Cette présentation à ACFAS-2017 reprend les travaux sur les typologies MISA d'un point de vue ontologique, notamment en ce qui concerne les compétences, les scénarios et les outils de web social.
Synthèse des travaux du licef sur les outils et les environnements de formati...
L'ingénierie des ENA fondée sur le web des données ouvertes et liées
1. L’ingénierie des ENA fondée
sur le web des données
ouvertes et liées
ACFAS 2017
Colloque: Vers une nouvelle ingénierie des environnements
numériques d’apprentissage
1
Gilbert Paquette
http://www.gp.licef.ca/
Laboratoire d’ingénierie cognitive et éducative (LICÉ)
www.lice.licef.ca
Centre de recherche LICEF. TELUQ
2. 1- Les ENA et l’évolution du Web
2
Dimension communication
Dimensionconnaissances
2.0
Web social
(Wikis, blogues, réseaux,…)
1.0
Web de documents
(URIs, HTML, HTTP)
4.0
Web social sémantique
3.0
Web sémantique
(RDF, RDFS, OWL, SPARQL)
C
S
3. Du web de documents au Web social
sémantique
Le Web est un immense réservoir de ressources 555
millions de sites +300 millions nouveaux en 2011.
800 millions d’usagers de Facebook; +200 millions de en 2011.
100 millions d’usagers Twitter.
200 milliards de vidéos visionnés sur YouTube par mois !
6 milliards de photos disponibles sur le Web dans Flikr
Défi énorme aux usagers – les moteurs traditionnels
ne suffisent plus
Les documents regroupent des mots – ambiguïté de sens – Ex: Java
Les requêtes impliquent une intégration de plusieurs sources
Les pages sont alimentées par des bases de données non visibles,
utilisant une multiplicité des technologies, sans interrelations
S’ajoutent les multiples informations du Web social dans des
applications cloisonnées
Passer au niveau sémantique pour intégrer les données
8. Avantages du référencement sémantique
pour l’accès aux ressources
Interopérabilité des vocabulaires sur le Web dol
Gestion des identités (personnes et organisations)
Outils de recherche
inter-formats (DC, LOM, MLR, …),
inter-vocabulaires,
inter-linguistiques
Recherches combinant acteurs, sémantique des
ressources (Dewey,…), propriétés des ressources
(groupe d'âge, technologie, compétences…
10. Une « ingénierie »
Des acteurs réalisant des « scénarios » MISA: tâches interreliées,
chacune utilisant des ÉDet produisant des ÉD
640
Maintenance/G
estion de la
qualité
630 Gestion des
ressources
620 Gestion des
acteurs et des
groupes
610 Gestion des
connaissances
et des
compétences
Phase 6 –
Plan de
diffusion
540 Planif de validation 542 Registre des révisionsPhase 5 –
Val.
