvant être externalisés
4.6 Externalisation, cible visée : les enseignants
5. Conclusion
CHAPITRE IV – Approche adaptative d’ouverture du modèle élève
1. Introduction
2. Le modèle élève
3. Evaluation des connaissances de l’apprenant
4. Externalisation du model et organisation des interactions
5. Initialisation du modèle
6. Modèle Niveau II
7. introduction pratique à la logique floue
8. Régulation du pouvoir d’influence de l’élève
8.1 Niveau de connaissances
8.2 Consistance
8.3 Régulation du pouvoir de l’élève
9. Conclusion et perspectives
