Les environnements auteurs - PowerPoint

Document Sample
Les environnements auteurs - PowerPoint Powered By Docstoc
					Les environnements auteurs
Roger Nkambou
Daniel Dubois


Réf. principale: Murray, T., Blessing, S. and Ainsworth, S. (Eds) :
Authoring Tools for Advanced Technology Learning Environments :
Toward cost-effective adaptative, interactive, and intelligent
educational software. Kluwer Publishers.Kluwer Publishers. 2003
 Qu'est-ce qu'un STI
 du point de vue d'un auteur?
      Tout système d’EAO qui sépare le contenu (quoi
       enseigner) de la stratégie (comment enseigner)
      Produit normalement des inférences au sujet de "ce que
       l'étudiant sait"
          donc, contient des modèles du domaine à enseigner,
           des stratégies d'enseignement, et/ou de l'étudiant

Ces caratéristiques réfèrent à des STI plutôt rudimentaires.
Qu'est-ce qu'un STI
du point de vue d'un auteur?
  Typiquement, les STI vont plus loin
  qu'un système d'IAO
     En quoi ?
        Effort de modélisation
     Modélisation de quoi ?
         modèle de l'expertise sur le sujet (domaine)
         modèle de l'expertise d'enseignement
         modèle de l'expertise en diagnostic
     Pourquoi ?
        Meilleur suivi des démarches de l’apprenant
        assistance individualisée
EAO  ITS : un nouveau paradigme
   But : aller au-delà des présentations simples et
   séquentielles.
   Cela requiert un passage vers un nouveau paradigme
   pour la création de cours
       du concept plutôt linéaire de séquencement du contenu (style
        "storyboard")
       au concept de l'adaptation fondée sur la connaissance
   Quelles connaissances ?
       connaissances de l'étudiant (quoi présenter)
       connaissances pédagogiques (quand intervenir, et comment)
   Cela requiert un effort supplémentaire!
       prendre le temps de séparer du contenu les méthodes et trucs
        d'enseignement – le goulot traditionnel en IA!
       au lieu de travailler à présenter directement ce que l'étudiant va
        voir.
Progrès coûteux
 Cette modélisation, cette puissance d'adaptation
 comportent un coût :
     systèmes plus difficiles à créer
     systèmes plus longs à développer
     Leur création demande plus d'expertise (domaine,
      enseignement, etc.)


 D'où la nécessité d'outils auteurs
     pour rendre l'entrée des connaissances plus facile et efficient
     pour aider (et "obliger") à rendre explicites et articuler les
      connaissances implicites (outils de visualisation, de
      vérification, de validation de cohérence, messages, etc.)
     pour fournir des connaissances qui peuvent faire défaut au
      concepteur
Les objectifs des outils auteurs
   Minimiser le coût de production des
  systèmes de formation
   Minimiser la nécessité d’une grande expertise
  chez l’auteur
  Assurer la qualité du contenu et de la
  pédagogie (choix des stratégies
  pédagogiques)
  Permettre la participation des acteurs de
  profils différents (analyste de la formation,
  enseignant, étudiant,…)
  Fournir une plate-forme d’évaluation des
  alternative de stratégies et de modèles du
  contenu
Existe-t-il plusieurs outils
auteurs?
            CATEGORY                 PROJECTS/SYSTEMS
1   Curriculum Sequencing and   DOCENT, IDE, ISD Expert, Expert CML
    Planning
2   Tutoring Strategies         Eon, GTE, REDEEM, SmartTrainer AT
3   Device Simulation and       DIAG, RIDES, MITT-Writer, ICAT,
    Equipment Training
                                SIMQUEST, XAIDA
4   Domain Expert System        Demonstr8, D3 Trainer, Training Express
5   Multiple Knowledge Types    CREAM-Tools, DNA, ID-Expert, IRIS,
                                XAIDA
6   Special Purpose             IDLE-Tool/IMap, LAT
7   Intelligent/adaptive        CALAT, GETMAS, InterBook,
    Hypermedia
                                MetaLinks


