Cette recherche-Action en didactique du polonais langue étrangère (PLE) pose la question des conditions d'usage des environnements médiatisés d'apprentissage (EMA). Plus précisément, nous nous intéressons au rôle et aux apports de différents types d'étayage, propres à un outil multimodal, mis à disposition des apprenants dans un module de compréhension orale (CO) et destiné à un travail en autonomie. Le cadre théorique est construit autour de l'acte d'apprendre que nous questionnons selon différentes approches : psycho-Cognitive, didactique et multimédia. Deux études complémentaires, concernant les EMA du PLE et les représentations/attentes des enseignants et apprenants de polonais par rapport à ce type d'apprentissage, complètent cet état des lieux. Sur ces fondements, nous adoptons à nos besoins un prototype conçu sur la base d'un document vidéo authentique et accompagné de plusieurs aides à la CO exploitant la multicanalité du support multimédia. Nous présentons enfin une expérimentation qualitative à visée pragmatique. Son objectif est d'observer de manière empirique quels usages font les apprenants des options d'aide dont ils disposent afin de déterminer leur utilisabilité et utilité pour la CO. Nous essayons de cerner quelles fonctionnalités les utilisateurs emploient, pourquoi (leurs attentes) et avec quels résultats pour la compréhension (leur satisfaction). En plus nous recueillons des avis critiques sur le prototype élaboré. Par le biais d'une triangulation des données, nous déterminons un certain nombre d'implications didactiques et ergonomiques susceptibles d'optimiser le processus de CO d'un document multimédia grâce à la prise en compte des caractéristiques cognitives des apprenants. Nous supposons notamment qu'une répartition de l'accompagnement en fonction des phases du processus de compréhension pourrait aider les apprenants à développer non seulement leurs compétences linguistiques (à savoir la CO en PLE), mais aussi la compétence stratégique (les stratégies cognitives et métacognitives) / This action research in dealing with the teaching of Polish as a Foreign Language investigates the conditions of use of multimedia learning environments (MLE). More specifically, we focus on the role and contributions of different types of help options, specific to multimedia tools, available to learners in listening Computer Assisted language Learning (CALL) activity. The theoretical framework is built around the act of learning that we consider according to different approaches : psycholinguistic, didactic and multimedia. Two complementary studies, the corpus analysis of the already existing polish MLE and the opinion survey on teachers' and learners' expectations related to CALL learning systems, complete this inventory. On this basis, we designed a listening comprehension CALL prototype module based on an authentic video document and accompanied by several multimodal help options. Finally, we present the results of an experimental qualitative study. Its objective is to observe empirically how learners use the help options available to them. Thereby, we attempt to identify their usefulness and usability for oral comprehension. We try to identify which aids the learners use, why (their expectations) and with which results for understanding (their satisfaction). We also collect critical opinions on the developed prototype. Through a triangulation of data we focus on a certain number of teaching and ergonomic implications to optimize the listening comprehension of a multimedia document, especially by considering the cognitive characteristics of learners. We suppose in particular that the understanding process could be forested by the progressive integration of help functionalities in CALL listening comprehension tasks. In our opinion, this could help learners to develop not only their language skills (i.e. listening comprehension of Polish as a Foreign Language), but also strategic competence (cognitive and metacognitive strategies).

