Un modèle de représentation des connaissances orienté objet pour la conception et le...

Un modèle de représentation des connaissances relatives au contenu dans un système tutoriel intelligent Roger Nkambou* - Gilles Gauthier** - Claude Frasson*** * Département d’informatique - Université de Moncton, Moncton (NB), E1A 3E9 Canada Adresse électronique: [email protected] ** Département d’informatique - Université du Québec à Montréal Montréal (Québec), H3C 3P8 CANADA Adresse électronique: [email protected] *** Département d’informatique - Université de Montréal Montréal (Québec), H3C 3J7 CANADA Adresse électronique: [email protected] RÉSUMÉ. Nous présentons dans cet article une approche, nommée CREAM (Curriculum REpresentation and Acquisition Model), destinée à la modélisation des connaissances d'une matière à enseigner dans un STI. Cette approche permet d'organiser la matière sous trois perspectives: domaine, pédagogie et didactique. L'aspect relié au domaine est mis en œuvre, dans cette approche, par un modèle de capacités (CREAM-C) qui représente et organise les connaissances du domaine suivant des liens logiques existant entre elles; ces connaissances sont catégorisées selon la taxinomie de Gagné. Le volet pédagogique crée un cadre de définition et d'organisation des objectifs d'enseignement (CREAM-O et CKTN). L'organisation des objectifs consiste notamment à modéliser les prédispositions nécessaires à leur réalisation et à étudier l'impact que peut avoir l'atteinte d'un objectif sur les connaissances du domaine. La dimension didactique revient à produire un modèle qui définit et organise les différents moyens tactiques nécessaires pour l'enseignement de la matière considérée (CREAM-R). ABSTRACT. In this paper we present an approach to modeling the subject matter to be taught by a large scale Intelligent Tutoring System (ITS). This approach, called CREAM (Curriculum Representation and Acquisition Model) allows to organize the content information according to models concerning respectively the domain, the pedagogy and the didactic aspects. The domain is supported by the capability model (CREAM-C) which represents and organizes domain knowledge. The pedagogical view allows to define and organize instructional objectives in modeling the skills required for their completion and in evaluating the impact of this completion on the domain knowledge (CREAM-O and CKTN).

Modélisation du curriculum

The didactic component is based on a model of resources which defines the different means that are necessary to support the teaching (CREAM-R). MOTS-CLÉS : Systèmes tutoriels intelligents, représentation de connaissances, curriculum, connaissances du domaine, réseaux de transition, organisation des connaissances. KEY WORDS : Intelligent tutoring systems, knowledge representation, curriculum, domain knowledge, transition network, knowledge structuration. 1. Introduction

Le curriculum est défini en éducation [Legendre 1993] comme l'ensemble structuré des expériences d'enseignement et d'apprentissage (objectifs de contenu, objectifs d'habileté, objectifs spécifiques, cheminements ramifiés et règles de progression, matériel didactique, activités d'enseignement et d'apprentissage, etc.) planifiées et offertes sous la direction d'une institution scolaire en vue d'atteindre des buts éducatifs prédéterminés.

Dans le domaine de l'éducation, le développement d'un curriculum est une étape importante du processus de conception de l'enseignement. En effet, le curriculum est souvent considéré comme une donnée d'entrée d'un système d'enseignement [Finch et Crukilton 1986]. Très peu de recherches dans le domaine des systèmes tutoriels intelligents (STI) se sont préoccupées de la nécessité d'un curriculum et de ce fait un des problèmes qui se posent est celui de trouver une définition et une représentation du curriculum dans le cadre d'un STI.

La psychologie (humaniste, béhavioriste ou cognitive) reconnaît la nécessité de créer un environnement pouvant supporter la planification et le déroulement de l'enseignement [Grippin et Peters 1984, Tardif 1992]. Dans le cadre des STI, quelques travaux ont abordé la notion de curriculum [Lesgold 1988, Halff 1988, Mccalla 1990, Hartley 1990, Derry 1990]. Halff (1988) considère que le but du curriculum dans les STI est de formuler une représentation du matériel d'enseignement et de sélectionner et d'ordonner les activités de formation à partir de cette représentation. Ainsi, Halff oriente la représentation du curriculum vers le matériel. McCalla (1990) donne une définition similaire selon laquelle le curriculum dans un STI représente la sélection et l'ordonnancement de connaissances en vue de réaliser les buts d'enseignement appropriés au contexte courant et à l'apprenant courant. Il met l'accent sur le fait qu'un curriculum doit être flexible, évolutif et adaptatif aux besoins de l'apprenant et au déroulement de l'enseignement. D'autres travaux tels que ceux de Wipond et Jones [Wipond et Jones 1988] et de Merrill [Merrill 1991] abordent la construction d'environnements destinés aux enseignants humains pour le développement de curriculums et de cours.

S'il est vrai que l'accent doit être mis sur les connaissances que le STI veut faire acquérir à un apprenant, il n'en demeure pas moins que l'acquisition de ces connaissances se fait à travers une variété d'activités d'apprentissage et


d'enseignement véhiculées par le matériel d'enseignement (ressources didactiques). Ainsi, nous considérons que le curriculum, tout en se focalisant sur les connaissances relatives à une matière donnée, doit aussi se préoccuper des ressources didactiques nécessaires à l'acquisition, par l'apprenant, de ces connaissances dans des situations d'enseignement ou d'apprentissage. Par exemple, l'acquisition d'une connaissance concernant la résolution d'un système d'équations linéaires nécessite la réalisation d'un certain nombre d'activités (enseignement de concepts associés aux notions impliquées, résolution de problèmes ou d'exercices sur les systèmes d'équations linéaires...). Cette réalisation n'est possible que si les ressources didactiques concernées (exercices, problèmes...) sont disponibles. Naturellement, la sélection de l'une ou de l'autre ressource est fonction du déroulement de l'enseignement et des besoins de l'apprenant.

L'objet de cet article est de proposer un modèle de représentation des connaissances relatives à une matière à enseigner par un STI, prenant en compte les perspectives domaines, pédagogiques et didactiques de l'enseignement. Après une définition de la notion de curriculum et quelques éléments de notre approche sur ce point, nous définissons successivement le modèle des capacités, le modèle des objectifs d'enseignement et celui des ressources didactiques. Nous détaillons ensuite les liens qui existent entre les connaissances de ces modèles. Ceci nous amène à définir le modèle pédagogique de la matière à enseigner basé sur le couplage des trois modèles. Nous aboutissons finalement à une architecture du système.

1.1. Définition Nous définissons un curriculum dans un STI comme étant une représentation

structurée de la matière à enseigner en terme de capacité1 (capabilities) au sens de Gagné [Gagné et al. 1992], d' objectifs dont la réalisation contribue à l'acquisition de capacités et de ressources didactiques (exercices, problèmes, démonstrations, vidéos, simulations, etc.). Tous ces éléments sont organisés dans des structures de connaissances destinées à soutenir l'enseignement d'une matière.

Notre idée est de créer et d'organiser un environnement riche et varié pouvant supporter la génération de cours [Nkambou et al. 1996a], la planification et le déroulement de l'enseignement, et certains aspects reliés à la modélisation de l'apprenant [Nkambou et al. 1996c]. Cette approche met l'accent sur la séparation du cours et de la matière. Ainsi plusieurs cours peuvent être construits ou générés à partir d'un même curriculum. Bien que notre définition soit différente de celle de McCalla, elle répond cependant aux caractéristiques qu'il a fixées pour un curriculum dans un STI, à savoir une structure flexible, évolutive et adaptative. En effet notre approche comporte:

• une structure flexible car les connaissances du curriculum (objectifs d'enseignement, capacités, ressources didactiques) sont représentées sous forme déclarative;

1 Le terme capacité fait référence aux connaissances du domaine et habiletés que possède un individu. C’est donc un terme qui couvre un sens plus large que celui de connaissance du domaine.


• la structure est évolutive car des connaissances peuvent être ajoutées ou retirées de la structure;

• Enfin la une structure est adaptative car elle peut être adaptée aux besoins d'un apprenant particulier en supportant la génération du cours (détaillé) et des activités d'apprentissage selon les connaissances et les besoins de ce dernier.

Pour mettre en œuvre cette vision du curriculum dans les STI, nous présentons

dans ce qui suit, un modèle de représentation, d'organisation et d'acquisition du curriculum pour un STI.

1.2. Représentation du curriculum

Quelques approches de représentation du curriculum dans les STI ont été proposées [Lesgold 1988, Halff 1988, Mccalla 1990, Hartley 1990, Derry 1990]. Ces différentes représentations sont loin d'être contradictoires mais plutôt complémentaires. En effet, la représentation de Barr [Barr et al. 1976], bien que ne faisant pas ressortir la notion d'organisation des ressources (dont nous allons montrer l'utilité à travers le modèle proposé), reconnaît tout de même que ces ressources sont nécessaires, du moins dans la pratique des habiletés. La représentation de Hartley fait ressortir l'idée de niveau d'acquisition d'une connaissance; l'utilisation de théories comme celles de Gagné [Gagné et al. 1992] et de Klausmeier [Klausmeier 1990]) dans notre modèle va dans ce sens. En effet, la ressource didactique associée à une capacité ou à un objectif (en vue d'acquérir une capacité), doit tenir compte de la nature de cette capacité et du niveau d'acquisition recherché. Par exemple, dans un STI visant à enseigner la pratique de la perfusion sanguine aux infirmières, l'acquisition du concept de perfusion est fort différente de l'acquisition de la procédure de perfusion; au niveau concept, on aurait surtout besoin de présenter des documents expliquant le concept de perfusion et des tests pour évaluer l'acquisition de ce concept, alors qu'au niveau règle (procédure) il serait question d'exercices et de problèmes à résoudre. Le treillis de buts proposé par Lesgold [Lesgold 1988] fait ressortir l'idée que les buts d'enseignement portent sur les connaissances du domaine, c'est-à-dire sur le contenu de l'enseignement que nous représentons dans CREAM en terme de capacité, mais ne montre pas la façon dont une telle représentation est exploitée dans un STI. Notre approche fait du curriculum une structure essentiellement déclarative, dont le rôle est de supporter l'enseignement d'un domaine. Il est exploité par d'autres composants d'un STI tels que le modèle de l'apprenant, le planificateur, ou le tuteur [Nkambou et al. 1997].

