WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Modélisation par un système multi-agents d'un hypermédia éducatif adaptatif dynamique

( Télécharger le fichier original )
par Mounir Beggas
Centre Universitaire d'Eloued - Magister en Informatique 2005
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

4.2

Le système TANGOW, Task-based Adaptive learNer Guidance On the WWW

Le système TANGOW (Task-based Adaptive learNer Guidance On the WWW) [Carro et al 99] est un outil pour développer des cours sur Internet. Ce système facilite la construction des environnements adaptatifs d'apprentissage sur le Web et permet de guider les étudiants pendant leur apprentissage, basé sur les profils des étudiants et l'historique des actions précédentes. Les cours sont structurés au moyen de tâches d'enseignement (Teaching Tasks) et de règles, qui sont stockées dans une base de données. Dans TANGOW un processus d'étudiant est lancé pour chaque étudiant relié au système. Chaque processus d'étudiant se compose de deux modules principaux : un directeur de tâche (Task Manager) qui guide les étudiants dans leur apprentissage, et un générateur de page qui produit des pages HTML. Le processus d'étudiant maintient aussi des informations sur les actions effectuées par l'étudiant. Cette information est utilisée par TANGOW pour adapter le contenu de cours au progrès de l'apprentissage de l'étudiant. TANGOW a également les informations sur des profils d'étudiant, qui sont utilisées pour choisir, au temps d'exécution, le contenu de chaque page HTML à présenter.

4.2.1

Teaching Tasks (TT)

Un cours est décrit en termes de tâches d'enseignement (TT : Teaching Tasks) et de règles. Un TT est l'unité de base qui apparaît dans l'apprentissage, qui peut être atomique ou composé. La connaissance est représentée au moyen de TTs qui doivent être réalisés. TTs peuvent être théoriques, pratiques ou un ensemble d'exemples. En outre, un TT peut avoir une liste d'éléments de médias (texte, images, vidéos, applet, animations...) associés. Un langage de description qui indique les positions relatives de ces éléments de médias est utilisé dans la construction de pages HTML, qui seront présentées aux étudiants. Les éléments spécifiques inclus en ces pages dépendrent aux informations sur le profil de l'étudiant et son processus d'apprentissage.

4.2.2

Rules (règle)

Les règles décrivent comment un TT est divisé en sous tâches. Il peut y avoir plusieurs règles pour le même TT, chacune d'eux représente une manière spécifique de décomposer le TT en sous tâches. Il peut être nécessaire d'exécuter toutes ces sous tâches suivant un ordre fixe (AND sequencing), dans n'importe quel ordre (ANY sequencing), ou seulement certains d'entre eux (OR/XOR sequencing). En outre, les règles définissent les conditions à appliquer, qui peuvent dépendre des informations sur les tâches déjà réalisées, le profil de l'étudiant et la stratégie d'apprentissage suivie.

4.2.3

Architecture de TANGOW

L'architecture de TANGOW est basée sur le paradigme standard de Web, où le serveur reçoit des demandes des étudiants par leurs navigateurs. Pour chaque étudiant connecté au système, il y a un processus : Task Manager, qui contrôle l'apprentissage de l'étudiant pendant la session. Si le même étudiant suit plus d'un cours, il y aura un Task Manager pour chacun d'eux. Tous ces processus sont contrôlés par un Process Manager qui reçoit des informations sur les actions de l'étudiant d'un programme CGI exécuté sur le serveur Web. Le Task Manager stocke des informations sur les actions de l'étudiant et envoie l'information appropriée au Page Generator qui produit des pages HTML dynamiquement et les envoie de nouveau à l'étudiant par le programme CGI. Tous ces modules utilisent l'information stockée dans les bases de données suivantes :

Users DB, Il contient des données sur les profils des étudiants et leurs actions pendant l'apprentissage. Un profil d'étudiant inclut l'information personnelle telle que son âge, langue choisie et préférences en ce qui concerne la stratégie d'étude.

Course Content DB, Il contient tous les éléments de médias (textes, images, vidéos, animations, simulations, applet, etc.) qui apparaîtront dans les pages HTML. Ils sont classifiés selon des attributs définissant le profil d'étudiant (i.e. langue, âge...).

Teaching Tasks Repository, Il contient une description générale de toutes les tâches d'enseignement qui ont été définies par le concepteur de cours. Cette description inclut des attributs généraux de tâche tels que son nom, description, type de contenu (théorique, pratique ou exemple), type de composition (atomique ou composé), conditions d'achèvement (une fonction qui décide, au temps d'exécution, si des tâches ont été accomplies), et une liste facultative d'éléments de médias utilisés pour la génération de page.

Tous les composants mentionnés ci-dessus du système sont illustrés sur la , où les flèches pointillées représentent l'écoulement de l'information et les solides représentent la communication interprocessus. La flèche blanche représente un appel de fonction.

4.2.3.1

Programme CGI

Le programme CGI vérifie les paramètres reçus du navigateur de client et les envoie au Process Manager. Si la demande correspond au commencement d'une session, des données liées à l'endroit de client sont envoyées avec ces derniers. Enfin, le programme CGI attend une réponse de page generator et envoie les pages HTML produites à l'étudiant.

4.2.3.2

Process Manager

Process Manager travaille comme serveur, attendant des demandes du programme CGI. Si les paramètres de demande correspondent au commencement d'une session, le Process Manager lance un nouveau Task Manager et lui attribue un identificateur. Si la demande identifie une session déjà commencée, le Process Manager obtient l'identificateur chez le Task Manager correspond. Enfin, le Process Manager envoie les paramètres de demande au Task Manager.