Is it possible to learn without awareness? If so, what can learn without awareness, and what are the different mechanisms that differentiate between learning with and without consciousness? How can best measure awareness?<p><p>Here are a few of the many questions that I have attempted to investigate during the past few years. The main goal of this thesis was to explore the differences between conscious and unconscious learning. Thus, I will expose the behavioral and computational explorations that we conducted during the last few years. To present them properly, I first review the main concepts that, for almost a century now, researchers in the fields of neuroscience have formulated in order to tackle the issues of both learning and consciousness. Then I detail different hypotheses that guided our empirical and computational explorations. Notably, a few series of experiments allowed identification of several mechanisms that participate in either unconscious or conscious learning. In addition we explored a computational framework for explaining how one could learn unconsciously and nonetheless gain subjective access to one’s mental events. After reviewing the unfolding of our investigation, I detail the mechanisms that we identified as responsible for differences between learning with and without consciousness, and propose new hypotheses to be evaluated in the future.<p> / Doctorat en Sciences Psychologiques et de l'éducation / info:eu-repo/semantics/nonPublished

Dans les dernières années, une pénurie d’enseignants s’est fait sentir en Ontario. Bien qu’elle ne soit pas aussi omniprésente que par le passé, les conseils scolaires éprouvent toujours de la difficulté à recruter et à retenir des enseignants qualifiés. L’attrition des enseignants débutants mérite également une attention particulière étant donné que de 30 à 50 % d’entre eux laissent l’enseignement avant cinq années d’expérience. Ces faits portent à réfléchir sur le mentorat des enseignants qui ressort des écrits recensés comme la clé de la rétention. La présente recherche descriptive et exploratoire a été effectuée selon l’approche mixte avec le questionnaire, l’entrevue semi-structurée et l’analyse documentaire comme techniques de collecte de données. Elle s’est inspirée des fondements conceptuels de la théorie de l’apprentissage transformatif de Mezirow (1991, 2000), dont le constructivisme, la pratique réflexive et l’autoefficacité. Le questionnaire a fait émerger la nécessité du temps adéquat dans une relation mentorale ainsi que le bien-fondé de la théorie de l’apprentissage transformatif comme choix d’assise théorique. L’échantillon des entrevues a consisté en cinq enseignants débutants provenant d’un milieu minoritaire francophone du nord de l’Ontario. Les résultats ont signalé l’importance du mentorat comme activité professionnelle essentielle au succès du système d’éducation dans son ensemble et ont permis de mieux comprendre l’expérience des enseignants débutants en milieu scolaire francophone minoritaire et isolés des grands centres. Adhérant fortement aux principes sous-jacents des concepts théoriques de cette étude, les participants ont précisé que 13 facteurs sont particulièrement significatifs pour la réussite mentorale. Entre autres, la relation mentorale doit être une activité de transformation perpétuelle tant pour les enseignants débutants que pour les enseignants chevronnés. L’analyse documentaire a rapporté que le conseil scolaire tient compte du constructivisme dans ses documents qui portent sur le mentorat; la pratique réflexive et l’autoefficacité, bien que présents, l’y sont moins.

Alors que les gouvernements cherchent à améliorer le rendement des systèmes scolaires qu’ils financent, l’intérêt des dirigeants porte sur les résultats des élèves mais aussi sur le rendement des professionnels de l’éducation, dont les directions d’école. Cette étude a pour but de contribuer au développement de la connaissance sur l’évaluation du rendement de ces dernières en répondant à la question : Comment les directions d’école perçoivent-elles la pratique réflexive dans leur processus d’évaluation? La recension des écrits montre que les directions qui ont le plus de succès jouent un rôle actif dans leur amélioration et que la pratique réflexive accroît la pertinence du perfectionnement professionnel et par conséquent le rendement de la direction. L’étude propose un cadre conceptuel qui tient compte du perfectionnement professionnel, de l’évaluation axée sur l’apprentissage et de la pratique réflexive. Cette recherche suit une méthodologie mixte afin de déceler les tendances et les perceptions quant aux pratiques à l’étude. D’abord, un questionnaire à choix de réponses a été administré sur Internet et les réponses de 65 directions d’écoles de langue française de l’Ontario ont été traitées de façon quantitative. Ensuite, des entrevues semi-structurées avec dix des répondants ont permis d’approfondir le sujet par une méthode qualitative en offrant l’occasion aux participants de partager leur vécu. Les résultats dévoilent que le perfectionnement professionnel occupe peu de place dans l’évaluation du rendement bien que les participants se servent d’objectifs de croissance professionnelle. La pratique réflexive est souvent déclenchée par un inconfort, par un succès ou par une occasion de perfectionnement ou est provoquée par des situations extérieures transposées à la situation de l’école du participant. Les échanges structurés et les discussions franches entre collègues et avec le superviseur favorisent la pratique réflexive. La rétroaction spécifique du superviseur donne des pistes d’amélioration appuyées d’un soutien. Les participants reconnaissent qu’ils jouent un rôle actif dans leur évaluation et recherchent un encadrement orienté vers l’amélioration. Les participants perçoivent que la pratique réflexive occupe une grande place dans leur processus d’évaluation, qu’ils soient encadrés par le superviseur dans un processus axé sur leur amélioration ou qu’ils s’auto-évaluent quand le processus est flou.

