[Une notion] Persuasive Systems (les systèmes persuasif ou de persuasion)

1. Introduction

Plusieurs approches pédagogiques ont été proposées pour modéliser
l’apprentissage. En effet, l’approche classique qui se base sur une
transmission de connaissances de l’enseignant (actif) vers
l’apprenant (passif) se montre très limitée dans un monde où
l’innovation est un élément essentiel dans la vie professionnelle.

Parmi les approches proposées, nous trouvons l’approche béhavioriste.
Cette approche voit l’apprentissage comme un changement du
comportement de l’apprenant. Cette idée d’influencer le comportement
d’un utilisateur du système (dans le cas du e-Learning, on parle d’un
apprenant sur une plateforme e-Learning) est utilisée par plusieurs
autres domaines. Il est toujours intéressant de voir les stratégies
suivies par ces domaines pour toute possibilité d’application en
e-Learning.

2. Persuasive Systems

Les systèmes persuasifs peuvent être définis comme :

“computerized software or information systems designed to reinforce,
change or shape attitudes or behaviors or both without using coercion
or deception”

Ces systèmes visent à influencer le comportement de l’utilisateur du
systèmes. Leur processus de développement se base sur les objectifs à
atteindre et est dirigé par le contexte du système.

Le domaine se repose sur les suppositions suivantes :

 1. L’outil informatique n’est pas neutre,
 2. Les utilisateurs construisent des points de vue organisés et
    consistants
 3. Les deux stratégies de persuasion sont la stratégie directe et
    indirecte,
 4. La persuasion est incrémentale,
 5. Le système de persuasion doit être ouvert,
 6. Le système de persuasion doit adopter la discrétion,
 7. Le système de persuasion doit être utile et facile à utiliser.

La mise en oeuvre d’un système persuasif repose sur les mêmes
approches de Génie Logiciel connues. La différences repose sur la
nature du système à réaliser et la difficulté de l’analyse à
effectuer vu que le domaine de repose pas sur des processus métiers
claires.

3. Application en e-Learning

Sans creuser plus profondément, la définition seule des Systèmes
Persuasifs nous encourage à considérer ce domaine comme une source
d’inspiration pour la conception des plateformes e-Learning. En
effet, les exemples donnés sur de tels systèmes montrent à quel point
les systèmes conçus sont faciles à utiliser et comment des approches
reconnues par la pédagogie (comme l’approche par "praise and
rewards") sont appliquées avec succès.

En plus, les approches de conception des Objets Pédagogiques (qui
constituent l’élément de base pour construire des activités
pédagogiques et par les suite des cours et des formations) reposent
sur des étapes très similaires qui peuvent être projetées sur le
processus suivi pour la conception des Systèmes Persuasifs.

3.1. Idée générale

L’idée est, ainsi, de reprendre les suppositions des Systèmes
Persuasifs et d’étudier leur applicabilité dans le contexte
e-Learning. Dans ce contexte, il s’agit d’une action de
spécialisation vu que l’objectif est d’appliquer une approche
générique (d’un niveau d’abstraction plus élevé) sur un domaine
particulier (d’un niveau d’abstraction plus bas).

Une fois l’adaptation prouvée possible, les processus et les
approches définies par le domaine deviendront applicable (après
adaptation) dans le contexte du e-Learning. On peut apercevoir
quelques points forts et faibles même à ce stade très tôt pour
confirmer des avantages et des inconvénients.

3.2. Points forts

Le premier point fort est l’objectif commun entre les systèmes
persuasifs et l’approche béhavioriste en pédagogie. Cela veut dire
que les critères du succès d’un système persuasif sont très proche
des critères du succès d’un support pédagogique conçu suivant
l’approche béhavioriste. Cela veut dire aussi que les suppositions
font dans le cadre d’un système persuasif ne vont pas contredire les
principes pédagogiques béhavioristes.

Le deuxième point essentiel est le fait d’être centré sur
l’utilisateur. Nous avons noté plusieurs fois inefficacités des
plateformes e-Learning actuelles à réaliser un progrès respectable
sur l’axe de personnalisation vu qu’elles sont centrées sur les
ressources pédagogiques et non pas l’apprenant.