440 Modèles de
diffusion
442 Ressources des
acteurs
444 Outils et télécom
446 Services de
diffusion
430 Liste des
ressources
432 Modèles
médiatiques
434 Éléments média
436 Documents
source
420 Propriétés des
ressources
410 Connaissances
des ressources
pédagogiques
Phase 4 –
Devis détaillé
340 Planification de
la diffusion
330 Infrastructure de
développement
320 Scénarios
322 Propriétés des
activités
310 Connaissances
par unités
d’apprentissage
Phase 3 –
Architecture
240 Principes de
diffusion
242 Analyse coût-
bénéfices
230 Principes
médiatiques
220 Principes
pédagogiques
222 Réseau des
événements
224 Propriétés UA
210 Orientation du
modèle
212 Modèles des
connaissances
214 Compétences
Phase 2 –
Analyse
préliminaire
Axe
logistique
Axe
médiatique
Axe
pédagogique
Axe des
cognitif
100 Contexte du SA 102 Objectifs d’apprentissage 104 Public cible
106 Ressources/contraintes 108 Documents de référence
Phase 1-
Définition
12. Les taxonomies dans MISA
Objet Contenu Activité de MISA
Habileté Une taxonomie des habiletés génériques Compétences visées
MdeC Types de modèles Orientation de l’axe Cognitif
Activités Types d’activité Choix et définition des activités
Collaboration Principes, règles, consignes de collaboration Définition des activités
Évaluation Principes et règles d’évaluation Définition des activités
Ressources Types de ressources et d’instruments Définition des ressources
RésENAu d’ÉA Type de structure haut niveau Scénarisation
Scénarios Types de scénarios (modèle pédagogique) Scénarisation
Élém.média Fonction médiatique Ressources médiatiques
Comp.média. Regroupements d’éléments média. Ressources médiatiques
Matériel péd. Principes de regroupement de comp. média Ressources médiatiques
Support Types de support de l’information Ressources médiatiques
Outils Types d’outils et attributs Logistique de diffusion
Téléservices Types de téléservices et attributs Logistique de diffusion
Infra.techno. Type de réseau et mode de diffusion Logistique de diffusion
Mod.diffusion Composantes et type de mod. diffusion Logistique de diffusion
Gabarit des
ÉD
Écran
d’ADISA
Composantes
de TELOS
16. Le double rôle des modèles et des
ontologies pour MISA
Modèle d’un domaine de connaissances (ÉD 212)
Réutilisé, adapté ou construit à partir des ontologies du
Web-dol
16
17. Exemples
de modèle
de domaine
dans LOV
acm- ACM Classification Ontology
http://www.rkbexplorer.com/ontologies/acm This ontology is a
representation of The ACM Computing Classification System [1998]
biol- Biological Taxonomy Vocabulary 0.2 (Core)
http://purl.org/NET/biol/ns# An RDF vocabulary for the taxonomy of all
forms of life
cgov- Central Government Ontology
http://reference.data.gov.uk/def/central-government An ontology
of UK central government
ctorg- Vocabulary for the structure of the public organizations
http://purl.org/ctic/infraestructuras/organizacion The goal of this
vocabulary is to create a scheme to define the contents of information
related to the government structure and public centers.
chord- The OMRAS2 Chord Ontology
http://purl.org/ontology/chord/ This document describes the first draft
of a chord ontology based on work from the Centre for Digital Music,
Queen Mary, University of London. It has been created as part of the
OMRAS2 project and is intended to provide a common, versatile
vocabulary for describing chords and chord sequences in RDF.
dm2e- DM2E model
http://onto.dm2e.eu/schemas/dm2e The DM2E model is a
specialisation of the Europeana Data Model (EDM) and can be used
for the description of manuscripts in the cultural heritage domain.
earth- The Linked Earth Ontology
http://linked.earth/ontology# The Linked Earth Ontology aims to
provide a common vocabulary for annotating paleoclimatology data
geom- Ontology for geometry
http://data.ign.fr/def/geometrie An ontology for describing the shape
and the location of topographic entities
gold- General Ontology for Linguistic Description
http://purl.org/linguistics/gold The General Ontology for Linguistic
Description (GOLD) was created primarily for applications involving
descriptive linguistics.
music- Music Vocabulary
http://www.kanzaki.com/ns/music A vocabulary, or music ontology, to
describe classical music and performances. Classes (categories) for
musical works, events, instruments and performers, as well as related
properties are defined.
