H AWAI -DL [Amokrane, 2010, Edward, 2011]

Avec la même ambition de décrire l’activité finalisée, les travaux surHAWAI-DL(Human Actvity

and Work Analysis for sImulation - Description Language) [Amokrane, 2010, Edward, 2011] reposent

sur des langages ergonomiques tels que MAD* [Sebillotte and Scapin, 1994] et GTA[Van Der Veer et al.,

1996]. HAWAI-DL reprend notamment la structuration hiérarchique des tâches qui est couramment

utilisée par les ergonomes (voir figure 4.12). En plus de permettre la description de l’activité de

ma-nière plus ou moins abstraite, un tel formalisme aide les analystes dans leur démarche d’observation.

FIGURE4.12 – Exemple d’arbre d’activité dans HAWAI-DL [Amokrane, 2010]

HAWAI-DL permet également de représenter des comportements non-nominaux sous la forme

d’erreurs, de violations et de déviations. Il est même possible pour l’auteur de préciser dans quelles

conditions ces déviations peuvent être tolérées. Cette approche est particulièrement pertinente pour

notre cadre théorique puisqu’il permet de modéliser les comportements liées à l’expérimentation du

domaine considéré en vue de la construction de la connaissance. Le langage HAWAI-DLa été conçu

en lien avec le modèle COLOMBOque nous avons présenté dans la section 4.1.2. Il souffre des mêmes

limites sur la formalisation. Par exemple, il est difficile de distinguer les règles logiques par rapport

au règles d’ordonnancement dans la description des tâches. De fait, il peut difficilement être pris en

main par des non-initiés. En outre, les liens avec la représentation ontologique dans COLOMBOse

font uniquement au niveau des instances. Or, afin de bénéficier d’un certainpouvoir génératif, il est

indispensable de pouvoir raisonner au niveau des concepts.

4.2.5 Bilan et positionnement

A minima, les modèles d’activités permettent de représenter la procédure à appliquer dans un

domaine. Les modèles issus de formalismes informatiques, comme les machines à état ou les

dia-grammes d’activités, sont difficiles à prendre en main pour des non-informaticiens. De plus, ils

pèchent par leur manque d’expressivité. Au contraire, les modèles qui s’inspirent des modèles de

tâches utilisés en analyse ergonomique tels que YALTAet HAWAI-DL disposent de plus d’expressivité

et permettent notamment de décrire les déviations à la procédure. Cependant, un langage comme

YALTAdoit être transformé avant d’être interprété par un moteur.

Le formalisme HAWAI-DL est au plus proche de nos objectifs, mais la faiblesse de sa

formalisa-tion et son manque de conceptualisaformalisa-tion ne rendent pas possible son utilisaformalisa-tion directement. Afin

de combler ces lacunes, des travaux ont été menés en parallèle de cette thèse sur le formalisme

CHAPITRE 4. REPRÉSENTATION DES CONNAISSANCES 4.3. BILAN ET POSITIONNEMENT

ACTIVITY-DL. Bien que les travaux sur ce modèle d’activité aient été réalisés en complémentarité

avec les travaux présentés dans ce mémoire, ils ne font pas partie de nos contributions. Nous

décri-rons sommairement ce modèle dans la section 8.2.1. La définition du formalisme ACTIVITY-DL est

une des contributions de Camille Barot [Barot, 2014].

Le tableau 4.2 récapitule comment nous évaluons les travaux présentés par rapport à nos critères.

.

Description Abstraction

Lora

[MolletketkArnaldigk2006] - + + --

--Automateskàkétatskfinis + - + -

-Yalta

[Burkhardtketkal.gk2009] ++ ++ + - ++

Hawai-DLk

[Amokranegk2010] ++ - ++ + ++

Expressivité

Modularité Interprétabilité Intelligibilité

TABLE4.2 – Récapitulatif de l’état de l’art sur les modèles d’activité

4.3 Bilan et positionnement

Dans ce chapitre nous avons présenté nos besoins sur la représentation des connaissances sur

le domaine. Pour permettre la modularité des EVAH, il est nécessaire de séparer les connaissances

sur le monde des connaissances sur l’activité. Ainsi, une même description du monde, associée à un

même environnement virtuel, peut être utilisée pour des applications différentes. Par exemple, un

environnement virtuel représentant un site de chargement de matières dangereuses peut servir à la

fois d’outil de formation pour les opérateurs du site, mais également d’outil d’entraînement pour des

équipes d’intervention en cas d’accident.

