Notre travail a concerné les aspects suivants :
• Assistance basée trace
L’apport principal de notre approche est la proposition d’une assistance spontanée et contextualisée basée sur des indicateurs révélateurs bien définis. On trouve dans la littérature plusieurs travaux qui ont traité cet aspect, l’assistance à base de traces et d’indicateurs. L’approche Musette [CHA04] par exemple, utilise les traces d’interactions comme des conteneurs de connaissances qui permettent de conserver les expériences d’utilisation « en contexte » pour les réutiliser dans un système d’assistance basé sur le raisonnement à partir de traces (RàPT). K. Sahaba aussi, dans [SAH12], utilise les traces d’interaction comme sources de connaissances que le système peut exploiter pour générer des aides adaptées à leur utilisateur cible, et il propose une méthode d’extraction de connaissances d’adaptation à partir d’une base de traces représentant les activités de plusieurs utilisateurs. Dans [LE12], A-H. Le et al., s’intéressent à la construction d’un moteur d’assistance à base de traces pour les utilisateurs de DSMW (Distributed Semantic Media Wiki). Ils ont proposé Collectra, un outil pour la collecte des traces d’interaction des utilisateurs qui constituait une source de connaissances riche pour construire des propositions d’assistances contextualisées et pour alimenter un moteur d’assistance selon le paradigme du RàPT. Ces démarches conçoivent l’assistance comme la capacité du système à fournir une réponse à un problème posé par l’utilisateur (l’apprenant). Cette conception de l’assistance est critiquée puisqu’elle demande également à l’apprenant, premierement, de detecter qu’il est dans un une situation de besoin d’assistance, et après, d’avoir la volonté de rechercher une réponse à son besoin d’assistance. Or, une situation problématique peut entraîner une démotivation de la part de l’apprenant, qui peut aboutir à un abandon de l’apprentissage. Pour dépasser ces limites, une alternative a été proposé qui consiste à identifier le besoin de l’apprenant et de lui proposer de manière proactive une ressource d’assistance répondant à ce besoin. C'est pourquoi; nous croyons qu’une stratégie d’intervention d’assistance basée sur l’identification des difficultés des
apprenants est une solution prometteuse.
• La généralité de l’approche épiphyte
Plusieurs travaux ont déjà traité le problème d’ajout a posteriori d’un système d’assistance à un environnement d’apprentissage quelconque, sans avoir à le redévelopper ou à le modifier et sans avoir accès à son code source [RIC04], [DUF06], [PAQ12], [GIN14]. Ces travaux adoptent une démarche entièrement épiphyte qui permet de greffer un système d’assistance sur un environnement d’apprentissage à distance sans perturber son fonctionnement. En effet, ces approches proposent également une phase de spécification de l’assistance par un concepteur, suivie d’une phase d’exécution de cette assistance pour les apprenants. Néanmoins, ces approches ne sont pas génériques, mais spécifiques, soit à un environnement donné, soit aux applications Web. De plus, ils ne mettent pas en œuvre toutes les techniques d’assistance.
En revanche, le système SEPIA adopte une approche d’assistance épiphyte et générique, et elle est ni spécifique à un environnement donné, ni aux applications Web [GIN14]. De plus, il propose des actions d’assistance très variées, pour correspondre aux souhaits des concepteurs d’assistance et pour permettre une adaptation fine de l’assistance en fonction des spécificités et de l’état de l’application-cible, ainsi que des spécificités des utilisateurs finaux.
Bien que l'idée de ce travail est proche de notre proposition où l’assistance définie sous forme d’un ensemble de règles d’assistance (événement déclencheur, condition, action, événement de fin), il reste que le système SEPIA a été conçu afin de répondre aux besoins d’assistance technique (des difficultés d’utilisation et de prise en main) et non pas pédagogique. Ainsi, il ne prend pas en compte les connaissances du domaine et il n’est pas accessible à des concepteurs pédagogiques non-experts, alors que notre proposition est plus indiquée pour proposer une assistance pédagogique plus que technique et qui soit aussi accessible à des concepteurs pédagogiques non-experts.
Perspectives
Les résultats de notre approche sont encourageants à plus d’un titre, mais nécessitent encore du développement et des tests approffondis pour aboutir à l’objectif final de détection automatique des difficultés d’apprentissage et de besoins d’assistance.
Le travail dégage plusieurs perspectives à court et à long terme dont on peut citer :
• A court terme
- Le développement d’un outil de collecte de traces ;
- Le développement d’un outil de description automatique de l’environnement d’apprentissage ;
- La validation de la démarche proposée avec d’autres échantillons de plus grande taille, sur plusieurs sessions d’apprentissage et avec des méthodes de classification inspirée de l’analyse statistique ;
- La généralisation de la démarche pour pouvoir l’utiliser dans différents environnements d’apprentissage ;
- L’utilisation des techniques de Data-Mining pour l’estimation automatique des valeurs des seuils.
• À long terme
Nous pouvons améliorer nos résultats de deux manières : d'abord nous aspirons à proposer une :
Assistance personnalisée et individualisée à base des profils d’Apprenants
Pour obtenir une assistance acceptable par les apprenants, l’assistance doit être personnalisée et individualisée pour chaque apprenant. La solution consiste à intégrer les résultats de cette étude dans le processus de modélisation automatique de l’apprenant pour fournir une assistance d’apprentissage adaptée et personnalisée, et pour une détection et une identification automatique des difficultés d’apprentissage, concept auquel de nombreux travaux font référence pour la modélisation des systèmes d’assistance. Ce travail montre que
ce processus n'est pas si facile qu’il pourrait paraître. Des travaux futurs sont nécessaires pour identifier automatiquement les difficultés d'apprentissage à base du modèle de l'apprenant afin de permettre au système MISNA de fournir une assistance personnalisée et adaptée.
Assistance à la conception et à l’amélioration de systèmes d’assistance
La spécification de l’assistance est un travail conséquent et difficile pour le concepteur de l’assistance. En particulier, l’identification des besoins d’assistance est un travail délicat. Aider le concepteur de l’assistance à identifier les besoins et à spécifier un système d’assistance qui répond à ces besoins est donc une perspective intéressante. Une solution consisterait dans un premier temps à observer et à analyser les interactions entre l’environement d’apprentissage et les apprenants. Dans un deuxième temps, les informations relatives aux observations effectuées pourraient être fournies au concepteur de l’assistance sous la forme d’un bilan mis à la disposition du concepteur lors de la spécification de l’assistance avec l’éditeur de MISNA. Ceci pourrait en effet attirer l’attention du concepteur d’assistance sur des besoins d’assistance potentiels et ainsi l’aider à concevoir le système d’assistance. Par exemple, il serait possible d’informer le concepteur de l’assistance de l’état de l’environnement dans lequel les apprenants quittent l’environement d’apprentissage . Parmi ces états, certains correspondront à des sorties « normales » de l’environnement à l’issue d’une tâche réalisée avec succès, et d’autres correspondront à des sorties « anormales » de l’environnement, à l’issue de l’abandon d’une tâche qui est la conséquence d’un problème rencontré par l’apprenant.