Résumé

Résumé en français

Actualité des soutenances de thèse des doctorants soutenus ou suivis par la Direction du numérique pour l’éducation (novembre-décembre 2022).

Résumé en anglais

News of the defenses of PhD students supported or followed by the Digital Education Directorate (November-December 2022).

Présentation générale

La Direction du numérique pour l’éducation et heureuse et fière d’annoncer la soutenance des doctorants suivants sur la période novembre-décembre 2022.

Références

Andriamiseza, R. (2019). Conception d’un système interactif dédié aux évaluations formatives et dirige par les learning analytics [Thèse], Toulouse 3. http://www.theses.fr/s294866 [Soutenance le 25/11/22]

Direction : Julien Broisin et Franck Silvestre

Résumé

Cette thèse s’inscrit dans le contexte du projet “B4MATIVE!”. Né d’une collaboration entre l’Académie de Nancy-Metz et l’IRIT (Institut de Recherche et d’Informatique de Toulouse) et financé par la Direction du Numérique pour l’Éducation, ce projet vise la conception, le déploiement et l’évaluation d’un environnement numérique innovant favorisant la conception d’évaluations formatives de qualité, à la fois des points de vue de l’apprenant et de l’enseignant. Le système que nous souhaitons concevoir s’appuie sur l’outil Elaastic issu de travaux de recherche (Silvestre, 2015) menés au sein de l’IRIT, et conçu pour faciliter la mise en oeuvre d’évaluations formatives. Comparé aux Systèmes de Vote Interactifs massivement utilisés aujourd’hui pour mettre en oeuvre des évaluations formatives, l’originalité d’Elaastic réside dans (i) des modalités d’interaction plus riches telles que la saisie de texte libre ou la capacité à fournir des feedbacks textuels, et (ii) l’implémentation d’un processus comprenant plusieurs phases de soumission de réponses (Silvestre et al., 2015).
La problématique de recherche est la suivante : « Comment élargir le périmètre d’utilisation des Learning Analytics dans les systèmes d’Évaluation Formative ? ». La thèse s’effectue à l’IRIT au sein de l’équipe TALENT. L’objectif est d’apporter de nouvelles connaissances dans le domaine des EIAH, plus précisément dans le périmètre des Learning Analytics appliqués à l’évaluation formative. Le terrain d’expérimentation offert par le projet B4MATIVE! nous permet d’expérimenter et d’évaluer nos propositions en contexte écologique, et ainsi de renforcer nos contributions.

Bauchet, C. (2018). Le numérique dans les espaces scolaires et personnels  : Vers un modèle intégrant acceptation et appropriation [Thèse], Université de Lorraine. https://www.theses.fr/s281759 [Soutenance le 13/12/22]

Direction : Jérôme Dinet et Blandine Hubert

Résumé

L’objectif principal du projet est d’étudier les interactions entre les usages personnels et scolaires des outils et ressources numériques chez les lycéens et leurs entourages (familiaux et éducatifs), en mettant en évidence les facteurs d’influence (individuels et environnementaux), ainsi qu’en évaluant les conséquences, notamment pour les familles et les liens école-maison :

-Enjeux du point de vue pédagogique et sociétal : apporter des éléments de réponses précis et étayés pour comprendre comment ces usages dans deux contextes distincts s’interpénètrent et s’influencent réciproquement ;

– Enjeux scientifiques : élaborer un modèle théorique permettant d’appréhender l’évolution dynamique des usages réels et des représentations mentales liées aux outils et dispositifs numériques chez les lycéens et leurs entourages (familiaux et éducatifs).

Bettinger, A. (2019). Influence Indépendante et Explicabilité  de l’Exploration et de l’Exploitation  dans les Métaheuristiques [Thèse], Université de Lorraine. https://www.theses.fr/s282188 [Soutenance le 14/12/22]

Direction : Armelle Brun et Anne Boyer

Résumé

Les manuels scolaires numériques viennent de plus en plus remplacer leurs homologues en papier et peuvent fortement modifier les habitudes et les pratiques d’apprentissage des élèves. Dans ce contexte, les apprenants interagissent avec des ressources éducatives (leçons, exercices, évaluations) et la recommandation de ces dernières devient nécessaire à des fins de personnalisation. Chaque élève maximise ainsi ses chances de progresser. De plus, d’autres acteurs évoluent aux côtés des apprenants, comme les enseignants, ils ont des objectifs propres et partagés qui peuvent aussi entrer en considération dans la démarche de recommandation.

