Thèses en Informatique au LIUM, Université du Maine, Le Mans

Laboratoire d’accueil : Laboratoire d’Informatique de l’Université du Maine (LIUM)

Aspects pratiques : les deux thèses se dérouleront au sein de l’équipe IEIAH[i] (Ingénierie des Environnements informatiques pour l’Apprentissage Humain) du LIUM sur le site du Mans (72). La thèse est susceptible d’être financée par une bourse du ministère français de trois ans à compter du 1er octobre 2016.

Merci d’envoyer votre candidature à Madeth MAY (madeth.may@univ-lemans.fr) avant le 20 mai 2016.

Votre candidature devra contenir :

  • CV
  • Lettre de motivation
  • Notes et classement en Master ou équivalent
  • Lettres de recommandation ou références
  • Rapport de stage de Master, si disponible

1. Conception d’indicateurs réflexifs pour l’analyse et l’évaluation des comportements en situation d’apprentissage collectif : application à la gestion de projets collectifs

Télécharger La fiche complète de la thèse

Direction de thèse : Sébastien IKSAL (sebastien.iksal@univ-lemans.fr)

Co-encadrement : Madeth MAY (madeth.may@univ-lemans.fr)

Mots-clés : traces, indicateur réflexif, expérience utilisateur, tableau de bord, apprentissage collectif

Profil recherché : master recherche ou ingénieur en informatique (diplôme français ou européen), bon niveau en anglais

Description du sujet de thèse

Il existe de nombreux outils de supervision exploitant les traces issues d’un environnement d’apprentissage à distance (Corbi 2014). Ces outils sont majoritairement dédiés aux enseignants en leur fournissant des moyens techniques pour effectuer des analyses de traces d’apprenants tout en s’intéressant plus particulièrement aux indicateurs de supervision de ces derniers. Quant aux apprenants, ils se sont souvent confrontés à un manque de retour sur leurs propres activités. Autrement dit, les outils existants ne fournissent pas aux apprenants de moyen d’acquérir des indicateurs réflexifs sur leurs activités individuelles ou collectives. Cependant, la réflexivité d’une activité est un élément crucial dans le processus d’apprentissage permettant aux individus d’analyser leur propre comportement dans le but, par exemple, de s’autoréguler ou de s’investir davantage dans la formation.

Il faut souligner que les outils de supervision sont conçus avec une spécificité d’aider les enseignants à mieux accompagner les apprenants en situation d’apprentissage à distance. Leur conception et implémentation se reposent ainsi sur les besoins des enseignants impliqués dans la formation à distance. Par conséquent, les indicateurs proposés par ces outils sont destinés aux enseignants et, dès la phase de leur conception, pour servir le travail de suivi d’apprenants (May et al., 2011). Un autre constat portant sur les outils de supervision accessibles par les apprenants, qui ne fournissent pas suffisamment d’indicateurs réflexifs bien qu’ils apportent des informations pertinentes à la fois sur l’aspect socio-comportemental de l’apprenant et sur la façon dont une activité a été réalisée. Le manque de reflet sur son propre comportement a un impact négatif sur la performance et la productivité d’un individu ou d’un groupe d’apprenants en termes d’apprentissage collectif (Hatziapostolou et al., 2010).

Pour apporter une réponse aux problématiques citées, cette thèse traitera deux aspects : (i) proposition d’une approche de construction d’indicateurs réflexifs grâce au langage UTL (Usage Tracking Language) et (ii) conception d’une IHM dédiée au calcul et à la visualisation d’indicateurs réflexifs pour améliorer l’Expérience Utilisateur (UX) en matière de suivi et d’analyse des aspects comportementaux et cognitifs des activités d’apprentissage collectif.

Dans un premier temps, le travail de recherche consiste à étudier le processus d’observation pour une situation d’apprentissage collectif grâce au langage UTL. L’objectif de cette étude porte sur la définition des activités d’un individu ou d’un groupe dans un contexte d’apprentissage collectif afin d’y proposer un mécanisme de collecte (observation, génération et structuration des traces) approprié. Il doit aboutir à une approche permettant de définir les indicateurs réflexifs sur une activité observée. La spécificité d’un indicateur réflexif est qu’il doit apporter des informations sur le déroulement d’une activité et qui favorise par la suite une analyse sur le processus de celle-ci. Sa conception doit ainsi prendre en considération le(s) contexte(s) dans le(s)quel(s) se déroule l’activité collective.