Le modèle de représentation que nous proposons, fait ressortir une représentation de la matière à enseigner à travers une organisation de capacités, une organisation d'objectifs d'enseignement et une organisation de ressources didactiques. Sur ces trois organisations, nous construisons une structure représentant le modèle pédagogique de la matière. Cette structure appelée CKTN (Curriculum Knowledge Transition Network) contient des liens particuliers entre les éléments provenant des trois modèles (capacités, objectifs et ressources).

2. Modélisation des capacités

Une capacité est une connaissance, acquise ou développée, permettant à une personne de réussir dans l'exercice d'une activité physique ou intellectuelle. Il s'agit d'une information qui est emmagasinée dans la mémoire à long terme de l'apprenant et qui rend possible un comportement. 2.1. Classification des capacités

La question qui se pose lorsque l'on veut représenter les capacités est celle de savoir ce qui doit être enseigné, en d'autres termes, le contenu de ce que l'on veut faire acquérir à l'étudiant. La sélection du contenu nécessite l'identification de la nature de ses éléments. Plusieurs théories de classification (catégorisations) des capacités existantes ont été étudiées dans la littérature [Anderson 1983, Balacheff et al. 1993, Gagné et al. 1992, Merrill 1991]. Nous avons opté pour la classification de Gagné pour les raisons suivantes:

• les connaissances y sont représentées à un niveau de détail fin, • la plupart des classifications existantes peuvent être incluses dans celle de

Gagné, • la plupart des classifications font abstraction de certaines catégories de

capacités considérées chez Gagné, • Gagné a développé pour chaque catégorie de connaissances les stratégies

nécessaires à leur acquisition et les conditions de leur apprentissage. Selon Gagné (1992), cinq grandes catégories de capacités sont à la base de la

plupart des activités humaines: les informations verbales, les habiletés intellectuelles, les stratégies cognitives, les habiletés motrices et les attitudes. Certaines de ces catégories se subdivisent en sous-catégories (figure 1). Dans le cadre des STI, nous allons considérer uniquement les trois premières catégories, les habiletés motrices et les attitudes étant plus difficiles à mettre en œuvre dans un STI. Un des intérêts de cette classification est que les conditions particulières à respecter pour favoriser l'acquisition de chacun des types de connaissances de cette taxinomie ont été définies par Gagné [Gagné 1985]. Cet aspect nous semble important pour la planification des leçons et le choix des tactiques d'enseignement par le STI [Nkambou et al. 1997].

Les informations verbales (connaissances déclaratives, savoir que...) sont des

capacités permettant à l'individu de se représenter la réalité et de communiquer ces représentations à d'autres individus. La possession de ce type de capacité signifie que l'individu peut énoncer, sous forme de proposition, expliquer ou décrire ce qu'il a appris. Par exemple, “énoncer la loi d'Ohm”. Dans certaines matières telles que la géographie, l'histoire, la littérature, la majeure partie du curriculum relative au contenu est constituée d'informations verbales.


Les habiletés intellectuelles (connaissances procédurales, savoir comment...) sont constituées d'opérations mentales à exécuter pour agir (intérieurement) sur la réalité. Elles permettent de manifester des comportements du type démontrer, prouver, exécuter, reconnaître, identifier, procéder... Ici, l'apprenant va plus loin que le simple dire, il peut faire. Exemples de capacités: perfusion-initiale(règle-d'ordre-supérieur) (procédure d'une perfusion intraveineuse), ON-OFF-Charge(concept) (Concept relatif au bouton de mise sous tension d'une pompe à perfusion intraveineuse (pompe Baxter). L'étudiant qui possède ces capacités est respectivement capable de procéder à une perfusion initiale et de reconnaître le bouton ON-OFF-Charge d'une pompe à perfusion Baxter. Les habiletés intellectuelles se subdivisent en plusieurs sous-catégories ordonnées selon la complexité des opérations mentales qu'elles impliquent (figure 1). L'apprentissage des habiletés intellectuelles requiert l'apprentissage préalable d'habiletés plus simples. Gagné a identifié quatre catégories d'habiletés intellectuelles: les discriminations, les concepts, les règles et les règles d'ordre supérieur

Figure 1. Hiérarchie des capacités

Les stratégies cognitives sont des capacités utilisées dans les processus cognitifs

mis en œuvre pour apprendre (dans ce cas on parle de stratégies d'apprentissage) ou pour résoudre des problèmes (on parle de stratégies de résolution de problèmes). Par stratégie d'apprentissage, on entend, un processus qui consiste pour l'apprenant à rechercher dans les stimuli présentés ceux qui favorisent l'acquisition de la capacité envisagée (utiliser la stratégie ou la technique X pour l'apprentissage de concepts...). Les stratégies de résolution de problèmes sont des procédures utilisées dans la recherche de solutions d'un problème donné. Les stratégies cognitives permettent à un étudiant d'agir sur son environnement en utilisant les informations qu'il acquiert. Par exemple, dans une situation de réalisation de tâches, l'étudiant exploite ces stratégies pour poser des actions appropriées à cette réalisation. Les

d’ordre

Information Attitude

Lois Concept

DiscriminationEnsemble de

Concept Concept

verbale intellectuelle cognitive

Proposition

propositions

concret

Capacité

Habileté Habileté

Règle Règlesupérieure

défini

préalable

est-un (héritage)

Stratégiemotrice


stratégies cognitives favorisent le transfert de connaissances. Leur utilisation nécessite un contrôle de la part de l'étudiant en fonction de la situation. 2.2. Représentation des capacités

La représentation d'une capacité dépend de sa nature. D'une manière générale,

nous définissons une capacité comme dans la figure 2.

Figure 2. Définition d’une capacité

N.B.: Nous avons utilisé la notation BNF (Backus Naur Form) pour définir le langage de représentation des éléments du curriculum. Cependant, ces définitions ont été implémentées à l'aide du langage Smalltalk.

ÉlémentDeLaMatière représente l'objet du domaine sur lequel la capacité est définie. Pour un même élément de la matière, nous pouvons définir plusieurs capacités. Par exemple, les capacités perfusion(concept) et perfusion(règle) sont définies sur un même élément de la matière qui est perfusion.

Les attributs d'une capacité varient suivant le type de capacité considéré. Par exemple, pour une règle, les conditions et les procédures doivent être représentées. La liste des procédures est un ensemble de règles de la forme:

<Condition> <Action> <Action>*

Cette liste peut être implémentée de plusieurs manières: script, arbre de tâches,

graphe de tâches... Dans le cas d'un concept les facteurs discriminants (attributs intrinsèques et/ou fonctionnels du concept) et les règles de reconnaissance doivent être spécifiés. Les attributs intrinsèques d'un concept sont les caractéristiques qui le définissent. Par exemple, le nombre de cotés, la longueur des cotés et le nombre d'angles et la valeur des angles sont les principaux intrinsèques d'un carré.

La règle de reconnaissance est la règle qui permet de reconnaître une instance de

concept. Elle est représentée sous la forme d'une suite de conditions suivie d'une action:

<Condition> <Condition>* <Action>

Par exemple la règle de reconnaissance du concept de carré se représenterait par: ((Nombre de cotés = 4) et (lc1 = lc2 = lc3 = lc4) et (4 angles de 90)) alors carré, avec lci la longueur du coté i.

<Description> ::= <UnTexte>

<Capacité> ::= <Notation> <Description> <Attributs>

<Attributs> ::= <AttributsIV> | <AttributsDiscrimination> | <AttributsConceptDéfini>

loi | proposition | ensembleDeProposition | conceptDefini | conceptConcret | regle

| regleDOrdreSuperieure | strategieDeResolutionDeProbleme | strategieDApprentissage

| <AttributsConceptConcret> | <AttributsRègle-RS-SC>

<Type> ::=

)( <Notation> ::= <ÉlementDeLaMatière> <Type>

<ÉlementDeLaMatière> ::= <Lettre> {<Lettre> | -}*


La figure 3 donne la définition des attributs d'une capacité.

Figure 3. Quelques exemples de définition d’attributs

La figure 4 montre des exemples de capacités exprimés dans un pseudo-code

voisin de Smalltalk qui est notre langage d'implémentation. La liste des procédures de la capacité de type règle apparaissant dans cette figure peut être représentée par un graphe de tâche. 2.3. Niveau d'acquisition d'une capacité

Dans notre modèle de curriculum, nous avons introduit l'idée de disposer d'un vocabulaire d'évaluation de l'acquisition d'une capacité. Par exemple, l'on dira qu'un individu a appris une règle lorsqu'il peut l'appliquer ou lorsqu'il peut transférer l'application de la règle dans un autre contexte. Pour cela, l'alphabet d'évaluation d'une règle contient deux valeurs: applique et transfère. Dans le cas des concepts, nous avons par exemple l’alphabet de Klausmeier [Klausmeier 1990] selon lequel quatre niveaux de maîtrise sont utilisés pour qualifier l'acquisition d'un concept: identifie, reconnaît, classifie et généralise. Plusieurs alphabets peuvent exister pour la qualification d'un même type de capacité.

