[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

[Une notion] La présence sociale en ligne et l'apprentissage

"Apprendre est une activité sociale". Une affirmation qui trouve ses racines dans le fait que l'humain par nature est une créature sociale. Elle constitue aussi le fondement de plusieurs approches pédagogiques telles que l'approche socio-constructive et le Case(Context)-Based Learning.
La présence sociale dans les systèmes informatiques date des années 1970. À l'époque où l'interface Homme-Machine reposait exclusivement sur l'interface textuelle, il était nécessaire de modéliser la présence humaine dans une telle communication.
Cette notion s'est éloignée pendant environ 20 ans pour revenir à la fin des années 1990. Cette époque était marquée par une amélioration et une démocratisation des interfaces riches surtout avec l'apparition de Windows 95 qui a vite dominé le marché. Elle était marquée aussi par le début de la révolution Internet qui a multiplié les actions de communication et d'échange qui se base sur l'outil informatique. Ainsi, le champ d'études des CMC (Computer-Miediated Communication) s'est vu étendu et la notion de la présence sociale a refait surface.
Dans un contexte d'apprentissage, l'aspect social de l'apprentissage prend une importance particulière lorsqu'on vise la personnalisation de l'expérience d'apprentissage et l'adaptation des ressources pédagogiques. L'apprentissage, dans ce cas, n'est plus un passage passif des connaissances mais il devient une activité qui implique l'apprenant et qui le voit comme un acteur actif. Elle devient encore plus importante lorsqu'on vise l'implémentation correcte et précise des approches pédagogiques récentes telles que l'approche socio constructive citée ci-dessus.
Les dimensions de la présence sociale sont multiples, citons à titre d'exemple :

• La communication,
• L'intimité,
• L'image sociale.

Chaque dimension peut être étendue et étudiée en détail. Chaque notion peut aussi être étudiée selon les différentes disciplines impliquées ou affectées par l'e-Learning.
À titre d'exemple, dans le cadre de nos travaux inspirés essentiellement par la théorie de l'action, nous nous concentrons sur la communication comme un point d'entrée pour étudier et expérimenter cette notion.
Les outils de communication comme étant des fonctionnalités essentielles des LMS offrent des possibilités élémentaires. Leur intégration durant l'activité pédagogique dépend entièrement des compétences et des pratiques appliquées par le tuteur sans aucune assistance.
Cette pauvreté peut être éliminée si des notions telles que la présence sociale sont exploitées comme des bases pour une modélisation plus abstraite de la communication durant les activités pédagogiques ce qui permettra une utilisation composite et efficace des outils de communication de base offerts par les LMS.
Cela reste une présentation très brève et un exemple très restreint sur l'applicabilité de cette notion sur le plan technique. Ses applications et ses implications sur un plan théorique, pédagogique et instructionnel sont innombrables.

Références
Lowenthal, Patrick R. "Social presence." Social computing: Concepts, methodologies, tools, and applications. IGI Global, 2010. 129-136.
(ici)

Lowenthal, Patrick R. "The evolution and influence of social presence theory on online learning." Social computing: Concepts, methodologies, tools, and applications. IGI Global, 2010. 113-128.
(ici)

Cobb, Susan Copley. "Social presence and online learning: A current view from a research perspective." Journal of Interactive Online Learning 8.3 (2009).
(ici)

Apprendre, c'est douloureux (part. 1)

Dans ces deux paragraphes, je vais revenir sur une notion basique de l'apprentissage. Avant de parler de l'e-Learning, il faut d'abord comprendre le Learning.

Apprendre n'est pas forcément facile. Il peut, même, être vu comme douloureux et c'est parfaitement normal. Et c'est l'une des quelques idées sur lesquelles les différentes approches pédagogiques sont d'accord.

• Selon l'approche behavioriste, l'apprentissage doit être marqué par un changement de comportement. Sans un changement réel, nous ne pouvons pas dire qu'il y avait vraiment un apprentissage.
• Selon l'approche constructiviste et socioconstructiviste, apprendre veut dire construire ses propres connaissances, par conséquent, apprendre veut dire chercher, analyser, comprendre résumer, positionner et d'autres actions cognitives qui nécessitent un effort particulier.
• Même pour l'approche classique qui voit l'apprenant comme un acteur passif qui ne fait que recevoir des connaissances, apprendre nécessite l'implication, la volonté et concentration.
• Pour la neuroscience, apprendre veut dire construire de nouvelles liaisons entre les neurones. Cela veut dire qu'apprendre pousse l'apprenant à grandir.

Ainsi, apprendre peut-être douloureux : fournir un effort n'est pas la chose préférée du cerveau qui cherche toujours à rester en repos. Alors comment le convaincre pour apprendre ? La solution magique réside en un seul mot : "la motivation".

Nous connaissons tous des personnes qui font du régime, nous connaissons d'autres qui font du sport. Dans les deux cas, c'est douloureux pour le cerveau, alors pourquoi continuent-elles de le faire ? Tout simplement parce qu'elles sont motivées par objectif clair dont les bénéfices dépassent la douleur.

Pour l'apprenant, c'est la même chose : restez "motivés" pour pouvoir apprendre.

