Conception d'un cadre générique basé sur les modèles de Learning Analytics pour la gestion autonomique des processus d'apprentissage pour l'Education 4.0

Designing a generic framework based on Learning Analytics models for autonomic management for Education 4.0 learning processes

• Auteur / Autrice : Mamadou Gueye
• Direction : Ernesto José Exposito Garcia
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 03/12/2022
• Etablissement(s) : Pau
• Ecole(s) doctorale(s) : École doctorale sciences exactes et leurs applications (Pau, Pyrénées Atlantiques ; 1995-)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Informatique de l'Université de Pau et des Pays de l'Adour - Laboratoire Informatique de l'Université de Pau et des Pays de l'Adour
• Jury : Président / Présidente : Christophe Chassot
• Jury : Examinateurs / Examinatrices : Ernesto José Exposito Garcia, Marta Rukoz-Castillo, Myriam Lamolle, Sorana Cimpan, Philippe Arnould
• Jury : Rapporteurs / Rapporteuses : Marta Rukoz-Castillo, Myriam Lamolle

Mots clés

Mots clés contrôlés

Éducation

Mots clés libres

Education 4.0

Learning Analytics

Processus d'apprentissage

Gestion Autonomique

Education 4.0

Learning Analytics

Learning Processes

Autonomic Management

Résumé

Depuis l'antiquité jusqu'à nos jours, les systèmes éducatifs ont évolué en parallèle des grandes évolutions sociales et économiques, intégrant des innovations pédagogiques et technologiques dans l'écosystème éducatif et conduisant à l'avènement d'une nouvelle révolution éducative, intitulée Éducation 4.0. Le paradigme d'Éducation 4.0 permet à la fois, d'accompagner les organisations éducatives dans l'adoption des transformations pédagogiques et digitales, et au même temps de répondre aux besoins des nouvelles générations d'apprenants et d'enseignants. L'utilisation croissante des TICE et la puissance de l'Internet ont favorisé l'émergence d'une nouvelle génération d'apprenants dont la technologie constitue une partie intégrante de leur vie, par conséquent de leur mode d'apprentissage. Pour apporter des réponses efficaces aux besoins spécifiques de ces nouveaux profils d'apprenants, les organisations éducatives doivent adopter de manière permanente des transformations significatives bouleversant notre façon d'enseigner et d'apprendre. En permettant un enseignement centré sur les étudiants, des parcours d'apprentissage personnalisés et l'accès à de diverses ressources pédagogiques hétérogènes ont rendu les processus éducatifs trop complexes pour que l'éducateur puisse suivre efficacement la progression individuelle de chaque élève. Il devient nécessaire l'automatisation de la gestion des processus d'apprentissage afin d'apporter de meilleures réponses aux besoins évolutifs et spécifiques des différents acteurs (étudiants, éducateurs, responsables de programmes de formation, entreprises, etc.) Ce projet de recherche vise à appliquer le paradigme d'Éducation 4.0 aux organisations éducatives, à travers des propositions d'une méthodologie de conception pédagogique, d'un modèle d'intégration intelligente des TICE, d'une architecture autonomique des systèmes cyber-physiques pour l'Éducation 4.0 et d'une méthodologie pour accompagner la transition vers l'Éducation 4.0. La contribution globale vise à proposer un système de gestion autonomique des processus d'apprentissage pour l'Éducation 4.0 en adoptant comme approche l'architecture de référence d'Autonomic Computing (AC) sur la base des méthodologies d'analyses (Descriptive, Diagnostique, Prédictive et Prescriptive) des Learning Analytics (LA) afin de faire face à la complexité croissante de la gestion manuelle des processus d'apprentissage. L'objectif du système consiste à automatiser les processus de suivi et de remédiation, à partir des observations et du diagnostic sur l'évolution de l'apprenant et la proposition de ressources ou d'activités afin d'anticiper l'échec et d'accroître les chances de réussite.

From antiquity to nowadays, educational systems have evolved in parallel with major social and economic changes, integrating pedagogical and technological innovations into the educational ecosystem and leading to the advent of a new educational revolution, called Education 4.0. The Education 4.0 paradigm supports educational organizations in the adoption of digital and pedagogical transformations, and at the same time responds to the needs of new generations of learners and teachers. The increasing use of ICT and the power of the Internet have encouraged the emergence of a new generation of learners for whom technology is an integral part of their lives and therefore of their learning style. In order to respond effectively to the specific needs of these new learner profiles, educational organizations must adopt significant and ongoing transformations in the way we teach and learn. By enabling student-centered teaching, personalized learning paths and access to a variety of heterogeneous educational resources have made educational processes too complex for the educator to effectively track the individual progress of each student. It becomes necessary to automate the management of learning processes in order to provide better answers to the evolving and specific needs of the different actors (students, educators, training program managers, companies, etc.). This research project aims at applying the Education 4. 0 paradigm to educational organizations, through proposals for an instructional design methodology, an intelligent ICTE integration model, an autonomic architecture of cyber-physical systems for Education 4.0, and a methodology to support the transition to Education 4.0. The overall contribution aims to propose an autonomic management system of learning processes for Education 4.0 adopting as an approach the reference architecture of Autonomic Computing (AC) based on the analytical methodologies (Descriptive, Diagnostic, Predictive, and Prescriptive) of Learning Analytics (LA) in order to face the increasing complexity of manual management of learning processes. The objective of the system is to automate the monitoring and remediation processes, based on the observations and diagnosis of the learner's evolution and the proposal of resources or activities in order to anticipate failure and increase the chances of success.