Rle des Agents Pdagogiques dans les environnements dapprentissage humain

1
Rôle des Agents Pédagogiques dans les
environnements dapprentissage humain

• Cyrille Baudouin
• CERV, LISYC, ENIB

2
Contexte

• Buts du stage
• Etudier les agents existants
• Concevoir un agent pédagogique
• Implémenter cet agent
• Les Agents au cur des systèmes
• Entités autonomes et communicantes en interaction
• Cycle perception, décision, action
• Quel sont les critères importants ?
• Lagent pédagogique idéal existe-t-il ?

3
Plan

• Introduction
• Contexte
• Historique
• Critères détude
• Quelques agents pédagogiques
• Bilan

4
Historique Bruillard97

• Lapport du behaviorisme
• Pavlov stimulus ? réponse
• Skinner conditionnement opérant
• Premières machines à enseigner
• Apprentissage linéaire et programmé
• Application du cognitivisme
• Prise en compte de lapprenant
• Apprentissage fabrication de représentations
  internes
• Forte évolution de linformatique
• Multiplications des projets dEAO
• Utilisations des agents pédagogiques
• . . .

1935
1958
Préhistoire
1960
Histoire
1990
Présent
2005
5
Plan

• Introduction
• Critères détude
• Lagent
• Lenvironnement
• Critères Informatiques
• Quelques agents pédagogiques
• Bilan

6
Les Agents

• Pédagogie
• Rôle(s) Activités pédagogiques
• Stratégies pédagogiques
• Interactions
• Communication
• agent-agent
• Humain-agent
• Actions sur lenvironnement
• Modèles
• Cognitifs
• Réactifs
• Conversationnels

7
Lenvironnement

• Domaine et Type de connaissances
• Environnement social
• Collaboration
• Conflit socio-cognitif
• Modèles ITS
• Du domaine
• De lapprenant
• Des ressources pédagogiques
• De Linterface

8
Quelques rôles dagents pédagogiques

• Professeur (Autotutor Graesser99)
• Offre l'accès aux connaissances théoriques
• Répond aux questions
• Camarade (EduAgent Hietala98)
• Collabore avec l'apprenant réalisation de
  tâches coopératives ou entraide
• Répond aux questions, correctement ou pas
• Critique (Lucy Goodman98)
• Oblige l'apprenant à formaliser ses intentions
• Encourage l'apprenant à remettre en question son
  plan

9
Quelques stratégies
10
Critères Informatiques

• Type dapplication
• Multi utilisateurs / application distribuée ?
• Remplacer ou assister le formateur ?
• Modalités
• Hypermédias, Web
• Exercices, QCM
• Réalité virtuelle
• Type darchitecture
• Un seul agent
• Système à agents
• Système Multi Agents (SMA)

11
Plan

• Introduction
• Critères détude
• Quelques agents pédagogiques
• STEVE, HAL, BAGHERA, ABITS
• Conclusion

12
STEVE Rickel99

• Agent Personnifié dans un EVF/ITS (VET)
• Maintenance sur Equipements Navals

• Tuteur autonome
• Supervise
• Explique
• Montre
• Moteur cognitif SOAR
• Utilisation basique du langage naturel

13
HAL Lourdeaux01

• Agent cognitif de lEVF/ITS SOFI
• Maintenance sur voie ferrée (SNCF)
• Tuteur Assistant du formateur
• Aide à la décision
• Modèles ITS explicites
• Modèle du formé (apprenant)
• Modèle pédagogique
• Modèle de référence (domaine)

14
BAGHERA Webber02

• EIAH distribué (web)
• Domaine générique
• Résolution de problèmes en géométrie
• Système Multi-Agents (SMA)
• Agents tuteurs cognitifs
• Assistants pour les apprenants
• Assistants pour les formateurs
• Approche émergente de la fonction éducative