Exemples:

ClasseConceptConcret

[turnOn(pump). turnOn(Boutton-ON-OFF_CHARGE).

progamming(infusionRate). programming(volumeToBeInfuse).

ClasseRegle

attributsFonctionnels: #(etat, #(on, off))

procedures: #((pump isTurnOff, notation: #Perfusion(regle)

description: ’Bouton de mise en marche et de mise hors fonction d’’une pompe Baxter’

start(infusion)]),

(pump isTurnOff

[turnOn(pump). turnOn(Boutton-ON-OFF_CHARGE).

start(infusion)]),

nil)

progamming(infusionTime). programming(volumeToBeInfuse).

attributsIntrinseques: #(couleur, etiquette)

notation: #Boutton-ON-OFF-CHARGE(ConceptConcret)

regleDeReconnaissance: [(couleur = #jaune) & (etiquette = ’ONOFFCharge’)]

[<Exemples>] [<NonExemples>] [<Voisins>]

<AttributsConceptConcret> ::= <AttributsIntrinsèques> [<AttributsFonctionnels>]

<RèglesDeReconnaissance>

<AttributsDiscrimination> ::= <ListeDesFacteursDiscriminants>

<AttributsConceptDéfini> ::= <PrédicatDeDéfinition> [<Exemples>] [<NonExemples>] [<Voisins>]

<AttributsRègle> ::= <ListeDesProcédures>

<AttributsIV> ::= <AttributsLoi> | <AttributsProposition> | <AttributsEnsembleDePropositions>

<RèglesDeReconnaissance> ::= <Condition> <Condition>* <Action>

<AttributsIntrinsèques> ::= <Libellé> <Libellé>*

<AttributsRègle-RS-SC> ::= <AttributsRègle> | <AttributsRègleDOrdreSupérieure> | <AttributsStatégieCognitive>

<ListeDesProcédures> ::= <Procédure> <Prodédure> *


Figure 4. Exemples de capacité

Le concepteur du curriculum devra toutefois faire son choix au début de la

conception. Le tableau 1 montre des exemples d'alphabets pour chaque type de capacité.

Type de capacité Vocabulaire d’évaluation

Information verbale { }verbaliseréciteMerrillE ,= Concept { }généraliseclassifiereconnaîtidentifieKlausmeierE ,,,=

{ }généralisepossèdeMerrillE ,= Règle-RègleOS-Stratégie { }transfèreappliqueWinogradE ,=

Discrimination { }distingueGagnéE =

Tableau 1. Vocabulaires d’évaluation de l’acquisition de capacités

2.4. Organisation des capacités

Nous avons identifié quatre types de relations entre les capacités: les relations d'analogie ( A ), de généralisation ( G ), d'agrégation ( gA ) et de déviation ( D ).

Relation d'analogie entre capacités. L'analogie entre deux capacités peut être du point de vue de leur fonctionnalité, de leur résultat ou de leur définition. Dans le premier cas, on parlera d' analogie fonctionnelle et dans les deux derniers cas on parlera d' analogie structurelle. Considérons 1k = perfusion-initiale(règle) et 2k = perfusion-secondaire(règle) , deux capacités sur l'utilisation de la pompe Baxter. Il existe une analogie du point de vue de la fonctionnalité, notée A ( 1k , 2k ,

fonctionnel) entre 1k et 2k . Relation de généralisation. Certaines capacités sont plus générales que d'autres.

Une capacité 1k sera dite plus générale qu'une capacité 2k si 2k possède tous les

attributs de 1k . Deux capacités liées par ce type de relation, partagent les attributs de la capacité la plus générale mais la capacité la plus spécifique possède des attributs supplémentaires. On dit aussi que 2k est une spécialisation de 1k et bénéficie d'une

précision sur certains attributs. Considérons 1k = perfusion-initiale(règle) et 2k = perfusion-initiale-avec-débit-et-volume(règle), deux capacités sur l'utilisation de la pompe Baxter; la capacité 1k est plus générale que la capacité 2k , ceci est noté

G ( 1k , 2k ).


Relation d'agrégation. Cette relation traduit le fait qu'une connaissance soit une composante d'une autre. Considérons les capacités 1k = débit(loi), 2k = volume(loi)

et 3k = temps(loi); les capacités 2k et 3k sont des constituants de 1k , ce qui est noté

par gA ( 1k , 2k ) et gA ( 1k , 3k ). Relation de déviation (mal-capacité). Cette relation notée D traduit le fait

qu'une capacité soit une déformation de l'autre. Par exemple, perfusion-initiale-avec-temps-et-volume(concept) peut être une déviation de perfusion-initiale-avec-temps-et-débit(concept). 2.5. Modèle des capacités

Chaque relation définit un ensemble de liens entre capacités. Un lien peut porter des informations décrivant sa nature ou toute autre information nécessaire dans sa sémantique. Une relation étiquetée est un couple ( )ψ,ℜ où ℜ est une relation et ψ : ℜ → E est une fonction. L'ensemble E est dit ensemble des étiquettes. Par exemple, l'ensemble des étiquettes pour une relation d'analogie est le suivant: {definition, structurelle, fonctionnelle}.

Chaque relation définit un graphe éventuellement étiqueté, correspondant à l'organisation des capacités par rapport à cette relation. Soit une description du contenu d'un domaine en terme de capacités; le modèle de capacité est constitué: • de l'ensemble C de capacités, • de la partition IiiC ∈)( de C correspondant aux catégories de capacités2, • de la famille IiiE ∈)( d'alphabets d'évaluation de capacité; chaque iE étant

l’alphabet retenu pour l'évaluation des capacités de la catégorie i, • de l'ensemble cR = { }DAGA g ,,, des relations définies sur les capacités,

• de l'ensemble E des étiquettes des relations entre capacités, • et d'une fonction ψ : EDAGA g →UUU qui associe une étiquette à un lien

quelconque entre les éléments de C .

Le modèle de capacité (CREAM-C) noté cM est le 6-uplet ( )ψ,,,)(,)(, ERECC cIiiIii ∈∈ . Les élément de ce 6-uplet sont tels que définis précédemment. Le modèle des capacités reste extensible à d'autres types de relations. La figure 5 montre une partie du modèle CREAM-C pour le curriculum dédié à l'apprentissage de l'utilisation d'une pompe Baxter.

2 La partition utilisée dans cet article est celle correspondant à la taxinomie de Gagné (loi, concept concret, règle, propositions...). Il est possible de considérer d'autres taxinomies.


Figure 5. Une partie du modèle de capacités pour l’utilisation de la pompe Baxter

L'intérêt pédagogique de CREAM-C est souligné à travers son exploitation dans

les processus de modélisation de l'étudiant et de génération automatique de cours. Le planificateur s'appuie également sur ce modèle pour prendre certaines décisions concernant la leçon à produire [Le et al. 1997]. 3. Modélisation des objectifs pédagogiques

Un objectif d'enseignement est une description d'un ensemble de comportements (ou performances) qu'un apprenant doit être capable de démontrer suite à un apprentissage. Il peut aussi décrire l'ensemble des capacités que doit posséder un étudiant après une activité pédagogique. Certains objectifs sont liés de près à une capacité. L'approche de formulation d'objectifs que nous proposons est orientée vers les connaissances à acquérir. En effet, étant données des capacités, il est possible de définir un ou des objectif(s) dont la réalisation permettra de les acquérir. Toutefois, dans d'autres cas, un objectif a comme préalable une ou plusieurs capacités et contribue à une ou plusieurs capacités. De telles situations, déterminées par des experts pédagogues, décrivent des contextes d'enseignement et la consultation du modèle de l'apprenant permet de déterminer à quel moment elles sont activables.

L'une des faiblesses des modèles de représentation et d'organisation de la matière dans les STI actuels, est l'absence d'une spécification claire des objectifs d'enseignement. Or, plusieurs travaux ont démontré la nécessité d'une telle spécification dans un système d'enseignement [Lesgold 1988, Webster 1994]. Nous avons pris cette dimension en considération dans notre approche de représentation, en introduisant un modèle des objectifs pédagogiques (CREAM-O), dans lequel ces derniers sont représentés et organisés entre eux par des liens didactiques (prérequis, prétexte, agrégation...). Ces liens peuvent être définis par le concepteur de l'enseignement ou générés par le système.

G

G

G

A

Ag Ag

SecondePerfusion

PerfusionInitiale

Perfusion

PerfusionInitiale

A = AnalogieG = GeneralisationAg = Agregation

Volume Debit(Règle)

(Règle)

(Règle)

(Règle)

VolDebit(Règle)

(Règle)


3.1. Classification et représentation des objectifs Nous avons opté pour la classification de Bloom [Bloom 1978] en ce qui concerne le niveau d'un objectif. Ainsi, six catégories d'objectifs sont disponibles, par ordre croissant de complexité: acquisition, compréhension, application, analyse, synthèse et évaluation. à chaque catégorie est associée une liste de verbes d'action décrivant le comportement rendu possible par l'atteinte de l'objectif. La figure 6 donne la définition d'un objectif.

Figure 6. Définition d’un objectif d’enseignement

• Habileté décrit le comportement impliqué dans l'objectif. Cet attribut est représenté par un verbe d'action, appartenant à un niveau de la taxinomie de Bloom, qui exprime le comportement ou la performance exigée par l'objectif.

• ÉlémentDeLaMatière décrit l'élément du domaine sur lequel porte l'objectif. • Description est la description textuelle détaillée de l'objectif. • Niveau indique la catégorie de Bloom à laquelle appartient l'objectif.

Normalement, cette catégorie peut être déduite à partir du comportement (verbe d'action associé à l'objectif).

• Contexte décrit les conditions dans lesquelles va se dérouler la performance de l'étudiant [Mager 1990]. Cette condition précise les données, les contraintes, ou les deux.