Dans un deuxième temps, le travail porte sur la définition des méthodes de calcul d’indicateurs réflexifs dédiés aux apprenants. Le défi à relever est d’apporter un moyen technique aux apprenants de construire les indicateurs en temps réel ou différé leur permettant de prendre conscience de leurs activités et celles des autres. Cela peut se traduire par un outil de visualisation avec un moteur de calcul d’indicateurs et des algorithmes de génération d’indicateurs à concevoir. L’outil en question doit aider les apprenants à effectuer à la fois le travail de suivi individuel et d’appréciation des aspects comportementaux et cognitifs par rapport au groupe.

Enfin, la troisième partie de cette thèse s’intéresse à la façon dont les apprenants se servent l’outil de visualisation et l’impact qu’il peut avoir sur leur comportement. La question de recherche porte sur l’Expérience Utilisateur afin d’apporter un véritable service aux apprenants dans les différentes actions à entreprendre, à savoir, s’autoréguler et s’autoévaluer, etc. Le défi technique concerne la façon dont les indicateurs seront visualisés qui devrait s’adapter à l’évolution d’activités d’un individu et d’un groupe. Une implémentation d’une IHM de l’outil de visualisation peut être réalisée en fonction de terrain d’expérimentation, en l’occurrence, la gestion de projets collectifs en situation d’apprentissage à distance.

Références bibliographiques

  • Corbi, A., 2014. Review of Current Student-Monitoring Techniques used in eLearning-Focused recommender Systems and Learning analytics. International Journal of Artificial Intelligence and Interactive Multimedia 2, 44–52
  • Hatziapostolou, T and Paraskakis, I., 2010. Enhancing the Impact of Formative Feedback on Student Learning through an Online Feedback System” Electronic Journal of e-Learning 8, Issue 2, 111–122
  • Iksal S., 2011. Tracks Analysis in Learning Systems: A Prescriptive Approach. International Journal for e-Learning Security 1, Issue 1
  • May M., George S., Prévôt P., 2011. TrAVis to Enhance Online Tutoring and Learning Activities: Real Time Visualization of Students Tracking Data. International Journal of Interactive Technology and Smart Education Vol 8, Issue 1., 52–69

2. Conception d’indicateurs contextuels sur les dispositifs mobiles pour une formation personnalisée

Télécharger La fiche complète de la thèse

Direction de thèse : Dominique Py (dominique.py@univ-lemans.fr)

Co-encadrement : Madeth MAY (madeth.may@univ-lemans.fr)

Mots-clés : learning analytics, traces, indicateur, IHM, formation ubiquitaire, suivi des apprenants

Profil recherché : Niveau master recherche (français ou européen) en EIAH (ou dans un domaine proche des EIAH) et bon niveau en anglais

Description du sujet de thèse

Il existe des outils qui exploitent les traces issues d’un environnement d’apprentissage afin de produire des indicateurs visuels sur les activités de l’apprenant. À titre d’exemple, un dispositif de suivi pour un tuteur permet à celui-ci d’observer un apprenant et d’analyser son comportement durant une session d’apprentissage. La question principale concernant les outils existants porte sur leur degré d’adaptation à l’environnement et au profil d’utilisateur (enseignant, tuteur, apprenant). Certains outils ne sont pas adaptables, voire pas utilisables, sur des plateformes pour lesquelles ils n’ont été conçus. Par exemple, certains outils ne sont pas compatibles avec les dispositifs mobiles, ce qui les rend inutilisables pour un contexte d’apprentissage ubiquitaire.

Le problème soulevé n’est pas uniquement lié à l’interface d’un outil (non adaptable à plusieurs supports physiques), mais se trouve au niveau de sa conception et son usage. En effet, la plupart des outils existants se placent dans le cadre classique d’un processus de suivi, c’est-à-dire que l’observation d’une activité s’effectue à un instant ou pendant une durée précise, puisque les traces produites par une observation sont principalement des séquences d’activités. Quant aux indicateurs calculés à partir des traces, ils ne sont disponibles qu’à la fin d’une activité.

