diff --git a/semaine10.md b/semaine10.md
index 796a3d5..d993a4d 100644
--- a/semaine10.md
+++ b/semaine10.md
@@ -71,7 +71,7 @@ Contenu tiré du chapitre 2
 Le module expert:
 
 - Traditionnellement, la connaissance est représentée sous forme de frames.
-- Deux rôles: source de connaissances et référence pour l'évaluation de l'étudiant. Pouvoir générer des problèmes et des solutions, ainsi que tous les chemins de solution possibles, lorsqu'il y en a plusieurs. Optionnel: mesurer le progrès de l'étudiant.
+- Deux rôles: source de connaissances et référence pour l'évaluation de l'étudiant. Pouvoir **générer des problèmes et des solutions**, ainsi que tous les chemins de solution possibles, lorsqu'il y en a plusieurs. Optionnel: mesurer le progrès de l'étudiant.
 
 La communicabilité:
 
@@ -86,18 +86,53 @@ Modèle de l'étudiant:
 - Connaissances antérieures: formé à partir de la représentation système de l'expertise cible. Représentation de la formation des connaîssances et des erreurs d'apprentissage.
   - Représentation dans le langage du domaine
   - Approche énumérative: lister les erreurs et incompréhensions à l'aide d'enseignants experts ou dérivées empiriquement. Activité importante pour les concepteurs.
-  - Langage descriptif pour inclure d'autres caractéristiques de l'étudiant non liées au domaine.
+  - **Langage descriptif** pour inclure d'autres caractéristiques de l'étudiant non liées au domaine.
 - Comportement d'apprentissage
     - Notes numériques: statistiques de base
     - Diagnostic détaillé: recherche de structure pour l'atteinte du but
       - Perturbation d'un modèle existant: approche à base de cas
-      - Apprentissage d'un modèle à partir des données : apprentissage automatique
+      - Apprentissage d'un modèle à partir des données : **apprentissage automatique**
     - Contrainte liée au fait que l'application doit être interactive
     - Sources de bruit dans les données: l'étudiant peut être chanceux dans un test à choix de réponses.
     - Traitement du langage naturel pour avoir une bonne interaction avec l'étudiant
 
 ### Connaissance pédagogique: la compétence de communication (2.3)
 
+- Beaucoup de connaissance se trouve imbriquée dans les schémas de connaissances des systèmes d'assistance à l'enseignement. 
+- Dans les systèmes de tuteurs intelligents, cette connaissance pédagogique se trouve dans un module séparé.
+- Compromis entre laisser l'étudiant trop chercher où être trop présent dans son apprentissage. **Possibilité d'optimisation de cette décision.**
+
+### Interface: la forme de la communication (2.4)
+
+- Présentation finale de la connaissance, décisif dans le processus d'acquisition. 
+- Des interfaces de plus en plus sophistiquées deviennent le moteur de la conception de systèmes.
+- **Traitement du langage naturel**. 
+- Utilisation de langage pseudo-naturel. 
+- La granularité des éléments de connaissances est déterminante dans la flexibilité de l'interface.
+- La manifestation d'une sorte d'intelligence va mener à des attentes irréalistes de l'utilisateur.
+
+## Réseaux sémantiques et modèles mentaux
+
+### SCHOLAR
+
+- Conçu par Carbonell en 1970
+- Prévoir les interaction inattendues: les solutions qui n'ont pas été envisagées et les différentes questions que se posent l'étudiant,
+- Questions et réponses sous forme de dialogue d'initiative mixte alimenté par une traversée de graphe
+- Sujet: Géographie de l'Amérique du Sud
+- Identification de la pertinence des noeuds par des étiquettes numériques. Appariement des réponses par mots-clés.
+- Le système ne sait pas comment traiter une mauvaise réponse.
+- Limite des réseaux sémantiques: représenter la connaissance procédurale.
+- Techniques de raisonnement de base
+    - Contradiction
+    - Hypothèse
+- Éléments manquants:
+    - Incertitude
+    - Analyse fonctionnelle
+- Approche socratique
+    - Notion d'insuffisance. Vérifier la véracité d'un fait plus général.
+    - Environ 24 règles selon Collins (1977)
+    - Étendu à 60 règles dans Collins and Stevens (1982) dans le système WHY.
+