Recherche
DocTA2LE-FR : Documenter et Tester l’Apprentissage Adaptatif à L'École en FRançais
Le projet DocTA2LE-FR vise à documenter et à évaluer les impacts d’un environnement numérique d’enseignement/apprentissage proposant des parcours adaptables/adaptatifs sur le développement de la lecture-compréhension en FLens chez des élèves de l’école primaire (5H-6H) et sur le développement de la pratique des enseignants.
Le projet s’appuie sur la plateforme numérique GamesHUB (HEP|PH FR), un portail de jeux éducatifs qui permet l’élaboration de parcours d’E/A en vue de la pratique d’un enseignement inclusif et différencié. GamesHub ouvre un champ d’investigation nouveau qui permet d’évaluer l’incidence des outils numériques sur les performances des apprenants et la pratique enseignante. GamesHub est associé au service d’apprentissage adaptatif développé par LIRIS dans le cadre du projet COMPER pour proposer des parcours adaptatifs via l’élaboration d’un profil de compétences de l’apprenant (récupération et analyse des traces de l’activité) et des fonctionnalités d’Intelligence Artificielle (IA) explicable.
Mots-clés : didactique du français, Adaptive Learning.
Période : 2023 - 2027.
Financement : FNS.
Partenaires académiques : PL&M, CRE/ATE (HEP|PH FR - Suisse).
ALE-FR : Adaptive Learning à l’École en FRançais
Le projet ALE-FR est à l’interface de la didactique du français langue d’enseignement à l’école primaire, de la recherche en informatique, notamment en systèmes d’IA, et des propositions pédago-numériques. C’est notamment la question de la numérisation de la société qui est posée et les perspectives offertes par l’Adaptive Learning pour favoriser l’accès de tous les élèves à la langue d’enseignement et aux apprentissages, dans une conception universelle de l’école.
Le projet vise à enrichir la plateforme d’enseignement/apprentissage GamesHUB (HEP|PH FR) et à mettre à l’épreuve le système d’adaptive learning (LIRIS) qui permet de personnaliser le parcours d’apprentissage de chaque élève et d’offrir à l’enseignant des possibilités inédites de conception de son enseignement dans une perspective inclusive.
Mots-clés : didactique du français, Adaptive Learning.
Période : 2023 - 2024.
Financement : Movetia.
Partenaires académiques : PL&M, CRE/ATE (HEP|PH FR - Suisse).
Mon rôle dans le projet : co-responsable du WP2 (Adaptive Learning) et du WP3 (Améliorations de l’interface).
MOBILES - Expérience des lieux et socialisation langagière des étudiants internationaux : analyse et accompagnement par les pratiques numériques
Le projet MOBILES vise à documenter, comprendre et soutenir les pratiques spatiales et d’apprentissages langagiers des étudiants internationaux accueillis dans le supérieur en France. L'originalité du projet consiste à analyser les apprentissages que les séjours en immersion recèlent potentiellement au prisme des pratiques spatiales augmentées par les outils numériques.
Il s’agit (1) d’analyser les pratiques spatiales des étudiants, c’est-à-dire mettre au jour les opportunités d'apprentissage que le contexte recèle ; (2) de concevoir une mise en carte de la ville telle qu’elle est pratiquée, grâce à une interface cartographique permettant de combiner des sources hétérogènes de données et leur exploration à la fois quantitative et qualitative ; (3) d’étudier de quelles manières des systèmes de recommandations basés sur la participation des utilisateurs peuvent être mis en place afin de soutenir les objectifs d’apprentissage.
Mots-clés : analyse de traces géolocalisées, pratiques spaciales, système de recommandations pédagogiques.
Période : 2020 - 2024.
Financement : ANR (AAPG 2020).
Partenaires académiques : ICAR, EVS.
Mon rôle dans le projet : responsable scientifique pour le LIRIS, supervision du développmement de l'application mobile, encadrement du post-doctorant sur le système de recommandation.
