Teaching Analytics : support à l’évaluation et l’assistance à la conception pédagogique par l’intelligence artificielle.

Débuté le : 01/10/2019
Doctorant : Ibtissem Bennacer
Directeur(s) de Thèse : Sébastien Iksal
Co-encadrant(s) de Thèse : Rémi Venant
Financement : Bourse Ministérielle

Le sujet de cette thèse s’inscrit dans le cadre de l’utilisation des Teaching Analytics pour analyser les comportements des enseignants et les assister dans l’utilisation des Learning Management System (LMS).
Les Teachings Analytics (TA) se réfèrent aux méthodes et aux outils pour aider les enseignants à analyser et à améliorer leurs conceptions pédagogiques, et plus récemment, à l’analyse de la manière dont ceux-ci dispensent leurs enseignements. Notre objectif est d’exploiter ce domaine des Teaching Analytics afin d’aider les enseignants à évaluer leurs comportements sur leur LMS institutionnel. In fine, nous souhaitons doter les enseignants d’outils d’awareness personnel et sociale, afin qu’ils s’engagent dans des situations d’apprentissage visant à améliorer leurs utilisations du LMS, et de soutenir ces situations par des feedbacks automatiques et un apprentissage par les pairs.
Nous avons conçu un modèle d’évaluation sur la base d’une analyse qualitative et d’une analyse quantitative. Ce modèle décrit les pratiques des enseignants sur les LMS à travers six axes majeurs : l’évaluation, la réflexion, la communication, la collaboration, les ressources ainsi que l’interactivité et la gamification. À partir de ce modèle, nous avons conçu 3 indicateurs de TA : tendance d’utilisation du LMS, score de curiosité et score de régularité.
Actuellement, nous développons une application web dédiée aux enseignants et aux ingénieurs pédagogiques pour (i) fournir aux premiers des fonctionnalités d’auto-évaluation et de recommandations, et (ii) permettre aux seconds de détecter les enseignants ayant des besoins spécifiques et les enseignants ayant un profil d’expert.