Documente Academic
Documente Profesional
Documente Cultură
THESE
prsente en vue de lobtention du diplme de DOCTORAT
de luniversit Badji-Mokhtar dAnnaba
Option
Informatique
Par
Amel YESSAD
Devant le Jury
-i-
A mes parents,
A ma famille,
A Rda.
-ii-
Remerciements
Je tiens tout dabord remercier les membres du jury :
Med Tayeb Laskri, Professeur d'Informatique lUniversit Badji Mokhtar- Annaba, pour
avoir accept d'tre mon directeur de recherche, pour l'intrt qu'il a accord cette recherche,
pour ses encouragements et son soutien,
Je remercie et je ddie ce mmoire notre regrette Rose Dieng, une grande dame de la
recherche, pour laccueil quelle mavait rserv dans lquipe Edelweiss-INRIA, pour son
enthousiasme pour cette recherche et ses encouragements.
Je remercie Lamia Yessad pour son aide et son expertise lors de la phase exprimentation.
Je remercie Rda Nouacer pour ses conseils et son aide qui mont apport la visibilit
ncessaire mon travail.
Je remercie tous les membres de lquipe Edelweiss pour leur accueil, leurs orientations
constructives et encouragements.
Je remercie aussi :
Les relecteurs d'articles, qui par leurs remarques constructives m'ont faite avancer.
Les ingnieurs Fayal Hamdi, Moufid Souilah et Faiz Ferhat pour leur prcieuse aide dans le
cadre du projet OrPAF.
Les tudiants des promotions dingnieurs 2008 et 2009 de lUniversit du 20 Aot 1955-
Skikda qui ont particip activement aux exprimentations de ce travail.
-iii-
:
.
.
.OrPAF
-iv-
Rsum
Aujourdhui, il existe une forte demande pour des systmes qui permettent des apprenants
avertis et autonomes de se former tout au long de la vie. Notre travail de thse concerne
lexploration des moyens techniques et pdagogiques permettant de monter efficacement des
formations en ligne et personnalises. Prcisment, nous travaillons sur la construction dun
environnement pdagogique adaptable diffrentes demandes de formation, c'est--dire,
diffrents objectifs et profils apprenants, et diffrents domaines de formation et stratgies
pdagogiques.
Sur le plan de la pdagogie, notre objectif est doffrir un environnement constructiviste centr
sur lapprenant, qui assiste les apprenants dans la ralisation de leurs objectifs dapprentissage
tout en leur permettant dtre libres de dcider de leur rythme et de la manire dapprhender
leurs activits pdagogiques.
Sur le plan technique, cet environnement se base sur (i) les modles et les technologies du
Web smantique et particulirement les ontologies pour la description formelle, partage et
explicite des connaissances relatives lapprentissage (connaissances sur le domaine, la
pdagogie et lapprenant). Dune part, les ontologies amliorent linteroprabilit et
ladaptation des composants du systme pdagogique. Dautre part, elles sont utilises pour
annoter les ressources pdagogiques du Web et faciliter leur rutilisation dans le contexte
dune formation donne, (ii) la technologie des hypermdias adaptatifs pour la prsentation
des cours et la mise en uvre dune approche constructiviste de lapprentissage.
-v-
Table des matires
Introduction Gnrale.................................................................................... 10
Problmatique de la recherche ....................................................................................................................10
Domaine de la recherche.............................................................................................................................11
Cadre pratique de la recherche....................................................................................................................12
Plan du mmoire .........................................................................................................................................13
Partie I. Etat de lart ...................................................................................... 15
1. Apprentissage en ligne ...............................................................................................16
1. De la formation distance aux systmes pdagogiques en ligne............................................................17
1.1. Origines historiques........................................................................................................................17
1.2. Dfinition(s) de la formation distance .........................................................................................18
1.3. Apports de la formation distance pour le processus dapprentissage ..........................................20
1.4. Classification des systmes de formation distance ......................................................................21
1.5. Positionnement de notre approche .......................................................................................................22
2. Ingnierie pdagogique pour les systmes pdagogiques .......................................................................23
2.1. Design pdagogique .......................................................................................................................23
2.2. Gnie logiciel .................................................................................................................................24
2.3. Ingnierie des connaissances (cognitive) .......................................................................................24
3. Personnalisation dans les systmes pdagogiques ..................................................................................25
4. Approche constructivisme pour les systmes pdagogiques personnaliss ............................................26
4.1. Principes du constructivisme..........................................................................................................26
4.2. Positionnement de notre approche .................................................................................................28
2. Systmes pdagogiques adaptatifs.............................................................................32
1. Caractrisation des systmes pdagogiques adaptatifs ...........................................................................33
1.1. Modle de contenu .........................................................................................................................35
1.1.1. Structure logique ..............................................................................................................35
1.1.2. Structure smantique........................................................................................................35
1.2. Modle de lapprenant....................................................................................................................36
1.2.1. Nature des connaissances.................................................................................................36
1.2.2. Gestion des connaissances ...............................................................................................37
1.3. Modle pdagogique ......................................................................................................................38
1.3.1. Niveaux dabstraction dans les dmarches pdagogiques................................................38
1.3.2. Modles de dmarches pdagogiques ..............................................................................39
1.4. Modle dadaptation.......................................................................................................................40
1.4.1. Mthodes dadaptation .....................................................................................................41
1.4.2. Techniques dadaptation ..................................................................................................42
2. Etude de quelques systmes pdagogiques adaptatifs.............................................................................45
2.1. Description des systmes ...............................................................................................................45
2.2. Analyse des systmes .....................................................................................................................45
2.3. Problmes des systmes pdagogiques adaptatifs actuels ..............................................................47
3. Web smantique et e-Learning ..................................................................................49
1. Web smantique (WS) ............................................................................................................................50
2. Ontologies...............................................................................................................................................51
2.1. Dfinition des ontologies ...............................................................................................................51
2.2. Intrt des ontologies .....................................................................................................................52
3. Langages du Web smantique ................................................................................................................53
3.1. Les langages du W3C.....................................................................................................................53
3.2. Le langage RDF (Resource Description Framework) ....................................................................54
3.3. Le langage RDFS (RDF Schema) ..................................................................................................55
3.4. Le langage OWL ............................................................................................................................57
4. Web smantique & e-Learning ...............................................................................................................57
5. Mtadonnes et e-Learning.....................................................................................................................59
6. Exemple de Standards de mtadonnes : Learning Object Metadata (LOM) .........................................60
6.1 Descripteurs du modles LOM........................................................................................................61
6.2. Limitations du modle LOM..........................................................................................................64
Partie II : Un environnement pdagogique adaptatif: le systme OrPAF .. 66
1. Cadre danalyse et mthodologie de dveloppement ..............................................................................67
-vi-
2. Problmatique de recherche ....................................................................................................................67
3. Scnarios dutilisation de lenvironnement pdagogique adaptatif.........................................................69
4. Environnement pdagogique adaptatif: le systme OrPAF ....................................................................70
4. Reprsentation des connaissances dans OrPAF........................................................71
1. Modlisation des connaissances dans OrPAF (Yessad et al., 2008b) .....................................................72
2. Acteurs du systme OrPAF.....................................................................................................................73
3. Ontologies du systme OrPAF................................................................................................................75
3.1. Ontologie du e-Learning ................................................................................................................76
3.1.1. Dfinition informelle........................................................................................................76
3.1.2. Dfinition formelle...........................................................................................................76
3.1.3. Langage de description de lontologie du e-Learning......................................................78
3.1.4. Exemples de srialisation de lontologie du e-Learning dans OWL ................................78
3.2. Modles du e-Learning...................................................................................................................81
3.2.1. Modle du domaine..........................................................................................................81
3.2.2. Modle pdagogique ........................................................................................................82
3.2.3. Modle apprenant.............................................................................................................83
3.2.4. Langage de description des diffrents modles................................................................85
3.2.5. Exemples de srialisation des modles du e-Learning par des annotations RDF.............86
4. Dveloppement des ontologies : Environnement KAON (Maedche et al, 2000)....................................88
4.1. Acquisition des connaissances du domaine avec TextToOnto.......................................................90
4.2. Edition des ontologies avec OntoEdit ............................................................................................91
5. Gnration de cours hypermdias adaptatifs dans OrPAF......................................94
1. Structure adaptative du cours hypermdia ..............................................................................................96
1.1. Dfinition de la carte conceptuelle .................................................................................................96
1.2. Construction de la carte conceptuelle.............................................................................................96
1.3. Filtres du modle du domaine ........................................................................................................97
1.4. Prsentation adaptative de la carte conceptuelle ..........................................................................100
2. Contenu adaptatif du cours hypermdia................................................................................................102
2.1. Recherche distante des ressources pdagogiques.........................................................................103
2.2. Annotation conceptuelle des ressources pdagogiques ................................................................105
2.3. Recherche locale des ressources pdagogiques............................................................................107
3. Evaluation de la pertinence des ressources pdagogiques ....................................................................109
3.1. Analyse Smantique.....................................................................................................................109
3.1.1. Dmarche adopte pour lvaluation de la pertinence smantique ................................109
3.1.2. Calcul du poids dune notion pdagogique ....................................................................110
3.1.3. Calcul de la pertinence smantique (Semantic relavance ou SR) ..................................112
3.2. Analyse de personnalisation.........................................................................................................114
3.2.1. Pertinence pdagogique dune ressource pdagogique (PR) :........................................114
3.2.2. Adaptation dune ressource pdagogique aux prfrences de lapprenant.....................116
4. Annotation des tests ..............................................................................................................................117
6. Ralisation de lenvironnement pdagogique adaptatif OrPAF ...........................120
1. Architecture de lenvironnement OrPAF ..............................................................................................121
2. Environnement propos lapprenant ..................................................................................................123
3. Extraction de donnes RDF ..................................................................................................................124
3.1. Moteur de recherche smantique Corese......................................................................................124
3.2. Utilisation de Corese dans le systme OrPAF..............................................................................126
4. Session dapprentissage dun apprenant ...............................................................................................128
4.1. Construction dune ACM .............................................................................................................129
4.2. Affichage dune ACM..................................................................................................................131
4.3. Evolution dune ACM..................................................................................................................132
4.4. Sauvegarde/Restauration dune ACM..........................................................................................133
5. Apprentissage centr sur lapprenant ....................................................................................................137
6. Base de donnes du systme OrPAF.....................................................................................................138
7. Recherche des ressources pdagogiques distantes ................................................................................138
7.1. Interrogation manuelle du corpus ARIADNE ..............................................................................139
7.2. Interrogation automatique du corpus ARIADNE.........................................................................141
8. Recherche des ressources pdagogiques locales...................................................................................142
7. Evaluation et retour dexprience ...........................................................................145
1. Evaluation du systme OrPAF..............................................................................................................146
1.1. Test dutilisabilit de lenvironnement par des apprenants ..........................................................146
-vii-
1.1.1. Principe et critres du test dutilisabilit ........................................................................146
1.1.2. Protocole du test dutilisabilit : ....................................................................................147
1.1.3. Rsultats et dpouillement .............................................................................................149
1.2. Test sur le dveloppement des aptitudes conceptuelles chez les apprenants et la pertinence des
ressources pdagogiques ressentie par les apprenants.........................................................................153
2. Evaluation de la mesure de calcul de la pertinence smantique dune ressource pdagogique ............155
2.1. Comparaison avec les rsultats des experts humains ...................................................................156
2.1.1. Donnes de lexprience ................................................................................................156
2.1.2. Droulement de lexprience .........................................................................................156
2.1.3. Rsultats et discussion ...................................................................................................158
2.2. Performances de la mesure SR dune ressource pdagogique......................................................159
2.2.1. Donnes de lexprience ................................................................................................159
2.2.2. Rsultats et discussion ...................................................................................................161
Conclusion Gnrale .................................................................................... 166
Bilan..........................................................................................................................................................166
Perspectives de recherche .........................................................................................................................168
Rfrences bibliographiques........................................................................ 169
-viii-
Table des illustrations
Figure 1 : Niveaux dabstraction dans les dmarches pdagogiques (Allert et al., 2002) ......................................39
Figure 2 : Modle dactivits pdagogiques donner exercice (Vassileva, 1997) .............................................40
Figure 3 : Mthodes et techniques dadaptation des systmes pdagogiques adaptatifs........................................44
Figure 4 : Les couches du Web smantique (W3C) ...............................................................................................54
Figure 5 : Exemple dun graphe RDF ....................................................................................................................55
Figure 6: Phases de dveloppement dun environnement pdagogique (Lester et al., 2005).................................67
Figure 7: Les acteurs et lorganisation des connaissances dans OrPAF.................................................................75
Figure 8: Un extrait de lontologie du e-Learning..................................................................................................76
Figure 9 : Un extrait du modle du domaine de lalgorithmique ...........................................................................82
Figure 10 : Un extrait du modle pdagogique ......................................................................................................83
Figure 11 : Un extrait du modle apprenant...........................................................................................................84
Figure 12: Extrait de lintgration des connaissances ontologiques.......................................................................86
Figure 13: Architecture de lenvironnement TextToOnto......................................................................................89
Figure 14 : Extraction de termes candidats dans KAON partir dun document textuel ......................................91
Figure 15 : Construction de lontologie du e-Learning avec OntoEdit ..................................................................92
Figure 16 : Moteur dAdaptation du cours dans OrPAF ........................................................................................95
Figure 17 : Filtres du modle du domaine : (a) une CM simple, (b) une CM hirarchique et (c) une CM
relationnel (m=2)....................................................................................................................................................99
Figure 18 : une ACM du domaine de lalgorithmique ........................................................................................101
Figure 19 : Diagramme dtats reprsentant les changements dtat dune notion de lACM.............................102
Figure 20: Extension de lontologie du e-Learning pour dfinir un schma pour lannotation des ressources
pdagogiques........................................................................................................................................................106
Figure 21 : Annotations conceptuelles de la ressource http://www-sop.inria.fr/.../Course1 ................................107
(Le domaine de lAlgbre) ...................................................................................................................................107
Figure 22 : Exercice de placement de notions de lalgbre..................................................................................112
Figure 23: Assignement de poids relatifs aux notions relies la notion OrderRelation dans le domaine de
lalgbre ...............................................................................................................................................................114
Figure 24: Assignement de poids relatifs aux activits pdagogiques relis lactivit pdagogique Exercise dans
le modle pdagogique.........................................................................................................................................116
Figure 25: Extension de lontologie du e-Learning pour dfinir un schma pour lannotation des tests
pdagogiques........................................................................................................................................................118
Figure 26 : Architecture de lenvironnement OrPAF...........................................................................................122
Figure 27 : Scnarios dutilisation du systme OrPAF par lapprenant ...............................................................123
Figure 28 : Environnement graphique du systme OrPAF ..................................................................................124
Figure 29: Architecture 3-tiers de Corese (Corby et al., 2006) ............................................................................126
Figure 30: Le diagramme de squence des scnarios dutilisation dune ACM. .................................................129
Figure 31: Cration dune ACM relationnelle (un parcours tendu) avec la notion cible Type (Le contexte de
formation affich est celui de la notion cible Procedure (ACM Hirarchique))..................................................130
Figure 32 : Architecture de la bibliothque JUNG...............................................................................................131
Figure 33 : Annotation graphique des notions utilises dans une ACM ..............................................................132
Figure 34 : une ACM ...........................................................................................................................................135
Figure 35 : Tests associs la notion Statement du modle du domaine de lalgorithmique...............................137
Figure 36 : Le GDF des sessions des apprenants .................................................................................................138
Figure 37 : KPS Client dans larchitecture dARIADNE ....................................................................................139
Figure 38 : Recherche avance de ressources pdagogiques dans ARIADNE ....................................................140
Figure 39 : Recherche fdre de ressources pdagogiques dans ARIADNE .....................................................140
Figure 40 : Classification visuelle des ressources pdagogiques par domaine dappartenance dans ARIADNE 141
Figure 41: Visualisation dune ressource pdagogique par lapprenant...............................................................143
Figure 43: Un contexte de formation du domaine de lalgorithmique .................................................................160
Figure 44: Variation des performances de la mesure SR en fonction du paramtre QS ......................................163
-ix-
Introduction Gnrale
Problmatique de la recherche
Aujourdhui, les entreprises ont besoin rgulirement de former leurs employs car elles
voluent dans un environnement socio-conomique dont les mots cls sont ractivit,
comptitivit et performance. Or, les entreprises hsitent investir dans les environnements
logiciels de formation car les processus de dveloppement de ces environnements sont
complexes, coteux et sans garantie de rsultats. En effet, le mme effort de dveloppement
est dploy chaque fois quun nouveau besoin de formation apparat. Dans ce contexte,
pourquoi nexiste-t-il pas des environnements pdagogiques qui fonctionnent selon le principe
du plug and play avec un minimum deffort dans ladaptation des composants logiciels
aux diffrents besoins de formation, des environnements qui permettent des apprenants
autonomes datteindre efficacement leurs objectifs de formation ?
Nous avons galement relev une problmatique majeure dans le domaine des technologies de
l'information et de la communication appliques l'ducation (TICE) et qui reprsente un
frein lefficacit de lapprentissage : la quasi absence dintgration des modles
pdagogiques dans les environnements de formation. Nous notons qu travers les dcennies
un changement de paradigme sest opr dans les pratiques ducatives : on est pass d'une
vision centre sur l'enseignant une vision centre sur l'apprenant. On est pass des
environnements de formation aux environnements d'apprentissage. Il ne s'agit plus de dlivrer
des contenus mais d'aider l'apprenant acqurir des connaissances, l'apprenant est
vritablement acteur de la construction de ses connaissances, et le rle jou par ses
connaissances antrieures est primordial. Cette vision constructiviste de l'apprentissage a
donn naissance de nouveaux types d'environnements, constructivistes eux aussi (Tardif
1998, Jonassen & Marra 2001): dans ce type d'environnement, on fournit l'apprenant des
outils cognitifs informatiss pour l'aider construire ses connaissances, on le guide dans son
apprentissage tout en lui donnant une part importante d'initiative.
Lobjectif de ce travail de thse est de proposer des approches de construction dun
environnement pdagogique lger qui permet la gnration de cours personnaliss destins
des apprenants avec des profils diffrents et qui rpond aux besoins de formation des
entreprises. Par environnement lger nous voulons dire que le montage de la formation se fait
avec un minimum deffort et de cot et dans un minimum de temps. Pour atteindre cet
objectif, nous avons choisi de travailler dans un contexte particulier avec trois lignes
directrices :
Dabord, les contenus pdagogiques sont recherchs du Web, c'est--dire, nous rutilisons les
ressources pdagogiques qui existent dj dans dautres systmes de formation ou corpus du
Web. Ce choix nous permet dconomiser le temps et leffort ncessaires au dveloppement
de contenus pdagogiques. Toutefois, cette conomie nest possible que si les moyens qui
favorisent la rutilisation des ressources pdagogiques du Web sont mis en uvre. Dans cette
perspective, nous limitons notre recherche aux ressources pdagogiques du Web annotes par
le standard LOM-IEEE1.
Ensuite, lapproche pdagogique que nous adoptons pour la transmission des connaissances
de lexpert lapprenant est lapproche constructiviste. Notre choix sest port sur cette
approche car elle est bien adapte pour des apprenants autonomes et motivs, par exemple,
des employs qui ont besoin de formations just in time pour accomplir des tches au sein
de lentreprise. Notre approche favorise la transmission du savoir par la dcouverte et
lacquisition de nouvelles notions et leur assimilation en vue de leur utilisation.
Finalement, les connaissances de lenvironnement pdagogique que nous proposons sont
dcrites de manire consensuelle grce aux modles et techniques du Web smantique et ceci
dans un souci de partage et de rutilisation de ces connaissances. Le remplacement dun
module par un autre ne remet pas en cause lorganisation globale de lenvironnement
pdagogique. Nous avons propos un environnement pdagogique rutilisable pour diffrents
domaines de formation, pour diffrentes stratgies pdagogiques et pour diffrents profiles
dapprenants.
Domaine de la recherche
Notre travail s'inscrit dans le domaine trs actif des technologies de l'information et de la
communication appliques l'ducation (TICE) et plus prcisment dans le domaine des
environnements informatiques d'apprentissage humain (EIAH). Parmi les deux principales
orientations se dveloppant actuellement dans ce domaine, la formation ouverte et distance
et les hypermdias ducationnels adaptatifs, notre approche combine les deux et sinscrit dans
le domaine des hypermdias adaptatifs et ouverts. Nous proposons un systme de gnration
1
Learning Object Metadata (http://ltsc.ieee.org/wg12/files/LOM_1484_12_1_v1_Final_Draft.pdf)
-11-
de cours personnaliss qui rutilise des ressources pdagogiques du Web en utilisant les
modles et les techniques du Web smantique.
Nous avons orient notre travail vers l'apprentissage d'un type particulier de connaissances:
l'apprentissage de notions, dans des domaines de connaissances scientifiques et techniques. Il
nous semble qu'il y a en effet actuellement, dans un contexte d'accroissement rapide des
technologies, un fort besoin de revenir dans la formation aux notions essentielles qui sous-
tendent les technologies.
-12-
Afin de tester nos approches et choix conceptuels, nous avons dvelopp le systme OrPAF,
un Organisateur de Parcours Adaptatifs de Formation. Le domaine que nous avons retenu
pour exprimenter OrPAF est le domaine de lalgorithmique et des langages de
programmation. Nous avons travaill lors des exprimentations du systme OrPAF avec des
experts du domaine de lalgorithmique et des langages de programmation et des tudiants
initis dans ce domaine qui prparent le diplme dingnieurs dtat en Informatique
luniversit du 20 Aot 1955 (Algrie).
Plan du mmoire
Chapitre 1
Apprentissage en ligne
Partie I Chapitre 2
Etat de lart
Systmes pdagogiques adaptatifs
Chapitre 3
Web smantique et e-Learning
Plan de la thse
Chapitre 4
Reprsentation des connaissances
dans OrPAF
Chapitre 5
Partie II Gnration de cours hypermdias
Un environnement adaptatifs dans OrPAF
pdagogique adaptatif :
le systme OrPAF
Chapitre 6
Ralisation de lenvironnement
pdagogique adaptatif OrPAF
Chapitre 7
Evaluation et retour dexprience
-13-
Le premier chapitre traite de la formation distance et de son volution vers des systmes
pdagogiques en ligne. Nous prsentons galement certains aspects de lingnierie
pdagogique et de la thorie constructiviste.
Le deuxime chapitre porte sur les systmes pdagogiques adaptatifs. Nous dlimitons un
cadre de rfrence pour ce type de systmes et prsentons les mthodes et techniques utilises
pour mettre en uvre ladaptativit. Pour mieux positionner notre approche, nous avons
tudi quelques systmes pdagogiques adaptatifs.
Le troisime chapitre dcrit lapport du Web smantique et des standards de lducation
(particulirement le standard LOM) pour ladaptation des systmes pdagogiques et la
rutilisation des ressources pdagogiques.
La deuxime partie prsente de manire exhaustive le cur de notre travail de thse :
lenvironnement pdagogique adaptatif OrPAF. Cette partie est compose de quatre
chapitres.
Le quatrime chapitre dcrit lutilisation des modles et technologies du Web smantique
pour la reprsentation des connaissances dans OrPAF.
Le cinquime chapitre explique comment les connaissances reprsentes dans OrPAF sont
exploites pour gnrer des cours hypermdias adaptatifs et amliorer la rutilisation des
ressources pdagogiques du Web.
Le sixime chapitre dcrit la ralisation de lenvironnement OrPAF.
Le septime chapitre dcrit lvaluation de notre approche auprs dexperts dans le domaine
de lalgorithmique et des langages de programmation et auprs dtudiants en troisime et
quatrime anne de la formation dingnieurs dtat en Informatique de luniversit 20 Aot
1955. Nous dtaillons les protocoles dexprimentation, les retours dexpriences et les
rsultats statistiques obtenus.
-14-
Partie I. Etat de lart
1. Apprentissage en ligne
L'apprentissage en ligne (ou le e-Learning) est la tendance actuelle des systmes de formation
distance. La formation distance est un concept gnral qui inclut les cours par
correspondance et tout autre moyen d'enseignement en temps et lieu asynchrone.
Lapprentissage en ligne doit son apparition lmergence et au succs que connaissent les
Technologies de lInformation et de la Communication (TIC), le multimdia et lInternet.
Dans notre travail, nous le considrons comme une modalit pdagogique et technologique
qui concerne lenseignement suprieur, la formation continue ainsi que la formation en
entreprise, cest--dire, qui sadresse des apprenants avertis ayant une certaine autonomie
dans lorganisation de leur processus dapprentissage.
