Capitalisation des indicateurs pour l'apprentissage humain : modèle et étude des interactions avec les utilisateurs / Albane Gril ; sous la direction de Sébastien George et de Valérie Renault et de Madeth May

Date :

Type : Livre / Book

Type : Thèse / Thesis

Langue / Language : français / French

Interaction humain-machine

Enseignement assisté par ordinateur

Classification Dewey : 371.334

George, Sébastien (Directeur de thèse / thesis advisor)

Renault, Valérie (1974-....) (Directeur de thèse / thesis advisor)

May, Madeth (1982-....) (Directeur de thèse / thesis advisor)

Garrot, Élise (1981-....) (Président du jury de soutenance / praeses)

Michel, Christine (1970-.... ; chercheuse en sciences de l'information) (Rapporteur de la thèse / thesis reporter)

Kolski, Christophe (1963-....) (Rapporteur de la thèse / thesis reporter)

Marty, Jean-Charles (19..-.... ; informaticien) (Membre du jury / opponent)

Le Mans Université (1977-....) (Organisme de soutenance / degree-grantor)

École doctorale Mathématiques et Sciences et Technologies du numérique, de l’Information et de la Communication (Nantes ; 2022-....) (Ecole doctorale associée à la thèse / doctoral school)

Laboratoire d'informatique de l'Université du Mans (Laboratoire associé à la thèse / thesis associated laboratory)

Centre de Recherche en Éducation (Nantes) (Laboratoire associé à la thèse / thesis associated laboratory)

Résumé / Abstract : Nous nous intéressons aux indicateurs pour l'apprentissage. Ils sont utilisés par différents acteurs (apprenants, enseignants, responsables de formation, … ) pour l'analyse et l'amélioration de l'apprentissage. Leurs usages reflètent alors la grande diversité des pratiques pédagogiques existantes. Nous souhaitons répondre aux défis de conception et d'adoption de ces indicateurs en proposant un processus de capitalisation. Ce processus a pour objectif de donner le contrôle de l'évolution et de la pertinence des indicateurs disponibles à tous les utilisateurs.En examinant les approches actuelles de conception des indicateurs, nous constatons que les utilisateurs sont de plus en plus sollicités, au rythme de recueils de besoins et consultations de validation, mais restent souvent passifs. Les choix de modélisation de l'indicateur limitent également leur évolution au cours du temps et des usages. Nous émettons l'hypothèse que ces utilisateurs sont les moteurs de la capitalisation des indicateurs.Une première expérimentation nous a permis d’observer comment les utilisateurs perçoivent les indicateurs. Elle nous a également permis de considérer la place que les utilisateurs pourraient avoir dans le processus de capitalisation. Ces observations nous ont amené à identifier des interactions entre utilisateurs et indicateurs pouvant conduire à la capitalisation.Nous proposons alors un modèle d'indicateurs capitalisés capable de s'enrichir de chacune des interactions identifiées.Ces éléments sont implémentés dans un prototype, POPCORN, pour la capitalisation des indicateurs. Cette instrumentation nous permet d'expérimenter nos propositions théoriques auprès des utilisateurs, principalement des enseignants. Nos analyses se prolongent vers de nouvelles expérimentations, toujours dans l'objectif de faire de l'utilisateur le chef d'orchestre de la capitalisation. Ces expérimentations nous permettent aussi de valider notre modèle d'indicateurs capitalisés comme notre contribution majeure au processus de capitalisation.

Résumé / Abstract : We are interested in data indicators for learning. They are used by different actors (learners, teachers, training managers, etc.) to analyze and improve learning. Their use reflects the wide diversity of existing pedagogical practices. We aim to meet the challenges of designing and adopting these dataindicators by proposing a capitalization process. The aim of this process is to give all users control over the evolution and relevance of the available indicators.In examining current approaches to indicator design, we note that users are increasingly solicited, through needs gathering and validation consultations, but often remain passive. Indicator modeling choices also limit their evolution over time and through use. We hypothesize that these users are the driving force behind the capitalization of data indicators.An initial experimentation enabled us to observe how users perceive data indicators. It also enabled us to consider the part users could play in the capitalization process. These observations led us to identify interactions between users and indicators that could lead to capitalization.We then developed a model of capitalized indicators capable of being enriched by each of the interactions identified.These elements are implemented in a prototype, POPCORN, for data indicator capitalization. This instrumentation enables us to test our theoretical proposals with users, mainly teachers. Our analyses are extended to new experiments, always with the aim of making the user the orchestrator of capitalization. These experiments also enable us to validate our model of capitalized indicators as our major contribution to the capitalization process.