Les EIAH sont souvent spécialisés à un domaine bien précis. Cela leur permet d’offrir des modélisations fines du domaine et de l’apprenant. L’analyse alors pro duite à partir des traces est didactiquement très fine et spécifique au domaine en question. Elle permet de guider l’apprenant en cas de difficulté et de lui proposer des activités de soutien. Cependant cette analyse est étroitement liée aux domaines didactiques, et différente d’un domaine à un autre. Dans la diversité des domaines enseignés, comment proposer un modèle tenant compte de cette multitude et permettant une analyse de l’activité de l’élève et son guidage ? Nous proposons une analyse de l’activité de l’élève hors du champ didactique pour un guidage que nous nommons macroscopique, par opposition à une analyse didactique fine. Le guidage proposé est paramétré selon le domaine afin d’être transposable. Notre approche s’appuie sur les réseaux notionnels, les étayages pédagogiques, les traces d’objets et l’inférence sur celles-ci. Leur utilisation conjointe permet la description du domaine, la modélisation de l’apprenant et son pilotage par l’EIAH. Nous présentons cette approche implantée dans iSTOA. / Intelligent Tutor Systems (ITS) are often dedicated to a specific domain. This allows them to offer accurate models of the domain and the learner. The analysis produced from traces left by the users is didactically very precise and specific to the domain in question. It allows one to guide the learner in case of difficulty and to offer her/him some support activities. However this analysis is linked to the didactic domains, and is different as a function of each domain. Faced with the diversity of teaching domains, how to propose a model taking into account this multitude and allowing an analysis of the learner activity and her/his guidance? We propose a model supporting an analysis of the learner activity outside the didactic field for guidance which we name macroscopic, as opposed to “a classic and accurate didactic analysis”. The proposed approach is generic but parameterized by a notional network to be applied to different domains of teaching. Our approach is based on notional networks, pedagogical scaffoldings, object traces and inferences from these traces. The joint use of all these concepts allows the description of the domain, the learner modellisation and his/her piloting by the system. We present this approach in a complete pedagogical platform called iSTOA.net, experimented in an ecological context.

Nos travaux s’intéressent à l’ingénierie des EIAH dans le cadre d’une approche dirigée par les modèles (MDA) et aux plateformes de formation à distance comme support à l’exécution des dispositifs pédagogiques. Ils visent à assister les concepteurs pédagogiques dans la modélisation de leurs intentions pédagogiques et dans leur concrétisation dans les termes d’une plateforme de formation tout en tenant compte de la complexité des dispositifs qui se manifeste lors de l’usage. Les aspects de la complexité étant nombreux, nous nous concentrons sur le contexte institutionnel qui est définit comme l’ensemble de règles organisationnelles et de pratiques contextuelles qui influencent la conception et l’exécution des dispositifs.Nous proposons dans cette thèse un cadre conceptuel définissant le contexte institutionnel et le catégorisant selon les étapes du MDA, explicitant les interdépendances entre le contexte et le dispositif et détaillant les besoins de contextualisation.Nous proposons une démarche assistée basée sur MDA et qui va de la modélisation des intentions pédagogiques à la spécification du modèle d’un dispositif pédagogique dans les termes d’une plateforme choisie tout en respectant le contexte institutionnel. L’approche proposée se base sur la réutilisation de templates formalisant des scénarios abstraits et sur leur contextualisation afin de les adapter aux spécificités du contexte institutionnel. Pour l’étape de la transformation, un processus de transformation contextualisée qui permet aux concepteurs d’exprimer eux-mêmes leurs règles de transformation est proposé et qui les guide par les pratiques et règles contextuelles d’usage de la plateforme cible. / We are interested in our work by Technology Enhanced Learning (TEL) systems design. We aim to assist instructional designers in modelling their intents and in their expression according to the Learning Management System (LMS) where they will be enrolled. We approach a TEL system as a complex system. In order to address, at design time, this complexity that manifests at run time, we focus on contextualization of TEL systems with regard to institutional context. We define institutional context as a set of rules and practices that influence design and run of TEL systems. First, we propose a framework defining interactions between institutional context and a TEL system and exploring contextualization needs. Then, we propose an assisted contextualization process based on Model Driven Approach (MDA) that starts by modelling intents and ends by the specification of a TEL system model specific to a chosen LMS with respect to institutional context features. At intents modelling step, we propose to assist the modelling of reusable pedagogic scenarios in pedagogic templates, the reuse of existent ones and the contextualisation of them. At the step of expression intents according to the chosen LMS, a contextualized transformation process is proposed. It allows to instructional designers to define their transformation rules and then to play an active role in this step which is usually affected to experts. Transformation process is called contextualized since instructional designers are guided by contextual rules and practices of use of LMS tools. A solution is proposed for the modelling of these rules and practices.