3.3. Points faibles

Le point faible essentiel qui se montre à ce stage est l’absence des
enjeux qui encadrent les systèmes persuasifs. De l’autre côté, le
domaine e-Learning est encadré par un ensemble d’enjeux qui découlent
de son contexte, ses objectifs et ses utilisateurs (réduction des
coûts, réutilisation des ressources, coopération entre institutions,
etc.). Cela peut être sans effets particuliers surtout qu’il s’agit
d’une action de spécialisation. Mais la question reste à répondre.

4. Conclusion

S’inspirer d’un autre domaine est très courant en e-Learning qui
tente d’utiliser les différentes technologies pour améliorer
l’l’expérience préapprentissage en ligne. Les Systèmes Persuasifs
peuvent être une bonne source d’inspiration.

Références

Filippou, Justin, Christopher Cheong, and France Cheong. "Designing
Persuasive Systems to Influence Learning: Modelling the Impact of
Study Habits on Academic Performance." PACIS. 2015. (ici)

Oinas-Kukkonen, Harri, and Marja Harjumaa. "Persuasive systems
design: Key issues, process model, and system features."
Communications of the Association for Information Systems 24.1
(2009): 28. (ici)

https://smyakk.wordpress.com/2016/05/10/what-is-instructional-design/

Une version PDF (ainsi que le source en AsciiDoc) peut être trouvé ici.

[Article Intéressant] Gamification pour la motivation

Introduction

Dans ce post, je vais me concentrer sur l’article :

Un système tutoriel intelligent inspiré des jeux vidéo pour améliorer la motivation de

l’apprenant

par Emmanuel G. BLANCHARD et Claude FRASSON

Les émotions de l’apprenant jouent un rôle très important durant l’activité d’apprentissage. Nous avons déjà parlé de leur influence sur les processus cognitifs de l’apprenant (ici).

En effet, un apprenant en colère peut facilement voir ses quartes capacités cognitives affectées :

• Prise de décision : pressé et poussé par la colère, qui un état émotionnel très actif (voir figure 1), l’apprenant ne prendra pas le temps nécessaire pour comprendre le problème posé ni pour étudier les différentes solutions possibles.
• Attention et concentration : un apprenant en colère perd vite son attention.
• Attitude : l’attitude d’un apprenant en colère peut être très négative envers les enseignants, les autres apprenants et le personnel pédagogique. Ce constat peut être plus grave dans le cas des apprenants adolescents.
• Mémorisation : vu qu’il trouve déjà du mal à se concentrer, un apprenant en colère n’aura pas la capacité optimale de mémorisation.

Figure 1. Classification des émotions (Ref)

Emotions

La dimension émotionnel peut impliquer des aspects plus complexes que les émotions de base. En effet, lorsqu’on ne parle que de la joie, de la peur, de la colère et de l'excitation, nous nous limitons aux états émotionnels basiques. Autres états émotionnels plus composés peuvent être obtenu durant des expériences ou activités. La motivation en est un bon exemple.

La motivation

La motivation n’est pas un état émotionnel basique. Elle est "la composante ou le processus qui règle son engagement pour une activité précise. Elle en détermine le déclenchement dans une certaine direction avec l’intensité souhaitée et en assure la prolongation jusqu’à l’aboutissement ou l’interruption".

La motivation est très liée aux émotions. Elle peut en engendrer (l'excitation, par exemple) ou les avoir comme objectif (atteindre la joie, par exemple).

La motivation joue un rôle très important aussi durant l’apprentissage. Sans une motivation et un engagement suffisants, il est très difficile de voir les apprenants arriver au bout de la formation. Ainsi, concevoir des systèmes d’enseignement à distance autour de la notion de motivation peut avoir des résultats très positifs.

Pour ce faire, il est parfois possible de reprendre ou d’inspirer des systèmes qui se basent d’une manière forte et explicite sur la notion de motivation. Le domaine des jeux vidéos en est un excellent exemple.