18. Le double rôle des modèles et des
ontologies pour MISA
Modèle d’un domaine de connaissances (ÉD 212)
Réutilisé, adapté ou construit à partir des ontologies du
Web-dol
Modèles de composantes de la méthode
Taxonomies et vocabulaires utilisés dans les intrants des
tâches (gabarits, outils)
Ontologies liant les composants
Axe cognitif
Axe pédagogique
Axe médiatique
Axe logistique
18
19. Exemples
de modèles
pour l’IP
19
br- Brainstorm Ontology
earl- Evaluation and Report Language
http://www.w3.org/ns/earl The primary motivation for developing this
vocabulary is to facilitate the exchange of test results between Web
accessibility evaluation tools in a vendor-neutral and platform-
independent format. It also provides reusable terms for generic quality
assurance and validation purposes.
ludo-gm- Ludo Game Model Ontology
http://ns.inria.fr/ludo/v1/gamemodel# Given the increasing amount of
structured data published on the Web, many possibilities are open for
creating new types of games that use resources from the Web of Data. In
particular, if we consider the subcategory of Serious Games in which the
object of the game is to educate the user through the interactive
discovery of real-life concepts (associated to Semantic Web resources),
the inclusion of a semantic representation of the user profile and his
contextual information becomes an important element to recommend the
user more accurate concepts. Ludo is an ontology that allows the
creation of Serious Games with those characteristics.
lom- Learning Object Metadata Ontology
http://data.opendiscoveryspace.eu/lom_ontology_ods.owl An ontology
and vocabulary used for exposing IEEE LOM, a metadata standard for
educational contents, as Linked Data. It is intended as a bridge for
linkage of educational metadata into Linked Open Data (LOD). In this
ontology, we designed a mapping of IEEE LOM elements to RDF based
on Linked Data principles.
ma-ont- Ontology for Media Resources
20. Exemples
de modèles
pour l’IP
20
part- Participation Schema
http://purl.org/vocab/participation/schema The participation ontology
is a simple model for describing the roles that people play within
groups. It is intended that specific domains will create subclasses of
roles within their own areas of expertise.
scot- Social Semantic Cloud of Tags
http://rdfs.org/scot/ns# SCOT is an ontology for describing the
structure and the semantics for tagging data across heterogenous
users, sources, and applications.
sioc- Semantically-Interlinked Online Communities
http://rdfs.org/sioc/ns# SIOC is an ontology for describing the
information in online communities
teach- Teaching Core Vocabulary Specification
http://linkedscience.org/teach/ns# TEACH, the Teaching Core
Vocabulary, is a lightweight vocabulary providing terms to enable
teachers to relate things in their courses together. The Teaching
Core Vocabulary is based on practical requirements set by
providing seminar and course descriptions as Linked Data.
umbel- Upper Mapping and Binding Exchange Layer
http://umbel.org/umbel UMBEL provides a general vocabulary of
classes and predicates for describing domain ontologies, with the
specific aim of promoting interoperability with external datasets and
domains.
21. 4- Sous-thèmes de recherche
21
• 4.1 Compétences et ePortfolio
• 4.2 Scénarisation des ENA
• 4.3 Support des activités collaboratives
22. 4.1 Compétences et ePortfolios
Modèle usager par référencement sémantique
Arbres des activités (extraits du scénarios)
Intégration d’agents aux points d’insertion (activités) d’un
scénario
Comparaison des compétences lors des activités du
scénario; si réussi, ajout de compétences au modèle
Si activité réussie, ajout de compétences au modèle
usagers (divers type d’évidence d’acquisition)
Intégration des compétence au ePortfolio
Utilisation du ePorfolio pour la personnalisation
22
23. 23
Processus réalisé dans TELOS
Édition ou
importation
d’ontologies
… et/ou de
référentiels de
compétences
1
…et des
acteurs
2
Référencement
des ressources
4
Ajout au
ePortfolio
3
Comparaison des
compétences
30. 5- Programme de recherche
30
1. Faire l’inventaire des ontologies utiles et réutilisables pour l’IENA
disponibles sur le Web de données liées
2. Restructurer les typologies MISA sous forme d’ontologie et les
intégrer s’il y a lieu avec celles du Web de données liées
3. Publier certaines ontologies (compétences, scénarios, collaboration)
comme vocabulaires dans le « Linked Open Vocabularies » (LOV)
4. Modéliser la méthode IENA renouvelée dans l’éditeur de scénario
GMOT (tronc commun et certaines variantes)
Scénarios MISA dans l’éditeur de scénarios GMOT
Intrants des fonctions/activités dans l’éditeur RDF/RDFS
Documentation des scénarios: gabarits, site HTML ou nouvel atelier ?
