Critères socioculturels pour la modélisation d`apprenants
Transcription
Critères socioculturels pour la modélisation d`apprenants
Critères socioculturels pour la modélisation d’apprenants : une analyse de pertinence Emmanuel G. Blanchard, Marguerite Roy, Susanne Lajoie*, Claude Frasson* * Laboratoire ATLAS, Faculté d’éducation, Université McGill {emmanuel.blanchard, marguerite.roy, susanne.lajoie}@mcgill.ca ** Laboratoire HERON, Département d’Informatique et Recherche Opérationnelle, Université de Montréal [email protected] RÉSUMÉ. Le profil culturel d’un individu repose sur de nombreux aspects trop complexes pour être considérés dans leur ensemble lorsque l’on désire obtenir une modélisation. Cet article étudie plusieurs facteurs culturels (la nationalité de même que les scores des dimensions de Hofstede associées, la religion) et démographiques (sexe, âge) et évalue s’ils pourraient permettre d’obtenir un modèle suffisamment prédictif des spécificités comportementales et cognitives d’apprenants pour être utile à un processus d’adaptation au sein d’un système EIAH. Nos résultats montrent que les facteurs étudiés permettent des prédictions limitées, ce qui poserait problème pour une modélisation de qualité. L’emploi croisé de plusieurs de ces facteurs mériterait pour autant une analyse approfondie. MOTS-CLÉS : représentation culturelle, processus d’adaptation, tendances comportementales et cognitives. 1. Introduction L’environnement culturel dans lequel un individu se développe influence fortement ses comportements, cognitions et réactions [HOFSTEDE 01], notamment dans un cadre éducatif [BIGGS 01]. Pour autant, la prise en compte de la dimension culturelle des utilisateurs est un sujet de recherche récent dans le domaine Environnements Informatiques pour l’Apprentissage Humain (EIAH) [CATS 08]. Les recherches dans ce domaine portent, entre autres choses, sur le développement de processus automatiques d’adaptation culturelle. Dans ce but, la modélisation du profil culturel de l’apprenant apparaît nécessaire. Obtenir une représentation pertinente de l’identité culturelle d’un utilisateur est cependant un problème extrêmement complexe tant le nombre d’éléments pouvant être considérés est grand et vue la difficulté d’obtenir des mesures objectives et suffisamment complètes de ceux-ci. Ne pouvant traiter la modélisation de l’identité culturelle avec une approche holistique, les recherches interculturelles se sont par le passé appuyées sur des modèles discrets des cultures en cherchant à identifier des dimensions essentielles permettant de différencier des cultures telles les dimensions nationales de Hofstede [HOFSTEDE 01] et/ou en analysant les spécificités d’ensembles d’individus regroupés en fonction de facteurs socioculturels tels la religion ou la nationalité. Tout naturellement, certains des premiers travaux en EIAH ont voulu exploiter ces approches déjà existantes [CATS 08] alors même qu’aucune étude n’a évalué si celles-ci pouvaient effectivement donner lieu à des prédictions pertinentes de tendances comportementales ou de réflexion dans le cas d’activités EIAH. L’objectif de cet article est de voir si l’utilisation de certains facteurs socioculturels pourrait donner des prédictions susceptibles de mener à des modèles d’apprenant efficaces. Nous avons considéré individuellement les facteurs suivants : la religion de l’apprenant, sa nationalité ainsi que les dimensions de Hofstede. Des facteurs démographiques (principalement le sexe, ont également été pris en compte. Suite à un court résumé des travaux de Hofstede, nous décrivons succinctement la méthode employée pour notre étude. Des analyses statistiques sur les échantillons d’individus dont nous disposons sont présentées et discutées par la suite. 