Stage M1 ou M2 informatique en Learning analytics

When:
31/03/2023 – 01/04/2023 all-day
2023-03-31T02:00:00+02:00
2023-04-01T02:00:00+02:00

Offre en lien avec l’Action/le Réseau : EducAction/– — –

Laboratoire/Entreprise : LIFAT
Durée : 6 mois
Contact : sabine.barrat@univ-tours.fr
Date limite de publication : 2023-03-31

Contexte :
Le stagiaire sera intégré au laboratoire d’informatique de
l’Université de Tours (LIFAT), dans l’équipe RFAI (Reconnaissance des
Formes et Analyses d’Images). Le stage sera co-encadré par Gilles Tétart,
sociologue (Equipe Cost, laboratoire CITERES). Le stage est financé par le
RTR DIAMS (Réseau Thématique de Recherche Données, Intelligence
Artificielle, Modélisation et Simulation).

Sujet :
« Learning analytics : l’Intelligence Artificielle appliquée à l’identification
d’apprenants en situation de décrochage »

L’augmentation du nombre d’étudiants dans l’enseignement supérieur ces dernières années et la crise sanitaire ont accéléré le développement de l’enseignement à distance ou hybride. La conséquence “positive” directe est l’augmentation massive de données / traces numériques accumulées par les apprenants dans leur environnement numérique d’apprentissage. A contrario, ce mode d’enseignement, de par la conception des cours et/ou des comportements des apprenants, augmente les difficultés d’apprentissage de certains, pouvant aller jusqu’à leur décrochage.

L’objectif du stage est l’analyse des données / traces numériques pour :
– Détecter les potentiels apprenants décrocheurs, établir des profils
sociographiques et/ou des caractéristiques récurrentes.
– Identifier les causes possibles de décrochage, analyser les effets de
contexte et les déterminants structuraux du décrochage.
– Comparer les éléments d’analyse recueillis à la littérature scientifique
existante sur la question du décrochage/échec scolaire.
– Proposer automatiquement des solutions de remédiation adaptées aux
profils des apprenants (ressources pour accompagner les apprenants en
difficulté, envoi de messages de motivation automatisés, …)
Pour répondre à ces besoins, une piste à explorer est l’utilisation de
classificateurs (apprentissage automatique) de types prédictifs et
explicatifs.

Profil du candidat :
Qualifications souhaitées : M1 ou M2 en cours dans le domaine de
l’informatique avec un intérêt pour les questions d’inégalités sociales en
lien avec la réussite scolaire/universitaire. Une connaissance/expérience
de l’apprentissage automatique et des outils associés est un plus.

Formation et compétences requises :
Qualités relationnelles, ouverture et curiosité afin de dialoguer et
comprendre les interlocuteurs de différents domaine (informatique et
sociologie)
· Sens de l’initiative et force de proposition
· Sens de l’organisation, autonomie
· Capacité à faire du reporting

Adresse d’emploi :
LIFAT
64 avenue Jean Portalis
37200 TOURS

Document attaché : 202302161824_Fiche_poste_stage_RTR_DIAMS.pdf