Capitalisation des indicateurs pour l'apprentissage humain : modèle et étude des interactions avec les utilisateurs

Capitalization of data indicators for human learning : model and study of user interactions

• Auteur / Autrice : Albane Gril
• Direction : Sébastien George, Valérie Renault, Madeth May
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 30/11/2023
• Etablissement(s) : Le Mans
• Ecole(s) doctorale(s) : École doctorale Mathématiques et Sciences et Technologies du numérique, de l’Information et de la Communication (Nantes ; 2022-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique de l'Université du Mans - Centre de Recherche en Éducation (Nantes) - Laboratoire d'Informatique de l'Université du Mans / LIUM
• Jury : Président / Présidente : Élise Garrot
• Jury : Examinateurs / Examinatrices : Jean-Charles Marty
• Jury : Rapporteurs / Rapporteuses : Christine Michel, Christophe Kolski

Mots clés

Mots clés contrôlés

Enseignement assisté par ordinateur

Interaction humain-machine

Mots clés libres

Indicateur

Capitalisation

Interaction utilisateur

Learning analytics

Data indicator

Capitalization

User interaction

Learning analytics

Résumé

Nous nous intéressons aux indicateurs pour l'apprentissage. Ils sont utilisés par différents acteurs (apprenants, enseignants, responsables de formation, … ) pour l'analyse et l'amélioration de l'apprentissage. Leurs usages reflètent alors la grande diversité des pratiques pédagogiques existantes. Nous souhaitons répondre aux défis de conception et d'adoption de ces indicateurs en proposant un processus de capitalisation. Ce processus a pour objectif de donner le contrôle de l'évolution et de la pertinence des indicateurs disponibles à tous les utilisateurs.En examinant les approches actuelles de conception des indicateurs, nous constatons que les utilisateurs sont de plus en plus sollicités, au rythme de recueils de besoins et consultations de validation, mais restent souvent passifs. Les choix de modélisation de l'indicateur limitent également leur évolution au cours du temps et des usages. Nous émettons l'hypothèse que ces utilisateurs sont les moteurs de la capitalisation des indicateurs.Une première expérimentation nous a permis d’observer comment les utilisateurs perçoivent les indicateurs. Elle nous a également permis de considérer la place que les utilisateurs pourraient avoir dans le processus de capitalisation. Ces observations nous ont amené à identifier des interactions entre utilisateurs et indicateurs pouvant conduire à la capitalisation.Nous proposons alors un modèle d'indicateurs capitalisés capable de s'enrichir de chacune des interactions identifiées.Ces éléments sont implémentés dans un prototype, POPCORN, pour la capitalisation des indicateurs. Cette instrumentation nous permet d'expérimenter nos propositions théoriques auprès des utilisateurs, principalement des enseignants. Nos analyses se prolongent vers de nouvelles expérimentations, toujours dans l'objectif de faire de l'utilisateur le chef d'orchestre de la capitalisation. Ces expérimentations nous permettent aussi de valider notre modèle d'indicateurs capitalisés comme notre contribution majeure au processus de capitalisation.

We are interested in data indicators for learning. They are used by different actors (learners, teachers, training managers, etc.) to analyze and improve learning. Their use reflects the wide diversity of existing pedagogical practices. We aim to meet the challenges of designing and adopting these dataindicators by proposing a capitalization process. The aim of this process is to give all users control over the evolution and relevance of the available indicators.In examining current approaches to indicator design, we note that users are increasingly solicited, through needs gathering and validation consultations, but often remain passive. Indicator modeling choices also limit their evolution over time and through use. We hypothesize that these users are the driving force behind the capitalization of data indicators.An initial experimentation enabled us to observe how users perceive data indicators. It also enabled us to consider the part users could play in the capitalization process. These observations led us to identify interactions between users and indicators that could lead to capitalization.We then developed a model of capitalized indicators capable of being enriched by each of the interactions identified.These elements are implemented in a prototype, POPCORN, for data indicator capitalization. This instrumentation enables us to test our theoretical proposals with users, mainly teachers. Our analyses are extended to new experiments, always with the aim of making the user the orchestrator of capitalization. These experiments also enable us to validate our model of capitalized indicators as our major contribution to the capitalization process.