modèle de groupe - Département d`informatique et de recherche
Transcription
modèle de groupe - Département d`informatique et de recherche
Informatique et recherche opérationnelle Systèmes d’Éducation Adaptatifs et Intelligents Présenté par : KIARED Abou-Sofiane Professeur : Esma Aimeur Systèmes d’éducation adaptatifs et intelligents 1 Plan Introduction Concepts fondamentaux Travaux réalisés Proposition d’une nouvelle approche Conclusion Systèmes d’éducation adaptatifs et intelligents 2 Introduction L’enseignement à distance est devenu une réalité (Système d’enseignement à distance SED) : ¾ Cours sans frontières ¾ Accessible via l’Internet ¾ Moins de restrictions par rapport à l’enseignement traditionnel (pré-requis, contraintes temporelle) Systèmes d’éducation adaptatifs et intelligents 3 Introduction (suite) Des milliers d’applications on vu le jour durant les dix dernières La plupart sont des réseaux années Problèmes avec les statiques de pages hypertextes systèmes existants : Liberté de navigation: Quel sont les liens appropriés pour un utilisateur donné ? Traces d’évolution: Qu’est ce que l’usager a vu avant d’atteindre un certain noeud (dans le réseau d’hypertexte) ? présentation: L’usager est-il visuel ? Auditif ? Quel sont ses préférences en matière de présentation Systèmes d’éducation adaptatifs et intelligents 4 Introduction (suite) Besoin de personnalisation ? Systèmes adaptatifs et intelligents • Pourquoi un système adaptatif ? •Quoi adapter ? •Adapter à quoi ? Systèmes d’éducation adaptatifs et intelligents 5 Concepts fondamentaux Qu’est-ce que l’enseignement adaptatif ? Un SED est dit adaptatif s’il [8, 3]: Est capable de surveiller les activités des utilisateurs Peut les interpréter selon un modèle donné Considère les préférences des utilisateurs Peut intervenir dynamiquement pour faciliter le processus d’apprentissage Systèmes d’éducation adaptatifs et intelligents 6 Concepts fondamentaux (suite) Classification des méthodes d’adaptation L’interaction adaptative ¾ ¾ Cours adaptatif ¾ ¾ Offrir un contenu qui s’accommode le plus avec les connaissances et les objectifs de l’apprenant. Cette catégorie est la catégorie la plus convoitée par les travaux de recherche actuellement. Assemblage des objets du cours ¾ Adaptation de l’interface La considération des préférences de l’usager en matière de représentations graphiques (couleurs, multimédia) Par exemple, présenter les exemples en premier, et puis les images et graphique et enfin les définitions. Adaptation de la collaboration Systèmes d’éducation adaptatifs et intelligents 7 Concepts fondamentaux (suite) Les entités à modéliser Le modèle du domaine Contient généralement la structure du cours Spécifie les relations et les interdépendances entre les différentes parties du cours. Ces éléments sont utilisés lors de l’adaptation. Systèmes d’éducation adaptatifs et intelligents 8 Concepts fondamentaux (suite) Le modèle de l’apprenant : Contient les données personnelles et les préférences de l’usager Sa structure varie d’un système à un autre Cependant, pratiquement tous les systèmes existants permettent de mettre à jour, dynamiquement, le modèle de l’apprenant. Figure tirée de [6] Systèmes d’éducation adaptatifs et intelligents 9 Concepts fondamentaux (suite) Le modèle d’adaptation : Renferme la théorie de l’adaptation pour un SDE donné. Ce modèle doit spécifier (implicitement ou explicitement) : ¾ ¾ ¾ Qu’est-ce qui peut être adapter ? Quand adapter ? Et Comment procéder ? Ces spécifications, peuvent prendre la forme de règles préprogrammées déclenchées automatiquement ou bien des règles générées par le système (systèmes intelligents) qui sont le résultat des observations du comportement des usagers Systèmes d’éducation adaptatifs et intelligents 10 Concepts fondamentaux (suite) Le modèle de groupe : Modèle d’apprenant étendu à plusieurs utilisateurs Permet de regrouper des