• CritèreDeRéussite représente la règle qui permettra de déterminer si l'objectif est atteint. Un niveau minimal de performance exigé peut aussi être précisé. Comme on le verra plus loin, le critère de réussite est en général une fonction des ressources qui sont associées à l'objectif. En effet, l'évaluation de l'atteinte d'un objectif est une fonction de la performance de l'étudiant sur les ressources didactiques impliquées. La figure 7 montre un exemple d'objectif du curriculum de l'apprentissage du

code de la route au Québec.

<Contexte> ::= <UnTexte>

<Niveau> ::=

expliquer | dire-en-ses-propres-mots | interpreter | prevoir | decrire | demontrer

juger | defendre | critiquer | justifier

concevoir | soutenir | schematiser | ecrire | exposer | planifier | discuter

organiser | deduire | choisir | analyser

<Objectif> ::= <Notation> <Description> <Niveau> [<Contexte>] [<CritèreDeRéussite>]

[ ]<Notation> ::= <Habileté> <ÉlementDeLaMatière>

<HabiletéAquisition> ::=

<HabiletéApplication> ::=

<HabiletéSynthèse> ::=

<HabiletéÉvaluation> ::=

<HabiletéComprehension> ::=

><CritèreDeRéussite> ::= <Règle

enumerer | nommer | identifier | indiquer | definir | reconnaitre | rappeler

resoudre | appliquer | calculer | formuler | mettre-en-pratique

acquisition | comprehension | application | analyse | synthese | evaluation

<HabiletéAnalyse> ::=

<Habileté> ::= <Habilet

| <HabiletéSynthèse> | <HabiletéÉvaluation>

éAquisition> | <HabiletéComprehension> | <HabiletéApplication> | <HabiletéAnalyse>

aux travaux de construction’

ClasseObjectif notation: #Reconnaitre[Signaux-de-travaux]

description: ’Apprendre a reconnaitre les differents signaux relies

contexte: nil

critereDeReussite: nil

niveau: #acquisition


Figure 7. Un exemple d’objectif

3.2. Opérationnalisation d'un objectif

Opérationnaliser un objectif c'est définir un contexte pour sa réalisation et une règle d'évaluation. Les objectifs opérationnels sont centrés sur l'action et permettent de vérifier l'efficacité de l'étudiant. Nous avons défini deux façons pour rendre un objectif opérationnel : • Opérationnalisation par la construction d'un objectif de type Mager (1990), dans

lequel on précise la situation (le contexte de réalisation), et une règle d'évaluation permettant de mesurer son atteinte (indicateur de succès (ou d'échec)). Dans CREAM, un objectif opérationnalisé par cette approche aura obligatoirement les valeurs non nil pour les attributs Contexte et CritereDeReussite. Un même objectif peut être opérationnalisé en lui associant plusieurs objectifs opérationnels. Par exemple, pour l'objectif de la figure 7, on peut définir les deux objectifs opérationnels de la figure 8.

• Opérationnalisation par association d'une ressource didactique. Les ressources didactiques présentées à la section suivante déterminent par elles-mêmes un contexte et évaluent les actions de l'étudiant. Ceci évite à l'expert pédagogue d'avoir à compléter explicitement les champs Contexte et Critère d'évaluation de l'objectif.

Figure 8. Exemple d'objectifs opérationnels




contexte: ’Parmi un ensemble de panneaux qui lui seront presentes,

critereDeReussite: #(5 TIM/ 8) "commentaires: réussir à au moins cinq tests d’identification multiple

(TIM) sur huit présentés"


l’etudiant devra identifier tous les panneaux de type travaux deconstruction’


type travaux de construction’



contexte: ’Parmi un ensemble de panneaux qui lui seront presentes,

l’apprenant devra indiquer et nommer les panneaux de

de désignation sur quatre présentés"

simple (TIS) sur trois présentés et à au moins trois tests

critereDeReussite: #(2 TIS/3 + 3 TD/4) "commentaires: réussir à au moins deux tests d’identification


(a)

(b)


3.3. Organisation des objectifs

Comme pour les capacités, nous disposons dans CREAM d'une organisation dans laquelle les objectifs sont reliés entre eux par plusieurs types de relations: prérequis ( P ), prétexte ( *P ) et constitution ( *A ). Un objectif O est dit prérequis obligatoire à l'objectif O', et on écrit P (O,O’,obligatoire), si l'étudiant doit avoir réalisé O pour espérer atteindre O'. Une forme plus faible de prérequis est le prérequis souhaitable. L'objectif O est un prérequis souhaitable à l'objectif O' si l'atteinte de O favorise l'atteinte de O'. On note ce fait par P (O,O',souhaitable). Ces deux étiquettes doivent être spécifiées au moment de la création d'un lien de prérequis.

Les relations de prérequis entre objectifs peuvent être générées ou déduites automatiquement à l'aide d'un raisonnement sur le modèle résultant du couplage des modèles [Nkambou 1996].

Un objectif O' est prétexte à un objectif O, et on écrit *P (O,O’) si O' peut servir de support au développement d'habiletés spécifiées par O. Par exemple, si l'objectif est de développer des habiletés de manipulation d'un appareil physique chez un apprenant, l'apprentissage de la manipulation de la pompe Baxter pourrait être considéré comme un objectif prétexte. Un objectif constitutif (ou sous-objectif) représente certains des éléments formant un objectif. Un objectif peut comprendre plusieurs sous-objectifs. On écrit *A (O,O') si O est un objectif constitutif de O'. 3.4. Modèle des objectifs

Le modèle des objectifs (CREAM-O) de la matière à enseigner, noté oM , est représenté par le multi-graphe étiqueté (O, P , *P , *A ) où O est l'ensemble des objectifs et où P , *P et *A sont les graphes (étiquetés) définis par les relations décrites plus haut. 4. Modélisation des ressources didactiques

Nous définissons une ressource didactique comme étant un moyen tactique (exercice, problème, test, simulation, démonstration, document...), utilisé par le système d'enseignement pour supporter l'apprentissage, par un apprenant, de capacités le rendant capable des performances définies par les objectifs. Les ressources didactiques peuvent aussi être utilisées pour pratiquer ou renforcer les capacités déjà acquises. Nous considérons chaque ressource didactique comme un objet éventuellement capable de se charger de la gestion de son interaction avec l'apprenant et de l'évaluation de l'étudiant qui l'utilise. Ces ressources peuvent être locales ou à distance (des documents HTML sur le réseau Internet par exemple). Pour certaines d'entre elles, une analyse complexe des activités cognitives


impliquées peut être nécessaire [Bovair et al. 1990, John et Kierras 1994]: c'est le cas des ressources de type problème auxquelles on associe une structure de connaissance qui représente l'ensemble des scénarios pertinents de résolution du problème, identifiés à la suite d'une analyse de tâches. 4.1. Classification et représentation des ressources didactiques

Les ressources didactiques jouent un rôle important dans le processus d'apprentissage. En effet, elles représentent l'interface entre l'étudiant et les autres modèles de connaissances. C'est à travers l'interaction avec une ressource didactique qu'un étudiant acquiert des connaissances et qu'il est évalué. Il est important d'étudier les différentes catégories de ressources et leur nature, afin de mieux cerner leur impact dans le processus d'enseignement/apprentissage.

L'analyse des différentes ressources nous a permis de produire une typologie des ressources didactiques. Cette typologie a abouti à un modèle objet dont une partie est illustrée par les figures 9. Il ressort de ce modèle, trois grandes catégories de ressources: les ressources intelligentes, les ressources tutorielles et les ressouces bêtes.

Figure 9. Modèle objet des ressources didactiques

Ressources intelligentes.

Simulation-based

systemCoach

CritiqueConseiller

tutorielleRessource Ressource

tutoriellegenerique

Systemed’enseigne-

ment de regles

Systemed’enseigne-ment d’ IV

Systemed’enseigne-ment deconcepts

Trace

Ressource

"dumb"

Ressource

intelligente

Documentelectronique

Problemeclassique sur la

simulation

Demo basee

DemonstrationProbleme

de tacheGraphe EPS Arbre de

tache

connaissancesStructure de

modele

Ressource Didactique

Ressource

tutorielle

simulationsur la

Tacheclassique

Tache basee

base sur laProbleme

simulation

Demo classique

Video

intelligent

Test

gere

genere

Examen

conti

ent

associe

est-utilise

est-utilise est-utilise

est-utilise

Exercice

2 2

2 2

3

1utilise

utilise


Ce sont des ressources didactiques portant sur une activité précise à réaliser par un étudiant. Elles sont généralement assorties d'un modèle de connaissances leur permettant de supporter l'interaction avec l'étudiant et de suivre la trace du raisonnement de ce dernier. Elles sont capables de s'auto-gérer, de se présenter, de se comparer aux autres ressources de même type et de gérer l'interaction locale avec un étudiant. Elles peuvent être activées par n'importe quelle composante du STI. Ressources tutorielles.

