Ce mémoire s'inscrit dans le cadre du projet Astus qui vise au développement de systèmes tutoriels intelligents (STI). Il propose de concevoir un STI pour les infirmiers et infirmières en traumatologie à l'aide de la plateforme Astus. La tâche que doit enseigner le tuteur est la prise en charge d'un patient polytraumatisé. Cette tâche nécessite de définir le comportement d'un infirmier de façon procédurale qui puisse être modélisée grâce au modèle des connaissances de la plateforme Astus. De plus, le STI doit fournir aux étudiants une interface intuitive afin de leur éviter un effort supplémentaire pour l'apprentissage de l'utilisation du STI. Enfin la plateforme Astus doit subir des modifications afin d'être en mesure de modéliser un tel domaine. La problématique de ce mémoire réside donc dans la possibilité de concevoir un STI dans les domaines de formation des infirmières et infirmiers en traumatologie à l'aide des outils de la plateforme Astus. Le résultat de cette recherche est l'ébauche d'un premier système qui servira de base sur laquelle travailler pour produire le STI final désiré.

Cette thèse propose un formalisme de représentation de connaissances adapté à l’enseignement explicite de connaissances stratégiques par système tutoriel intelligent (STI). Le formalisme est une proposition de solution au fait que dans le domaine des systèmes tutoriels intelligents multidisciplinaires, les efforts de modélisation croissent considérablement avec la complexité du domaine à enseigner. Le problème est particulièrement contraignant avec les domaines qui présentent des stratégies multiples de résolution de problèmes. Par ailleurs, le formalisme est aussi une réaction au constat que peu de systèmes tutoriels s’intéressent actuellement à l’enseignement explicite des stratégies, alors que plusieurs études en ont démontré les avantages. Le formalisme maintient le processus d’encodage du raisonnement stratégique à un niveau simple sans compromettre la fidélité de représentation, ce qui a été validé expérimentalement avec un groupe d’étudiants. Les mêmes expérimentations ont permis de confirmer l’efficacité du système tutoriel utilisant le formalisme dans plusieurs aspects : la résolution de problèmes avec explication et justification des étapes, l’interprétation des actions d’un apprenant d’un point de vue stratégique, et l’évaluation du degré de maîtrise d’une stratégie par un apprenant. L’architecture résultante, avec le module responsable du raisonnement stratégique activable à volonté, est particulièrement adaptée pour des études évaluant les impacts de l’enseignement explicite des stratégies et la réutilisation des connaissances stratégiques acquises d’un domaine à l’autre.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

La présente thèse décrit des travaux de recherches effectués sur des systèmes tutoriels intelligents (STI) et plus précisément sur les tuteurs par traçage de modèle (MTT). Les travaux de recherche présentés ici s’intéressent à la conception de MTT pour des domaines dans lesquels les étudiants peuvent résoudre la tâche qui leur est assignée de plusieurs façons. Ces domaines comportent parfois des algorithmes avec retour sur trace lorsque l’étudiant ne sait pas forcément quelles sont les alternatives qui feront progresser correctement l’état de la tâche.Cette thèse présente dans un premier temps un système de représentation de connaissances pour les algorithmes avec retour sur trace qui rend les connaissances de cet algorithme exploitables par des agents logiciels. Elle présente dans un second temps un ensemble de processus qui exploitent ces connaissances dans le cadre de MTT pour assurer automatiquement le suivi de l’étudiant et ainsi que la production d’interventions pédagogiques. En premier, ces interventions consistent à fournir à l'étudiant de l’aide pour la prochaine étape qui explique quelles sont les possibilités dont dispose l'étudiant et comment déterminer laquelle est la meilleure. En deuxième, elles fournissent à l'étudiant des rétroactions stratégiques qui lui confirment que son action est valide tout en l’informant de l’existence d’une meilleure alternative le cas échéant. Enfin, elles fournissent à l'étudiant des rétroactions négatives qui lui apprennent dans quelles situations les actions invalides qu’il vient d’effectuer s’appliquent.Une expérimentation a été réalisée avec des étudiants de biologie de l’Université de Sherbrooke pour évaluer les effets de ces interventions sur les choix des étudiants au cours de la résolution de la tâche. Les résultats de cette expérience montrent que les étudiants bénéficiant de ces interventions effectuent plus souvent des choix optimaux, et démontrent ainsi une plus grande maîtrise du domaine.