PEAPL : Plateforme d'Apprentissage Personnalisé des Langues
Le projet PEAPL se propose de développer un enseignement/apprentissage adaptatif des langues grâce à l’association de deux plateformes numériques innovantes, GamesHUB (HEP|PH FR) et ASKER (LIRIS), et un outil d’Adaptive Learning.
Mots-clés : personnalisation et adaptation à l'apprenant, génération d'exercices.
Période : 2020 - 2023.
Financement : ERASMUS+ (KA201-3024DDA9).
Partenaires académiques : Ecole Européenne de Courbevoie (France), INALCO (France), Université Sorbonne (France), Universita Degli Studi Di Macerata (Italie), ADI Associazione Decenti e Dirigenti Scolastici (Italie), Edulingua SRL (Italie), European School Karlsruhe (Allemagne), HEP|PH FR (Suisse).
COMPER : COMPétences et PERsonnalisation
Le projet COMPER a pour objectif de concevoir des modèles et des outils permettant de mettre en œuvre une approche par compétences pour accompagner l’apprentissage de manière personnalisée. Rassemblant des chercheurs en informatique, en SHS et des praticiens, ce projet vise à proposer un modèle de représentation de référentiels de compétences qui permettra de lier aux compétences les activités pédagogiques proposées aux apprenants, afin d’élaborer pour chacun d'eux un profil de compétences. Ces profils seront exploités pour personnaliser les activités et les parcours d’apprentissage, ainsi que pour aider l’apprenant à réguler son apprentissage, en incluant des leviers motivationnels.
Mots-clés : personnalisation et adaptation à l'apprenant, enseignement à distance, formation tout au long de la vie, approche par compétences, modélisation des connaissances, Learning Analytics.
Période : 2018 - 2023.
Financement : ANR (AAPG 2018).
Partenaires académiques : IRIT, Praxiling, Groupe SESAMES.
Partenaire industriel : Educlever.
Mon rôle dans le projet : responsable pour le LIRIS des lots 2 et 4, co-encadrement d'une thèse avec l'IRIT.
ASKER : Authoring tool for aSsessing Knowledge genErating exeRcises
Le projet ASKER propose une plateforme composée de plusieurs générateurs d'exercices. Cette plateforme permet à un auteur (généralement un enseignant) de créer un modèle d’exercices selon ses choix pédagogiques. Ce modèle est ensuite automatiquement instancié pour créer un grand nombre d’exercices différents évaluant tous les mêmes compétences. Les réponses aux exercices peuvent être évaluées automatiquement et instantanément par le système, ce qui permet à l’apprenant d’avoir un retour immédiat sur son niveau de maîtrise. La particularité de ces générateurs est de proposer des types d’exercices indépendants du domaine, ce qui permet d'utiliser la plateforme à différents niveaux scolaires et dans de nombreuses disciplines.
Mots-clés : génération semi-automatique d’exercices, outil auteur, auto-évaluation, diagnostic automatique, représentation des connaissances, connaissances du domaine, ingénierie dynamique des connaissances.
Période : 2012 - ...
Mon rôle dans le projet : porteuse du projet.
AMBRE : Apprentissage de Méthodes Basé sur le Raisonnement à partir de l'Expérience
Le projet AMBRE a pour objectif la conception d’Environnements Informatiques pour l'Apprentissage Humain (EIAH) destinés à l’enseignement de méthodes. Le cycle du Raisonnement à Partir de Cas (RàPC) est utilisé pour faire acquérir à l’apprenant des méthodes fondées sur le classement des problèmes et des outils de résolution.
Mots-clés : EIAH, RàPC, enseignement de méthodes, apprentissage à partir d'exemples, analyse de traces d'utilisation, profil d'apprenant, personnalisation des EIAH.
Période : 2001 - ...