Utilisation des notions du jeux : La Gamification

La Gamification est l’utilisation des mécanismes du jeu dans d’autres domaines, en particulier des sites web, des situations d’apprentissage, des situations de travail ou des réseaux sociaux. Son but est d’augmenter l’acceptabilité et l’usage de ces applications en s’appuyant sur la prédisposition humaine au jeu. "il s’agit d’une manière nouvelle de gérer une équipe, de saisir les problématiques, d’éveiller une motivation chez autrui et d’installer une ambiance de travail".

Une interprétation directe de cette définition peut nous expliquer la notion des jeux sérieux. Un jeu sérieux est un jeu qui présente (ou cache) une dimension pédagogique. Il peut être utilisé pour :

• Présenter un entrainement,
• Passer un message (ou information),
• Simuler un phénomène.

Néanmoins, un enseignement peut être basé sur les notions du jeux sans être complètement un jeu. Dans l’article visé, un système d’enseignement qui se base sur des éléments de jeux comme l’environnement 3D a été mis au point pour évaluer l’importance d’une telle approche.

Les résultats obtenus étaient très encourageantes.

"Les résultats présentés confirment que l’utilisation de notre prototype de MOCAS pour un cours d’histoire améliore la qualité de la motivation à s’engager dans cette activité car cela augmente la qualité de la motivation comme nous l’espérions, c'est-à-dire que les comportements des apprenants sont régulés de manière intrinsèque ou identifiée. De plus, l’utilisation de notre système semble avoir un léger réducteur sur les formes négatives de régulation (le fait de se sentir contraint de suivre le cours ou totalement désintéressé par celui-ci). Cependant, des tests supplémentaires sur un plus grand nombre d’individus et à plus long terme seraient souhaitables.
Cette approche n’est pas sans coût. En effet, il est très difficile de reprendre et de réutiliser le système développé ou bien les ressources pédagogiques conçu pour être utilisées dans un environnement 3D. Cet inconvénient représente une barrière très difficile à franchir avant de pouvoir développer des systèmes 3D facilement réutilisable ou bien intégrer de telles approches dans les plateformes existantes".

Conclusion

L’utilisation des notions de jeux pour influencer l’état émotionnel de l’apprenant (d’une manière directe ou indirecte) a donné, à travers diverses études des résultats très satisfaisantes. Néanmoins, son coût reste encore très élevé.

Cette axe constitue, ainsi, un bon champs expérimentation.

Références

G Blanchard, Emmanuel, and Claude Frasson. "Un système tutoriel intelligent inspiré des jeux vidéo pour améliorer la motivation de l’apprenant." Sciences et Technologies de l’Information et de la Communication pour l’Éducation et la Formation 14.1 (2007): 309-337. (ici)

Des définitions de Wikipedia : (Motivation) et (Gamification)

Une version PDF peut être trouvé ici.

[Article Intéressant] Moteurs Emotionnels pour les Jeux

Un article intéressant

Dans ce poste, je vais me concentrer sur un seul article :

Affective Game Engines: Motivation and Requirements

par Eva Hudlicka

Abstract

"The tremendous advances in gaming technologies over the past
decade have focused primarily on the physical realism of the
game environment and game characters, and the complexity and
performance of game simulations and networking. However,
current games are still lacking in the affective realism of the
game characters, and the social complexity and realism of their
interactions.

To achieve the next leap in the level of
engagement and effectiveness, particularly in the arena of
serious games, gaming research needs to focus on enhancing the
social and affective complexity and realism of the game
characters, their interaction, and the game narrative as a whole.
To achieve these goals, games and game development tools will
need to provide functionality to support the recognition of user
and game character emotions, real-time adaptation and
appropriate responses to these emotions, and more realistic
expression of emotions in game characters and user avatars. To
support these functionalities, the games will need to construct
affective models of the players, and include computational
models of emotion within the game characters. In this paper, we
discuss these functionalities, and suggest a set of requirements
for an affective game engine, capable of supporting the
development of more affectively realistic, engaging, and
effective games. The discussion is organized around the
functional requirements and the computational tasks necessary
to support them. We emphasize the importance of selecting
appropriate semantic primitives, and discuss how existing
methods and techniques in affective computing and
computational affective modeling contribute to the development
of affective game engines and game development tools."