2. Principe du système de valeurs de Hofstede Cinq dimensions bipolaires ont été identifiées par Hofstede [HOFSTEDE 01] et permettraient de décrire les grandes orientations d’une nation. Chaque nation se voit ainsi affecter un score pour chaque dimension explicitant à quel point le comportement et la vision des citoyens se retrouveraient dans la dimension en question. Ces dimensions sont la distance au pouvoir (PDI - la supposition et l’acceptation d’une répartition inéquitable du pouvoir dans la société), l’individualisme (IDV - la tendance à se regrouper et à apprécier les activités de groupe), la masculinité (MAS - la répartition des rôles dans la société en fonction du sexe), l’évitement de l’incertitude (UAI – la tendance d’une société à créer des règles et des lois pour éviter les situations incertaines). Une dernière dimension, l’orientation à long terme, n’est pas considérée dans notre étude du fait que le score pour cette dimension est manquant pour de nombreuses nations. Ces dimensions sont des tendances de groupe qui ne sous entendent pas que tous les membres d’une même nation auront un comportement similaire qui pourrait être déduit des scores nationaux pour ces dimensions, simplification critiquée par Hofstede lui-même mais pourtant maintes fois employée dans la recherche. Environnements Informatiques pour l’Apprentissage Humain, Le Mans 2009 Environnements Informatiques pour l’Apprentissage Humain, Le Mans 2009 3. Méthodologie Un questionnaire en ligne de 41 questions, portant sur des attitudes ou comportements liés plus ou moins directement à l’apprentissage en ligne, a été développé (Figure 1). Pour certaines, ces questions ont été reprises du test de personnalité Myers-Briggs (http://www.myersbriggs.org/) alors que d’autres ont été directement proposées par les auteurs de cet article. Afin de faciliter la présentation de notre analyse dans cet article, nous avons déterminé a posteriori 10 catégories de questions en fonction de leur centre d’intérêt principal. Tableau 1. Version anglaise du questionnaire d’évaluation lié à l’apprentissage en ligne. Catégories Personnalité et Valeurs personnelles Auto évaluation des connaissances en informatique Auto évaluation d’attitudes affectives Auto évaluation d’habitudes dans la gestion de l’information Confiance dans les services internet Auto évaluation de contextes de travail Intérêt pour des activités d’apprentissage et/ou liées à Internet Opinion sur l’utilité des ordinateurs Concentration dans des activités classiques Concentration dans des activités informatiques Indice QUESTIONS Relations significatives ? 1 I consider the scientific approach to be the best. 2 I am more of a listener than a speaker. 3 In a debate, I strive to achieve mutual agreement 4 I think that almost everything can be analyzed 5 I have a good knowledge of how computers work (technical view). 6 I have a good knowledge of how to work with computers (user view). 7 I am skilled at surfing on the Web. 8 I trust reason rather than feelings. 9 My actions are frequently influenced by emotions 10 It's difficult to get me excited or make me lose my temper 11 I am inclined to rely more on improvisation than on careful planning 12 The process of searching for solution is more important to me than the solution itself 13 I like to keep a check on how things are progressing 14 I trust e-Commerce services (service that offer you to buy something on the Internet). 15 I trust world news that I can read on the Internet. 16 I trust local news that I can read on the Internet. 17 I trust any information (not news) that I can find on the Internet. 18 I prefer to work alone than in a group. 19 I like to work in a library. 20 I like to work at the university/college/school/workplace. 21 I like to work in a coffee shop. 22 I like to work at home. 23 I like to learn alone by reading books. 24 I like to learn alone by surfing the Internet. 25 I like to discuss with people on the Internet. 26 I like to play game on the Internet. 27 I think computers are useful for today's teaching practices. 28 I think computer is a necessity for my daily life. 29 I think computer is a necessity for my life at work. 30 I think computer is a necessity for my social life. 31 I think computer is a necessity for my studies. 