Par ailleurs, les méthodes et les expertises impliquées dans l’extractions de ces deux types de

connais-santes sont radicalement différentes. La réunion de ces connaissances dans un même modèle n’est

possible qu’après un effort de synthèse entre les informations reçues de différents experts. Cette

syn-thèse peut s’avérer extrêmement difficile car chaque domaine d’expertise dispose d’un vocabulaire et

de pratiques qui lui sont propres. Elle nécessite, de plus, l’intervention d’un informaticien qui, pour

rendre possible la modélisation, devra uniformiser les différentes vues au risque d’affecter la fidélité

du modèle par rapport à la réalité. En séparant les modèles, on offre à chaque domaine d’expertise

des vues différentes qui se complètent mutuellement.

Le modèle du monde décrit les connaissances sur le système. Celui-ci est entendu au sens large,

puisqu’il ne s’agit pas de décrire uniquement le système technique. On pourra par exemple y

in-clure en plus de la description des systèmes techniques, la structure organisationnelle des ressources

humaines ou même un modèle des coûts financiers. Ces connaissances doivent êtreremplies par

des experts du domaine: des concepteurs de machines-outils, des ingénieurs de production, des

in-génieurs en sûreté de fonctionnement, des responsables de ressources humaines, etc. En terme de

mode de représentation, le modèle du monde doit êtreopérationnelpour permettre l’exécution et

le maintien de la simulation, mais il doit également être sous-tendu par un formalisme permettant

la description d’état du monde fictif pour la scénarisation. L’adoption de langagesintelligibleset

ex-pressifspermet d’attribuer le travail d’écriture du contenu à des experts du domaine non-informaticiens.

L’approche adoptée par COLOMBOqui consiste à utiliser des représentations ontologiques associées

4.3. BILAN ET POSITIONNEMENT CHAPITRE 4. REPRÉSENTATION DES CONNAISSANCES

à des règles nous semble tout à fait pertinente. Une telle approche doit cependant être perfectionnée

pour inclure des raisonnements sémantiques de haut niveau.

Le modèle de l’activité décrit les connaissances sur le déroulement des actions dans le système. Il

peut décrire la procédure prescrite, les erreurs courantes, les violations à la procédures de même que

les compromis. Les connaissances sur l’activité découlent d’une analyse réalisée par des ergonomes

en collaboration avec les opérateurs de terrain. La représentation de l’activité doit être expressive

pour permettre un suivi fin de l’apprenant, la génération de comportements autonomes pour

d’éven-tuels personnages vird’éven-tuels et la scénarisation. Le modèle HAWAI-DL est le plus proche de nos besoins,

mais n’est pas suffisant. Nous nous sommes donc appuyés sur les travaux en cours sur le formalisme

ACTIVITY-DL que nous présenterons en section 8.2.1.

Deuxième partie

Chapitre 5

Approche de scénarisation personnalisée

dans les Environnements Virtuels pour

l’Apprentissage Humain

Sooner or later, everyone’s story has an unfortunate event or

two...The solution, of course, is to stay as far away from the world as

possible and lead a safe, simple life.