L’article voit la prise en compte des émotion comme le prochain pas à prendre pour construire des systèmes avec un meilleur engagement de l’utilisateur et une meilleure efficacité durant l’utilisation. Personnellement, je partage vivement ce point de vue. Actuellement, nous travaillons profondément sur cette question pour garantir une meilleure expérience d’apprentissage en ligne.

En suite, l’article réduit son champs d’intérêt pour se concentrer sur les émotions dans les jeux vidéos. Ce domaine était parmi les premiers domaines évoqués Par Rosalin W. Picard, la fondatrice de l’Affective Computing depuis environ 20 ans. L’applicabilité de la prise en compte des émotions du joueur durant l’expérience était très évidente et intuitive et elle est actuellement prouvée et soutenue par diverses études et expérimentation.

Néanmoins, la partie la plus importante, du moins pour moi, dans cet article est la définition d’un ensemble de contraintes à respecter par un moteur du jeux (Game Engine) pour pouvoir dire qu’il intègre réellement la dimension émotionnelle.

Contraintes proposées

L’auteur propose les contraintes suivantes (d’une manière très brève):

Une base de connaissance partagée sur les émotions

Cette base doit contenir les connaissances sur les émotions, des joueurs et des agents virtuels. Par connaissances, l’auteur précise qu’il faut choisir une représentation des émotions (états émotionnels), leurs déclencheurs et leurs manifestations.

Un modèle émotionnel pour l’utilisateur

Ce modèle doit citer les facteurs émotionnels des utilisateurs relatifs au jeux et qui peut être représentés par le moteur du jeu utilisé. C’est l’ensemble des émotions, humeurs et attitudes représentables.

Un modèle émotionnel pour les agents virtuels

Ce modèle doit contenir deux parties :

• Un modèle de génération des émotions : contient un "mapping" entre les stimulus et les émotions à exprimer tout en calculant l’intensité de l’émotion et son atténuation.
• Un modèle de l’impact de (ou réaction à) l’émotion : contient le mapping entre l’émotion et le comportement et entre l’émotion et le processus cognitif affecté tout en intégrant la magnitude de l’influence pour chaque processus.

Malgré la simplicité apparente de la proposition, son exhaustivité lui permet d’être un fondement suffisant, à mon avis, pour concevoir des moteurs pour des jeux qui incluent réellement la dimension émotionnelle.

Applicabilité en e-Learning

Cette proposition peut aussi être appliquée sur d’autres domaines. En effet, il est possible de reprendre la même architecture et de projeter les éléments précisés par l’auteur sur les éléments du domaine en question. Encore une fois, c’est l’exhaustivité de l’architecture proposée qui donne le plus de valeur à cette proposition.

En e-Learning, plusieurs éléments peuvent être projetés :

• Le Game play : le scénario pédagogique,
• Agent virtuel : Objet Pédagogique,
• Expression faciale : charte graphique,
• Comportement : adaptation du scénario.

Il est évident que faire une simple projection n’est en aucun cas suffisant pour confirmer le succès de l’approche. Néanmoins, la facilité de cette projection (même apparante) peut être vue comme un point en faveur d’un travail réel plus approfondi sur cet axe.

Conclusion

La généralisation est une action très dangereuse durant un processus scientifique. Néanmoins, plusieurs facteurs le rendent, dans des cas particulier, très promotteur. Dans ce cas, la reprise des contraintes proposées dans le cadre de conception d’un moteur émotionnel pour les jeux semble pour l’appliquer sur les plateformes e-Learning semble très attirante.

Référence

Hudlicka, Eva. "Affective game engines: motivation and requirements." Proceedings of the 4th international conference on foundations of digital games. ACM, 2009. (ici)

Une version PDF de et article peut être trouvée ici.

[Emotions en e-Learning] Prise en compte des Emotions en informatique

Introduction

Les émotions font partie de notre quotidien. Malgré cela, nous ne les avons pas bien comprises. Plusieurs sciences tentent de les étudier, les comprendre et les modéliser et l’informatique ne fait pas exception.