Cette thèse porte sur les tests adaptatifs dans les environnements d’apprentissage. Elle s’inscrit dans les contextes de fouille de données éducatives et d’analytique de l’apprentissage, où l’on s’intéresse à utiliser les données laissées par les apprenants dans des environnements éducatifs pour optimiser l’apprentissage au sens large.L’évaluation par ordinateur permet de stocker les réponses des apprenants facilement, afin de les analyser et d’améliorer les évaluations futures. Dans cette thèse, nous nous intéressons à un certain type de test par ordinateur, les tests adaptatifs. Ceux-ci permettent de poser une question à un apprenant, de traiter sa réponse à la volée, et de choisir la question suivante à lui poser en fonction de ses réponses précédentes. Ce processus réduit le nombre de questions à poser à un apprenant tout en conservant une mesure précise de son niveau. Les tests adaptatifs sont aujourd’hui implémentés pour des tests standardisés tels que le GMAT ou le GRE, administrés à des centaines de milliers d’étudiants. Toutefois, les modèles de tests adaptatifs traditionnels se contentent de noter les apprenants, ce qui est utile pour l’institution qui évalue, mais pas pour leur apprentissage. C’est pourquoi des modèles plus formatifs ont été proposés, permettant de faire un retour plus riche à l’apprenant à l’issue du test pour qu’il puisse comprendre ses lacunes et y remédier. On parle alors de diagnostic adaptatif.Dans cette thèse, nous avons répertorié des modèles de tests adaptatifs issus de différents pans de la littérature. Nous les avons comparés de façon qualitative et quantitative. Nous avons ainsi proposé un protocole expérimental, que nous avons implémenté pour comparer les principaux modèles de tests adaptatifs sur plusieurs jeux de données réelles. Cela nous a amenés à proposer un modèle hybride de diagnostic de connaissances adaptatif, meilleur que les modèles de tests formatifs existants sur tous les jeux de données testés. Enfin, nous avons élaboré une stratégie pour poser plusieursquestions au tout début du test afin de réaliser une meilleure première estimation des connaissances de l’apprenant. Ce système peut être appliqué à la génération automatique de feuilles d’exercices, par exemple sur un cours en ligne ouvert et massif (MOOC). / This thesis studies adaptive tests within learning environments. It falls within educational data mining and learning analytics, where student educational data is processed so as to optimize their learning.Computerized assessments allow us to store and analyze student data easily, in order to provide better tests for future learners. In this thesis, we focus on computerized adaptive testing. Such adaptive tests which can ask a question to the learner, analyze their answer on the fly, and choose the next question to ask accordingly. This process reduces the number of questions to ask to a learner while keeping an accurate measurement of their level. Adaptive tests are today massively used in practice, for example in the GMAT and GRE standardized tests, that are administered to hundreds of thousands of students. Traditionally, models used for adaptive assessment have been mostly summative : they measure or rank effectively examinees, but do not provide any other feedback. Recent advances have focused on formative assessments, that provide more useful feedback for both the learner and the teacher ; hence, they are more useful for improving student learning.In this thesis, we have reviewed adaptive testing models from various research communities. We have compared them qualitatively and quantitatively. Thus, we have proposed an experimental protocol that we have implemented in order to compare the most popular adaptive testing models, on real data. This led us to provide a hybrid model for adaptive cognitive diagnosis, better than existing models for formative assessment on all tried datasets. Finally, we have developed a strategy for asking several questions at the beginning of a test in order to measure the learner more accurately. This system can be applied to the automatic generation of worksheets, for example on a massive online open course (MOOC).

