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.

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

4. Taxonomies, Vocabulaires,
Thésaurus, Ontologies
Versions de GMOT: Mot standard, RDFS, OWL

5. Un exemple d’application du Web des
données ouvertes et liées
(©Antidot)

6. Intégration des données hétérogènes
dans un grapheRDF
.
.
.
Principe à la base COMÈTE

7. Intégrer les vocabulaires dans
COMÈTE

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…

9. 2- L’ingénierie des environnements
numériques d’apprentissage
(I-ENA)
9

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

11. Un exemple de scénario MISA

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

13. Utilisation des taxonomies
(Habiletés intellectuelles)
Édition dans TELOS

14. 3- Intégrer l’IP avec le Web social
sémantique
14

15. Des exemples d’ontologies ou de
vocabulaires
15
 Métadonnées:
 Foaf, dcterms, LOM,
ISO-MLR
 Disciplines:
 biologie, médecine,
géographie, musique,
cinéma, sports,…
 Web social:
 Scot (tagging), SIOC
 Education
 Ludo (jeux sérieux),
édition, Teach
 Bibliothèque, Musées
 Gouvernements
 Inter-domaines:
 OWL, RDFS, SKOS

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

24. Ontologie des compétences
(intégrer évaluation et évidences)
24
Modèle GMOT-RDFS

25. 4.2 Scénarisation des ENA

26. Vocabulaire RDFS pour la
scénarisation (SCEN)

27. 4.3 Support des activités collaboratives
(Facteurs et consignes dans MISA)

28. 28
Liens
Intrants,
vocabulaires
utilisateurs
(21)
Liens
sortants,
vocabulaires
réutilisées
(9)

29. 29

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