Halbwachs, F. (1981). Apprentissage des structures et apprentissage des significations. Revue française de pédagogie, 15-21. (ici)

Hein, G. (1991). Constructivist learning theory. Institute for Inquiry. Available at:/http://www. exploratorium. edu/ifi/resources/constructivistlearning. htmlS. (ici)

Schunk, D. H. (2012). Learning theories an educational perspective sixth edition. Pearson. (ici)

Nouveau en e-Learning ! La réutilisation nécessite des normes

Comme mentionné dans un article précédent (ici), réutiliser les ressources existantes pour construire de nouveaux supports pédagogiques constitue l'élément clé de toute une approche en e-Learning. L'objectif principal est la réduction des coûts. Le problème principal est la complexité technique.
Si l'objectif est claire, nous allons discuter aujourd'hui le problème à lequel on doit faire face si on opte pour cette approche. Si la volonté des différents membres et partenaires est présente alors le problème principal restant est un problème purement technique mais loin d'être simple.

Il faut répondre à la question : Comment créer des ressources pédagogiques réutilisables par tout le monde ?

• La réutilisation veut dire la possibilité de créer de nouveaux supports en se basant sur les ressources disponibles, modifier les ressources disponible ou bien exécuter (le terme exacte en anglais c'est jouer - play comme précisé ici) les ressources disponibles,
• Tout le monde, dans la question, désigne les autres tuteurs même s'ils n'utilisent pas les mêmes systèmes auteurs et les mêmes plateformes e-Learning.

La solution proposée actuellement pour ce problème est l'utilisation des normes et des standards. Une norme, du latin norma « équerre, règle », désigne un état habituellement répandu, moyen, considéré le plus souvent comme une règle à suivre (une définition très simple, trouvé ici). Dans le cas des ressources pédagogique, la solution est, ainsi, proposer un ensemble de règles à suivre par les systèmes auteurs et par les plateformes pour donner des possibilités de réutilisation.

Nous pouvons distinguer trois niveaux de normalisation (ou standardisation) :

1. Au niveau de description des ressources,
2. Au niveau de déploiement et l'exécution des ressources,
3. Au niveau la conception pédagogique des ressources.

Les normes de description sont les plus nombreuses et les plus riches. Pour ce niveau, la problématique technique est très légère; elle est réduite à la normalisation des schémas des métadonnées à utiliser pour décrire une ressource pédagogique. Dans ce cadre, nous pouvons trouver les normes :

• Dublin Core (15 métadonnées),
• LOM (Jusqu'à 58 métadonnées),
• MLR (la dernière proposée, tirée des deux autres)

Pour l'exécution le déploiement et le déroulement des ressources, nous pouvons citer deux normes :

• AICC
• SCORM

Pour la scénarisation (mise en scène) des ressources pédagogique pour permettre une conception pédagogique des supports créés, nous trouvons la norme IMS-LD comme la plus utilisée et la plus citées dans la littérature (LD pour Learning Design).

Si la première catégorie ne présente pas autant de problèmes techniques (ses normes reposent principalement sur XML - partie statique ou données seulement), nous ne pouvons pas dire la même chose sur les deux autres catégories.

Pour les normes liées au déploiement et au déroulement (exécution) des ressources, nous entamons une dimension dynamique ou la partie exécutable. Il devient, ainsi, nécessaire de définir des interfaces d'application (API) à respecter par les systèmes auteurs et les plateformes e-Learning. Ces interfaces doivent aussi tenir compte des différentes possibilités offertes par le web de manière générale et les navigateurs web en particulier. Ces normes doivent assurer, aussi, la communication entre le support conçu et les différents composants de la plateforme e-Learning. A titre d'exemple, si le support conçu contient un quiz, ces normes doivent assurer l'affichage de ce quiz du manière correcte (communication Support -> Plateforme) et la récupération du score obtenu (communication Plateforme -> Support).

Les normes de scénarisation dépendent d'une manière forte des normes de déploiement. En effet, l'absence d'une fonctionnalité ou d'un composant de la plateforme rend leur utilisation impossible dans le scénario pédagogique.

Ces détails techniques trop complexes rendent cet axe de recherche très actif. Vous pouvez commencer par voir un exemple sur une proposition d'amélioration (Open Access - ici) :

Holz-Clause, M., & Dileepkumar, G. (2012). Rapid Production of E-Learning Materials with Reusable Learning Objects: Experiences from the Global Academy for Extension Practice. The Journal on Systemics, Cybernetics and Informatics, 10(4), 100-103.

L'approche elle-même repose sur la notion des ressources réutilisables. Ces ressources doivent être gérées, indexées, publiées et accédées. Pour cela, un composant additionnel s'ajoute à la famille des outils e-Learning; c'est l'Entrepôt des Objets Pédagogiques. Pour en apprendre plus, vous pouvez commencer par ici :

Nash, S. (2005). Learning objects, learning object repositories, and learning theory: Preliminary best practices for online courses. Interdisciplinary Journal of E-Learning and Learning Objects, 1(1), 217-228.

Il est aussi possible de penser à adapter ces normes pour des utilisations particluières. Un exemple (à partir de la page 162 ici):

Boutefara, T. & Mahdaoui, L. (2015). Proposition d’une extension d’IMS-LD pour la prise en compte des émotions dans les supports pédagogiques. Isko-Maghreb 5(1), 162-168.