Une ressource tutorielle est une ressource capable de gérer l'interaction avec un étudiant durant une session tutorielle. Un certain nombre d'actions didactiques lui sont déléguées par le tuteur laissant ainsi le contrôle à la ressource tutorielle. Deux sous-catégories de ressources tutorielles ont été identifiées: les ressources tutorielles génériques et les ressources tutorielles « non-génériques ». Les ressources tutorielles génériques, généralement intégrées au tuteur, possèdent une expertise tutorielle particulière; par exemple, l'expertise d'enseignement de concepts, de présentation d'informations verbales... Ces ressources sont paramétrables et, après instanciation des paramètres, se comportent comme des ressources intelligentes. Par exemple, une ressource tutorielle pour l'enseignement de concepts, connaît des stratégies d'enseignement de concepts; son activation met en œuvre ces stratégies qui consistent globalement à rechercher des exemples, non-exemples et concepts voisins associés à un concept pour générer des activités à réaliser par l'étudiant: présentation du contenu, test... Par ailleurs, les ressources tutorielles «non-génériques» sont séparées du tuteur et spécialisées dans une stratégie tutorielle. Elles sont généralement assorties d'un ensemble de stratégies qui leur permettent de supporter l'interaction avec un étudiant. Le tuteur peut leur déléguer certaines charges tutorielles qu'elles assurent de manière autonome. Des exemples de ce type de ressource sont SOPHIE [Brown et al. 1975], SHERLOCK [Lesgold et al. 1992], APLUSIX [Baron et Py 1992]... Elles vont de systèmes peu complexes tels que les démonstrateurs de tâches, aux systèmes complexes tels que les systèmes critiques, les systèmes basés sur la simulation, etc. Les ressources tutorielles non génériques sont construites adhoc ou sont préexistantes. Elles peuvent être associées à des objectifs généraux. Ressources bêtes

Ce sont des ressources qui jouent plutôt un rôle passif dans le processus d'apprentissage. En général, elles sont utilisées dans le cadre d'une ressource intelligente et/ou tutorielle. Deux sous-catégories ont été fixées pour ce type de ressource: les ressources bêtes statiques (ou atomiques) et les ressources bêtes dynamiques. Les premières n'ont aucune structure interne accessible par le système ou par l'étudiant. Les secondes peuvent avoir une structure interne, mais cette dernière est mise dans une boîte noire, ce qui permet son exploitation comme un tout; le système peut cependant accéder à cette structure interne pour des besoins internes au STI. Dans les deux cas, ces ressources sont incapables de gérer l'interaction avec l'étudiant qui les utilise et ne peuvent pas comporter une évaluation sur les actions de l'étudiant contrairement aux ressources tutorielles et intelligentes.

Bien que la plupart des ressources didactiques doivent être créées explicitement, nous pensons que certaines, telles que les ressources didactiques pour l'évaluation de


l'acquisition de concepts, peuvent être générées automatiquement à partir de la spécification d'un concept [Nkambou et Gauthier 1996]. 4.2. Organisation des ressources didactiques

Une fois les ressources didactiques identifiées et représentées, il est important de procéder à leur organisation. Vu le large éventail de types de ressources didactiques existant, nous nous sommes essentiellement limités aux ressources de types problème, exercice, tâche, démonstration, document HTML et les ressources tutorielles, pour étudier les différents types de liens pouvant exister entre ressources. Nous avons retenu cinq relations sur les ressources au vu de leur intérêt pédagogique: similarité (analogie), abstraction, cas particulier, utilisation et auxiliariat. Quelques exemples • Soient les problèmes p1: perfusion initiale avec débit et volume et p2: seconde

perfusion avec débit et volume. Nous considérons que p1 est analogue à p2 du point de vue de leurs stratégies de résolution.

• Le problème p3: perfusion initiale est plus abstrait que le problème p1. • Le problème p4: perfusion initiale avec débit=20m/s et volume=400ml est un

cas particulier du problème p1 (voir ci-dessus). • Le problème p1 utilise la ressource tutorielle non générique conseiller

observateur. • Une ressource r2 sera dite auxiliaire à une ressource r1 si la considération de r2

lors de la réalisation de r1 peut contribuer à celle de r1. On dira alors que r1 est la ressource principale et r2, la ressource auxiliaire. Par exemple, soit p1: résoudre 03613 24 =+− xx . Si l'on observe que 224 )(xx = , on trouvera

avantageux d'introduire une variable auxiliaire 2xy = et ainsi, de résoudre un

nouveau problème p2: résoudre 036132 =+− yy . p2 est un problème auxiliaire à p1 avec y comme inconnue auxiliaire.

Les différents liens entre ressources ne sont pas toujours explicitement déclarés

par le concepteur de l'enseignement. Certains peuvent être générés. Le modèle des ressources d'un curriculum (CREAM-R) noté rM est le multi-

graphe défini par les relations précédentes. Ce modèle peut servir pour conseiller un étudiant pendant l'utilisation d'une ressource didactique. Par exemple, l'étudiant peut avoir des difficultés avec un problème alors qu'il en a déjà résolu un cas particulier; dans ce cas, le système devrait, si cela est nécessaire, donner de l'information à l'étudiant concernant le fait qu'il a précédemment eu à traiter un cas particulier du problème en cours de résolution et si possible, le contexte dans lequel ceci avait déjà été fait. De là découle l'importance d'avoir une partie du modèle de l'étudiant de type overlay sur les ressources. Cette information pourrait expliquer en quoi les deux problèmes sont analogues; ainsi, les relations entre ressources doivent contenir les informations sur la nature de la relation. Nous avons expérimenté cet avantage relié


à l'organisation des ressources par le développement d'un système tuteur pour l'enseignement des stratégies de résolution de problème. Ce système exploite l'organisation des problèmes dans le curriculum et un modèle étudiant qui est un overlay sur cette organisation, pour donner des conseils pertinents nécessaires pour résoudre un problème donné. 5. Représentation des liens entre connaissances

Les liens entre les différents éléments d'un curriculum portent en général des informations. Ces liens sont aussi considérés comme des connaissances dans la mesure où la prise de conscience de leur existence entre deux connaissances est aussi une nouvelle connaissance. Par exemple, considérons le lien d'analogie A ( 1k ,

2k , fonctionnelle) qui dénote un lien d'analogie fonctionnelle entre 1k : perfusion initiale(règle) et 2k : seconde perfusion(règle). Si un étudiant prend conscience de l'existence de ce lien, alors il connaît que la procédure d'une perfusion initiale est similaire à celle d'une seconde perfusion. Cette information devrait être considérée dans le modèle de l'étudiant.

En considérant les liens entre connaissances comme des connaissances, il est donc nécessaire de les représenter comme des véritables objets d'un curriculum, au même titre que les autres connaissances. Par ailleurs, nous pensons que certains apprentissages peuvent consister essentiellement à établir des liens entres les objets d'un domaine. Ainsi, les liens peuvent faire l'objet d'un enseignement, au même titre que tout autre connaissance d'un domaine. D'une façon générale, un lien se définit comme indiqué dans la figure 10.

Figure 10. Définition d’un lien 6. Couplage des modèles précédents: le modèle pédagogique

<Inverse> := oui | non

<Description> ::= <Texte>

<Source> ::= <Objectif> | <Capacité> | <Ressource>

<Destination> ::= <Objectif> | <Capacité>| <Ressource>

<AttributsAnalogie> ::=

<AttributsPrérequis> ::= <NaturePrerequis>

<NatureAnalogie>

<NatureAnalogie> ::= definition | fonctionnelle | structurelle

<NaturePrerequis> ::= obligatoire | souhaitable...

| <AttributsPrétexte> | <AttributsAgrégation> | <AttributsAbstraction>| ...

<AttributsSpécifiques> ::= <AttributsAnalogie> | <AttributsDéviation> | <AttributsPrérequis>

<Libellé> ::= <Texte>

<Lien> ::= <Libellé><Description><Source><Destination>[<Inverse>][<AttributsSpécifiques>]


Le couplage des modèles précédents se traduit par des liens intermodèles. Nous avons identifié trois classes de liens entre les connaissances des différents modèles: les liens entre objectifs et capacités (couplage (CREAM-O, CREAM-C)), les liens entre les ressources didactiques et objectifs (couplage (CREAM-O, CREAM-R)) et les liens entre ressources didactiques et capacités (couplage (CREAM-C, CREAM-R)). En plus, nous avons identifié des liens entre ressources didactiques et les liens des divers modèles. Il résulte de ce couplage quatre sous-espaces de connaissances: COR, OR, CR et OCR.

CR est le sous-espace résultant du couplage CREAM-C et CREAM-R. L'étude de ce sous-espace a permis de comprendre l'intérêt de l'association de ressources à certaines capacités (voir plus loin dans cette section). COC est le sous-espace correspondant au couplage de CREAM-O et de CREAM-C. L'étude de ce sous-espace nous a permis de définir les liens pouvant exister entre les objectifs et les capacités.

OR est le sous-espace issu du couplage CREAM-R et CREAM-O. C'est dans ce sous-espace que l'on étudie l'association des moyens didactiques aux objectifs d'enseignement.

Les résultats de l'étude de ces trois sous-espaces ont été regroupés dans le sous-espace OCR correspondant au couplage CREAM-C, CREAM-O et CREAM-R. C'est l'étude de cet espace résultant qui va nous permettre d'aboutir à une nouvelle structure à considérer dans le curriculum: le modèle pédagogique du curriculum encore appelé CKTN (Curriculum Knowledge Transition Network).

6.1. Liens entre objectifs et capacités

Des liens entre objectifs et capacités existent dans les deux sens: capacités-objectif et objectif-capacités. Deux types de relations sont alors définies entre les capacités et les objectifs: la relation de préalable et la relation de contribution.

La relation de préalable: l'existence d'un lien d'une capacité C à un objectif O traduit le fait que la capacité C est préalable à la réalisation de l'objectif O, c’est-à-dire que la maîtrise de C est importante pour l’acquisition des capacités impliquées dans O. Nous utilisons une notation qualitative pour exprimer le poids d'un préalable (obligatoire, souhaitable). Le niveau à partir duquel ce lien peut être considéré comme franchissable est une autre caractéristique d'un lien de préalable: on parle de niveau d'entrée. Le niveau d'entrée correspond au niveau de maîtrise exigé sur une capacité qui maximisera les chances d’acquérir les capacités impliquées dans l’objectif pour lequel elle est préalable. Nous l'exprimons par une valeur qualificative appartenant à un alphabet d'évaluation.

