Newsletter

Au Learning Lab de l’Inria, la modélisation des données au service de l’e-education

Guillaume Mollaret
Publié le - Mis à jour le
Envoyer cet article à un ami
Inria
Le Learning Lab met à la disposition des établissements des jeux de données pour les aider à élaborer leur modèle mathématique. // ©  Inria / Photo H. Raguet
Entre Grenoble et Sophia-Antipolis, les équipes de l'organisme public de recherche, pionnier dans le développement des Mooc en France, jouent à la fois les rôles de veilleurs et de concepteurs de prototypes pour diffuser de nouvelles manières d'enseigner. Décryptage, en amont de la conférence EducPros du 29 mars.

C'est un défricheur de l'e-éducation, un pionnier de l'EdTech française : le Learning Lab de l'Inria (Institut national de recherche en informatique et automatique) se définit comme "un soutien aux équipes de recherche en e-éducation." Ainsi, cette excroissance de l'organisme public de recherche défriche de nouveaux champs inexplorés du secteur, en nourrissant un important travail autour de la donnée.

Modéliser mathématiquement les apprentissages

"De façon générale, il existe une intéressante recherche sociologique sur l'e-éducation. On peut ainsi modéliser des masses d'air, des mouvements de foules à l'entrée ou la sortie d'une gare. Mais en comparaison, il existe très peu, en e-éducation, de modèle mathématique d'apprenant", pointe Jean-Marc Hasenfratz, le responsable d'Inria Learning Lab.

Les cours en ligne sont-ils suivis de façon chronologique ou séquentielle ? Quel temps de pause les apprenants marquent-ils entre chaque cours ? Quels outils de machine learning implémenter pour proposer des exercices adaptés ou des cours de rattrapage, en fonction des bonnes et mauvaises réponses de l'apprenant ?

Voilà quelques questions qui se posent aujourd'hui aux éditeurs de Mooc. Y répondre revient à modéliser mathématiquement une classe d'e-apprenants. Une solution qui ne relève pas de l'utopie, selon Jean-Marc Hasenfratz, par ailleurs docteur en informatique de l'université de Limoges.

Soutien aux établissements et contenus personnalisés

Ici, le rôle du Lab, composé de sept personnes réparties sur les sites de Grenoble et Sophia-Antipolis, n'est pas d'apporter de réponse toute faite aux universités et organismes de recherche français. En revanche, il peut mettre à leur disposition des jeux de données, afin de les aider à construire leur modèle mathématique.

"Chaque apprenant laisse des traces numériques quand il consulte un Mooc. Correctement analysées, ces données peuvent concourir à une personnalisation des contenus, comme le ferait un enseignant dans une classe", résume l'ingénieur de recherche.

Aider à la diffusion des Mooc via FUN

Si l'Inria Learning Lab s'intéresse de si près aux Mooc, c'est qu'il a concouru à leur diffusion en France, dès 2013, en aidant au développement de la plate-forme FUN (France université numérique). "À la demande du ministère de l'Enseignement supérieur, nous avons travaillé de concert avec Renater (Réseau national de communication électronique pour la technologie, l'enseignement et la recherche) et le Cines (Centre informatique national de l'enseignement supérieur) de Montpellier, qui héberge serveurs et outils de calcul dédiés à la recherche française", détaille Jean-Marc Hasenfratz. Objectif ? Conserver l'ensemble des données sur le territoire national. Il en fut ainsi jusqu'au choix de la plate-forme de diffusion : Dailymotion, alors propriété d'Orange, est préférée à YouTube.

Depuis juillet 2015, FUN est autonome. La plate-forme est régie par un GIP (groupement d'intérêt public), ce qui lui permet, en accord avec les enseignants (droits d'auteur obligent) et l'université ou l'organisme de recherche producteur, de facturer ses services, notamment auprès d'entreprises intéressées par le contenu des Mooc.

