Outils de création

Pour terminer, nous avons analysé différents outils d’aide à la création de systèmes tutoriels intelligents dans l’espoir d’en trouver un qui réponde à nos besoins et qui puisse nous éviter de repartir de zéro. Premièrement, dans le domaine de la gestion de curriculum, des outils tels que REDEEM (Ainsworth et al., 2003) et Eon (Murray, 2003) ont été créés. Le premier permet à un intervenant en enseignement d’organiser du matériel pédagogique existant pour l’utiliser au sein d’itinéraires d’apprentissage. Il permet aussi de recueillir des informations

sur la progression des élèves. Son interface est accessible au personnel ayant peu de connais- sances en programmation. Eon, de son côté, offrait un ensemble complet d’outils pour la modélisation du domaine, sous forme d’ontologie, la création d’interfaces, la gestion des iti- néraires d’apprentissage et l’aide, rudimentaire, à la résolution de problèmes. Ce système était prometteur, mais son élaboration s’est arrêtée, car le langage de programmation utilisé a été abandonné. Ces deux systèmes sont intéressants, mais ils n’offrent pas d’outils élaborés pour la gestion de l’aide en cours de résolution. ASPIRE (Mitrovic et al., 2009), par contre, est un outil qui permet de construire des problèmes avec des systèmes d’aide associés. Dans celui-ci, l’usager décrit premièrement le domaine à l’aide d’une ontologie et modélise la structure des problèmes et des solutions. Il construit ensuite une interface et inscrit des problèmes ainsi que les solutions acceptables. Le système utilise enfin la modélisation à base de contraintes pour produire les règles définissant les réponses acceptables ainsi que les rétroactions associées. Ce système est très complet, mais est basé sur un modèle que nous n’utilisons pas dans le cadre de notre projet.

Ce sont les systèmes basés sur le traçage de modèle qui sont les plus susceptibles de répondre à nos attentes et ils sont aussi les plus répandus. Le système xPST (Gilbert et al., 2015), par exemple, permet de se connecter à l’interface d’un logiciel existant, à l’aide d’un module d’extension, et de la contrôler de façon bidirectionnelle. Il permet, par l’intermédiaire de scénarios, de définir des séquences d’actions et des rétroactions associées. Le langage de script est relativement facile à utiliser, mais est limité à des interactions simples. Le CMSDK (Blessing et al., 2009) utilise le même système de module que xPST pour se connecter aux interfaces. Par contre, il est basé sur une hiérarchie de types, dont chacun contient des attributs, et une liste de prédicats pour chaque type. Chaque prédicat est en fait une règle de production, qui permet de résoudre une partie d’un problème, auquel il est possible d’attacher un ensemble de messages et de rétroactions. CMSDK offre aussi un outil qui permet de simuler l’activation des différents prédicats en définissant les valeurs des attributs du type associé. L’utilisation de ces deux derniers systèmes se limite, cependant, aux logiciels pour lesquels un module d’extension existe, ce qui n’est actuellement pas le cas pour GeoGebra (Hohenwarter et Fuchs, 2004; Hohenwarter, 2013; International GeoGebra Institute, 2015).

L’outil qui nous a semblé le plus prometteur, et qui est aussi le plus connu, est CTAT (Koedinger et al., 2004; Aleven et al., 2009; Carnegie Mellon University, 2015) qui est basé, en majeure partie, sur la théorie cognitive ACT-R (Anderson et al., 1990; Anderson, 1996; Anderson et Schunn, 2000). Celui-ci est intéressant, car il offre des outils permettant à des personnes ayant des niveaux de compétences diverses en informatique de créer des systèmes tutoriels intelligents. Il est premièrement possible de construire un exemple interactif par une simple démonstration. Pour y arriver, l’usager construit premièrement son interface avec

