Section 3. Approche thématique: l'état des recherches en Suisse

Thème 2: Les recherches sur les modèles d'apprentissage et d'enseignement

L'évaluation des logiciels d'enseignement est considérée comme une approche sommative des processus d'apprentissage. Comme pour les tests d'intelligence, le chercheur s'intéresse moins à l'analyse des processus cognitifs en jeu dans les situations étudiées qu'à la performance du sujet. C'est le mérite du courant issu des recherches sur l'application des techniques d'intelligence artificielle d'avoir fait la preuve qu'une approche qualitative et formelle des processus d'enseignement pouvait aussi être féconde (Mendelsohn et Dillenbourg, 1993). Le premier objectif de ces travaux est de concevoir des environnements qui fonctionnent comme des révélateurs de processus. Regroupés dans la communauté AI & Ed (affiliée à l'association internationale AACE), ces travaux sont certes peu représentés en Suisse mais ils forment, avec les recherches du thème 1 et 3, les principales sources de publications scientifiques du domaine. Deux équipes suisses travaillent sur ce thème: celle de Reusser à Zürich et celle de Mendelsohn et Dillenbourg à Genève. Une des principales caractéristiques de cette approche réside dans le fait que les environnements développés avec cette orientation prennent le statut de " station expérimentale " pour l'étude des processus d'acquisition de connaissances.

HERON est un logiciel d'apprentissage de l'algèbre développé par Kurt Reusser (Université de Zürich). Ce programme permet de soutenir les processus d'apprentissage de l'élève par la représentation graphique d'arbres de résolution. Pour Reusser, un logiciel doit faciliter la structuration des connaissances chez l'apprenant. La représentation multiple d'une même réalité facilite cette structuration mais on sait depuis longtemps que ce processus n'est pas spontané. L'objectif du projet Héron est d'implémenter des agents artificiels (appelés des conseillers) qui guideront l'apprenant dans ce processus. Un des intérêts de cet environnement est qu'il rend plus facile la comparaison des différents cheminements dans la résolution des problèmes posés aux élèves. Il facilite de ce fait une réflexion du sujet sur son propre raisonnement (voir aussi le programme HERON dans les études de cas).

* Reusser K. (1990) - From Text to Situation to Equation: Cognitive Simulation of Understanding and Solving Mathematical Word Problems. In H. Mandl, E. De Corte, N. Bennet & H.F. Friedrich (Eds), Learning and Instruction, European Research in an International Context, Vol. II, New York: Pergamon Press.
* Reusser, K. (1992) - Kognitive Modellierung von Text-, Situations- und matematischem Verständnis beim L^sen von Textaufgaben. In K. Reiss, M. Reiss & H. Spandl (Eds), Maschinelles Lernen, Modellierung von Lernen mit Maschinen. Springer Verlag.
* Reusser, K. (1993) - Tutoring Systems and Pedagogical Theory: Representational Tools for Understanding, Planning, and Reflection in Problem Solving. In Susanne P. Lajoie & Sharon J. Derry (Eds), Computers as Cognitive Tools. Hillsdale, New Jersey: Lawrence Erlbaum.
* Reusser, K. (in press) - From Cognitive Modelling to the Design of Pedagogical Tools. In S. Vosniadou, E. de Corte, R. Glaser & H. Mandl (Eds), International Perspectives on the Psychological Foundations of Technology-based Learning Environments.

MEMOLAB est un environnement expérimental développé à TECFA (FPSE - Université de Genève) dans le cadre d'un contrat avec le PNR 23 " Intelligence artificielle et robotique ". MEMOLAB est un environnement d'apprentissage destiné à enseigner la méthodologie expérimentale aux étudiants de sciences humaines (psychologie, sciences de l'éducation). L'étudiant peut y réaliser des expériences fictives sur le fonctionnement de la mémoire humaine. Pour l'aider dans sa t,che, MEMOLAB est doté d'un expert qui sait résoudre les problèmes posés par la planification des expériences et d'un tuteur qui gère les interventions de cet expert (Dillenbourg & al., 1994). L'environnement d'apprentissage est donc conçu comme une société d'agents dans laquelle l'élève se trouve impliqué comme un partenaire à part entière. L'enseignement de la méthodologie dans MEMOLAB peut être comparé à une négociation permanente où chaque étape de la construction du plan d'expériences peut être discutée et documentée en temps réel. L'originalité de l'approche préconisée par MEMOLAB réside dans le fait que l'architecture du système a été inspirée par des travaux issus de la recherche fondamentale dans les domaines de la psychologie cognitive (le modèle néo-structuraliste de R. Case) et des recherches sur le dialogue (Dillenbourg, 1992).

* Dillenbourg, P. (1992) - The Language Shift: A mechanism for triggering metacognitive activities. In P. Winne & M. Jones, Adaptive Learning Environments: Foundations and frontiers. Hamburg: Springer-Verlag.
* Dillenbourg, P., Mendelsohn, P., Schneider, D. & Borcic B. (1994) - Intelligent Learning Environments. In Remo Bless (Ed), 2nd NRP23 - Symposium on Artificial Intelligence and Robotics. (September 29 1994, EPFL - Ecublens).

Pierre Dillenbourg (TECFA, Université de Genève) a obtenu en 1994 un nouveau subside du FNRS pour poursuivre ses recherches dans le domaine des interactions " homme-machine " (projet BOOTNAP). Ce nouveau programme est un prolongement des travaux sur le dialogue " homme-machine " initiés avec MEMOLAB. Ceux-ci avaient permis de mettre en évidence les mécanismes de modélisation mutuelle indispensables à l'élaboration d'une conception commune du problème à résoudre. Cette modélisation du second degré " je pense que la machine pense que je pense X " permet de détecter les distorsions dans la communication. Encore convient-il de permettre à l'utilisateur de réparer ces hiatus. Le projet BOOTNAP consiste à modéliser les mécanismes de " désambiguation " aux moyens de schèmes. Ce nouveau projet est aussi intégré à un des groupes de recherche issus du programme de l'European Science Foundation (ESF) " Learning in Human and Machines " dont P. Dillenbourg est le responsable scientifique.

Ce secteur de recherche est un secteur-clé du domaine, dans la mesure où il représente généralement une volonté de la part des équipes de se confronter aux thèmes les plus fondamentaux de la recherche sur les sciences cognitives. La méthodologie utilisée (la modélisation des processus) et les développements informatiques très lourds qu'il faut gérer pour réaliser les environnements qui supportent ces recherches limitent forcément le nombre d'équipes académiques qui peuvent s'investir dans de tels projets. Pour ces raisons, la participation des équipes suisses à ces projets reste relativement modeste mais les travaux publiés par ces équipes ont un écho indéniable dans la communauté scientifique comme en témoignent les invitations répétées de P. Dillenbourg et de K. Reusser dans les conférences internationales.

PNR33 - NFP33 - 9 NOV 1996

Generated with Harlequin WebMaker

TECFA Research * AGORA PNR33 - NFP33