Afin de rendre les objets pédagogiques (OP) accessibles, réutilisables et adaptables, il est nécessaire de les modéliser. Outre la forme et la structure, il faut aussi décrire la sémantique des OP. Ainsi, nous proposons un schéma de modélisation d'OP d'après la norme LOM (Learning Object Metadata), en utilisant un modèle de données de type RDF (Ressource Description Framework). Pour encoder, échanger et réutiliser les métadonnées structurées d'OP, nous avons implémenté l'application RDF4LOM (RDF for LOM). Le recours aux outils du Web sémantique nous permet de proposer le prototype d'une plateforme sémantique d'apprentissage (SLCMS), qui valorise à la fois les ressources internes, les OP modélisés avec RDF, ainsi que les ressources externes (wikis, blogs ou encore agendas sémantiques). L'architecture du SLCMS est basée sur un Noyau sémantique capable d'interpréter les métadonnées et de créer des requêtes intelligentes. Pour la description des contraintes sémantiques et des raisonnements sur les OP, nous utilisons les ontologies. Grâce à des ontologies précises et complètes, les OP seront « interprétables » et « compréhensibles » par les machines. Pour le module Quiz sémantique, nous avons modélisé l'ontologie Quiz et l'ontologie LMD. La plateforme sémantique d'apprentissage permet la recherche d'OP pertinents, la génération de parcours personnalisés pour les apprenants et, en perspective, l'adaptabilité aux styles d'apprentissage. / In order to make Learning Objects (LO) accessible, reusable and adaptable, it is necessary to model them. Besides form and structure, one must also define the semantics associated with a given LO. Thus, we propose a modeling scheme for LOs that respects the LOM (Learning Object Metadata) standard and which uses a RDF-based (Resource Description Framework) data model. In order to encode, exchange and reuse such structured metadata for LOs, we have developed the RDF4LOM (RDF for LOM) application. By using Semantic Web tools, we are able to deliver a prototype of a semantic learning platform (SLCMS) that enhances internal resources, LOs modeled with RDF as well as external resources (semantic wikis, blogs or calendars). The architecture of this SLCMS is based upon a semantic Kernel whose role is to interpret metadata and create intelligent queries. We use ontologies, for the description of semantic constraints and reasoning rules concerning the LOs. By means of accurate and complete ontologies, the LOs will be machine-interpretable and also machine-understandable. For the semantic Quiz module, we have developed the Quiz and LMD ontologies. The semantic learning platform enables searching for appropriate LOs, generating personalized learning paths for learners and, as en evolution, adaptation to learning styles.

Le travail que nous présentons dans cette thèse s'intègre dans une problématique générale des Environnements Informatiques pour l'Apprentissage Humain (EIAH). Il s'intéresse plus particulièrement aux Systèmes Hypermédias Adaptatifs Dynamiques (SHAD). Le but principal est d'examiner l'intérêt de la granularité fine pour l'adaptation des parcours dans ces systèmes. Il s'agit, en fait, de la génération automatique de cours adaptés à un apprenant particulier, à partir d'un ensemble de ressources pédagogiques et en fonction de ses besoins, ses préférences et ses pré-requis. Les ressources pédagogiques appelés actuellement objets pédagogiques sont indexés en utilisant des normes et des standards de métadonnées éducatifs comme LOM et SCORM. Ces objets pédagogiques, qui constituent le contenu à apprendre, sont assemblés à partir de grains pédagogiques puis associées pour constituer des parcours individuels de formation avec une présentation de type hypermédia. Nous proposons dans le cadre de ce travail, une nouvelle approche de la granularité des ressources pédagogiques basée sur la taille, le contenu et le type de média utilisé. Cette modélisation granulaire propose une décomposition du contenu en fragments ou grains pédagogiques de type introduction, définition, exemple, remarque, etc. Chacun de ces fragments est représenté par des briques multimédia de type : texte, image, son, vidéo, etc. Tous ces éléments servent à améliorer l'adaptabilité, à la fois du contenu, de sa présentation et de la navigation dans un environnement d'apprentissage hypermédia. En résumé, à partir d'un ensemble de ressources élémentaires et granulaires, de leurs descriptions sémantiques et du profil de l'apprenant, le système attendu doit être capable de générer des ressources adaptées (cours, exercices, etc.) avec une interface de navigation sur le Web. Dans ce sens nous avons mis en place les premières briques de réalisation d'un SHAD, que nous avons baptisé Adaptive Learning System for the "C" Programming Language (ALS-CPL). Ce système spécifique vise tout d'abord à mettre en application nos recherches sur les environnements d'apprentissage de programmation, dans le cadre d'un large projet intitulé Adaptive Learning System for Programming Languages (ALS-PL). Il a également pour but particulier de mettre en pratique l'approche granulaire des contenus pour l'adaptabilité.