les objets offerts. Il inscrit ensuite les données initiales et démarre l’enregistreur. Ce dernier crée un graphe dont les noeuds représentent les différents états de l’interface et les arcs, les actions de l’usager. L’usager peut revenir à un état précédent et réaliser une série d’actions différentes pour démontrer une autre solution ou les erreurs possibles de l’élève. Il ne lui reste qu’à ajouter des messages d’aide et de rétroaction et son exemple interactif est prêt à être utilisé. Cette convivialité limite cependant la possibilité de réutiliser la procédure démontrée dans des problèmes similaires, car les actions de l’usager sont codées en dur dans le graphe. Pour les personnes ayant un minimum de connaissances informatiques et voulant créer un système tutoriel plus flexible, l’outil SimStudent (Li et al., 2015; MacLellan et al., 2015; Matsuda et al., 2015) disponible dans CTAT, est un choix intéressant. Pour l’utiliser, il faut tout d’abord définir un ensemble de fonctions permettant de représenter certaines caracté- ristiques du domaine. Par la suite, on lui propose quelques solutions pour le problème posé, comme dans le cas de l’exemple interactif. SimStudent tente enfin de résoudre le problème avec les règles qu’il a construites et demande l’approbation de l’utilisateur. S’il est dans l’er- reur, l’utilisateur lui fournit la bonne réponse et il met à jour ses règles. Pour y arriver, il utilise principalement des algorithmes d’apprentissage inductif en logique de premier ordre (FOIL). Il permet donc, sans trop d’effort, d’obtenir un système plus générique, mais sa vali- dité sur différents problèmes n’est pas assurée. Toutefois, pour ceux qui maitrisent le Jess, il est possible d’éditer les règles de production directement dans ce langage, ce qui permet un maximum de souplesse. Enfin, ASTUS (Paquette et al., 2010, 2015; Paquette, 2013) ajoute à cette architecture une hiérarchie de plan abstrait, ce qui lui permet d’interpréter plus fa- cilement les actions de l’élève et d’offrir de l’aide mieux adaptée à la situation. Le principal avantage de ces outils, démontré par des études, concerne leur convivialité qui permet de créer des systèmes tutoriels dans un temps raisonnable. De plus, ils sont accessibles pour des personnes ayant des niveaux de compétence divers. Par contre, dans le cas d’un tuteur de démonstrations, il est impensable de produire toutes les solutions possibles. Ce type de système oblige aussi l’élève à travailler généralement en chaînage avant, ce qui ne lui permet pas d’explorer le problème. Ces systèmes ne sont donc pas compatibles avec nos objectifs. Étant donné que nous n’avons pas trouvé de système tutoriel en géométrie qui réponde à nos objectifs, nous avons étendu notre recherche. Nous avons donc présenté, dans cette section, nos trouvailles les plus prometteuses dans le cadre de notre projet. Pour chacune des cinq approches analysées, nous avons choisi un système représentatif que nous avons inclus dans le tableau synthèse (tableau 2.1). Parmi les systèmes analysés, c’est Andes (Conati et al., 2002; VanLehn et al., 2005, 2010) qui offre le système d’aide le plus élaboré et complet. En effet, il offre une rétroaction immédiate en plus de fournir différents niveaux d’aide pour indiquer l’erreur ainsi que la prochaine étape. Cependant, il traite exclusivement des équations algé-

briques, donc il ne peut être utilisé dans d’autres domaines. En ce qui concerne les dialogues en langue naturelle, c’est AutoTutor (Graesser et al., 2004; Olney et al., 2010; D’Mello et Graesser, 2013) qui se démarque. C’est son moteur d’analyse qui est sa principale force, mais nous ne comptons pas permettre une entrée en langue naturelle pour l’instant. Par contre, pour ce qui est de sa gestion des dialogues, elle est semblable à celle des autres systèmes tutoriels intelligents. Nous avons aussi analysé deux autres stratégies pour modéliser le do- maine, soit la modélisation à base de contraintes et l’approche par exploration de données. Ces deux approches ne peuvent être utilisées dans notre système, car le nombre de solutions distinctes, ainsi que les stratégies de résolution possibles, est trop grand ce qui risque de réduire dramatiquement l’efficacité de celles-ci. Enfin, les outils de création ne sont pas assez flexibles pour nous permettre de construire le système d’aide désiré.