                                 28 projets
Et plus encore, avec les ancêtres!
                                     Precursor systems
                                                                                       28 + 17 =
 CALAT                         CAIRNEY
                                                                                       45 systèmes
 DEMONSTR8                      TDK, PUPS
 DOCENT                        Study                                                   ~ 1982 à
 Eon                           KAFITS                                                  aujourd'hui
 ID EXPERT                     Electronic Trainer, ISD-Expert
 IDLE-Tool                     IMAP, INDIE, GBS-architectures
 REDEEM                        COCA
 RIDES                         IMTS, RAPIDS, and see DIAG
 SIMQUEST                      SMISLE
 Smart-Trainer AT              FITS
  •   Murray 1999, IJAIED 10(1): Authoring Intelligent Tutoring Systems: An analysis of the state
      of the art
  •   Murray et al. (Eds), 2003 : Authoring Tools for Advanced Technology Learning Environments : Toward
      cost-effective adaptative, interactive, and intelligent educational software. Pages 93-138. Kluwer
      Publishers.Kluwer Publishers.
Survol:
Multiple perspectives sur le sujet
      What kinds of ITSs have been
      authored?
      Authoring the Interface, Domain,
      Teaching, and Student Models
      What Authoring / Knowledge Acquisition
      Methods Have Been Used?
      How Are Authoring Systems Designed?
      (Design Tradeoffs & Open Issues)
      Pragmatics and Use (Are ITS authoring
      systems “real?”)
Quelles sortes de STI ont été
produits?
 Différents SA supportent autant des STI
 orientés entraînement (environnement de
 simulation) qu'orientés pédagogie
 (comment séquencer et enseigner)

 Parmi ces 2 catégories, sept types de SA

 Les outils contraignent le STI produit -->
 7 types de STI
Sept catégories de STI
        CATEGORY (STI)             PROJECTS/SYSTEMS (SA)
1   Curriculum Sequencing and   DOCENT, IDE, ISD Expert, Expert CML
    Planning
2   Tutoring Strategies         Eon, GTE, REDEEM, SmartTrainer AT
3   Device Simulation and       DIAG, RIDES, MITT-Writer, ICAT,
    Equipment Training
                                SIMQUEST, XAIDA
4   Domain Expert System        Demonstr8, D3 Trainer, Training Express
5   Multiple Knowledge Types    CREAM-Tools, DNA, ID-Expert, IRIS,
                                XAIDA
6   Special Purpose             IDLE-Tool/IMap, LAT
7   Intelligent/adaptive        CALAT, GETMAS, InterBook,
    Hypermedia
                                MetaLinks

       Les catégories 3, 4, & 6 sont essentiellement orientées vers
       l'entraînement
1. Séquencement et planification des sujets
   Systems: DOCENT, IDE, ISD Expert, Expert
     CML
     Basic and early historical systems
     Separates content from presentation and
     sequencing
     Rules, constraints, or strategies for
     “intelligently” sequencing content at the
     “macrolevel” (topic level)
     Usually low fidelity interfaces, canned
     content, simple student models
2. Stratégies tutorielles
 Systems: REDEEM, Eon, GTE, Smart
   Trainer AT
 #1 above PLUS:
  Micro-level and explicit tutoring strategies
       Instructional primitives for hints, explanations,
        examples. reviews, feedback…
       Instruction can have a more dialogue or
        conversational feel
   Some include multiple teaching strategies and
   meta-strategies
   Often have low fidelity interfaces, canned
   content, simple student models
Tutoring strategies category:
Example
  Le contenu provient d'un EAO réalisé avec ToolBook    REDEEM
                                                       Genetics Tutor




 REDEEM permet de
    personnaliser la
stratégie pédagogique
3. Simulation et entraînement
                       DIAG ajoute à RIDES des capacités de diagnostic


Systems: DIAG, RIDES, MITT-Writer, ICAT,
 SIMQUEST, XAIDA
 Micro-mondes & environnements simulés
 La plupart se concentrent sur la manipulation
 des équipements et instruments, et sur les
 procédures pour leur maintenance.
     les rétroactions visent le développement des
      habiletés et la connaissance des processus.
 Construire la simulation requiert beaucoup de
 temps, mais l'enseignement s'ensuit
 presqu'automatiquement.
Exemples de RIDES Tutors



