Recherche intelligente de processus d'analyse de traces d'e-learning via des inférences sémantiques

Alexis Lebis (1, 2) , Marie Lefevre (1) , Vanda Luengo (2) , Nathalie Guin (1)

1 TWEAK - Traces, Web, Education, Adaptation, Knowledge
2 MOCAH - Modèles et Outils en ingénierie des Connaissances pour l'Apprentissage Humain

Le partage et la réutilisation de processus d'analyse de traces d'apprentissage, ainsi que leur adaptation à des contextes différents, sont devenus des enjeux importants dans le domaine des Learning Analytics. L'objectif est double : impliquer et soutenir la communauté dans le cycle du processus d'analyse, de son élaboration à son utilisation, et lui donner les outils nécessaires pour promouvoir une co-construction de ces analyses. Dès lors, il apparaît important de fournir aux différents acteurs des outils pour les assis-ter dans leur tâche respective, au sein de l'analyse. Dans cet article, nous présentons une assistance à la réutilisation des processus d'analyse de traces d'apprentissage via une recherche exploitant la représentation sémantique de ces processus d'analyse.

Mots clés: Environnements Informatiques pour l'Apprentissage Humain (EIAH); Narration; Sémantique; Ontologie; Inférence; Processus d'analyse de traces d'apprentissage; Raisonnement; Assistance

Domaines: Environnements Informatiques pour l'Apprentissage Humain; Intelligence artificielle [cs.AI]

Alexis Lebis, Marie Lefevre, Vanda Luengo, Nathalie Guin. Recherche intelligente de processus d'analyse de traces d'e-learning via des inférences sémantiques. Journées francophones d'Ingénierie des Connaissances (IC), Jul 2019, Toulouse, France. ⟨hal-02155496⟩