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Le sujet des travaux concerne l'amélioration du comportement des machines dites \og intelligentes\fg, c'est-à-dire capables de s'adapter à leur environnement, même lorsque celui-ci évolue. Un des domaines concerné est celui des interactions homme-machine. La machine doit alors gérer différents types d'incertitude pour agir de façon appropriée. D'abord, elle doit pouvoir prendre en compte les variations de comportements entre les utilisateurs et le fait que le comportement peut varier d'une utilisation à l'autre en fonction de l'habitude à interagir avec le système. De plus, la machine doit s'adapter à l'utilisateur même si les moyens de communication entre lui et la machine sont bruités. L'objectif est alors de gérer ces incertitudes pour exhiber un comportement cohérent. Ce dernier se définit comme la suite de décisions successives que la machine doit effectuer afin de parvenir à l'objectif fixé. Une manière habituelle pour gérer les incertitudes passe par l'introduction de modèles : modèles de l'utilisateur, de la tâche, ou encore de la décision. Un inconvénient de cette méthode réside dans le fait qu'une connaissance experte liée au domaine concerné est nécessaire à la définition des modèles. Si l'introduction d'une méthode d'apprentissage automatique, l'apprentissage par renforcement a permis d'éviter une modélisation de la décision \textit{ad hoc} au problème concerné, des connaissances expertes restent toutefois nécessaires. La thèse défendue par ces travaux est que certaines contraintes liées à l'expertise humaine peuvent être relaxées tout en limitant la perte de généricité liée à l'introduction de modèles / The behaviour of machines is difficult to define, especially when machines have to adapt to a changing environment. For example, this is the case when human-machine interactions are concerned. Indeed, the machine has to deal with several sources of uncertainty to exhibit a consistent behaviour to the user. First, it has to deal with the different behaviours of the users and also with a change in the behaviour of a user when he gets used to the machine. Secondly, the communication between the user and the machine can be noisy, which makes the transfer of information more complicated. The objective is thus to deal with the different sources of uncertainty to show a consistent behaviour. Usually, dealing with uncertainties is performed by introducing models : models of the users, the task concerned or the decision. However, the accuracy of the solution depends on the accuracy of expert knowledge used to build the models. If machine learning, through reinforcement learning, has successfully avoided the use of model for the decision and removed \textit{ad hoc} knowledge about it, expert knowledge is still necessary. The thesis presented in this work is that some constraints related to human expertise can be slackened without a loss of generality related to the introduction of models

Ce travail se situe à l'intersection de deux champs de la recherche en éducation : les didactiques des sciences et les environnements informatiques pour l'apprentissage humain. Il s'inscrit dans un cadre socio-constructiviste et vise à identifier les conditions pour que des élèves puissent s'engager de manière autonome dans un travail d'investigation lors d'une classe de terrain en sciences de la Terre. <br />Nous développons l'idée que l'apprentissage des sciences s'appuie nécessairement sur la conduite d'une démarche d'investigation c'est-à-dire une démarche qui, dans le cadre de la résolution d'un problème, conduit à mettre en tension un modèle scientifique – considéré comme un outil « pour penser » - et un registre empirique constitué lors d'activités de terrain. Nous montrons également que la question de l'instrumentation est une question centrale et que l'intérêt de l'Environnement Informatique pour l'Apprentissage Humain (EIAH) que nous avons conçu réside dans le fait qu'il peut permettre de médiatiser les interactions, c'est-à-dire d'assister les élèves dans leur démarche d'investigation, et de permettre au professeur d'exercer un certain contrôle sur ce processus. Les environnements informatiques sont alors considérés comme des instruments qui sont construits par les apprenants au cours de leur activité et qui participent à la reconfiguration des processus d'apprentissage.

