L’ACQUISITION DE CONNAISSANCES DANS LES SYSTEMES DYNAMIQUES : PRODUCTION ET UTILISATION DANS LE CADRE DE L’ATELIER DE GENIE DIDACTICIEL INTEGRE

Mirna A.N. NACHOUKI

L’ambition majeure des systémes d’EIAO est d’offrir, à chaque apprenant, un enseignement personnalisé. Néanmoins, il n’existe pas, aujoud’hui, une théorie susceptible de couvrir toutes les situations d’apprentissage. Un enseignant, dans une classe, procède par tâtonnement pour trouver la meilleure manière de communiquer avec chaque élève.

Pour concrétiser cette ambition, ces systèmes doivent pouvoir imiter le comportement de l’enseignant qui exerce son activité dans le monde réel. Ainsi, durant leur utilisation, ils doivent acquérir des connaissances et revêtir un aspect évolutif et dynamique. Comme en témoigne le volume des publications à ce sujet, l’acquisition de connaissances a été massivement abordée dans le cadre de systèmes relativement stables (systèmes à base de connaissances classiques); à l’opposé, peu de travaux ont visé à embarquer un tel processus au sein des systèmes dynamiques.

Dans le but de garantir l’évolutivité des connaissances, nous soulignons que le processus d’acquisition doit, dans un système dynamique, être complété par un mécanisme d’évaluation des connaissances. Aussi, nous définissons un cycle de vie du processus d’acquisition au cours duquel les connaissances sont raffinées de manière progressive avant d’être intégrées dans la représentation la plus adéquate. Nous décrivons alors une représentation permettant de formaliser différentes méthodes d’aquisition respectant le cycle de vie proposé.

Pour  garantir l’aspect évolutif des connaissances, il s’est avéré indispensable de considérer ce processus et sa modélisation comme une acivité unique et indissociable. Nous proposons une architecture basée sur trois modèles. Le premier est constitué des connaissances nécessaires au fonctionnement du système. Le second s’articule autour d’une base de tâches représentant la globalité des opérations conceptuelles impliquées dans une fonction particulière d’acquisition de connaissances. Pour réaliser une tâche dans un contexte bien particulier, des agents (concept issu de l’intelligence artificielle distribuée) ont été formalisés. Chacun d’eux représente une méthode possible de résolution de cette tâche. Le troisième modèle est constitué des métaconnaissances qui assurent le pilotage et le contrôle des deux autres modèles, grâce aux différentes méthodes d’acquisition.

Nos travaux, par l’intermédiaire de cette architecture, permettent d’enrichir les différentes bases de connaissances des systèmes dynamiques. De plus, ils facilitent la représentation formelle et explicite du contrôle, l’articulation des connaissances du processus d’acquisition et la généricité des modules développés. Enfin, ils permettent, grâce à la définition formelle, de rapprocher la spécification des solutions d’acquisition de leur réalisation effective. Ils constituent un pas supplémentaire vers le développement des systèmes d’apprentissage réellement dynamiques, donc plus réactifs et mieux adaptés à chaque situation d’enseignement.