2.2 Le concept d'agent perturbateur - Département d'informatique et ...

Amélioration de la Formation au moyen d'un Agent Perturbateur dans un
Système Tutoriel Intelligent
Patrick Piché, Claude Frasson et Esma Aimeur Département d'informatique et de recherche opérationnelle
Université de Montréal
C.P. 6128, Succ. Centre-ville
Montréal, Québec Canada H3C 3J7
{piche,frasson, aimeur}@iro.umontreal.ca
Résumé Parmi les stratégies tutorielles existantes dans un système tutoriel
intelligent, l'apprentissage à l'aide d'un perturbateur est une forme
qui favorise l'acquisition de connaissances pour des apprenants moyens
ou proches de l'expert. La réalisation d'une telle stratégie peut être
envisagée à l'aide d'agents intelligents. Cet article présente une telle
expérience et ses résultats. Nous montrons en particulier comment tenir
compte des notions de confiance, de performance, et de motivation de
l'apprenant, et comment les agents peuvent agir pour améliorer ces
facteurs. Nous présentons des mesures effectuées lors d'expériences
menées dans ce sens, les divers problèmes rencontrés et les solutions
apportées.
Mots-clés : stratégies tutorielles, agent perturbateur, motivation,
performance, confiance 1. Introduction Depuis déjà quelques années, les travaux sur les Systèmes Tutoriels
Intelligents (STI) ont reflété une tendance en ce qui concerne les
stratégies d'apprentissage. Cherchant initialement à reproduire le
comportement d'un tuteur intelligent capable de permettre un apprentissage
adapté au rythme et aux particularités de l'apprenant, les STI accordaient
un rôle central au tuteur avec un discours directif orienté vers
l'apprenant. Cette approche prescriptive apparaît aujourd'hui désuète au
profit de stratégies coopératives issues de la pédagogie constructiviste.
Une autre approche, proposée initialement par Chan [1], consiste à
conserver le tuteur mais à affecter à l'apprenant un compagnon, avec qui il
pourra coopérer lors de la résolution d'exercices ou de problèmes qui
seront contrôlés par le tuteur. Il est généralement admis que le compagnon
ne possède pas de connaissances pédagogiques et cette stratégie est surtout
utile pour des activités d'exploration libre. Une approche plus poussée au
niveau des stratégies pédagogiques consiste à remplacer le compagnon par un
perturbateur [2], capable de cibler les faiblesses de l'apprenant et
d'intervenir en lui proposant des solutions potentiellement fausses. Cette
approche est extrêmement intéressante au niveau pédagogique; en dosant
savamment les interventions du perturbateur, on peut tester
systématiquement la confiance de l'apprenant en lui-même [3] et en ses
connaissances. Le perturbateur permet en quelque sorte d'identifier les
faiblesses de l'apprenant et de les confronter; de plus il présente des
défis que l'apprenant se doit de relever afin de développer une plus grande
confiance en lui.
Si le compagnon n'est caractérisé que par un seul comportement (aider
l'apprenant), le perturbateur quant à lui peut adopter différentes
attitudes, semer le doute par un commentaire, donner une vraie ou fausse
suggestion, juste présenter un contre exemple ou encore rester totalement
passif. En réalité ce tuteur déguisé possède des connaissances pédagogiques
qui lui permettent de planifier ses interventions en accord avec le tuteur
et en tenant compte du profil de l'apprenant [4]. L'implantation de ces
divers acteurs pédagogiques peut se faire à l'aide d'agents [5]
intelligents dont les actions conjuguées permettent de renforcer la
motivation. Dans cet article nous visons à implanter d'une part un système
qui incorpore de tels agents et notamment un agent perturbateur, et d'autre
part des moyens de mesurer l'influence de la perturbation sur la
motivation. Après avoir examiné les caractéristiques des agents
intelligents et leur contribution au cycle de motivation de l'apprenant,
nous présentons les détails de l'architecture du système. Nous indiquons
ensuite comment s'effectue l'évaluation de la confiance, de la motivation
et des performances de l'apprenant, en tenant compte de l'agent
perturbateur. Nous commentons les résultats obtenus et les améliorations. 2. Principes d'agents dans les STI
2.1 Le concept d'agent motivateur dans un STI Le concept d'agent découle de nombreuses recherches, dont, entre autres, la
recherche sur les agents autonomes et éducables [6]. L'agent peut prendre
plusieurs formes, selon l'environnement dans lequel il se trouve. Dans le
cas d'un agent pédagogique sa fonction est de prendre en charge un certain
aspect d'une stratégie en coopération avec d'autres agents. Ainsi, dans le