La présente thèse décrit des travaux de recherche effectués dans le domaine des systèmes tutoriels intelligents (STI). Plus particulièrement, elle s'intéresse aux tuteurs par traçage de modèle (MTT). Les MTTs ont montré leur efficacité pour le tutorat de la résolution de tâches bien définies. Par contre, les interventions pédagogiques qu'ils produisent doivent être incluses, par l'auteur du tuteur, dans le modèle de la tâche enseignée. La recherche effectuée répond à cette limite en proposant des méthodes et algorithmes permettant la génération automatique d'interventions pédagogiques. Une méthode a été développée afin de permettre à la plateforme Astus de générer des indices par rapport à la prochaine étape en examinant le contenu du modèle de la tâche enseignée. De plus, un algorithme a été conçu afin de diagnostiquer les erreurs des apprenants en fonction des actions hors trace qu'ils commettent. Ce diagnostic permet à Astus d'offrir une rétroaction par rapport aux erreurs sans que l'auteur du tuteur ait à explicitement modéliser les erreurs. Cinq expérimentations ont été effectuées lors de cours enseignés au département d'informatique de l'Université de Sherbrooke afin de valider de façon empirique les interventions générées par Astus. Le résultat de ces expérimentations montre que 1) il est possible de générer des indices par rapport à la prochaine étape qui sont aussi efficaces et aussi appréciés que ceux conçus par un enseignant et que 2) la plateforme Astus est en mesure de diagnostiquer un grand nombre d'actions hors trace des apprenants afin de fournir une rétroaction par rapport aux erreurs.

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

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

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.

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

Les jeux sérieux (serious-games en anglais) sont de plus en plus utilisés dans le domaine de la formation, le but étant alors d'apprendre une ou plusieurs compétences liée(s) à un métier ou à des qualités plus générales, à un ou plusieurs apprenants (joueurs), ceci avec une dimension ludique. Mesurer qualitativement ou quantitativement le succès ou non de cet apprentissage, ce qui relève au final d'un processus d'évaluation du ou des l'apprenant(s), constitue ces dernières années un enjeu majeur dans les jeux sérieux s'ajoutant aux problématiques plus classiques de conception et de scénarisation.Dans un contexte de jeux sérieux multi-acteurs, avec apprentissage de tâches collaboratives réalisées par différents acteurs humains ou virtuels partageant un but commun, cette recherche s'intéresse au processus d'évaluation des apprenants, conduisant à une évaluation tant individuelle que collective. Nous proposons tout d'abord un cadre méthodologique pour l'évaluation des apprenants pour de tels jeux. Ce cadre méthodologique est basé sur le concept « d'espace d'évaluation » associé à un point de vue correspondant à un objectif d'évaluation particulier, Nous proposons ensuite une architecture logicielle spécifique à base d'agents, d'une part permettant à des apprenants humains et des joueurs virtuels d'interagir (simulation de comportements), et d'autre part supportant une évaluation tant individuelle que collective des apprenants. Cette architecture logicielle est implémentée et intégrée au jeu sérieux SIMFOR, et sa mise en oeuvre est illustrée sur un scénario réaliste relatif à la formation à la gestion de crise. / Serious Games (SG) are increasingly used in the field of training, SG aims to teach one or more skills(s) related to a business or to more general qualities, to one or more learners (players), this with a playful dimension. Usually, SG aims a specific training objective related to a specific context training which can be linked to a trade (eg fire ), a body of knowledge (school or university), or the acquisition of social skills (conflict management, cooperation ...). To Measure the success or failure of this learning is ultimately an assessment process of the learner(s) and in recent years became a major issue in SG in addition to issues classic design and screenwriting.In the context of multi-player SG, with a collaborative tasks learning performed by different learners (or virtual actor) sharing a common goal, our research focuses on the assessment of learning processes, leading to both individual and collective assessment. We propose first a methodological framework for learners assessment. This methodological framework is based on the "Evaluation space" concept associated with a specific view corresponding to a particular assessment objective, leading to the calculation of indicators, based on specific knowledge models representation and assessment. In order to operationalize this methodological assessment framework, we propose a agents based architecture, on the one hand allowing human learners and virtual players (simulation of behavior) interaction, and other hand supporting individual and collective learners' assessment. This architecture is implemented and integrated to the SIMFOR SG, and illustrated in a crisis management scenario exercise.