                                                   Éléments créés avec
                                                   les outils du SA




   L'instructeur utilise l'interface utilisateur
   pour démontrer et enregistrer les
   procédures correctes. Le résultat sert
   directement à enseigner.
4. Systèmes experts du domaine
 Systems: Demonstr8, D3 Trainer, Training
   Express
   Deep/runnable models of problem solving
   expertise
       Ex.: Demonstr8 doit généraliser la procédure
        démontrée par l'instructeur avant de pouvoir
        l'utiliser pour enseigner.
       Donc, expertise du domaine plus poussée que
        RIDES.
          Modélisation des opérations effectuées (model-tracing)

   Fine grained student diagnosis and modeling
   Building an expert system is very difficult --
   but then instruction can come “for free”
D3s Medical Tutor
Demonstr8’s Subtraction Tutor
  L'instructeur utilise l'interface
  utilisateur pour démontrer et enregistrer
  les procédures correctes. Le résultat
  doit cependant être généralisé avant de
  pouvoir être utilisé        (vs. pour
  RIDES).




     Techique IA d'analogie
     permettant de généraliser
     vers la solution générale à
     partir de l'exemple fourni.
5. Multiple Knowledge Types
Systems: CREAM-Tools, DNA, ID-Expert, IRIS,
  XAIDA
  “Gagne Hypothesis:” There are different types
  of knowledge --> Each has its own instructional
  methods and representational formalism
  Template-like framework for decomposing
  content into facts, concepts, and procedures
  Many based on instructional design theory
  principles
  Limited so far to relatively simple facts,
  concepts, procedures
 6. Special Purpose

Systems: IDLE-Tool/IMap, LEAP Authoring Tool

 Build tutors for a particular type of task
 Can provide strong authoring guidance and
 constraints
 Design and pedagogical principles can be
 enforced
 The task, interface, and pedagogy must fit
 relatively inflexibly to the given model
    Example: IDLE-Tool:
    Sickle Cell Counselor
        Ensemble d'outils
        spécialisés pour
        apprendre un type
        particulier de tâche
        complexe :
             Investiguer et décider
             Diriger une
              organisation
             Faire rapport sur les
              observations.
        Fournit un ensemble de
        modèles fixes ("fill-in the
        blanks) pour présenter
        les résultats,
        rétroactions, références
        et principes sûrs.
        Pédagogie et structure
        des tâches fixes.
http://lecture.activemath.org/ActiveMath2/main/view.cmd;jsessionid=F793BCC0B743102777134A99FE0ECBD4?book=Authoring_ToolsCompleteRec&page=21
7. Intelligent/Adaptive Hypermedia

Systems: CALAT, GETMAS, InterBook, MetaLinks

 Similar to Category #1 but also deals with
 Navigation and (dis)orientation issues
 Accessibility and UI uniformity benefits associated
 with the WWW
 Limited interactivity and learning environment
 fidelity
 Potential for making inferences from large
 numbers of students
Example: InterBook
Création de STI : Composants
concernés
 L’Interface
 Le Modèle du domaine
  Connaissances reliées au curriculum
  Simulation et appareils de formation (labs
  virtuels)
  Les systèmes experts du domaine

 Le modèle d’enseignement (La pédagogie)
 Le modèle de l’étudiant
1. L’interface
  Systèmes offrant des outils pour la construction
  d’interface (simulation, micro-mondes, laboratoires
  virtuelles…):
       Ex: RIDES, Eon, SIMQUEST , XAIDA
1. L’interface (suite)
                  RIDES
  Objectifs de RIDES:
      Construire et déployer des simulations graphiques
       interactives + le tutorat dans un tel contexte
  Exemples de simulateurs:
      Système de contrôle d’un B-52
      Magnetoscope
      Parties d’un avion, d’une voiture…
1. L’interface (suite)   RIDES
RIDES
 Création des
 exercices
 dans RIDES

Exercices types:
  Identification
  des parties
  Exécution de
  procédures
  Diagnostic des
  panes
           EON