La relation de contribution: l'existence d'un lien d'un objectif O à une capacité C traduit le fait que l'objectif O contribue à l'acquisition de la capacité C. La contribution de la réalisation d'un objectif à l'acquisition d'une capacité peut être forte, moyenne ou faible. Plusieurs objectifs peuvent contribuer à l'acquisition d'une même capacité. Ainsi, la sélection des objectifs pertinents à réaliser dans le cadre d'un enseignement, nécessite un raisonnement sur cette organisation.


Les relations de préalable et de contribution définissent un espace dans lequel chaque élément est un objectif complété éventuellement des capacités qui lui sont préalables et des capacités auxquelles il contribue (figure 11). 6.2. Association de ressources didactiques aux objectifs Les liens entre ressources didactiques et objectifs, associent à un objectif des ressources didactiques utiles pour sa réalisation. Ceci se traduit par la création d'une référence entre l'objectif et la ressource choisie. Une ressource didactique peut être critique ou accessoire à l'atteinte d'un objectif. Une ressource est dite accessoire à la réalisation d'un objectif, si ce dernier peut être atteint sans que cette ressource soit activée. Par contre, une ressource sera dite critique, lorsque son activation et la réussite à son utilisation sont indispensables à l'atteinte de l'objectif auquel elle est associée. L'affectation des ressources aux objectifs tient compte des conditions d'apprentissage [Gagné 1985]. Nous avons extrait de ces théories des règles permettant de contrôler la pertinence des ressources qu'un concepteur d'enseignement assigne à un objectif. Les ressources associées à un objectif interviennent dans le processus d'évaluation de cet objectif. 6.3. Association de ressources didactiques aux capacités

On peut aussi associer des ressources didactiques aux capacités. Ce type de relation est utile pour le renforcement d'une capacité; en effet une telle ressource peut permettre d'exercer des habiletés déjà acquises en vue de leur renforcement. D'autre part, des ressources génériques peuvent être associées à certains types de capacités. Par exemple, à un concept on peut associer des ressources illustrant des exemples du concept, des non-exemples ou des concepts voisins. Ces ressources (généralement de la catégories « bêtes » atomiques) seront exploitées au moment opportun pour générer des ressources intelligentes destinées à l'enseignement ou à l'évaluation du concept. 6.4. Association de ressources didactiques aux liens

Du matériel didactique assez particulier peut être associé à certains types de liens. Cette association peut être exploitée à plusieurs fins. Par exemple, elle est exploitée dans le domaine de la pédagogie pour l'enseignement correctif [Legendre 1993] qui est un enseignement portant sur les connaissances mal acquises. Cet enseignement se fait à travers les ressources correctives (exercice correctif, procédure de remédiation, ou stratégie corrective). Par exemple, on peut associer à un lien de type déviation entre deux capacités, une ressource didactique qui servira à la correction de la déviation. Ainsi, si à un moment donné de l'enseignement la déviation d'une capacité est détectée chez un apprenant, le tuteur peut activer une ressource corrective pour remédier à ce problème.


6.5. CKTN un modèle pédagogique résultant du couplage précédent

Dans l'espace résultant du couplage des trois modèles (CREAM-O, CREAM-C, et CREAM-R), nous regroupons chaque objectif et les ressources didactiques associées, dans un élément que nous appelons transition (figure 11a). Le résultat de ce regroupement est une structure de réseau appelée CKTN (figure 11b). La figure 12 montre un exemple de CKTN conçu pour l'enseignement de la manipulation d'une pompe de perfusion intraveineuse.

Le CKTN, couplé à la spécification d'un public cible, permet la génération automatique de cours. Le lecteur intéressé pourrait consulter [Nkambou et al. 1996a].

Figure 11. Passage de l’espace COR à CKTN

6.6. Modélisation théorique du CKTN 6.6.1. Ensemble flou

Soit E , un ensemble et M un ensemble totalement ordonné. Soit une fonction ME →:µ . L'ensemble { }ExxxA ∈= |))(|(~

µ 3 est appelé un sous-ensemble flou de E [Kaufmann 1975] prenant ses valeurs dans M , et )(xµ est dit "degré

d'appartenance" de x dans A~ .

6.6.2. Graphe flou

3 )|( px est une notation signifiant ),( px . Elle est utilisée de telle sorte qu’une expression telle

)3,0,(x soit non ambiguë. Cette expression sera alors écrite de la manière suivante : )3,0|(x .

(b)(a)

transition

objectif

ressource

capacité

transition

capacitésde sortiecapacités

d’entrée


Considérons deux ensembles 1E et 2E .

Soit une fonction MEE →× 21:µ où M est un ensemble totalement ordonné. Le sous-ensemble flou de 21 EE × est appelé un graphe flou. Exemple:

Soient { }3211 ,, xxxE = et { }212 , yyE = { }),(),,(),,(),,(),,(),,( 23132212211121 yxyxyxyxyxyxEE =×

Soit [ ]1,0: 21 →× EEµ défini par:

Cette fonction définit le sous-ensemble flou

{ })2,0|),((),5,0|),((),0|),((),1|),((),7,0|),((),3,0|),((~131322122111 yxyxyxyxyxyxG =

qui représente un graphe flou.

{ }21),(|)),(|),((~ EEyxyxyxG ×∈= µ

2,0),(5,0),(,0),(,1),(,7,0),(,3,0),(

2313

22122111

======

yxetyxyxyxyxyx

µµµµµµ


Figure 12. Portion d’un CKTN du curriculum pour l’utilisation de la pompe Baxter 6.6.3. Relation floue Comme dans la théorie des ensembles, la notion de graphe flou peut s'expliquer à l'aide de la notion relation floue. Soient P un ensemble produit de n ensembles et M un ensemble totalement ordonné. Une relation n-aire floue est un sous-ensemble flou de P prenant ses valeurs dans M . 6.6.4. Passage du qualitatif au quantitatif et vice-versa

T1 programming(infusionRate)[demo2, exer1]T2 programming(infusionTime)[demo1, exer5]T3 programming(volumeToBeInfused)[demo3, exer4, exer7]T4 carry-out(primaryInfusion)[demo5, prob2, task5]T5 carry-out(secondaryInfusion)[demo6, prob3, prob4, task8]

1

1

1

3

3

3

3

3

3

1

1

1

3

3

1

3

33

1

3

3

k1

k2

k3

k4

k5

k6

k7

k8

k9

k10

k11

k12

k13

k14

k15

k16

k17

T2

T5

T1

T3

T4

k2 infusionTime(concept)k3 volumeToBeInfused(concept)k4 boutonPriRate(concept)k5 boutonSecRate(concept)k6 boutonPriTime(concept)k7 boutonSecTime(concept)k8 boutonPriVTBI(concept)k9 boutonSecVTBI(concept)

k13 infusion(concept)k14 boutonPriStart(concept)k15 boutonSecStart(concept)

k1 infusionRate(concept)

contribution moyennecontribution forte

capacité

transition (objectif +ressources)

k10 infusionRate(règle)k11 infusionTime(règle)k12 volumeToBeInfuse(règle)

k16 primaryInfusion(règle)k17 secondaryInfusion(règle)

préalable obligatoirepréalable souhaitable


Nous avons défini dans les sections précédentes des ensembles de valeurs qualitatives: alphabets d'évaluation de capacités, ensemble des valeurs de contribution d'un objectif à une capacité, ensemble des valeurs des liens objectif-ressource, ... Nous avons vu que chacun de ces ensembles constituait un ensemble totalement ordonné d'étiquettes. Dans notre modèle, ces ensembles sont souvent ramenés à un intervalle [ ]1,0 par des transformations canoniques définies comme suit:

Supposons que l'ensemble E des valeurs qualitatives contient N étiquettes 1k ,

2k , ..., Nk .

passage du quantitatif au qualitatif . Ce passage se fait à l'aide de la fonction Nα définie comme suit:

passage qualitatif-quantitatif. Pour ce passage, la question à laquelle on veut répondre est la suivante: étant donnée une étiquette, quelle est la valeur numérique lui correspondant ? Par exemple, quelle valeur faut-il associée à une contribution forte ? Nous avons choisi d'associer le maximum de l'intervalle des valeurs numériques qui correspond à l'étiquette concernée. Cette correspondance se fait à l'aide de la fonction Nβ définie comme suit:

[ ]Nik

E

i

N

/1,0:

a

→β

6.6.5. Une définition du CKTN associé à un curriculum

Le CKTN que nous notons T~ , associé à un curriculum est le 10-uplet

),,,,,,)(,,,( 21321 µµτRRRCROC Iii ∈ où: • C est l’ensemble des capacités; • O est l’ensemble des objectifs; • R est l’ensemble des ressources; • IiiC ∈)( est la partition des C correspondant aux catégories de capacités; • )(1 OCR ×⊆ est la relation de préalable; • )(2 COR ×⊆ est la relation de contribution; • )(3 ROR ×⊆ est la relation d’association de ressources aux objectifs; • la fonction [ ]1,0:1 →× OCµ est la fonction qui à un lien (k,o) associe le seuil

de franchissement (encore appelé niveau d’entrée) du lien (k,o). Cette fonction est définie comme suit:

[ ][ ]( ]

( ]

−∈

∈∈

→

1,1...