Depuis quelques annes, les systmes pdagogiques (dsigns galement par les termes :
systmes de e-Learning ou environnements informatiques dapprentissage humain (EIAH))
investissent de plus en plus les institutions ducatives et les entreprises. Dans un systme
pdagogique le rle de lenseignant est marginal voire mme inexistant et lapprenant est mis
au centre du systme. Etant donn que les apprenants ont des caractristiques diffrentes
(niveau de connaissances, style cognitif, plateforme technologique, etc.) et dans un souci
defficacit, les systmes pdagogiques doivent tre personnaliss, cest--dire, adapts aux
caractristiques de lapprenant. Dans la suite de ce chapitre, nous abordons les notions lies
la formation distance et lvolution de celle-ci vers les systmes pdagogiques actuels.
-16-
Apprentissage en ligne
Le concept de formation distance est apparu vers le milieu du dix-neuvime sicle, faisant
rfrence aux tudes par correspondance. Ce mode denseignement est encore en vigueur
actuellement. La synonymie entre ces deux termes continue encore actuellement de prter
confusion. Peraya (Peraya & McCluskey, 1996) prsente quatre principes fondateurs de
lenseignement par correspondance et qui, notre sens, restent valables pour les systmes
pdagogiques actuels :
- vaincre la distance gographique: donner la possibilit des personnes loignes
gographiquement des tablissements scolaires la possibilit de recevoir une formation ;
- pallier les consquences de circonstances exceptionnelles : ces circonstances peuvent tre
des hospitalisations prolonges, des incarcrations, des exodes, etc. ;
- pallier les insuffisances du rseau denseignement public et les ingalits daccs
linstruction au moment de lextension de lenseignement universitaire un plus large public
ds le milieu du sicle dernier. La naissance des universits ouvertes sinscrit dans la
continuit de ce mouvement ;
- suppler loffre de formation souvent limite, notamment dans les matires techniques en
constante volution ;
On saperoit la lecture de ces principes que lenseignement par correspondance est rest
confiner certaines fonctions particulires, alors que la formation distance actuelle, et
particulirement les systmes pdagogiques en ligne, sont appels jouer et jouent dj une
fonction dterminante et centrale dans la formation continue et sinsre mme au sein de
dispositifs de formation traditionnellement structurs en mode prsentiel.
Rajoutons que cest la suite du dveloppement des moyens de communication et de
diffusion de linformation (dans ce cas prsent, la poste) que lenseignement par
correspondance a vu le jour. De mme quaujourdhui, la formation distance connait un
essor spectaculaire grce au dveloppement des technologies de linformation et de la
communication (tlphone, radio, tlvision, moyens informatiss et Internet).
Pour Henri et Kaye (Henri et Kaye, 1985), cet essor sexplique par la conjugaison de trois
phnomnes: lvolution de la demande pour ce genre de formation, la ncessit
conomique de rduire de faon gnrale les cots de lducation et finalement la pntration
des technologies de communication dans tous les secteurs dactivits, y compris celui de
lducation .
-17-
Apprentissage en ligne
Afin de bien comprendre les systmes pdagogiques en ligne, leur organisation, leurs apports
et leurs limites, il parat indispensable de bien comprendre le principe de la formation
distance, anctre direct de ce type de systmes. Nous pensons qu lavenir la formation
distance sera exclusivement en ligne.
Intuitivement, la formation distance se comprend comme une situation de formation dans
laquelle l'apprenant est spar de l'enseignant et des autres apprenants dans l'espace et le
temps. Cette notion englobe l'ensemble du processus ducatif, c'est--dire le ple metteur
(enseignement par l'enseignant) ainsi que le ple rcepteur (apprentissage par l'apprenant). La
formation distance couvrirait alors lensemble des dispositifs techniques et des modles
dorganisation qui ont pour but de fournir un enseignement ou un apprentissage des
individus qui sont distants de lorganisme de formation prestataire du service.
Se satisfaire de cette dfinition serait trop simple. En effet, et presque tous les auteurs
s'accordent sur ce point, il serait ambitieux de vouloir donner une dfinition de la formation
distance, car ce systme de formation a connu de nombreuses volutions depuis sa naissance
au milieu du sicle dernier et tout particulirement durant ces dernires dcennies (Peraya et
al., 1996). De plus, chaque pays, voire mme chaque rgion, dveloppe des modles adapts
son contexte. Les termes et leurs significations peuvent diffrer d'un pays l'autre et d'une
langue l'autre. Tout ceci explique la difficult cerner cette notion. Nous retenons un
ensemble de dfinitions qui se compltent pour caractriser la notion de formation distance.
MOORE M. G. (1973)
Lenseignement distance peut tre dfini comme lensemble des mthodes pdagogiques
par lesquelles lacte denseignement est spar de lacte dapprentissage incluant toutefois les
mthodes ralises en prsence de ltudiant de telle sorte que la communication entre le
professeur et ltudiant sera facilite par lusage du matriel imprim, mcanique,
lectronique ou autres .
PETERS O. (1973)
Lenseignement distance ou la formation distance est une mthode de dveloppement
des connaissances, des habilets et des attitudes qui est rationalise par lapplication des
principes organisationnels de la division du travail aussi bien que par lutilisation extensive
des moyens techniques, spcialement dans le but de produire du matriel ducatif de grande
qualit qui rend possible linstruction dun grand nombre dtudiants au mme moment sans
-18-
Apprentissage en ligne
-19-
Apprentissage en ligne
proposons des fonctions intgres au systme pdagogique pour assister ou aider les
apprenants dans leur processus dauto-apprentissage.
La formation distance reprsente donc bien un systme spcifique et a t dcrite comme tel
par Moore et Kearsley (Moore et Kearsley, 1996). Ce systme doit tre compos des cinq
lments suivants : les sources (servant l'laboration du matriel pdagogique, y compris les
experts), le design pdagogique du matriel et de l'encadrement, la diffusion, l'interaction
(entre enseignants, apprenants et personnel administratif) et l'environnement d'apprentissage
(la classe, chez soi, le lieu de travail, le centre d'enseignement).
-20-
Apprentissage en ligne
Selon Paquette (Paquette, 2002), le terme de "formation distance" recouvre plusieurs ralits
techno-pdagogiques trs diffrentes. Il propose six modles qui intressent notre recherche
dans le sens o ils permettent de classifier les tentatives de mdiatisation.
- La classe technologique ouverte : Paquette (Paquette, 2002) la dcrit comme une classe
traditionnelle o un ensemble de technologies sont installes et utilises de faon
permanente . Ces salles ont souvent t qualifies de "laboratoire multimdia".
- La classe technologique rpartie : c'est une classe technologique virtuelle qui est rpartie en
plusieurs lieux distincts. Les vnements d'apprentissage se droulent comme suit : un
enseignant prsente l'information en direct et les apprenants interagissent simultanment dans
les diffrents lieux avec la salle principale dans laquelle se trouve lenseignant.
- L'autoformation web-hypermdia : l'apprentissage est individualis et ralis par un
apprenant seul qui accde des contenus prfabriqus multimdiatiss sur Internet ou sur un
-21-
Apprentissage en ligne
-22-
Apprentissage en ligne
Pour Paquette (Paquette, 2002), le design pdagogique est l'ensemble des thories et des
modles permettant de comprendre, d'amliorer et d'appliquer des mthodes d'enseignement
favorisant l'apprentissage. Par rapport aux thories labores en psychologie de
l'apprentissage, le design pdagogique peut tre vu comme une forme d'ingnierie visant
amliorer les pratiques ducatives . Le rsultat du design pdagogique correspond un
ensemble de plans ou de devis dcrivant le droulement des activits d'apprentissage et
d'enseignement.
-23-
Apprentissage en ligne
Le gnie logiciel se consacre la conception et la ralisation des logiciels ainsi que des
systmes dinformation. De plus en plus, la taille, la complexit, le caractre critique des
systmes d'information dpassent la capacit de comprhension d'un seul programmeur. Le
but premier du gnie logiciel est donc de fournir des processus, des mthodes, des techniques
et des outils permettant de produire des systmes satisfaisants, efficaces, extensibles,
flexibles, modifiables, portables, fiables, rutilisables, validables et comprhensibles. Au-del
de la nature complexe des systmes pdagogiques, nous notons galement leur caractre
pluridisciplinaire (ils sont au croisement de linformatique, de la psychologie, de la
didactique, des sciences sociales, etc.)
Les mthodes d'ingnierie des systmes d'information prvoient un dcoupage
mthodologique en diffrentes phases correspondant des processus dont l'excution n'est pas
forcment linaire :
observation critique, tat des lieux ou diagnostic,
orientations gnrales, tablissement des principes de fonctionnement,
dfinition prliminaire et appel d'offres,
architecture du systme d'information,
programmation du systme,
simulation et qualification du systme,
implantation du systme,
exploitation du systme.
L'ingnierie pdagogique s'inspire de ces principes de conception des systmes d'information
en les adaptant la conception de systmes pdagogiques.
-24-
Apprentissage en ligne
contenu qui dtiennent l'expertise qu'il dsire modliser. A l'aide de mthodes d'interview
systmatiques ayant pour but l'acquisition de connaissances dun domaine, l'ingnieur raffine
de plus en plus sa reprsentation du domaine par tapes successives jusqu' la capter dans une
forme synthtique qui sera intgre dans un systme informatique.
L'ingnierie des connaissances est donc utile la mthode d'ingnierie pdagogique dans le
sens qu'elle permet d'obtenir une vue explicite et structure des connaissances.
Il devient ainsi plus ais de dfinir le contenu, les scnarios pdagogiques et les matriels
pdagogiques.
-25-
Apprentissage en ligne
Parmi les modles thoriques en ducation, les mcanismes constructivistes ont t, depuis
longtemps, identifis comme les assises du processus d'laboration des connaissances (en
particulier par Piaget). Par contre, leurs applications ont t marginales (Larochelle et
Bednarz, 1994) et ce n'est que rcemment qu'on les a repris pour structurer une solution
alternative (Lebow, 1993) au behaviorisme persistant (Garrison, 1993) ou au cognitivisme
trop souvent rigide (Kintsch, 1988) qui sous-tendent les pratiques pdagogiques.
Le constructivisme est un processus de construction continue des connaissances (Piaget,
1970). Lide premire qui sous-tend les travaux sur le constructivisme est que la
connaissance nest pas la reproduction dune ralit quon appelle le savoir scientifique mais
la construction de cette ralit. Trois aspects inhrents au constructivisme peuvent servir dans
le contexte de lapprentissage personnalis (Deschnes et al., 1996) : 1) les connaissances sont
construites, 2) l'apprenant est au centre du processus et, 3) le contexte d'apprentissage joue un
rle dterminant. Ces aspects montrent clairement lintrt que peut reprsenter la thorie
constructiviste pour le dveloppement des systmes pdagogiques personnaliss.
Les connaissances sont construites
-26-
Apprentissage en ligne
Pour un constructiviste, la connaissance est activement construite par celui qui apprend dans
chacune des situations o elle est utilise ou exprimente. La fonction de la cognition est
l'adaptation et sert l'organisation du monde qu'on exprimente et non la dcouverte de la
ralit (Jegede, 1992). La connaissance rsulte donc de l'activit de l'apprenant et est
construite en relation avec son action et son exprience du monde (Clancey, 1991). Dans ce
cas lapprentissage nest plus une simple transposition dun savoir mais lappropriation de
celui-ci par lapprenant.
Lapprenant est au centre du processus
Dans une approche acadmique, la connaissance est considre comme une accumulation de
donnes que l'on emmagasine en mmoire (Lave, 1990). Cette conception suppose que la
connaissance est transmise selon un processus hirarchique d'enseignement et est mesure par
un test : on croit qu'il n'y a pas d'apprentissage sans enseignement. Dans une approche
constructiviste, au contraire, la connaissance est exprimente travers une activit cognitive
de cration de sens par l'apprenant (Jonassen et al., 1994). Le rle jou par ce dernier devient
donc primordial : l'apprentissage se ralise grce l'interaction que l'apprenant tablit entre
les diverses composantes de son environnement qui comprend les informations disponibles
(savoirs scientifiques et savoirs pratiques). La nature et le type d'interactions mises en uvre
dpendent de la perception qu'a l'individu des diverses composantes.
Au plan du transfert et de l'application des connaissances, une approche constructiviste
prconise l'utilisation de tches authentiques pour l'apprenant, c'est--dire relies directement
au contexte concret et rel de l'objet d'apprentissage trait. Elle considre que l'objectif
fondamental est la ralisation de la tche globale dans toute sa complexit et non la ralisation
dcontextualise de petites tapes visant qu' la fin, la tche complte soit ralise puis reprise
dans un contexte concret ou rel (Lave, 1990; Perkins, 1991). Pour y arriver, les apprenants
doivent jouer un rle plus important dans la gestion et le contrle de leur apprentissage
(Lebow, 1993). Cela peut se raliser grce la mise en place de situations assurant que les
apprenants utilisent leurs connaissances, en s'appuyant sur des processus de rsolution de
problmes et en leur fournissant des activits de type mtacognitif (Lebow, 1993). Mais
surtout, cela peut tre facilit en maintenant les apprenants dans leur contexte immdiat au
moment de l'apprentissage.
-27-
Apprentissage en ligne
Lapproche pdagogique que nous avons adopte dans notre travail de thse est lapproche
constructiviste. En effet, nous avons voulu mettre lapprenant au centre de lapprentissage en
lui permettant de construire son savoir au fur et mesure de son volution. Lapprenant est
actif, autonome et le seul responsable de son volution. Le systme pdagogique qui ralise
notre approche lui permet de grer efficacement son parcours en le guidant vers la ralisation
de ses objectifs dapprentissage. Notre systme pdagogique sinscrit dans la catgorie des
systmes de formation distance qui permet lapprenant une contextualisation de son
apprentissage, cest--dire, lapprenant apprend distance et dans son environnement
immdiat (par exemple dans son lieu de travail). Pendant que lapprenant entre en interaction
avec le savoir scientifique propos par le matriel qu'on lui fournit, il demeure en interaction
avec les diverses composantes de son environnement qui lui offrent des informations
pertinentes la construction de son savoir. La dsaffectivation du savoir, possible dans un
contexte de formation distance grce l'utilisation des technologies pour transmettre des
-28-
Apprentissage en ligne
informations, favorise aussi une construction plus personnalise du savoir et moins influence
par lenseignant.
L'utilisation des technologies pour dplacer le savoir des institutions scolaires vers le contexte
immdiat des apprenants (accessibilit) facilite la contextualisation et le transfert des
connaissances. Qu'il soit chez lui ou son travail, l'apprenant peut, tout moment, utiliser son
environnement pour vrifier, confirmer, confronter ou ajuster les connaissances qu'il
construit. Lorsque la formation se droule distance dans son milieu professionnel,
l'apprenant peut tre contraint d'appliquer directement ce qu'il est en train d'apprendre. La
prsence continue et immdiate du contexte peut stimuler les utilisations concrtes.
Dans notre approche, nous avons voulu expliciter la reprsentation des contenus et des
dmarches d'apprentissage pour permettre une grande flexibilit des modalits
d'apprentissage. Il est donc possible de placer l'apprenant au centre du processus et de tenir
compte de son lieu physique, de ses disponibilits temporelles, de son style d'apprentissage et
de son environnement culturel (par exemple sa langue). Cela est possible en offrant des
dmarches pdagogiques qui peuvent tre adaptes tant au plan des contenus, de la structure
que des modalits d'interactions qui composent une activit dapprentissage (Deschnes,
1991; Moore, 1977). Lutilisation de lapproche constructiviste nous permet de placer
l'apprenant au centre du processus d'apprentissage et ainsi prendre en compte ses
caractristiques personnelles (Wagner et McCombs, 1995). En effet, lapprentissage
personnalis constitue un champ d'application privilgi des concepts fondamentaux du
constructivisme. Il fournit l'occasion de rompre avec certaines caractristiques de
l'enseignement traditionnel, en particulier, sa vision acadmique de la connaissance et la
ncessit de retirer l'apprenant de son environnement immdiat pour l'insrer dans un
tablissement scolaire crant le plus souvent un contexte diffrent de celui dans lequel les
connaissances seront utilises. De plus, les individus peroivent qu'apprendre distance exige
une plus grande responsabilit de leur part ce qui les rend plus disponibles une telle
approche (Wagner et McCombs, 1995).
En permettant lapprenant d'apprendre distance et dans son environnement immdiat (par
exemple dans son milieu professionnel), notre approche permet la construction d'une
connaissance qui correspond bien la vision des constructivistes. En effet, lapprenant reste
en contact continu avec son environnement ayant ainsi accs aux divers savoirs pratiques
ncessaires l'laboration d'une connaissance plus complte du domaine qu'il tudie.
Les diverses personnes qui entourent l'apprenant constituent une composante importante du
contexte. En enseignement prsentiel, on rduit souvent l'aspect socioaffectif de
-29-
Apprentissage en ligne
l'apprentissage aux seules interactions que lapprenant peut avoir avec lenseignant. Dans son
milieu naturel, l'apprenant peut facilement initier et maintenir une plus grande diversit
d'interactions en utilisant, selon ses besoins et ses prfrences, des parents, des amis, des
collgues de travail pour obtenir un support plus adapt. L'utilisation des technologies permet
aussi d'avoir, en direct ou en diffr, des communications avec les ressources et l'institution
qui diffuse l'activit de formation distance laquelle il est inscrit ou avec les autres
apprenants qui y participent.
-30-
Apprentissage en ligne
-31-
2. Systmes pdagogiques adaptatifs
Le processus dapprentissage traditionnel peut tre caractris par une autorit centralise (le
contenu est slectionn par lenseignant), une forte livraison (les enseignants transmettent la
connaissance aux tudiants), un manque de personnalisation (le contenu doit satisfaire les
besoins de plusieurs ou le principe du one size fits all ) et un processus dapprentissage
statique/linaire (un contenu inchang). Cependant, notre poque, lenvironnement socio-
conomique des entreprises volue dynamiquement et fait merger dautres types de dfis sur
les processus dapprentissage: efficacit, rutilisabilit et pertinence de lapprentissage
(dpendant du problme). Pour rpondre ces attentes, un systme pdagogique doit tre
orient apprenant et muni dun processus dapprentissage non linaire et adaptatif.
Il est vrai que de nombreuses solutions ont t mises en pratique dans le cadre des systmes
pdagogiques. Or, la majorit de ces solutions privilgie une approche centre sur la mise
disposition de ressources pdagogiques de qualit, souvent au dtriment de leur exploitation
au sein de scnarios pdagogiques diversifis. Face ce constat, de nouvelles approches
mergent. La qualit du service pdagogique rendu dpend, ds lors, de la capacit de ces
nouvelles approches fournir aux apprenants, dune part, des contenus pdagogiques adapts
leur profil et dautre part, des processus qui les guident vritablement dans leur
-32-
Systmes pdagogiques adaptatifs
-33-
Systmes pdagogiques adaptatifs
i) des travaux autour des systmes hypermdias adaptatifs, ii) des thories sur les mthodes
dapprentissage, iii) des recherches sur le Web smantique adaptatif.
Dans les systmes hypermdias adaptatifs (Brusilovsky, 2001), les connaissances sur
lapprenant sont essentielles, il sagit de son exprience, de son niveau de connaissance du
domaine (De Bra et al., 1998), de ses prfrences en matire de mthodes pdagogiques, de
formats de ressources, etc. (Hk, 1997). Les recherches dans ce domaine ont abouti dune
part, des modles apprenant intgrant diffrentes formes de connaissances, et dautre part
des techniques dadaptation du contenu et/ou de la structure de navigation de lhypermdia.
Dans ce courant de recherche, nous pouvons citer comme exemples le systme KBS
Hyperbook (Henze, 2000), le systme AHA ! (De Bra et al, 2007), le systme InterBook
(Brusilovsky et al., 1998) et le systme ELM-ART (Brusilovsky, 1996).
De nombreuses recherches thoriques dans les domaines de la Psychologie, de lIntelligence
Artificielle et de lEducation ont influenc la conception des systmes pdagogiques
(Schneider, 2003 ; Rhaume, 1991). Ces recherches ont permis essentiellement de formaliser
les mthodes dapprentissage. De nombreux auteurs considrent lapprentissage comme un
vritable processus dans lequel lapprenant cherche satisfaire des objectifs ou rsoudre des
problmes. Lactivit pdagogique dun domaine est alors considre comme une activit
guide par des objectifs.
Larrive du Web et des technologies associes permet denvisager lutilisation de ressources
pdagogiques qui sont distribues et accessibles par Internet. Le Web Smantique est une
extension du Web qui vise enrichir les ressources disponibles sur le Web avec des
descriptions smantiques de leur contenu dans le but de les rendre exploitables par des
programmes (Berners-Lee et al., 2001). Dans le domaine des objets pdagogiques, plusieurs
modles de description sont aujourdhui proposs: SCORM (ADL, 2001), LOM (LOM, 2002)
ou IMS (IMS, 2002). Il y a aujourdhui un changement de centre dintrt des objets
pdagogiques vers des services pdagogiques. Cette volution montre la ncessit didentifier
de nouvelles formes de mtadonnes pour caractriser non seulement le contenu des
ressources pdagogiques mais aussi les processus qui permettent de les utiliser dans diffrents
contextes dapprentissage.
Afin de prsenter une vision complte et unifie des recherches existantes dans le domaine de
la conception des systmes pdagogiques adaptatifs, nous proposons un cadre de rfrence
pour caractriser ce domaine. Aucune des approches et des systmes existants ne couvre la
totalit de ce cadre de rfrence, en revanche chaque approche ou systme peut tre intgr
dans ce cadre et peut tre situ par rapport dautres approches. Ce cadre de rfrence est
-34-
Systmes pdagogiques adaptatifs
Un systme pdagogique met la disposition des apprenants des ressources pdagogiques qui
traitent de notions appartenant un domaine de connaissances. La description de ces
ressources peut tre faite sur deux niveaux dabstraction distincts i) le niveau logique et ii) le
niveau smantique. Tous les systmes ne font pas forcment la diffrence entre ces deux
niveaux. Par ailleurs, il existe toujours un niveau physique qui est celui des contenus exprims
dans un certain langage sous forme de fichiers informatiques.
La structure smantique est une description smantique des ressources pdagogiques. Dans
les systmes actuels, la structure smantique peut prendre diffrentes formes. Il peut sagir de
mtadonnes associes aux ressources (ex., LOM, Dublin Core, etc.) ou bien dun vritable
modle de domaine dcrivant les ressources pdagogiques un niveau conceptuel.
Lapproche mtadonne a essentiellement pour objectif de standardiser la description des
ressources dans un souci de partage et de rutilisation. Plusieurs travaux de normalisation sur
les mtadonnes pour les ressources pdagogiques ont t mens (Duval, 2002). Dans lautre
-35-
Systmes pdagogiques adaptatifs
Dans les systmes pdagogiques adaptatifs, le modle de lapprenant est primordial pour la
gnration de parcours personnaliss. Il sagit de considrer les proprits de lapprenant
auxquelles le systme doit sadapter. Ces proprits peuvent tre diffrentes dun apprenant
un autre, et pour un mme apprenant, elles peuvent varier au cours du temps. Au niveau des
modles de lapprenant, il est important de distinguer un modle adaptable dun modle
adaptatif. Dans le premier cas, le modle est modifi uniquement par lapprenant, dans le
second cas, le modle est modifi automatiquement par le systme au fur et mesure des
interactions avec lapprenant. Enfin, les modles de lapprenant peuvent tre construits selon
deux approches ; une approche strotype , dans laquelle on considre des groupes
dapprenants ayant des caractristiques communes, et une approche individuelle dans
laquelle chaque apprenant est dcrit avec ses propres caractristiques. Le critre essentiel qui
permet de classer les modles de lapprenant concerne la nature des connaissances quils
permettent dexprimer. Le deuxime critre qui est utilis porte sur les techniques
dinitialisation et de gestion de ces modles.
Ce critre permet de caractriser les types de connaissances qui sont reprsentes dans le
modle de lapprenant. Il est usuel de considrer quun modle de lapprenant est compos de
quatre sous-modles, chaque sous-modle correspondant un type particulier de
-36-
Systmes pdagogiques adaptatifs
Cet aspect permet de caractriser les techniques dacquisition et de mise jour du modle de
lapprenant. Il existe trois approches essentielles. Lorsque lapprenant ou ladministrateur
renseigne les diffrentes rubriques du modle apprenant en utilisant par exemple un
formulaire ou un questionnaire, il sagit dune approche statique. Ce type dacquisition est
utilis pour les donnes qui nvoluent pas en fonction des actions de lapprenant.
Lacquisition dynamique consiste observer lapprenant et tracer ses activits et ses
rsultats. Dans ce cas, lapprenant nest pas sollicit et le modle est mis jour
automatiquement en fonction de lobservation de lapprenant. Le systme METADYNE
(Delestre et al., 2000) par exemple, utilise des mcanismes dinfrence pour gnrer des
connaissances sur lapprenant. Dune manire gnrale, les systmes tirent partie des deux
approches. Une approche mixte permet de btir un premier modle avec par exemple, des
questionnaires remplir lors de la premire connexion, le modle est ensuite mis jour par le
systme en infrant de nouvelles valeurs en fonction du comportement de lapprenant.
