Modèles et Traces au service de l’Apprentissage des Langues : le projet e-FRAN METAL

Contribution proposée par la DANE de l’académie Nancy-Metz

Le projet e-FRAN METAL vise l’amélioration de l’apprentissage des langues à l’écrit comme à l’oral pour des élèves de collège et lycée. Il permet également la personnalisation des apprentissages pour les élèves et leur propose un suivi individualisé.

Il repose sur l’analyse des traces numériques laissées par les élèves lors de leurs interactions avec l’environnement pédagogique et les outils numériques d’apprentissage. Il implique l’ensemble des acteurs éducatifs (rectorat, responsables d’établissements, enseignants, élèves et parents d’élèves, collectivités locales ou territoriales) des éditeurs et des chercheurs en intelligence artificielle, traitement automatique des langues, sciences de l’éducation, en droit et en psychologie.

L’équipe Kiwi du Loria mène des recherches en intelligence artificielle et les applique en e-éducation de la maternelle à l’enseignement supérieur.

Elle s’intéresse à la modélisation prédictive et prescriptive du comportement individuel à partir de l’analyse automatique de traces numériques, afin de fournir des services personnalisés aux apprenants et aux formateurs. Ses activités concernent la collecte éthique des données éducatives, la conception d’entrepôts standardisés et d’algorithmes innovants de fouille de données et la co-conception de tableaux de bord avec les utilisateurs.

L’équipe Kiwi développe des systèmes de recommandation exploitant ses travaux sur le lien regard-mémoire ou la modélisation de la charge cognitive de l’apprenant, à partir de traces collectées via des montres connectées ou des oculomètres.

L’équipe Multispeech du Loria mène des travaux de recherche sur la reconnaissance automatique de la parole et la synthèse audiovisuelle (l’animation de têtes parlantes) en utilisant des techniques de l’intelligence artificielle, en particulier du deep-learning.

La reconnaissance automatique de la parole des non-natifs est un problème de recherche d’actualité. L’animation d’une tête parlante à partir du texte permet d’illustrer la parole d’une langue donnée.

Dans le contexte de l’apprentissage des langues, la tête parlante permet à l’apprenant de visualiser la prononciation de sons. La reconnaissance de la parole vise à donner un retour à l’apprenant sur sa prononciation.

Travaux scientifiques

Sujets de recherche des post-doctorants

• Yacine Abboud, post-doctorant en informatique, Université de Lorraine, LORIA

Sujet de recherche : Réalisation d’une nouvelle version documentée de l’entrepôt METALRS pour permettre le passage à l’échelle

• Oriane Dermy, post-doctorante en informatique / IA et fouille de données, Université de Lorraine, LORIA

Sujet de recherche : Conception d’un algorithme de recommandation qui permet de recommander des ressources à l’élève au bon moment dans un objectif de conserver sa motivation et respecter son propre rythme

Responsable : Armelle Brun

• Elodie Gauthier, post-doctorante en Informatique, Université de Lorraine, LORIA

Sujet de recherche : Adaptation du système de reconnaissance de la parole pour voix d’enfants

Directeur(s)/directrice(s) : Slim Ouni

• Chahrazed Labba, post-doctorante en informatique, Université de Lorraine, LORIA

Labba, C., Roussanaly, A., & Boyer, A. (2019, octobre). Towards an automated Framework for benchmarking Learning Record Stores : Performance Requirements and Scalability. 3rd Annual Learning & Student Analytics Conference (LSAC 2019). https://hal.inria.fr/hal-02469663

Sujets de thèse des doctorants

• Théo BIASUTTO-LERVAT, doctorant en Informatique/Traitement de la parole, Université de Lorraine, LORIA

Sujet de thèse : Modélisation multimodale de la coarticulation, vers l’animation d’une tête parlante intelligible