/2,/1]/1,0

1,0:

2

1

Nxsik

NNxsikNxsik

x

E

N

N

a

α


∈

=autrement

Roksiokétiquetteok N

0),()),((

),( 11

βµ

• la fonction [ ]1,0:2 →× COµ est la fonction qui à un lien (o,k) associe la valeur de la contribution de o à k. Cette fonction est définie comme suit :

∈

=autrement

Rkosikoétiquetteko N

0),()),((

),( 22

βµ

• la fonction [ ]1,0: →× ROτ est la fonction qui à un lien (o, r) associe une étiquette correspondant au poids de la ressource r sur l'objectif o. Cette fonction est définie comme suit:

∈

=autrement

Rrosiroétiquettero N

0),()),((

),( 3βτ

6.6.6. Définitions

Soit un CKTN T~ = ),,,,,,)(,,,( 21321 µµτRRRCROC Iii ∈ : • Relation floue de préalable. Le sous-ensemble flou { }OCxxx ×∈= |))(|(~

11 µσ est appelé relation floue de préalable associée à 1µ . • Relation floue de contribution. Le sous-ensemble flou { }COxxx ×∈= |))(|(~

22 µσ est appelé relation floue de contribution associée à 2µ . • Relation floue de ressource associée. Le sous-ensemble flou { }ROxxx ×∈= |))(|(~

3 τσ est appelé relation floue de ressource associée à τ . 6.6.7. Quelques fonctions d'accès aux informations dans un CKTN

Contributions d'un objectif Soit Oo∈ , les contributions de o sont données par )(oλ où la fonction λ est définie par:

{ }0),(|

2:

2 fa koCkoO C

µλ

∈→

Objectifs demandant k comme préalables Soit Ck ∈ , l'ensemble des objectifs demandant k comme préalable est donné par )(* kλ où *λ est définie par:

{ }0),(|2:

1

*

fa okOokC O

µλ

∈→


Producteurs d'une capacité Soit Ck ∈ une capacité, les producteurs de k , sont donnés par )(kϑ où la fonction ϑ est définie comme suit:

{ }0),(|2:

2 fa koOokC O

µϑ

∈→

Préalables d'un objectif Soit Oo∈ , les préalables de o sont donnés par )(* oϑ où la fonction

*ϑ est définie comme suit:

{ }0),(|2:

1

*

fa okCkoO C

µϑ

∈→

Ressources associées à un objectif

{ }0),(|2:

1 fa roRroO R

τϖ

∈→

6.6.8. Le curriculum

Un curriculum peut finalement être représenté par le 4-uplet )~,,,( TMMM roc=ℵ où cM est le modèle propre de capacités, oM est le modèle

propre d'objectifs, rM est le modèle propre de ressources et T~ est le CKTN (Modèle pédagogique).

Le modèle théorique du curriculum que nous avons développé a été exploité pour plusieurs fins. D'abord, nous avons développé un système de génération de cours qui, à l’aide des algorithmes flous, exploite l'organisation proposée ci-dessus pour produire des cours en tenant compte des besoins de formations spécifiés par l'expert du domaine ou le concepteur de l'enseignement pour un public cible [Nkambou et al. 1996a]. Ensuite, une approche à la modélisation de l'étudiant basée sur le curriculum a été développée [Nkambou et al. 1996c]. Selon cette approche, le modèle de l'étudiant contient un recouvrement sur le curriculum et une partie inférencielle qui exploite la structure du curriculum pour inférer de nouvelle connaissances dans le modèle de l'étudiant. Les règles contenues dans la partie inférentielle du modèle de l'étudiant exploite la logique floue introduite dans le curriculum pour des fins d’inférence de nouvelles connaissances dans le modèle de l’étudiant. Enfin, le modèle présenté est aussi exploité par plusieurs autres composants d'un STI et notamment le module Planificateur, et constitue une base pour la planification du contenu et de la présentation telle que envisagé par Vassileva et Wasson [Vassileva et Wasson 1996].


Nous n’exposons pas les détails de ces différentes exploitations dans cet article. Les lecteurs intéressés peuvent se référer à [Nkambou 1996]. 7. Architecture de CREAM

Figure 13. Architecture de CREAM L'architecture de CREAM comprend trois modèles interreliés (figure 13): le

modèle des objectifs (CREAM-O) qui représente une organisation des objectifs d'enseignement, le modèle des capacités (CREAM-C) qui représente une organisation des capacités relatives à la matière pouvant faire l'objet d'enseignement et le modèle des ressources (CREAM-R) qui représente l'organisation des ressources didactiques nécessaires pour l'enseignement. Ces trois modèles sont couplés pour donner un CKTN.

Un Curriculum de modèle CREAM offre une interface d'accès renfermant des protocoles permettant aux autres composants du STI ou à des utilisateurs humains (professeurs, formateurs...) d'accéder aux informations du curriculum. Il est utile de disposer d'un atelier offrant une méthodologie et des outils de support à la construction (acquisition) d'un curriculum. Le module d'acquisition représente le module chargé de la construction des modèles, en interaction avec les sources de connaissances (experts du contenu, experts du domaine, analystes de la formations, concepteurs d'enseignement...). Dans ce texte, nous ne présentons pas les détails du module d'acquisition. Ce dernier est décrit dans [Nkambou et al. 1996b]. 7.1. Implémentation

Nous avons utilisé une approche objet pour l'implémentation de CREAM. Chaque élément du curriculum (objectif, capacité et ressource) est représenté comme

du STI

composantes

humains(professeurs,formateurs, ...)

Autres

Utilisateurs

Experts dudomaine

Experts ducontenu

Analyste de laformation

Designer pédagogique

capacitésModèle des

Modèle desobjectifs

d’enseignement

Modèle desressourcesdidactiques

CKTN

(Pro

toco

les

d’ac

cès)

Inte

rfac

e

Atelier didacticiel

(Module d’acquisition)


un objet ayant des attributs (ayant été spécifiés dans la représentation) et répondant à des messages. Par exemple, une instance d'objet de la classe TestQCM (question à choix multiples) répond aux messages présenter, évaluer... Les liens entre ces éléments sont aussi implémentés comme des objets dont les principaux attributs sont: l'objet source, l'objet destination et les informations qu'il porte. De la même façon, chaque modèle (CREAM-O, CREAM-C, CREAM-R et CKTN) est implémenté comme un objet, ce qui permet de manipuler chacun d'entre eux comme une structure en soi. Chaque structure ainsi représentée est assortie d'un protocole comprenant des méthodes qui permettent de la manipuler. 7.2. Interface d'accès à un curriculum construit selon l'approche CREAM

Les trois modèles précédents et le modèle résultant de leur couplage, représentent l'état privé d'un curriculum construit selon l'approche CREAM. Ce curriculum est un objet offrant une interface d'accès qui comprend les méthodes décrites dans le modèle. Ces méthodes raisonnent sur l'état privé du curriculum pour répondre à la requête d'un client. Par exemple, supposons qu’à un moment du processus d’enseignement la planificateur, pour des besoins de décision sur le prochain objectif, doive accéder aux préalables d’un objectif <unObjectif>. Alors, cette requête sera formulée par l’envoie du message prealableDe : <unObjectif> qui retournera une liste de capacités préalables à <unObjectif>. En réalité, dès que l’objet Curriculum reçoit un tel message, il l’achemine vers l’objet CKTN qui se charge de produire le résultat. Certains messages sont plutôt acheminer vers les objet CREAM-O, CREAM-C ou CREAM-R.

L'état privé d'un curriculum est masqué aux clients et n'est accessible que via son interface (figure 14).

7.3. Le module d'acquisition

Pour construire des curriculums à l'aide du modèle précédent, il est utile de disposer d'un certain nombre d'outils et de méthodologies. Nous offrons un atelier de construction comprenant des méthodologies de production et une boîte à outils. La boîte à outils comprend entre autres, trois catégories d'outils: des outils de construction, des outils intelligents d'aide à la construction et des outils de validation. Cet atelier est décrit dans [Frasson et al. 1996]. La première version de l'atelier didacticiel a été développé à l'aide de l’environnement VisualWorks 2.0 (Smalltalk). De concert avec nos partenaires industriels, cet atelier est actuellement en implémentation en C++ sous forme d'un produit commercial. Les curriculums qui seront produits dans cet environnement seront directement intégrés dans un système tutoriel comportant un Gestionnaire de session, un Modèle de l'étudiant, un Planificateur et un Tuteur. Le fonctionnement global d'un STI intégrant le modèle présenté plus haut a été explicité dans [Nkambou et al. 1997].


Figure 14. Interface d'un curriculum

8. Conclusion CREAM est un modèle de représentation du curriculum pouvant supporter l'enseignement d'un cours complet dans un STI. Il a permis de répondre aux attentes de la phase 3 du projet SAFARI, concernant le support d'un cours complet: on parle de formation globale. Cette représentation facilite l'exploitation d'un curriculum par un STI (ou même un professeur humain) pour la génération de cours, la planification de l'enseignement et pour supporter le déroulement d'un cours complet. Le modèle CREAM répond à deux caractéristiques fondamentales dans la théorie du design pédagogique: • la représentation du contenu de la matière à enseigner, • l'organisation de ce contenu (élaboration).

Nous avons intégré ces deux caractéristiques à tous les niveaux du curriculum: au niveau des objectifs d'enseignement, au niveau des activités et du matériel d'apprentissage, et au niveau des connaissances impliquées dans l'enseignement d'une matière. Les curriculums construits selon l'approche CREAM sont comme des composants branchables et débranchables sur un STI sans modifier le comportement interne de ce dernier (Plug and Play). Ceci représente un grand avantage d'un modèle comme CREAM lorsqu'on sait que, dans le domaine du génie-logiciel, ce paramètre est considéré actuellement comme un des plus importants pour la mesure de la qualité du logiciel. Bibliographie

Base de

cours

Environnement

de construction

de cours

STI

Concepteur del’enseignement

cktn

cream-c

cream-rcream-o

Étudiant


[Anderson 1983] Anderson, J. R. Acquisition of proof skills in geometry. Dans Carbonell J., Mickalski E. et Mitchell T. (Eds), Machine Learning : An Artificial Intelligence Approach. Tioga, Palo Altos, CA.

