La problématique abordée dans cette thèse est la conception d'un modèle informatique qui permet de générer automatiquement les rétroactions épistémiques en se basant sur l'état de connaissance de l'apprenant et en prenant ainsi en compte la dimension didactique de la connaissance. Ce travail se situe dans le cadre d'un environnement informatique pour l'apprentissage de la formation professionnelle.
Dans le cadre de notre travail, les résultats du diagnostic de l'état de connaissance de l'apprenant ne peuvent être déduits qu'avec un certain degré d'incertaine. De ce fait, nous avons choisi les réseaux bayésiens pour représenter la connaissance et le diagnostic, et l'approche de la théorie de la décision pour automatiser la prise de décisions didactiques.
L'état de connaissance de l'apprenant est déduit en appliquant l'inférence dans le réseau bayésien en fonction des traces de ses activités. Les résultats du diagnostic sont ensuite utilisés dans le modèle de la prise de décisions didactiques pour produire les rétroactions épistémiques en quatre étapes : 1) le choix de la cible qui permet de sélectionner les connaissances visées par la rétroaction ; 2) la détermination de l'objectif qui permet de définir le but de la rétroaction du point de vue de l'apprentissage ; 3) le choix de la forme de la rétroaction ; 4) la détermination du contenu de la rétroaction.
Nous avons implémenté et intégré le modèle de prise de décisions didactiques dans la plateforme de TELEOS. Ainsi, nous avons testé et évalué la cohérence du comportement informatique du modèle, sa sensibilité aux modifications des probabilités et des paramètres, et la pertinence des rétroactions produites.