4.2.3.3

Task Manager

Comme déjà mentionné, Task Manager guide les étudiants dans leur apprentissage en décidant le prochain ensemble de tâches réalisables offertes à l'étudiant. Les éléments dans cet ensemble dépendent de la stratégie d'étude active, les données personnelles de l'étudiant et les actions précédemment exécutées. Cette information est transférée au Task Manager. De plus, les informations stockées de Task Manager sur les actions exécutées par l'étudiant et leurs résultats (le nombre de pages visitées, le nombre d'exercices accomplis, le nombre d'exercices résolus avec succès, etc.). Finalement, le Task Manager fournit au Page Generator les paramètres nécessaires à la génération dynamique de page.

4.2.3.4

Page Generator

Page Generator reçoit les paramètres utiles associés à la tâche active pour produire des pages HTML dynamiquement. Ces paramètres sont liés au profil de l'étudiant et aux actions de l'étudiant. Basé sur cette information Page Generator décide quel type d'éléments de médias (i.e. textes, images, vidéos, animations, simulations, applet, etc.) à utiliser dans le document de HTML et comment ils doivent présenter. Des informations sur le profil de l'étudiant seront utilisées pour choisir les éléments spécifiques de médias selon des caractéristiques, tels que la difficulté de contenu, langue dans lesquelles ils sont écrits, etc. Une fois la page HTML générée, elle est envoyée de nouveau à l'étudiant par le programme CGI.

4.2.4

Apprentissage adaptatif dans TANGOW

Quand un étudiant accède TANGOW pour la première fois, le système lui demande ses données personnelles telles que l'âge, la langue et la stratégie d'étude préférées. Ces informations sont stockées dans users DB.

Si l'étudiant a accédé le système avant, Task Manager utilise les informations stockées sur des actions précédentes de l'étudiant liées au cours choisi, elles sont utilisées pour demander de Page Generator de fournir à l'étudiant la page appropriée du cours. Sinon, la page initiale du cours sera présentée.

A chaque étape de la session d'apprentissage, Task Manager construit une liste des tâches réalisables qui peuvent être présentées à l'étudiant par le choix des sous tâches qui (1) appartiennent à l'ensemble de sous tâches dans lesquelles la tâche courante est décomposée dans l'arbre dynamique (dynamic tree : partie de Dynamic Workspace de Figure 1.9), (2) n'ont pas été étudiées encore, et (3) sont actionnable. Une tâche est actionnable s'il existe au moins une règle qui la définit dont ces conditions d'activation est satisfaites. Cette liste sera présentée à l'étudiant comme page de menu. Si la liste de tâches réalisables contient un élément simple, ceci sera directement présenté.

Chaque fois qu'une tâche est finie, Task Manager vérifie ses résultats d'exécution (i.e. le nombre des exercices accomplis, le nombre d'exercices bien accomplis, le nombre de pages visitées, etc.) comme stockés dans l'arbre dynamique et calcule la valeur de succès de la tâche. Les résultats de l'exécution de la tâche sont alors propagés vers le haut dans l'arbre dynamique à utiliser à l'avenir pour le guidage d'étudiant. Puis, Task Manager vérifie si les conditions d'achèvement de la tâche d'ancêtre sont satisfaites. Si c'est le cas, l'étudiant n'a pas besoin d'exécuter aucune autre tâche secondaire et les extrémités de tâche d'ancêtre automatiquement. Task Manager monte l'arbre dynamique vérifiant les conditions d'achèvement de tâches ancêtres jusqu'à qu'il trouve une tâche qui n'a pas été accomplie encore. Enfin, il construit une liste avec des tâches réalisables suivant le processus décrit ci-dessus. En utilisant l'arbre dynamique seulement un sous-ensemble des tâches d'enseignement existantes va être examiné afin de construire la liste des tâches réalisables. Ceci rend le programme d'études ordonnançant le processus très efficace.

En ce qui concerne l'adaptation, TANGOW utilise trois mécanismes différents; le premier est une décomposition de tâche, qui peut être différente selon le profil de l'étudiant. Par exemple, une tâche peut être décomposée de deux manières différentes : une décomposition peut inclure des sous tâches liées à la théorie et les exercices et l'autre peut contenir une sous tâche additionnelle avec des exemples. Différents critères seraient établis pour choisir. La deuxième manière d'adaptation est d'inclure dans les règles des prés conditions liées à d'autres tâches accomplies. De cette façon, les cours sont adaptés aux étudiants selon ses actions précédentes. L'adaptation est aussi présente lors de la construction de pages HTML en utilisant différents éléments multimédias selon le profil de l'étudiant; les médias qui apparaissent dans les pages sont choisis selon la langue et l'âge d'étudiant. Les textes et les sons seront différents selon la langue de l'étudiant. De plus, le même concept peut être expliqué dans différentes manières selon l'âge de l'étudiant en utilisant des mots de difficultés différentes. Le même critère s'applique aux graphiques, aux animations et aux vidéos, qui peuvent changer selon les caractéristiques de l'étudiant.

Ce sont les manières principales d'adapter les cours à chaque étudiant, elles dépendent des décisions prises par le concepteur de cours en décrivant le cours en termes de tâches et règles, mais elles ne sont pas les seules. Les stratégies d'enseignement ont également une influence sur l'ordre dans lequel les sous tâches sont exécutées. En ce moment, il y a deux stratégies prédéfinies : « présentation de théorie d'abord » et « exercices pratiques d'abord ». L'étudiant peut choisir sa stratégie préférée au début d'une session.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Qui vit sans folie n'est pas si sage qu'il croit."   La Rochefoucault