32 During what I consider a boring lecture/presentation, I can stay focused 33 During what I consider an interesting lecture/presentation, I can stay focused 34 When I'm doing scientific exercises alone (ex: mathematics...), I can stay focused 35 When I'm doing scientific exercises in a group, I can stay focused 36 When I'm doing text exercises alone (ex: an essay...), I can stay focused 37 When I'm doing text exercises in a group, I can stay focused 38 When I'm surfing on the Internet for working/studying purpose, I can stay focused 39 When I'm surfing the internet during my spare time, I can stay focused 40 When I'm working on my computer, I can stay focused 41 When I'm playing a good game on my computer, I can stay focused Tab.2 Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Tab.3 Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui Oui 264 participants de par le monde y ont répondu suivant un recrutement « boule de neige ». Pour l’analyse de chaque facteur spécifique (sexe, nationalité, religion, dimensions de Hofstede), les échantillons ont été filtrés de manière à maximiser leur taille exploitable en fonction des données manquantes. Seuls les échantillons ayant une taille convenable sont pris en compte dans la suite de cet article. Leur taille a néanmoins limité notre analyse à une évaluation individuelle de l’effet prédictif de chaque facteur sans possibilité de faire des analyses croisées. Dépendamment du type de variable étudiée, nous avons utilisé des procédures d’analyses ANOVA, MANOVA et des corrélations bivariées. Des questions subsidiaires nous ont permis d’établir que les échantillons différaient relativement en ce qui concerne l’âge moyen, le niveau d’éducation moyen, l’occupation principale et les connaissances en informatique. Par manque de place, il nous est malheureusement impossible de présenter ces éléments descriptifs dans cet article. 4. Résultats Les tableaux 2 et 3 présentent les résultats significatifs obtenus sur les 41 questions du tableau 1. Le tableau 2 présente les résultats d’ANOVA effectuées sur les échantillons établis en fonction de la nation, de la religion ou du sexe des répondants. Le tableau 3 se concentre quant à lui sur les résultats d’analyse via une méthode de corrélation bivariée entre les réponses à nos questions et les dimensions de Hofstede (en fonction de la nationalité des répondants). Critères socioculturels pour la modélisation des apprenants: une analyse de pertinence Tableau 2. Résultats significatifs dans les questions liées à l’apprentissage en ligne. Catégorie des Questions Indice (cf tab.2) Personnalité et Valeurs personnelles Auto évaluation des connaissances en informatique Auto évaluation d’attitudes affectives I am more of a listener than a speaker. ns 3 In a debate, I strive to achieve mutual agreement ns 5 I have a good knowledge of how computers work (technical view). 6 I have a good knowledge of how computers work (user view). 7 I am skilled at surfing on the Web. 8 I trust reason rather than feelings. 9 Auto évaluation de contextes de travail I am inclined to rely more on improvisation than on careful planning 13 I like to keep a check on how things are progressing Intérêt pour des activités d’apprentissage et/ou liées à Internet Opinion sur l’utilité des ordinateurs Concentration dans des activités classiques Concentration dans des activités informatiques I trust world news that I can read on the Internet. 16 I trust local news that I can read on the Internet. 17 I trust any information (not news) that I can find on the Internet. I like to work at the university/college/school/workplace. 22 I like to work at home. 24 I like to learn alone by surfing the Internet. 26 I like to play game on the Internet. 27 I think computers are useful for today's teaching practices. 28 I think computer is a necessity for my daily life. 29 I think computer is a necessity for my life at work. 31 I think computer is a necessity for my studies. 