Directeur(s)/directrice(s) de thèse : Slim Ouni

Biasutto-lervat, T. (2016). Modélisation de la coarticulation multimodale : Vers l’animation d’une tête parlante intelligible [Thèse en préparation, Université de Lorraine]. http://www.theses.fr/s187270

• Maël BEUGUET, doctorant en informatique, Université de Lorraine, LORIA

Sujet de thèse : Analyse de la mémoire à partir des traces d’interaction et des données oculométriques et ses applications en e-éducation

Directeur(s)/directrice(s) de thèse : Sylvain Castagnos, Anne Boyer

Beuget, M. (2017). Analyse de la mémoire à partir des traces d’interaction et des données oculométriques et ses applications en e-éducation [Thèse en préparation, Université de Lorraine]. http://www.theses.fr/s192494

• Julie BU DAHER, doctorante en informatique, Université de Lorraine, LORIA

Sujet de thèse : Educational barometer for students: from the improvement of the learning process to system adoption

Directeur(s)/directrice(s) de thèse : Armelle Brun, Anne Boyer

Bu daher, J. (2016). Généralisation de motifs séquentiels pour Fouiller des Données Multi-sources Sequential Pattern Generalization for Mining Multi-source Data [Thèse en préparation, Université de Lorraine]. http://www.theses.fr/s187851

• Emilie COLIN, doctorante en informatique, Université de Lorraine, LORIA

Sujet de thèse : Traitement automatique des langues et génération automatique d’exercices de grammaire

Directeur(s)/directrice(s) de thèse : Claire Gardent

Colin, É. (2020). Traitement automatique des langues et génération automatique d’exercices de grammaire [Thèse de doctorat, Université de Lorraine]. http://www.theses.fr/2020LORR0059

• Barbara MOISSA, doctorante en informatique, Université de Lorraine, LORIA

Sujet de thèse : Recommandations engageantes de ressources éducatives sur des tableaux de bord axés sur la notion d’effort

Directeur(s)/directrice(s) de thèse : Geoffray Bonnin, Anne Boyer

Moissa, B. (2017). Recommandations engageantes de ressources éducatives sur des tableaux de bord axés sur la notion d’effort [Thèse en préparation, Université de Lorraine]. http://www.theses.fr/s185255

Références

Académie de Nancy-Metz (2019). Colloque scientifique e-FRAN 2019. Académie de Nancy-Metz; Lucie Bertrand. http://www.ac-nancy-metz.fr/colloque-scientifique-e-fran-125978.kjsp?RH=WWW

DANE Nacy-Metz. (2019, janvier 23). Recherche en e-éducation—Le projet METAL. Délégation académique au numérique – académie de Nancy-Metz. https://dane.ac-nancy-metz.fr/recherche-e-education-projet-metal/

LORIA. (2020). KIWI : Knowledge, Information, and Web Intelligence. KIWI. https://kiwi.loria.fr/

LORIA. (2017, 2020). E-FRAN METAL. METAL LORIA. http://metal.loria.fr/

Mission Monteil. (2023). E-FRAN : Espaces de formation, de recherche et d’animation numériques. e-FRAN. https://e-fran.education.gouv.fr/

Documents à télécharger

Posters scientifiques (source : colloque e-FRAN 2019)

• Mesure de l’effort des élèves en utilisant des technologies portables
• Prendre en compte la durée dans les activités des apprenants pour mieux prédire leur futur
• Analyse des motifs séquentiels du chemin oculaire pour modéliser la mémoire en e-éducation
• Modélisation Multimodale de la Coarticulation
• METALRS, une plateforme pour l’entrepôt de données de Learning Analytics
• Génération automatique d‘exercices
• Un Outil pour l’Analyse Automatique des Performances des Entrepôts de Données d’Apprentissage-LRS
• Amélioration des technologies vocales d’aide à l’évaluation de la prononciation
• Analyser le Comportement des Apprenants : Une Approche par Généralisation de Motifs dans un Contexte de Données Multi-source

---

---