-37-
Systmes pdagogiques adaptatifs
Dans les systmes pdagogiques adaptatifs, les recherches se sont surtout centres sur les
contenus pdagogiques et peu sur les dmarches pdagogiques. Pourtant, il existe plusieurs
manires dapprendre, et un systme pdagogique adaptatif doit permettre dadapter la
dmarche aux besoins de lapprenant. Dans ces conditions la modlisation et la gestion des
dmarches pdagogiques est essentielle. La modlisation des dmarches pdagogiques peut se
faire diffrents niveaux (stratgique, oprationnel) et la manire de modliser une
dmarche pdagogique peut tre trs diffrente dune approche une autre.
Nous considrons quune dmarche pdagogique peut tre modlise diffrents niveaux
dabstraction. En rfrence (Allert, Dhraief & Nejdl, 2002), quatre niveaux dabstraction
peuvent tre identifis (voir Figure 1). Le quatrime niveau dfinit les processus
dapprentissage du point de vue des stratgies denseignement. A ce niveau, il est frquent de
distinguer les courants dapprentissage tels que le courant behavioriste , le courant
cognitiviste et le courant constructiviste . Le troisime niveau dfinit des approches
pdagogiques. Dans la pratique, les approches les plus utilises sont lapprentissage bas sur
la rsolution de problmes, le raisonnement base de cas, lapproche collaborative,
lapproche par lexpos, par lanalogie Le deuxime niveau dfinit les modles
oprationnels dapprentissage. Il sagit dune structuration des processus pdagogiques. Cette
structuration conduit une description du processus en plusieurs phases, mettant en vidence
des cycles et des ordonnancements dactivits pdagogiques. Le premier niveau dfinit les
activits pdagogiques.
Ce cadre de modlisation permet de montrer dune part, quil existe diffrents niveaux
dabstraction dans la modlisation des processus pdagogiques et dautre part, que les
diffrents niveaux sont interdpendants. En effet, un choix, par exemple effectu en termes de
stratgie pdagogique, contraint les niveaux infrieurs.
-38-
Systmes pdagogiques adaptatifs
Epistmologie, paradigme
Principes
Figure 1 : Niveaux dabstraction dans les dmarches pdagogiques (Allert et al., 2002)
-39-
Systmes pdagogiques adaptatifs
-40-
Systmes pdagogiques adaptatifs
-41-
Systmes pdagogiques adaptatifs
systme fournit lapprenant le lien suivre, c'est--dire, un guidage direct laide par
exemple du bouton suivant .
- Guidage local : il sagit de suggrer lapprenant les liens les plus pertinents de la page en
cours en fonction de son niveau de connaissances, de ses prfrences et de son exprience.
Lobjectif global nest pas connu dans le guidage local.
- Orientation locale : il sagit daider lapprenant comprendre sa position relative dans
lhyperespace (1) en fournissant des information sur les pages en sortie de la page en cours et
(2) en diminuant le nombre dhyperliens sortant dune page pour limiter la surcharge
cognitive de lapprenant.
- Orientation globale : il sagit daider lapprenant comprendre la structure globale de
lhyperespace et sa position absolue dans cet hyperespace.
- Gestion de vues personnalises : il sagit doffrir lapprenant la possibilit dorganiser une
partie de lhyperespace en fonction dobjectifs de travail ponctuels. Ceci vite lapprenant
dtre confronts un hyperespace trop complexe avec des risques de dsorientation et de
surcharge cognitive. Cette partie de lhyperespace est un ensemble dhyperliens qui pointent
vers des hyperdocuments pertinents et reprsente une vue personnalise pour lapprenant. Les
navigateurs Web proposent par exemple des bookmarks et des hotlists pour construire des
vues personnalises.
-42-
Systmes pdagogiques adaptatifs
simplement remplac par le texte correspondant et tend ainsi la page courante. Lopration
inverse est possible. Lide de ladaptation des Stretch Text est de dplier les hot word
pertinents et de laisser les autres plis.
- Les pages varies: permet dimplanter des explications varies. On conoit plusieurs
prsentations pour une mme page en fonction du profil de lapprenant
- Les fragments varis permettent dimplanter les explications varies o une page contient
(1) des explications sur plusieurs notions, c'est--dire, un fragment par notion ou plusieurs
variantes dune mme notion ; (2) diffrentes explications structurelles de la mme notion en
fonction du niveau de connaissances de lapprenant.
- les frames : les informations sur une notion particulire sont reprsentes par un frame. Les
slots du frame peuvent contenir des explications diffrentes de la notion, des liens avec
dautres frames, des exemples. Des rgles de prsentations particulires sont utilises pour
dcider quels slots doivent tre prsents chaque apprenant.
Techniques dadaptation de la navigation :
Parmi les techniques dadaptation de la navigation, il y a :
- Guidage direct : en fonction des objectifs dun apprenant, le systme dfinit lhyperlien le
plus appropri et le visualise explicitement en changeant par exemple sa couleur.
- Tri des liens : cette technique consiste ordonner les hyperliens en fonction de leur
pertinence pour un apprenant donn. Les liens susceptibles dintresser lapprenant sont situs
en haut de la page pour favoriser leur dcouverte.
- Annotation des liens : le principe de cette technique est de rajouter aux diffrents hyperliens
des commentaires pour indiquer lapprenant le contenu de la page qui est accessible par le
lien.
- Masquage des liens: cette technique permet de masquer les hyperliens les moins pertinents
pour lapprenant.
- Adaptation de carte : cest une carte de navigation indiquant la structure hirarchique ou en
rseau de lhyperespace pour permettre lapprenant de choisir les pages consulter.
Au niveau interne, les techniques dadaptation mises en uvre par les systmes sont des
rgles qui exploitent les trois types de connaissances : les connaissances de domaine, les
connaissances de lapprenant et les connaissances pdagogiques. Dans (Vassileva, 1997), on
distingue quatre types de rgles dapprentissage. Les rgles denseignement dterminent
un parcours dapprentissage dans lensemble des notions du domaine. Les rgles de slection
de stratgies dfinissent une stratgie pdagogique avant de commencer lexcution du plan.
Par exemple la stratgie structure est propose par le systme comme une approche
-43-
Systmes pdagogiques adaptatifs
denseignement dans laquelle lapprenant est compltement guid ; cest le systme qui
dtermine les notions acqurir et les tches associes. Les rgles de slection de
mthodes dterminent pour une notion, lactivit pdagogique et une dcomposition pour
lapprendre. Ces rgles utilisent les tches dj effectues ainsi que les ressources
pdagogiques dj utilises. Les rgles de slection des ressources pdagogiques
dterminent la ressource pdagogique prsenter en fonction des prfrences de lapprenant
en matire de mdia. Dans les approches Web smantique adaptatif, les rgles exploitent les
mtadonnes dfinies sur les ressources pdagogiques. Par exemple, dans le systme Personal
Reader (Dolog, Henze, Nedjl, & Sintek, 2004) les rgles, exprimes dans le langage TRIPLE
(Sintek & Decker, 2002) permettent de raisonner sur les mtadonnes annotant les ressources
pdagogiques. Les rgles sont utilises pour gnrer des liens personnaliss.
Fragments
Prsentation conditionnels
multimdia
adaptative Pages et fragments
variants
Prsentation Prsentation
Strechtext
Adaptative adaptative de
texte
Tri de fragments
Adaptation de
modalit
Techniques base
de frames
Mthodes pour
Hypermdias
Adaptatifs Guidage Direct
Masquage des
Dsactivation
Navigation liens
Adaptative
Annotation de
Suppression
liens
Adaptation de
carte
-44-
Systmes pdagogiques adaptatifs
Dans le cadre de cette tude, notre choix sest port sur des systmes qui grent (plus ou
moins) les trois types de connaissances dcrites ci-dessus et qui mettent en uvre des rgles
dadaptation. Nous avons retenu cinq systmes que nous dcrivons sommairement et ensuite
nous essayons de dgager les caractristiques de chaque systme selon le cadre de rfrence
prsent prcdemment.
AHA ! (de Bra et al., 2007) est un systme auteur pour construire des hypertextes adaptatifs.
Il gnre dynamiquement des pages adaptes lapprenant partir de pages HTML extraites
du web.
ELM-ART (Brusilovsky et al., 2001) est un hypertexte adaptatif. Cest un tuteur intelligent
adapt au Web et ddi lapprentissage du langage Lisp. Le cours hypertexte est organis
hirarchiquement en chapitres, sections, sous-sections, etc. et lapprentissage se fait via des
explications, des exemples, et la rsolution de problmes.
KBS Hyperbook (Henze et al., 1999) est un systme hypermdia adaptatif qui permet aux
apprenants de dterminer leurs objectifs et leur fournit une aide pour apprhender les
diffrentes connaissances ncessaires pour atteindre leurs objectifs.
METADYNE (Delestre et al., 2000) est un hypermdia adaptatif et dynamique o
lhyperespace est virtuel et les cours sont gnrs dynamiquement en filtrant des briques
lmentaires de cours en se basant sur le modle de lapprenant.
Personal Reader (Dolog et al., 2004) est bas sur le Web smantique. Il exploite des
mtadonnes sur les ressources pdagogiques et les profils des apprenants pour gnrer des
liens hypertextes personnaliss.
Les modles de contenu des systmes analyss reposent sur une description des contenus
deux niveaux : le niveau logique et le niveau smantique. Dans la majorit des systmes
tudis, la structure logique est un hyperespace compos de nuds (pages) et de liens
hypertextes. La structure smantique reste pauvre dans la plupart des systmes. Elle est
limite une description des notions du domaine avec des liens de prrequis entre ces notions.
Peu de systmes associent dans la structure smantique les activits permettant
lapprentissage de ces notions. La structure smantique prend le plus souvent la forme dune
structure en rseau ou dune structure en arbre. Dans le cas dAHA ! (De Bra et al, 2007), le
-45-
Systmes pdagogiques adaptatifs
niveau smantique est reprsent par une structure arborescente de notions. Cette hirarchie
permet une structuration du cours en chapitres, sections, sous sections, etc.
Lacquisition et la gestion du modle de lapprenant reposent dans la plupart des systmes
tudis sur une approche individuelle de modlisation avec une mise jour continue du
modle de lapprenant au fur et mesure de lapprentissage. Du point de vue des
connaissances prises en compte dans le modle de lapprenant, les systmes sont de plus en
plus riches . Cette volution est probablement lie lutilisation de plus en plus intensive
des ressources pdagogiques du Web. Dans ce nouveau contexte, le modle de lapprenant est
essentiel pour mettre en uvre des services dindividualisation. Malgr cette volution, les
prfrences des apprenants en termes de stratgies et de mthodes denseignement sont peu
prises en compte dans les modles de lapprenant ; ceci constitue une lacune importante des
systmes actuels. Le modle pdagogique concerne essentiellement les dmarches
pdagogiques mises en uvre. Peu de systmes prennent en compte cette dimension ; la
dmarche pdagogique se limite des parcours dunits pdagogiques. Par exemple, le
systme METADYNE (Delestre et al., 2000) intgre un gnrateur de cours qui a pour
fonction dassembler et de prsenter les cours lapprenant. Il applique, ds lors, une
approche oriente ressources. Toutefois, certains des systmes prsents font appel une
approche oriente activits qui explicite et dcompose le processus pdagogique en activits
simples ou complexes. Le systme Personal Reader (Dolog et al., 2004) utilise cette approche.
Les mthodes et techniques dadaptation utilises sont centres essentiellement sur une
adaptation de la prsentation des contenus et de la navigation travers ces contenus. Les
rgles dadaptation sous-jacentes utilisent uniquement les connaissances sur la situation de
lapprenant. Il sagit de rgles de filtrage qui permettent de slectionner les pages afficher en
fonction des pages dj utilises. La puissance de ces mthodes est directement dpendante de
la richesse des trois modles prcdents. En particulier, lexistence de rgles permettant la
personnalisation des mthodes dapprentissage dpend de la formalisation et de la richesse du
modle pdagogique.
-46-
Systmes pdagogiques adaptatifs
hirarchiquement
en chapitres,
sections, sous-
sections
Structure Modle de Modle de Mtadonnes Modle de Mtadonnes
smantique domaine domaine bass sur une domaine
ontologie
Nature Modle de Modle de Rseau Modle Intrts,
recouvrement recouvrement Baysien pistmique prfrences,
Modle de lapprenant
(connaissances) objectifs et
+Modle prrequis
comportemental
(prfrences,
objectifs,
capacits)
-47-
Systmes pdagogiques adaptatifs
- Seuls les liens de prrequis et/ou la hirarchie des notions sont pris en compte dans
ladaptation.
Conclusion : Les systmes pdagogiques adaptatifs constituent une rponse fiable aux
besoins des entreprises en particulier et des socits humaines en gnral en termes de
formation et de formation continue. Ces systmes permettent de fournir un apprentissage
efficace, adapt et pertinent, des mots cls, censs aujourdhui intresser tout demandeur
de formation.
Dans ce chapitre, nous avons essay de caractriser les systmes pdagogiques adaptatifs
en dfinissant un cadre de rfrence permettant de les comparer les uns avec les autres.
Nous avons identifi quatre composants impliqus dans la ralisation des systmes
pdagogiques adaptatifs, savoir, le modle de contenu, le modle de lapprenant, le
modle pdagogique et le modle dadaptation. Nous avons men une tude comparative
de cinq systmes dans le domaine mais aucun de ces systmes ne couvre la totalit du
cadre de rfrence.
Dans notre travail de thse, nous proposons un systme pdagogique adaptatif qui essaye
de rpondre aux lacunes des systmes existants en combinant les systmes hypermdias
adaptatifs et les modles du Web smantique (prsent dans le chapitre 3) tout en
introduisant la dimension pdagogique de lapprentissage.
-48-
3. Web smantique et e-Learning
Ce chapitre prsente la notion dontologie dans le cadre du Web smantique (WS) et lintrt
de lutilisation des ontologies et du standard des mtadonnes LOM dans le domaine du e-
Learning pour le dveloppement de systmes pdagogiques adaptatifs.
Le Web smantique est une vision permettant de faciliter et damliorer la recherche
dinformation, faite par lhomme et la machine, grce la reprsentation smantique du
contenu des ressources manipules. Il tend le Web actuel (Berners-Lee et al., 2001) dans le
sens o le Web est strictement syntaxique, la structure des ressources accessibles est bien
dfinie mais le contenu du Web reste quasiment inaccessible aux traitements machines.
Les ontologies jouent un rle trs important pour la ralisation du Web smantique. Elles sont
utilises pour fournir le vocabulaire et la structure des mtadonnes associes aux ressources
du Web ou aux services Web et servent de reprsentation pivot pour lintgration de sources
de donnes htrognes.
Dans ce contexte, nous pensons que les ontologies peuvent apporter normment aux
systmes pdagogiques adaptatifs et particulirement ceux qui sappuient sur des
technologies du Web (par exemple les hypermdias) et qui rutilisent des ressources
pdagogiques du Web.
-49-
Web smantique et e-Learning
L'expression Web smantique, attribue Tim Berners-Lee (Berners-Lee et al., 2001) au sein
du W3C2, fait dabord rfrence la vision du Web de demain comme un vaste espace
dchange de ressources entre tres humains et machines permettant une meilleure
exploitation de grands volumes dinformations et de services varis. Le Web smantique, la
diffrence du Web actuel, devrait dcharger les utilisateurs dune bonne partie de leurs tches
de recherche, de construction et de combinaison des rsultats, grce aux capacits accrues des
machines accder aux contenus des ressources et effectuer des raisonnements sur ceux-ci.
Le Web smantique, concrtement, est dabord une infrastructure de langages permettant
lutilisation de connaissances formalises qui sajoutent au contenu informel actuel du Web,
mme si aucun consensus nexiste sur le degr de cette formalisation. Cette infrastructure
doit :
- permettre de localiser, didentifier et de transformer des ressources (des documents ou des
services) de manire robuste tout en renforant lesprit douverture du Web avec sa diversit
dutilisateurs.
- sappuyer sur des consensus, par exemple, sur les langages de reprsentation ou sur les
ontologies utilises.
- contribuer assurer, le plus automatiquement possible, linteroprabilit et les
transformations entre les diffrents formalismes et les diffrentes ontologies.
- faciliter la mise en uvre de calculs et de raisonnements complexes tout en offrant des
garanties sur leur validit.
- offrir des mcanismes de protection (droits daccs, dutilisation et de reproduction).
Les recherches actuelles sappuient normment sur des rsultats de recherches en ingnierie
des connaissances (Gandon, 2002). Or, lutilisation et lacceptation de ces rsultats lchelle
du (ou dune partie du) Web posent de nouveaux problmes et dfis : changement dchelle
d au contexte de dploiement, le Web et ses drivs (intranet, extranet), ncessit dun
niveau lev dinteroprabilit, ouverture, standardisation, diversits des usages, distribution
bien sr et aussi impossibilit dassurer une cohrence globale. Comme l'crit, en substance,
Tim Berners-Lee, le Web smantique est ce que nous obtiendrons si nous ralisons le mme
processus de globalisation sur la reprsentation des connaissances que celui que le Web fit
initialement sur l'hypertexte.
2
World Wide Web Consortium
-50-
Web smantique et e-Learning
2. Ontologies
3
Ontology Web Language
4
Darpa Agent Markup Language
5
Ontology Inference Layer
6
Resource Description Framework Schema
-51-
Web smantique et e-Learning
Plusieurs recherches (Grninger et Lee, 2002 ; Russ et al., 1999 ; Uschold et Grninger,
1996 ; Miszoguchi et Bourdeau, 2000; Staab & Maedche, 2001 ; Psych et al., 2003), ont
dgag lintrt dutiliser des ontologies dans les systmes base de connaissances (SBC) et
le Web smantique :
La reprsentation des connaissances du domaine dun SBC : les ontologies servent
reprsenter explicitement les connaissances du domaine dun SBC. En particulier, elles
servent de schma la reprsentation des connaissances du domaine dans la mesure o elles
dcrivent les objets, leurs proprits et la faon dont ils peuvent tre combins pour constituer
des connaissances explicites et compltes du domaine.
La communication : les ontologies peuvent intervenir dans la communication entre
personnes, organisations et logiciels [Uschold et Gruninger, 1996]. En effet, les ontologies
servent, par exemple, crer au sein dun groupe ou dune organisation un "vocabulaire
conceptuel commun". Dans ce cas, on est plutt dans le cadre dune ontologie informelle.
Dans le cas de la communication entre personnes et systmes, lontologie est formelle et
effectue en gnral une tche prcise dans le SBC ou le systme dinformation. Lontologie
est un puissant moyen pour lever les ambiguts dans les changes.
Linteroprabilit : selon (Uschold et Gruninger, 1996) le dveloppement et limplantation
dune reprsentation explicite dune comprhension partage dans un domaine donn, peut
amliorer la communication, qui son tour permet une plus grande rutilisation, un partage
plus large et une interoprabilit plus tendue . Linteroprabilit est donc une spcialisation
de la communication qui permet de rpertorier les concepts que des applications peuvent
schanger mme si elles sont distantes et dveloppes sur des plateformes diffrentes.
Laide la spcification de systmes : (Mizoguchi & Ikeda., 1997) expliquent que la
plupart des logiciels conventionnels sont construits avec une conceptualisation implicite et
que la nouvelle gnration des systmes utilisant les travaux en intelligence artificielle devrait
tre base sur une conceptualisation explicitement reprsente . Dans ce contexte,
lontologie fournit une description explicite des objets que doit manipuler un systme.
Lindexation et la recherche dinformation : dans le Web smantique, les ontologies y sont
utilises pour dterminer les annotations smantiques dcrivant les ressources sur le Web.
-52-
Web smantique et e-Learning
La proposition du W3C sappuie au dpart sur une pyramide de langages dont seulement les
couches basses sont aujourdhui relativement stabilises. La figure 4 montre lorganisation en
couches des langages du WS propose par le W3C. Deux types de bnfices peuvent tre
attendus de cette organisation.
(1) Elle permet une approche graduelle dans les processus de standardisation et dacceptation
par les utilisateurs.
(2) Par ailleurs, si elle est bien conue, elle doit permettre de disposer du langage au bon
niveau de complexit, celle-ci tant fonction de lapplication raliser.
Un aspect central de linfrastructure du WS est sa capacit didentification et de localisation
des diverses ressources. Elle repose sur la notion dURI (Uniform Resource Identifier) qui
permet dattribuer un identifiant unique un ensemble de ressources, sur le Web bien sr
mais aussi dans dautres domaines (documents, tlphones portables, personnes, etc.). Cette
notion est la base mme des langages du W3C.
Une autre caractristique de tous ces langages est dtre systmatiquement exprimables et
changeables dans une syntaxe XML. Ceci permet de bnficier de lensemble des
technologies dveloppes autour de XML : XML Schemas, outils dexploitation des
ressources XML (bibliothques JAVA, etc.), bases de donnes grant des fichiers XML,
mme si un langage de requtes spcifique (par exemple SPARQL7, RDF8 Query) est
ncessaire pour les langages construits au dessus de XML, tel que RDF.
7
Simple Protocol and RDF Query Language
8
Resource Description Framework
-53-
Web smantique et e-Learning
SPARQL
RDF est un modle de graphe destin dcrire formellement les ressources du Web et leurs
mtadonnes, de sorte permettre le traitement automatique de telles descriptions. RDF se
base sur des vocabulaires formels et prcis, tels que ceux exprims en RDFS ou en OWL. Il
constitue le langage de base du Web smantique. Une des syntaxes (srialisation) de ce
langage est RDF/XML (extrait de Wikipdia).
En annotant des documents non structurs et en servant d'interface pour des applications et
des documents structurs (par exemple des bases de donnes), RDF permet une certaine
interoprabilit entre des applications changeant de l'information non formalise et non
structure sur le Web.
Un document structur en RDF est un ensemble de triplets de la forme {sujet, prdicat, objet}
o :
Le sujet reprsente la ressource dcrire ;
Le prdicat reprsente un type de proprit applicable cette ressource ;
L'objet reprsente une donne (un littral) ou une autre ressource ; c'est la valeur de la
proprit.
Le sujet, et l'objet dans le cas o celui-ci est une ressource, peuvent tre identifis par une
URI ou tre des ressources anonymes. Le prdicat est ncessairement identifi par une URI.
Un document RDF ainsi form correspond un multi-graphe orient et tiquet. Chaque
-54-
Web smantique et e-Learning
triplet correspond alors un arc orient dont le label est le prdicat, le nud source est le sujet
et le nud cible est l'objet.
Par exemple, dans la figure 5, nous modlisons par un graphe RDF le fait quun cours de
bases de donnes sem316 est enseign par lenseignante Rose Dieng : (une ellipse
reprsente une ressource, un rectangle reprsente un littral et une flche reprsente une
proprit) :
http://www.univ-annaba.org/cours/sem316
titre enseignant
<rdf:Description rdf:about='http://www.univ-annaba.org/cours/sem316'>
<titre>Systmes de gestion des bases de donnes</titre>
<enseignant>
<nom> Rose Dieng </nom>
<pagePersonelle>
<rdf:Description rdf:about='http://www.univ-annaba.org/ensei/RoseDieng'>
</pagePersonelle>
</enseignant>
</rdf:Description>
RDFS ajoute RDF la possibilit de dfinir des hirarchies de classes et de proprits dont
lapplicabilit et le domaine de valeurs peuvent tre contraints laide des proprits
rdfs:domain et rdfs:range. A chaque domaine applicatif peut tre ainsi associ un schma
identifi par un prfixe particulier et correspondant une URI. Les ressources instances sont
ensuite dcrites en utilisant le vocabulaire donn par les classes dfinies dans ce schma. Les
-55-
Web smantique et e-Learning
applications peuvent alors leur donner une interprtation oprationnelle. Nanmoins, RDFS
nintgre pas en tant que tel de capacits de raisonnement.
Les principaux lments du langage RDFS sont les suivants:
- la classe rdfs:Class permet de dclarer une ressource comme tant une classe pour d'autres
ressources. Par exemple nous pouvons dfinir en RDFS la classe Cours qui dcrit les cours
dune cole :
<rdfs:Class rdf:ID='Cours'/>
<rdfs:Class rdf:ID='CoursMaster'>
<rdfs:subClassOf rdf:resource='#Cours'/>
</rdfs:Class>
- RDFS prcise la notion de proprit dfinie par RDF en permettant de donner un type ou
une classe au sujet et l'objet des triplets. Pour cela, RDFS dfinit :
- la proprit rdfs:domain qui permet de dfinir la classe des sujets lie une proprit.
- la proprit rdfs:range qui permet de dfinir la classe ou le type de donnes des valeurs
dune proprit.
Nous pouvons, par exemple, exprimer en RDFS le fait que lenseignant dun cours est une
personne et que le nom dune personne est un littral (une chane de caractres) :
<rdf:Property rdf:ID='nom'>
<rdfs:domain rdf:resource='#Personne'/>
<rdfs:range rdf:resource= '&rdfs;Literal'/>
</rdf:Property>
Nous pouvons alors exprimer en RDF le fait que la proprit 'enseignant' relie 'sem316' (de
type Cours) 'Rose Dieng' (de type Personne):
-56-
Web smantique et e-Learning
Pour rsumer, XML peut tre vu comme la couche de transport syntaxique, RDF comme un
langage relationnel de base et RDFS offre des primitives de reprsentation de structures ou
des primitives ontologiques.