15
ABITS Capuano00

• Framework ITS générique
• Se greffe sur un système de gestion de cours
  (CMS)
• Respecte la Norme IEEE LOM
• Logique floue pour modéliser lapprenant
• Incertitude de lévaluation
• Fonction doubli
• Système Multi-Agents (SMA)
• Agents réactifs fonctionnels

16
COLER Suthers00

• EIAH distribué (web)
• Résolution de problèmes sur la modélisation de
  base de données
• Travaux Collaboratif
• Apprentissage par conflit socio-cognitif
• Les agents assistants
• Supervisent les actions individuelles
• Encouragent la coopération
• Equilibrent la participation

17
Plan

• Introduction
• Critères détude
• Quelques agents pédagogiques
• Conclusion
• Synthèse
• Bilan
• Perspective

18
Synthèse 1/2
19
Synthèse 2/2
20
Bilan

• Multidisciplinarité de lEAO
• Les sciences cognitives
• Linformatique
• Vaste champ de recherche
• Beaucoup de concepts abordés
• Peu dapplications réelles
• Agents limités (1 seul rôle, peu de stratégies)
• Peu de réutilisation
• Evolutions relativement récentes
• Recherches en cours, maturité pas atteinte
• Manque de retour dexpérience
• Peu détudes transversales

21
Perspectives

• Un Agent cognitif (SOAR) simple et adaptable
• Plusieurs rôles et stratégies
• Elaboration
• De plans dactions (pédagogiques)
• De solutions et dexplications
• Evaluation
• Des réponses de lapprenant
• Des actions de lapprenant
• Dans un EVF MASCARET
• Collaboratif et Muti-utilisateurs (distribué)
• SMA plusieurs agents pédagogiques
• Modèles ITS exploitables par lagent
• Nécessité de confronter les critères
• Proposer un protocole de mesure de performance

22
Bibliographie 1/2

• Bruillard97
• E. Bruillard, Les machines à enseigner, Hermès,
  1997.
• Graesser99
• A. C. Graesser, K. Wiemer-Hastings, P.
  Wiemer-Hastings et R. Kreuz, AutoTutor a
  simulation of human tutor, Journal of Cognitive
  Systems Research, 1, 1999, pp. 35 -51.
• Hietala98
• P. Hietala et T. Niemirepo, The competence of
  learning companion agents, International Journal
  of Artificial Intelligence in Education, 9, 1998,
  pp. 178 -192.
• Goodman98
• B. Goodman, A. Soller, F. Linton et R. Gaimari,
  Encouraging Student Reflection and Articulation
  using a Learning Companion, International Journal
  of Artificial Intelligence in Education, 9, 1998,
  pp. 237- 255.
• Rickel99
• J. Rickel et W. L. Johnson, Animated agents for
  procedural training in virtual reality
  perception, cognition and motor control, Applied
  Artificial Intelligence, 13, 1999, pp. 343 382.

23
Bibliographie 2/2

• Lourdeaux01
• D. Lourdeaux, Réalité virtuelle et formation
  conception d'environnement virtuel pédagogique,
  thèse à l'Ecole des Mines de Paris, 2001.
• Webber02
• C. Webber, S. Pesty et N. Balacheff, A
  multi-agent and emergent approach to learner
  modelling, Proceedings of the 15th European
  Conference on Artificial Intelligence, 2002.
• Capuano00
• N. Capuano, M. De Santo, M. Marsella, M. Molinar
  et S. Salerno, A Multi-Agent Architecture for
  Intelligent Tutoring, Proceedings of the
  International Conference on Advances in
  Infrastructure for Electronic Business, Science,
  and Education on the Internet, 2000.
• Suthers00
• A. Constantino et D. Suthers, A coached
  collaborative learning environment for
  entity-relationship modeling, Intelligent
  Tutoring Systems, Proceedings of the 5th
  International Conference (ITS 2000), 2000, pp.
  325 333.

24
Fin

• Merci pour votre attention !

Des questions ?