Cette note de synthèse pour l'habilitation à diriger les recherches présente vingt ans de recherches sur les environnements d'apprentissage, c'est-à-dire sur les éléments délimitant les contours et les composants d'une situation au cours de laquelle il est possible « d'apprendre », de mettre en œuvre un processus de changement des conduites et/ou des connaissances. Les environnements d'apprentissage objets de ces recherches intègrent la plupart du temps des artefacts, des instruments utilisables pour l'apprentissage, sans pour autant se confondre avec ce que l'on appelle des environnements informatiques pour l'apprentissage humain (EIAH).<br />Cette note est construite autour de deux champs de problématiques : d'un côté, comprendre les environnements d'apprentissage, de l'autre les construire, ces deux champs se renvoyant l'un à l'autre dans un processus dynamique de recherche : comprendre pour construire des environnements efficaces et pertinents pour un public et un type d'apprentissage donnés ; construire pour comprendre car la pertinence d'un environnement d'apprentissage n'est démontrée que par un suivi attentif et rigoureux de ses effets, et nécessite donc expérimentation, analyse, et leçons tirées de l'expérimentation. <br />Des travaux résultant du premier champ de problématique (« comprendre »), l'auteur, après avoir fait un état des savoirs et des questions en suspens aux trois niveaux d'analyse (micro, méso, macro), aboutit à la conclusion que les environnements d'apprentissage sont à la fois : <br />- une forme matérielle, qui détermine les situations d'apprentissage possibles et conditionne les processus d'apprentissage qui s'y déroulent sous l'influence de ses dispositions spatio-temporelles, des instruments qui s'y trouvent et de leur utilisabilité ; <br />- une organisation, qui détermine les formes d'interactions possibles entre les acteurs participant aux situations d'apprentissage sous l'influence de l'environnement matériel, des règles du jeu et des normes qu'elle génère ; <br />- un « monde » caractérisé par un système de valeurs, des formes identitaires et un modèle socioéconomique particulier. <br />Pour l'auteur, la pédagogie et d'une manière générale les méthodes utilisées pour traiter les difficultés potentielles d'apprentissage (didactique) ont une influence déterminante à chaque niveau, mais se combinent avec les autres déterminants pour produire un système complexe caractéristique, l'environnement d'apprentissage. Les questions de recherche actuelles portent notamment sur cette combinatoire et l'effet de chacun de ces déterminants.<br />Les travaux du second champ de problématique (« construire »), débouchent sur l'analyse critique de plusieurs approches actuelles de l'ingénierie, notamment du fait du morcellement de leur objet d'application (contextes, compétences, connaissances, dispositif, parcours, didactique, scénario d'activité, etc.) et posent la question de leur articulation par rapport à l'objet composite et appréhendable à plusieurs niveaux qu'est un environnement d'apprentissage. <br />Une partie des approches actuelles d l'ingénierie repose sur une instrumentation. S'appuyant sur ses travaux et un état de l'art, l'auteur contribue à la réflexion sur l'instrumentation de l'ingénierie des environnements d'apprentissage, en proposant de s'appuyer sur des travaux émergents comme les « Competency Maps », les « Topic Maps », et plus largement sur les langages formels de modélisation (méthodes formelles d'ingénierie des connaissances et de scénarisation, etc.), pour proposer finalement, comme projet intégrateur des questions de recherche sur ce domaine, un projet d'instrumentation de l'ingénierie prenant en compte la dimension formation, la dimension technique et la dimension management de projet, tant dans leur forme que dans leur contenu, projet qui reposerait sur une ontologie unifiée des notions utilisées aujourd'hui dans les divers paradigmes de l'ingénierie.

