Programme de Doctorat en informatique
Département d’informatique et de génie logiciel
Faculté des sciences et de génie
Présentation orale de la proposition de sujet de recherche
De
Alphonse Ebale Nnemete
Mercredi 15 décembre 2021 à 10h
Par vidéoconférence (voir lien ci-dessous)
https://ulaval.zoom.us/j/61611094679?pwd=MWhybk51UDNHWUEzVDVSUk8vT0hRZz09
Meeting ID : 616 1109 4679
Passcode : 981101
« Extensibilité du curriculum dans les systèmes tutoriels intelligents »
Curriculum extensibility in intelligent tutorial systems
Membres du comité d’encadrement
Laurence Capus, Ph.D. (Directrice de recherche)
Département d’informatique et de génie logiciel
Luc Lamontagne, Ph.D.
Département d’informatique et de génie logiciel
Tounwendyam F. Ouedraogo, Ph.D.
Université Norbert Zongo, Burkina Faso
Résumé
Les systèmes tutoriels intelligents (STI) sont destinés à assister par ordinateur une activité d’apprentissage tutoré. Cependant, l’automatisation du comportement d’un tuteur est subordonnée à la description et à l’opérationnalisation des expertises technique (quoi apprendre) et pédagogique (comment faire apprendre), intégrées de manière fonctionnelle, cohérente mais aussi fortement couplée. En dépit du caractère modulaire de l’architecture des STI, ce type de couplage crée d’énormes problèmes architecturaux parmi lesquels on retrouve celui de la scalabilité du système.
En effet, l’architecture conceptuelle des STI modernes qui date d’une trentaine d’année a, tout en la complexifiant, hérité de celle des systèmes à base de connaissances. Mais contrairement à ces derniers qui ne gèrent qu’un seul niveau d’expertise, les systèmes tuteurs intelligents mobilisent deux pôles d’expertise différents dotés de contraintes fonctionnelles différentes et dont la variation d’échelle de l’un affecte les performances de l’autre, ce qui a donné lieu à deux paradigmes divergents, bien que non incompatibles, de modélisation des STI actuels : le traçage des connaissances et le séquençage du curriculum. Le principal objectif de cette recherche est l’élaboration d’un modèle de représentation des connaissances et d’une intégration architecturale qui concilient les caractéristiques majeures de ces deux approches et qui propose une solution au problème − traditionnellement reconnu mais très peu abordé − de l’extensibilité du curriculum dans les systèmes tutoriels intelligents.
Abstract
Intelligent tutoring systems (ITS) intend to provide a computer assisted tutored learning activities. However, the automation of a tutor’s behavior is subject to the description and operationalisation of the technical expertise (what to learn) and pedagogical expertise (how to learn), integrated in a functional, coherent but also strongly coupled way.
Despite the modular characteristics of ITS architecture, this type of coupling creates huge architectural problems, including the scalability of the resulted system. Indeed, the conceptual architecture of modern ITS, which dates back about thirty years, has, while making it more complex, inherited from the architecture of knowledge-based systems. But unlike the latter that manage only one type of expertise, ITS deal with more complex functional constraints and two poles of knowledge which variation in scale of one affects the performance of the other. This results in two divergent and non incompatible paradigms of modeling of current ITS: knowledge tracing and curriculum sequencing models. This research aims to develop of a model of knowledge representation and an architectural integration that reconcile the principal characteristics of these two approaches, in order to offer a solution to the problem − traditionally recognized but very little addressed − of the extensibility of the curriculum in ITS.
Note: La présentation sera donnée en français.
Bienvenue à tous!
