Figure 8.6Adaptation à l'utilisateur dans la version 1a de "Additions" (modèle paramétrique).
Cette analyse superficielle des comportements de l'élève ne permet pas de déterminer avec précision l'aide à fournir à l'apprenant. Par exemple, l'élève qui n'a réussi que 3 exercices bénéficiera peut-être davantage d'une explication appropriée que simplement d'exercices plus faciles. Aussi, dans la version 1b, on tente d'identifier plus précisément la nature des erreurs du sujet.
Figure 8.7 Adaptation à l'utilisateur dans la version 1b de "Additions" (modèle synthétique).
La méthode consiste simplement à identifier comme "erreur de report à la dizaine" toute réponse qui est diffère de la bonne réponse par un écart de 10 (et de 100 pour les erreurs à la centaine). Cette méthode de diagnostic est rudimentaire. D'autres méthodes plus sophistiquées de modélisation ont été décrites dans la section précédente.
Nous préconisons une approche pragmatique: ne pas rechercher un degré de sophistication dans la modélisation qui dépasse les possibilités d'adaptation. Par exemple, si deux interfaces sont disponibles, disons un système de menus et un langage de commandes, il est inutile de classer l'utilisateur au sein d'une échelle qui comprendrait 10 catégories. La modélisation peut se contenter d'un produit binaire : amateur de menus ou amateur de commandes.