CERV logo
RECHERCHE

IdeA : Apprentissage de Procédure en Environnement Virtuel

IDEA

Les travaux réalisés dans le domaine de l’apprentissage de procédures (les « savoir-faire » mis en œuvre pour réaliser une tâche) montrent que ce type d’apprentissage se déroule en trois phases qui reposent notamment sur l’exécution répétée de la tâche (Anderson, 1995 ; Ganier, Hoareau & Devillers, 2013). L’existence de ces différentes phases d’apprentissage a pu être avérée par des techniques d’imagerie cérébrale (IRM Fonctionnelle et Tomographie par Emission de Positons ; Hubert et al., 2007 ; Tenison, Fincham & Anderson, 2016). Toutefois, les études réalisées à ce jour n’ont pas encore permis d’identifier d’indicateurs comportementaux permettant de repérer le passage par ces différentes phases en temps réel et sans technologie lourde ou invasive.

L’hypothèse principale, s’appuyant sur les résultats de Ganier, Hoareau et Devillers (2013), est que chaque phase peut être repérée en temps réel à travers des indicateurs comportementaux (e.g., temps et nombre de consultations des instructions, temps d’exécution des actions, nombre d’actions incorrectes, etc.). Ces données, facilement identifiables en environnement virtuel, peuvent être enregistrées sous forme de logs et sont susceptibles d’être confrontées à des données physiologiques ou subjectives reflétant l’évolution du coût cognitif lors de l’apprentissage de procédure.

Les principaux objectifs de ce projet de thèse sont les suivants : (1) identifier expérimentalement les indicateurs comportementaux susceptibles de repérer dans quelle phase d’apprentissage se situe un individu donné, (2) identifier les indicateurs permettant d’attester qu’une habileté (i.e., la connaissance procédurale) est acquise, (3) émettre des préconisations (sur la base de règles conditionnelles élaborées à partir des données comportementales) pour l’implémentation d’algorithmes de détection des phases d’apprentissage et de validation de l’acquisition d’habileté, (4) implémenter les algorithmes dans l’EVAH, et (5) vérifier expérimentalement que le modèle de détection des phases d’apprentissage créé est valide.

Ainsi, l’identification automatique et en temps réel des phases d’apprentissage s’appuiera sur le recueil des traces de l’activité et des méthodes d’Intelligence Artificielle. La contribution principale sera de pouvoir rendre un EVAH adaptatif à l’apprenant (e.g., en fournissant des guidages ou des aides supplémentaires) et par conséquent d’optimiser l’apprentissage d’une procédure en prenant en compte les différences interindividuelles en termes de rythme et de capacités d’apprentissage.

Financement : 50% CDE (ED ELICC), 50% Brest Métropole

Contacts :

·        Anaïs Raison –  anais.raison@univ-brest.fr (Doctorante en Psychologie Cognitive, UBO/Lab-STICC – COMMEDIA)

·        Franck Ganier – franck.ganier@univ-brest.fr (Directeur de thèse, Professeur des Universités en Psychologie Cognitive Ergonomique, UBO/Lab-STICC – COMMEDIA)

·        Olivier Augereau – augereau@enib.fr (Encadrant de thèse, Maître de Conférences en Informatique, ENIB/Lab-STICC – COMMEDIA)

·        Nathalie Le Bigot –  nathalie.lebigot@univ-brest.fr (Encadrante de thèse, Maître de Conférences en Psychologie, Encadrante de thèse, UBO/Lab-STICC – COMMEDIA)

Facebook
Twitter
LinkedIn

Related Posts

Kéréon

Le phare de Kéréon est un enfer, malgré un intérêt patrimonial évident, une problématique se pose : comment rendre le phare accessible aux visiteurs.

Read More »

JUMANGI, Jumeaux nUMériques d’une situation d’Assistance médicale en milieux isolés par l’usage de la réalité mixte et des interactions taNGIbles augmentées

Le projet JUMANGI s’intéresse à la collaboration entre 2 utilisateurs (ou deux équipes) géographiquement et/ou temporellement distants, dans le cadre du Challenge R&T « Jumeau Numérique Santé du Spationaute ». Ce projet propose d’utiliser la réalité mixte pour mettre en relation une personne isolée et une équipe d’expert afin de l’assister lors d’une opération médicale.
Le but de ce projet est d’étudier l’utilisabilité de la Réalité Mixte pour renforcer l’autonomie de l’utilisateur.

Read More »