[Balacheff et al. 1993] Balacheff, N., Baron, G.L., Baron, M., Dillembourg, P. Grandbastien, M., Gras, R., Madaule, F., Mendelson, P., Nguyen-Xuan, A. and Nicaud, J.F. EIAO: points de vue des disciplines. In Actes des 3ème journées EIAO de Cachan; pp. 7-14. Eyrolles, Paris.

[Baron et Py 1992] Baron, M. et Py S. Génération d’exercices en algèbre, premières approches dans le cadre du projet APLUSIX. Dans Frasson C., Gauthier G. et McCalla G. (Eds), ITS’92 Tutorial, pp. 335-342, Montréal. QC.

[Barr et al. 1976] Barr, A., Beard, M. and Atkinson, R.C. The Computer as a Tutorial Laboratory: The Stanford BIP project. International Journal of Man-Machine Studies, 8, 567-596.

[Bloom 1978] Bloom, B.S. Taxonomie des objectives pédagogiques. Tome 2: Domaine affectif. Education nouvelle, inc., 1978.

[Bovair et al. 1990] Bovair, S., Kieras, D. et Polson, P. (1990). The acquisition and performance of text-editing skill : A cognitive complexity analysis. Human Computer Interaction, 5 :1-48.

[Brown et al. 1975] Browm, J.S., Burton, R.R. and Bell, A.G. SOPHIE: a step towards a reactive learning environment. Man-Machine studies, 7, 675-696.

[Derry 1990] Derry, S.J. Learning strategies for acquiring useful knowledge. In B.F. Jones and L. Idol (Eds.): Dimensions of Thinking and Cognitive Instruction; pp. 15-51. Lawrence Erlbaum Associates, Hillsdale, NJ.

[Finch et Crukilton 1986] Finch, C.R. and Crukilton, J.R. Curriculum Development in Vocational and Technical Education: Planning, content and implementation. Allyn and Bacon, Inc., 2nd edition.

[Frasson et al. 1996] Frasson, C., Nkambou, R. et Gauthier, G. An authoring environment for curriculums and courses building in an ITS. Computer and Education. En préparation.

[Gagné et al. 1992] Gagné, R.M, Briggs, L. and Wager, W. Principles of Instructional Design. Harcourt Brace Jovanonich, 4 th edition, Orlando, FL.

[Gagné 1985] Gagné, R.M. The Conditions of Learning and the Theory of Instruction. CBS College Publishing, 4th edition.

[Grippin et Peters 1984] Grippin P. et Peters S. Learning Theory and Learning Outcomes : The connection. University Press of America, Lanham, ND.

[Halff 1988] Halff, H. Curriculum and instruction in ITS. In M.C. Polson and J.J. Richardson (Eds.). Foundations of Intelligent Tutoring Systems; pp. 19-108. Lawrence Erlbaum Asociates, Hillsdale, NJ.

[Hartley 1990] Hartley, R. The curriculum and instructional tasks: Goals strategies and tactics for interactive learning. In Adaptative Learning Environments: Foundation and frontiers; pp. 123-146. Springer-Verlag, Berlin.

[John et Kierras 1994] John, B. et Kierras, D. The GOMS family of analysis techniques : Tools for design and evaluation. Rappot technique CMU-CHI-94-106, Carnegie Mellon University, School of Computer Science, Pittsburgh.

[Kaufmann 1975] Kaufmann, A. Intoduction à la théorie des sous-ensembles flous : applications à la classification et à la reconnaissance des formes, aux automates et aux systèmes au chix des critères. Masson et Cie., Paris.

[Klausmeier 1990] Klausmeier, H.J. Conceptualizing. In Jones, B.F. et Idol, L (Eds): Dimensions of Thinking and Cognitive Instruction; pp 93-138; LEA, NJ.

[Le et al. 1997] Le, T.H., Gauthier, G. et Frasson, C. The importance of knowledge categorization for replanning in an ITS. Soumis pour publication.

[Legendre 1993] Legendre, R. Dictionnaire actuel de l’éducation. Librairies Guérin et Eska, Montreal.


[Lesgold 1988] Lesgold, A. Toward a Theory of Curriculum for Use in Designing Intelligent Instructional Systems. In Mandl, H. et Lesgold, A. (Eds.): Learning Issues for Intelligent Tutoring Systems; pp. 114-137. NY: Springer-Verlag.

[Lesgold et al. 1992] Lesgold, A., Lajoie, S., Bunzo, M. and Eggan, G. A coached practice environment for an electronics troubleshooting job. In J.L. Larkin and R.W. Chabay (Eds.), Computer-Assisted Instruction and Intelligent Tutoring Systems: shared goals and complementary approaches; pp. 201-238. Lawrence Erlbaum Associates, Hillsdale, NJ.

[Mager 1990] Mager, G. Comment définir les objectifs pédagogiques. Bordas, Paris. [McCalla 1990] McCalla, G.I. The searvh for adaptability, flexibility and individualization:

Approaches to curriculum in intelligent tutoring systems. In Adaptative Learning Environments: Foundation and frontiers; pp. 91-112. Springer-Verlag, Berlin.

[Merrill 1991] Merrill, M. D. An Introduction to Instructional Transaction Theory. Educational Technology, 31:6.

[Nkambou 1996] Nkambou, R. Modélisation des connaissances de la matière dans un système tutoriel intelligent : modèles, outils et applications. Thèse de Ph.D., Département d’informatique et de R.O., Université de Montréal, Montréal, QC.

[Nkambou et al. 1996a] Nkambou, R., Frasson, M.C. and Frasson, C. (1996). Generating courses in an intelligent tutoring system. Dans Proceedings of the 9th international conference on industrial and engineering applications of artificial intelligence and expert systems; pp. 261-267. Gordon and Breach Science, New York.

[Nkambou et al. 1996b] Nkambou, R., Gauthier, G. and Frasson, C. CREAM-Tools: an authoring evironment for curriculum and course building in an ITS. In Proceedings of the third international conference on computer aided learning and instruction in science and engineering. Springer-Verlag, Berlin.

[Nkambou et al. 1996c] Nkambou, R. Lefebvre, B. et Gauthier, G. A Curriculum-Based Student Modelling for ITS. In: Proceedings of the fifth international conference on User Modeling; pp. 91-98, Kanula-Kona, Hawaii.

[Nkambou et Gauthier 1996] Nkambou, R. et Gauthier, G. Integrating WWW resources in an intelligent tutoring system. Journal of Network and Computer Science Application, 19 (4), 363-375.

[Nkambou et al. 1997] Nkambou, R., Gauthier, G. et Lefebvre, B. Un modèle d’architecture de STI pour l’enseignement à grande échelle. Dans Environnement interactif d’apprentissage avec ordinateur, pp. 236-249. HERMES, Paris.

[Tardif 1992] Tardif J. Pour un enseignement stratégique : l’apport de la psychologie cognitive. Les éditions Logiques Inc., montréal, QC.

[Vassileva et Wasson 1996] Vassilera, J. et wasson, B. Instructional planning approaches: From tutoring toward free learning. Dans Proceedings of Euro-AIED’96, pp. 1-8, Lisbon.

[Webster 1994] Webster, J.G. (1994). Instructional Objectives and Bench Examinations in Circuits Laboratories. IEEE Transaction on Education, 37 (1), 111-113.

[Wipond et Jones 1988] Wipond, K. and Jones, M. (1988). Curriculum and knowledge representation in a knowledge-based system for curriculum development. In C. Frasson ad Gauthier (Eds.), Intelligent Tutoring Systems.

Roger Nkambou est ingénieur en informatique de l’Institut Africain d’Informatique (Libreville), et docteur en informatique de l’université de Montréal. Il est actuellement professeur adjoint au département d’informatique de l’université de Moncton. Il s’intéresse à la représentation des connaissances dans des systèmes tutoriels intelligents et à la conception des environnement distribués d’apprentissage. Durant sa recherche post-doctorale à l’université du Québec à Montréal, il s’est surtout intéressé au développement d’un langage


auteur pour la construction collaboratif d’un contenu à enseigner et au développement d’un environnement d’apprentissage sur le WWW. Gilles Gauthier est professeur titulaire au département d’informatique de l’université du Québec à Montréal où il occupe le poste de directeur du département. Il détient un doctorat en mathématique de l’université de Montréal. Depuis plusieurs années, Gilles Gauthier a orienté ses recherches vers les systèmes tutoriels intelligents (STI). Il s’intéresse particulièrement aux aspects liés à la modélisation du curriculum et à la planification de l’enseignement. Ses recherches actuelles portent sur le développement d’une architecture de système auteur distribué pour la création de cours accessibles sur WWW. Claude Frasson est professeur titulaire, directeur du GRITI et du laboratoire HERON, département d’informatique et de recherche opérationnelle, université de Montréal. Doctorat d’état en informatique de l’université de Nice. Après s’être spécialisé dans l’optimisation des performances des bases de données, Claude Frasson s’est orienté depuis huit ans dans le domaine des systèmes tutoriels intelligents (STI). Il s’intéresse particulièrement à la modélisation des connaissances de l’étudiant, à l’architecture des STI et à l’analyse du raisonnement de l’apprenant. Cette dernière approche vise à déterminer les moyens formels qui permettent de suivre les actions de l’apprenant et d’interpréter ses différents niveaux de compréhension des tâches et d’acquisition de connaissances.

Un modèle de représentation des connaissances orienté objet pour la conception et le...

Documents

Transcript of Un modèle de représentation des connaissances orienté objet pour la conception et le...