The End, Lemony Snicket

Sommaire

5.1 Approche générale . . . 79

5.2 Modèles pour la scénarisation personnalisée . . . 81

5.2.1 Modèle du domaine . . . 82

Modèle du monde . . . 82

Modèle de l’activité . . . 83

Modèle de causalité . . . 84

5.2.2 Profil de l’apprenant . . . 85

5.2.3 Modèle pédagogique . . . 86

5.2.4 Modèle diégétique . . . 86

5.3 Processus décisionnels pour la scénarisation . . . 86

5.3.1 Diagnostic . . . 86

5.3.2 Fonction de transformation . . . 88

5.3.3 La diégétisation . . . 88

5.3.4 Contrôle local pour l’émergence d’une organisation globale . . . 89

Niveau microscénaristique - la situation . . . 90

Niveau mésoscénaristique - l’épisode . . . 90

Niveau macroscénaristique - le parcours . . . 90

5.4 La place du formateur . . . 91

5.5 Intégration dans H

UMANS

. . . 91

5.6 Bilan . . . 93

Notre problématique porte sur la scénarisation personnalisée, en tant qu’étape de spécification du

déroulement du scénario, des environnements virtuels pour la formation. Nous cherchons à

permet-tre à la fois la mise en place d’une scénarisation personnalisée dynamique et également à faciliter la

CHAPITRE 5. SCÉNARISATION PERSONNALISÉE

production des environnements virtuels pour l’apprentissage. Nous nous intéressons plus

particuliè-rement aux domaines complexes dans lesquelles la grande variabilité des situations rend difficile le

travail d’écriture des contenus.

L’étude de la littérature a permis de mettre en exergue différentes propriétés des systèmes de

scénari-sation. En plus de guider notre réflexion, cette étude a permis d’évaluer les atouts et les limites de ces

différents systèmes par rapport à nos objectifs. Aucun des travaux étudiés ne permet de répondre à

notre problème de scénarisation en prenant en compte les mêmes contraintes.

En particulier, nous avons pu observer que la bonne qualité de la scénarisation (qu’elle soit

pédago-gique ou narrative) est atteinte au prix d’un effort de conception considérable. Les approches

émer-gentes permettent de contourner le problème dans une certaine mesure. Il ne s’agit plus de décrire

ex-haustivement un ensemble de possibles, mais de concevoir des entités autonomes faisant émerger le

scénario par leurs interactions entre elles et avec les utilisateurs. Cependant,l’absence de

coordina-tion globale nuit à la pertinence du scénario. Des approches hybrides tentent deconcilier contrôle

et émergence. Ce compromis se fait cependantau prix de la cohérence des comportementsdes

enti-tés peuplant la simulation. En effet, le contrôle global s’opère en suspendant temporairement

l’auto-nomie de la simulation, ce qui provoque des discontinuités dans les comportements et donc, crée un

sentiment d’incohérence pour l’utilisateur. Ces incohérences sont rédhibitoires à deux égards. Tout

d’abord, elles entraînent des ruptures de l’immersion : l’apprenant reprend conscience qu’il est dans

une simulation et, dès lors, n’est plus aussi engagé dans la tâche. Ensuite, les comportements

incohé-rents sont difficilement explicables. Or,l’explicabilitéest primordiale pour permettre aux apprenants

de construire la connaissance. Les approches hybrides telles que proposées par la littérature ne sont

donc pas adaptées à cet égard.

Un verrou majeur nait de la tension entre les objectifs liés à la scénarisation et les contraintes liées

au processus de production de l’environnement virtuel. D’une part, nous visons une scénarisation

riche, dynamique, personnalisée et pédagogique qui nécessite de mettre en place une grande

varia-bilité de contenu en prenant en compte une stratégie d’apprentissage. D’autre part, nous avons pour

contrainte la limitation de l’effort de création des contenus pour permettre l’essor des

environne-ments informatiques pour l’apprentissage humain. Or, nous nous situons dans des contextes pour

lesquels la complexité et la prépondérance des facteurs humains constituent un véritable frein à la

description manuelle de scénarios.