Ce travail de recherche est conjointement effectué dans le cadre d’une cotutelle entre deux universités : en France l’Université Jean Monnet de Saint-Etienne, laboratoire Hubert Curien sous la supervision de Mme Frédérique Laforest, M. Christophe Gravier et M. Julien Subercaze, et au Maroc l’Université Mohamed V de Rabat, équipe LeRMA sous la supervision de Mme Rachida Ajhoun et Mme Mounia Abik. Les connaissances et les apprentissages sont des préoccupations majeures dans la société d’aujourd’hui. Les technologies de l’apprentissage humain visent à promouvoir, stimuler, soutenir et valider le processus d’apprentissage. Notre approche explore les opportunités soulevées en faisant coopérer le Web Social et le Web sémantique pour le e-learning. Plus précisément, nous travaillons sur l’enrichissement des profils des apprenants en fonction de leurs activités sur le Web Social. Le Web social peut être une source d’information très importante à explorer, car il implique les utilisateurs dans le monde de l’information et leur donne la possibilité de participer à la construction et à la diffusion de connaissances. Nous nous focalisons sur le suivi des différents types de contributions, dans les activités de collaboration spontanée des apprenants sur les réseaux sociaux. Le profil de l’apprenant est non seulement basé sur la connaissance extraite de ses activités sur le système de e-learning, mais aussi de ses nombreuses activités sur les réseaux sociaux. En particulier, nous proposons une méthodologie pour exploiter les hashtags contenus dans les écrits des utilisateurs pour la génération automatique des intérêts des apprenants dans le but d’enrichir leurs profils. Cependant les hashtags nécessitent un certain traitement avant d’être source de connaissances sur les intérêts des utilisateurs. Nous avons défini une méthode pour identifier la sémantique de hashtags et les relations sémantiques entre les significations des différents hashtags. Par ailleurs, nous avons défini le concept de Folksionary, comme un dictionnaire de hashtags qui pour chaque hashtag regroupe ses définitions en unités de sens. Les hashtags enrichis en sémantique sont donc utilisés pour nourrir le profil de l’apprenant de manière à personnaliser les recommandations sur le matériel d’apprentissage. L’objectif est de construire une représentation sémantique des activités et des intérêts des apprenants sur les réseaux sociaux afin d’enrichir leurs profils. Nous présentons également notre approche générale de recommandation multidimensionnelle dans un environnement d’e-learning. Nous avons conçu une approche fondée sur trois types de filtrage : le filtrage personnalisé à base du profil de l’apprenant, le filtrage social à partir des activités de l’apprenant sur les réseaux sociaux, et le filtrage local à partir des statistiques d’interaction de l’apprenant avec le système. Notre implémentation s’est focalisée sur la recommandation personnalisée / This work has been jointly supervised by U. Jean Monnet Saint Etienne, in the Hubert Curien Lab (Frederique Laforest, Christophe Gravier, Julien Subercaze) and U. Mohamed V Rabat, LeRMA ENSIAS (Rachida Ahjoun, Mounia Abik). Knowledge, education and learning are major concerns in today’s society. The technologies for human learning aim to promote, stimulate, support and validate the learning process. Our approach explores the opportunities raised by mixing the Social Web and the Semantic Web technologies for e-learning. More precisely, we work on discovering learners profiles from their activities on the social web. The Social Web can be a source of information, as it involves users in the information world and gives them the ability to participate in the construction and dissemination of knowledge. We focused our attention on tracking the different types of contributions, activities and conversations in learners spontaneous collaborative activities on social networks. The learner profile is not only based on the knowledge extracted from his/her activities on the e-learning system, but also from his/her many activities on social networks. We propose a methodology for exploiting hashtags contained in users’ writings for the automatic generation of learner’s semantic profiles. Hashtags require some processing before being source of knowledge on the user interests. We have defined a method to identify semantics of hashtags and semantic relationships between the meanings of different hashtags. By the way, we have defined the concept of Folksionary, as a hashtags dictionary that for each hashtag clusters its definitions into meanings. Semantized hashtags are thus used to feed the learner’s profile so as to personalize recommendations on learning material. The goal is to build a semantic representation of the activities and interests of learners on social networks in order to enrich their profiles. We also discuss our recommendation approach based on three types of filtering (personalized, social, and statistical interactions with the system). We focus on personalized recommendation of pedagogical resources to the learner according to his/her expectations and profile

Notre problématique de recherche est ancrée en Traitement Automatique des Langues (TAL). Au sein du TAL, nous nous intéressons à la conception centrée-utilisateur d'environnements où les ressources et les processus mobilisés sont avant tout construits autour et en fonction des attentes et capacités interprétatives de l'utilisateur. La conception centrée-utilisateur n'est pas une posture théorique mais c'est déjà une réalité dans des applications utilisées quotidiennement. C'est le cas des architectures Web 2.0 comme c'est également le cas des Environnements Numériques de Travail (ENT). Notre recherche vise à analyser, concevoir et expérimenter des applications centrées-utilisateur dans les ENT où les capacités interprétatives s'enrichissent des éléments d'interaction dans l'environnement. Ce faisant nous cherchons à faire enrichir le TAL d'interconnexions avec les Interactions Homme-Machine et les EIAH (Environnements Informatiques pour l'Apprentissage Humain). La problématique de l'interprétation est ici omniprésente et elle nous incite à tirer des ponts entre disciplines : entre l'informatique et la linguistique, plus précisément le courant de la sémantique interprétative et entre l'informatique et les sciences cognitives, plus précisément le courant de l'énaction. L'interprétation dans un environnement numérique n'est pas dissociable d'un couplage personne-système et de l'action de l'utilisateur dans cet environnement. Il en découle que nos objets d'étude sont principalement des usages et même des contournements d'usages vertueux par sérendipité. Les perspectives de recherche ouvertes s'orientent donc naturellement vers une mise en valeur de " l'agir interprétatif " dans les environnements numériques.