Développement d'une ontologie pour l'analyse d'observables de l'apprenant dans le contexte d'une tâche avec des robots modulaires - CNRS - Centre national de la recherche scientifique Accéder directement au contenu
Rapport (Rapport De Recherche) Année : 2020

Development of an ontology for the analysis of learner observables in the context of a task with modular robots

Développement d'une ontologie pour l'analyse d'observables de l'apprenant dans le contexte d'une tâche avec des robots modulaires

Résumé

The aim of this document is to present the design of an ontology allowing to carry out a modeling of the learner, the task and the observables during a learning activity, in order to develop a model applicable to the observed learning analytics which can be exploited to analyze them with computational approaches. The challenge here is to work from a relatively small batch of data (a few dozen to compare with the thousands of data used with classic statistical methods), highly structured, therefore to introduce a maximum of a priori information upstream to the analysis in order the results to be meaningful. The learner is modeled on the basis of knowledge from the educational science and cognitive neurosciences, including machine learning formalisms, in the very precise framework of a task, named CreaCube, related to initiation to computational thinking presented as an open-ended problem, which involves solving a problem and appealing to creativity. This document presents these elements and discusses the exploration and exploitation issues, the different goals (for example of performance, speed or mastery of the task), before relating this to the different types of memory and discussing the basics of problem solving, including engaging in a learning activity. It then describes the very precise construction of an ontology which formalizes this process of task resolution and knowledge construction, taking into account the stimuli received, the discovery of affordances, the setting of hypotheses, clearly distinguished from the notion of belief, without forgetting contextual knowledge. The production is shared as a free and open resource, and both the implications and the perspectives of this pioneering work of formalizing such a human learning task are discussed in conclusion. This research report and ontology corresponds to the short Post Doc research work of Lisa Roux, who is also the main author of the document, supervised by Margarida Romero and Frédéric Alexandre and was carried out within the framework of the Aex AIDE project supported by the Otesia Observatory of Technological, Economic and Societal impacts of Artificial Intelligence and Digital Technology.
Le but de ce document est de présenter la conception d'une ontologie permettant de réaliser une modélisation de la personne apprenante, de la tâche et des observables au cours de l'activité, ceci afin de développer un modèle applicable aux traces d'apprentissage qui puisse être exploité pour les analyser avec des approches computationnelles. L'enjeu est ici de travailler à partir d'un relativement petit lot de données (quelques dizaines à comparer aux milliers de données utilisées avec les méthodes statistiques classiques), fortement structurées, donc d'introduire un maximum d'informations a priori en amont de l'analyse pour permettre que les résultats soient significatifs. L'apprenant·e est modélisé·e à partir de connaissances issues des sciences de l'éducation et des neurosciences cognitives, y compris les formalismes d'apprentissage machine, dans le cadre très précis d'une tâche -dite « CreaCube »- d'initiation à la pensée informatique, présentée sous forme d'un problème ouvert, qui implique la résolution d'un problème et de faire appel à la créativité. Ce document présente ces éléments et discute les problématiques d'exploration et exploitation, les différents buts (par exemple de performance, de célérité ou de maîtrise de la tâche), avant de relier cela aux différents types de mémoire et de discuter les bases de la résolution de problèmes, et l'engagement dans une activité d'apprentissage. Il décrit ensuite la construction très précise d'une ontologie qui formalise ce processus de résolution de tâche et de construction de connaissances, prenant en compte les stimuli reçus, la découverte d'affordances, la pose d'hypothèses, bien distinguées de la notion de croyance, sans oublier les connaissances contextuelles. La production est mise en partage sous forme de ressource libre et ouverte, et on discute en conclusion à la fois les implications et les perspectives de ce travail pionnier de formalisation d'une telle tâche d'apprentissage humain. Ce rapport de recherche et l'ontologie correspond au travail de recherche de Lisa Roux, qui est aussi la principale autrice du document, encadrée par Margarida Romero et Frédéric Alexandre et a été réalisé dans le cadre du projet Aex AIDE soutenu par Otesia, l'Observatoire des impacts Technologiques, Économiques et Sociétaux de l'Intelligence Artificielle et du numérique.
Fichier principal
Vignette du fichier
RR-9376.pdf (1.56 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03013685 , version 1 (19-11-2020)
hal-03013685 , version 2 (24-02-2021)

Identifiants

  • HAL Id : hal-03013685 , version 2

Citer

Lisa Roux, Margarida Romero, Frédéric Alexandre, Thierry Viéville, Chloé Mercier. Développement d'une ontologie pour l'analyse d'observables de l'apprenant dans le contexte d'une tâche avec des robots modulaires. [Rapport de recherche] RR-9376, Inria. 2020, pp.48. ⟨hal-03013685v2⟩
1529 Consultations
546 Téléchargements

Partager

Gmail Facebook X LinkedIn More