Les travaux de la littérature ne considèrent en général que deux niveaux d’agrégation. Il s’agit d’une

part, duniveau microscénaristiquequi consiste à adapter le contenu relevant de la tâche qu’est en

train d’effectuer l’utilisateur, et d’autre part duniveau macroscénaristiquequi relève du parcours

global d’apprentissage. Ainsi, souvent, le niveau mésoscénaristique est délaissé dans les travaux sur

la scénarisation dynamique. Or, le niveau mésoscénaristiqueest un levier essentiel : il permet de

mettre en œuvre de manière cohérente un ensemble de connaissances au travers d’une histoire qui

soit à la fois complète (un début et une fin) et raisonnablement limitée dans le temps.

Selon les communautés, l’intérêt n’est pas porté sur les mêmes objectifs. La communauté du récit

interactif s’intéresse essentiellement à laqualité narrativedes scénarios créés. Les EIAH s’attachent

plus particulièrement au contrôle pédagogique. Enfin, en réalité virtuelle, l’ambition est de faire

ressentir une impression de réalité à l’utilisateur. Ainsi, l’accent est porté surla fidélité de la

simu-lation. Celle-ci s’exprime en terme d’interaction pour offrir à l’utilisateur une grande liberté d’action

similaire à la réalité, mais également en terme de contenu pour offrir des modèles de simulation

conformes à la réalité (réalisme graphique, systèmes techniques, personnages virtuels autonomes,

simulation physique, etc.). Notre ambition se situe à la croisée de ces enjeux. S’agissant

d’environ-nements virtuels pour la formation, l’enjeu est d’abord pédagogique pour assurer la qualité de

l’ap-prentissage. Ceci implique à la fois la mise en œuvre d’une stratégie d’apprentissage particulière mais,

également, en ce qui nous concerne, la prise en compte de l’apprenant pour personnaliser cette

stra-CHAPITRE 5. SCÉNARISATION PERSONNALISÉE 5.1. APPROCHE GÉNÉRALE

tégie. L’enjeu de la fidélité du contenu rejoint notre objectif devalidité écologiqueafin d’être en

ac-cord avec le paradigme d’apprentissage situé que nous avons choisi. En effet, nous souhaitons que

la scénarisation puisse mettre en œuvre le large panel de situations représentatives de la réalité du

terrain tout en restant justement le plus fidèle possible à cette réalité. Enfin, nous souhaitons utiliser

le levier narratif (1) pour susciter et maintenirl’intérêtde l’apprenant et (2) pour produire des

situa-tions émotionnellement chargées qui sont une difficulté supplémentaire que les apprenants doivent

maîtriser. Cet étirement en trois pôles constitue une nouvelle tension sur les enjeux de la

scénari-sation. Cette tension peut également se ramener à un problème de création de contenus. En effet, ces

différents enjeux relèvent de domaines d’expertise différents : la pédagogie, le domaine considéré, et

lestorytelling. Ces différentes expertises doivent pourtant être réunies afin de décrire des scénarios

incorporant toutes ces dimensions.

Pour répondre à ces tensions, nous proposons une approche originale de spécification automatique

et personnalisée d’un scénario s’appuyant sur une démarche de conception autour de modèles de

connaissances. Chaque expert élicite les connaissances de son domaine d’expertise

indépendam-ment des autres modèles. Il dispose pour cela d’une vue sur les modèles reprenant des formalismes

et un vocabulaire qui lui est familier.

Les différents modèles issus de cette élicitation sont ensuite utilisés par des moteurs décisionnels

indépendants du domaine pour générer, à la volée, un scénario en prenant en compte des modes

d’adaptation sur différents niveaux d’agrégation.

Dans la première partie de ce chapitre, nous décrirons l’approche générale que nous proposons. Cette

approche repose sur des modèles de connaissances et des processus décisionnels qui seront

présen-tés respectivement en section 5.2 et 5.3. Dans la section 5.4 de ce chapitre, nous préciserons le rôle

primordial du formateur au cours de l’exploitation de l’environnement virtuel. La section 5.5

clari-fiera l’apport de cette approche et son intégration dans la démarche globale de la plateforme HU

-MANS. Ce chapitre sera conclu en faisant un retour sur nos objectifs.