apprenants possédants les même caractéristiques sous un même profil. Le système fait profiter les éléments du groupe des activités de certains membres du même groupe Cette technique est grandement utilisée dans les applications recommandation de produits, et le collaborative filtering et elle est prometteuse dans les SEDs [8]. Systèmes d’éducation adaptatifs et intelligents 11 Concepts fondamentaux (suite) Quelques techniques d’adaptation Séquencement de leçons (planification de leçons) : Actif ¾ Passif ¾ D’appoint ou encore correctif Aide à la résolution de problèmes Planification pas à pas Résolution interactive Résolution par l’exemple Adaptation de la présentation Quelle information afficher Comment l’afficher Systèmes d’éducation adaptatifs et intelligents 12 Travaux réalisés Deux classes de systèmes : Systèmes Hypermédia et tutorial intelligents adaptatifs Systèmes basés sur les agents intelligents Systèmes d’éducation adaptatifs et intelligents 13 Travaux réalisés (suite) Systèmes Hypermédia et tutorial intelligents adaptatifs Trois grandes familles [3]: Systèmes de la famille des hypermédia adaptatifs : InterBook, AST, ADI, ART-Web, ACE, Rmedial Multimedia System, PT, AHA, WEST-KBNS, MetaLinks ,KBS Hyprebook ¾ Systèmes de la famille des systèmes tutorial intelligents CALAT, Medtec, Manic, DCG, SIETTE, ILESA, PAT-Online, PATJava, WITS, WITS-II, Belvedere, ADIS, (Yang-Akahori), D3WWW-Trainer, AlgeBrain, ADELE, TEMAI ¾ Systèmes hybrides ELM-ART, ELM-ART-II, PAT-Interbook, VC Prolog Tutor ¾ Systèmes d’éducation adaptatifs et intelligents 14 Systèmes de la famille des hypermédia adaptatifs [3] System Adaptive sequencing Adaptive navigation support Adaptive presentation InterBook Page Annotation Annotation Parfois AST Cours ADI Cours Annotation Parfois ART-Web Cours, tests Annotation Parfois ACE Cours Annotation Hiding Parfois Rmedial Multimedia System Hiding PT Hiding AHA Annotation Hiding WEST-KBNS Annotation MetaLinks Page KBS Hyprebook Cours Annotation Hiding Systèmes d’éducation adaptatifs et intelligents 15 Systèmes de la famille des systèmes tutorial intelligents [3] System Adaptive sequencing CALAT Cours, passif Medtec tâche Manic Sujet DCG Cours SIETTE Question ILESA Leçon, problèmes Problem solving support Intelligent solution analysis Serveur, Java PAT-Online Partiel PAT-Java Java Serveur WITS Server WITS-II Serveur, Java Belvedere Serveur, Java Systèmes d’éducation adaptatifs et intelligents 16 Systèmes hybrides [3] System Adaptive sequencing Adaptive navigation support Problem solving support Intelligent solution analysis Adaptive presentation ELM-ART Page Annotation Partiel Serveur Parfois ELM-ART-II Cours, tests Annotation Partiel Serveur Parfois PAT-Interbook Page, passif Annotation Partiel Serveur Parfois VC Prolog Tutor Tâche, passif Annotation Partiel Serveurr Systèmes d’éducation adaptatifs et intelligents 17 Systèmes basés sur les agents intelligents Agent de confiance “Confidence Agent” [2] Université de Montréal (Canada) Le système multi-agents MAS-PLANG [6,7] Université de Girona (Espagne) Systèmes d’éducation adaptatifs et intelligents 18 Agent de confiance “Confidence Agent” [2] Basé sur “Confidence Intelligent Tutoring System” (CITS) [4] Architecture Client / Serveur Systèmes d’éducation adaptatifs et intelligents 19 Agent de confiance “Confidence Agent” [2] (suite) Basé sur deux modèles : Modèle de l’apprenant (décrit en utilisant XML) ¾ les objectifs de l’apprenant, son style d’apprentissage, son comportement et ses préférences Modèle du domaine (décrit en utilisant XML) ¾ ¾ ¾ ¾ ¾ une arborescence de concepts Chaque concept est décrit par un certain nombre de mots clés qui reflètent le plus sont contenu Un concept consiste en cinq fragments : le cœur du concept, définition, les problèmes, les exemples et les exercices Chaque fragment pointe vers trois segments qui le définisse Chaque segment renferme des