La collecte automatique et l’analyse de données numériques dans le but de comprendre et d’optimiser l’apprentissage ainsi que les dispositifs mis en place est aujourd’hui une méthodologie en plein essor. Ces approches s’inscrivent dans des paradigmes méthodologiques qui relèvent de l’analytique de l’apprentissage (learning analytics) ou de la fouille de données éducatives (educational data mining). Par ailleurs, le développement de méthodes statistiques et plus particulièrement de celles qui relèvent de l’intelligence artificielle ouvre de nouvelles perspectives à la science des données pour l’éducation et la formation. Ces nouvelles perspectives offertes au/à la chercheur/euse concernent par exemple la modélisation comportementale et épistémique de l’apprenant·e à des fins de diagnostic et de compréhension du processus d’apprentissage.
Cette nouvelle édition du séminaire du CERF vise à travailler ces méthodologies émergentes et plus particulièrement à aborder la question de l’analytique de l’apprentissage. Il s’agira d’échanger sur la manière dont les données peuvent être collectées et exploitées pour modéliser l’apprenant·e et favoriser sa prise en compte dans les environnements numériques dédiés à l’éducation et à la formation. Il s’agira également d’identifier les difficultés méthodologiques et questions épistémologiques auxquelles sont confrontés les chercheurs/euses qui emploient de telles approches.
Pour cette 7ème édition qui aura lieu le 30 novembre à 9:00, le séminaire du CERF se délocalisera à la HEIG VD à Yverdon, partenaire du LIP/CERF pour plusieurs projets de recherche.
Le séminaire comprendra trois interventions :
Enjeux et défis de l’analytique de l’apprentissage
François Bouchet, Lip6, Université Pierre et Marie Curie, France
Intelligence artificielle et learning analytics
Laurent Bolli, HEIG VD, Suisse
Analyse des traces d’interaction du jeu Classcraft, une analyse du comportement du joueur
Guillaume Bonvin G, Eric Sanchez, Unifr, Suisse
Celso Gonçalves, Uni. Fatra, Brésil