OWL (Web Ontology Language) est un langage bas sur RDF. Il enrichit le modle RDF
Schema en dfinissant un vocabulaire riche pour la description d'ontologies complexes. OWL
est bas sur une smantique formelle dfinie par une syntaxe rigoureuse. Il existe trois
versions du langage : OWL Lite, OWL DL, et OWL Full.
OWL et RDFS sont tous deux des vocabulaires RDF.
RDFS dfinit le plus petit nombre de notions et de proprits ncessaires la dfinition d'un
vocabulaire simple, essentiellement :
OWL est un langage beaucoup plus riche qui, aux notions dfinies par RDF Schema, ajoute
les proprits de classe quivalente, de proprit quivalente, d'identit de deux ressources, de
diffrences entre deux ressources, de contraire, de symtrie, de transitivit, de cardinalit, etc.,
permettant de dfinir des relations complexes entre des ressources.
-57-
Web smantique et e-Learning
objectif. Le processus pdagogique est bas sur les requtes Web smantique et la navigation
travers des ressources pdagogiques active par un background ontologique. Lontologie
permet le lien entre les besoins des apprenants et les annotations des ressources pdagogiques.
Les travaux de (Stojanovic et al., 2001) appuient le fait que le Web smantique constitue une
plateforme pour la recherche et lextraction de ressources pdagogiques du Web. Les auteurs
considrent que lannotation smantique des ressources pdagogiques rpond au problme
pos par les annotations utilisant des vocabulaires non contrls tel que le standard de
mtadonnes LOM (Learning Object Metadata) ou le Dublin Core. Ils stipulent que les
ressources pdagogiques du Web pourraient tre traitables par les programmes si celles-ci
sont annotes par une ontologie. Ainsi, grce une reprsentation ontologique comprise par
les programmes, la rutilisation et la personnalisation des systmes pdagogiques reprsentent
les points forts de lutilisation du Web smantique.
Les travaux de (Vargas-Vera & Lytras, 2008) montrent que la recherche de ressources
pdagogiques guide par une ontologie reprsente une alternative intressante la recherche
classique par mots cls. Les rsultats de la recherche sont plus adapts aux apprenants grce
aux capacits de raisonnement intrinsques aux ontologies. Ces travaux proposent un portail
smantique qui permet aux apprenants daccder de manire transparente des services et
des ressources pdagogiques distribus sur le Web. Ces services peuvent effectuer des
raisonnements en arrire plan pour rechercher des ressources pdagogiques pertinentes pour le
compte de lapprenant.
Un framework pour la personnalisation de lapprentissage en utilisant le Web smantique est
propos dans (Henze, Dolog, & Nejdl, 2004). Les auteurs montrent comment lutilisation des
descriptions RDF des ressources pdagogiques distribues permet la gnration automatique
de cours hypermdias. Ils utilisent le langage de rgles TRIPLE pour lchange des
annotations RDF.
Une synthse sur le nouveau dfi des systmes pdagogiques, savoir, le Web smantique
ducationnel est prsente dans (Aroyo, & Dicheva, 2004). Les auteurs prsentent un tat de
lart du e-Learning smantique et proposent un framework pour assurer linteroprabilit, la
rutilisation et le partage des informations ducationnelles travers des descriptions
smantiques et la standardisation de la communication travers des systmes modulaires et
bases de services.
En rsum, les recherches cites ici et beaucoup dautres tendent tirer profit du Web
smantique dans le domaine de lducation et en particulier pour la personnalisation des
-58-
Web smantique et e-Learning
5. Mtadonnes et e-Learning
9
http://www.imsglobal.org/metadata/index.html
-59-
Web smantique et e-Learning
-60-
Web smantique et e-Learning
incluant les tables SQL, les fichiers textes, les mta-balises HTML, etc. De telles ralisations
techniques du modle abstrait dans un format spcifique reprsentent des 'binding'.
La rfrence IEEE-1484.12.1 s'accompagne de 3 autres standards IEEE-1484.12.2, IEEE-
1484.12.3 et IEEE-1484.12.4 qui traitent respectivement le modle et des bindings XML et
RDF.
LOM a une structure hirarchique de 78 lments qui forment un arbre sur 3 niveaux. Il
propose 59 champs d'information indpendants. Chaque champ d'information peut apparaitre
en gnral 0 ou 1 fois; certains champs particuliers peuvent apparaitre un nombre limit de
fois 10, 30 ,40 ou mme 100 fois.
Cependant, il est illusoire de croire pouvoir imposer tous les auteurs et tous les
documentalistes qui produisent des ressources pdagogiques l'utilisation exhaustive et
restrictive du standard LOM.
10
http://dublincore.org/
-61-
Web smantique et e-Learning
3. Mta-mtaDonnes
Caractristiques de la description elle-mme (spcifiques lenregistrement des
mtadonnes) : la date de contribution, les diffrents contributeurs ltablissement
des mtadonnes, etc. Il est souligner que la non confusion entre cration des
mtadonnes et cration de ressources doit tre souligne comme primordiale. Cette
catgorie est galement fondamentale pour pouvoir faire fonctionner un systme
dinformation structure avec mtadonnes. Les sous-ensembles que contient cette
catgorie taient pour la plupart inconnus des bibliothcaires qui y ont t confronts
lorsquils ont construit des bibliothques numriques. Font partie de cette catgorie :
- une entre unique correspondant au systme didentification (comme ARIADNE,
URL, etc.),
- la langue de la description,
- les contributions, y compris les entits (personnes, organisations) ayant contribu et
la date de leur contribution (un type spcifique de contribution tant la validation) ;
4. Technique
Cette catgorie dfinit les exigences techniques en terme de navigateur, de systme
dexploitation, ou des caractristiques comme le type des donnes, le format (type
MIME), la taille de la ressource pdagogique (en octets), sa localisation physique en
vue de son tlchargement (URL Uniform Ressource Locator ou URI Uniform
Ressource Identifier), sa dure, des informations complmentaires sur linstallation,
etc.
5. Pdagogie
Cette catgorie se dcline en treize sous-catgories pdagogiques. Cest souvent par
ces sous-catgories que lon amliore lexploitation du contenu pdagogique. Il est par
contre fondamental de bien comprendre que les deux items densit smantique et
description ne sont pas destins dcrire la ressource pour la retrouver ultrieurement
ou la classer.
Type dinteractivit : le type dinteraction entre la ressource et lutilisateur
typique (Active, Expositive, Undefined).
Types de ressources pdagogiques : le type pdagogique (exercise,
simulation...) peut tre prsent plusieurs fois.
Niveaux dinteractivit : degr dinteractivit.
Densit smantique : (de trs basse trs leve).
-62-
Web smantique et e-Learning
6. Droits
Caractristiques exprimant les conditions dutilisation : les droits (copyright) lis la
ressource, les conditions lgales d'utilisation, ventuellement son cot.
7. Relation
Caractristiques exprimant les liens avec dautres ressources pdagogiques en
prcisant la nature de la relation ( est requis par , est une partie de ).
8. Annotation
Annotations ou commentaires sur lutilisation pdagogique de la ressource.
9. Classification
Cette catgorie, essentielle pour proposer un schma ouvert, permet dindiquer o se
place la ressource dans un systme de classification donn. Dans ARIADNE par
exemple, on utilise cette catgorie pour placer la ressource dans une classification
smantique dynamique, en indiquant la discipline et les concepts prsents dans la
ressource.
Il est important de noter que de nombreux lments peuvent recevoir plusieurs valeurs (tout
comme certaines catgories). Par exemple, en utilisant plusieurs classifications, on pourra
prciser o se place la ressource dans diffrentes taxinomies smantiques, telles que Universal
Decimal Classification, Dewey Decimal Classification, etc.
Par ailleurs, un des buts explicites du LOM est de faciliter le multilinguisme, aussi bien au
sein des ressources que dans leur description. A chaque fois que l'on doit saisir des textes
libres (plutt que de slectionner des valeurs dun vocabulaire prdfini), la notion de
'LangString' propose par le schma permet de dfinir un texte en diffrentes langues. Une
-63-
Web smantique et e-Learning
indication prcise la langue utilise ainsi que son ventuelle variante gographique, comme
par exemple fr-fr et fr-ca pour franais pratiqu en France et franais pratiqu au Canada
(Duval, 2002). Ces descripteurs ne sont pas obligatoires mais certains peuvent tre rpts.
LOM est considr comme le modle de mtadonnes de rfrence pour dcrire des
ressources pdagogiques. Cependant, de nombreuses limitations sont constates :
Lourdeur du modle :
Arbitrage raliser entre le volume et la pertinence des champs du modle.
Complexit technique du modle :
Difficult de remplir les 78 champs du modle.
Insuffisance en termes daspects pdagogiques :
Les 9 catgories de LOM renferment implicitement des modles pdagogiques sous-jacents,
approuvs de facto. Dans l'tat prsent, ce modle ressort davantage d'un catalogue de
ressources que d'une aide la mise en place de dispositifs efficients de transfert ou de
construction de savoirs.
o Manque de dfinition de ce quest une ressource pdagogique : Le LOM
sapplique indistinctement des objets qui ont des natures et des
fonctionnalits trs diffrentes (ressources, activits et unit dapprentissage) :
cela empche leur description en tant que tels
o Excs de gnricit : Le LOM offre des champs de donnes qui manquent de
prcision (Ex : la catgorie "classification" permet chaque institution de
classer lobjet suivant son propre catalogue).
o Rle de descripteur nest pas assez pouss pour prendre en compte des
ressources plus interactives comme celles mises en uvre dans lvaluation
des connaissances.
o Manque de pertinence de certains champs en terme dindexation : Certains
descripteurs (tels que la "densit smantique") apparaissent trop subjectifs,
donc difficiles informer
o Focalisation exclusive sur les contenus sans prise en considration de la
dmarche pdagogique leur associer.
o Incompatibilit avec des reprsentations structures de linformation : Le LOM
ne permet pas, dans sa forme actuelle, de reprsentations enrichies de
connaissances (liens, ontologies)
-64-
Web smantique et e-Learning
Conclusion : Dans ce chapitre nous avons prsent le Web smantique en explicitant ses
objectifs et ses langages. En effet, Les spcifications RDF, RDFS et OWL combines
forment une partie de la plateforme Web Smantique base sur les concepts suivants :
un schma de nommage global (les URI)
une syntaxe standard pour dcrire des connaissances (RDF)
un moyen standard de dcrire les proprits de ces connaissances (RDF Schema)
un moyen standard de dcrire les relations entre ces connaissances (OWL)
un moyen de crer un rseau de confiance scuris propos de ces connaissances
Nous avons galement montr lintrt que pouvait avoir le Web smantique pour le e-
Learning et particulirement pour les systmes pdagogiques adaptatifs qui ont comme
mots cls : efficacit, rutilisabilit et apprentissage pertinent. Nous avons prsent un
aperu des recherches qui essayent dutiliser les ontologies et les standards de mtadonnes
pour amliorer la rutilisation des ressources pdagogiques au sein de systmes
pdagogiques.
Nous avons galement prsent le standard LOM, dune part parce quil reprsente un
modle de mtadonnes incontournable dans le domaine de lducation et dautre part
parce que nous nous intressons, dans le cadre de notre travail, uniquement au ressources
pdagogiques du Web annotes par le standard LOM.
-65-
Partie II : Un environnement pdagogique
adaptatif: le systme OrPAF
Dans notre travail de thse, nous nous intressons la construction dun environnement
pdagogique centr sur lapprenant, qui permet de monter efficacement des formations en
rutilisant des ressources pdagogiques existantes du Web. Ce type denvironnements intgre
des agents humains (des enseignants, des experts du domaine, des apprenants, etc.) et des
agents logiciels qui fournissent aux apprenants des situations dinteraction leur permettant
daccder des ressources pdagogiques dans le but datteindre leurs objectifs de formation.
La partie logicielle de notre environnement est dveloppe pour assurer trois fonctions :
1. Reprsentation, gestion et exploitation des connaissances (dans notre cas, bases sur
les modles et les technologies du Web smantique) (Yessad et al., 2008a ; Yessad et
al., 2008b ; Yessad et al., 2008c);
2. Recherche de ressources pdagogiques pertinentes du Web (dans notre cas,
recherches partir du corpus ARIADNE) (Yessad et al., 2005a) ;
3. Gnration et prsentation de cours adaptatifs (dans notre cas, travers la technologie
des hypermdias adaptatifs) (Yessad et al., 2005b ; Yessad et al., 2006).
-66-
Le systme OrPAF
Nous prsentons tout au long de cette deuxime partie les choix techniques et didactiques qui
sous-tendent notre approche ainsi que la dmarche mthodologique utilise pour le
dveloppement de notre environnement pdagogique adaptatif.
Au-del des contraintes classiques que doit vrifier un systme informatique, les
environnements pdagogiques embarquent des fonctionnalits supplmentaires lies
lobjectif de susciter ou daccompagner un apprentissage humain. Dans ce domaine, plusieurs
mthodologies ont t proposes (Reigeluth, 1999) pour assister les quipes de
dveloppement. Dans notre travail, nous rutilisons une mthodologie de dveloppement
propose dans (Lester et al., 2005) et qui est une extension du processus de dveloppement
en cascade (Boehm, 1981). Ce modle de dveloppement de systmes pdagogiques
comporte six phases, savoir, ltude de faisabilit, lanalyse, la conception, la construction,
la ralisation et lvaluation du systme (voir figure 6).
2. Problmatique de recherche
Lintrt principal de notre recherche est de proposer un environnement pdagogique qui
permet de monter efficacement des formations destines un public averti, par exemple des
employs impliqus dans un processus de formation continue, qui sont rgulirement
confronts de nouveaux besoins de formation et qui ne disposent daucune assistance
humaine. Il sagit galement dintgrer une dmarche didactique au dveloppement technique
dun tel environnement.
Le point de dpart de notre travail a t didentifier les situations dapprentissage pour
lesquelles notre approche serait utile et apporterait une valeur ajoute par rapport aux
approches et systmes dj existants.
-67-
Le systme OrPAF
-68-
Le systme OrPAF
-69-
Le systme OrPAF
besoin dtre guid dans son parcours dapprentissage sans pour autant perdre le contrle sur
celui-ci. Il sagit de trouver un compromis entre le guidage absolu de lapprenant dans les
tuteurs intelligents et la libert absolue de lapprenant dans hypermdias ducationnels. Ce
problme est difficile et relve du domaine de la psychologie pdagogique mais des rponses
technologiques existent (Voir chapitre 5).
-70-
4. Reprsentation des connaissances dans
OrPAF
Nous avons expliqu dans le chapitre 3, lintrt dutiliser les ontologies et les technologies
du Web smantique pour (i) rpondre la faiblesse smantique de la reprsentation des
connaissances dans le domaine de lapprentissage humain et (ii) associer aux ressources
pdagogiques des descriptions formelles permettant de mettre en uvre des raisonnements
formels (recherche de ressources, compositions de ressources, etc.). Dans le cadre de notre
travail de thse, loprationnalisation des ontologies nous permet de raliser des besoins
fonctionnels et dautres non fonctionnels.
Dans le cadre des besoins fonctionnels, lutilisation des technologies Web smantique nous
permet de rechercher des ressources pdagogiques adaptes lapprenant, de composer de
nouvelles ressources partir de ressources existantes permettant davoir des parcours
dapprentissage personnaliss et dadapter linteraction entre le systme et lapprenant en
fonction des objectifs de celui-ci.
Dans la cadre des besoins non fonctionnels, les technologies et les modles du Web
smantique amliorent linteroprabilit de lenvironnement pdagogique avec dautres
systmes pdagogiques du Web, en particulier, la rutilisation de ressources pdagogiques et
de connaissances (par exemple les connaissances dun domaine) cres et gres dans ces
-71-
Reprsentation des connaissances dans OrPAF
systmes pdagogiques. Dailleurs, une ontologie reprsente une dfinition explicite dune
conceptualisation partage dun domaine de connaissances et donc permet de limiter les
projections possibles entre les symboles utiliss et leur signification, ce qui amliore la
comprhension automatique des modles et donc leur rutilisation.
Dans ce chapitre, nous allons prsenter comment nous avons utilis les ontologies pour
dcrire les connaissances de lenvironnement pdagogique adaptatif OrPAF.
-72-
Reprsentation des connaissances dans OrPAF
les ontologies et les modles du niveau infrieur. En dautres termes, ces derniers sont
construits par instanciation des diffrents concepts dfinis dans lontologie du e-Learning.
Etant donn, que certains concepts sont redondants et sont reprsents dans plusieurs modles
(modle du domaine, modle pdagogique et modle apprenant), cette approche de
modlisation deux niveaux nous permet de dcrire de manire partage et cohrente les
concepts des diffrents modles.
Ainsi, la conception dun mta-modle permet de rduire lhtrognit :
(1) entre les langages qui servent dcrire les modles. Cette htrognit se manifeste
gnralement en quatre points : la syntaxe, la reprsentation logique, la smantique des
primitifs et lexpressivit du langage.
(2) entre les modles. Cest--dire quune diffrence dans la faon dinterprter un domaine
implique une diffrence entre les concepts et leurs relations qui se manifeste la fois au
niveau de la spcification et au niveau de la conceptualisation du domaine, comme par
exemple avoir plusieurs termes pour dsigner le mme concept. En effet, nous pouvons avoir
dans le systme une connaissance qui spcifie que l apprenant A doit apprendre la notion
dsigne par le terme t1 et une autre connaissance qui spcifie que la ressource
pdagogique R est un exercice sur la notion dsigne par le terme t2 . Si dans lontologie
nous disposons de la connaissance qui spcifie que les termes t1 et t2 sont relatifs la mme
notion alors R devient une ressource pertinente pour lapprenant A.
-73-
Reprsentation des connaissances dans OrPAF
contexte de formation donn est identifie grce leurs annotations smantiques bases sur les
diffrentes ontologies.
Un acteur modlisateur : ce rle est jou par lingnieur de la connaissance qui utilise un
langage de reprsentation de connaissances (dans notre cas, un langage ontologique) pour
formaliser les connaissances informelles ou semi-formelles spcifies par les experts.
Dans le systme OrPAF, les enseignants ont un double rle : ils recherchent sur le Web des
ressources pdagogiques et les annotent (dans ce cas, ils sont producteurs de connaissances).
Cependant, le processus dannotation est guid par le systme car les enseignants sont
contraints dutiliser exclusivement le vocabulaire spcifi dans les ontologies (dans ce cas, ils
sont consommateurs de connaissances). Par exemple, si un enseignant annote une ressource
pdagogique qui dfinit la notion Polynme du domaine de lalgbre, il doit utiliser la
notion Polynomial ou une notion proche de Polynomial dans lontologie qui dcrit le
domaine de lalgbre. Cette contrainte assure lutilisation dun vocabulaire commun entre les
diffrents acteurs et composants du systme et rduit ainsi le risque dhtrognit
smantique.
-74-
Reprsentation des connaissances dans OrPAF
Modles
apprenants
Algbre
Formalisation des connaissances
Ingnieurs des
connaissances
Experts du Experts en
domaine pdagogie
Apprenants
-75-
Reprsentation des connaissances dans OrPAF
Cette ontologie reprsente un modle gnrique qui formalise des connaissances du domaine
de lapprentissage en ligne (e-Learning) indpendamment de la formation vise (la discipline
apprendre). Elle dcrit deux types de connaissances: des concepts et des proprits organiss
hirarchiquement. Pour chaque proprit, on dfini un concept de dpart (le domaine de la
proprit) et un concept darriv (la valeur ou le co-domaine de la proprit). Ces
connaissances sont instancies pour dcrire les notions dun domaine (par exemple les notions
de lalgbre), des stratgies pdagogiques (par exemple la stratgie inductive), des
caractristiques de lapprenant (par exemple son niveau de connaissances) et des annotations
conceptuelles pour les ressources pdagogiques (par exemple le type pdagogique de la
ressource, son auteur, etc.).
La figure 8 reprsente un extrait de lontologie du e-Learning qui a t construite dans le
cadre du projet OrPAF. Elle est compose de diffrents concepts et proprits ddis la
formalisation de diffrentes connaissances : connaissances sur le domaine, connaissances sur
la pdagogie, connaissances sur lapprenant et connaissances sur les ressources pdagogiques.
Nous notons quune proprit qui relie deux concepts est oriente du concept domaine
vers le concept co-domaine . Par exemple, la proprit preferedAuthor relie le concept
Learner (domaine de la proprit) au concept Author (le co-domaine de la proprit).
-76-
Reprsentation des connaissances dans OrPAF
-77-
Reprsentation des connaissances dans OrPAF
Dans le systme OrPAF, lingnieur des connaissances prend en charge la reprsentation des
connaissances exprimes par lexpert en utilisant des formalismes de reprsentation.
Les standards actuels de reprsentation ontologique permettent :
- La formalit (logique du premier ordre pour RDF et logique de description pour OWL) ;
- La multi-instanciation : instances de plusieurs classes ;
- La rutilisation de plusieurs schmas grce aux namespaces ;
- Des rgles dinfrence standards pour raisonner sur les connaissances (OWL).
Dans notre travail, le formalisme choisi pour la modlisation des connaissances doit
permettre:
- lexploitation non ambige des diffrentes connaissances (les diffrentes ontologies) ;
- la possibilit dadapter les diffrents modles (domaine, pdagogique et apprenant) ou de les
substituer par dautres modles correspondants une nouvelle demande de formation;
- la validit des trois modles de connaissances par rapport au mta-modle (lontologie du e-
Learning)
- lannotation des ressources pdagogiques par association des diffrents modles (plusieurs
schmas). Cela signifie lutilisation de formalismes de reprsentation modulaires.
La description de lontologie du e-Learning LO est faite dans le langage OWL. Etant donn,
dune part, les caractristiques de ce langage de description dontologies (voir chapitre 3) et
dautre part les besoins cits ici, OWL est parfaitement adapt pour dcrire les concepts de C,
les proprits de P et leur signature Signatures, leurs liens de subsomption HC et HP et les
rgles Rules qui sappliquent sur les concepts et les proprits.
Les concepts LearningTopic, GoalTopic et MediumTopic sont utiliss pour instancier des
notions du domaine. GoalTopic et MediumTopic sont des sous-concepts de LearningTopic et
permettent pour le premier dinstancier des notions cibles (des notions que lapprenant
cherche atteindre) et pour le deuxime dinstancier les autres notions du domaine.
-78-
Reprsentation des connaissances dans OrPAF
<owl:Class rdf:ID="LearningTopic">
<rdfs:subClassOf rdf:resource="#ELearningConcept"/>
</owl:Class>
<owl:Class rdf:ID="GoalTopic">
<rdfs:subClassOf rdf:resource="#LearningTopic"/>
</owl:Class>
<owl:Class rdf:ID="MediumTopic">
<rdfs:subClassOf rdf:resource="#LearningTopic"/>
</owl:Class>
Les concepts Learner et Author sont des sous-concepts du concept LearningPerson qui
reprsente de manire abstraite toutes les personnes impliques dans un environnement
dapprentissage humain (apprenant, auteur, enseignant, expert, etc.).
<owl:Class rdf:ID="LearningPerson">
<rdfs:subClassOf rdf:resource="#ELearningClass"/>
</owl:Class>
<owl:Class rdf:ID="Learner">
<rdfs:subClassOf rdf:resource="#LearningPerson"/>
</owl:Class>
<owl:Class rdf:ID="Author">
<rdfs:subClassOf rdf:resource="#LearningPerson"/>
</owl:Class>
-79-
Reprsentation des connaissances dans OrPAF
<owl:ObjectProperty rdf:ID="learningTopicProperty">
<rdfs:subPropertyOf rdf:resource="#eLearningProperty"/>
<rdfs:domain rdf:resource="#LearningTopic"/>
<rdfs:range rdf:resource="#LearningTopic"/>
</owl:ObjectProperty>
<owl:ObjectProperty rdf:ID="learnerProperty">
<rdfs:subPropertyOf rdf:resource="#eLearningProperty"/>
<rdfs:domain rdf:resource="#Learner"/>
</owl:ObjectProperty>
<owl:ObjectProperty rdf:ID="pedagogicalProperty">
<rdfs:subPropertyOf rdf:resource="#eLearningProperty"/>
<rdfs:domain rdf:resource="#PedagogicalActivity"/>
<rdfs:range rdf:resource="#PedagogicalActivity"/>
</owl:ObjectProperty>
La proprit prerequisiteOf permet de relier une notion (de type LearningTopic) son post-
requis (de type LearningTopic). La proprit prerequisiteOf est une sous proprit de la
proprit orderRelationship. Cette dernire dfinit des relations dordre entre les notions du
domaine, c'est--dire des relations o les notions se succdent squentiellement selon une
certaine logique (ordre temporel, ordre dimportance, etc.).
