4.2 KiB
4.2 KiB
| header-includes | ||||
|---|---|---|---|---|
|
Semaine 10: Les tuteurs intelligents
Etienne Wenger - Artificial intelligence and tutoring systems
Dans le années 80, il y a eu plusieurs tentatives infructueuses à implanter des systèmes intelligents dans un contexte d'éducation.
- Mauvaise qualité du contenu éducatif à intégrer aux systèmes
- Systèmes trop simplistes qui ne répondaient pas aux attentes
Trois sections au livre:
- Introduction au domaine
- Unicité de la recherche et méthodologie dans ce domaine
- Composantes générales des systèmes de tuteurs intelligents, en terme de communication
- Survol technique des premiers systèmes depuis le début des années 1970
- Enjeux et thèmes conceptuels. Principes émergents et questions ouvertes.
Système de communication de connaissances
Contenu tiré du chapitre 1
- Enseignement assisté par ordinateur:
- Approche de système expert où on insère la connaîssance experte de l'enseignant en décisions pédagogiques.
- Langages d'édition pour faciliter l'écriture de logiciels éducatifs.
- Peuvent générer des exercices
- Adapter le niveau de difficulté à la performance de l'étudiant
- Tuteur intelligent
- Transférer l'expertise et non les décisions
- Moins bonne improvisation, mais meilleure utilisation de l'information disponible
- Ambitions:
- Niveau de communication approprié
- Rappel de l'information pertinente
- Expliquer les points difficiles plus en profondeur
- Sauter les parties vraisemblablement connues de l'étudiant
Définition
Communication des connaissances:
Habileté à causer ou supporter l'acquisition de connaissance d'un individu à un autre via un ensemble restreint d'opérations de communications.
Implications
Un changement de la programmation des décisions vers la programmation des connaissances. Trois modèles:
- Modèle du domaine
- Modèle de l'étudiant
- Modèle du processus de communication
La tâche intelligente que l'on cherche à reproduire est l'enseignement, ou le transfert de connaissances.
Plusieurs domaines sont impliqués:
- Linguistique
- Anthropologie
- Intéraction humain-machine
Considérations de base
Contenu tiré du chapitre 2
Connaissance du domaine: l'objet de la communication (2.1)
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.
La communicabilité:
- Mesure de la difficulté relative du contenu
- Transparence du raisonnement: de la boite noire à la boite de verre
- Le choix du langage de représentation est un biais dans l'ensemble de la présentation
L'étudiant: le récepteur de la communication (2.2)
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.
- 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
- 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