En informatique, la prise en compte des émotions par les systèmes informatiques constitue l’objectif de "the Affective Computing" fondé il y a 20 ans par Rosalind Picard. Affective Computing vise à concevoir des systèmes informatiques capables de comprendre l’état émotionnel de l’apprenant et de s’adapter en le suivant.

Affective Computing

Affective Computing propose des applications dans les différents domaines; comme nous l’avons précisé : les émotions font parti de toutes nos activités quotidiennes.

A titre d’exemple, Affective Computing propose des applications de la prise en compte des émotions dans le domaine des Jeux Vidéos. L’objectif est de concevoir des jeux capables de reconnaître l’état émotionnel du joueur et d’adapter le jeux. L’application la plus courante repose sur la construction de moteur de jeux capables de personnaliser les expressions des personnages virtuelles du jeux suivant l’état émotionnel du joueur.

La prise en compte des émotions vise, d’une manière plus détailler, à :

• Reconnaissance l’état émotionnel de l’apprenant :
• Récupération des données qui incluent une dimension émotionnelle
• Expression faciale
• Enregistrement vocal
• Ecriture
• Indices physiologiques (battement de coeur, rythme de respiration, etc.)
• Nettoyage des données
• Extraction des caractéristiques émotionnelles
• Projection sur un modèle de représentation des émotions
• S’adapter à l’état émotionnel
• Expression une émotion (agents virtuels)
• Adaptation du contenu (niveau plus facile, contenu plus optimiste)
• Adaptation de la charte graphique (couleurs, taille de la police, etc.)

L’objectif est de :

• Gérer les émotions des utilisateurs,
• Réguler les émotions de l’utilisateur,
• Orienter les émotions pour créer des situations constructives.

En e-Learning

En e-Learing, la prise en compte des émotions est fortement justifiée. En effet, les émotions influencent d’une manière claire et prouvée les différents processus cognitifs. Elles peuvent influencer l’attention, la prise de décision, l’attitude et al mémorisation. Ainsi, l’application de l’Affective Computing devient très justifiée et très encouragée sur les plateformes e-Learning.

Les applications sont aussi multiples et diverses que je compte les traiter dans un autre poste.

Pour terminer

La prise en compte des émotions sur les systèmes informatiques d’une manière formelle et claire peut être considérée comme la prochaine étape à prendre sur les différentes plateformes. Imaginez un réseau social qui adapte son fil d’actualité selon votre état émotionnel, une plateforme e-Learning qui adapte la difficulté de l’exercice selon votre niveau d’attention ou un jeux vidéos qui change ses paramètres selon votre attitude.

C’est pourquoi le Affective Computing est un axe de recherche très actif.

Ressources

Picard, Rosalind W., Elias Vyzas, and Jennifer Healey. "Toward machine emotional intelligence: Analysis of affective physiological state." IEEE Transactions on Pattern Analysis & Machine Intelligence 10 (2001): 1175-1191. (ici)

Picard, Rosalind W. Affective computing. MIT press, 2000. (ici)

Picard, Rosalind W. "Affective computing: challenges." International Journal of Human-Computer Studies 59.1-2 (2003): 55-64. (ici)

Hudlicka, Eva. "Affective game engines: motivation and requirements." Proceedings of the 4th international conference on foundations of digital games. ACM, 2009. (ici)

Morgado, Luís, and Graça Gaspar. "Towards background emotion modeling for embodied virtual agents." Proceedings of the 7th international joint conference on Autonomous agents and multiagent systems-Volume 1. International Foundation for Autonomous Agents and Multiagent Systems, 2008. (ici)

Une version PDF de et article peut être trouvée ici.

[Une notion] Flipped Learning

Flipped Learning

Le e-Learning progresse par l’intégration continue des nouvelles ressources et technologies pour garantir une meilleure expérience d’apprentissage (ici) . Cette intégration peut prendre plusieurs années et peut impliquer plusieurs acteurs.

En plus que les institutions de formation et les chercheurs en e-Learning, nous pouvons trouver les développeurs des plateformes e-Learning ainsi que les enseignants qui tentent de mettre en oeuvre des systèmes qui utilisent cette nouvelle technologie. Après la maturité de cette intégration, la nouvelle technologie (ou pratique) trouve sa place et devient une partie de l’écosystème du e-Learning.