HUBBLE : HUman oBservatory Based on anaLysis of e-LEarning traces
Le projet HUBBLE proposait de créer un observatoire pour la construction et le partage de traces massives d’e-learning, de leurs processus d’analyse et de leurs contextes d'usage. Il s'agissait d'un projet fédérateur et structurant autour des environnements d’e-learning massif (dont les MOOCS) comportant une dimension évaluative longitudinale pour comprendre les processus éducatifs afférents. Le projet HUBBLE avait vocation à fédérer des équipes de recherche en informatique et en sciences humaines, avec une volonté affichée de développer un observatoire national.
Mots-clés : EIAH, e-learning, Learning Analytics, processus d'analyse de traces, partage, pluridisciplinarité.
Période : 2015 - 2018.
Financement : ANR.
Partenaires académiques : LIG (porteur du projet), LabSTICC, LIUM, IFÉ-S2HEP, LINA, STEF.
Partenaire industriel : OpenClassrooms.
Mon rôle dans le projet : co-encadrement avec le LIP6 de la thèse d'Alexis Lebis sur la modélisation des processus d'analyse de traces dans le but de favoriser leur capitalisation.
CoExo
Le projet CoExo était une "Étude des modifications des pratiques des enseignants et des élèves induites par la COnception et l’utilisation d’EXercices en Ligne de compréhension conceptuelle". Cette étude se situait dans le champ des pratiques d’évaluation formative et sommative des professeurs et élèves au lycée. Plus précisément elle a porté sur la conception d’exercices favorisant et évaluant la compréhension conceptuelle, ces exercices étant conçus et proposés aux élèves à partir d’une plateforme informatique.
Mots-clés : évaluation des capacités, génération d'exercices d'auto-évaluation, travail pluridisciplinaire.
Période : 2017.
Financement : LLE (Laboratoire de l’Education).
Partenaires académiques : ICAR équipe ADIST (porteur du projet), groupe SESAMES / IFé-ICAR.
AGATE : Approach for Genericity in Assistance To complEx tasks
Le projet AGATHE vise à étudier comment faciliter l'utilisation des logiciels fortement orientés connaissance par l'adjonction de systèmes d'assistance épiphytes.
Mots-clés : assistance à l'utilisateur, approche générique, approche épiphyte, personnalisation.
Période : 2012 - 2017.
Mon rôle dans le projet : participation à l'encadrement du travail de thèse de Blandine Ginon portant sur la mise en place de systèmes d'assistance epiphytes et co-encadrement de la thèse de Le-Vinh Thai portant sur l’articulation entre la généricité d’un assistant intelligent et les spécificités de son usage en EIAH.
CIAL : Classe Inversée en ALgorithmique
Le projet CIAL visait à développer des ressources numériques pour mettre en place la pédagogie inversée en Algorithmique, pour des Licence de sciences (L1 et L2) et de Masters (M1 et M2) accueillant des étudiants provenant d’autres disciplines que l’informatique.
Mots-clés : génération d'exercices interactifs d’auto‐évaluation.
Période : 2016.
Financement : UNRRA 2015 (Université Numérique en Région Rhône-Alpes).
Partenaires académiques : Université Pierre Mendès France Grenoble (porteur du projet), Universités Lyon 3.
Mon rôle dans le projet : posteuse pour l'Université Lyon 1.
FOVEA
FOVEA est un projet de l'Institut des Sciences et Techniques de la Réadaptation de l'Université Lyon 1. L'objectif est de promouvoir l'anatomie et l'utilisation de la 3D dans l'enseignement de certaines disciplines scientifiques. FOVEA propose une formation en anatomie via un MOOC (Massive Open Online Course) se structurant autour de vidéos 3D accompagnées d'autres activités tutorées.
Mots-clés : MOOC, vidéos 3D, analyse de traces d'utilisation, génération d'exercices, personnalisation de l'apprentissage.
Période : 2013 - 2015.
Mon rôle dans le projet : participation aux travaux sur la modélisation des exercices pour permettre leur génération et analyse des traces d'interaction pour recommander des exercices.
