{"id":2165,"date":"2017-03-13T10:23:48","date_gmt":"2017-03-13T10:23:48","guid":{"rendered":"http:\/\/http\/\/metal.loria.fr\/?page_id=2165"},"modified":"2017-03-13T10:23:48","modified_gmt":"2017-03-13T10:23:48","slug":"recherche-et-developpement","status":"publish","type":"page","link":"https:\/\/metal.loria.fr\/fr\/recherche-et-developpement\/","title":{"rendered":"Recherche et d\u00e9veloppement"},"content":{"rendered":"<p>L&rsquo;<strong>objectif<\/strong> du projet METAL est l&rsquo;<strong>am\u00e9lioration<\/strong> de la <strong>qualit\u00e9<\/strong> et de l&rsquo;<strong>efficacit\u00e9<\/strong> de l&rsquo;<strong>apprentissage<\/strong>, en particulier pour la ma\u00eetrise des <strong>langues<\/strong> \u00e0 l&rsquo;\u00e9crit comme \u00e0 l&rsquo;oral. Nous proposons un dispositif g\u00e9n\u00e9rique permettant la <strong>personnalisation<\/strong> des apprentissages pour les \u00e9l\u00e8ves et leur suivi individualis\u00e9 par les enseignants, reposant sur l&rsquo;exploration des traces digitales laiss\u00e9es par les apprenants lors de leurs interactions avec l&rsquo;environnement et les outils d&rsquo;apprentissage.<\/p>\n<p>&nbsp;<\/p>\n<p>Le dispositif int\u00e8gre un double m\u00e9canisme d&rsquo;analyse des <strong>traces<\/strong> :<\/p>\n<ul>\n<li>un <strong>module transversal de collecte<\/strong> et d\u2019analyse des traces num\u00e9riques d\u2019apprentissage (<strong>Learning Analytics<\/strong>), connect\u00e9 aux diff\u00e9rents outils et environnements de l&rsquo;\u00e9l\u00e8ve, de mani\u00e8re \u00e0 construire un mod\u00e8le de comportement de l&rsquo;apprenant, \u00e0 d\u00e9gager des tendances et des analyses collectives ou individuelles d&rsquo;une classe;<\/li>\n<li>un composant <strong>sp\u00e9cifique<\/strong>, inclus dans l&rsquo;outil d&rsquo;apprentissage, qui recueille les traces disponibles dans l&rsquo;outil, les transmet au module transversal et permet gr\u00e2ce \u00e0 l&rsquo;analyse de ces traces et des informations\/donn\u00e9es fournies par le module transversal une <strong>personnalisation<\/strong> effective de l\u2019outil (<strong>Adaptive Learning<\/strong>).<\/li>\n<\/ul>\n<div id=\"attachment_2561\" style=\"width: 671px\" class=\"wp-caption alignnone\"><img loading=\"lazy\" decoding=\"async\" aria-describedby=\"caption-attachment-2561\" class=\"wp-image-2561 size-full\" src=\"https:\/\/metal.loria.fr\/files\/2017\/03\/modulesMetal.png\" alt=\"\" width=\"661\" height=\"224\" srcset=\"https:\/\/metal.loria.fr\/files\/2017\/03\/modulesMetal.png 661w, https:\/\/metal.loria.fr\/files\/2017\/03\/modulesMetal-300x102.png 300w, https:\/\/metal.loria.fr\/files\/2017\/03\/modulesMetal-150x51.png 150w\" sizes=\"auto, (max-width: 661px) 100vw, 661px\" \/><p id=\"caption-attachment-2561\" class=\"wp-caption-text\">Modules d&rsquo;analyse de traces de METAL<\/p><\/div>\n<p>Les <strong>Learning Analytics<\/strong> peuvent \u00eatre en effet envisag\u00e9s selon diff\u00e9rents points de vue, selon la cible : un \u00e9l\u00e8ve pr\u00e9cis, une classe particuli\u00e8re, une mati\u00e8re sp\u00e9cifique, une ann\u00e9e d\u2019\u00e9tude pr\u00e9cise, un enseignant donn\u00e9, voire un \u00e9tablissement scolaire ou une r\u00e9gion. Ils peuvent \u00eatre destin\u00e9s \u00e0 l\u2019\u00e9l\u00e8ve lui\u00ad\u2010m\u00eame, \u00e0 un enseignant sp\u00e9cifique, \u00e0 une \u00e9quipe p\u00e9dagogique, \u00e0 un responsable d\u2019\u00e9tablissement ou \u00e0 un financeur.