La recherche en didactique des mathématiques que nous présentons a pour objet les interventions de l'enseignant dans l'activité mathématique de l'élève. Le cadre théorique est celui de la théorie des situations didactiques. Nous commençons par proposer une élaboration théorique qui permet de rendre compte de certaines interventions de l'enseignant. D'une part, nous faisons appel au concept d'étayage pour caractériser les interventions de l'enseignant dans la relation élève-milieu qui ne dénaturent pas la signification de l'activité pour l'élève. Nous montrons comment l'étayage s'insère dans une négociation du sens mathématique de l'interaction élève-milieu, négociation pouvant déboucher sur l'effet Topaze. D'autre part, nous caractérisons l'action de l'enseignant sur la compréhension de l'élève, par un processus explicatif co-construit dans l'interaction entre l'enseignant et l'élève. Nous proposons alors d'analyser ces deux processus dans une situation d'interaction enseignant-élève originale : le préceptorat, c'est-à-dire l'interaction didactique qui a lieu entre un enseignant et un unique élève. Nous avons mis en place un dispositif expérimental afin d'observer des interactions de préceptorat et de faire fonctionner nos outils d'analyse. Nos expérimentations ont été réalisées dans le cadre du projet TéléCabri qui a pour objet l'étude des usages et la spécification d'un environnement informatique d'enseignement à distance intégrant téléprésence et partage de l'espace d'apprentissage, notamment le micromonde Cabri-géomètre. L'analyse didactique des interactions de préceptorat passe par l'étude du rôle joué par ler micromonde Cabri-géomètre, composante du milieu pour l'apprentissage. Les résultats obtenus concernent : la pratique habituelle des enseignants qui transparaît dans les interactions de préceptorat, en particulier leur gestion de l'espace de travail Cabri-géomètre, l'étayage et l'effet Topaze ainsi que la caractérisation didactique du processus explicatif.

Notre travail de recherche s'inscrit dans le cadre du projet de recherche REDiM (Réingénierie des EIAH Dirigée par les Modèles) qui porte sur la réingénierie d'un scénario pédagogique. Il se focalise plus précisément sur l'analyse de traces collectées en session par un EIAH pour fournir à l'enseignant des indicateurs calculés.Dans notre contexte de travail, UTL (Usage Tracking Language) permet de définir des indicateurs sous une forme proche des patrons de conception. Il a été conçu pour répondre aux questions de capitalisation et de réutilisation. Par contre, UTL ne disposait initialement pas de moyens pour spécifier formellement la façon de calculer l'indicateur à partir des traces collectées. De plus, les approches par développement ad hoc d'indicateurs ne permettent pas de modéliser de façon formelle la méthode de calcul. En général, les patrons de conception se limitent à la description, ils ne peuvent donc pas être automatisés. Des descriptions textuelles dans UTL pour produire un indicateur à partir des traces ne permettent pas de générer automatiquement les valeurs d'un indicateur.Notre principal objectif de recherche a donc été de définir des modèles, des méthodes et des outils pour la formalisation et l'automatisation du calcul d'indicateurs. Pour cela, nous avons élaboré une nouvelle version d'UTL qui intègre un langage de combinaison de données nommé DCL4UTL, qui permet de modéliser des indicateurs sous une forme capitalisable, automatisable et réutilisable afin de fournir des indicateurs signifiants à l'enseignant/concepteur. Ces indicateurs peuvent être calculés en temps réel ou après une session, respectivement dans un contexte de tutorat ou de réingénierie du scénario pédagogique.L'originalité de notre approche réside dans le fait que cette version permet non seulement de capitaliser des savoir-faire sur les techniques d'analyse d'usage d'un EIAH, mais aussi, avec le langage DCL4UTL (1) de décrire formellement dans une forme générique des méthodes de modélisation et de calcul d'indicateurs à partir des traces collectées par un EIAH, (2) d'intégrer des fonctions externes (qui proviennent d'autres outils d'analyse), et (3) de créer des données intermédiaires paramétrées facilitant la modélisation et la réutilisation de la méthode de calcul d'indicateurs. Nous avons également développé un outil d'analyse pour calculer les indicateurs modélisés.Cette version est le résultat d'une étude théorique et d'une analyse de l'état de l'art, mais aussi de travaux exploratoires sur la modélisation d'indicateurs et l'analyse de traces. L'approche et le langage ont été validés par plusieurs expérimentations avec plusieurs EIAH existants.