Les remarquables performances des réseaux de neurones profonds dans de nombreux domaines de l'apprentissage automatique au cours de la dernière décennie soulèvent un certain nombre de questions théoriques. Par exemple, quels mecanismes permettent à ces reseaux, qui ont largement la capacité de mémoriser entièrement les exemples d'entrainement, de généraliser correctement à de nouvelles données, même en l'absence de régularisation explicite ? De telles questions ont fait l'objet d'intenses efforts de recherche ces dernières années, combinant analyses de systèmes simplifiés et études empiriques de propriétés qui semblent être corrélées à la performance de généralisation. Les deux premiers articles présentés dans cette thèse contribuent à cette ligne de recherche. Leur but est de mettre en évidence et d'etudier des mécanismes de biais implicites permettant à de larges modèles de prioriser l'apprentissage de fonctions "simples" et d'adapter leur capacité à la complexité du problème. Le troisième article aborde le problème de l'estimation de information mutuelle en haute, en mettant à profit l'expressivité et la scalabilité des reseaux de neurones profonds. Il introduit et étudie une nouvelle classe d'estimateurs, dont il présente plusieurs applications en apprentissage non supervisé, notamment à l'amélioration des modèles neuronaux génératifs. / The striking empirical success of deep neural networks in machine learning raises a number of theoretical puzzles. For example, why can they generalize to unseen data despite their capacity to fully memorize the training examples? Such puzzles have been the subject of intense research efforts in the past few years, which combine rigorous analysis of simplified systems with empirical studies of phenomenological properties shown to correlate with generalization. The first two articles presented in these thesis contribute to this line of work. They highlight and discuss mechanisms that allow large models to prioritize learning `simple' functions during training and to adapt their capacity to the complexity of the problem. The third article of this thesis addresses the long standing problem of estimating mutual information in high dimension, by leveraging the scalability of neural networks. It introduces and studies a new class of estimators and present several applications in unsupervised learning, especially on enhancing generative models.

La présente étude avait pour principal objectif de déterminer de quelles manières se caractérisent les élèves de 12 et 13 ans qui fréquentent le Cheminement particulier continu (CPC) en ce qui concerne leurs compétences en mathématiques, leurs habiletés en lecture, leur mémoire de travail, leurs habiletés visuo-spatiales de même que leurs capacités attentionnelles. Cette étude visait aussi à vérifier les relations existant entre les compétences en mathématiques et ces différentes variables. L’étude avait pour troisième objectif de comparer les résultats des élèves du CPC ayant un diagnostic de trouble déficitaire de l’attention avec ou sans hyperactivité (TDAH) à ceux obtenus par les élèves du CPC n’ayant pas de diagnostic de TDAH en ce qui a trait aux variables mesurées. Nous voulions aussi comparer les résultats des élèves du CPC médicamentés pour leur TDAH à ceux des élèves du CPC non médicamentés pour leur TDAH. Quarante élèves de 12 et 13 ans du CPC participent à cette étude. Les résultats démontrent que les élèves du CPC sont significativement plus faibles, quant aux cinq variables, que les élèves du même âge qui fréquentent le secondaire régulier. Aucune corrélation significative n’est trouvée entre les compétences en mathématiques et les variables à l’étude de même qu’entre les différentes variables lorsque mises en relation entre elles. De plus, les résultats démontrent que les élèves du CPC avec TDAH obtiennent des résultats semblables, aux cinq variables à l’étude, que les élèves du CPC sans TDAH. Enfin, les résultats nous apprennent que les élèves du CPC avec TDAH médicamenté obtiennent des résultats semblables aux cinq variables à l’étude que les élèves du CPC qui ne sont pas médicamentés pour leur TDAH. / This study's main objective was to determine in what ways are characterized pupils aged 12 and 13 years attending the “Cheminement particulier continu” (CPC) regarding their math skills, their reading skills, their working memory, their visuo-spatial as well as their attention abilities. This study was also to assess the relationship between math skills and these different variables. The third objective was to compare student performance of CPC with a diagnosis of attention deficit disorder / hyperactivity disorder (ADHD) to those obtained by the CPC students without a diagnosis of ADHD in respect to the variables measured. Finally, we also wanted to compare result of the CPC student that are medicated for their ADHD to result of the CPC student that are not medicated for their ADHD. Forty students from 12 and 13 years of CPC were assess in this study. The results show that CPC students were significantly lower, with respect to five variables, than the students of the same age who do not have learning disabilities. No significant correlation was found between math skills and the study’s variables and between the different variables when used in conjunction with each other. In addition, the results show that CPC students with ADHD achieve similar results in the five variables under study that CPC students without ADHD. Finally, the results tell us that CPC students with ADHD medicated achieve results similar in the five variables under study that CPC students that are not medicated for their ADHD.

