Cette thèse modélise l’activité d’apprentissage dans les plateformes LMS (Learning Management System) en vue d’optimiser l’efficacité des utilisateurs. Ce projet est né d’une préoccupation pratique, à savoir comment faciliter l’utilisation des plateformes LMS chez les enseignants et apprenants des pays en voie de développement qui font face à la fracture numérique et éducative. Cette recherche aborde le problème de l’adaptabilité des LMS et suppose deux niveaux de modélisation : l’outil d’apprentissage et le contexte d’utilisation projeté. Pour traiter cette question d’adaptabilité, nous procédons par une double approche : l’analyse fonctionnelle des outils LMS et la réingénierie des interfaces utilisateurs. La première consiste à définir une approche d’analyse de l’activité d’enseignement-apprentissage dans les plateformes LMS. Ceci passe par une modélisation des situations courantes d’apprentissage et un croisement avec les fonctionnalités offertes dans les solutions LMS existantes. Ce travail préliminaire a permis de construire et proposer un modèle d’analyse utilisationnelle des plateformes que nous désignons méthode OCAPI fondé sur cinq catégories fonctionnelles : Organiser-Collaborer-Accompagner-Produire-Informer. La seconde approche s’inspire de la recherche fondamentale menée en amont et propose une réingénierie adaptative des LMS basée sur le contexte d’utilisation. Il s’agit d’un configurateur automatique embarqué qui adapte l’environnement de travail pour chaque usage et usager. Le prototype est articulé dans l’intention manifeste d’assurer une prise en main rapide des novices et se veut le moins contraignant possible du point de vue technologique. / The present research aims to model learning processes on Learning ManagementSystems (LMS) in a bid to maximize users’ efficiency. We came about this idea whilethinking over the possible ways of facilitating the use of LMS for teachers and learnersin countries affected by the digital divide. Drawing from that, the following question hasbeen stated: in a given learning context, how can we insert a Learning ManagementSystem that provides users with both easy handling and optimal using conditions? Thisissue raises the problem of LMS adaptability and suggests two levels of modeling: thelearning tool on one hand and the planned context of use on the other. To address thisissue of adaptability, we adopt a two-pronged approach including the functionalanalysis of LMS tools and the reengineering of user interfaces. The first step is todevelop an approach for the analysis of teaching and learning processes on LMS. Thisentails modeling common learning situations and cross-checking them with thefeatures available in LMS solutions. This preliminary work enabled to build a formalismfor LMS analysis which is referred to as the OCGPI approach (Organize-Collaborate-Guide-Produce-Inform). The second step proposes an adaptive reengineering of LMSbased on the context of use. This is namely an embedded configurator which adaptsthe working environment according to each use and each user. This tool aims at givingbeginners the possibility of acquainting themselves quickly with the virtual platform.

Design is hard and needs to be supported by software. One of the ways software can support designers is by providing analogical reasoning. To make analogical reasoning work well, the software makers need to know how to create a knowledge representation that will facilitate the kind of analogies that the designers want. This thesis will inform software makers by experimenting with two kinds of knowledge representations, called device-centric (DC) and environment-centric (EC), and to try to determine the relative benefits of using either one of them for analogical matching. We performed computational experiments, using Structure Mapping Engine for matching, to determine the quantity and quality of analogical matches that are produced when the representation is varied. We conducted a limited human experiment, using questionnaires and repertory grids, to determine if any of the computational results were novel, and to determine if the human similarity ratings between devices correlated with the computer results. We show that design software should use DC representations to produce a few focused matches which have high average weight. It should use EC representations to produce many matches some of high weight and some of low weight. Based on our human experiment, design software can use either DC or EC representations to produce novel matches. Our experiments also show that human matches correlate most strongly with a combined DC and EC representation and that their similarity reasons are more EC than DC. This suggests that designers tend to think more in EC terms than in DC terms.

Cette thèse étudie les problèmes de diagnostic itératif et propose des outilsd’aide au diagnostic interactif. Différents processus de diagnostic où des outils interactifs homme-automate sont utiles, sont présentés. Ces outils permettent de résoudre des difficultés liées à la représentation d’un grand nombre d’éléments d’un système, des difficultés liées à la représentation du comportement et du fonctionnement d’un système et des difficultés liées à l’explicitation de l’expertise. Nos travaux ont conduit à la conception de différents types d’outils interactifs d’aide au diagnostic. Le premier permet d’exploiter des représentations structuro-fonctionnelles pour construire et résoudre progressivement un problème de diagnostic.Le second outil interactif permet d’exploiter des modèles de comportement construit au fur et à mesure de la résolution d’un problème de diagnostic. Enfin, un dernier outil a étéproposé pour montrer qu’il est possible de prendre compte la connaissance implicite d’un expert dans la résolution de problème de diagnostic. Un problème de diagnostic est donc présenté comme un processus itératif avec des interactions homme-automate. / This PhD thesis studies the iterative diagnosis problems and provides thecomputer-aided diagnostic tool for interactive diagnosis. Different diagnosis processes wherethe tool to support human-machine interaction are useful, are presented. These tools help totackle difficulties related to the representation of a large number of elements in a system,difficulties related to the representation of the behavior functioning of a system and difficultiesencountered while expliciting the expertise. Our work led to the design of different interactivetools to support the diagnosis process. The first tool allows to exploit the structural-functionalmodeling to build and solve progressively a diagnosis problem. The second interactive toolallows to exploit the behavioral models built step by step in the diagnosis process and tosolve the diagnosis problem. The final tool was proposed to show that it is possible to takeinto account the implicit knowledge of an expert in order to solve the diagnosis problem.A diagnosis problem is therefore presented as an iterative process with human-machineinteractions.