Programme de doctorat
Département d’informatique et de génie logiciel
Faculté des sciences et de génie
SOUTENANCE DE THÈSE
de
Alphonse Ebale Nnemete
Le vendredi 12 juillet 2024 à 10 h
Local 3370, Pavillon Adrien-Pouliot
Lien Zoom pour se connecter à distance:
https://ulaval.zoom.us/j/63228992276?pwd=72M0ENw0sLIjtVgawpRy1iIdjTNGPX.1
Passage à l’échelle du tutorat dans un système tutoriel intelligent
Président
Monsieur Brahim Chaib-draa, Ph.D.
Directeur des programmes gradués
Département d’informatique et de génie logiciel
Université Laval
Examinateurs
Madame Laurence Capus, Ph.D. (Directrice de recherche)
Département d’informatique et de génie logiciel
Université Laval
Monsieur Luc Lamontagne, Ph.D. (Examinateur)
Département d’informatique et de génie logiciel
Université Laval
Monsieur Tounwendyam Frédéric Ouedraogo, Ph.D. (Examinateur)
Université Norbert Zongo, Burkina Faso
Monsieur Narcisse Talla Tankam, Ph.D. (Examinateur externe)
University Institute of Technology Fotso Victor, University of Dschang, Cameroun
Les systèmes tutoriels intelligents (STI) sont une des applications de l’intelligence artificielle en éducation. Ils visent à simuler l’activité « ou plutôt, les activités » des tuteurs humains et à s’adapter au contexte de chaque apprenant pour l’accompagner vers l’acquisition des habiletés requises pour la résolution des problèmes d’un domaine de compétences donné. Le modèle de tutorat d’un environnement d’apprentissage adaptatif résulte alors de la modélisation d’un champ de compétences spécifique et de la modélisation de l’expertise pédagogique. Ainsi, le modèle de tutorat assure l’automatisation des interventions pédagogiques en se référant sur le modèle du domaine et en tenant compte du contexte cognitif, et parfois du contexte métacognitif, social, ou affectif de l’apprenant. La complexité fonctionnelle de ces plateformes a généré deux approches conceptuelles divergentes priorisant chacune, de manière mutuellement exclusive, un seul des deux principaux paramètres à la base de la modélisation du tutorat informatique, soient la densité des contenus d’apprentissage et la précision du suivi des acquis et du processus d’apprentissage. L’opérationnalisation de chacune de ces approches soulève des problèmes architecturaux conséquents parmi lesquels la question du passage à l’échelle du tutorat dans un STI, et la divergence principielle de ces approches induit une certaine complémentarité que nous avons mise en exergue dans ces travaux. En guise de réponse à la question susmentionnée, nous proposons une approche hybride de conceptualisation du tutorat informatique, une démarche de modélisation et un ensemble d’abstractions permettant de rendre compatible les approches par traçage des connaissances (TC) et par séquençage du curriculum (SC).
Le passage à l’échelle d’un système d’intelligence artificielle est un processus critique qui passe par la mise en collaboration de différents formalismes de représentation des connaissances et de mécanismes d’inférence. Ainsi, notre démarche, qui vise à intégrer les logiques conceptuelles de SC et de TC, s’appuie sur la compatibilité et la flexibilité existant entre le mécanisme de raisonnement à base de règles et le formalisme de représentation par objets au sein duquel les mécanismes natifs de propagation d’instances assurent le changement d’états du système et l’automatisation des processus métiers.
D’un modèle ontologique de haut niveau d’abstraction à un modèle d’architecture physique, en passant par un vocabulaire de description de contenus et de contextes d’apprentissage et des modèles logique et fonctionnel, notre contribution à la résolution de ce défaut de scalabilité de niveau 2 intègre la définition du problème du passage à l’échelle du tutorat dans un STI, la proposition de sa solution, sa conceptualisation, son opérationnalisation et sa validation.
Abstract
Intelligent tutoring systems (ITS) are one application of artificial intelligence in education. They aim to simulate the activities of “human tutors” and adapt to the context of each learner to help them acquire the skills required to solve problems in a given knowledge area. The tutoring model of an adaptive learning environment then results from the modelling of a specific knowledge domain and the modelling of pedagogical expertise. Thus, the tutoring model ensures the automation of pedagogical interventions by referring to the domain model and considering the cognitive context, and sometimes, the metacognitive, social or affective context of learners. From the functional complexity of these platforms have emerged two divergent conceptual approaches prioritising, each one, in a mutually exclusive way, only one of the two main parameters underlying the modelling of computer-aided tutoring: the size of the learning content and the precision of the monitoring of learner’s skills and the learning process. Operationalising these paradigms raises enormous architectural issues including the question of scaling up tutoring in an ITS. The principled divergence of both paradigms induces some complementarity highlighted in this work, and, answering the above question, we propose a hybrid approach to the conceptualisation of automated tutoring, a modeling approach and a set of abstractions to make the knowledge tracing (KT) and curriculum sequencing (CS) approaches compatible.
Scaling up an artificial intelligence system is a critical process that requires the collaboration of different knowledge representation formalisms and inference mechanisms. Our approach, which aims to integrate the conceptual logics of SC and KT, is based on the compatibility and flexibility between the rule-based reasoning mechanism and the object-based or frame-oriented representation formalism within which the native mechanisms of instance propagation ensure the system’s state changes and the automation of business processes.
From a high-level ontological model (based on a vocabulary for describing content and learning contexts) to a physical architecture model, passing by logical and functional models, our contribution to fixing this level 2 scalability defect includes, on the one hand, the definition of the problem of scaling up tutoring in an ITS and the proposal of a solution, and on the other hand, the conceptualisation, the operationalisation and the validation (via prototyping) of that solution.
Note: La présentation sera donnée en français.
Bienvenue à tous !
