Issue of knowledge acquisition in intelligent tutoring systems : towards an authoring tool for AMBRE project

Cette thèse aborde la problématique de l’acquisition des connaissances dans le cadre de la conception des Environnements Informatiques pour l’Apprentissage Humain (EIAH). Dans le contexte spécifique de ce travail, nous nous intéressons à des EIAH destinés à enseigner des méthodes de résolution de problèmes. De telles méthodes permettent, dans un domaine donné, de reconnaître la classe d’un problème et d’être capable de savoir quelle technique de résolution appliquer pour le résoudre. Le coût de conception de ces EIAH est cependant très élevé, en particulier du fait de l’élicitation des connaissances, qui nécessite non seulement une expertise dans le domaine concerné mais également en programmation.Afin de réduire le coût de conception de ces EIAH, et permettre à des auteurs (enseignants ou pédagogues plus experts) de pouvoir éliciter sans programmer les connaissances nécessaires à l’EIAH, nous proposons un processus d’acquisition interactive de ces connaissances. Ce processus est mis en œuvre à travers la conception d’un outil auteur : AMBRE-KB. Pour ce faire, nous avons d’abord proposé des méta-modèles qui permettent de décrire la forme des connaissances à acquérir. Ces connaissances ne sont pas celles d’un expert dans un domaine, mais les connaissances telles qu’on voudrait qu’elles fonctionnent chez l’apprenant à l’issue de l’apprentissage. En s’appuyant sur ces méta-modèles, nous avons ensuite proposé un processus d’acquisition de ces connaissances qui permet d’assister l’auteur lors de l’élicitation des connaissances nécessaires, en lui permettant de construire un modèle de connaissances spécifique à un domaine.Nous avons mené deux expérimentations pour évaluer le processus d’acquisition des connaissances et sa mise en œuvre dans l’outil AMBRE-KB. La première porte sur la complétude. Il s’agit de vérifier, pour un domaine donné, si les modèles de connaissances générés par AMBRE-KB permettent à l’EIAH de résoudre des problèmes. L’objectif de la deuxième expérimentation est de mesurer l’utilité et l’utilisabilité de AMBRE-KB. Les résultats des deux expérimentations sont satisfaisants.The general issue we addressed in this thesis is the challenge of knowledge elicitation in Intelligent Tutoring Systems (ITS). In the context of this work, we are interested in ITS teaching problem solving methods. Teaching methods for solving problems consists in teaching students how to think about the problem before starting its resolution. In a given field, such a method is based on a categorization of problems. Knowing to recognize the class of a problem enables students to choose the resolution technique associated with this class. However, designing such ITS is tedious and costly, and specially require expertise in the application domain and in programming.In order to reduce the design cost of these ITS and to enable an author (for example a teacher) to be able to elicit knowledge needed without programming, we propose an interactive knowledge elicitation process. This process is implemented through the design of an authoring tool: AMBRE-KB. For that, we first propose meta-models for the knowledge to be acquired. This knowledge is not an expert knowledge, but knowledge such as we would want that they work at the end of the learning. Next, we propose a knowledge acquisition process based on these meta-models, which enable the author to be assisted in the elicitation process enabling him/her to build specific knowledge models for a given domain.We conducted two experiments to evaluate the knowledge acquisition process and its implementation in the AMBRE-KB tool. The first relates to completeness. The aim is to verify, for a given domain, whether the knowledge models generated by AMBRE-KB enable the solver to solve problems. The aim of the second experiment is to measure the utility and usability of AMBRE-KB. The results of both experiments are satisfactory