Le laboratoire MIS, Amiens, propose un sujet de stage de master M2.

Titre : modélisation, prétraitements et exploitation de traces

dans les dispositifs globaux d’enseignement-apprentissage

Si vous souhaitez candidater, manifestez-vous très rapidement.

Résumé du sujet :

Les apprenants utilisent de plus en plus des Technologies de l’Information et la Communication (TIC) de tous types (courrier électronique, visioconférence, etc.) pour leurs activités d’apprentissage. Ils emploient aussi un Environnement Numérique de Travail (ENT) dès l’école primaire, parfois une plateforme de formation (plateforme de e-Learning ou LMS –Learning Management System). De leur côté, les enseignants sollicitent ces mêmes outils dans leurs enseignements en présentiel, à distance ou hybrides (présence et distance). Cet ensemble d’outils constitue un dispositif d’enseignement-apprentissage complexe.

Dans nos recherches, nous distinguons le « dispositif prescrit », c’est-à-dire celui mis en place par l’institution ou l’équipe pédagogique (ici une plateforme), et le « dispositif global », celui qui comprend le dispositif prescrit et tout ce que les apprenants peuvent y ajouter pour leurs apprentissages. Il peut inclure par exemple actuellement, des forums et salons de discussion externes, des sites pour l’édition collaborative de documents en ligne, divers outils du web participatif (Web 2.0), des réseaux sociaux (comme Facebook et Tweeter), ainsi que de sites initialement conçus ou non pour délivrer des connaissances, etc.

Le but de ce travail de recherche est de caractériser des comportements d’apprenants dans le dispositif global pour eux-mêmes ou pour les enseignants. Notre démarche s’appuie principalement sur l'exploitation des traces produites lorsque les apprenants interagissent avec le dispositif global : les « traces d’activités ». Elles fournissent les éléments de base pour calculer des indicateurs statistiques sur l'état ou le comportement des apprenants.

Le but du stage est

- En terme de définition

a. de bien identifier les différents types de sources

b. pour chaque source, de caractériser les notions d’information, de donnée, de connaissance et de trace

c. pour chaque type de traces, d’identifier sa structure et sa sémantique.

- En terme de modélisation

a. de modéliser ces traces par type de sources

b. de rechercher un modèle générique ou un méta-modèle

- En terme d’implantation

a. de définir des prétraitements sur les traces

b. de définir quelles traces collecter

c. de définir de premiers indicateurs et d’en faire le calcul à des corpus fournis

Les matériaux fournis sont constitués à partir de corpus issus de plateformes de formation : Moodle, Claroline Connect, OpenEdx (la version de Fun), Sakai ou autre.

Le calcul d’indicateurs pourra bénéficier des approches d’Educational Data Mining ou de Learning Analytics.

Gratification : suivant la réglementation en vigueur

Dossier de candidature : il devra comporter un CV et le relevé de notes de M1. Ce dossier est à adresser par mail à marilyne (dot) rosselle (at) u-picardie.fr