DOKUWIKI pour coatcnrs

Si la plupart des Moocs possèdent en général un dispositif de traçage des activités d’apprentissage réalisées sur leur plateforme (comme presque tous les dispositifs offrant des services sur le Web d’ailleurs), seuls quelques uns proposent de renvoyer des indicateurs d’activité à l’apprenant lui-même et la plupart ne permettent pas aux enseignants et tuteurs de définir eux-mêmes les indicateurs qui les intéressent. Quelques systèmes permettent d’accéder à leurs “analytics” (série d’indicateurs d’activité pré-calculés) et le plus souvent cet accès est réservé aux utilisateurs ayant des « droits ». L’accès à la trace elle-même est réduit à l’accès à un historique avec des capacités de filtrage plus ou moins importantes. A notre connaissance, il n’existe pas de plateformes permettant à un utilisateur de “poser des questions à leur trace” sous la forme de requêtes, par exemple. Comme nous l’avons vu, l’apprentissage est ouvert à toute activité connexe sur le web et bien entendu cet apprentissage échappe à l’observation par un dispositif centralisé sur le serveur de la plateforme. Dans le cadre du Pilote COAT-Lyon, Mlle Fatma Derbel a développé une architecture de traçage réflexif sur le navigateur de l’apprenant, sous son contrôle, adossé à un système de gestion de base de traces modélisées, considérant ainsi les traces d’une activité d’un utilisateur comme une source de connaissance pouvant évoluer dans sa richesse sémantique au fur et à mesure que les interprétations sont faites par l’apprenant. Le dispositif possède les caractéristiques suivantes :

1. Un mécanisme d’identification personnel permettant de garantir que la trace collectée ne soit disponible qu’au travers d’un mécanisme d’authentification personnel.
2. Un support de gestion de la trace d’activité qui soit indépendant de la plateforme d’apprentissage pour permettre de capitaliser n’importe quelle activité d’apprentissage initiée sur n’importe quelle plateforme, ou même en dehors de toute plateforme.
3. Une gestion de la trace sous la forme d’une trace modélisée c’est-à-dire disposant tout à la fois des éléments collectés lors d’un apprentissage mais aussi d’un modèle permettant d’en avoir une description conceptuelle (gestion du temps, type d’éléments observés, propriétés des types, relations).
4. Un système de gestion de traces modélisées (SGBT-m), permettant de transformer les traces collectées selon un point de vue initial (traces dites premières) en traces interprétées selon de nouveaux points de vue. Ce système doit garantir la capacité à naviguer dans le graphe de traces modélisées ainsi constituées, de façon à offrir les éléments de provenance des éléments observés de toute trace transformée. La gestion de la genèse interprétative est un élément essentiel pour être capable de partager non seulement l’expérience brute, mais les clés d’interprétation de cette expérience.
5. Un système de choix explicite pour l’utilisateur de ce qu’il souhaite observer dans son environnement (pour l’instant limité au navigateur web) en rapport avec son activité d’apprentissage.
6. Si possible (et ça devrait sans doute être garanti par le responsable de plateforme) récupérer les traces personnelles captées par la plateforme dans l’espace de traces personnelles privé de l’utilisateur-apprenant.
7. Un mécanisme d’affichage personnalisable et interactif de sa trace d’apprentissage permettant de naviguer dans la trace issue de l’observation privée du navigateur que de l’observation faite de son activité personnelle sur le serveur de la plateforme. Ce mécanisme est multilingue (stage étudiant).
8. Une architecture permettant d’intégrer sans difficulté des assistants se basant d’une manière ou d’une autre sur les données issues des traces personnelles :
   1. Assistants de navigation.
   2. Assistants de transformation de traces.
   3. Assistants de calcul d’indicateurs.
   4. Assistants de requêtage sur les traces.
   5. Assistants pour partager ses traces
   6. Assistants de personnalisation à partir de ses traces
   7. Assistants de découverte de bonnes pratiques (apprentissage semi-automatique).
   8. …

Le démonstrateur est en expérimentation sur les Moocs déployés sur la plateforme Claroline Connect et l’ensemble des sources, aussi bien pour l’architecture TRACE-ME que pour le dispositif de gestion de traces modélisées (kTBS : kernel Trace Based System), est disponible sur des serveurs d’open sources GitHub.