Thèse-Diattara

Nom: 
DIATTARA
Prénom: 
Awa
Spécialité de la thèse: 
Titre de la thèse: 
Acquisition de connaissances pour des EIAH destinés à enseigner des méthodes de résolution de problèmes
Résumé en français: 

Cette thèse aborde la problématique de l’acquisition des connaissances dans le cadre de la conception des Environnements Informatiques pour l’Apprentissage Humain(EIAH). Dans le contexte spécifique de ce travail, nous nous intéressons à des EIAH destinés à enseigner des méthodes de résolution de problèmes. De telles méthodes permettent, dans un domaine donné, de reconnaître la classe d’un problème et d’être capable de savoir quelle technique de résolution appliquer pour le résoudre. Le coût de conception de ces EIAH est cependant très élevé, en particulier du fait de l’élicitation des connaissances qui nécessite non seulement une expertise dans le domaine concerné mais également en programmation.

Afin de réduire le coût de conception de ces EIAH et permettre à des auteurs (enseignants, professionnels ou pédagogues plus experts) de pouvoir éliciter sans programmer, les connaissances nécessaires à l’EIAH pour résoudre des problèmes, nous proposons un processus d’acquisition interactive de ces connaissances. Ce processus est mis en œuvre à travers la conception d’un outil auteur : AMBRE-KB. Pour ce faire, nous avons d’abord proposé des méta-modèles qui permettent de décrire la forme des connaissances à acquérir. Ces connaissances ne sont pas celles d’un expert dans un domaine, mais les connaissances telles qu’on voudrait qu’elles fonctionnent chez l’apprenant à l’issue de l’apprentissage. En s’appuyant sur ces méta-modèles, nous avons ensuite proposé un processus d’acquisition de ces connaissances qui assiste l’auteur lors de l’élicitation des connaissances nécessaires, en lui permettant de construire un modèle de connaissances spécifique à un domaine.
 

Deux expérimentations ont été menées afin de mettre à l’essai AMBRE-KB. Les résultats de la première expérimentation - réalisée sur trois domaines - ont conduit à faire évoluer les fonctionnalités et les interfaces de AMBRE-KB afin d’améliorer l’interactivité du système, mais également permettre à l’auteur d’avoir un feedback sur le processus d’élicitation. Cette nouvelle version de AMBRE-KB a permis de mener une seconde expérimentation réalisée sur quatre domaines. Celle-ci a permis de mettre en évidence les points forts et les points faibles de AMBRE-KB :

  • Pour un domaine donné, AMBRE-KB permet de générer les modèles de connaissances permettant au résolveur de résoudre les problèmes relevant de la méthode à enseigner
  • Les interfaces proposées sont faciles à utiliser dans l’ensemble
  • Les auteurs ont apprécié l’assistance fournie, en particulier le feedback
  • Une amélioration de certaines interfaces et un feedback plus poussé faciliteraient davantage le processus d’élicitation.  
Abstract in english: 

The general issue we addressed in this thesis is the challenge of knowledge elicitation in Intelligent Tutoring Systems (ITS). In the context of this work, we are interested in ITS teaching problem solving methods. Teaching methods for solving problems consists in teaching students how to think about the problem before starting its resolution. In a given field, such a method is based on a categorization of problems. Knowing to recognize the class of a problem enables students to choose the resolution technique associated with this class. However, designing such ITS is tedious and costly, and specially require expertise in the application domain and in programming.

In order to reduce the design cost of these ITS and to enable an author (for example a teacher) to be able to elicit knowledge needed without programming, we  propose an interactive knowledge elicitation process. This process is implemented through the design of an authoring tool: AMBRE-KB. For that, we first propose meta-models for the knowledge to be acquired. This knowledge is not an expert knowledge, but knowledge such as we would want that it works at the end of the learning. Next, we propose a knowledge acquisition process based on these meta-models, which enable the author to be assisted in the elicitation process enabling him/her to build specific knowledge models for a given domain.
 

Two experiments were conducted to evaluate the knowledge acquisition process and its implementation in the AMBRE-KB tool. The results of the first experiment, conducted in three domains, led to modify the features and the interfaces of AMBRE-KB, so that to improve the interactivity of the tool, and to enable authors to have feedback about the knowledge elicitation. The second experiment, based on the new version of AMBRE-KB, was conducted in four domains. The results of this experiment enable to highlight the strengths and the limits of AMBRE-KB:

  • For a given domain, AMBRE-KB can produce the knowledge models needed by the solver to solve problems about the method to be taught
  • On the whole, interfaces are easy to use
  • The assistance provided is useful and particularly the feedback
  • An improvement of the interfaces and of the interactivity of the system would facilitate even more the elicitation process​
Université de rattachement: 
Université Grenoble Alpes
Laboratoire de rattachement: 
Directeur de thèse: 

Vanda LUENGO

Premier coencadrant: 

Nathalie GUIN

Cifre: 
Non
Date de soutenance: 
20 octobre, 2017
Lieu et heure de la soutenance: 

La soutenance aura lieu le 20 octobre 2017 à 10h00 – Salle C5 - Bâtiment Nautibus23-25 Avenue Pierre de Coubertin, Campus de la Doua, 69100 Villeurbanne 

Composition du jury: 
  • Mme. Marie-Hélène Abel, Professeur à l'Université de Technologie de Compiègne, Rapporteur
  • M. Serge Garlatti, Professeur à IMT Atlantique, Brest, Rapporteur
  • M. Hamid Chaachoua, Professeur à l'Université Grenoble Alpes, Grenoble, Examinateur
  • Mme. Vanda  Luengo, Professeur à l'Université Pierre et Marie Curie, Paris, Directrice de la thèse
  • Mme. Nathalie Guin, Maître de conférences à l'Université Claude Bernard Lyon 1, Lyon, Co-directrice de la thèse

Dernière mise à jour : 12 octobre, 2017 - 22:33