Parmi les propositions les plus récentes, nous trouvons le Flipped Learning. Il peut être défini par cet extrait :

Flipped Learning

"a flipped classroom can be described as a setting where that “which is traditionally done in class is now done at home, and that which is traditionally done as homework is now completed in class”".

Cet extrait explique l’origine de appellation "Flipped" (renversé).

Pour simplifier, le Flipped Learning consiste à :

• Le cours n’est plus donné en classe, les étudiants accèdent à des ressources pédagogiques qui représentent le cours (généralement des vidéos) avant de venir en classe.
• Le "devoir maison" n’est plus fait à la maison mais pendant la séance (en présentiel) qui se transforme en séance de discussion des ressources visualisées par les apprenants et de pratique (où les apprenants font leurs exercices en présence de l’enseignant).

Sur le plan technologique, le Flipped Learning tente exploitation la quantité énorme des ressources pédagogiques (sous forme de textes, audio et vidéos) disponibles aujourd’hui sur Internet (ou même réalisées par établissement qui comptent utiliser le Flipped Learning). L’enjeu de réutilisation est un enjeu principal en e-Learning vu qu’il permet de réduire considérablement le coût et le temps nécessaires pour préparer une formation (voir les enjeux du e-Learning ici ).

Cette idée a été sujet de plusieurs études et expérimentations. En vérifiant une partie de ces travaux, nous pouvons constater à quel point cette approche est prometteuse. Plusieurs auteurs ont déjà commencé à reconnaître cette approches comme une stratégie e-Learning et ils ont passé de la question "est ce que le Flipped Learning marche ?" à "comment appliquer le Flipped Learning dans tel ou tel cas ?".

Néanmoins cette stratégie ou approche rencontre encore plusieurs problème. Premièrement, aucun outil, support ou assistance n’est offert aux enseignants pour concevoir, intégrer ou déployer des cours en Flipped Learning. Contrairement à l’approche classique (publication des ressources et assistance à distance durant les devoirs) qui constitue le fondement de conception des plateformes actuelles, le Flipped Learning n’est pas supporté directement.

Deuxièmement, le Flipped Learning est très difficile à généraliser sur toutes les situations. En effet, les études réalisées sont très spécifiques et leurs sujets représentent un échantillon très limité des apprenants. L’application devient encore impossible lorsque la formation classique prévoit déjà des séances de cours, des séances des travaux dirigés et des séances des travaux pratiques tel que le système LMD.

Le Flipped Learning est une autre tentative d’exploitation des ressources disponibles sur Internet. Cette idée est très intéressante et très prometteuse. Mais, elle nécessite plus d’attention et plus d’expérimentation.

Ressources :

Prof. Hemlant Lata Sharma et al., Empowering Millennial Learners through Flipped Classroom Learning Pedagogy, International Journal of Research in Engineering, IT and Social Sciences, ISSN 2250-0588, Impact Factor: 6.452, Volume 08 Issue 05, May 2018, Page 250-253 (ici)

Jdaitawi, M. (2019). The Effect of Flipped Classroom Strategy on Students Learning Outcomes. International Journal of Instruction, 12(3), 665-680. https://doi.org/10.29333/iji.2019.12340a (ici).

Hae, J. H., and A. C. Bo. "Improving the higher order thinking skills using flipped learning: focused on the in-class activities with problem posing and solving." Asia Life Sci Suppl Asian Int J Life Sci 15.4 (2018): 2187-2199 (ici).

Version PDF de l'article : ici.