Eon’s Interface Editor
1. Interface (Suite)   XAIDA
Outils pour l’interface (suite)
   Les outils maisons ne sont pas très forts sur cet
  aspect…
  Mieux vaut utiliser les Toolkits et UI-Builder
  classique:
     ToolBook II
     UI Builders et UI Toolkits (Jbuilder, Librairie Swing…)
     pour des simulations complexes..
        VAPS (eNGENUITY Technologies, Montréal)
        Open Inventor
           Exemple de CANADARM Tutor (Roman Tutor) :

                  Kabanza et al. IJCAI’2005
                  Nkambou et al. AIED’2005

             Démo de CANDARM (Simulation de la station spatiale
              internationale et du robot bras-canadienII)
Canadarm II


              Canadarm II
Canadarm II simulator
RomanTutor
2. Création du modèle du domaine
• Connaissances et structures du cours (Curriculum)

• Simulations/modèles des instruments et phénomènes

• Modèle de l'expertise sur le domaine (systèmes experts,
modèles de tâches)
Connaissances reliées au curr.
  Eon
Unités de K
Associations
Type de K
Objectives
Importance
Difficulté
Ressources
Compétences    Topic map
    Connaissances reliées au curr.
      IRIS            Offre des outils pour soutenir la création des
                               connaissances mais ne fournit pas de
                               bons outils de visualisation globale.
    Rés. sém. similaire à
     Eon avec propriétés
     pédag. telles:
       type de connaiss.
       niv. de difficulté
    Liens entre éléments :
       prérequis
       partie-de
    stratégies spécifiques
     au type de connaiss.
     (fait, concept,
     procédure)
Connaissances reliées au curr.
CREAM-Tools
Bonne visualisation
globale
Permet d'accéder
directement aux
éléments reliés
Permet de créer les
objectifs pédagogiques
séparément
Fondé sur des théories
pédagogiques : Gagné,
Bloom
Note : CREAM-Tools est
le seul à permettre la
création collaborative
 Connaissances reliées au curr.
CREAM-Tools (vue d’ensemble)
Création de simulations         pour des instruments et phénomènes

XAIDA
 Utilise un réseau PEAnet
 (Processes, entity, activity
 network)
 Ce réseau inclut des règles
 simples décrivant
 comment les propriétés et
 événements affectent les
 éléments d'un processus.
     Construction aisée de
      simulation cause-effet.
 Représentation des
 caractéristiques physiques
 par réseaux sémantiques.
 Mécanismes de
 raisonnement causal
 Arbres des défectuosités
 pour modéliser l'expertise
 diagnostique.
Création de simulations   pour des instruments et phénomènes

  RIDES
Création de l'expertise sur le domaine
(systèmes experts + modèle de tâche)
 ID3-
Trainer
PAT-Algebra- Création de l'expertise sur le domaine
   Tutor    (systèmes experts + modèle de tâche)

                                       Problem Authoring Tool
                                          (PAT)
                                       1. Ecrire l’énoncé
                                       2. Entrer les éléments
                                          de solution
                                       3. Exécuter le modèle
                                       4. Vérifier les liens entre
                                          le texte et la solution
3. Création du modèle pédagogique
REDEEM

   Probablement le plus "utilisable" des SA en situations
   authentiques (par des "pédagogues ordinaires")
   Parce que :
       un seul ensemble générique de règles pédagogiques
        expertes imposé.
          Thèse : il n'y a pas une seule bonne manière (consensuelle)
           d'enseigner pour chaque situation.
       utilise du matériel déjà préparé dans ToolBook
          permet d'y ajouter les questions, réponses et indices
       les tâches de l'apprenant se limitent à la catégorisation et la
        sélection.
          donc pas besoin de créer des structures de connaissance sous-jacentes.
       utilise des glissières pour catégoriser les pages (difficulté,
        généralité, familiarité requise, etc.) et indiquer la méta-
        stratégie
3. Création du modèle pédagogique
REDEEM
3. Création du modèle pédagogique
   EON
 4. Création du modèle de l'apprenant
EON’s SM Editor
Méthodes utilisées pour l'acquisition /
l'organisation des connaissances
  1. Articulation des connaissances à partir de
  modèles
  2. Connaissances intégrées/Connaissances par
  défaut
  3. Gestion des connaissances
  4. Visualisation des connaissances
  5. Élicitation des connaissances et gestion du
  workflow
  6. Validation des connaissances et du design
  7. Reutilisation des connaissances
  8. Création automatisée des connaissances
1. Ajouter les connaissances sur la base
de modèles (scaffolding)