31. Références
M. Schmachtenberg et al – Adoption of the Linked Data Best Pratices in different Topical Domains.
(2011) http://www.planet-data.eu/sites/default/files/publications/SchmachtenbergBizerPaulheim-
AdoptionOfLinkedDataBestPractices.pdf
Heath, T., Bizer, C. (2011) Linked data: Evolving the web into a global data space. Synthesis lectures
on the semantic web: theory and technology 1(1), 1–136 W2C (2014) – Best Practices for Publishing
Linked Data. https://www.w3.org/TR/ld-bp/
Vandenbussche, P. et al (2017) Linked Open Vocabulaires. http://lov.okfn.org/dataset/lov/
Paquette G. et Léonard M. (2014) Ontologie de description et vocabulaire de métadonnées pour les
scénarios pédagogiques. http://www.gtn-quebec.org/rapport/ontologie-de-description-et-
vocabulaire-de-metadonnees-pour-les-scenarios-pedagogiques
Deslis, J. (2016) De la taxonomie à l’ontologie de Bloom. https://ilot.wp.imt.fr/2014/03/17/de-la-
taxonomie-a-lontologie-de-bloom-2/
Paquette, Gilbert (2014). Technology-based instructional design: Evolution and major trends . Dans
Spector, M.; Merrill, D.; Elen, J. et Bishop, M. J. (dir.), Handbook of research on educational
communications and technology (p. 661-671). New-York, NY : Springer . ISBN 978-1-4614-3184-8
doi:10.1007/978-1-4614-3185-5_53
Paquette, G., Marino, O., Rogozan, D. et Léonard, M. (2015) Competency-based Personalization for
Massive Online Learning. Springer’s Smart Learning Environments Journal, 2015
Paquette G. (2007) An Ontology and a Software Framework for Competency Modeling and
Management. Educational Technology and Society, Special Issue on "Advanced Technologies for Life-
Long Learning", Volume 10, Issue 3, 2007 pp. 1-21PAPER
Bojars U. and Breslin, J.G. (2010) SIOC Core Ontology Specification. http://rdfs.org/sioc/spec/
Paquette G. et al. (1998) Typologies de la méthode MISA – Document interne, LICEF.
32. Merci !
Questions / Commentaires ?
Gilbert Paquette
http://gp.licef.ca/
Laboratoire d’ingénierie cognitive et éducative (LICÉ)
http://lice.licef.ca/
Centre de recherche LICEF. TELUQ
ACFAS 2017
Colloque: Vers une nouvelle ingénierie des environnements
numériques d’apprentissage
32
Notes de l'éditeur
L'IP est centrale au LICÉ
-La MISA sert à définir des environnements d’apprentissage (pas nécessairement numérique). Il faudra cibler les environnements sur le Web.
-Depuis, l’essor du Web sémantique sous la forme du Web de données ouvertes et liées (web-dol) fournit un ensemble croissant de modèles sous forme d’ontologies pouvant être intégrés comme MdC pour décrire un domaine ou comme composantes de la méthode.
-C'est ce que nous allons examiner ici
L'IP sert à définir les ENA. Ceux-ci sont sur le Web
Les spécifications des ENA doivent ternir compte de l’évolution du Web.
Trois génération du Web et une quatrième est en gestion: le Web sémantique social: informations générées par le Web social.
Actuellement MISA, sur le plan technologique est orientée principalement selon le Web de documents.
Cependant, elle inclus la MODÉLISATION et des informations pour l’usage du Web social (types de collaboration, type d’outils, etc…) et des taxonomies transformables selon le Web Sem.
