Comment personnaliser l’apprentissage dans un cours en ligne ouvert et massif (CLOM) ?

Rim Bejaoui, Gilbert Paquette, Josianne Basque et France HenriCentre de recherche LICEF, Télé-université

Colloque CIRT@ 201513 octobre 2015Université de Sherbrooke

Plan Contexte Problématique Objectifs Cadre théorique Méthodologie Groupes de propriétés de CLOM soutenant

un apprentissage personnalisé (CLOMp) Ontologie d'un scénario pédagogique de

CLOMp Conclusion

Contexte

Projet subventionné par le CRSHCours de masse en ligne et apprentissage personnalisé: le défi pédagogique des CLOM

Thèse réalisée dans le cadre du Doctorat en Informatique cognitive, TÉLUQ

Problématique CLOM (Massive Open Online Courses, MOOC)

Défis nouveaux aux plans pédagogique, logistique, technologique

Besoin de personnalisation de l’apprentissage dans les CLOM Faire face à la massivité Favoriser la persévérance et la rétention des

apprenants (Blanco et al., 2013) Manque de soutien fourni aux concepteurs

de CLOM (Alario-Hoyos et al., 2014)

Objectifs

Outiller le concepteur de CLOM : Grille d’analyse du niveau de

personnalisation de l’apprentissage dans un CLOM

Prototype d'un système d'assistance à la conception de CLOM soutenant un apprentissage personnalisé (CLOMp)

Cadre théorique (1 de 2)

Pédagogie ouverte (années 70) Nécessité de rupture avec la pédagogie encyclopédique Caractère émergent, situé et distribué de l’apprentissage

(Bandura, 1977; Vygotski, 1978; Hutchins, 1995; Pea, 1993; Siemens, 2005)

Autogestion de l’apprentissage (Bandura 1997)

Autonomie, capacité d’autodirection de l’apprenant Ingénierie pédagogique (Paquette, 2002)

Modélisation des connaissances et compétences Scénarisation pédagogique

Cadre théorique (2 de 2)

Personnalisation de l’apprentissage dans les environnements numériques d’apprentissage (ENA) Opérée par un agent externe à l’apprenant

▪ Systèmes adaptatifs▪ Systèmes de recommandation

Opérée par l’apprenant:▪ Environnement personnel d’apprentissage (EPA)

Hybride Modélisation ontologique dans les ENA

Représenter les connaissances nécessaires à la conception et à la réalisation des ENA

Méthodologie Recherche-développement (Harvey et Loiselle, 2009)

appliquée à l’informatique cognitive (Paquette, 2010) Phases de recherche :

1. Analyse du problème2. Modélisation d'une ontologie d'un scénario pédagogique de

CLOMp3. Développement (en cours)

▪ Grille d’évaluation du niveau de personnalisation dans un CLOM ▪ Prototype du système d'assistance à la conception de CLOMp

4. Évaluation (à venir)▪ Validation de la grille d’analyse auprès de 3 experts en

personnalisation de l’apprentissage▪ Mise à l’essai du prototype auprès de 3 concepteurs

Groupes de propriétés de CLOMp

PROPRIÉTÉS D’ADAPTATION DES

COMPOSANTES D’UN SCÉNARIO PÉDAGOGIQUE

DE CLOM Adaptabilité

(modificabilité) de certaines composantes du scénario de CLOM

Composantes adaptables▪ Compétences visées

Ressources d’apprentissage▪ Moment de démarrage

d’une activité▪ Mode de collaboration

entre les apprenants▪ Etc.

PROPRIÉTÉS D'ASSISTANCE ET D'AIDE

À L'AUTOGESTION DE L’APPRENTISSAGE

Offre de ressources d’assistance et d’aide à l’autogestion de l’apprentissage (4A)

Ressources-4A▪ Tour guidé du CLOM▪ Outil d’autodiagnostic des

compétences▪ Outil de planification du travail▪ Recommandations

personnalisées de ressources▪ Etc.

Groupes de propriétés de CLOMp

PROPRIÉTÉS D’ADAPTATION DES

COMPOSANTES D’UN SCÉNARIO PÉDAGOGIQUE

DE CLOM

PROPRIÉTÉS D'ASSISTANCE ET D'AIDE

À L'AUTOGESTION DE L’APPRENTISSAGE

Acteurs responsables de la personnalisation :• Facilitateur humain

• Agent logiciel• Apprenant

• Groupe d'apprenants

Ontologie d’un scénario pédagogique de CLOMp

Propriétés de PA d’un scénario pédagogique de CLOMp

Composantes adaptables d’un scénario pédagogique de CLOMp

Pondération des instances des classes « Composante adaptable » et « Ressource-4A » Échelle des valeurs de pondération (P)

▪ 0 : Instance de classe pas du tout importante pour la personnalisation de l'apprentissage dans le CLOM.

▪ 1 : Instance de classe peu importante pour la personnalisation de l'apprentissage dans le CLOM.

