Chapitre3.doc - L'UTES

Chapitre 3
État de l'art
1. Introduction 47 2. Les tuteurs cognitifs 49
2.1. Les fondements du projet 49
2.1.1. Modèle de la cognition 49
2.1.2. Principes de conception des « Cognitive Tutors » 50
2.2. Les tuteurs cognitifs dans les classes 51
2.3. Les activités des élèves avec un tuteur Cognitif 51
2.4. Le diagnostic cognitif 53
2.5. Logiciel d'exploitation par les enseignants 54
2.6. Outils auteur pour les tuteurs cognitifs 55
2.7. Ce que je retiens pour ma thèse 57 3. Andes, un tuteur en Physique 58
3.1. Les fondements 59
3.2. Les activités des élèves avec Andes 60
3.3. Le diagnostic dans Andes 60
3.4. Les outils auteurs dans Andes 62
3.4.1. Le graphe des solutions correctes 62
3.4.2. Le système de calcul formel spécifique 62
3.5. Ce que j'en retiens pour ma thèse 63 4. Aplusix 64
4.1. Une théorie de l'algèbre 65
4.2. Les activités des élèves avec Aplusix 67
4.3. Le diagnostic dans Aplusix 68
4.4. Outil auteur 70
4.5. Ce que j'en retiens pour ma thèse 71 5. Des projets plus éloignés 72 6. Les langages de modélisation pédagogique 75
6.1. Le LOM : un standard pour la description des objets pédagogiques 76
6.2. Langage de modélisation pédagogique EML 77
6.3. IMS-LD 79
6.4. Question and Test Interopérability (QTI) 80
6.4.1. Différents cas d'utilisation 81
6.4.2. Modèle d'informations de QTI 82
6.4.3. Ce que je retiens pour ma thèse 85
6.5. Modèle conceptuel d'évaluation à l'Open University of NederLand
(OUNL) 87
6.5.1. Description du modèle 87
6.5.2. Ce que je retiens pour ma thèse 90
6.6. Langages spécifiques aux mathématiques 90
6.6.1. MathML 90
6.6.2. OpenMath 90 7. Conclusion 91
Introduction L'objectif de notre travail de thèse étant de concevoir un outil auteur
utilisé par des enseignants, des formateurs d'enseignants ou des chercheurs
en didactique des mathématiques pour créer des banques d'exercices de
diagnostic, nous étudions dans quelle mesure le processus de conception
peut être automatique ou assisté. Plus précisément, nous envisageons de
créer un système permettant, d'une part, de générer automatiquement ou avec
l'aide d'un auteur non informaticien des exercices et, d'autre part, de
générer une analyse multidimensionnelle automatique des réponses à ces
exercices dans le cas où ces réponses sont libres ou contraintes. Avant de
présenter notre approche pour résoudre ce problème, nous étudions les
travaux antérieurs sur les problèmes soulevés par notre approche. Nous nous
limitons aux travaux qui nous sont apparus les plus significatifs pour
situer notre travail. Nous retenons d'abord des travaux dont l'objectif est le diagnostic
cognitif des apprenants en mathématiques. Les pionniers dans ce domaine
sont les travaux de l'équipe de Pittsburg autour des tuteurs cognitifs et
en particulier d'Algebra Tutor [Anderson 1983, Anderson et al. 1985,
Koedinger et al. 1997, Razzaq et al. 2005]. Toujours à Pittsburg, les
travaux de l'équipe de VanLehn autour du tuteur Andes se rapportent à
l'apprentissage de la physique [VanLehn et al 2005] ; pour étudier les
réponses ouvertes des élèves, ils ont été amenés (entre autres) à définir
un module de calcul formel spécifique pour étudier les raisonnements
mathématiques des élèves nécessaires à la résolution des problèmes de
physique (essentiellement la résolution de systèmes d'équations) [Shapiro
2005]. Les travaux de l'équipe de Jean-François Nicaud autour du micro-
monde Aplusix sont parmi les plus aboutis et les plus documentés dans le
domaine des logiciels pour l'apprentissage du calcul algébrique [Bouhineau
et Nicaud 2006, Chaachoua et al. 2007]. Enfin, plus récemment, les travaux
autour de DIANE sont proches des nôtres mais à un autre niveau scolaire
[Hakem et al. 2005]. MIM [Zapata Rivera et al. 2007] est un environnement
de travail en ligne qui cherche à ouvrir le modèle de l'élève aux élèves et
aux parents et Wear [Virvou et al. 2001] propose d'intégrer un modèle du
professeur à l'environnement de travail en ligne. Ces deux logiciels ne
semblent pas se préoccuper de l'analyse de réponses ouvertes. Wims et
ActiveMath sont plutôt centrés sur des formations en ligne, PERLEA
travaille sur le diagnostic cognitif pour développer et généraliser la
phase de présentation des profils obtenus [Leroux et Jean-Daubias 2006].