POURQUOI ? Le Web sémantique n’est pas un caprice de chercheurs: nous allons crouler sous la masse d'informations, incapables de gérer nos connaissances personnelles comme celles de nos organisations
Cette masse d’informations sur le Web, qui augmente à chaque heure de façon exponentielle, pose un défi énorme aux usagers.
Il faut donc une autre approche pour nous permettre des requêtes intelligentes nécessitées par la multiplication des informations sur le Web.
Danc MISA on retrouve de vocabulaires:
-des listes, et des taxonomies, EX: tables des matières
-des cartes ou des thésaurus: concepts et liens hiérarchiques ou associatifs (SKOS)
Ontologies: un vocabulaire auquel on aura rajouté un certain nombre d'axiomes sur les classes RDFS ou OWL
Ex: tous les livres ont un auteur.
Permettent des raisonnements automatiques
GMOT: cartes conceptuelles + RDFS + OWL
Un exemple plus loin pour les compétences
Voici une autre application réalisée par la firme française Antidot (7 sources de données)
-43 720 monuments historiques en France
-liste des 3065 gares ferroviaires,
-301 stations du métro parisien,
-données du code géographique de l’INSEE,
-122 828 photos de monuments,
-descriptions des monuments dans DBpedia
-service de géolocalisation Yahoo! PlaceFinder
Toutes ces données ont été reliées entre elles par des liens RDF formant un énorme graphe de données liées.
Interrogation par SPARQL
Affichage dans un portail Web pour l'interface aux usagers.
C'est le principe à la base de COMÈTE et du Web dol
Problèmes dans l'accès aux ressources:
décrites par des métadonnées selon différents standards, différents profils d'application, différentes langues.
Solution: INTÉGRER LES DONNÉES DE SOURCES HÉTÉROGÈNES en un graphe de triplets RDF: objets reliées par des liens, référencés par des vocabulaires
UN EXEMPLE: Chaque pays a son systèmes d'éducation avec des niveaux plus ou moins semblables
Chercher une ressource étiquetée "Collège 6ème en France" ne donnera aucune ressource du Québec
Intégrer les vocabulaires dans un graphe en les reliant tous par transitivité à un système étalon.
Les langages SKOS, RDFS et OWL servent à relier les vocabulaire
MISA se présente comme un ensemble de taches structurées sur 2 plans: phases et axes
Liens 1- Orientations; 2- Modèles; 3- Propriétés
Scénarios MISA: par phases, par axes, une grappe d'ÉD
Décomposer la méthode: tronc commun et variantes
Tronc commun: 212, 214, 310 / 222+320, 224, 322, 420
Scénario de la phase 2 pour les 4 axes: pour une solution rapide (macro-conception)
Activités 2.2 et 2.3 en parallèle (212 et 214)
Axe DC et DP en parallèle
Axe DM et DL en parallèle pour évaluer la solution.
Intrants et produits:
Modèle des connaissances = Ontologie de domaine
Tableau des compétences utilise une ontologie générique
Définition des scénarios utilise une ontologie générique
Lire rapidement les taxonomies par AXES
Leur utilisation dans des gabarits et des systèmes
Les vocabulaires (ontologies) de DOMAINE disponibles sur le web , construites ou adaptées (tel qu’intégrées dans TELOS) fournissent des modèles de connaissances
La taxonomie des habiletés permet d’ajouter à une ontologie de domaine une dimension "MAÎTRISE" des connaissance, selon une ontologie des compétence.
On va y revenir
Le LOV est un répertoire de vocabulaires (schémas de données)
MONTRER UN EXEMPLE: FOAF (Publics-cibles); DCTERMS (documents); SIOC (collaboration)
Propriétés des vocabulaires
Utilisation des standard du Web sémantique
Accessibilité via un espace de noms
Faire référence à d'autres vocabulaires
Vocabulaire bien documenté
Métadonnées
Les vocabulaires (et ontologies) de domaine disponibles sur le web ; le nuage des « linked open vocabularies (http://lov.okfn.org/dataset/lov/) , dbpedia et les modèles de domaine par ontologie (tel qu’intégrés dans TELOS) fournissent des modèles de connaissances d’un domaine à réutiliser, à adapter ou à construire.
