Présentation floue du problème

On considère dans notre approche qu’on a 3 classes d’apprenants (fig. II.10).

L’équation suivante représente la fonction d’appartenance trapézoïdale.

µA(x) =        0, (x < a)or(x > d) x−a b−a, a ≤ x ≤ b 1, b ≤ x ≤ c d−x d−c, c ≤ x ≤ d

Considérant trois classes d’apprenants : - Classe A : Apprenants Avancés. - Classe B : Apprenants intermédiaires. - Classe C : Apprenants débutants.

Chaque classe présente un profil différent d’apprenant selon le niveau de ses connaissances ou compétences dans le module de formation en cours.

FIGUREII.10 –Trapezoidal functions

En outre, il pourrait exister dans la base de données certains cours pour approfondir l’apprentissage de certains concepts.

Vs= s1, s2, . . . snVecteur profil où si ∈ [0, 1].

Vg = g1, g2, . . . gn Vecteur Objectif pédagogique de la formation. gi ∈

[0, 1].

Les règles floues utilisées sont comme dans l’exemple suivant :

Considérant un étudiant s qui a suivi un cours c d’approfondissement du concept i.

For concept i,

IF (valuec,iis low and typec,i is prerequisite)

and (valuec,iis highand typec,iis acquired)

THEN values,iis high.

Cette règle signifie que si l’apprenant au début a un niveau débutant dans le concept i, il atteindra un niveau avancé après le suivi du cours c.

Ces règles permet de prévoir le profil de l’étudiant après avoir suivi le cours c.

Conclusion

Le développement du domaine e-learning pour une formation évoluée et adaptée nécessite l’introduction de nouvelles approches pour la

résolution des problématiques rencontrées. L’adaptabilité des systèmes de formation devient une caractéristique recherchée.

L’utilisation des algorithmes génétiques permet d’automatiser la recherche de chemins adaptés à l’apprenant actuel. Ainsi, nous ne fixons pas le parcours pédagogique à suivre.

L’introduction à logique floue permettra de traiter les niveaux d’un apprenant débutant, intermédiaire ou avancé dans l’acquisition des concepts. Cela rendra possible dans la perspective de l’intégration de notre application dans les plates-formes existantes qui contient un module de l’évaluateur. Nous espérons également étudier le feedback des utilisateurs et l’impact sur le profil de l’apprenant.

Pour Tester et valider notre approche, nous avons conçu et implémenté La plateforme AFGLearn. Nous allons présenter dans les chapitres suivants l’architecture de notre système conçu et l’expérimentation.

III

Conception du Système AFGLearn

Introduction

Le e-learning recouvre une palette large de pratiques pédagogiques, depuis la distribution de modules d’autoformation accompagnés de quiz jusqu’aux groupes projet, travail personnel, travaux de groupes, tutorat, coaching, études de cas, réalisation de projet, etc.

Les systèmes e-learning actuels requièrent plus d’adaptabilité aux profils des apprenants et aux objectifs de la formation requise.

Dans ce chapitre, nous allons présenter l’architecture du système e-learning conçu. Nous présenterons aussi l’approche utilisée et la méthodologie de conception du système qui répond aux objectifs de notre recherche. Et nous conclurons par la citation des outils d’implémentation utilisés.

III.1

Conception de la plateforme AFGLearn :

Adapted E-Learning system using Genetic

algorithms

L’objectif principal de nos recherches est de concevoir un système intelligent qui satisfait les caractéristiques suivantes : rentabilité, réutilisabilité, adaptabilité, flexibilité et interactivité.

– La réutilisabilité est assurée par la modélisation de la description des ressources pédagogiques.

– La flexibilité impose l’utilisation d’outils exécutables sur plusieurs plateformes.

– L’adaptabilité est réalisée en implémentant les algorithmes génétiques pour générer le parcours adapté à chaque apprenant. – L’interactivité et la rentabilité sera géré lors de l’interprétation des

résultats.

Notre système permet de modéliser la description des ressources pédagogiques et ainsi guider l’étudiant dans sa formation en fonction de ses acquis et de l’objectif pédagogique qui, défini par le formateur, présente les capacités que l’étudiant aura acquis à l’issue d’une action de formation, nous avons divisé notre système en différents modules.

Ces modules sont en même temps indépendants et liés en entrée et en sortie pour permettre l’évolution de chacun à part et par la suite faire évoluer le système de manière autonome.

L’adaptateur (module d’adaptation) est le module principal dans notre système. Il fait appel aux résultats obtenus par le modélisateur. Ce dernier permet de modéliser les ressources pédagogiques ainsi que l’objectif pédagogique en formats compatibles.

L’espace Apprenants (Fig. III.1) accueille les informations de l’apprenant, sélectionne son profil dans la base de données Apprenants et le renvoie à l’adaptateur ainsi que le but de cette formation. L’adaptateur utilise les algorithmes d’optimisation pour rechercher la stratégie optimale, en sélectionnant dans la base des ressources les cours qu’ fournit à l’interface utilisateur. La base de données Apprenants contient les informations de l’apprenant et ses connaissances ou acquis. En résultat, le système fournit un parcours optimal (une liste de cours optimale) pour atteindre l’objectif courant en appliquant les algorithmes génétiques pour

rechercher les états intermédiaires. La modélisation du profil est réalisée à l’aide du module "inscription et évaluation" qui permet d’évaluer les connaissances de l’apprenant et ainsi l’enregistrement et la mise à jour du profil.

Dans l’Espace Enseignant, l’enseignant ou l’expert, qui cherche à intégrer de nouvelles ressources dans la base, décrit ces dernières en remplissant un formulaire, les informations inscrites seront enregistrées en format XML dans une fiche par le modélisateur. La fiche étant enregistrée dans la base permet de faciliter la réutilisation de ces ressources. La base de ressources pédagogiques contient les cours à suivre auxquels on associe une fiche descriptive contenant les connaissances préliminaires qu’on appelle pré-requis et les acquis qu’on appelle post-requis. La base est organisée sous forme de modules, chaque module est composé de plusieurs cours.

L’enseignant peut associer aux cours des exercices ou tests pour permettre à l’apprenant d’évaluer ses connaissances pendant son parcours.