Le point de départ de cette thèse a pour origine les difficultés constatées dans la communauté EIAH pour concevoir des applications éducatives exploitant des informations géographiques. A terme, il s'agit de proposer une nouvelle plateforme susceptible de rendre possible et opérationnel la conception d'applications Web géographiques portées par des utilisateurs non-informaticiens de façon autonome. La proposition scientifique est basée sur un processus de conception piloté par les contenus et par les interactions. Il est opérationnalisé dans une plateforme nommée WINDMash offrant aux concepteurs un environnement visuel de spécification et d'évaluation des interactions. Nous proposons un modèle unifié sous-jacent de description des applications Web géographiques comportant trois facettes qui permettent de représenter les contenus géographiques manipulés, de les afficher sur une interface graphique et de décrire le comportement de l'application (scénario d'interaction) à l'aide d'un langage visuel dont le formalisme graphique est inspiré du diagramme de séquence UML. En utilisant des techniques d'Ingénierie Dirigée par les Modèles, la plateforme WINDMash permet de générer automatiquement le code de l'application finale sur la base des instances de trois facettes du modèle unifié. La plateforme WINDMash utilise pour cela l'API WIND (Web INteraction Design) que nous avons programmée. Les concepteurs peuvent ainsi prototyper rapidement des applications Web géographiques correspondant à leurs besoins.

Cette thèse traite de méthodes « model-based » pour résoudre des problèmes d'apprentissage par renforcement. On considère un agent confronté à une suite de décisions et un environnement dont l'état varie selon les décisions prises par l'agent. Ce dernier reçoit tout au long de l'interaction des récompenses qui dépendent à la fois de l'action prise et de l'état de l'environnement. L'agent ne connaît pas le modèle d'interaction et a pour but de maximiser la somme des récompenses reçues à long terme. Nous considérons différents modèles d'interactions : les processus de décisions markoviens, les processus de décisions markoviens partiellement observés et les modèles de bandits. Pour ces différents modèles, nous proposons des algorithmes qui consistent à construire à chaque instant un ensemble de modèles permettant d'expliquer au mieux l'interaction entre l'agent et l'environnement. Les méthodes dites « model-based » que nous élaborons se veulent performantes tant en pratique que d'un point de vue théorique. La performance théorique des algorithmes est calculée en terme de regret qui mesure la différence entre la somme des récompenses reçues par un agent qui connaîtrait à l'avance le modèle d'interaction et celle des récompenses cumulées par l'algorithme. En particulier, ces algorithmes garantissent un bon équilibre entre l'acquisition de nouvelles connaissances sur la réaction de l'environnement (exploration) et le choix d'actions qui semblent mener à de fortes récompenses (exploitation). Nous proposons deux types de méthodes différentes pour contrôler ce compromis entre exploration et exploitation. Le premier algorithme proposé dans cette thèse consiste à suivre successivement une stratégie d'exploration, durant laquelle le modèle d'interaction est estimé, puis une stratégie d'exploitation. La durée de la phase d'exploration est contrôlée de manière adaptative ce qui permet d'obtenir un regret logarithmique dans un processus de décision markovien paramétrique même si l'état de l'environnement n'est que partiellement observé. Ce type de modèle est motivé par une application d'intérêt en radio