<owl:ObjectProperty rdf:ID="prerequisiteOf">
<rdfs:subPropertyOf rdf:resource="#orderRelationship"/>
<rdfs:domain rdf:resource="#LearningTopic"/>
<rdfs:range rdf:resource="#LearningTopic"/>
</owl:ObjectProperty>
-80-
Reprsentation des connaissances dans OrPAF
<owl:ObjectProperty rdf:ID="sequencingStrategy">
<rdfs:subPropertyOf rdf:resource="#pedagogicalProperty"/>
<rdfs:domain rdf:resource="#LearningActivity"/>
<rdfs:range rdf:resource="# LearningActivity"/>
</owl:ObjectProperty>
Une fois les diffrents concepts et proprits dfinis dans lontologie OWL, ils sont instancis
pour construire les diffrents modles du e-Learning: le modle du domaine, le modle
apprenant et le modle pdagogique (voir la section suivante).
Lontologie du e-Learning dcrite ci-dessus est instancie pour construire les ontologies de
formation et les annotations conceptuelles. Les ontologies de formation sont le modle du
domaine, le modle pdagogique et le modle apprenant, les annotations conceptuelles sont
les descriptions des ressources pdagogiques (voir chapitre 5 pour les annotations
conceptuelles). Conceptuellement, les modles sont spcifis de manire identique comme
suit :
LM = (LO, I, InstC, InstP), o:
- LO=(C, P, Hc, Hp, Signature, Rules) reprsente lontologie du e-Learning.
- I est un ensemble dinstances (C, P et I sont des ensembles disjoints).
- InstC: C 2I est une fonction qui permet dassocier des instances aux concepts de LO.
- InstP: P2IxI est une fonction qui permet dassocier des instances aux proprits de LO.
Il ressort de cette dfinition formelle que le lien conceptuel qui relie les diffrents modles
lontologie du e-Learning LO est le lien dinstanciation, c'est--dire, les concepts et les
proprits de LO sont instancis pour construire les diffrents modles du e-Learning.
Ce modle est une ontologie de formation. Il permet de dcrire les notions (en anglais topics)
qui constituent le savoir relatif un domaine ou une discipline. Un domaine particulier (par
exemple le domaine de lalgorithmique) est dcrit par un ensemble de notions et un ensemble
de relations qui relient ces notions. La figure 9 reprsente une partie du domaine de
lalgorithmique dcrit par un ensemble de notions relies par deux types de relation : la
relation prerequisiteOf (pr-requis de) et la relation subTypeOf (sous-type de). Ces deux
relations sont dfinies comme des proprits dans lontologie du e-Learning (voir figure 8)
avec comme domaine et co-domaine le concept LearningTopic. Les relations prerequisiteOf
-81-
Reprsentation des connaissances dans OrPAF
et subTypeOf ne sont pas rflexives (cette rgle de non-rflexivit est dfinie dans Rules de
LO).
Dans notre travail de thse, nous avons construit deux modles de domaine :
- Une ontologie pour reprsenter les notions du domaine de l algorithmique et des langages
de programmation
- Une autre ontologie pour reprsenter les notions du domaine de l algbre .
A linstar des systmes tuteurs intelligents, nous utilisons un modle pdagogique pour
dcrire comment se fait lenchanement des diffrentes activits pdagogiques (exercice,
explication, dfinition, etc.). Ce modle permet de dcider quel type de ressources
pdagogiques prsenter lapprenant en tenant compte du profil de celui-ci. Par exemple,
certains apprenants prfrent, pour apprhender une notion particulire, partir dun exemple
concret sur la notion et ensuite aller vers une conceptualisation de la notion (stratgie
inductive).
Ce modle reprsente une ontologie de formation qui dcrit diffrentes stratgies
pdagogiques pour apprhender une notion du domaine. Concrtement, nous construisons
cette ontologie en dfinissant les diffrentes activits pdagogiques (exercice, dfinition,
exemple, etc.) et leur enchainement dans le temps. Certaines activits pdagogiques sont
squentielles et dautres peuvent se drouler en parallle (elles peuvent tre prsentes
-82-
Reprsentation des connaissances dans OrPAF
Le modle apprenant reprsente les connaissances que possde le systme sur lapprenant.
Ces connaissances ne sont pas fiables et sont remises en cause pendant le processus
dapprentissage. Dans notre travail, nous avons modlis deux types de connaissances sur
-83-
Reprsentation des connaissances dans OrPAF
lapprenant : dune part sa matrise des diffrentes notions du domaine cible et dautres part
ses prfrences (son auteur prfr, son format de ressource prfr, son type cognitif, etc.).
Pour reprsenter la connaissance qua lapprenant sur les diffrentes notions du domaine, nous
avons opt pour le modle de recouvrement binaire (Overlay model) (Galeev et al., 2004). Ce
modle est une estimation du niveau de connaissance de lapprenant pour chaque notion du
domaine. Dans notre cas, cette connaissance est binaire : soit lapprenant connat la notion
soit il ne la connat pas. Cette connaissance est acquise travers les diffrents tests quexcute
lapprenant pendant lapprentissage.
Les prfrences de lapprenant sont fournies par lui au dbut de lutilisation du systme et
sont reprsentes dans son modle apprenant. Les prfrences de lapprenant servent
principalement slectionner les ressources pdagogiques qui sadaptent son profil.
Dans notre travail, le modle apprenant est construit en instanciant des concepts appartenant
lontologie du e-Learning LO, au modle du domaine ou au modle pdagogique. Par
exemple, dans la figure 11, lapprenant Maria est une instance du concept Learner dfini dans
LO et elle est relie par la proprit masteredLearningTopic (dfinie dans LO) la notion
Operator (dfinie dans le modle du domaine), instance de la classe LearningTopic (dfinie
dans LO). La proprit masteredLearningTopic dcrit le fait que lapprenant Maria matrise la
notion Operator.
-84-
Reprsentation des connaissances dans OrPAF
-85-
Reprsentation des connaissances dans OrPAF
Modle OWL
Connaissances gnrales
Couche instanciation
Connaissances spcifiques
Modles RDF
Maria
3.2.5. Exemples de srialisation des modles du e-Learning par des annotations RDF
-86-
Reprsentation des connaissances dans OrPAF
<MediumTopic rdf:ID="ArithmeticStatement">
<lo:subTypeOf>
<GoalTopic rdf:ID="Statement">
</GoalTopic>
</lo:subTypeOf>
<lo:hasprerequisite>
<MediumTopic rdf:ID="Operator"/>
</lo:hasprerequisite>
</MediumTopic>
-87-
Reprsentation des connaissances dans OrPAF
-88-
Reprsentation des connaissances dans OrPAF
Cependant, les concepts et les relations proposes ou extraites doivent ncessairement tre
valids par les experts (experts du domaine, expert de la pdagogie, etc.) avant dtre ajoutes
aux ontologies.
Le processus dingnierie que nous avons suivi pour la construction du modle du domaine
est le suivant :
1- collecter les documents pertinents du domaine cible (dans notre cas, nous avons modlis
deux domaines : lAlgorithmique et lAlgbre)
2- Extraire automatiquement des documents les termes et les relations qui reprsentent des
candidats potentiels pour appartenir lontologie du domaine : (i) un analyseur (parser)
linguistique est utilis par TextToOnto pour sparer/identifier les diffrentes formes
grammaticales du document, (ii) le document est annot par une analyse linguistique et
transform en un fichier XML (iii) Un module extracteur est ensuite utilis pour extraire les
notions et les relations du document XML.
-89-
Reprsentation des connaissances dans OrPAF
3- Dcider quel terme candidat est retenu comme notion dans lontologie du domaine,
ventuellement aprs une transformation morphologique (par exemple le lemme ou la forme
canonique du terme candidat).
4- Identifier les relations entre les notions du domaine. Il sagit dans cette tape de vrifier si
la relation extraite du document correspond smantiquement une des relations dcrites dans
lontologie du e-Learning (sous-proprit de la proprit learningTopicProperty), sinon
considrer cette relation comme une nouvelle sous-proprit de la proprit
learningTopicProperty et lajouter dans lontologie du e-Learning.
5- Valider lontologie finale du domaine.
Les tapes 3, 4 et 5 sont ralises par des experts du domaine en collaboration avec les
ingnieurs de la connaissance.
-90-
Reprsentation des connaissances dans OrPAF
Figure 14 : Extraction de termes candidats dans KAON partir dun document textuel
KAON est associ lditeur dontologie OntoEDIT, dans lequel il est possible de poursuivre
la construction dune ontologie amorce avec le module TextToOnto et son exportation dans
des fichiers OWL/RDF aprs sa validation par les experts (voir figure 15).
-91-
Reprsentation des connaissances dans OrPAF
-92-
Reprsentation des connaissances dans OrPAF
Conclusion : Dans ce chapitre, nous nous somme intresss laspect reprsentation des
connaissances dans lenvironnement pdagogique OrPAF et nous avons montr
lutilisation du formalisme ontologique pour la description de ces connaissances. Notre
dmarche dingnierie combine lingnierie ducative ralise par des experts du domaine
et des experts de la pdagogie et lingnierie des connaissances ralise par des ingnieurs
de la connaissance. Dune part, les experts du domaine dfinissent de manire informelle
les notions du domaine cible et les experts de la pdagogie dfinissent les stratgies
pdagogiques appliquer en terme dactivits pdagogiques. Dautre part, les ingnieurs
de la connaissance formalisent ces connaissances par une reprsentation ontologique
deux niveaux : une ontologie du e-learning et les ontologies de formation, savoir, le
modle du domaine, le modle apprenant et le modle pdagogique.
Nous avons choisi le couple (OWL, RDF) pour la reprsentation ontologique du couple
(ontologie du e-learning, modle du e-learning). Ce choix est en conformit avec notre
choix conceptuel qui dcrit les modles du e-learning comme une instanciation de
lontologie du e-learning pour une formation particulire.
Nous avons adopt loutil TextToOnto pour la construction des ontologies et
particulirement pour la construction du modle du domaine partir de documents
textuels. En effet, cet outil nous permet dextraire des notions du domaine et leurs relations
partir de documents de rfrence dans le domaine (des documents considrs comme
pertinents par les experts du domaine). Cependant, les connaissances extraites sont dabord
traites par les experts avant dtre ajoutes au modle du domaine : la construction du
modle du domaine est semi-automatique.
-93-
5. Gnration de cours hypermdias adaptatifs
dans OrPAF
-94-
Gnration de cours hypermdias adaptatifs dans OrPAF
par le composant AdaptationCourse dans lequel nous avons effectu un certain nombre de
choix conceptuels (Yessad et al., 2008a ; Yessad et al., 2008b ; Yessad et al., 2008c) :
Dune part, nous rutilisons deux techniques empruntes des systmes hypermdias adaptatifs
(voir chapitre 3), savoir, les cartes conceptuelles (concept map) et lannotation des
hyperliens. Ces deux techniques permettent de mettre en uvre ladaptativit de la navigation
dans le cours hypermdia et ont pour objectif de rduire la dsorientation et la surcharge
cognitive des apprenants (Brusilovsky, 1996).
Dautre part, pour gnrer du contenu adaptatif, nous proposons une approche qui permet de
rechercher, dannoter et de rutiliser des ressources pdagogiques partir de corpus du Web.
Le cours gnr dans le systme OrPAF est un hypermdia adaptatif o :
- les hyperliens sont organiss sous la forme dune carte conceptuelle qui reprsente la
structure navigationnelle de lhypermdia. Lexploration de la carte conceptuelle
permet lapprenant dacqurir des connaissances sur le domaine.
- les pages sont des ressources pdagogiques recherches partir du Web (page HTML
ou autres). Ces ressources pdagogiques subissent en amont un travail dannotation
semi-automatique avant dtre rutilises automatiquement pendant le processus
dapprentissage.
-95-
Gnration de cours hypermdias adaptatifs dans OrPAF
Une carte conceptuelle (CM pour Conceptual Map) est un graphe qui organise la
connaissance et qui prsente les notions dun domaine ainsi que les relations qui les relient.
Une carte conceptuelle peut servir comme support de prsentation de cours (Horton et al.,
1993). Dans notre approche, une carte conceptuelle reprsente la structure navigationnelle du
cours hypermdia gnr. Les nuds de la carte conceptuelle sont des notions dfinies dans le
modle du domaine et les liens entre les nuds de la carte sont des relations qui relient les
notions dans le modle du domaine. Dans une carte conceptuelle, au-del du graphe de
notions (la partie visible de liceberg), nous retrouvons dautres informations : des ressources
pdagogiques pertinentes sont associes aux notions de la carte. Lapprenant en parcourant la
carte conceptuelle peut visualiser des contenus pdagogiques. Etant donn que la carte
conceptuelle a une structure graphique, lapprenant dispose de plusieurs chemins et parcours
dapprentissage et il est libre dexplorer nimporte quel parcours de la CM. Cette situation est
lorigine de deux problmes : la dsorientation et la surcharge cognitive de lapprenant.
Nous rpondons ces deux problmes par :
- La CM ne contient que les notions qui permettent lapprenant datteindre son lobjectif.
- Les notions de la CM sont annotes selon le principe suivant : une notion de la carte est
accessible lapprenant si toutes ses notions pr-requis sont dj connues (matrises) par
celui-ci. Ce principe assure que lapprenant naborde que les notions quil peut apprhender
en vu de son tat de connaissances.
-96-
Gnration de cours hypermdias adaptatifs dans OrPAF
Nous dfinissons trois filtres pour la construction de trois types de cartes conceptuelles (CM) :
la carte simple Ms(G), la carte hirarchique Mh(G) et la carte relationnelle Mr,m(G). Ces filtres
dpendent des contraintes temporelles de lapprenant : la carte simple Ms(G) sadapte aux
apprenants avec des contraintes svres ou critiques, la carte hirarchique Mh(G) sadapte aux
apprenants avec des contraintes temporelles moyennes et la carte relationnelle Mr,m(G)
sadapte aux apprenants avec des contraintes temporelles souples.
En fonction des contraintes temporelles et de lobjectif de lapprenant, le composant
AdaptationCourse du systme OrPAF applique sur le modle du domaine le filtre adquat.
Seules les notions et les relations qui passent le filtre sont prsentes lapprenant. Etant
donne une notion cible G (lobjectif de lapprenant), les filtres sont dfinis sur le modle du
domaine DM et ses notions qui appartiennent lensemble InstC comme suit :
- Ms(G) est la CM qui contient le moins de notions et de relations. Elle est compose de la
notion cible G et de toutes les notions relies elle par une relation dordre directe ou par
fermeture transitive (la proprit orderRelationship et ses sous-proprits dans lontologie du
e-Learning). Un cas frquent de relations dordre est la relation prrequis de qui relie les
notions dun domaine (prerequisiteOf dans lontolgie du e-Learning) et qui signifie quune
-97-
Gnration de cours hypermdias adaptatifs dans OrPAF
notion est le prrerequis dune autre, c'est--dire, quelle doit tre prsente lapprenant en
premier.
- Mh(G) est la CM obtenue en appliquant le filtre simple toutes les notions descendantes et
ascendantes de la notion cible G (y compris la notion G). Dans cette CM, nous ajoutons en
plus des relations dordre, la relation de subsomption qui relie une notion ses parents ou
ses filles. La relation de subsomption est dfinie par la proprit subTypeOf dans lontologie
du e-Learning.
Mh(G) = Ms(F), where F = {G} {c InstC (DM) / subTypeOf (G, c) subTypeOf (c, G)}
- Mr,m(G) est la CM obtenue en appliquant le filtre simple toutes les notions relies la
notion cible G par un chemin de relations infrieur ou gal m (y compris la notion G):
Nous reprenons lexemple de la figure 9 (voir chapitre 4) qui reprsente une partie du modle
du domaine de lalgorithmique et nous supposons que la notion cible de lapprenant est la
notion Statemen. En fonction du filtre appliqu, nous obtenons les cartes conceptuelles de la
figure 17 (a), (b) ou (c).
Nous notons qu chaque fois quune notion est ajoute la CM, les notions relies cette
notion par une relation dordre (par exemple la relation prerequisiteOf) sont galement
ajoutes la CM. Cette approche est purement pdagogique car elle permet lapprenant de
parcourir les notions prrequis dune notion avant daborder celle-ci mme si elles sont dj
matrises par lapprenant. Nous pouvons galement constat que lapprentissage dans une
CM simple est plus directif que celui dune CM hirarchique ou dune CM relationnelle.
Lapprentissage dans cette dernire est beaucoup plus libre puisque le nombre de parcours
augmente rapidement avec le facteur m.
-98-
Gnration de cours hypermdias adaptatifs dans OrPAF
(a)
(b)
(c)
Figure 17 : Filtres du modle du domaine : (a) une CM simple, (b) une CM hirarchique et
(c) une CM relationnel (m=2)
-99-
Gnration de cours hypermdias adaptatifs dans OrPAF
-100-
Gnration de cours hypermdias adaptatifs dans OrPAF
AccessibleAndMastered
AccessibleAndNotMastered
NotAccessible
Les rgles de changement dtat pour une notion de lACM sont modlises dans le
diagramme dtat de la figure 19. Le changement dtat dune notion de lACM est
conditionn par le rsultat du test sur la notion en question, sur ses prrequis ou sur ses
postrequis (les notions dont elle est prrequis). Cependant, la dcision de passer un test
appartient lapprenant car il est compltement responsable de son volution. Cest lessence
mme de lapproche constructiviste.
-101-
Gnration de cours hypermdias adaptatifs dans OrPAF
Figure 19 : Diagramme dtats reprsentant les changements dtat dune notion de lACM
Le principe nonc au dbut du chapitre une notion de la carte conceptuelle nest accessible
lapprenant que si toutes ses notions pr-requis sont dj connues (matrises) par ce mme
apprenant est vrifi car une notion devient accessible si et seulement si ses notions
prrequis sont dj matrises (voir figure 19).
En rsum, nous considrons que lACM dfinit le contexte de la formation puisque elle
reprsente ltat des connaissances de lapprenant, sa contrainte temporelle et son objectif
dapprentissage. Dans la suite de ce mmoire, nous utilisons indiffremment les termes ACM
et contexte de formation.
-102-
Gnration de cours hypermdias adaptatifs dans OrPAF
Il sagit dun assistant logiciel qui interroge des corpus distants du Web la recherche de
ressources pdagogiques qui font rfrence des notions particulires du domaine, ralises
par des auteurs particuliers, dites dans une langue particulire, etc. Tous ces critres de
recherche sont reprsents au niveau des descripteurs du standard LOM. Par exemple, le
descripteur LOM General.Language nous renseigne sur la langue de la ressource
pdagogique. Les requtes distantes sont excutes sur les mtadonnes de la ressource et son
contenu reste transparent pour le systme OrPAF. Le fait de rduire la recherche la partie
annote du Web est avantageux pour deux raisons :
- simplifie considrablement linteraction avec les diffrents systmes de gestion du contenu
sur le Web. En effet, les mtadonnes LOM sont des donnes structures linverse des
contenus qui peuvent tre de types diffrents (texte, image, vido, graphique, etc.) et trs peu
structurs.
- facilite la dtection de la pertinence des ressources pdagogiques recherches. Ceci nest
possible que si les auteurs des ressources externes annotent vritablement et suffisamment
leurs ressources.
Dans notre travail de thse, nous avons interrog le corpus ARIADNE qui est lui-mme un
portail donnant accs dautres corpus du Web (Merlot, EducaNext, etc.).
Exemples de requtes de recherche :
1- Rechercher les ressources pdagogiques LR (Learning Resource) qui traitent de la notion t
(le prdicat learningResourceTopic(LR, t)) :
Cette rgle signifie quune ressource LR est pertinente (le prdicat adaptiveContent( LR)) si
elle traite de la notion t (le prdicat learningResourceTopic (LR, t))
2- Rechercher les ressources pdagogiques LR qui sont des exercices sur la notion t (le
prdicat (learningResourceType(LR, Exercice)) :
-103-
Gnration de cours hypermdias adaptatifs dans OrPAF
LR (learningResource(LR) learningResourceTopic(LR, t)
learningResourceType(LR,Exercise)) adaptiveContent( LR)
Cette rgle de relaxation signifie quune ressource est pertinente (adaptiveContent(LR)) si elle
traite de la notion courante t (learningResourceTopic (LR, t)) ou bien si elle traite dune
notion descendante ou ascendante t de la notion t.
2- Relaxation de la requte de recherche toutes les notions qui sont relies directement la
notion courante t:
Cette rgle de relaxation signifie quune ressource est pertinente si elle traite de la notion
courante t ou bien si elle traite de nimporte quelle notion t relie directement la notion t (le
prdicat learningTopicProperty (x, y)).
-104-
Gnration de cours hypermdias adaptatifs dans OrPAF
Les ressources pdagogiques recherches des corpus du Web et considres pertinentes pour
le domaine par les enseignants sont annotes et ajoutes au corpus local. Pour une plus grande
fiabilit, lapproche dannotation que nous utilisons est semi-automatique : lenseignant doit
lui-mme indiquer les notions traites dans la ressource pdagogique. Le composant
dannotation dOrPAF se base galement sur les descripteurs LOM de la ressource
pdagogique pour complter les annotations de la ressource avec dautres caractristiques (par
exemple lauteur de la ressource, le format de la ressource, le type pdagogique de la
ressource, etc.). Des annotations conceptuelles au format RDF sont cres et reprsentent les
mtadonnes de la ressource. Ces mtadonnes utilisent comme vocabulaire les diffrentes
ontologies du systme OrPAF : lontologie du e-Learning et les ontologies de formation. Elles
instancient des concepts de ces ontologies.
Pour annoter les ressources pdagogiques, nous tendons lontologie du e-Learning en
dfinissant un sous-concept du concept ELearningConcept appel LearningResource qui sert
annoter les ressources pdagogiques. Nous dfinissons galement une sous-proprit la
proprit eLearningProperty appele learningResourceProperty qui sert reprsenter les
diffrentes proprits de la ressource (voir figure 20).
-105-
Gnration de cours hypermdias adaptatifs dans OrPAF
Figure 20: Extension de lontologie du e-Learning pour dfinir un schma pour lannotation
des ressources pdagogiques
-106-
Gnration de cours hypermdias adaptatifs dans OrPAF
Cette tche consiste rechercher du corpus local des ressources pdagogiques pertinentes
pour un contexte de formation donn. La recherche locale est mise en uvre par Corese11
(Corby et al., 2006), un moteur de recherche dvelopp au sein de lquipe Edelweiss. Corese
nous permet dexcuter des requtes SPARQL sur des donnes de type RDF/OWL. Ainsi,
nous utilisons localement Corese pour interroger les annotations conceptuelles des ressources
pdagogiques. Nous pouvons, par exemple, rechercher toutes les ressources pdagogiques qui
concernent une notion particulire du modle du domaine, un auteur particulier, une activit
pdagogique, etc. Le moteur Corese exploite la structure graphique des annotations RDF pour
trouver des ressources pdagogiques rpondant aux requtes SPARQL mises.
Exemple dune recherche locale :
Nous annotons une ressource pdagogique identifie par lURI http://www-
sop.inria.fr/...Cours1 , ralise par Rose Dieng, de format HTML et qui reprsente une
11
COnceptual REsource Search Engine
-107-
Gnration de cours hypermdias adaptatifs dans OrPAF
dfinition formelle des notions Refelxivity, Symmetry et Transitivity comme suit (lo pour
learning ontology) :
<LearningResource rdf:about="http://www-sop.inria.fr/...Cours1">
<lo:learningResourceRole>
<lo:LearningActivity rdf:resource="#FormalDefinition"/>
</Lo:learningResourceRole >
<lo:learningResourceTopic>
<lo:LearningTopic rdf:resource="#Reflexivity"/>
</lo:learningResourceTopic>
<lo:learningResourceTopic>
<lo:LearningTopic rdf:resource="#Symmetry"/>
</lo:learningResourceTopic>
<lo:learningResourceTopic>
<lo:LearningTopic rdf:resource="#Transitivity"/>
</lo:learningResourceTopic>
<lo:learningResourceAuthor>
<lo:Author rdf:ID="RoseDieng"/>
</lo:learningResourceAuthor>
La requte SPARQL suivante est utilise pour rechercher une ressource pdagogique r qui
traite de la notion pdagogique EquivalenceRelation, de type Exercise ou Illustration et dont
lauteur est un membre de lquipe Edelweiss (dm pour domain model et pm pour
pedagogical model) :
SELECT ?r WHERE
{?r rdf:type lo:LearningResource.
?r lo:learningResourceTopic dm:EquivalenceRelation.
{{?r lo:learningResourceRole pm:Exercise.} UNION
{?r lo:learningResourceRole pm:Illustration. }}
?r lo:learningResourceAuthor ?a.
?a lo:memberOf "Edelweiss".
}.