La notion de « contexte » permet de dépasser ces limites. Le contexte d’une activité apporte des informations indicatives sur l’objectif, le processus, le résultat attendu d’une activité et la façon dont l’activité a été réalisée. Ainsi, un indicateur contextuel favorise un meilleur suivi ainsi qu’une analyse plus pertinente des activités de l’apprenant. Il permet également un accès aux informations de manière ubiquitaire sur différents dispositifs (poste fixe, Smartphone, tablette, etc.). En outre, grâce à cette nouvelle façon d’accéder aux indicateurs, le travail de suivi et d’évaluation de l’apprenant peut être allégé. En effet, ce travail peut s’effectuer en permanence et non seulement à la fin d’une activité de l’apprenant.

Pour apporter une réponse à ces problématiques, cette thèse traitera deux aspects : (i) étude et conception d’une approche pour la construction d’indicateurs contextuels et (ii) conception d’une IHM pour personnaliser l’analyse et la visualisation d’indicateurs contextuels sur les dispositifs mobiles.

Dans un premier temps, le travail de recherche consiste à modéliser une activité contextuelle. Plus précisément, partant d’une situation d’apprentissage collectif, une étude approfondie doit être menée pour élaborer un ensemble de paramètres constituant un « contexte » d’une activité d’un individu ou d’un groupe. L’objectif principal de cette étude est d’aboutir à une approche de traçage permettant de mettre en place un processus d’observation qui s’adapte aux activités d’apprentissage qui évoluent dans un même ou plusieurs contextes variés.

Dans un deuxième temps, le travail concerne la construction d’indicateurs contextuels à partir des traces dans le but d’aider les utilisateurs à mieux personnaliser leurs activités de tutorat ou d’apprentissage. Le défi technique à relever est de mettre au point des méthodes de calcul d’indicateurs d’une manière dynamique dépendant d’un contexte et de son évolution dans le temps. À titre d’exemple, le calcul d’un indicateur contextuel peut se déclencher d’une manière systématique au cours d’une activité ou à la fin de celle-ci et se répète suite au change de contexte.

La troisième partie du travail porte sur la conception et l’implémentation des IHM innovantes dédiées à la visualisation d’indicateurs sur les dispositifs mobiles. Une étude doit être effectuée sur les techniques de visualisation d’indicateurs sous différentes formes et échelles. Ces techniques permettront d’intégrer les indicateurs contextuels sur différents supports mobiles utilisés par les acteurs d’apprentissage (tuteur et apprenant). Quant aux interfaces utilisateurs pour visualiser les indicateurs contextuels, elles doivent être à la fois dynamiques et personnalisables afin de faciliter l’accès aux indicateurs que ce soit en temps réel ou différé et l’analyse des informations fournies par ces derniers. Pour ce faire, le travail consiste de mettre au point une technique de visualisation capable d’afficher, mettre à jour et synchroniser les indicateurs sur les différents dispositifs mobiles.

Références bibliographiques

  • Alowayr, A., Badii, A., 2014. Review of monitoring tools for e-learning platforms. International Journal of Computer Science & Information Technology Vol. 6, No.3., pp. 79–86
  • May, M., George, S., Prévôt, P., 2011. TrAVis to enhance online tutoring and learning activities Real-time visualization of students’ tracking data. International Journal of Interactive Technology and Smart Education, Vol. 8, No. 1., pp. 52-69
  • Dimitrakopoulou, A., 204. State of the art on Interaction and Collaboration Analysis. (D26.1.1) EU Sixth Framework programme priority 2, Information society technology, Network of Exc.

 

[1] http://www-lium.univ-lemans.fr/fr/content/ingenierie-eiah

 

Proposition for a PhD thesis

Topic : Design of dynamic, adaptive and contextual dashboards

The HUBBLE project (HUman oBservatory Based on anaLysis of e-LEarning traces) is funded by the French Agency of Research (ANR). It aims at proposing the creation of an observatory for building and sharing analysis processes of massive e-learning traces. HUBBLE will enable the participants (teachers, students, learning designers, managers, etc.) to analyze and explain learning and teaching phenomena with technology enhanced learning environments. The analysis processes will guide the decision-making of the participants involving in the learning and teaching setting. Thus, they have to be usable and integrated in the latter. On top of that, they will also be used by e-learning researchers in order to produce concepts, models and indicators.