L'Inria Learning Lab, qui n'a pas vocation à produire ou commercialiser des contenus, n'a plus de rôle opérationnel, mais conserve une mission d'administrateur dans les instances dirigeantes du GIP. "Nous sommes heureux de ne pas avoir manqué le virage du Mooc, analyse, avec le recul, Jean-Marc Hasenfratz. Notre objectif est désormais de ne pas manquer le suivant."

Des nouvelles pistes de recherche
Dans son plan d'actions 2018–2022, l'Inria Learning Lab met en exergue quatre nouvelles pistes de développement.
– L'exploitation intensive et la copie des données disponibles sur le Web pour créer du matériel d'apprentissage. Cet enjeu implique notamment une indexation et une intégration de données nombreuses et hétérogènes.
– La capacité des apprenants à réfléchir et à suivre leur propre apprentissage, ce qui nécessite de travailler autour d'une modélisation de l'apprenant.
– L'adaptation du matériel didactique et des parcours d'apprentissage, afin de personnaliser au plus près l'enseignement. Il s'agit d'analyser le comportement de l'apprenant, sans empiéter sur les libertés individuelles.
– L'analyse des interactions homme-machine dans l'environnement d'apprentissage, avec l'introduction d'interactions, de réalité virtuelle, ou encore de 3D, etc.

Jeudi 29 mars, conférence EducPros
Sciences cognitives, neurosciences, intelligence artificielle… Depuis quelques années, ce vocabulaire scientifique a fait son apparition dans le secteur de l'éducation. Chercheurs et entrepreneurs redoublent d'énergie pour concevoir et construire de nouveaux outils visant un objectif : améliorer l'orientation des jeunes et les enseignements.
Comment les sciences cognitives peuvent-elles transformer les formations ? L'intelligence artificielle va-t-elle permettre de développer un enseignement sur-mesure, grâce à l'exploitation des données d'apprentissage ? Faut-il avoir peur de cette nouvelle approche numérique de l'éducation ?
Le 29 mars 2018, EducPros, en partenariat avec EducAzur et l'Inria, vous invite à venir échanger et débattre sur le sujet, aux côtés d'experts du secteur.

Informations et inscription


Guillaume Mollaret | Publié le - Mis à jour le

Vos commentaires (4)

Nouveau commentaire
Annuler
* Informations obligatoires
Hasenfratz.

Voir réponse ci-dessus.

Hasenfratz.

Absolument d'accord. Il y a eu un raccourci malheureux entre les travaux de recherche chez Inria au travers d'Inria Learning Lab et les recherches générales dans le domaine.

Monique Grandbastien.

On ne peut pas laisser le raccourci suivant en l'état: En e-éducation, il n'y a pas de modèle mathématique d'apprenant. (J.-M. Hasenfratz) Il faut modifier ce raccourci qui va induire en erreur les nouveaux venus... Car dit de cette façon et sans contexte c'est faux, on a des modèles bayésiens depuis plus de 20 ans, voir par exemple Conati, C., & VanLehn, K. (1996). Probabilistic plan recognition for cognitive apprenticeship. In G. W. Cottrell (Ed.), Proceedings of the Eighteenth Annual Meeting of the Cognitive Science Society (pp. 403-408). Mahwah, NJ: et bien d'autres.

Vanda Luengo.

Bonjour L’affirmation "En e-éducation, il n'y a pas de modèle mathématique d'apprenant" devrait être revu. Il y a des modèles logiques, numériques (réseaux bayesiens, régressions, approches matricielles,...) qui cherchent à modéliser l'apprenant sur plusieurs dimensions, en particulier sur les connaissances. Je vous propose d'aller voir les travaux en IA et éducation (AIED, IJAIED ou EIAH en français) qui travaille sur des modèles mathématiques depuis plus de 30 ans. Plus récemment Educational Data mining (EDM) ou Learning analytics proposent des modèles mathématiques...

Les annuaires du sup

Newsletters gratuites

Soyez informés de l'actualité de l'enseignement supérieur et de la recherche.

Abonnez-vous gratuitement

Je m'abonne