La présentation des journées scientifiques du LICEF du 14 novembre 2012 aborde l'évolution des outils de modélisation, notamment le langage MOT, et son intégration avec le web sémantique. Les objectifs du langage incluent l'intégration de différents points de vue et l'accessibilité sémantique, tout en permettant une variété de modèles et méthodes de représentation. Des applications variées sont discutées, notamment pour l'ingénierie pédagogique, la gestion des connaissances et la recherche.

1. Journées scientifiques du LICEF – 14 novembre 2012
De la modélisation des
connaissances au Web
sémantique
Gilbert Paquette
Chaire de recherche CICE – Centre LICEF
Télé-université

2. Évolution du langage et des
outils de modélisation MOT
1987 – Systèmes experts (projet FIR)
1991 – Environnements d’apprentissage à base de
connaissances (projet APO-Québec – Micro-Intel)
1992 – Cours TÉLUQ en ingénierie pédagogique
1992- 1994 – AGD Atelier d’ingénierie pédagogique
(Projet CRIM/DMR/UdeM/LICEF)
1995-1996 – MOT 2.3: Outil de modélisation autonome
1998-1999 – MOTplus (AGDI) (Projet ADISA)
2004-2005 – MOT+LD (Réseau LORNET)
2006-2007 – MOT+OWL (Réseau LORNET)
2008-2012 – Intégration dans TELOS et G-MOT
2012: G-MOT et le Web de données + Modélisation
collaborative

3. Définition du langage MOT

4. Objectifs du langage
1. Intégration de point de vue différents (déclaratif,
procédural, stratégique) dans un même modèle
2. Interprétation transparente sémantiquement pour la
conception et la communication - Accessibilité
3. Généralité : petit nombre de primitives – variété de
modèles – niveau de granularité – niveau méta
– Conceptuels: taxonomies, hiérarchie de composants,…
– Procéduraux: séquentiels, parallèles, itératifs
– Prescriptifs: contraintes, théories, principes de décision et règles
– Processus: analytiques, adaptatifs, multi-acteurs
5. Intégration des principales méthodes de représentation:
cartes conceptuelles, algorithmes, arbres de décision,
systèmes de règles…
6. De l’informel, au semi-formel, au formel

5. Primitives du langage MOT
Exemples Traces
I,C I
I/P
Concepts Procédures
S,C I/P
S,C,P
R P,C
P,C
R
Principes
S,C,R I
Énoncés

6. Niveaux de modélisation

7. G-MOT et les niveaux de
formalisations
Exposé écrit/oral
Diagramme
Diagramme InformelCartes conceptuelles
Graphes entités/relations
Diagramme UML
Éditeur G-MOT Modèle MOT
Modèle MOT Semi- Modèle de
formel Connaissances MOT
Graphes BPMN
UML exécutable
Scénario
Scénario Formel MOT+LD
Scénarios TELOS
Graphes conceptuels
Langages de règles
Ontologie
Ontologie Formel Ontologies (MOT+OWL)
Thésaurus (RDFS/SKOS)

8. Intégration des types de connaissances
(Ex – MISA/ADISA)

9. Extension aux
Méta-connaissances
Méta-connaissances
Connaissances du Méta-principes
(Stratégies cognitives)
domaine d’application
i ts -
fa éta
Principes
M
s
Méta-procédurees
it
Méta-énoncés
Méta-traces
Fa
A
Procédures
(Habiletés)
Énoncés
Traces
Exemples Méta-exemples
Concepts Méta-concepts (Propriétés
cognitives)

10. Métaconnaissance et
compétences

11. Éditeurs de scénarios
MOT+LD et GMOT
ÉDITEUR DE SCÉNARIO G-MOT IMS-LD Manifest
Parseur
INTERPRÉTEUR
Parseur
Éditeur MOT+LD