En voici un certain nombre disponibles dans le répertoire LOV (Learning Open Vocabularies)
Passer très vite
Les ontologies de domaine forment la base de l'axe cognitif avec une ontologie des compétences
Les taxonomies des trois autres axes demandent à être récupérées et intégrées avec les ontologies du Web DOL lorsque disponibles et utiles pour l'IENA
En voici quelques unes.
BR: Vocabulaire pour structure les remue-méninges
EARL: Échange des résultats de test
LUDO: Jeux sérieux (associé à des ressources du WS)
LOM - standard de description des ressources
MEDIA et MA-ONT: Vocabulaires de description des formats médiatiques et d'autres propriétés des médias
PART: rôle des participants à groupes collaboratifs
SCOT: annotation dans les médias sociaux
SIOC: description de la circulation de l'information dans
les communautés de pratique
TEACH: Vocabulaire de description des séminaires et
des cours en ligne
UMBEL: Ontologie générique de description des ontologies de domaine (Ex: Metamodèle du langage MOT)
Examines trois cas particuliers en lien avec l'IP
Le but est d'utiliser la même ontologie de domaine et profil de compétence pour représenter les usagers, les activités et les ressources d'un ENA.
En comparant les compétences des usagers et celles des activités réussies et des ressources utilisées, on peut faire évoluer les modèles usagers.
Reste à intégrer les compétences dans un ePortfolio et à l'utiliser pour la personnalisation.
Voici comment ce processus est implanté dans le système TELOS
Modèle 2007 - Ontologie OWL - 3 sous-modèles
Modèle 2014 - Ontologie RDFS - début d'intégration au Web de données ouvertes liées.
Travail en cours.
Voici une partie des typologies offertes en choix lors de l'orientation du modèle pédagogique (ÉD 220)
-Types de scénario
-Modes de collaboration
-Règles d'adaptation /personnalisation
-Règles pour l'évaluation des apprentissages
-Types de ressources et instruments
Le scénario pédagogique (apprentissage/enseignement) est la partie centrale du modèle pédagogique. Un projet antérieur a permis de construire un vocabulaire RDFS (SCEN) intégrant les typologies de l’axe pédagogique et certaines des autres axes.
PARCOURS RAPIDE DU MODÈLE
Ce modèle est à réviser et à publier sur le web-dol. Son utilisation dans la méthode IENA est à discuter et évaluer.
Les IENA doivent intégrer des outils de support à la communication sociale et à la collaboration : forums, chats, échanges sur TW ou FB, etc. Cela implique l’élaboration d’ontologies comme intrant pour la construction du modèle médiatique d’un IENA.
Dans MISA, on a développé une typologie des règles de collaboration
-coordination entre les membres collaboratifs
-engagement dans le groupe
-communication et traitement de l'information
Ces facteurs et ces règles de collaboration devraient être intégrées pour étendre l'ontologie SIOC par exemple, laquelle sert à représenter les activités des communautés de pratique en ligne.
SIOC se compose de 12 classes et 79 propriétés dont voici les principales. Commencer par USER GROUP
Il utilise principalement les schéma de données RDFS, FOAF, DCTERMS et RDF et est très largement utilisés par d'autres vocabulaires (21 dans LOV).
Il peut être complété par SCOT centré sur l’annotation ( « taggage ») dans les média sociaux en vue de leur utilisation dans une IENA: 3 classes et 36 propriétés
SCOT réutiliser SIOC, ainsi que RDFS, FOAF, DCTERM etc.
Il est plus spécifique et n'est pas réutilisé par d'autres (Par nous ?)