L'apport de l'intelligence artificielle dans l'apprentissage
Tests quizz
1. Ce(tte) oeuvre est mise à disposition selon les termes de la Licence Creative Commons
Paternité - Pas d'Utilisation Commerciale 3.0 non transposé.
Exerciseurs en ligne
Franck Silvestre - Intertice 2013
1
2. Sommaire
• L’exerciseur en ligne : définition et panorama
• La question de l’interopérabilité
• Pourquoi les exerciseurs sont importants ?
2
4. Définition
• Le contexte
- Enseignement dans le premier degré, dans le
secondaire, dans le supérieur
• Une définition
- Un exerciseur en ligne est une application
accessible sur Internet permettant à un
apprenant de répondre à des questions et/ou
de résoudre des problèmes et/ou de faire des
exercices en interagissant avec l’application.
4
5. Critères de catégorisation
• Généraliste/spécialisé
• Logiciel auteur
• Richesse des types de question
• Richesse des options de présentation
• Sauvegarde en ligne des résultats
• Interactions fortes avec les autres modules de l’ENT/LMS
• Catalogue de ressources
5
6. Panorama
Généraliste
Logiciel auteur
Richesse des types de
questions
Richesse des options de
présentation
Sauvegarde en ligne des
résultats
Interactions fortes avec
autres modules
Catalogue de ressources
TD Base Moodle Claroline
Hot
Potatoes
Labomep Blackboard
Oui Oui Oui Oui Non Oui
Oui Oui Oui Oui Non Oui
XL M M L XXL XL
M -> L* L L - - XL
Oui Oui Oui Non Oui Oui
Oui Oui Oui Non Non Oui
Oui Partiel Partiel Partiel Oui En devenir
Il y en a d’autres : Sakai, Wims, serious game, exerciseurs TNI,...
6
8. SCORM
• Shared Content Object Reference Model
- Advanced Distributed Learning (US
Government)
- http://www.adlnet.gov/capabilities/scorm
- Data Model for Content Object
Communication
- Approche structurée sur un nombre
restreint d’interactions
8
9. QTI
• Question and Tests Interoperability
- IMS Global Learning Consortium
- http://www.imsglobal.org/question/
- Version 2.1 finale depuis 08/2012 après
4 ans d’inactivité
- Version 1.2.1 utilisée dans l’IMS
Common Cartridge
- Approche «interactions noyées dans
du html»
9
10. Dans la pratique
• L’inactivité et la complexité de QTI très préjudiciables
• Formats d’import/export détachés des standards
- Moodle XML, Gift, ...
• Le problème de l’interopérabilité des items et des tests
n’est pas réglé
10
12. Le «2 sigma problem» de Bloom
Ens. avec tuteur
Ens. tradionnel
Score
Nombre
d'apprenants
12
13. Comment rendre un enseignement de type
«un à plusieurs» aussi efficace qu’un
enseignement de type «un à un» ?
13
14. Les pistes proposées par la recherche
• Systèmes Tutoriels Intelligents (STI) «autarciques»
- SQL Tutor - [Mitrovic 10]
- Geometry Tutor - [Koedinger et Anderson 90]
- 1 application - 1 domaine - I apprenant
• STI «mandataires»
- Le modèle INSPIRE étendu de [Wood et Tanner 12]
- Apprentissage collaboratif et Learning Analytics
- STI comme «mandataire» de la connaissance collective pour
assister l’enseignant
- Exerciseurs au coeur de l’approche STI «mandataire» car au
coeur des outils facilitant l’évaluation formative
14
15. Références
[MITROVIC 10] Mitrovic A., Modeling domains and students with constraint-based modeling . Advances in Intelligent Tutoring
Systems, Chap. 4, Springer, 2010.
[KOEDINGER et ANDERSON 90] Koedinger, K.R., Anderson, J.R.: Abstract planning and perceptual chunks: Elements of expertise in
geometry. Cognitive Science 14, 511–550, 1990.
[WOOD & TANNER 12] Wood W.B., Tanner K.D., The role of lecturer as a tutor: doing what effective tutors do in large lecture class,
CBE-Life Sciences Education Vol. 11, 3-9, 2012.
15