33 During what I consider an interesting lecture/presentation, I can stay focused 35 35 80 35 35 80 35 35 80 5,69 4,71 4,35 6,20 5,23 4,95 6,17 5,77 5,53 S. Brésilien Canadien Français RELIGION N Mean Athée 59 4,51 Musulman 47 5,47 Chrétien 113 4,54 Athée 59 4,53 Musulman 47 5,43 Chrétien 113 5,08 Athée Musulman Chrétien 35 When I'm doing scientific exercises in a group, I can stay focused Brésilien Canadien Français 36 When I'm doing text exercises alone (ex: an essay...), I can stay focused 39 When I'm surfing the internet during my spare time, I can stay focused 32 32 69 32 32 69 32 32 69 5,00 4,88 4,30 5,09 4,88 4,26 2,53 4,13 3,96 Homme Femme 135 122 6,09 5,46 ** ns Homme Femme 130 110 4,82 3,99 ** Homme Femme Homme Femme 130 110 130 110 4,21 4,65 4,52 3,59 * Homme Femme 128 116 4,02 3,59 * Homme 118 4,19 * Femme 102 3,68 54 50 117 26 29 58 34 28 71 34 28 71 34 28 71 34 28 71 ** 59 48 121 4,63 5,29 5,06 * ns ns ns ns ns ns ns ** ns 5,27 4,07 4,78 6,06 4,71 5,10 6,15 4,89 4,97 6,56 5,18 5,63 6,44 5,32 5,18 Athée Musulman Chrétien 42 25 88 Athée Musulman Chrétien Athée Musulman Chrétien Athée Musulman Chrétien 52 34 91 55 50 114 55 50 114 Athée Musulman Chrétien Athée Musulman Chrétien 55 50 114 53 43 114 4,98 4,36 5,28 * 3,85 2,53 3,03 4,93 5,92 5,54 4,95 5,68 5,27 ** Homme Femme Homme Femme 83 86 83 86 4,99 4,42 4,67 5,35 * ** ** ns ** ** ns ns ** ns ** ns ** ns ** 5,67 4,07 4,94 ** 36 30 72 5,19 3,93 4,31 ** ns 4,93 6,36 5,92 6,09 4,95 5,67 ** ns ** ns Homme Femme ns ns Athée Musulman Chrétien 5,45 5,17 6,05 ** ** 36 30 72 31 23 58 4,30 5,06 4,27 * ns Brésilien Canadien Français 5,93 4,89 ns ns When I'm doing scientific exercises alone (ex: mathematics...), I can stay focused 135 122 ns ns 34 Homme Femme ** ns * ns Brésilien Canadien Français ** ns ns Brésilien Canadien Français Brésilien Canadien Français Brésilien Canadien Français Brésilien Canadien Français 5,39 4,11 ns ns Brésilien Canadien Français 135 122 * ns Brésilien Canadien Français Brésilien Canadien Français Brésilien Canadien Français ns Homme Femme ns 3,13 4,09 3,81 S. ** ** ** Athée Musulman Chrétien Homme Femme SEXE N Mean 133 5,08 105 4,31 ns ns 32 33 77 S. ** ** ns I trust e-Commerce services (service that offer you to buy something on the Internet). 15 20 Brésilien Canadien Français Brésilien Canadien Français Brésilien Canadien Français My actions are frequently influenced by emotions It's difficult to get me excited or make me lose my temper 11 14 Confiance dans les services internet NATION N Mean 1 10 Auto évaluation d’habitudes dans la gestion de l’information QUESTIONS 53 43 114 123 107 5,39 4,78 * ns 5,47 4,51 5,32 * ns * ns ns Note : Dans les tableaux 2 et 3, « ns » indique des résultats non significatifs, * coef. α <= .05; ** coef. α <= .001. Les échelles sont les suivantes : questions 1 à 31 : 1-ne me correspond pas du tout, 2-me correspond très peu, 3-me correspond peu, 4-me correspond modérément, 5-me correspond assez, 6-me correspond beaucoup, 7-me correspond tout à fait ; questions 32 à 41 : 1- moins de 15 mns, 2entre 15 et 30 mns, 3-entre 30 et 45 mns, 4-entre 45 mns et 1 h, 5-entre 1 h et 1:30 h, 6-entre 1:30 h et 2 h, 7-plus de 2 h. Environnements Informatiques pour l’Apprentissage Humain, Le Mans 2009 Tableau 3. Corrélation entre les dimensions de Hofstede et les questions liées à l’apprentissage en ligne (voir Tableau 1 pour les intitulés des questions en fonction de leur indice, et la partie 2 pour une définition des différentes dimensions). Catégories de questions Personnalité et valeurs personnelles Auto éval. des connaissances en info. Auto éval. d’habitudes affectives Auto éval. d’habitudes de gestion de l’information Confiance dans les services internet Auto évaluation de contextes de travail Intérêt pour activités d’apprentissage et/ou liées à internet Opinion Ordinateurs Concentration dans des activités classiques Concentration dans des activités informatiques Indice N 2 225 3 225 5 210 8 219 9 224 12 215 13 172 16 224 17 218 18 173 19 220 20 219 21 215 22 225 24 225 25 220 26 218 30 221 33 206 34 208 36 216 38 223 40 223 41 169 PDI r = 0.136 ns r = 0.179 ns r = 0.141 r = 0.139 ns r = 0.239 r = 0.171 r = 0.17 ns r = 0.143 ns ns ns ns ns r = 0.134 r = 