cognitive qu'est l'accès opportuniste à un réseau de communication par un utilisateur secondaire. Les deux autres algorithmes proposés suivent des stratégies optimistes : l'agent choisit les actions optimales pour le meilleur des modèles possibles parmi l'ensemble des modèles vraisemblables. Nous construisons et analysons un tel algorithme pour un modèle de bandit paramétrique dans un cas de modèles linéaires généralisés permettant ainsi de considérer des applications telles que la gestion de publicité sur internet. Nous proposons également d'utiliser la divergence de Kullback-Leibler pour la construction de l'ensemble des modèles vraisemblables dans des algorithmes optimistes pour des processus de décision markoviens à espaces d'états et d'actions finis. L'utilisation de cette métrique améliore significativement le comportement de des algorithmes optimistes en pratique. De plus, une analyse du regret de chacun des algorithmes permet de garantir des performances théoriques similaires aux meilleurs algorithmes de l'état de l'art.

Dans cette thèse, nous nous sommes intéressés à l'ouverture des EIAH (EnvironnementsInformatiques pour l'Apprentissage Humain), pour répondre à leur faible déploiement dansles établissements de formation, en facilitant leur appropriation par des usagers. Notre travailde recherche s'inscrit dans le cadre du projet REDiM (Réingénierie des EIAH Dirigée par lesModèles) mené au LIUM (Laboratoire d'Informatique de l'Université du Maine), dont un desobjectifs est d'intégrer les enseignants dans le processus de conception des scénariospédagogiques d'un EIAH.Nous proposons une approche d'ingénierie et de réingénierie pour rendre un EIAH ouvertà la conception et à l'adaptation de ses scénarios pédagogiques par les enseignantsutilisateurs. Nous avons défini un processus de conception basé sur la modélisationde scénarios pédagogiques ouverts (SPO), qui permet l'instrumentation des enseignantspour les aider dans la conception continue (i.e. qui se poursuit dans l'usage) d'une activitéd'apprentissage. Nous faisons trois propositions scientifiques :- Un modèle de représentation des SPO, qui permet de les structurer en variantes enfonction des contextes d'exécution. Nous qualifions ce modèle de rationnel puisqu'il s'appuieprincipalement sur l'approche du Design Rationale que nous avons adaptée à notreproblématique.- Un processus itératif et incrémental d'ingénierie et de réingénierie qui guide lesenseignants pour concevoir et adapter des SPO conformes au modèle que nous avonsdéfini.- Une méthode dirigée par les modèles et spécifique au domaine métier pour instrumenterle processus d'ouverture des scénarios pédagogiques d'un EIAH existant. Cette méthoded'instrumentation, reposant sur l'IDM (Ingénierie Dirigée par les Modèles) et le DSM(Domain-Specific Modeling), implique les enseignants utilisateurs de l'EIAH, considérés icicomme des experts du domaine. Elle est structurée en plusieurs phases qui amènentprogressivement à définir, de façon spécifique à l'EIAH considéré, un langage d'expressiondes SPO (ADSGEML - Adaptive Domain-Specific Graphical Educational ModelingLanguage) et un éditeur associé permettant la conception et l'adaptation des SPO dansl'univers métier de l'EIAH.Afin d'évaluer et de raffiner nos propositions, nous les avons appliquées sur l'EIAH"Hop3x", préalablement conçu au LIUM dans le cadre d'un autre projet pour pratiquer laprogrammation orientée objet. Nous avons donc élaboré un ADSGEML et un environnementd'édition graphique pour permettre aux enseignants de concevoir et d'adapterdynamiquement des sessions ouvertes de Hop3x, à un niveau élevé d'abstraction.