Cartographie des savoirs
Ce projet avait pour objectif de fonder l'évaluation des activités d'apprentissage en ligne et la construction de parcours d'apprentissage personnalisés sur une cartographie des compétences et connaissances.
Mots-clés : MOOC, vidéos 3D, analyse de traces d'utilisation, génération d'exercices, personnalisation de l'apprentissage.
Période : 2013 - 2015.
Financement : Investissements d’Avenir, AAP e-Education 2.
Partenaires académiques : LIG, CHART-Lutin, CNED, Somme numérique.
Partenaire industriel : Educlever (porteur du projet).
Mon rôle dans le projet : participation aux travaux sur le processus de personnalisation des activités pédagogiques à partir de l’analyse des traces d’interaction.
CLAIRE : Community Learning through Adaptive and Interactive multichannel Resources for Education
Le projet CLAIRE avait pour objectif de concevoir une plateforme de rédaction collaborative open-source de contenus pédagogiques intégrant un outil auteur pour la génération d'exercices d'auto-évaluation.
Mots-clés : EIAH, génération d'exercices interactifs d'évaluation, rédaction collaborative de contenus sémantique et rich-média.
Période : 2012 - 2014.
Financement : Investissements d’Avenir, AAP e-Education 1.
Partenaires académiques : INRIA-Grenoble (équipe WAM).
Partenaire industriel : SimpleIT.
Mon rôle dans le projet : participation aux livrables sur la génération d'exercices d'auto-évaluation.
Kolflow : Man-machine collaboration in continuous knowledge-construction flows
Le projet Kolflow visait à concevoir un environnement où les humains collaborent avec des agents intelligents afin de produire des connaissances compréhensibles par les humains et les machines. Dans cet environnement où les humains seront capables de comprendre les actions des agents intelligents et inversement, la co-évolution des contenus et des connaissances est alors le résultat d'interactions entre humains et machines.
Mots-clés : co-construction et co-évolution de connaissance, web sémantique distribué, assistance.
Période : 2010 - 2014.
Financement : ANR CONTINT.
Partenaires académiques : LINA (porteur du projet), LORIA, INRIA Sophia Antipolis .
Mon rôle dans le projet : post-doctorante sur l'assistance à la co-construction de connaissance.
PERLEA : Profils d'Elèves Réutilisés pour L'Enseignant et l'Apprenant
Le projet PERLEA visait à concevoir un système permettant aux enseignants d'utiliser des profils existants (aussi bien papier qu'issus de logiciels) pour en faire des traitements plus élaborés (pour un élève ou pour une classe).
Mots-clés : EIAH, profils d'apprenants, réutilisation, rôle de l'enseignant, interopérabilité, personnalisation de l'apprentissage.
Période : 2006 - 2012.
Mon rôle dans le projet : thèse de doctorat portant sur la personnalisation des activités pédagogiques et encadrement de nombreux projets d'étudiants de L3-M1.
IIBM : Interaction Intelligente à Base de Mouvements
Le projet IIBM a contribué à l'exploration d'une thématique émergente et particulièrement actuelle : celle des nouveaux modes d'interactions. Dans ce champ, l'étude et l'interprétation des mouvements joue un rôle crucial. Dans le cadre de ce projet, les approches issues de l'intelligence artificielle (notamment le Raisonnement à Partir de l'Exprérience Tracée) ont été exploitées pour explorer davantage les possibilités d'interprétation des mouvements. L'objectif était d'étudier les liens qui s'établissent entre l'utilisateur et son environnement au travers des interactions ainsi que la co-construction de connaissance alors rendue possible.
Mots-clés : interprétation de mouvements, reconnaissance de mouvements en temps réel et sans marqueur, raisonnement à partir de l'expérience tracée (RàPET), co-construction de connaissance, couplage homme-environnement en interaction.
Période : 2009 - 2011.
Financement : projet transversal du laboratoire LIRIS (équipe SILEX et SAARA).