<\/p>\n<p>(Buckingham Shum, 2012) organise les Learning Analytics en <strong>trois niveaux<\/strong> selon la cible \u00e9tudi\u00e9e: <strong>micro<\/strong> (\u00e9l\u00e8ve, mati\u00e8re), <strong>m\u00e9so<\/strong> (classe, type de disciplines) et <strong>macro<\/strong> (ann\u00e9e d\u2019\u00e9tude, \u00e9tablissement ou type d\u2019\u00e9tablissements, acad\u00e9mie). Chaque niveau a acc\u00e8s \u00e0 des ensembles de donn\u00e9es diff\u00e9rents en quantit\u00e9 et en diversit\u00e9. Il r\u00e9pond \u00e0 des questions diff\u00e9rentes, qui fournissent des vues pr\u00e9cises de la cible consid\u00e9r\u00e9e, m\u00eame si dans tous les cas, les \u00e9l\u00e8ves restent les premiers b\u00e9n\u00e9ficiaires d\u2019une approche dirig\u00e9e par les donn\u00e9es comme les Learning Analytics.<\/p>\n<p>Le <strong>premier objectif<\/strong> du projet pr\u00e9sent\u00e9 est de mettre en place un dispositif de Learning Analytics collaborativement avec les acteurs acad\u00e9miques de l\u2019\u00e9ducation (rectorat, responsables d\u2019\u00e9tablissements, enseignants, \u00e9l\u00e8ves et parents d\u2019\u00e9l\u00e8ves, financeurs des collectivit\u00e9s locales ou territoriales), allant de la mise en place d\u2019un plan de collecte des donn\u00e9es \u00e0 leur exploitation \u00e9thique et responsable pour am\u00e9liorer la qualit\u00e9 et favoriser la personnalisation des apprentissages. Nous nous int\u00e9ressons dans le <strong>projet METAL<\/strong> aux deux premiers niveaux (<strong>micro et m\u00e9so<\/strong>) des Learning Analytics<\/p>\n<p>Le <strong>second objectif<\/strong> de notre projet est de <strong>concevoir<\/strong>, de <strong>d\u00e9velopper<\/strong> et d&rsquo;<strong>\u00e9valuer<\/strong> des technologies innovantes pour un <strong>apprentissage personnalis\u00e9 des langues<\/strong> notamment du fran\u00e7ais et de l\u2019allemand. Les travaux seront orient\u00e9s vers la conception d&rsquo;un syst\u00e8me novateur int\u00e9grant les composantes suivantes :<\/p>\n<ul>\n<li>La <strong>g\u00e9n\u00e9ration semi\u00ad\u2010automatique d&rsquo;exercices de grammaire<\/strong> du fran\u00e7ais en fonction d&rsquo;un but p\u00e9dagogique , du niveau de l&rsquo;apprenant et \u00e9ventuellement de contraintes sp\u00e9cifi\u00e9es par l&rsquo;enseignant. Les exerciseurs existants s&rsquo;appuient g\u00e9n\u00e9ralement sur des donn\u00e9es cr\u00e9\u00e9es manuellement par des enseignants, ce qui limite leur flexibilit\u00e9, leur vari\u00e9t\u00e9, et leur mod\u00e8le \u00e9conomique. En fournissant une m\u00e9thode pour cr\u00e9er semi\u00ad\u2010automatiquement des exercices, notre objectif est de permettre la cr\u00e9ation rapide de millions d&rsquo;exercices adapt\u00e9s aux besoins des enseignants et des apprenants.