unités atomiques tel que du texte, de images ou bien des enregistrement audio/vidéo Systèmes d’éducation adaptatifs et intelligents 20 Agent de confiance “Confidence Agent” [2] (suite) Exemple : Cours de structure de données, description de la structure Heap (tas) Modèle de l’apprenant <Model description=”user model”> <Name>A</Name> <Learner-style>Visual</Learner-style> <Visit> <Concept>C1</Concept> <Chunks-Recommended>C11, C12</Chunks-Recommended> <Chunks-Erased>C21</ChunksErased> </Visit></Model> Modèle du domaine <Fragment description=”Fragment”> <Concept>Heap<Concept> <ID>1</ID> <Prerequisites><ID ref=”0”><Prerequisites> <Name>Background</Name> <Chunk1>C11</Chunk1> <Chunk2>C21</Chunk1> <Chunk3>C1</Chunk1> </Fragment> Systèmes d’éducation adaptatifs et intelligents 21 Agent de confiance “Confidence Agent” [2] (suite) Fonctionnement : Les valeurs enregistrées dans le modèle de l’usager qui seront utilisés pour évaluer l’importance d’un segment donné dans la compréhension du concept (granularity level & dominant meaning probability [4]). L’algorithme d’adaptation trie les différents segments par ordre décroissant d’importance et retourne les trois premiers segments pour être présenter dans le fragment courant. Systèmes d’éducation adaptatifs et intelligents 22 Agent de confiance “Confidence Agent” [2] (suite) <Chunkdescription=” Chunk” Visible-Image=”yes” Visible-Audio=”yes” Visible-Applets=”yes” Granularity-Value=”yes”> <Concept>Heap</Concept> <ID>C11</ID> <Type>Background</Type> <Granularity>0.97</Granularité> <Dominant-Meaning> <D1>Binary tree</D1><D2>Complete tree</D2> </Dominant-Meaning> <Text> Heaps are based on the notion of a complete tree, for which we gave an informal definition earlier. Formally: A binary tree is completely full if it is of height, h, and has 2h+1-1 nodes </Text> <Media> <Condition Learner-style=”Visual” Images=”heap1.jpg”> </Condition> <Condition Learner-style=”Auditory” Images=”heap1.wav”> </Condition> <Condition Learner-style=”Visual” Images=”Animation1.jpg”> </Condition> </Media> </Chunk> Systèmes d’éducation adaptatifs et intelligents 23 Agent de confiance “Confidence Agent” [2] (suite) Affichage du segment “Coeur” du concept “Heap” Systèmes d’éducation adaptatifs et intelligents 24 Le système multi-agents MAS-PLANG [6,7] Développé pour donner des caractéristiques adaptatives à un système tutorial intelligent existant appelé USD (Unitats de Suport une La Docència) Missions : Adaptez l'information et les liens présentés en fonction du modèle de l’apprenant Fait en sorte que l’apprenant ne se perde pas, en limitant son espace de recherche, lui suggérant les liens les plus appropriés, lui fournissant des commentaires sur les liens visibles et en lui offrant des outils de navigation plus sophistiqués Systèmes d’éducation adaptatifs et intelligents 25 Le système multi-agents MAS-PLANG [6,7] Architecture Systèmes d’éducation adaptatifs et intelligents 26 Le système multi-agents MAS-PLANG [6,7] (suite) Fonctionnement : PDA-NAVIGATION IA-SEARCH IA-HISTORY IA-NAVIGATION PDA-SEARCH PDA-HISTORY IA-EXERCISES IA-EVALUATION PDA-EXERCICES Systèmes d’éducation adaptatifs et intelligents 27 Proposition : une approche exploitant le modèle de groupe Exploitation du modèle de groupe : Construit dynamiquement en prenant pour base les modèles usagers participants au cours. Il spécifiera aussi les conditions qui font qu’un ensemble d’apprenants sont jugés semblables et classés dans un même groupe. Les avantages d’une telle approche sont nombreux, entre autre elle permet: ¾ ¾ ¾ ¾ D’avoir une idée des actions des apprenants sensés être au même niveau que l’apprenant en question et ayants les mêmes objectifs. De profiter des expériences certains participants pour avertir l’apprenant (pro-activité). Répondre efficacement aux besoins de l’industrie en offrant une formation solide et « pratique ». Mettre l’apprenant au même diapason