Recueil de traces pour le suivi de l’activité d’apprenants en travaux pratiques dans un environnement de réalité virtuelle

Abstract

Ce travail s’inscrit dans le cadre d’un projet de paillasse virtuelle pour la réalisation de travaux pratiques en sciences. L’objectif est de suivre et analyser d’un point de vue didactique l’activité des apprenants afin de la modéliser. La réalité virtuelle permet une grande richesse d’activité entraînant un volume important d’observables. Nous proposons un environnement pour recueillir les traces nécessaires à l’analyse de l’activité des apprenants et une modélisation pour l’identification de leurs procédures manipulatoires. La paillasse virtuelle a été réalisée en utilisant Mascaret, un environnement virtuel d’apprentissage humain dans lequel tous les objets, actions et évènements sont réifiés en s’appuyant sur un méta-modèle. Ce modèle permet de décrire formellement les observables qui constituent les traces de l’activité. Nous avons mis en place une expérience avec des élèves ingénieurs. L’étude met en évidence les particularités de l’analyse des traces dans le cadre de travaux pratiques en réalité virtuelle.

Analyse chronologique des traces journalisées d’un guide d’étude pour apprentissage autonome

“…Cela limite les possibilités de développer une mesure de classification et de prédiction du niveau d'utilisation qui permettrait de détecter ceux qui persisteront à utiliser l'application de ceux qui ne le feront pas. Des modèles plus sophistiqués, comme les modèles de Markov latents utilisés pour classifier le comportement des apprenants (Beal et al, 2007;Jeong et al, 2008) sont des pistes de recherches intéressantes. Les graphiques de visualisation de séquences d'activités s'avèrent ici des outils complémentaires au développement de ces modèles statistiques.…”

“…Cette approche 8 permet de classifier différents types d'apprenants selon leur style de résolution de problèmes et selon leur propension à recourir à de l'aide en ligne. Dans le même domaine de recherche, Li et Yoo (Li et Yoo, 2006) Beal et al (Beal et al, 2007) utilisent un HMM pour tenir compte du niveau d'engagement lors de la prédiction du taux de succès à des exercices dans un EIAH. À partir de données d'interaction avec un EIAH portant sur les mathématiques du niveau secondaire, les auteurs effectuent une première classification des réponses à des exercices sur la base d'un algorithme de segmentation qui s'inspire de travaux antérieurs (Beal et al, 2006).…”

“…Dans le même domaine de recherche, Li et Yoo (Li et Yoo, 2006) Beal et al (Beal et al, 2007) utilisent un HMM pour tenir compte du niveau d'engagement lors de la prédiction du taux de succès à des exercices dans un EIAH. À partir de données d'interaction avec un EIAH portant sur les mathématiques du niveau secondaire, les auteurs effectuent une première classification des réponses à des exercices sur la base d'un algorithme de segmentation qui s'inspire de travaux antérieurs (Beal et al, 2006). Cinq catégories sont utilisées : essais-erreurs systématiques ou abuser de l'aide, résoudre un problème correctement sans aide, résoudre incorrectement un problème sans aide, apprendre avec aide et sauter un problème (Guessing/Help Abuse; Independent-Accurate problem solving; Independent-Inaccurate problem solving; Learning with Help, Skipping).…”

Design of a Motion-based Evaluation Process in Any Unity 3D Simulation for Human Learning

“…Procedures-based VLEs: A VLE is efficient if the observation needs of the final user are taken into account (Buche et al, 2004;Baudouin et al, 2007). Trace analysis models can consequently be designed to: (a) formalize and operationalized these needs and (b), monitor the evolution of the virtual artefact in the VLE.…”

“…Some VLEs evaluate the learner by detecting an actions sequence/pattern each action being composed of one or several gestures (Baudouin et al, 2007;Toussaint et al, 2015;Mahdi et al, 2019). However, their analysis are mainly based on the discrete states of the manipulated objects and not on the performed gestures.…”