<\/li>\n<li><strong>L\u2019apprentissage de la prononciation<\/strong> par la pr\u00e9sentation d\u2019<strong>exemples de mots<\/strong> (ou groupes de mots) prononc\u00e9s par une <strong>t\u00eate parlante virtuelle 3D<\/strong>, ce qui permet de voir les mouvements des l\u00e8vres et de visualiser l\u2019int\u00e9rieur de la bouche pour observer les mouvements de la langue et de la m\u00e2choire. Cette animation de la t\u00eate parlante sera augment\u00e9e par une indication visuelle de la nature du son prononc\u00e9. La t\u00eate parlante permet de montrer la prononciation du \u00ab professeur \u00bb. L\u2019apprenant pratiquera la prononciation soit \u00e0 son rythme, soit \u00e0 un rythme pr\u00e9par\u00e9 selon un sc\u00e9nario bien pr\u00e9cis ou dans le cadre d\u2019un jeu. Par la suite, le syst\u00e8me proposera des exercices pour \u00e9valuer la prononciation. Enfin, l\u2019apprenant pourra avoir un retour sur la qualit\u00e9 de sa prononciation ainsi que des conseils pour l&rsquo;am\u00e9liorer.<\/li>\n<li>L&rsquo;utilisation des <strong>traces num\u00e9riques<\/strong> des utilisateurs pour un apprentissage personnalis\u00e9 afin non seulement de r\u00e9sumer les activit\u00e9s de l&rsquo;apprenant (nombre d&rsquo;exercices faits,succ\u00e8s par type d&rsquo;exercice, score global, etc.) comme dans nombreux exerciseurs, mais aussi de fournir des <strong>explications<\/strong> en cas d&rsquo;erreur et surtout de cr\u00e9er dynamiquement un <strong>parcours d&rsquo;apprentissage<\/strong> qui prenne en compte les progr\u00e8s et les difficult\u00e9s observ\u00e9es de l&rsquo;apprenant.<\/li>\n<li>La conception et l&rsquo;analyse de techniques de <strong>gamification<\/strong> favorisant l&rsquo;implication et la motivation des apprenants.<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>L&rsquo;objectif du projet METAL est l&rsquo;am\u00e9lioration de la qualit\u00e9 et de l&rsquo;efficacit\u00e9 de l&rsquo;apprentissage, en particulier pour la ma\u00eetrise des langues \u00e0 l&rsquo;\u00e9crit comme \u00e0 l&rsquo;oral. Nous proposons un dispositif g\u00e9n\u00e9rique permettant la personnalisation des apprentissages pour les \u00e9l\u00e8ves et leur suivi individualis\u00e9 par les enseignants, reposant sur l&rsquo;exploration des\u2026<\/p>\n<p> <a class=\"continue-reading-link\" href=\"https:\/\/metal.loria.fr\/fr\/recherche-et-developpement\/\"><span>En savoir +<\/span><i class=\"crycon-right-dir\"><\/i><\/a> <\/p>\n","protected":false},"author":1990,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-2165","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/metal.loria.fr\/fr\/wp-json\/wp\/v2\/pages\/2165","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/metal.loria.fr\/fr\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/metal.loria.fr\/fr\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/metal.loria.fr\/fr\/wp-json\/wp\/v2\/users\/1990"}],"replies":[{"embeddable":true,"href":"https:\/\/metal.loria.fr\/fr\/wp-json\/wp\/v2\/comments?post=2165"}],"version-history":[{"count":0,"href":"https:\/\/metal.loria.fr\/fr\/wp-json\/wp\/v2\/pages\/2165\/revisions"}],"wp:attachment":[{"href":"https:\/\/metal.loria.fr\/fr\/wp-json\/wp\/v2\/media?parent=2165"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}