105 lines
4.2 KiB
Markdown
105 lines
4.2 KiB
Markdown
---
|
|
header-includes:
|
|
- \usepackage[T1]{fontenc}
|
|
- \usepackage[french]{babel}
|
|
- \usepackage{datetime}
|
|
- \usepackage{hyperref}
|
|
---
|
|
# 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:
|
|
|
|
1. Introduction au domaine
|
|
- Unicité de la recherche et méthodologie dans ce domaine
|
|
- Composantes générales des systèmes de tuteurs intelligents, en terme de communication
|
|
1. Survol technique des premiers systèmes depuis le début des années 1970
|
|
1. Enjeux et thèmes conceptuels. Principes émergents et questions ouvertes.
|
|
|
|
### Système de communication de connaissances
|
|
|
|
Contenu tiré du chapitre 1
|
|
|
|
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
|
|
1. 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
|
|
|
|
### Connaissance pédagogique: la compétence de communication (2.3)
|
|
|
|
|
|
|
|
|
|
|
|
|