exit

Sciences humaines et sociales   > Accueil   > Modélisation et utilisation du contexte   > Numéro spécial   > Article

Génération automatisée d’activités pédagogiques adaptées au contexte d’apprentissage

Automated generation of pedagogical activities adapted to the learning context


Gilles Macchia
NewLearn SAS

Patrick Brézillon
LIP6 – Sorbonne Université



Publié le 1er juillet 2021   DOI : 10.21494/ISTE.OP.2021.0689

Résumé

Abstract

Mots-clés

Keywords

La plupart des tuteurs intelligents oriente l’apprenant vers des objectifs d’apprentissage qui sont établis pour un profil donné. En termes d’IA, l’enseignant établit un modèle de tâche que l’apprenant doit réaliser dans un cadre donné de connaissances, de méthodes et d’outils. Le seul feedback de l’apprenant est son évaluation. Pour inclure l’apprenant dans la boucle de conception d’une formation, le modèle de tâche doit faire place à un modèle d’activité de l’apprenant réalisant la tâche. Cette approche améliore l’acquisition de nouvelles connaissances, compétences et aptitudes par l’apprenant. Toutefois cette phase d’acquisition dépend des acquis de l’apprenant. Rendre le contexte d’apprentissage explicite facilite cette phase d’acquisition. Nous proposons pour cela trois référentiels pour : une modélisation de l’apprenant, les spécifications de la formation, et les activités d’apprentissage. Chaque référentiel est décrit par des éléments contextuels applicable à tout apprenant, mais qui sont instanciables spécifiquement pour chaque apprenant et chaque étape de la session d’apprentissage. Cet « apprentissage guidé par l’apprenant » est plus réaliste qu’un apprentissage basé sur les profils a priori.

Most of intelligent tutoring systems orient the learner towards learning objectives that fit an a priori profile. In AI terms, the teacher establishes a task model that the learner must realize according to a given frame of knowledge, methods and tools. The unique feedback from learners comes from their evaluation. For including the learner in the training-design loop, the task model must be replaced by an activity model of the learner realizing the task. This approach improves the acquisition of new knowledge, competences and skills by the learner This acquisition phase depends essentially on the learner’s background. Making the learning context explicit facilitates this knowledge acquisition. Three frames of references are proposed: for learner modeling, for training specifications and for learning activities. Each frame of reference is described by contextual elements usable for all the learners, but instantiable with a specific value for each learner and each step in the training session. This "learner-driven" training is more relevant than the usual “profile-driven” training.

Formation apprentissage modèle de la tâche modèle de l’activité Contexte éléments contextuels instanciation formation guidée par l’apprenant

Training Learning task model activity model Context contextual elements instantiation learner-driven training