L'objectif de cette thèse est de présenter les fonctionnalités et une méthodologie de conception associées à un module de type ressource dans un environnement informatique dédié à l'apprentissage d'un domaine. Nous nous sommes plus particulièrement intéressée au domaine de l'apprentissage de la lecture. D'une part nous présentons les différentes problématiques qui se posent dans le cadre de la conception de ce type de module et d'autre part, nous les illustrons par des exemples et la réalisation d'un premier prototype informatique, le Module Ressource Lexical (MRL). Dans un premier chapitre, nous décrivons le cadre dans lequel se situe notre recherche, le projet AMICAL (Architecture Multi-agents Compagnon pour l'Apprentissage de la Lecture) du Laboratoire de Recherche sur le Langage. Ensuite, nous positionnons le MRL par rapport aux dictionnaires pour enfants, commercialisés aujourd'hui. Puis, dans les chapitres 3, 4 et 5 nous présentons les problèmes liés à la conception de ce type de module. Le chapitre 3 présente plus particulièrement les problèmes liés aux informations associées à chaque unité lexicale dans le module ainsi qu'à leur mode de présentation. Dans le chapitre 4, nous abordons les problèmes liés à l'accès au contenu du module, c'est-à-dire aux modes de sélection d'une unité lexicale, à la navigation et au guidage de l'apprenant lors de la consultation. Dans le chapitre 5, nous décrivons l'architecture informatique associée à ce type de module et enfin, dans un dernier chapitre, nous présentons des éléments liés à la spécification et à l'implémentation d'un premier prototype informatique du MRL

L'objet principal de nos recherches est la prise en compte du contexte dans les Environnements Informatiques pour l'Apprentissage Humain (EIAH). Les problématiques traitées concernent la création de modèles considérant le contexte des apprenants et des enseignants pour faciliter leurs communications et le partage d'informations, ainsi que la conception de situations informatisées favorisant des apprentissages par des mises en contexte. Notre activité s'est organisée autour de projets de recherche ayant pour préoccupation d'améliorer la formation en ligne et les learning games. Dans le cadre de la formation en ligne, les contributions majeures se situent au niveau de la conception et l'expérimentation de modèles pour inciter et soutenir des communications contextuelles, c'est à dire liant des messages à des éléments de contexte (ressources, connaissances, activités d'apprentissage ou d'enseignement). Dans le cadre des learning games, les contributions principales concernent la définition d'un processus de création de jeux d'entreprise et son instrumentation informatique intégrant des contrôles qualité. Nous adoptons une démarche de recherche qui place l'utilisateur, ses activités et ses besoins au centre des préoccupations. La méthode globale de conception de nos systèmes peut être qualifiée d'itérative et de participative. Une attention particulière est portée sur la construction des interactions homme-machine qui doivent refléter les modèles et concepts sous-jacents.