5.1 Approche générale

L’approche que nous proposons consiste à faire reposer la scénarisation dynamique et

person-nalisée sur desmodèles expertssous-tendus par des métamodèles indépendants du contexte. Des

processus décisionnelsopérationnalisant des théories issues de sciences humaines utilisent ces

mo-dèles pourgénérer des objectifs scénaristiques.

Nous avons identifié les modèles suivants :

— le profil de l’apprenantdresse l’état de connaissance de l’apprenant à tout instant ;

— le modèle pédagogiqueinforme des règles d’évaluation de l’apprenant et des moyens

d’adap-tation pédagogiques ;

— le modèle de domaineinforme des connaissances relatives au domaine considéré pour la

formation ;

— le modèle diégétiqueinforme des connaissances liées à la construction d’une fiction.

Pour atteindre notre objectif deréutilisabilité, les modèles doivent, dans la mesure du possible,

être les plus affranchis du contexte possible. Ainsi, nous proposons que les seuls modèles réellement

dépendants du domaine d’apprentissage soient le modèle de l’apprenant et, naturellement, le

mo-dèle du domaine.

Ce positionnement se fait par rapport à l’effort de conception. Toutefois, la qualité des scénarios

pro-posés dans l’environnement virtuel entre en ligne de compte. Ainsi, les modèles indépendants du

domaine que nous proposons (modèle pédagogique et modèle diégétique) constituent des modèles

a minima: il est tout à fait possible de les étendre pour qu’ils intègrent plus de connaissances. Par

exemple, un formateur aura la possibilité d’adapter le modèle pédagogique à ses propres besoins. Il

est également possible pour un auteur d’élargir le champ des possibles diégétiques par rapport à ce

qui est prévu par les primitives du modèle diégétique de base.

5.1. APPROCHE GÉNÉRALE CHAPITRE 5. SCÉNARISATION PERSONNALISÉE

FIGURE5.1 – Modèles experts pour la scénarisation

La spécification du scénario est réalisée grâce à des processus décisionnels indépendants du

con-texte. Ils raisonnent sur les modèles décrits ci-dessus à partir des métamodèles qui les sous-tendent.

FIGURE5.2 – Approche générale de scénarisation

Nous proposons une approche de scénarisation personnalisée reposant sur trois processus

déci-sionnels (voir figure 5.2) :

1. Le diagnostic de l’apprenantmaintient le profil de l’apprenant en accord avec le modèle qui

le sous-tend et prend les décisions quant aux actions pédagogiques pouvant relever de la

scé-narisation à mettre en œuvre ;

2. Une fonction de transformationutilise le modèle du domaine pour générer des objectifs

scé-naristiques en accord avec le diagnostic de l’apprenant ;

3. La diégétisationutilise le modèle diégétique pour intégrer les éléments pédagogiques issus de

l’étape 2 dans une diégèse. Ainsi, un objectif scénaristique qui était purement pédagogique se

transforme objectif scénaristique pédagogiqueetnarratif. En référence à l’approche pour

la-quelle nous avons optée (décrite dans le chapitre 9, on préférera le terme plus précis d’objectif

scénaristique pédagogique et diégétique.

CHAPITRE 5. SCÉNARISATION PERSONNALISÉE 5.2. MODÈLES

Ces processus prennent en considération le contrôle multiniveau pour assurer une adaptation à

dif-férents niveaux de granularité tel que nous le décrivons dans la section 5.3.4 de ce chapitre.

Les modèles et processus décisionnels décrits dans cette approche générale ont fait l’objet de

pro-positions regroupées au sein de l’architecture TAILOR(voir figure 5.3). La suite de ce chapitre décrit

chacun de ces éléments et leur mise en œuvre particulière dans TAILOR.

FIGURE5.3 – TAILORune mise en œuvre particulière de l’approche au sein de la plate HUMANS

Dans le document Scénarisation personnalisée dynamique dans les environnements virtuels pour la formation (Page 73-82)