Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : IRISA – Rennes
Durée : CD 3 ans
Contact : nathalie.girard@irisa.fr
Date limite de publication : 2024-06-30
Contexte :
L’équipe de recherche Shadoc (anciennement IntuiDoc) (https://www-shadoc.irisa.fr/) de l’IRISA travaille sur l’analyse et la reconnaissance de tracés et de gestes manuscrits réalisés sur surfaces 2D : tablettes et écrans tactiles. Nous nous intéressons notamment à la conception de moteur de reconnaissance de formes et aux nouveaux usages autour de l’interaction gestuelle sur des surfaces tactiles.
L’équipe travaille sur le développement d’environnements numériques innovants sur tablette stylet pour l’éducation, avec le pilotage de plusieurs travaux récents sur l’apprentissage de l’écriture manuscrite pour les classes de primaire et de maternelle, ou sur la production de schémas de géométrie pour les classes de collège.
Sujet :
Ce sujet de thèse s’inscrit dans la thématique des enjeux sociétaux autour de l’IA pour l’éducation. Il fait suite aux travaux de recherche effectués sur la conception de Systèmes Tutoriels Intelligents (STI) pour l’aide à l’apprentissage par le dessin. Nos précédents travaux ont notamment porté sur les thématiques pédagogiques de l’aide à l’apprentissage de la géométrie au collège et sur les schémas d’anatomie dans les formations de Santé. Ces travaux reposent sur des études qui ont démontré que l’introduction d’activités de dessin scientifique dans des cours permettait d’améliorer les performances d’apprentissage des étudiants. Les systèmes tutoriels intelligents permettent de développer des stratégies d’apprentissage personnalisées très efficaces en produisant automatiquement des feedbacks correctifs ou de guidage qui sont adaptés.
Les systèmes tutoriels intelligents [7, 8, 9] sont nés du couplage de deux domaines : l’intelligence artificielle et l’e-éducation. Pour les concevoir, le principe est de modéliser la connaissance experte qui permettra au système d’analyser ensuite automatiquement les actions de l’apprenant. L’analyse porte à la fois sur la reconnaissance des tracés manuscrits semi-structurés, et sur l’analyse de la validité de l’action relativement aux contraintes du problème (protocole de résolution de problème, étapes de dessin).
Dans ce travail de recherche, nous explorerons un nouveau challenge qui consiste à travailler sur un module de génération automatisée de règles expertes (mode auteur) pour appréhender la modélisation structurelle (et compositionnelle) semi-supervisée de schémas. L’ambition est de pouvoir prendre en entrée de l’apprentissage du STI pour générer les règles, aussi bien des schémas structurés (comme pour la géométrie) que des schémas semi-structurés, tel que les schémas d’anatomie.
En facilitant par l’apprentissage semi-supervisé la création des modèles de connaissances adossés aux STI, on permettra d’étendre leurs champs applicatifs à d’autres disciplines pour appréhender par exemple des schémas décrivant des processus ou encore des schémas scientifiques (chimie, biologie, physique…).
Contacts : eric.anquetil@irisa.fr; nathalie.girard@irisa.fr
Profil du candidat :
Formation et compétences requises :
Adresse d’emploi :
laboratoire IRISA, équipe Shadoc, Rennes, France
Document attaché : 202404201028_sujetTèse_EA_Shadoc_2024 V2.pdf