12. Éditeurs d’ontologies
MOTplus et GMOT

13. Exemples d’applications

14. Principales applications
 Modéliser pour apprendre
– Co-construction des connaissances pour le transfert d’expertise
 Modéliser pour réaliser une ingénierie pédagogique
– Programme de l’école du Barreau
 Modéliser pour gérer des connaissances organisationnelles
– École informatisée clef-en main et projet GIT
 Modéliser pour spécifier et gérer des systèmes
– Construction de TELOS; géré (en partie) par ontologie
 Modéliser des méthodes
– Construction de la méthode MISA
 Modéliser pour référencer des ressources
– Paloma, Outils TELOS, Système COMÈTE
 Modéliser pour la recherche et la communications
– Thèses de doctorat

15. Modéliser pour l’ingénierie
pédagogique (Ex: École du Barreau)
Définition du problème
Méthode MISA
100 Cadre de formation 104 Publics cibles
102 Objectifs de la formation 108 Ressources documentaires
106 Contexte actuel
Devis des connaissances Devis pédagogique
210 Orientation du modèle des connaissances 220 Orientations pédagogiques
212 Modèle des connaissances 222 Réseau des événements
214 Tableau des compétences 224 Propriétés des unités d’apprentissage
310 Contenu des unités d’apprentissage 320 Scénarios pédagogiques
410 Contenu des instruments 322Propriétés des activités
610 Gestion des connaissances/compétences 420 Propriétés des instruments
620 Gestion des apprenants / facilitateurs
Devis des matériels Devis de diffusion
230 Orientations médiatiques 240 Orientations de diffusion
330 Infrastructure de développement 242 Analyse coûts/bénéfices/impacts
430 Liste des matériels 340 Plan des livraisons
440 Modèle de diffusion
432 Modèles des matériels 442 Acteurs et ensembles didactiques
434 Éléments médiatiques 444 Outils et moyens de communication
436 Documents sources 446 Services et milieux de diffusion
630 Gestion du SA et de ses ressources 540 Plan des essais et des tests
542 Registre des changements
640 Gestion de la qualité

16. Modéliser pour gérer les
connaissances
(GIT/PRIOW)
BD - 3 BD - 4
BD - 2 BD - n
BD - 1
Ontologie
»»
Recherch Requête
e
fédérée

17. Modéliser pour construire un
système par ontologie (TELOS)
Architecture UML Ontologie conceptuelle
Ontologie technique
Extension Référencement
sémantique
Interfaces usager TELOS

18. Modéliser pour construire une
méthode (MISA)

19. Modéliser pour la recherche
(Thèses complétées)
 Modélisation de la méthode MISA (F. Crevier)
 Autogestion de l’apprentissage (D.Ruelland)
 Processus d’évolution des ontologies (D. Rogozan)
 Processus d’agrégation de composants (A. Masmoudi)
 Transformation des modèles semi-formels en ontologie
(M. Héon)
 Modélisation de l’usager par compétences (L. Moulet)
 Modélisation de l’assistance en design pédagogique (V.
Psyché)
 ….

20. Conclusion

21. Propriétés des modèles MOT
 Visuels. Réduction de l’ambiguïté des graphes
par l’utilisation (partielle ou totale) d’objets et
de liens typés et standardisés.
 Accessibilité. Apprentissage rapide, sémantique
claire, vue d’ensemble, typage standardisé.
 Généralité, à différents niveaux de granularité
et de formalisation.
 Formalisation progressive. Compatibilité
ascendante des modèles semi-formels aux
modèles formalisés.

22. Propriétés des modèles MOT
(suite)
 Déclaratifs. Séparation entre la connaissance et
son traitement; description déclarative des
traitements; représentation de la méta
connaissance.
 Standardisés. Pour la communication entre
personnes et/ou agents logiciels.
 Exécutables. Représentation visuelle formelle
exécutables de façon complète and décidable
dans le cas des modèles OWL-DL.

23. Journées scientifiques du LICEF – 14 novembre 2012
Questions, Commentaires ?
www.licef.ca/gp
www.licef.ca/cice
www.cogigraph.com