0.154 r = 0.185 r = 0.149 r = 0.238 r = 0.273 r = 0.178 * * * * ** * * * * * * * ** ** * IDV r = -0.153 r = -0.148 ns r = 0.231 r = -0.312 ns r = 0.184 r = -0.175 ns ns r = -0.257 r = -0.217 r = -0.172 r = -0.198 r = 0.138 ns r = 0.15 ns r = -0.232 r = -0.223 ns ns ns ns * * ** ** * * ** ** * * * * ** ** MAS r = -0.134 ns ns ns ns ns ns ns ns r = -0.151 ns ns ns r = 0.147 ns ns ns ns ns ns ns ns ns ns * * * UAI ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns r = 0.143 r = 0.187 r = 0.182 * * * 5. Discussion et Conclusion Certains des relations mises en évidence par nos travaux mériteraient d’être analysées dans des études spécifiques (personnalité et valeurs personnelles en fonction de la religion ; appréciation des attitudes affectives en fonction du sexe et de IDV ; confiance dans les services internet en fonction des nations et de PDI ; opinion sur l’utilité des ordinateurs en fonction des nations; appréciation des contextes de travail en fonction de IDV ; concentration dans des activités classiques en fonction de PDI ; concentration dans des activités informatiques en fonction de la nation, de PDI et UAI). Des analyses portant sur l’âge des répondants (non présentées par manque d’espace) mettent également en évidence l’aptitude prédictive de ce facteur. Il serait bon d’étudier également l’effet croisé de certains autres facteurs comme les connaissances effectives en informatique, le niveau d’éducation, l’âge ou encore la familiarité des répondants avec l’Internet, ce que nous n’avons pu réaliser du fait de la taille limitée de nos échantillons. Certaines autres relations mises en évidence ne nous sont pas apparues conclusives ou porteuses de sens comme, par exemple, l’auto évaluation des connaissances en informatique et la religion. D’ailleurs, les résultats propres aux religions sont, à notre avis, à prendre avec précaution car affirmer une croyance peut avoir une signification différente d’un individu à l’autre. Certains se réfèrent ainsi à une forme d’héritage familial et social n’impliquant pas nécessairement une pratique importante, ce qui sera nécessaire chez d’autres croyants. Chacune des variables que nous avons évaluées indépendamment (sexe, religion, nationalité, dimensions de Hofstede) montrent une capacité généralement faible de prédiction d’attitudes ou comportements. Pris isolément, nous pensons cependant que chacun de ces facteurs ne mène pas à des prédictions suffisamment robustes pour notre objectif d’adaptation en EIAH, rejoignant en cela les conclusions d’autres chercheurs [Miller et al. 08]. Combiner plusieurs de ces facteurs pourrait donner des résultats plus intéressants. L’étude présentée se veut exploratoire et comporte plusieurs limitations : la représentativité des groupes pris en compte ne peut qu’être limitée du fait de l’hétérogénéité des populations considérées et les résultats doivent être compris comme des tendances nécessitant des confirmations ultérieures. Le contexte de la collecte de données (via internet) ne permet pas d’avoir des conditions pleinement contrôlées. Dans nos futurs travaux, nous souhaitons donc utiliser des méthodes de regroupement plus représentatives sur des échantillons plus larges afin notamment d’effectuer des analyses croisées avec plusieurs facteurs supplémentaires. Bibliographie [BIGGS 01] Biggs, J. B., « Teaching across cultures », dans F. Salili, Chiu, C., Hong, Y (eds), Student motivation : The culture and context of Learning, Plenum Press, New York, 2001, p. 293-308. [HOFSTEDE 01] Hofstede, G., Culture’s Consequences: Comparing Values, Behaviors, Institutions, and Organizations Across Nations, 2ème ed., Sage, London, 2001. [MILLER et al. 08] Miller, C. A., Smith, K., Culture, Politeness, and Directive Compliance: Does Saying Please Make a Difference, NATO RTO Symposium HFM142 on Adaptability in Coalition Teamwork, Copenhagen (2008). [CATS 08] 1st Workshop on Culturally Aware Tutoring Systems (CATS2008), Montréal, Canada, en lien avec ITS2008, http://www.iro.umontreal.ca/~blanchae/CATS2008 . Consulté le 21 avril 2009.