[Une notion] Learning Analytics

Dans un article précédent, j'ai exprimé mon point de vue sur l'utilisation du deep learning en e-Learning (ici). Néanmoins, ce n'est pas l'unique approche qui se repose sur des grandes quantités de données pour essayer de faire des analyses sur l'activité d'apprentissage. L'autre approche est connue sous le nom de Learning Analytics.
Learning Analytics est l'application des méthodes du Data Mining sur des données issues de l'activité d'apprentissage pour pouvoir analyser et reconnaître les différents modèles d'apprentissage (pattern recognition).
Comme pour le deep learning, cette approche repose une quantité massive de données. Ainsi, mon point de vue reste inchangé : il y a une forte simplification des notions et des dimensions de l'activité d'apprentissage durant les activités d'analyse de données.
De ma part, je pense que l'hypothèse qui dit qu'il serait possible de faire une collecte massive des données sur différentes activités pédagogiques, sur différents apprenants et à travers plusieurs institutions doit être remis en question.
Il est possible de faire une collecte massive des données sur les plateformes e-Learning. Il est même possible de concevoir des tableaux de Bord en Learning Analytics. Le problème qui se pose c'est les différentes dimensions non-incluses dans les données collectées et par conséquent non incluses dans l'analyse effectuée.
Même si on fait une collecte de toutes les informations de la base de données, les connaissances tacites locales et qui sont généralement irrécupérables sont d'une importance cruciale pour toute analyse.
À titre d'exemple, les données liées à la conception pédagogique adoptée par l'enseignant sont pratiquement invisibles dans la base de données. Si on peut apercevoir les différentes ressources utilisées et les différents scénarios pédagogiques proposés par l'enseignant, il est presque impossible de reconnaître la dimension pédagogique et cognitive de l'activité pédagogique en question. C'est-à-dire, il est presque impossible de reconnaître l'approche pédagogique choisie (constructiviste, behaviouriste, mixte, etc.) ou bien le style d'apprentissage visé (style visuel, Story telling, etc.). Sans ces informations, toute analyse concernant l'activité d'apprentissage sera insuffisant. Il est possible de préciser que le processus d'analyse doit offrir la possibilité de les prendre en compte, mais, cela peut causer deux problèmes majeurs :
1. La collecte des données devient plus pénible et trop compliquée : toutes les personnes impliquées dans les activités pédagogiques en question doivent être contactées pour pouvoir compléter les données des dimensions manquantes.
2. L'aspect "local" de ces données remet en question une analyse globale: les différences culturelles et sociales entre les apprenants peuvent influencer considérablement l'activité d'apprentissage. D'autres facteurs moins permanents tels qu'un (des) événement (s) politique (s) peut (vent) aussi influencer l'activité d'apprentissage. Sans une confirmation de l'absence d'une telle influence ou bien une étude qui mesure le plus précisément possible cette influence, une analyse généralisée sera toujours remise en question.
Ainsi, la condition "massive" imposée sur les données collectées doit être reconsidérée.Cela n'empêche pas de penser à des adaptations ou bien à des applications à petite échelle des techniques statistiques et des analyses data Mining sur des données relatives à des activités pédagogiques en évitant l'ensemble des différences mentionnées ci-dessus : un ensemble réduit des étudiants (issus du même environnement social et culturel) qui suivent la même activité pédagogique (conçue par le même enseignant) sur un laps de temps réduit. Une telle analyse sera bénéfique soit en temps réel (pour permettre à l'enseignant d'intervenir pour aider les apprenants en difficulté) ou bien en différé (pour aider l'enseignant à améliorer son support pédagogique). Néanmoins, mettre de telle analyse sous le cap du Data Mining reste toujours une simplification dangereuse des notions.

Un point de départ pour des lectures de nature technique :
Park, Yeonjeong, and I-H. Jo. "Development of the learning analytics dashboard to support students’ learning performance." Journal of Universal Computer Science 21.1 (2015): 110.
Disponible ici.

Bilal Kalem : « Formini a exporté pour plus de 50 000 euros de services de formation en 2018 »

Le marché du e-Learning avance très lentement; rares sont les entreprises spécialisées en formation en ligne ou bien FAO (Formation Assitée par Ordinateur). Il est très encourageant de voir une histoire du succès.



Bilal Kalem : « Formini a exporté pour plus de 50 000 euros de services de formation en 2018 »: Site des nouvelles technologies NTIC en Algérie, leader de la presse gratuite magazine algérienne. Traite de l'internet,Mobile,Pc, IT, télécom, Jeux Vidéo,N'TIC magazine : le premier magazine algérien gratuit.Moteur de recherche emploi, offres d'emploi en Algérie, Mémoires, thèses, rapports gratuits à télécharger