HUBBLE makes use of the existing platforms to allow the design, sharing and management of analysis processes based on the traces available in the observatory. HUBBLE will also consider ethical questions regarding traces and their analysis.

The HUBBLE project aims at promoting collaborative research activities between research teams in Computer Sciences and also in Human and Social Sciences, thus developing a national observatory. The research activity is based on case studies proposed by partners. These case studies will be used to design and implement the analysis processes, which will be later on shared throughout the observatory.

Beyond the experimental or technological results, the HUBBLE project fosters and strengthens a national community around Learning Analytics with an objective to increase its visibility inside the European and international research communities.

Thesis description

The dynamic dashboards aim at visualizing indicators given by the analysis process of massive learning traces covered by the project, as well as the interaction means among participants and/or with other resources produced or found during learning activities. These dynamic dashboards are generated according to the participants, their roles (teacher, learner, tutor, learning manager, designer, head, etc.), their past and current activity. In other words, these dashboards have to be adaptive and based on learning context. Therefore, there is a need to have relevant information organized contextually along with the dashboards being generated on the fly at the relevant moment throughout the learning process. In this regard, it is necessary to specify the links between indicators, their possible representations (according to the environment) and their targets (teacher, learner, tutor, etc.). There is also a need to produce templates of dashboards for specific learning situations that will be further reused (capitalization of observational situation). One of the main particularities of the research effort in this thesis covers the fact that indicators will be trans-learning situations and trans-learning environments. For instance, it is pertinent for a learner to monitor his progress or to have a reflective analysis of his learning process thanks to the indicators, computed across different MOOCs and learning environments where he has involved. The research objective of this thesis is to propose a formal and declarative model, allowing the implementation of the dashboard (editor, compositor, generator of dashboards). To do so, it will be significant to work in collaboration with the other tasks of the HUBBLE project (analysis scenarios, indicators, etc.), and also to consider existing works of all partners. The work organization of this thesis will be iterative. Intermediate experimentation will be conducted during the project lifetime in order to validate the proposals.

Contact

Sébastien IKSAL
Email : sebastien (dot) iksal @ univ-lemans (dot) fr
Phone : +33 2 43 59 49 19

Madeth MAY
Email : madeth [dot]  may @univ-lemans (dot) fr
Deadline : June 30th 2015

Hubble, let’s roll

 

Hubble

 

Hubble (human observatory on analysis of e-learning traces), the ANR project unites more than 40 experts and researchers in TEL and Educational Sciences from both public and private institutions.

Part of our implication in the project is to define different analysis scenarios for a dedicated learning case that we either use in our daily teaching activity or set up for experimental situations. Our goal is to help researchers study various aspects of an educational setting. For instance, thanks to the analysis made on the tracking data issued from a learning environment, researchers can explain the evolvement of the participants and their behaviours throughout a learning session.

We collaborate with several scientific partners to provide tracking approach (data collection methods) and data visualisation mechanisms for the selected learning environments covered by the project. We are also in charge of deploying technological solutions to ensure the protection of user personal data exploited, shared and distributed throughout the project.

Today marks the start of Hubble. Things are about to get serious :)

Follow us on http://hubblelearn.imag.fr/

A quick look back at user’s perception in E-learning security and privacy Issues

Researchers have proven with both theoretical and empirical studies that technologies could enhance learning. Meanwhile, technologies could also create barriers to the latter. Particularly, when the use of technologies causes security and privacy concerns, E-learning becomes less fruitful as the participants are too afraid to be exposed by what has been provided to help them learn in the first place.

I dedicated a section in my PhD thesis (cf. Chapter 1) to a study on user’s perception in using E-learning technologies and the relevant issues. What I had in mind back then was to raise the awareness of security and privacy issues, which are often overlooked in the research efforts that implicate user tracking and personal data usage for instructional purposes.

Within the past ten years, we witness a strong growth of research efforts which aim at developing technologies that better support user participation and interactivity while others attempt to provide new technological approaches, such as “user tracking”, to make online learning and teaching easier and more efficient in terms of student monitoring and evaluation.

Using tracking systems has been done in numerous ways in E-learning in accordance with the technological progress being made. In the meantime, it has increased security and privacy problems, which lead to a situation where security and privacy protection are becoming essential for the users. This paper gives a quick look at how students see the way their personal data being exploited and our point of view on that matter.

Read more after the break…

Continue reading