La ludification des environnements d’apprentissage humain est une approche de plus en plus utilisée pour répondre au manque de motivation des apprenants. Or, plusieurs résultats de recherche montrent que les apprenants ont des sensibilités différentes face aux mécaniques de jeu qui leur sont proposées. Nos travaux de thèse partent du constat que les systèmes de ludification actuels ne prennent pas en compte la diversité des préférences individuelles. Nous proposons de traiter la problématique de l’adaptation des éléments ludiques aux profils des apprenants suivant leurs caractéristiques en tant que joueurs. Nous nous inspirons d’approches existantes dans le domaine des jeux afin de proposer un modèle générique permettant d’adapter les fonctionnalités ludiques selon les profils de joueur des apprenants. Nos contributions théoriques s’articulent autour de deux grands axes. Premièrement, nous proposons de concevoir les fonctionnalités ludiques comme des épiphytes, des systèmes distincts de l’environnement d’apprentissage qui peuvent être activés indépendamment pour chaque utilisateur. Nous avons construit un framework décrivant ce qu’est une Fonctionnalité Épiphyte Ludique (FEL) adaptative. Il est accompagné d’un guide de conception de fonctionnalités à destination des concepteurs de systèmes ludifiés. Deuxièmement, nous proposons un processus d’adaptation dynamique qui fonctionne suivant deux opérations : la sélection des fonctionnalités d’après le profil de joueur et l’évolution du profil de joueur d’après ses interactions avec les fonctionnalités ludiques. Ces opérations sont basées sur un modèle formalisant les liens entre les fonctionnalités ludiques et les types de joueurs des profils. Nous avons implanté les modèles proposés dans un environnement en ligne d’apprentissage de l’orthographe appelé Projet Voltaire. Selon une approche itérative, nous avons organisé trois expérimentations pour évaluer le système proposé. La première a permis de valider l’implémentation du modèle d’adaptation et du modèle de Fonctionnalité Épiphyte Ludique auprès d’un public de collégiens. Les deux expérimentations suivantes se sont déroulées auprès d’un public adulte avec respectivement 67 et 266 participants. Elles étaient centrées sur l’évaluation du modèle d’adaptation et de son impact sur la motivation des apprenants. Elles ont d’une part montré que le modèle d’adaptation peut s’appuyer sur un jugement d’experts pour faire le lien entre les fonctionnalités et les types de joueurs supportés. D’autre part, les résultats ont validé le fait que proposer aux apprenants des fonctionnalités adaptées à leur profil a un impact positif significatif sur leur motivation et sur leur temps d’utilisation de l’environnement d’apprentissage. / Gamification of learning environments is becoming a widely used approach to address the lack of learner motivation. However, several research results show that learners have different sensitivities to the proposed game mechanics. In our thesis work, we state that the current gamification systems do not take into account the diversity of individual preferences. We propose to address the issue of the adaptation of playful elements to the learners’ profiles according to their characteristics as players. We base our work on existing approaches in the gaming area in order to provide a generic model for the adaptation of gaming features according to the player profile of the learners. Our theoretical contributions are structured around two main axes. Firstly, we propose to design fun features like epiphytes, systems that are distinct from the learning environment and can be activated independently for each user. We built a framework describing what an Epiphytic Gaming Feature (EGF) is. It comes with a gaming features design guide to help the designers of gamification systems. Secondly, we propose a dynamic adaptation process that works in two steps: the selection of gaming features based on the player profile, and the updating of the player profile according to the user’s interactions with the gaming features. These operations are based on a model that formalizes the links between gaming features and player types. We implemented the proposed models in an online learning environment of French spelling called Projet Voltaire. We conducted three experiments to evaluate the proposed system, according to an iterative process. The first experiment was used to validate the implementation of the adaptation model and the Epiphytic Gaming Feature with an audience of middle school students. The following two experiments were conducted with a public of adults, with 67 and 266 participants respectively. They were focused on the evaluation of the adaptation model and its impact on learner motivation. They showed that the adaptation model can be based on expert judgements to make the link between gaming features and player types. Moreover, the results confirmed that providing the learners with gaming features that are adapted to their player profile has a significant positive impact on their motivation and their usage time of the learning environment.