-108-
Gnration de cours hypermdias adaptatifs dans OrPAF
Nous avons propos une mesure qui permet de calculer la pertinence dune ressource
pdagogique pour un contexte de formation donn (Yessad et al., 2008a). Elle permet de dire
-109-
Gnration de cours hypermdias adaptatifs dans OrPAF
quel est le lien de similarit entre lannotation conceptuelle dune ressource pdagogique et
lACM de lapprenant en se basant sur les liens de similarit entre dune part les notions de la
ressource et dautre part les notions accessibles de lACM. Nous nous intressons
exclusivement aux notions accessibles de lACM puisque les ressources annotes avec des
notions inaccessibles dans lACM ne sont pas senses intresses lapprenant. La valeur de
similarit dpend de la notion courante qui intresse lapprenant, c'est--dire, la notion sur
laquelle clique lapprenant.
La dmarche adopte pour mesurer la pertinence dune ressource pdagogique est la
suivante :
1- Extraire la notion courante de lACM ;
2- Extraire les notions de la ressource pdagogique (les notions qui reprsentent des instances
du concept LearningTopic et qui sont les co-domaines de la proprit
learningResourceTopic) ;
3- Extraire les notions accessibles de lACM ;
4- Calculer le poids relatif de chaque notion extraite de la ressource en se basant sur les
relations smantiques qui relient cette notions la notion courante dans lACM;
5- Calculer la pertinence smantique de la ressource pdagogique pour lACM.
Nous attribuons un poids chaque notion de la ressource pdagogique. Le poids dune notion
nest pas absolu mais dpends de la notion courante qui intresse lapprenant et des relations
qui relient cette notion pdagogique la notion courante dans lACM. Soit le chemin de
notions <t1, t2, t3, .. tn > de longueur n qui relie une notion tn une notion courante t1. Soit
Wti/t1 (tel que i>1 et i<n+1) le poids relatif de la notion ti par rapport la notion courante t1.
Nous dfinissons le poids relatif dune notion ti comme suit :
Wt1/t1= N
Wt2/t1= 1/a
Wti/t1= (1/a) Wti-1/t1, i>2
a est une variable qui prend ses valeurs dans lensemble des nombre premiers comme suit :
a=2 si la relation entre ti-1 et ti est subTypeOf ou sa relation inverse.
a=3 si la relation entre ti-1 et ti est prerequisiteOf ou sa relation inverse.
a=5 si la relation entre ti-1 et ti est agregateOf ou sa relation inverse.
-110-
Gnration de cours hypermdias adaptatifs dans OrPAF
Pour chaque nouvelle relation dans le modle du domaine nous dfinissons une nouvelle
valeur pour a (a=7, a=11, a=13, etc.).
N est le poids de la notion courante et est considr comme grand. Ceci permet dattribuer une
grande importance la notion courante relativement aux autres notions de lannotation
conceptuelle.
La valeur inverse de a reprsente le poids de la relation qui relie deux notions voisines dans
lACM. Elle reprsente la force du lien smantique entre deux notions voisines. Une seule
contrainte est impose : la variable a prends ses valeurs exclusivement dans lensemble des
nombres premiers. Cette contrainte nous permet didentifier de manire unique partir de la
valeur du poids Wti/tj les relations qui composent le chemin qui relie ti tj dans lACM. Par
exemple, le poids Wti/tj= 1/2* 1/3 *1/2* 1/5 signifie que le chemin qui relie ti tj est compos
de deux relations subTypeOf (de poids 1/2), dune relation prerequisiteOf (de poids 1/3) et
dune relation aggregateOf (de poids 1/5). Cette caractristique est vrifie uniquement dans
lensemble des nombres premiers. Notre objectif de lutilisation des nombres premiers dans le
calcul des poids est damliorer lefficacit des tches de sauvegarde et de restauration des
ACM dun apprenant (contexte de formation) (voir chapitre 6).
La correspondance entre les relations du modle du domaine et les valeurs de a a t dfinie
par des experts du domaine qui sappuie la fois sur leurs connaissances du domaine et sur
des expriences ralises avec des personnes inities dans le domaine.
Ces expriences sinspirent des expriences ralises par (Gandon et al., 2008) o des
participants organisent et regroupent spatialement des notions selon leur proximit intuitive.
Pour (Gandon et al., 2008), lobjectif de ces expriences tait dtudier les distances dans leur
milieu naturel et de les comparer avec leurs simulations informatiques. Dans notre travail,
nous avons ralis des expriences similaires pour tenter de dterminer la force intuitive des
liens qui peuvent relis les notions dun domaine. Concrtement, nous avons ralis deux
expriences avec 10 participants chaque fois : une sur une vingtaine de notions de lalgbre
et une autre sur une vingtaine de notions de lalgorithmique. Nous avons constat que la
plupart des participants ont positionn les notions relies par une relation de subsomption
(subTypeOf) de manire plus rapproche que les notions relies par une relation de prrequis
(prerequisiteOf) (voir figure 22). Cependant, ces rsultats ne peuvent tre gnraliss et
dpendent normment du domaine de la formation.
-111-
Gnration de cours hypermdias adaptatifs dans OrPAF
1: Real number
17: Number
5: N-ary-relation
3: Empty set 4: Numeric set
2: Set
14: Polynomial
16: Inequality
6: Binary relation
20: partition
Le modle du domaine peut comporter des cycles et donc il est possible davoir plusieurs
poids relatifs pour une mme notion pdagogique. Dans ce cas de figure, nous retenons le plus
petit poids relatif.
Une fois que les poids relatifs des notions de la ressource pdagogique sont calculs, nous
pouvons calculer la pertinence smantique (SR) de la ressource pdagogique pour le contexte
de formation comme suit :
Soit E lensemble des notions communes la ressource pdagogique et lensemble des
notions accessibles de lACM. Soit F lensemble des notions qui appartiennent la ressource
pdagogiques et nappartiennent pas lensemble des notions accessibles de lACM. Soit t la
notion courante de lACM.
-112-
Gnration de cours hypermdias adaptatifs dans OrPAF
w x/t
SR= xE
1+ w y/t
yF
-113-
Gnration de cours hypermdias adaptatifs dans OrPAF
Figure 23: Assignement de poids relatifs aux notions relies la notion OrderRelation dans le
domaine de lalgbre
Le problme qui consiste chercher du contenu adaptatif pour lapprenant nest pas encore
compltement rsolu : la pertinence smantique SR calcule la similarit smantique entre les
notions de la ressource pdagogique et les notions de lACM mais dautres facteurs autres que
la connaissance de lapprenant peuvent tre pris en compte dans la dfinition du contenu
adaptatif, tel que le type pdagogique de la ressource ou les prfrences de lapprenant.
Lanalyse de personnalisation a pour objectif de vrifier que les ressources pdagogiques
considres comme pertinentes lissue de lanalyse smantique sont galement adaptes aux
prfrences de lapprenant et au modle pdagogique.
-114-
Gnration de cours hypermdias adaptatifs dans OrPAF
Wa1/a1= N
Wa2/a1= 1/b
Wai/a1= (1/b) Wai-1/a1, i>2
Avec :
b=2 si la relation entre ai-1 et ai est alternativeStrategy ou sa relation inverse.
b=3 si la relation entre ai-1 et ai est sequencingStrategy ou sa relation inverse.
N est le poids de lactivit courante et est considr comme grand. Cela permet dattribuer
une grande importance lactivit pdagogique courante.
La pertinence pdagogique dune ressource pdagogique est calcule comme suit :
Soit ai lactivit pdagogique de la ressource pdagogique (le co-domaine de la proprit
learningResourceRole et instance du concept PedagogicalActivity) et a1 lactivit
pdagogique courante du contexte de formation.
PR=SR* Wai/a1
-115-
Gnration de cours hypermdias adaptatifs dans OrPAF
Exemple :
Dans la figure 24, nous assignons un poids relatif chacune des activits pdagogiques du
modle pdagogique prsent dans le chapitre prcdant. Le type pdagogique de la ressource
http://www-sop.inria.fr/.../Course1 (voir figure 21) est FormalDefinition. Si lapprenant
cherche des exercices sur la notion OrderRelation (voir figure 23) alors la pertinence
pdagogique de cette ressource est gale PR=SR* WFormalDefinition/Exercise= 0.703*1/8= 0.08
Figure 24: Assignement de poids relatifs aux activits pdagogiques relis lactivit
pdagogique Exercise dans le modle pdagogique
A linstar du modle du domaine, le modle pdagogique peut comporter des cycles alors il
est possible davoir plusieurs poids relatifs pour une mme activit pdagogique (par exemple
lactivit Definition dans la figure 24). Dans ce cas de figure, nous retenons le plus petit poids
relatif.
-116-
Gnration de cours hypermdias adaptatifs dans OrPAF
Par exemple, nous recherchons parmi les ressources pertinentes les ressources r qui sadaptent
au format de ressources prfr de Maria et lauteur prfr de Maria. La requte SPARQL
correspondante scrit comme suit:
SELECT ?r WHERE
{?r rdf:type lo:LearningResource.
?r lo:learningResourceFormat ?f
?r lo:learningResourceAuthor ?a
"Maria" rdf:type lo:Learner
"Maria" lm:preferedResourceFormat ?f.
"Maria" lm:preferedResourceAuthor ?a. }.
-117-
Gnration de cours hypermdias adaptatifs dans OrPAF
Figure 25: Extension de lontologie du e-Learning pour dfinir un schma pour lannotation
des tests pdagogiques
-118-
Gnration de cours hypermdias adaptatifs dans OrPAF
Conclusion : Dans ce chapitre, nous avons prsent les approches utilises pour la
gnration dun cours hypermdia adapt aux caractristiques de lapprenant. Cette
adaptation est ncessaire pour assurer lefficacit de lapprentissage. Cependant, un travail
dingnierie pdagogique trs coteux en termes defforts humain, de temps et dargent est
ncessaire pour rendre les ressources du web rutilisables et adaptes dans le contexte
dune formation donne. Lide de notre travail de thse est de proposer une
automatisation de la gnration de cours adaptatifs qui met en uvre une partie de ce
travail dingnierie pdagogique et assiste ainsi les responsables de formation et les
enseignants qui veulent monter efficacement des formations destines des apprenants
autonomes.
Nous sommes partis de lide quun cours est la combinaison de deux objets : une structure
et un contenu. Pour que le cours gnr soit adaptatif, nous avons conu et implment un
composant AdaptationCourse qui gnre la fois une structure adaptative et un contenu
adaptatif pour lapprenant et ceci en oprationnalisant la structure ontologique des
modles de connaissances reprsents dans OrPAF.
La structure du cours est prsente sous la forme dune carte conceptuelle construite en
filtrant le modle du domaine par des rgles bases sur lobjectif de lapprenant et ses
contraintes temporelles. Les notions de la carte conceptuelle sont annotes suivant le
modle des connaissances de lapprenant reprsent dans son modle apprenant.
Lapprentissage dune notion particulire ncessite laccs par lapprenant un contenu
pertinent et adaptatif. Le composant AdaptationCourse fait appel un composant
AdaptationContent qui recherche, annote et value la pertinence des ressources
pdagogiques du web. Dabord une recherche distante est effectue en exploitant les
mtadonnes LOM des ressources pdagogiques. La description LOM des ressources est
ensuite enrichie en utilisant le vocabulaire fournis par les diffrentes ontologies du systme
OrPAF. Finalement, dune part, des mesures de pertinence smantique et pdagogique sont
proposes pour dtecter la pertinence dune ressource pdagogique pour un contexte de
formation donne et dautre part nous vrifions que les ressources pertinentes sont adaptes
aux prfrences de lapprenant.
-119-
6. Ralisation de lenvironnement pdagogique
adaptatif OrPAF
Dans les deux chapitres prcdents, nous avons prsent les choix conceptuels que nous avons
adopts pour la mise en uvre du gnrateur de cours hypermdias adaptatifs. Ces choix
concernent dune part la reprsentation des connaissances qui servent dcrire des domaines
de formation, des stratgies pdagogiques, des apprenants, des ressources pdagogiques et des
tests et dautre part lutilisation de ces connaissances pour construire la fois une structure
adaptative du cours sous la forme dune ACM et un contenu adaptatif compos de ressources
pdagogiques pertinentes. Nous avons dtaill les approches qui nous permettent de
construire une ACM adapte aux caractristiques de lapprenant et celles qui nous permettent
didentifier la pertinence des ressources pdagogiques.
Dans ce chapitre, nous prsentons les choix dimplmentation des diffrents composants de
lenvironnement pdagogique adaptatif OrPAF. Nous dtaillons les outils et les API utiliss
pour raliser nos approches et choix conceptuels et qui sont intgrs dans les composants java
du systme OrPAF.
Le principe de mise en uvre que nous avons choisi pour le dveloppement de notre
environnement logiciel est le principe Modle-Vue-Contrleur (MVC).
-120-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
-121-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
donnes au modle et ensuite avertit la vue que les donnes ont chang pour qu'elle se mette
jour. Par exemple, la base de donnes qui sauvegarde les sessions des apprenants est mise
jour lorsquun contexte de formation est cr, modifi ou supprim. Certains vnements de
l'apprenant ne concernent pas les donnes mais la vue, par exemple, lorsque lapprenant passe
momentanment de son contexte de formation une activit de test. Dans ce cas, le contrleur
demande la vue de se modifier. Cependant, la russite de lapprenant dans une activit de
test implique la mise jour du modle (prcisment la mise jour du modle apprenant). Le
contrleur n'effectue aucun traitement, ne modifie aucune donne. Il analyse la requte de
lapprenant et se contente d'appeler le modle adquat et de renvoyer la vue correspondante
la demande.
QueryingDistantResource
e-Learning Ontology
(Meta-Model Level) Semantic
Search QueryingLocalResource ARIADNE KPS
Engine
CORESE
Learner Model
AdaptationCourse
Learners
Test/Session
Database Adaptive Conceptual Map
Test Metadata
La suite de ce chapitre est structure suivant les scnarios dutilisation du systme OrPAF
(voir figure 27):
- crer un contexte de formation, le consulter, le faire voluer, le sauvegarder et le restaurer
ultrieurement ;
- consulter des ressources pdagogiques pertinentes pour le contexte de formation de
lapprenant;
- passer des tests pour voluer dans la formation.
-122-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
Crer/Consulter
Contexte Formation
Consulter Ressources
Pdagogiques
Apprenant
Passer Tests
Sauvegarder/ Restaurer
Contexte Formation
-123-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
Bouton pour
grouper les
Container o nuds de
est affiche la lACM
liste des
contextes de
formation, des
ressources Bouton pour
pdagogiques dissocier les
ou des notions nuds de
tester lACM
Une ACM
(contexte de
Ouvrir, crer formation)
ou supprimer
des contextes
de formation
Corese repose sur le formalisme des graphes conceptuels (Sowa, 1984) pour la reprsentation
des connaissances ontologiques et des annotations. Rechercher des donnes revient faire une
recherche dans une base de graphes conceptuels (en anglais Conceptual Graph ou CG). Le
moteur de recherche repose sur l'opration de projection des GC qui permet de retrouver des
occurrences d'un graphe requte dans des graphes cibles. Une occurrence est soit le graphe
recherch, avec des concepts instancis, soit une spcialisation du graphe recherch au sens
des hirarchies de concepts et de relations.
-124-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
L'originalit de Corese repose d'une part dans l'intgration des composants. D'autre part,
Corese est compatible avec les formalismes RDF12 et OWL13 dvelopps au sein du W3C.
Lutilisation de Corese garantis louverture de lenvironnement OrPAF aux donnes/services
du Web smantique.
Le moteur de recherche smantique Corese est crit en Java, il est constitu des composants
logiciels principaux suivants (Corby et al., 2006) (voir figure 29):
- un serveur de graphes conceptuels,
- un traducteur RDF/CG et CG/RDF,
- un parser de langage de requtes et de rgles,
- un moteur de recherche bas sur la projection de graphes,
- un moteur de rgles dinfrence en chanage avant,
- un serveur Web smantique.
Larchitecture du serveur Web smantique (SWS) intgrant Corese et bas sur Tomcat est
celle dune couche supplmentaire au-dessus du moteur de recherche grant les changes avec
le Web et avec les ressources locales. Lapplication Web implantant le SWS permet un Web
Master de concevoir un site reposant, entirement ou en partie, sur des requtes poses au
moteur de recherche Corese et sur la transformation du rsultat de ces requtes en pages
HTML, JSP ou SVG en utilisant des feuilles de style XSLT.
Afin dassurer une indpendance maximale de lapplication au domaine, larchitecture du
serveur implante une forme de MVC (Model-View-Controler) pour sparer les aspects
donnes, les aspects calculs et les aspects rendu. Pour ce faire, lapplication Web se
dcompose en plusieurs composants rutilisables, notamment:
- Des servlets implantant des tches rcurrentes dans les scnarios dutilisation dun serveur
Web smantique: rsolution dune requte personnalise, modification dune annotation,
traitement dun formulaire, gestion des gabarits des pages, etc.
- Des feuilles de style implantant des transformations XSLT dans un langage dclaratif et
donc modifiable par lutilisateur. Elles sont utilises pour des tches de rendu (format
daffichage dune rponse, gnration du JSP dun formulaire, gnration dune vue de
lontologie, etc.) et des tches de modification de fichiers XML (dition dune annotation,
dune classe, etc.). Corese est utilis pour tendre les feuilles de style XSLT en fournissant
des fonctions smantiques supplmentaires. De plus les feuilles XSLT sont aussi utilises
12
Resource Description Framework
13
Ontology Web Language
-125-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
pour dcrire des patrons dextractions de donnes pour des bases de donnes lgataires par
exemple.
- Des Tags JSP permettent de faire appel Corese lintrieur de pages JSP et permettent
ainsi de gnrer des lments la demande comme, par exemple, un menu, une liste de
requtes contextuelles ou la prsentation dune sous-partie de lontologie.
SPARQL
OWL
Lite
Dans notre travail, nous utilisons Corese dans la ralisation des fonctions suivantes :
- Recherche des notions du domaine et de leurs relations dans le but de construire
lACM du cours ;
- Recherche des connaissances sur lapprenant, dans le but par exemple, dannoter les
notions de lACM avec les diffrentes icnes dtat ;
- Recherche des connaissances du modle pdagogique, pour par exemple, calculer la
pertinence pdagogique dune ressource pdagogique ;
- Recherche des connaissances partir des annotations conceptuelles dune ressource,
pour par exemple, calculer la pertinence smantique de la ressource ;
-126-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
- Recherche des connaissances partir des annotations de tests pour slectionner des
tests adapts lapprenant ;
- Mettre jour le modle de lapprenant suite un test.
Afin dextraire les annotations RDF qui nous intressent, nous soumettons des requtes
SPARQL au moteur smantique Corese. Pour chercher la correspondance entre la requte
SPARQL et les annotations RDF en conformit avec lontologie du e-Learning, Corese
transforme la requte SPARQL, les annotations RDF et lontologie OWL en graphes
conceptuels et les apparie. Corese renvoie le rsultat de la requte sous la forme dun graphe
RDF, XML ou SPARQL result (Corby et al. 2006).
Dans la sortie suivante, Corese nous renvoie en XML deux projections possibles (formates
en gras) de la requte (formate en gras italique) qui cherche les prrequis de la notion
Statement dans le modle du domaine de lalgorithmique:
-127-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
<sparql xmlns='http://www.w3.org/2005/sparql-results#'
xmlns:rdf='http://www.w3.org/1999/02/22-rdf-syntax-ns#' >
<head>
<variable name='x'/>
</head>
<results ordered='false' distinct='true' >
<result>
<binding
name='x'><uri>http://www.orpaf.com/learningontologies/learningOntology.rd
fs-instances#DataMemory</uri></binding>
</result>
<result>
<binding
name='x'><uri>http://www.orpaf.com/learningontologies/learningOntology.rd
fs-instances#Operator</uri></binding>
</result>
<result>
</results>
</sparql>
</cos:result>
Cette sortie de Corese est renvoye dans un objet java de la classe IResults implmente par
lAPI de Corese. Cest cet objet qui est manipul par les objets de lenvironnement OrPAF.
-128-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
createACM()
filtering()
adaptation()
ACM
displayACM()
strict
closeACM()
storeACM()
openACM()
RestoreACM
()
ACM
displayACM()
Une ACM est une carte de notions relies et appartenant un domaine de connaissances. Elle
est construite en filtrant le modle du domaine (dcrit en RDF dans le systme OrPAF) en se
basant sur la notion cible de lapprenant (lobjectif de lapprenant), ses contraintes
temporelles et son tat de connaissances. La notion cible et les contraintes temporelles sont
fournies par lapprenant alors que son tat de connaissances est dcrit dans son modle
apprenant o les notions connues par lapprenant sont reprsentes en tant que valeurs de la
proprit masteredLearningTopic.
La construction dune ACM consiste dabord faire appel Corese pour extraire des donnes
RDF du modle du domaine et ensuite afficher ces donnes sous la forme dun graphe.
-129-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
Dans lexemple suivant, nous dcrivons une requte SPARQL envoye Corese et utilise
dans le filtre hirarchique du modle du domaine, c'est--dire, dans lextraction des notions
ascendantes et des notions descendantes dune notion cible:
String queryString=
"PREFIX
lo:<http://www.orpaf.com/learningontologies/learningOntology.rdfs#>
PREFIX
instance:<http://www.orpaf.com/learningontologies/learningOntology.rdfs-
instances#>
select DISTINCT ?x ?y
where
{UNION { ?x lo:subTypeOf instance:"+goalTopic+" }
UNION { instance:"+goalTopic+" lo:subTypeOf ?y }
}";
catch (EngineException e) {
e.printStackTrace();
return null; }
Figure 31: Cration dune ACM relationnelle (un parcours tendu) avec la notion cible Type
(Le contexte de formation affich est celui de la notion cible Procedure (ACM Hirarchique))
-130-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
Une ACM est un graphe non orient compos de nuds et de relations entre les nuds
(appeles artes dans la terminologie des graphes). Pour laffichage interactif de lACM, nous
avons choisis dutiliser JUNG (the Java Universal Network/Graph Framework), une
bibliothque libre pour la modlisation, lanalyse et la visualisation des donnes qui peuvent
tre reprsentes sous forme dun graphe ou dun rseau (voir figure 32). Larchitecture de
JUNG est conue pour supporter diffrentes reprsentations des nuds et de relations, telles
que les graphes orients, les graphes multi-modaux, les graphes avec des nuds parallles et
les hypergraphes.
JUNG implmente des algorithmes de la thorie des graphes, du data mining, des rseaux
sociaux tels que les routines de classification, de dcomposition, doptimisation, de gnration
alatoire de graphes, etc.
JUNG offre galement des algorithmes daffichage de graphes (Layout algorithms) qui
peuvent tre utiliss pour faire des affichages personnaliss de graphes. Dans notre
implmentation, nous avons utilis lalgorithme KKLayout (The Kamada-Kawai algorithm
for node layout) qui permet dafficher des graphes ars et ergonomiques.
Les nuds de lACM reprsentent des notions du domaine et sont annots par diffrentes
icnes qui reprsentent ltat des notions pour un apprenant donn (voir figure 33).
-131-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
Lvolution de lACM dun apprenant est lie sa russite ou son chec lissue des tests. Un
apprenant peut choisir de passer un test sur nimporte quelle notion accessible de lACM. Les
notions inaccessibles sont exclues du test car, pour le systme, elles ne sont pas connues de
lapprenant et donc il nest pas cens tre test dessus. Un test est une squence de QCM ou
de Quiz que nous construisons comme suit :
- 60% des QCM/Quiz sont sur la notion choisie par lapprenant ;
- 40% des QCM/Quiz sont sur les prrequis de cette notion.
Cette approche qui consiste intgrer dans le test dune notion des QCM/Quiz sur ses notions
prrequis vise sassurer que lapprenant matrise ces notions. En effet, tant donn que la
connaissance que possde le systme sur le niveau dun apprenant nest pas toujours fiable,
cette approche est un moyen de remettre en cause cette connaissance et ainsi obtenir un profil
apprenant plus fiable. En effet, si un apprenant choue dans les QCM/Quiz qui concernent les
prrequis dune notion alors cette notion devient inaccessible dans lACM (NotAccessible) et
ses notions prrequis deviennent non matrises (AccessibleAndNotMastered). Par contre si
-132-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
lapprenant russit le test dune notion alors cette notion devient matrise dans lACM
(AccessibleAndMastered).
La taille du fichier RDF du modle du domaine tant souvent trs grande, le filtrage
systmatique de ce modle chaque fois quun apprenant demande afficher son contexte de
formation implique des cots de traitement importants. Ainsi, nous proposons une autre
approche qui consiste sauvegarder le contexte de formation dun apprenant dans une table
de donnes numriques et de le restaurer partir de cette structure de sauvegarde numrique.
Un algorithme de restauration du contexte de formation dun apprenant partir de cette
structure de sauvegarde numrique a t conu et implment dans OrPAF afin dviter le
chargement et le filtrage systmatiques et coteux du modle du domaine.