    Ex. 1:
    Modèles:
     IDLE-Tools




    Ex. 2: Ontology-Aware tools: SmartTrainer AT
    ou SMARTIES
2. Connaissance intégrée / valeurs par
défaut
                                REDEEM
3. Outils pour la gestion de la connaissance

                                    CALAT




    Topics/KUs
    Lesson Objectives
    Interface objects & screens
    Exercises, examples,
    pictures
    Teaching Strategy actions
4. Outils pour la visualisation des
connaissances
 Permet à l'auteur de visualiser la grammaire
 conversationnelle qu'il a développée
                                                LEAP-AT
5. Outils pour expliciter les connaissances
& gérer les processus
     Author: “What do I do next?” “ Where do I
     start?”
     Prompts in ID-Expert and DNA: “Which of the
     following describes what the student will
     learn: a. What is is? B. How to do it? C. How
     does it work?”
     Top down vs opportunistic design
       DNA: Semi-structured interactive dialog
        has prompts with choices
     REDEEM: Agenda mechanism for authoring
     tasks
6. Validation des connaissances
et du résultat (design)
  Liberté de création ("opportunisme") non
  contrainte  plus de flexibilité …et plus
  d'erreurs!
      Erreurs par rapport aux notions d'une bonne interface
      Erreurs par rapport aux théories pédagogiques
  Constraint-based advice:
      “The estimated time for all Lesson-2 topics exceeds the
       estimated time for Lesson-2”
      “The engine maintenance procedure has no sub-steps defined”
      “Lesson-3 objectives include procedural and conceptual
       knowledge, but there are no conceptual topics linked to Lesson-
       3.”
7. Réutilisation

 Libraries of Content, Graphics, Strategies, etc.
 Flexible reconfiguration of components
 Ontologies
8. Création automatisée de la connaissance
    Example-Based programming
      Inferring a general procedure/rule

       from an example procedure/rule       DEMONSTR8
Création automatisée de la connaissance
(suite)
Création automatisée de la connaissance
    faulty                       Indic ator A
                 4
    RU1                           Abnormal
                                                                   DIAG
                         2        Outcome
    faulty       3                   A1
    RU2                  3
                                  NORMAL
    faulty   6                    Outcome
    RU3                              A2
                                                6   ALWAYS
                                                5   USUALLY
                                                4   VERY_ OFTEN
                                                3   OFTEN AS NOT
                                 Indic ator B   2   SOMETIMES
                                                1   RARELY
                                 Abnormal       0   NEVER
    faulty   1                   Outcome
    RU1          5                  B1
    faulty   2
                         4       Abnormal
    RU2
                                 Outcome
                 1                  B2
    faulty                   5
    RU3
                     1            NORMAL
                                 Outcome
                                     B3
Deux études de cas
CREAM & CREAM-Tools

CTAT
Outils CREAM-Tools pour
CREAM-C
Outils CREAM-Tools pour
CREAM-C


         A plane is a machine or a device that is capable of atmospheric
         flight.
Outils CREAM-Tools pour
CREAM-C
CREAM-Tools pour CREAM-O
CREAM-Tools for CREAM-R
CREAM-Tools pour CREAM-R
CREAM-Tools pour CKTN
CREAM-Tools (Vue
d’ensemble)
Acteurs et interfaces
Gestion
Génération de plan
d’apprentissage
Génération de plan (suite)
Env. d’apprentissage
Cas 2 : CTAT
Voir tutoriel :
http://gdac.dinfo.uqam.ca/inf7470
/tutorielCTAT/exercicesCTAT.htm

				
DOCUMENT INFO
Shared By:
Categories:
Tags:
Stats:
views:8
posted:7/8/2012
language:English
pages:75