cas d'agents de type motivateur, l'accent est mis sur les moyens de motiver
l'apprenant à partir de méthodes permettant de mesurer un indice de
motivation. L'agent doit alors être perçu comme une entité autonome munie
de buts relatifs à une stratégie pédagogique (faisant intervenir plusieurs
agents dans le cadre d'une planification de buts) et une représentation des
besoins spécifiques de l'apprenant. Cette définition se rapproche
sensiblement de celle proposée par IBM [7] en 1995. Dans un STI, la
motivation de l'apprenant est importante du fait que les performances en
sont dépendantes. De même, la confiance est un élément qui favorise la
motivation. Nous appellerons ces éléments des facteurs d'apprentissage qui
interviennent selon un cycle motivation-performance-confiance que nous
avons déterminé dans une autre étude [8, 9]:
[pic] Figure 1: cycle motivation-performance-confiance Ce schéma montre l'importance d'un agent chargé de la motivation au sein
d'un STI afin d'influencer la performance de l'apprenant. Cette théorie
est à la base du système que nous avons développé. En effet, les décisions
concernant le déroulement des leçons sont basées essentiellement sur
l'évaluation de ces trois métriques de base. Nous nous sommes penchés aussi
sur l'évaluation de la confiance et de la performance afin de mieux
modéliser l'apprenant, le but étant de maintenir ces indices au plus haut
niveau possible tout au long de la séance d'apprentissage. Comme indiqué
par le schéma, l'amélioration d'un des éléments du cycle peut entraîner
l'amélioration des autres, ce qui représente à notre avis un avantage net à
travailler de front sur l'amélioration des trois éléments. 2.2 Le concept d'agent perturbateur Notre système est basé sur le concept d'agent perturbateur. Il s'agit d'un
agent motivateur [2] qui a la particularité de ne pas toujours donner
volontairement les bons conseils et de prendre la forme d'un co-apprenant
dans le cas des STI.
Le perturbateur permet une approche nouvelle et un calcul efficace de
certaines métriques telles la confiance en soi et la motivation. Par
exemple, une certaine compétition peut s'installer avec le perturbateur, ce
qui permet d'augmenter la motivation. Nous avons réalisé des mesures de
l'efficacité du perturbateur portant sur l'amélioration des connaissances
[4]. Dans ce qui suit nous nous intéressons plus particulièrement à
l'amélioration de la motivation. 3. Architecture du système La conception de l'architecture à été réalisée en tenant compte du modèle
général de système de coopération entre l'humain et la machine. Il
comprend un module de dialogue, un modèle de l'usager, un module de
raisonnement et un modèle du domaine (Figure 2). Cette architecture à été
implantée en JAVA, langage permettant une portabilité maximale et une
création de l'interface usager simplifiée grâce à l'existence de la
librairie graphique AWT. [pic] Figure 2: système coopératif humain-machine 3.1 Le module de dialogue Ce module communique directement avec l'usager, il comprend toutes les
fonctions requises pour dialoguer avec celui-ci à travers une interface
graphique. Dans notre design, nous avons implanté plusieurs
fonctionnalités. D'abord, un système de questionnaire permettant de poser
une question à choix multiples et donc un mécanisme pour recueillir le
choix de réponses. Dans ce module, nous avons aussi implanté la
communication entre les agents, soit le tuteur et le perturbateur. Chaque
agent est représenté par une image et une zone de texte. L'interface
permet de visualiser l'agent qui intervient dans le dialogue et ce qu'il
dit. 3.2 Le modèle du domaine Ce module constitue le réseau complet de connaissances pouvant être
transmises à l'apprenant.. Nous avons choisi comme sujet d'apprentissage le
langage C et afin de faciliter notre tâche au niveau de la constitution du
curriculum, nous avons défini un format de spécification qui permet la
modification du curriculum sans modifier le code source. La structure de
ce format est organisée pour faciliter la construction du réseau définie
dans notre design.
Ces connaissances sont modélisées comme un ensemble de leçons de niveaux de
difficulté différents. Les leçons, quant à elles, comprennent une partie
énoncé, qui permet la présentation de la matière, et une partie questions
qui comprend un ensemble de questions se rapportant à la leçon. Les leçons
ont des liens vers d'autres leçons jugées préalables, constituant une
arborescence. Chaque question comporte une partie constituant le texte de
la question et un ensemble de rép