Structure de sauvegarde :
La sauvegarde de la session dun apprenant consiste sauvegarder dans une table dune base
de donnes les contextes de formation de la session. Nous avons propos pour cette structure
de sauvegarde le schma suivant:
LearnerSession (LearnerID, LearningContextID, TopicName, SignedTopicWight)
Cette structure attribue chaque notion de chaque contexte de formation de chaque apprenant
un poids sign. Ce dernier est calcul comme suit :
Soit le chemin de notions <t1, t2, t3, .. tn > de longueur n qui relie dans une ACM une notion
cible t1 une notion tn. Le poids de la notion tn est calcul rcursivement par rapport la
notion cible t1 comme suit :
-133-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
Au niveau du poids sign, le facteur b est lev la puissance i-1 (n i 2) pour reprsenter
la position de la notion ti dans le chemin des notions <t1, t2, t3, .. tn > et permet didentifier la
squence exacte des relations qui constituent le chemin reliant la notion cible t1 la notion ti.
En effet, nous nous basons sur la proprit mathmatique qua tout nombre de pouvoir tre
crit de manire unique sous la forme dune multiplication de nombres premiers levs des
puissances entires. Cette caractristique nous permet de reconstituer les chemins de lACM
en utilisant uniquement les poids signs PoidsNotionSign de ses diffrentes notions.
Le signe du poids sign dune notion exprime le fait quelle est lextrmit dun chemin ou
pas. Cette information est utile dans lalgorithme de restauration pour rduire le nombre de
combinaisons de chemins (ACM) reconstituer et donc optimiser le temps de calcul. Par
exemple, les valeurs de PoidsNotionSign des notions de lACM de la figure 34 sont
sauvegardes comme suit :
Si nous analysons la valeur du PoidsNotionSign de la notion t8, nous pouvons dduire que
cette notion est positionne lextrmit dun chemin (PoidsNotionSign(t8)<0) et qu partir
de la notion cible t1 ce chemin est compos dans lordre de trois relations subTypeOf
conscutives. Le PoidsNotionSign de la notion t7 indique que cette notion est lextrmit
dun chemin compos partir de la notion cible t1 dune relation prerequisiteOf suivie dune
relation subTypeOf. Enfin, la valeur du PoidsNotionSign de la notion t2 indique que cette
notion se trouve lintrieur dun chemin (PoidsNotionSign(t2)>0) et que son sommet dans
lACM est adjacent au sommet de la notion cible t1 via une relation subTypeOf.
-134-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
Nous pouvons galement affirmer que la notion t6 ne peut tre relie la notion t4 mais peut
tre relie la notion t5 car t4 se trouve lextrmit dun chemin (PoidsNotionSign<0) et
pas lintrieur dun chemin.
-135-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
chemin le plus long) et la comparaison commence la notion cible t1. Par exemple
path(t8)=(2,2,2) sapparie avec path(t3)=(2,2) ou path(t2)=(2) et ne sapparie pas avec
path(t5)=(3) ou path(t5)=(3,2).
Les tapes de lalgorithme sont :
1- Pour toute valeur absolue |PoidsNotionSign(ti)|= 1 22 . jj-1 dune notion ti (i> 1)
de lACM, construire un chemin de relations path(ti)=<t1,... ti > de longueur j de la notion
cible t1 la notion ti ;
2- Trier les chemins par ordre dcroissant de longueur(ti) ;
3- Appeler la procdure RestaureACM() qui appelle itrativement, pour tous les chemins de
lACM, la procdure RestaureChemin() dont la fonction est de retrouver les notions qui
composent un chemin de lACM.
-136-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
Nous avons voulu concevoir une interface centre sur lapprenant o celui-ci est libre de
crer, de parcourir ou de supprimer des contextes de formation, daccder des ressources
pdagogiques pertinentes pour son contexte de formation (page HTML, documents PDF,
simulations, vidos, etc.) et de passer des tests. Les icones utilises pour annoter les nuds de
lACM permettent lapprenant de distinguer les diffrents tats dune notion
(AccessibleAndMastered, AccessibleAndNotMastered et NotAccessible). Le changement
dtat dune notion saccompagne dun changement dicne qui informe lapprenant sur sa
progression ou sa rgression dans le processus dapprentissage.
Dans la conception de linterface, nous avons clairement spar lACM (la structure du cours)
des ressources pdagogiques (le contenu du cours) et des tests sur les diffrentes notions de
lACM. Lexploration de lACM, laccs aux ressources et lexcution des tests sont des
activits dapprentissage qui reprsentent des cas dutilisation du systme OrPAF.
Lapprenant est libre de choisir lordre de ses activits dapprentissage. Le recours aux tests
est ncessaire si lapprenant dsire faire voluer son modle et avoir ainsi accs dautres
notions de lACM. Cest laccessibilit des notions dans lACM qui pousse lapprenant soit
passer des tests pour faire voluer son modle et atteindre son objectif soit reporter ces tests.
En effet, il est le seul responsable de son niveau de connaissances et du temps quil passe
apprendre. Par exemple, les apprenants avec des contraintes temporelles strictes ont plutt
tendance aller trs tt vers les tests pour vrifier leur degr de matrise des notions de
lACM et valider leurs connaissances.
Le QCM
-137-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
Dans le systme OrPAF, nous avons conu et construit une base de donnes qui nous permet
de sauvegarder les contextes de formation des diffrents apprenants et leurs identifiants (login
et password). Le schma de cette base de donnes est construit en normalisant le graphe des
dpendances fonctionnelles suivant (voir figure 36) :
Aprs la normalisation du GDF de la figure 36 graphe, nous obtenons les relations suivantes :
LearnerSession (LearnerID, LearningContextID, TopicName, SignedTopicWight) qui
sauvegarde le poids sign de chaque notion de chaque contexte de formation de chaque
apprenant.
LearningContextGoal (LearnerID, LearningContextID, GoalTopic) qui sauvegarde pour
chaque contexte de formation, la notion cible qui a servi le crer.
Learner (LearnerID, LearnerPassWord, LearnerLogin) qui sauvegarde le mot de passe et le
login dun apprenant.
Nous ralisons cette base de donnes laide du SGBD Access que nous interrogeons et
manipulons laide de la passerelle JDBC/ODBC. LAPI JDBC permet la manipulation de la
base de donnes partir des objets java du systme OrPAF et le pilote ODBC permet la
connexion et linteraction physiques avec le SGBD Access.
-138-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
linterrogation du corpus ARIADNE (le KPS14 ARIADNE) qui hberge des ressources
pdagogiques annotes avec le standard LOM. Le corpus ARIADNE joue galement le rle
de portail pour de nombreux autres corpus du Web (EducaNext, Merlot, Prolearn deliverables,
etc.). Nous importons dans le composant QueryingDistantResource du systme OrPAF le
package ARIADNE KPS Client, une API java pour accder et tlcharger des ressources
pdagogiques du corpus ARIADNE. Ce package constitue un kit Web services qui rend le
protocole SOAP (Simple Object Access Protocol) transparent pour OrPAF, simplifiant ainsi
la manipulation des mtadonnes LOM.
OrPAF
Lobjectif des enseignants est de rechercher des ressources pdagogiques relatives aux notions
du domaine de formation vis. Avec le corpus ARIADNE, ils ont la possibilit de construire
manuellement des requtes pour effectuer :
- une recherche simple par mots cls en introduisant des termes qui font rfrence des
notions du modle du domaine ;
- une recherche avance en introduisant la notion qui les intresse (voir le champ
Main Concept dans la capture dcran de linterface du KPS ARIADNE), le titre
de la ressource, lauteur de la ressource, la langue de la ressource, etc. (voir figure
38) ;
- une recherche fdre pour des ressources pdagogiques hberges dans dautres
corpus du Web (voir figure 39).
14
Knowledge Pool System
-139-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
-140-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
Les enseignants peuvent galement rechercher visuellement des ressources pdagogiques dans
le corpus ARIADNE. Une classification visuelle des ressources du corpus selon leur domaine
dappartenance permet davoir une ide globale sur la rpartition des ressources dans le
corpus.
Tous les modes de recherche manuelle de ressources pdagogiques distantes, prsents ci-
dessus, sont galement possibles par programmation en important lAPI KPS Client. Nous
avons utilis cette API dans le composant QueryingDistantResource du systme OrPAF (voir
figure 26). Ainsi, nous avons construits, par exemple, une requte pour rechercher des
ressources en langue franaise sur une notion contenue dans la variable topic comme suit :
-141-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
-142-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
-143-
Ralisation de lenvironnement pdagogique adaptatif OrPAF
-144-
7. Evaluation et retour dexprience
Nous avons implment lenvironnement pdagogique adaptatif OrPAF pour permettre des
apprenants dapprendre des notions du domaine de lalgorithmique et des langages de
programmation et nous lavons valu avec un groupe dapprenants de profils diffrents et des
experts du domaine. Ces apprenants sont des tudiants qui ont dj t dans un cours
dalgorithmique. Ce choix sexplique par notre volont de travailler et dvaluer le systme
OrPAF avec des apprenants initis et autonomes.
Nous avons men notre exprimentation selon deux directions orthogonales. La premire
direction vise exprimenter lenvironnement OrPAF sur les aspects utilisabilit et utilit
perues par les apprenants. La deuxime direction a pour objectif lvaluation de la mesure
SR qui calcule la pertinence smantique des ressources pdagogiques annotes au sein du
systme OrPAF. Nous avons essay lors de nos exprimentations dune part de dgager la
proximit de cette mesure mathmatique de la perception humaine et dautre part dvaluer
ses performances sur un corpus rel.
-145-
Evaluation et retour dexprience
Le test d'utilisabilit15 est une mthode efficace pour valuer un logiciel car il permet
d'observer directement la faon dont l'utilisateur se sert de l'application et ainsi d'identifier
concrtement les vritables problmes qu'il rencontre en situation d'utilisation.
Dans notre cas, il sagit de mettre lapprenant en situation effective d'utilisation de
lenvironnement OrPAF et de lui demander dacqurir des notions cibles. Ces dernires sont
choisies par nos experts de faon ce que les contextes de formation obtenus ne se
chevauchent pas ou trs peu. Ceci assure que les notions cibles soient trs diffrentes les unes
des autres pour une bonne couverture du modle du domaine.
Lintrt du test d'utilisabilit est de dterminer de faon objective l'utilisabilit de
lenvironnement en mesurant la performance de lapprenant, par exemple, a-t-il pu atteindre
son objectif dans le temps exprim par ses contraintes temporelles ? Le test d'utilisabilit est
aussi et surtout l'occasion de voir lapprenant en situation et d'observer les problmes qu'il
rencontre, les questions qu'il se pose, ainsi que les fonctionnalits qu'il apprcie ou pas. Nous
pouvons ainsi recueillir des lments prcieux sur la faon de rendre lenvironnement OrPAF
plus facile utiliser car mieux adapt aux besoins de lapprenant.
La norme ISO 9241-11 dfinit l'utilisabilit de la manire suivante :
Un systme est utilisable lorsqu'il permet l'utilisateur de raliser sa tche avec efficacit,
efficience et satisfaction dans le contexte d'utilisation spcifi . En d'autres termes, on
considre qu'un logiciel est utilisable lorsque l'utilisateur peut raliser sa tche (efficacit),
qu'il consomme un minimum de ressources pour le faire (efficience) et que le systme est
agrable utiliser (satisfaction). Tester l'utilisabilit d'un systme consiste donc valider ces
trois critres :
Efficacit : Vrifier que les objectifs viss par l'utilisateur sont atteints.
Efficience : Mesurer les ressources ncessaires pour atteindre ces objectifs, par exemple le
temps que l'utilisateur met pour raliser son objectif.
15
Test dutilisabilit (http://www.wpostal.com/testlogiciel.htm)
-146-
Evaluation et retour dexprience
-147-
Evaluation et retour dexprience
Droulement du test:
En fonction du critre valuer, nous avons impos un droulement spcifique pour le test
dutilisabilit:
Nous avons utilis une feuille dobservation pour relever les problmes auxquels ont t
confronts les apprenants et certains usages atypiques de ceux-ci.
A lissue des trois protocoles de test, nous avons soumis aux trois groupes dapprenants trois
questionnaires :
-148-
Evaluation et retour dexprience
Groupe 1 :
Avez-vous souvent chang de contexte de formation ?
Avez-vous volu de manire satisfaisante dans vos contextes de formation ?
Le graphe des notions vous a-t-il permis de comprendre votre volution vers la notion cible?
Le temps accord chaque parcours tait-il appropri ?
Existe-il un lien entre la taille du graphe de notions et la complexit de la notion cible ?
Existe-il un lien entre la taille du graphe de notions et le temps ncessaire parcourir toutes
les notions du graphe ?
Groups 2 :
Avez-vous aim la charte graphique de linterface ?
Linterface est-elle encombre ?
Avez-vous t aids par le systme dans les parcours de formation ?
Le graphe des notions est-il facilement explorable ?
Laccs aux tests est-il vident ?
Groupe 3 :
Avez-vous compris le rle des tests dans OrPAF?
Ya-il un lien entre le graphe de notions et les tests affichs ?
Ya-il un lien entre le graphe de notions et les ressources affiches ?
Avez-vous t gns par lexploration par notions du cours?
Avez-vous compris le sens des liens entre les notions ?
Avez-vous compris le sens des icnes reprsentant les notions ?
-149-
Evaluation et retour dexprience
-150-
Evaluation et retour dexprience
Les rsultats du questionnaire sur la satisfaction des apprenants (voir table 4) montrent que les
apprenants ont une prise en main trs naturelle des ACM et que le mode dexploration
graphique des notions ne les gne pas. Aussi, les apprenants ont apprci pour la plupart
lassistance apport par OrPAF dans leur parcours dapprentissage et ceci en comparaison
avec la mthode classique qui consiste chercher des documents sur Internet via un moteur de
recherche. Par contre, certains apprenants nont pas eu recours aux tests pour rendre
accessibles des notions inaccessibles des ACM. Ils nont pas compris que les tests leur sont
proposs pour les faire voluer dans leurs contextes de formation. Nous avons rcupr ce
problme par laffichage rgulier dun message invitant lapprenant passer les tests si
lACM contient des notions accessibles et non matrises.
-151-
Evaluation et retour dexprience
-152-
Evaluation et retour dexprience
Etats dune notion dans une ACM Ancienne Annotation Nouvelle Annotation
Notion accessible et matrise
1.2. Test sur le dveloppement des aptitudes conceptuelles chez les apprenants et
la pertinence des ressources pdagogiques ressentie par les apprenants
Nous avons men un autre test pour valuer limpact de lutilisation du systme OrPAF sur le
dveloppement des aptitudes conceptuelles des apprenants. Lintrt de ce test est de vrifier
si le mode de transmission des connaissances via un hypermdia adaptatif structur en une
ACM amliore ou pas les connaissances conceptuelles dun apprenant dans un domaine
donn en comparaison avec un cours o la structure est de type hirarchique (chapitre,
section, sous section, etc). Contrairement une structure hirarchique, une ACM permet une
visibilit globale de la structure du cours. Nous avons galement questionn les apprenants
sur la pertinence des ressources pdagogiques proposes dans le systme OrPAF.
Nous avons travaill avec 14 apprenants. Nous les avons divis en deux groupes A et B. Le
test sest droul en deux tapes :
Etape 1 : les apprenants du groupe A ont travaill sur le systme OrPAF o nous leur avons
demands de crer deux contextes de formation : une ACM relationnelle avec la notion cible
File (en franais Fichier) et une autre ACM relationnelle avec la notion cible Procedure (en
franais Procdure). Pendant ce temps, nous avons demand aux apprenants du groupe B de
travailler sur des documents numriques recherchs sur Internet pour raliser les mmes
objectifs : la notion File et la notion Procedure.
Nous avons accord aux deux groupes une heure de travail et ensuite nous leur avons faits
passer :
- un exercice qui consiste organiser en graphe un ensemble de notions avec
deux relations : la relation de prrequis entre notions et la relation de
spcialisation entre notions. Les notions en question taient dj prsentes
-153-
Evaluation et retour dexprience
aussi bien dans les documents numriques proposs au groupe B que dans le
systme OrPAF utilis par le groupe A ;
- un questionnaire sur la pertinence dune part des ressources pdagogiques
recherches sur Internet et dautre part de celles proposes dans le systme
OrPAF.
Etape 2 : les apprenants du groupe B ont t invit travailler sur OrPAF pour apprendre
deux autres notions cibles : Array (en franais Tableau) et Pointer (en franais Pointeur).
Nous avons accord aux apprenants de ce groupe une heure de travail et ensuite nous leur
avons faits passer un autre exercice de conceptualisation et le questionnaire sur la pertinence
des ressources pdagogique proposes dans le systme OrPAF.
Lhistogramme de la figure 42 Synthtise les rsultats obtenus.
14
12 G ro up B (R sulta ts
N g atifs
10
G ro up B (R sulta ts
P ositifs)
8
G ro up A (R sulta ts
1 4 Ap p re n an ts N g atifs)
6
G ro up A (R sulta ts
4 P ositifs)
0
A p titu d e s A p titu de s P ertin e n c e P e rtine n c e
C on c e p tu e lle s C o n ce p tu e lle s R e s so u rc e s R e s so u rc e s
( ta p e 1 ) ( ta p e 2 ) d a n s O rP A F In te rn e t
C rit re s d u te s t
-154-
Evaluation et retour dexprience
pour trier les ressources pdagogiques renvoyes par le moteur de recherche. Dailleurs, nous
avons observ une chute importante defficacit pour ces apprenants ;
- Le taux de russite des apprenants du groupe A dans lexercice de conceptualisation est
lev lissue de ltape 1 alors que les apprenants du groupe B ont pour la plupart chou
dans cet exercice. Ces mmes tudiants ont russit lexercice lissue de ltape 2. Ainsi,
nous pouvons conclure que lutilisation du systme OrPAF, o la structure du cours est
explicitement et globalement affiche aux apprenants travers une ACM, dveloppe les
aptitudes conceptuelles de lapprenant, c'est--dire, sa capacit organiser les concepts dun
domaine de connaissances donn.
-155-
Evaluation et retour dexprience
similarit : le concept dentre (the entry concept) pour SoG et la notion courante pour SR ;
Cependant, nous relevons un certain nombre de divergences entre la mesure SR et la mesure
SoG :
- SoG dpend de la profondeur des concepts dans la hirarchie des concepts
alors que SR dpend du contexte de la formation, c'est--dire, de toutes les
relations qui relient les notions du modle du domaine.
- Le poids dun concept dans SoG est dfini par les utilisateurs de la mesure
travers lIHM alors que le poids dune notion dans SR est calcul en fonction
des contextes de la formation.
La seconde approche dvaluation de la mesure SR consiste mesurer sa performance
extraire des ressources pdagogiques pertinentes et empcher lextraction des ressources
inadaptes au contexte de formation.
Nous avons demand trois experts de noter sur une chelle de 0 10 la pertinence de 20
ressources pdagogiques (20 documents textuels au format PDF) pour six contextes de
formation diffrents (trois ACM simples et trois ACM relationnelles) appartenant au domaine
de lalgorithmique et des langages de programmation. Dans chacun des contextes de
formation, la notion courante tait explicitement reprsente.
Contexte de lexprience
Afin de mettre les experts dans le contexte de lexprience, nous leur avons prsents le
systme OrPAF comme suit:
OrPAF est un systme de e-Learning qui a t dvelopp pour permettre des apprenants
dapprendre de manire efficace (c'est--dire apprendre dans un dlai minimum). Cest un
systme qui fournit aux apprenants un parcours dapprentissage guid par leurs objectifs. Il
suffit que lapprenant choisisse la notion cible qui lintresse pour quun parcours
dapprentissage lui soit gnr automatiquement. Des ressources sont galement fournies
lapprenant pour lui permettre dapprhender les notions du parcours. Le parcours est
visualis par lapprenant sous forme dun graphe de notions. Ces notions appartiennent au
domaine de lalgorithmique et des langages de programmation (par exemple les notions :
Instruction, Type de donnes, Procdure, Oprateur, etc.).
-156-
Evaluation et retour dexprience
Objectif de lexprience :
Lobjectif de cette exprience est de collecter les avis des experts sur la pertinence dune
ressource pdagogique pour un contexte de formation matrialis par un graphe de notions et
une notion courante.
Dmarche suivre :
Pour chaque contexte de formation, nous avons prconis aux experts les tapes suivantes:
1. Observer le graphe des notions (ACM) o les notions sont reprsentes diffremment:
- Certaines notions sont accessibles mais ne sont pas encore matrises par
lapprenant,
- Dautres notions sont accessibles et dj matrises par lapprenant,
- Dautres notions ne sont pas accessibles.
Une notion accessible signifie que lapprenant peut apprhender cette notion en consultant des
ressources pertinentes. En dautres termes, le niveau de connaissances de lapprenant lui
permet dapprendre cette notion.
2. Consulter, attentivement, les 20 ressources pdagogiques proposes ;
3. Extraire les notions traites par chaque ressource pdagogique (Vous devez utiliser les
notions dcrites dans le modle du domaine).
4. Noter la pertinence de chaque ressource pour le graphe de notions propos. La note N
doit tre comprise entre 0 et 10 avec:
- N=0 si la ressource nest pas pertinente;
- N=10 si la ressource est pertinente.
Une ressource peut tre juge pertinente pour lapprenant mme si elle ne concerne
pas directement la notion courante du graphe. Elle peut concerner dautres notions
accessibles du graphe. Par contre une ressource qui concerne uniquement des notions
absentes ou inaccessibles dans le graphe est forcment impertinente pour lapprenant.
5. Remplir le tableau (voir table 7).
Table 7 : Tableau remplir par les experts humains pour annoter et noter 20 ressources
pdagogiques
Liste des ACM1 ACM2 ACM3 ACM4 ACM5 ACM6
notions de Ri
La ressource Ri Pertinence N de
(1 i 20) la ressource Ri
(1 N 10)
-157-
Evaluation et retour dexprience
La table 8 prsente les coefficients de corrlation entre les rsultats obtenus par les experts
humains et les valeurs de similarit smantique calcules par les mesures SR et SoG.
La corrlation entre les valeurs de pertinence donnes par les trois experts et les valeurs de
pertinence smantique calcules par la mesure SR varie entre 0.627 et 0.964 avec une forte
convergence entre les rsultats des experts et de la SR (de 0.883 0.964) pour les ACM
simples. Etant donn que le calcul de la SR est le mme pour toutes les ACM, nous pouvons
expliquer cette convergence par le fait que les ACM relationnelles ont des tailles importantes
et peuvent dsorienter les experts humains. Les experts ont plus de difficults valuer la
pertinence des ressources pdagogiques pour ces ACM que pour les ACM simples. Dailleurs,
les trois experts convergent moins entre eux pour les ACM relationnelles que pour les ACM
simples. Nous pouvons conclure que plus la taille de lACM est petite plus les valuations des
experts convergent avec les valeurs de pertinence smantique calcules par la SR. Ces
rsultats montrent galement que le principe de calcul de la mesure SR peut tre considr
naturel car trs proche des valuations humaines.
Tandis que les rsulats obtenus par la mesure SR sont bonnes et mme trs bonnes pour les
ACM simples, les rsulats obtenus par la mesure SoG sont trs mauvais et divergent
normment avec les valuations des experts humains. Ceci pourrait sexpliquer par le fait
que la mesure SoG est uniquement adapte et donnent de bonnes rsultats pour les ontologies
linguistiques. Nous pouvons galement noncer quune mesure de similarit smantique
dpend normment de son contexte applicatif. La mesure SR nest pas meilleure ou pire
quune autre mesure mais simplement elle est bien adapte au contexte dutilisation du
systme OrPAF.
Table 8 : Coefficients de corrlation entre les rsultats des experts humains et les mesures de
similarit SR et SoG
Mesures de Similarit ACM simples ACM relationnelles
ACM1 ACM2 ACM3 ACM4 ACM5 ACM6
Mesure SR 0.883 0.945 0.964 0.627 0.690 0.691
Mesure SoG -0.124 0.008 -0.678 -0.495 0.003 -0.097
-158-
Evaluation et retour dexprience
-159-
Evaluation et retour dexprience
F-mesure :
La F-mesure est une mesure qui combine la prcision et le rappel. On calcule la F-mesure
avec la formule suivante :
F= 2* (P*R) / (P+R)
Un systme de recherche documentaire parfait fournira des rponses dont la prcision et le
rappel sont gaux 1 (l'algorithme trouve la totalit des documents pertinents - rappel - et ne
fait aucune erreur - prcision). Dans la ralit, les algorithmes de recherche sont plus ou
moins prcis, et plus ou moins pertinents. Il sera possible d'obtenir un systme trs prcis (par
exemple un score de prcision de 0,99), mais peu performant (par exemple avec un rappel de
0.10, qui signifiera qu'il n'a trouv que 10% des rponses possibles). Dans le mme ordre
d'ide, un algorithme dont le rappel est fort (par exemple 0.99 soit la quasi totalit des
ressources pertinentes), mais la prcision faible (par exemple 0.10) fournira en guise de
rponse de nombreuse ressources errones en plus de celles pertinentes: il sera donc
difficilement exploitable.