Traditionnellement, la recommandation de ressources éducatives est assurée par les enseignants qui utilisent leurs compétences dans leurs domaines respectifs, leurs connaissances concernant les niveaux d’apprentissage des apprenants ainsi que les directives de leur hiérarchie au regard des programmes imposés, afin de trouver des compromis les menant à utiliser et à faire utiliser des ressources éducatives spécifiques. Il est entendu que cette démarche est longue et biaisée car elle repose sur des appréciations humaines incomplètes en raison de l’incapacité du cerveau humain à traiter d’énormes quantités de données. L’arrivée de l’informatique et du traitement des données à permis la mise en place de processus d’automatisation de cette démarche. Ces processus touchent à la transformation des données, à l’optimisation, à l’apprentissage automatique, aux mécanismes décisionnels ainsi qu’à la recommandation. Ces domaines sont très généraux, ils dépassent ainsi de loin le cadre applicatif des manuels scolaires numériques.

L’approche de nos travaux est le fruit d’un état de l’art touchant à de nombreux domaines. Nous avons convergé vers des contributions touchant à la réduction de données, à l’influence de l’Exploration et de l’Exploitation (E\&E) de l’espace de recherche ainsi qu’à l’explicabilité de l’E\&E  dans le domaine des métaheuristiques et pouvant servir une démarche d’optimisation et de recommandation.

Delannoy, S. (2019). Apprentissage dynamique du profil des joueurs et des correspondances joueurs—Secteur d’activité, joueur-métiers [Thèse], Littoral. https://www.theses.fr/s280586 [Soutenance le 15/12/22]

Direction : André Bigand et Emilie Poisson Caillault

Résumé

L’objectif de la thèse est de construire un système intelligent capable de prédire en temps-réel une orientation métier à partir de données de jeu. Ce système expert devra intégrer des modèles psychologiques existants pour la caractérisation d’un profil utilisateur. Les techniques d’appariement élastique basé sur des métriques classiques ont fait leur preuve dans grand nombre de domaines pour comparer des profils temporels. Les métriques et les agents de classification à déterminer devront intégrer la variabilité des joueurs et combinaison de profils mais aussi l’émotivité des joueurs. La récolte de données actuellement quasi inexistante dans la littérature (pas de base ouverte tels les jeux de données UCI) sur la façon de jouer (ensemble des actions) des personnes et majoritairement des mineurs fera partie intégrante du travail de thèse.

A consulter aussi

Allouche, E. (2020, mai 6). La recherche sur le numérique en éducation (journée des doctorants ANRT/DNE du 02/07/20) [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/1589

Allouche, E. (2022, janvier 17). La recherche sur le numérique en éducation : Rencontre des doctorants DNE (mercredi 16 mars 2022) [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/3868

Bauchet, C. (2019, décembre). Le numérique chez les lycéens : Entre acceptation, usages et implications. Les rencontres de la recherche en psychologie. https://hal.archives-ouvertes.fr/hal-02462190

Bauchet, C., Hubert, B., & Dinet, J. (2020a). From acceptability of digital change to appropriation of technology : The 4A Model. https://doi.org/10.13140/RG.2.2.14767.36002

Bauchet, C., Hubert, B., & Dinet, J. (2020b). Entre acceptabilité et appropriation des outils numériques intégrés dans le système éducatif : Le modèle des 4A. 13ème colloque international RIPSYDEVE “ La psychologie du développement et de l’éducation pour le 21ème siècle : nouveaux objets, espaces et temporalités ”, 158‑161. https://hal.archives-ouvertes.fr/hal-03107250

DNE-TN2. (2020, avril 21). Analyse des traces d’apprentissage – Learning analytics : Productions du GTnum 2 [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/1559

DNE-TN2. (2022a, janvier 26). Rencontre Cifre, ANRT/DNE « Ma Recherche j’en parle » : Intelligence artificielle et éducation (mercredi 8 juin 2022) [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/3945

DNE-TN2. (2022b, mars 17). Rencontre des doctorants DNE (mercredi 16 mars 2022) : Supports et captation vidéo [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/4234

Vitel, S., & DNE-TN2. (2021, avril 14). Accompagner des projets de recherche en académie : Incubateur académique de Nancy-Metz [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/2905

---

---