que les autres participants Systèmes d’éducation adaptatifs et intelligents 28 Proposition : une approche exploitant le modèle de groupe (suite) Exemple Étant donné un système d’éducation à distance qui offre un cours de « troubleshooting » dans un SGBD (i.e : Oracle, DB2 etc.) donné. Le modèle de groupe permet de départager les participants au cours. Voici quelques groupes possibles : ¾ ¾ ¾ Les DBAs seniors : Ceux qui ont une longue expérience dans le domaine et suivent ce cours pour ce perfectionner. Les DBAs intermédiaires : Ceux qui travaillent dans le domaine mais rencontrent beaucoup de difficultés face à certains problèmes. Les débutants Systèmes d’éducation adaptatifs et intelligents 29 Proposition : une approche exploitant le modèle de groupe (suite) Description de la méthode un agent intelligent que nous appelons agent de groupe (GA) : Roule du coté serveur Observe les actions des participants et les enregistre dans une base de données (BD1). Établit une classification pour tous les apprenants (construction des groupes) Pour chacun des groupes, établit une liste de problèmes à traiter et/ou de concepts importants pour les membres du groupe Adapte le cours présenté à l’apprenant en utilisant le résultat de l’étape précédente Systèmes d’éducation adaptatifs et intelligents 30 Conclusion Les techniques d’adaptations apportent un plus au systèmes d’éducation La plupart des travaux réalisés jusqu’à présent sont encore au stade de laboratoire Le jeune age des systèmes d’enseignement à distance facilitera l’intégration des techniques d’adaptation intelligentes L’utilisation des agents intelligents est une voie prometteuse (interactivité, autonomie, pro activité, apprentissage) Systèmes d’éducation adaptatifs et intelligents 31 Références [1] Maes, Pattie, “Agents that reduce work and information overload”, Communications of the ACM 37, 7 (July 1994), 31-40 [2] Abdel Razek M., Frasson C., Kaltenbach M. An Intelligent Agent for Automatically Course Adaptation Lecture Notes in Artificial Intelligence Springer-Verlag 2003, 4th International Syposium on Methodologies for Intelligent Systems (ISMIS 2003). October 28-31, 2003 Maebashi City, Japan [3] Brusilovsky, P. (1999) Adaptive and Intelligent Technologies for Webbased Education. In C. Rollinger and C. Peylo (eds.), Special Issue on Intelligent Systems and Teleteaching, Künstliche Intelligenz, 4, 19-25. [4] Abdel Razek M., Frasson C., Kaltenbach M. A Context-based Information Agent for Supporting Education on the Web. Lecture Notes in Computer Science, Springer-Verlag 2003, The 2003 International Conference on Computational Science and Its Applications (ICCSA 2003), May 18-22, 2003 Montreal, Canada. [5] Firefly Network, Inc & Netscape Communications“Proposal for an Open Profiling Standard Document Version 1.0” ,June 2, 1997 Systèmes d’éducation adaptatifs et intelligents 32 Références (suite) [6] Peña, C. I. and Marzo, J. L. Adaptive Intelligent Agent Approach to Guide the Web Navigation on the PLAN-G Distance Learning Platform, IEE Colloquium "Lost in the Web - Navigation on the Internet", London, November 1999, UK ISSN 0963-3308. [7] Peña, C. I., Marzo, J. L., De la Rosa, J. Ll. Intelligent Agents in a Teaching and Learning Environment on the Web, 2ond IEEE International Conference on Advanced Learning Technologies (ICALT2002), Kazan (Russia), September 9-12, 2002, ISBN 0-473-08801-0. [8] Alexandros Paramythis, Susanne Loidl-Reisinger - Adaptive Learning Environments and e-Learning Standards; in: Roy Williams, w.w Associates (Eds.): Proceedings of the 2nd European Conference on e-Learning, Glasgow (Scotland), 6.-7.11.2003, pp. 369-379 Academic Conferences International Reading 2003; ISBN: 0-9544577-4-9 (2003) [9] Brusilovsky, P. (2001) “Adaptive hypermedia” in User Modeling and User Adapted Interaction, Vol. 11, No.1/2, pp87-110. . Systèmes d’éducation adaptatifs et intelligents 33