-160-
Evaluation et retour dexprience
Les rsultats prsents dans la table 9 montrent les valeurs de la SR pour les 36 ressources
pdagogiques du corpus tries par ordre dcroissant. Nous pouvons constat que quelques
ressources pertinentes (reprsentes en gras) noccupent pas le haut du tableau ce qui rduit
le rappel de la recherche. Par contre, certains bruits ou ressources pdagogiques non
pertinentes occupent le haut du tableau ce qui implique une diminution de la prcision de la
recherche.
Dans la figure 44, nous pouvons constater que la prcision de la SR varie de 66.6% 84.6% et
devient stable (presque constante) lorsque QS 13. Ces valeurs expriment le fait que les
ressources retournes par la mesure de pertinence sont pour la plupart pertinentes avec des
erreurs qui reprsentent 15.4% 33.4% des cas.
Nous pouvons galement remarquer que la dtection des ressources pertinentes augmente et
que lapparition des erreurs diminue avec laugmentation de la QS. Aussi, la valeur QS=13
donne la fois une bonne prcision et un bon rappel pour la mesure SR.
En conclusion, nous pouvons dire que la mesure de similarit smantique SR est performante
car elle constitue un filtre fiable et impermable pour les ressources non pertinentes.
-161-
Evaluation et retour dexprience
-162-
Evaluation et retour dexprience
0,9
0,8
0,7
0,6
F-measure
0,5
Precision
0,4 Recall
0,3
0,2
0,1
0
3 5 8 10 13 15
Query Scope
-163-
Evaluation et retour dexprience
Conclusion : Dans ce chapitre, nous avons prsent les rsultats des exprimentations
faites sur lenvironnement dapprentissage personnalis OrPAF.
Dune part, ces exprimentations avaient pour objectifs de tester lutilisabillit de
lenvironnement OrPAF, le dveloppement des aptitudes conceptuelles des apprenants et
leur ressentiment vis--vis des ressources pdagogiques qui leur sont prsents lors du
processus dapprentissage dans OrPAF. Nous avons travaill sur une ontologie du domaine
de lalgorithmique et des langages de programmation avec un groupe dtudiants initis
dans ce domaine. Les retours obtenus sont satisfaisants :
- La plupart des tudiants ont apprci lergonomie de linterface dOrPAF et ont compris
son fonctionnement ;
- La structure graphique du cours a permis aux apprenants de mieux conceptualiser le
domaine des connaissances ;
- La reprsentation globale de la structure du cours a permis aux apprenants de mieux
comprendre leur volution vers leurs objectifs ;
- La plupart des apprenants ont su grer leurs objectifs en fonction de leurs contraintes
temporelles puisque ils ont parfaitement compris le lien entre la taille dune ACM et le
temps ncessaire pour la parcourir;
- Lapprentissage guid par les notions du domaine na pas gn les apprenants qui ont
trouv naturelle cette approche dexploration de cours.
Nanmoins, certaines lacunes ont t constates :
- Trs peu dapprenants ont compris lintrt des tests proposs dans OrPAF ;
- Le manque de comprhension par la majorit des apprenants des icones utilises pour
reprsenter les tats des notions dune ACM ;
- La dsorientation des apprenants cause du nombre lev des contextes de formation
ouverts paralllement ;
Nous avons essay de combler ces lacunes par les actions suivantes :
- Recommander rgulirement par des messages aux apprenants de passer des tests sur les
notions accessibles et non matrises de lACM ;
- Proposer laide dun ergonome une annotation plus expressive des notions dune ACM
- Limiter le nombre des ACM que lapprenant peut crer en parallle dans sa session.
Dautre part, des exprimentations ont t menes pour valuer la mesure SR qui calcule la
pertinence smantique dune ressource pdagogique.
-164-
Evaluation et retour dexprience
Nous avons dabord compar les valeurs obtenues par la mesure SR et les valuations
exprimes par des experts humaines sur un corpus de ressources pdagogiques. Nous
avons constat que la philosophie derrire la mesure mathmatique SR est trs proche du
raisonnement humain (les donnes taient fortement corrles). Nous avons galement
compar les valuations des experts humains avec les donnes de la mesure SoG (Zhong et
al., 2000) sur le mme corpus. Les rsultats obtenus taient mauvais et montrent clairement
linadquation de la mesure SoG avec le contexte applicatif du systme OrPAF. Ceci
dmontre que la fiabilit des distances ou des liens de similarit entre concepts ou graphes
de concepts dpend fortement des applications.
Ensuite, nous avons valu les performances de la mesure SR en utilisant les critres
fournies par le domaine de la recherche documentaire : la Prcision, le Rappel et la F-
mesure. En effet, nous pouvons considrer la mesure SR comme un algorithme de
recherche documentaire qui a pour objectif lextraction de documents pertinents pour les
utilisateurs. Les rsultats obtenus ont montr clairement les performances positives de la
mesure SR.
-165-
Conclusion Gnrale
Bilan
Gestion des connaissances
Nous avons propos lenvironnement pdagogique adaptatif OrPAF (Organisateur de
Parcours Adaptatifs de Formation) qui permet de monter efficacement des formations en
sadaptant avec un minimum deffort, de cot et de temps de nouveaux profils dapprenants,
de nouveaux domaines de connaissances et de nouvelles stratgies pdagogiques.
Nos choix conceptuels pour la description et la gestion des connaissances dans OrPAF se sont
orients vers le formalisme des ontologies, noyau central et fondateur du Web smantique.
Ces ontologies permettent davoir des descriptions partages et communes et donc
rutilisables et aisment adaptables pour rpondre diffrents besoins de formation.
Larchitecture des connaissances que nous avons propose est organise deux niveaux :
dune part, une ontologie du e-Learning qui dcrit des concepts et des proprits gnriques et
communes nimporte quel type de formation. Dautre part, des ontologies de formation
(modle apprenant, modle du domaine et modle pdagogique) et des annotations
conceptuelles spcifiques une formation donne.
Proposition dun environnement pdagogique en ligne
Nous avons dvelopp un environnement pdagogique ouvert sur le Web et particulirement
sur la partie annote du Web o les ressources pdagogiques sont dj dcrites en utilisant le
standard de mtadonnes LOM (Learning Object Metadata). Dans le prototype ralis, un
composant de recherche distante interroge le corpus ARIADNE la recherche de ressources
pdagogiques relatives une formation donne. Des annotations conceptuelles sont ensuite
construites de manire semi-automatique pour dcrire plus finement les ressources
pdagogiques recherches du corpus ARIADNE. Ces annotations conceptuelles instancient
des connaissances dfinies dans lontologie du e-Learning et les ontologies de formation. Ces
mmes connaissances sont exploites par le composant de recherche locale pour identifier les
pertinences smantique et pdagogique dune ressource pdagogique pour un contexte de
formation donn.
Gnration de cours hypermdias adaptatifs
La description des connaissances du systme OrPAF nous a permis de gnrer des cours
adapts aux caractristiques individuelles de lapprenant. Nous considrons un cours adaptatif
comme une entit compose dune structure adaptative et dun contenu adaptatif. La structure
-166-
Conclusion
adaptative du cours est un graphe de notions (Conceptual Map ou CM) construit par filtrage
des notions du modle du domaine en fonction de lobjectif et des contraintes temporelles de
lapprenant. Les notions de la structure sont annotes en se basant sur le modle de
lapprenant, i.e. certaines notions sont accessibles et dautres ne le sont pas. Une CM annote
est appele ACM (Adapative Conceptual Map). La structure du cours ainsi construite
constitue un moyen de guidage global pour assister les apprenants dans leurs parcours
dapprentissage. Le contenu du cours est un ensemble de ressources pdagogiques
recherches du Web. Ces ressources sont annotes par les enseignants en utilisant les
diffrentes ontologies du systme OrPAF. Des mesures de similarit sont proposes pour
valuer les pertinences smantique et pdagogique de ces ressources pdagogiques pour un
contexte de formation donn.
Par ailleurs, lapprenant volue dans son parcours dapprentissage en excutant librement et
sa guise des tests associs aux notions de lACM. La russite ou lchec de lapprenant dans
un test donne lieu une mise jour de son modle apprenant et un changement de
lannotation de lACM, i.e. le niveau de connaissances de lapprenant volue ou rgresse.
Exprimentation
Nous avons expriment diffrents aspects de lenvironnement OrPAF :
Un test dutilisabilit de lenvironnement nous a montr une bonne satisfaction et une bonne
comprhension de linterface par les apprenants. Les apprenants nont pas t gns par la
structure graphique du cours ni par le mode dexploration par notions du cours. Les
apprenants ont au contraire su se positionner dans leurs parcours dapprentissage et se
construire une structuration conceptuelle du domaine en comparaison avec les apprenants qui
ont travaill sans lassistance du systme OrPAF. Le retour des apprenants sur la pertinence
des ressources pdagogiques proposes dans OrPAF est positif car ils ont constat, pour la
plupart, une bonne corrlation entre le contexte de formation et les ressources pdagogiques
proposes.
Nanmoins, nous avons relev un certain nombre de lacunes :
Lapprenant est dsorient lorsque le nombre de contextes de formation ouverts dans sa
session est lev. En rponse ce problme, nous avons limit trois le nombre maximal de
contextes de formation que lapprenant a le droit de crer en parallle dans sa session.
Lapprenant na pas recours systmatiquement aux tests pour voluer dans son parcours
dapprentissage. En rponse ce problme, nous avons implment des notifications
priodiques lapprenant pour lui suggrer de passer les tests.
-167-
Conclusion
Perspectives de recherche
Les possibilits denrichissement de lenvironnement OrPAF sont multiples :
Concernant lvaluation des apprenant, les tests de type QCM ou Quiz sont considrs comme
trs peu fiables par les spcialistes en ducation, une amlioration de lenvironnement OrPAF
serait dvaluer les apprenants en mesurant la similarit ou la distance smantique entre les
ACM quils construisent et celle construite par un expert (calcule partir du modle du
domaine).
Une autre perspective serait dintgrer loutil TextToOnto dans lenvironnement OrPAF.
OrPAF offrirait ainsi une interface unique aux experts, aux ingnieurs de la connaissance et
aux enseignants qui faciliterait et amliorerait la communication entre les diffrents acteurs
dOrPAF.
Une autre perspective serait de proposer un systme de veille technologique. OrPAF pourrait
tre utilis comme systme de veille technologique en implmentant un composant de
recherche de liens et de ressources susceptibles dinformer les utilisateurs sur les innovations
dun domaine particulier. On rechercherait toutes sortes de ressources et pas simplement des
ressources pdagogiques et les ACM contiendraient des notions qui intressent les profils des
utilisateurs.
-168-
Rfrences bibliographiques
ADL (2001). Sharable Content Object Reference Model (SCORM) 2001. www.adlnet.org.
Allert, H., Dhraief, H., & Nejdl, W. (2002). How are learning Objects Used in learning Processes?
Conference on Educational Multimedia, Hypermedia & Telecommunications.
Aroyo, L., & Dicheva, D. (2004). The New Challenges for E-learning: The Educational Semantic
Web. In Journal of Educational Technology & Society, Special Issue on Ontologies and the
Semantic Web for E-learning, vol. 7(4), pp. 59-69.
Berners-Lee, T., Hendler, J., Lassila, O. (2001, Mai). The Semantic Web, Scientific American, pp. 28-
37. http://www.scientificamerican.com/2001/0501issue/0501berners-lee.html.
Boehm, B.W. (1981). Software Engineering Economics, Prentice Hall, New Jersey.
Brown, J.S., Collins, A. et Duguid, P. (1989). Situated cognition and the culture of learning.
Educational researcher, 18 (1), pp. 32-42.
Brusilovsky, P. (1996). Methods and techniques of adaptive hypermedia. User Modeling and User
Adapted Interaction, vol. 6 (2-3), pp. 87-129.
Brusilovsky, P., Eklund, J., & Schwarz, E. (1998, Avril 14-18). Web-based education for all: A tool
for developing adaptive courseware. In Proceedings of Seventh International World Wide
Web Conference, Computer Networks and ISDN Systems, 30(1-7), 291-300.
Buitelaar, P., Olejnik, D., Sintek, M. (2004, Mai). A Protg Plug-In for Ontology Extraction from
Text Based on Linguistic Analysis In: Proceedings of the 1st European Semantic Web
Symposium (ESWS), Heraklion, Greece.
Chiou, G.-F. (1992). Situated learning, metaphors, and computer-based learning environments.
Educational technology, 32 (8), pp. 7-11.
Clancey, W.J. (1991). The frame of reference problem in the design of intelligent machines. K.
VanLehn (ed.), Architectures for intelligence, The twenty-second Carnegie Mellon
symposium on cognition, pp. 357-423. Hillsdale, N.J. : Erlbaum.
Corby, O., Dieng-Kuntz, R.. Faron-Zucker, C., & Gandon, F. (2006). Searching the semantic web:
Approximate query processing based on ontologies. IEEE Intelligent Systems Journal, 21(1),
pp. 20-27.
Crozat, S. (2002). Elments pour la conception industrialise des supports pdagogiques numriques,
Thse en informatique de lUniversit de Technologie de Compigne.
-169-
De Bra, P., & Calvi, L. (1998). AHA! An open Adaptive Hypermedia Architecture. The New Review
of Hypermedia and Multimedia , vol. 4, pp. 115-139.
De Bra, P., Brusilovsky, P., & Houben, G.-J. (1999). Adaptive hypermedia: From systems to
framework. ACM Computing Surveys, 31(4).
De Bra, P., Stash, N., Smits, D., Romero, C., Ventura, S. (2007). Authoring and Management Tools
for Adaptive Educational Hypermedia Systems: The AHA! Case Study, in: Studies in
Computational Intelligence (SCI) nr. 62, pp. 285-308, Springer Verlag.
Dehors, S., Faron-Zucker, C., & Dieng-Kuntz, R. (2006). Reusing Learning Resources based on
Semantic Web Technologies. In Proceedings of 6th IEEE International Conference on
Advanced Learning Technologies, ICALT 2006, Kerkrade, Netherlands.
Delestre, N., Pcuchet, J.-P., Barry-Grboval, C. (2000). Why to use a dynamic adaptive hypermedia
for teaching, and how to design it? http://psimail.insa-rouen.fr/MnemosNet/psipubli.nsf/
Deschnes, A.-J. (1991). Autonomie et enseignement distance. Revue canadienne pour l'tude de
l'ducation des adultes, 5 (1), pp. 32-54.
Deschnes, A.J., Bilodeau, H., Bourdages, L., Dionne, M., Gagn, P., Lebel, C., & Rada-Donath, A.
(1996). Constructivisme et formation distance. Distances, 1 (1), pp. 9-25.
Dolog, P., Henze, N., Nedjl, W., & Sintek, M. (2004). The personal Reader: Personalizing and
Enriching Learning Resources using Semantic Web Technologies. International Conference
on Adaptive Hypermedia and Adaptive Web-based Systems.
Duval, E. (2002). Normalisation des technologies ducatives : quoi bon ? Cinquime Colloque
Hypermdias et apprentissage.
Faure D., Ndellec C., & Rouveirol C. (1998). Acquisition of Semantic Knowledge using Machine
learning methods: The System ASIUM Technical report number ICS-TR-88-16.
Frederiksen, C.H., & Donin, J. (1994). Contextes fonctionnels de l'expertise discursive : implications
pour l'valuation. J.-Y. Boyer, J.-P. Dionne et P. Raymond (dir.), valuer le savoir-lire, pp.
41-67. Montral : Logiques.
Galeev, I., Tararina, L., & Kolosov, O. (2004, Aot 30-Septembre 1). Adaptation on the basis of the
skills overlay model. Proceedings of IEEE International Conference on Advanced Learning
Technologies, pp. 648-650. Joensuu, Finland: IEEE Computer Society.
Gandon F. (2002, Novembre 7). Distributed Artificial Intelligence and Knowledge Management:
Ontologies and Multi-Agent Systems for a Corporate Semantic Web. These PhD. INRIA et
University of Nice - Sophia Antipolis
Gandon, F., Corby, O., Diop, I., Lo, M. (2008). Distances smantiques dans des applications de
gestion d'information utilisant le web smantique. Semantic similarity workshop EGC,
Sophia Antipolis.
Garrison, D.R. (1993). A cognitive constructivist view of distance education : an analysis of teaching-
learning assumptions. Distance education, 14 (2), pp. 199-211.
Grninger, M., Lee, J. (2002). Ontology Applications and Design. Communication of the ACM, 45(2),
pp. 39-41.
-170-
Halasz, F., Schwartz, M. (1994). The Dexter Hypertext Refernce Model. Communications of the
ACM, 37(2), pp. 30-39.
Henri, F., & Kaye, A. (1985). Le savoir domicile, pdagogie et problmatique de la formation
distance. Qubec: Presses de l'Universit du Qubec, Tluniversit.
Henze, N., Nejdl, W. (1999). Adaptivity in the KBS Hyperbook System. Proceedings of the 2nd
Workshop on Adaptive System and User Modeling on the WWW.
Henze, N., Dolog, P., and Nejdl, W. (2004). Reasoning and Ontologies for Personalized E-Learning in
the Semantic Web. Educational Technology & Society, 7(4), pp. 82-97
Hk, K. (1997, Mars). Steps to take before IUI becomes real. The reality of intelligent interface
technology, Edinburgh.
Horton, P.B., McConney, A.A., Gallo, M., Woods, A.L., Senn, G.J., Hamelin, D. (1993). An
investigation of the effectiveness of concept mapping as an instructional tool. Science
Education 77(1), pp. 95111.
IMS (2002). IMS Global Learning Consortium Inc.: IMS Learning Resources Metadata Specification
vol. 1.2.1. www.imsproject.org/metadata/index.html
Jegede, O. (1992). Constructivist epistemology and its implications for contemporary research in
distance learning. T. Evans et P. Juler (eds), Research in distance education 2 (21-29). Deakin:
Institute of distance education.
Jonassen, D.H., Campbell, J.P., & Davidson, M.E. (1994). Learning with media : restructuring the
debate. Educational technology research and development, 42 (2), pp. 31-39.
Lave, J. (1990). The culture of acquisition and practice of understanding. J.W. Stigler, R.A. Shweder
et G. Herdt (eds), Essays on comparative human development, pp. 309-327. Cambridge :
Cambridge university press.
Larochelle, M., & Bednarz, N. (1994). propos du constructivisme et de l'ducation. Revue des
sciences de l'ducation, 20 (1), pp. 5-20.
Lebow, D. (1993). Constructivist values for instructional systems design : five principles toward a new
midset. Educational technology research and development, 41 (3), pp. 3-16.
Lester, G., Sim, Y.W., & Wang, C. (2005, Juillet 5 - 8). An e-Learning Systems Engineering
Methodology. The 5th IEEE International Conference on Advanced Learning Technologies,
Kaohsiung, Taiwan.
-171-
LOM (2002). LOM IEEE Learning Technology Standard Committee (LTSC), Learning Object
metadata Group. http://ltsc.ieee.org/wg12/
Maedche, A., & Staab, S. (2000). Semi-automatic engineering of ontologies from text. In Proceedings
of the 12th Internal Conference on Software and Knowledge Engineering .
Mizoguchi, R., & Ikeda, M. (1996). Towards Ontological Engineering (AI-TR-96-1). Osaka: ISIR,
Osaka.
Mizoguchi, R., & Bourdeau, J. (2000). Using Ontological Engineering to Overcome Common AI-ED
Problems. In International Journal of Artificial Intelligence and Education, vol.11 (Special
Issue on AIED 2010), pp. 107-121.
Moore, M., & Kearsley, G. (1996). Distance Education. A Systems View. Wadsworth: Belmont.
Navigli R., Velardi P., Gangemi A. (2003, Janvier-Fvrier). Ontology Learning and its application to
automated terminology translation IEEE Intelligent Systems, 18(1).
Peraya, D., & McCluskey, A. (1996). Enseignement distance (EAD) au niveau universitaire.
Genve, Berne : Universit de Genve, TECFA, Office fdral pour l'ducation et la science.
Piaget, J. (1970). Piagets theory. P. H. Mussen (Ed). Carmichaels manual of child psychology, 1(3),
pp. 703-732. New York: wiley.
Psych, V., Mendes, O., & Bourdeau, J. (2003). Apport de lingnierie ontologique aux
environnements de formation distance. STICEF, Vol. 10, ISSN : 1764-7223.
Reigeluth, C.M. (1999). Instructional-Design Theories and Models: A New Paradigm of Instructional
Theory. Lawrence Erlbaum Associates, Mawah NJ.
Russ, T., Valente, A., MacGregor, R., & Swartout, W. (1999). Experiences in Trading Off Ontology
Usability and Reusability. The Twelfth Banff Knowledge Acquisition for Knowledge based
Systems Workshop, Alberta, Canada.
Sintek, M., Decker, S. (2002). TRIPLE an rdf query, inference, and transformation language.
Horrocks, I. and Hendler, J. edidors, Int. Semantic Web Conference (ISWC), pp. 364-378.
-172-
Sowa, J. (1984). Conceptual Structures: information processing in mind and machine. The System
Programming Series, Addison Wesley.
Staab, S., Maedche, A. (2001). Axioms are Objects, too Ontology Engineering beyond the Modeling
of Concepts and Relations, In Internal Report 399, Institute AIFB, Karlsruhe University.
Stojanovic, L., Staab, S., & Studer R. (2001). ELearning based on the Semantic Web. WebNet2001,
World Conference on the WWW and Internet, October 23-27, Orlando, Florida - USA.
Tardif, J. (1998). Intgrer les nouvelles technologies de l'information : quel cadre pdagogique ? Paris:
ESF, 1998.
Uschold, M., & Gruninger, M. (1996, Juin). Ontologies : Principales, Methodes and Applications
Knowledge, Engineering Review, 11(2).
Vargas-Vera, M., Motta, E., Domingue, J., Lanzoni, M., Stutt, A., & Ciravegna, F. (2002). MnM:
Ontology Driven Semi-Automatic and Automatic Support for Semantic Markup. Proceedings
of the 13th International Conference on Knowledge Engineering and Management (EKAW
2002), pp. 379-391, Spain.
Vargas-Vera, M., & Lytras, M.D. (2008). Personalized Learning Using Ontologies and Semantic Web
Technologies. WSKS (1) pp. 177-186
Vassileva, J. (1997). Dynamic Courseware Generation on the www. Proceedings of the workshop:
Adaptive Systems and User Modeling on the World Wide Web. Sixth International
Conference On User Modeling.
Wagner, E.D., & Mccombs, B.L. (1995). Learner centered psychological principles in practice :
Designs for distance education. Educational technology, 35(2), pp. 32-35.
Yessad, A., & Laskri, M.T. (2005a, 9-11 Mai). Construction dHypermdias adaptatifs Ouverts :
Reprsentation et Recherche des Ressources Pdagogiques partir du Web Smantique. In
Proceedings of ISPS, Alger, Algrie.
Yessad, A., Hrin, D., & Laskri, M.T. (2005b, Mai 27-29). Utilisation du Web Smantique pour la
construction dHypermdias Educationnels Adaptatifs. Environnement Informatique pour
lApprentissage Humain (EIAH), Montpellier, France.
Yessad, A., & Laskri, M.T. (2006, Decembre 7-9). Ontology-driven dynamic course generation for
web-based education. Proceedings of MCSEAI, Agadir, Morocco.
Yessad, A., Faron-Zucker, C., Dieng-Kuntz, R., Laskri, M.T. (2008a, Juin 30-Juillet 4). Adaptive
Course Generation in Semantic Web Context. Proceedings of World Conference on
Educational Multimedia, Hypermedia and Telecommunications, Vienna, Austria,
Yessad, A., Faron-Zucker, C., Dieng-Kuntz, R., & Laskri, M.T. (2008b, Octobre-Decembre).
Adaptive Learning Organizer for Web-based Education. International Journal of Web-based
Learning and Teaching Technologies, 3(4), pp. 57-73.
Yessad, A., Faron-Zucker, C., & Laskri, M.T. (2008c, Novembre). Ontology-based Personalization of
Hypermedia Courses. International Review on Computers and Software, to appear.
-173-
Wang, Y., Vlker, J., Haase, P. (2006, Octobre). Towards Semi-automatic Ontology Building
Supported by Large-scale Knowledge Acquisition. AAAI Fall Symposium On Semantic Web
for Collaborative Knowledge Acquisition, vol. FS-06-06, pp. 70-77. AAAI, AAAI Press,
Arlington, VA, USA.
Zhong, J., Zhu, H., Li, J., & Yu, Y. (2002, Juillet 15-19). Conceptual graph matching for semantic
search. In Proceedings of 10th International Conference on Conceptual Structures, ICCS, pp.
92-106. LNCS 2393, Springer Verlag, Borovets, Bulgaria.
-174-