▪ 2 : Instance de classe moyennement importante pour la personnalisation de l'apprentissage dans le CLOM.

▪ 3 : Instance de classe assez importante pour la personnalisation de l'apprentissage dans le CLOM.

▪ 4 : Instance de classe très importante pour la personnalisation de l'apprentissage dans le CLOM.

Règles de pondération des instances de « Composante adaptable »

Variable Pondération plus élevée si

1. Acteur qui effectue l’action d’adaptation

… le responsable de l’adaptation de composante est l’apprenant. Ex. Adaptation de la durée de l’activité par l’apprenant vs. par un facilitateur.

2. Action d’adaptation

… elles impliquent un acte de conception/production par le responsable de l’adaptation de composante, comparativement à un acte de simple choix parmi des objets prédéfinis dans le CLOM. Ex. Extension de la liste des ressources à consulter vs. Sélection d’une sous-liste de ressources à consulter.

3. Objet sur lequel l’action d’adaptation est réalisée

… l’objet a une valeur contributoire élevée (jouent un rôle plus important) dans l’acte d’apprentissage. Ex. Choix des fonctionnalités de la plateforme de CLOM vs. Choix du type d'affichage graphique du contenu.

4. Existence d'une contrainte temporelle ou de taille sur la composante adaptable

… l'action d'adaptation d'une composante n’est pas soumise à une contrainte de taille ou de nombre. Ex. Constitution d’un groupe d’apprenants sans limite de taille vs. avec limite de taille.

Grille d’analyse du niveau de PA du CLOM DS106

Résultats d’analyse du niveau de PA du CLOM DS106Niveau de personnalisation de l'apprentissage Score Score

Max Interprétation

Personnalisation de l'apprentissage (PA) globale 102 231 PA moyennement présente

A. Adaptabilité des composantes du scénario (ACS) 68 152 ACS moyennement

présenteA.1. Adaptabilité des composantes de haut niveau (ACH) 16 37 ACH moyennement

présente

A.1.1. ACH par un agent externe (ACH-AE) 0 15 ACH-AE absente

A.1.2. ACH par le réalisateur de l'activité (ACH-RA) 16 22 ACH-RA assez présente

A.2. Adaptabilité des composantes liées aux activités d'apprentissage (ACA) 52 115 ACA moyennement

présente

A.2.1. ACA par un agent externe (ACA-AE) 0 38 ACA-AE absente

A.2.2. ACA par par le réalisateur de l'activité (ACA-RA) 40 68 ACA-RA moyennement

présenteB. Assistance et aide à l'autogestion de l'apprentissage (4A) 34 79 4A moyennement présente

Conclusion

Niveau supérieur du scénario « Concevoir une solution préliminaire de CLOMp »

En développement: Prototype de système d’assistance à la conception de CLOMp▪ Scénario exécutable sur la plateforme

TELelearning Operating System (TELOS) (Paquette et al., 2007)

RéférencesBandura, A. (1977). Social learning theory. General Learning Press.Blanco, Á. F., García-Peñalvo, F. J. et Sein-Echaluce, M. (2013). A methodology proposal for developing

adaptive cMOOC. Dans Proceedings of the First International Conference on Technological Ecosystem for Enhancing Multiculturality (pp. 553–558). ACM.

Harvey, S. et Loiselle, J. (2009). Proposition d’un modèle de recherche développement. Recherches qualitatives, 28(2), 95–117.

Henning, P. A., Heberle, F., Streicher, A., Zielinski, A., Swertz, C., Bock, J. et Zander, S. (2014). Personalized Web Learning: Merging Open Educational Resources into Adaptive Courses for Higher Education. Personalization Approaches in Learning Environments, 55‑62.

Hutchins, E. (1995). Chapter 9: Cultural Cognition. Dans Cognition in the Wild (vol. 262082314). MIT press Cambridge, MA.

Paquette, G. (2002). L’ingénierie pédagogique: pour construire l’apprentissage en réseau. Sainte-Foy: Presses de L’Université du Québec.

Paquette, G. (2010). Modeling for Research and Communication. Dans Visual Knowledge Modeling for Semantic Web Technologies: Models and Ontologies (pp. 439–465). IGI Global.

Paquette, G., Rosca, I., Mihaila, S. et Masmoudi, A. (2007). TELOS: A service-oriented framework to support learning and knowledge management. Dans E-Learning Networked Environments and Architectures (pp. 79–109). Springer.

Pea, R. D. (1993). Practices of distributed intelligence and designs for education. Distributed cognitions: Psychological and educational considerations, 47–87.

Siemens, G. (2005). Connectivism: A learning theory for the digital age. International Journal of Instructional Technology and Distance Learning, 2(1), 3–10.

Vygotski, L. S. (1978). Mind in society: The development of higher mental process. Cambridge, MA: Harvard University Press.

Merci

Des questions ?