Modèles et outils basés sur la capitalisation des connaissances disciplinaires pour renforcer l’évaluation automatisée dans les MOOCS
Loading...
Date
2018-04-29
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université Mouloud Mammeri
Abstract
Dans cette thèse, nous nous intéressons aux contraintes des MOOCs actuels relatives au contenu délivré et à l'évaluation des acquis. En effet, nous avons remarqué un problème de conception que partage les MOOCs avec les cours en ligne en général, et qui s'agit de l'absence d'ingénierie de connaissances. Autrement dit, la conception de ces cours ne modélise pas la sémantique de contenu, et les liens qui peuvent exister entre chacune de ses composantes, ce qui rend difficile la génération d'un apprentissage et d'une évaluation adaptée. De plus, la collaboration entre concepteurs de MOOCs ne se repose pas sur un cadre théorique qui décrit précisément les étapes de conception et le rôle de chacun des participants, pour tirer profit de l'expertise à l'échelle mondiale, et motiver d'autres experts à participer à la conception de ces cours. Un autre défi des MOOCs, est l'évaluation automatisée des MOOCs qui n'est pas différente de celle des cours en ligne, malgré le nombre important de participants.
Notre contribution consiste en un modèle de collaboration pour la capitalisation des connaissances disciplinaires en ligne et à grande échelle (régionale, continentale, ou internationale). Ce modèle décrit les étapes de collaboration et les rôles de chaque participant, dont le rôle de l'enseignant expert, qui de part son expérience, contribue à la construction d'un contenu pédagogique validé. La collaboration est dirigée par une ontologie de domaine qui modélise les concepts de la discipline (ou cours) et les liens sémantiques entre eux. Par conséquent la capitalisation des connaissances se déroule en deux niveaux ; la capitalisation des concepts, puis des ressources pédagogiques dont le contenu du cours et les unités d'évaluation. Nous proposons par la suite une architecture de système MOOC qui intègre ce modèle dans l'ingénierie des MOOCs, et un modèle d'évaluation automatisée, basé sur le diagnostic des erreurs, pour évaluer les réponses des apprenants, et générer des feedbacks, en plus d'un système de notation et de mise à jour de profile apprenant. Pour valider nos propositions, nous avons effectué de nombreuses expérimentations sur la démarche de capitalisation des connaissances. Le rôle des ontologies dans cette démarche, est de déterminer les environnements de travail collaboratif adéquats pour la réalisation de la capitalisation des connaissances disciplinaires.
Description
165 p. : ill. ; 30 cm. (+ CD-Rom)
Keywords
Massive Open Online Courses;, Les cours massifs ouverts en ligne;, L'apprentissage en ligne;, La capitalisation des connaissances;, Le travail collaboratif en ligne;, L'évaluation automatique
Citation
Ingénieries des connaissances appliquées à la recherche d’information et à la e-Education.