Ces systèmes sont fondés sur un modèle des connaissances du domaine étudié
et se rattachent ainsi au champ de recherche des tuteurs intelligents même
si Aplusix a évolué vers un micromonde [Wenger 1987, Nicaud et Vivet 1988,
Bruillard 1997, Bruillard et al. 2000, Leroux 2006]. Pour chacun de ces
systèmes nous commençons par présenter le projet de recherche, puis les
principes fondateurs, leur utilisation, l'interface élève, le diagnostic
cognitif, les outils pour l'enseignant et les outils auteurs. Ces recherches ont produit des systèmes qui sont utilisés dans les
classes à large échelle, mais les études montrent que leur développement
est très coûteux en temps et mobilise d'importants moyens humains [e. g.
Murray 2003]. De plus, leur conception exige une étroite collaboration
entre les chercheurs de disciplines différentes et les enseignants. Les
outils auteurs visent à réduire les efforts nécessaires à la production de
tels systèmes en assumant certains aspects de la conception, en guidant
l'auteur, en lui proposant des éléments prédéfinis qu'il peut adapter [Bell
2003, Blessing 2003, Ritter et al. 2007]. Notre deuxième axe de recherche concerne ainsi les outils auteurs. Murray
a mené une étude très complète des outils auteurs élaborés pour faciliter
le développement de tuteurs intelligents [Murray 1999, 2003a]. Il décèle
quatre niveaux de complexité dans les tâches à réaliser par un auteur. Au
premier niveau l'auteur utilise des modèles qu'il instancie en complétant
des formulaires ; au deuxième niveau il définit les relations entre les
objets ou les concepts ; au troisième niveau il élabore des modélisations ;
au dernier niveau, selon le type de questions ou les contenus qu'il
propose, l'auteur doit comprendre le fonctionnement du système et est amené
à le programmer. D'après Murray, et notre propre expérience le confirme, si
les tâches de premier niveau sont réalisables par des enseignants, les
tâches de deuxième niveau demandent une formation à l'utilisation du
système auteur, et les dernières ne leur sont pas accessibles sans
formation à la modélisation et à la programmation. Parallèlement à ces travaux très liés aux recherches en Intelligence
Artificielle, d'autres travaux sont apparus avec le développement de la
formation en ligne. Ces derniers se préoccupent de l'évaluation des
apprenants mais, contrairement aux premiers, ils ne visent pas une
modélisation cognitive précise dans un domaine déterminé. Leur objectif est
plus souvent de mettre en place des systèmes interopérables et
réutilisables qui facilitent la création d'outil d'évaluation en ligne.
Dans cette perspective, nous détaillons la spécification QTI (Question and
Test Interoperability) qui permet de créer des exercices et des tests dont
les réponses sont préformatées afin qu'ils puissent être interprétés sur
toute plate-forme d'enseignement en ligne qui se conformerait à cette
spécification. Nous nous intéressons aussi au modèle conceptuel élaboré par
l'Open University of NederLand (OUNL) pour d'une part élargir la vision de
l'évaluation sous-tendue par QTI à l'évaluation multicritère de productions
individuelles ou collectives d'apprenants et, d'autre part intégrer
l'évaluation au modèle IMS-LD afin d'associer l'enseignement,
l'apprentissage et l'évaluation.
Les tuteurs cognitifs Initiés au début des années 1980, ces travaux, menés au Pittsburgh
Science of Learning Center s'appuient sur la théorie cognitive ACT
(Adaptive Control of Thought) puis ACT-R (Advanced Computer Tutoring
theory) de John Anderson. Le principe fondateur est que l'instruction doit
être conçue en référence à un modèle cognitif de la compétence que l'élève
doit acquérir. Un tuteur cognitif possède un modèle computationnel qui lui
permet de résoudre les problèmes posés à l'élève. Le premier objectif de
ces recherches était de tester ces modèles cognitifs en montrant que de
tels tuteurs pouvaient favoriser les apprentissages. Des tuteurs ont ainsi
été développés et testés en laboratoire et dans des classes dans plusieurs
domaines principalement la programmation (Lisp Tutor), la géométrie
(Geometry Tutor) et l'algèbre élémentaire (Algebra Tutor). Devant le succès
de ces prototypes, à partir des années 1990, l'équipe a décidé de déployer
ses efforts pour disséminer ces résultats de recherche et faire de l'usage
des tuteurs cognitifs une pratique courante dans les écoles américaines.
Cette décision de changer d'échelle, a obligé l'équipe à faire face à de
nouvelles questions de recherche concernant l'intégration des technologies
dans le système scolaire et les méthodes de développement des tuteurs
cognitifs. En 2004, un produit commercial est diffusé et utilisé dans plus
de 1700 collèges et lycées aux États-Unis [Koedinger et al. 2004]. Dans un
article de 2005 [Roll et al. 2005], cette équipe affirme que leurs tuteurs
sont utilisés pendant une année complète dans 5% des écoles des États-Unis.
Parallèlement au développement de ce logiciel commercial de nombreux
prototypes ont été mis au