Laboratoire de Recherche LATIS Laboratory of Advanced Technology and Intelligent Systems

Actualités

Proposition de sujet de thèse

Fouille de données et Intelligence artificielle pour
un tuteur intelligent de l’enseignement en ligne.

 

Directeur de thèse : J. Ben Hadj Slama (LATIS/ENISo)

Contact : bhslama@yahoo.fr

Dans le contexte de pandémies comme celle du COVID’19, l’enseignent à distance n’est plus un choix
mais devient une nécessité. L’apprentissage en ligne, également appelé apprentissage amélioré par
la technologie, doit fournir par conséquent, un apprentissage plus hétérogène, comprenant non
seulement des supports de formation sur le Web et des classes virtuelles, mais aussi des tuteurs
automatiques intelligents permettant le suivi et l'assistance en temps réel. Ces systèmes seront basés
sur une interaction permanente entre les apprenants et la plateforme d’enseignement. Afin
d'atteindre ces objectifs, les systèmes tutoriels intelligents actuels doivent progresser pour offrir un
appui adaptatif de l'apprentissage et ceci à différents niveaux des formations.
Dans ce projet, nous proposons en premier lieu, de mettre en oeuvre de nouveaux moyens pour
développer la communication Apprenant-Plateforme autre que celui de l'écriture. Par la suite, nous
chercherons à étudier l'impact de la communication Apprenant-Plateforme sur l'amélioration de
l'expérience d'apprentissage. Ceci a pour but de garantir la motivation et l'intérêt des apprenants
pour l'enseignement à distance. En second lieu, nous proposons d’analyser les données dans le
contexte de l'enseignement à distance afin de déterminer à quel point elles sont influentes et
efficaces pendant le tutorat, puisque leur exploitation pourrait permettre l’amélioration de
l’apprentissage. L'apprentissage en ligne peut disposer d’un volume important d'informations liées
aux activités en ligne produites par les apprenants et aussi par les enseignants. Interpréter et
analyser les données collectées avec des méthodes manuelles peut s'avérer difficile, voire
impossible. Nous proposons d’explorer, en troisième partie, plusieurs approches et techniques, pour
extraire des informations utiles des grandes quantités de données, dont le Data Mining ou fouille de
données. Ceci permettrait par exemple d’automatiser le regroupement des profils similaires des
apprenants afin de concevoir un Système de tuteur intelligent adaptatif basé sur des stratégies de
tutorat modifiées en fonction de leurs performances.
Mots clés : l’enseignent à distance, tuteur intelligent, fouille de données, Intelligence artificielle.