ArticlePDF Available

Un environnement personnel d'apprentissage evaluant des distances Epistemiques et dialogiques

Authors:

Abstract and Figures

Tout enseignement est à distance. De nouveaux environnements informatisés peuvent évaluer automatiquement diverses productions d’apprenants et leur procurer divers renseignements sur ces dernières. En révélant d’autres distances que physiques (épistémiques et sociales), et en s’agrégeant au sein de plates-formes sociales, ces environnements offrent de nouvelles perspectives dans l’enseignement à distance et en présence. Cet article présente trois widgets évaluant des aspects divers des processus d’apprentissage et délivrant leurs évaluations sous la forme de distances (distance sémantique, cognitive individuelle ou sociale). Ces trois widgets peuvent s’interconnecter pour former un environnement personnel d’apprentissage, environnement qui a fait l’objet d’une première étude exploratoire d’usage, avec des étudiants d’informatique. English abstract: Every teaching is distant. New computer environments can automatically assess various productions of learners and provide several feedback. By revealing non-physical distances (social and epistemic), and by joining in social platforms, these environments offer new opportunities in distance learning but also in face-to-face learning. This article presents three widgets evaluating various aspects of learning processes and delivering their evaluation as a form of distance (semantic distance, individual cognitive distance and social distance). All three widgets can be interconnected to build a personal learning environment, which is the subject of a first exploratory case-study with computer science students.
Content may be subject to copyright.
Distances et savoirs. Volume 8 n° 2/2010, pages 1 à X
Un environnement personnel
d’apprentissage évaluant des distances
épistémiques et dialogiques
Philipe Dessus*, Stefan Trausan-Matu**, Fridolin Wild***, Damien
Dupré****, Mathieu Loiseau*,*****, Traian Rebedea** & Virginie
Zampa*****
* LSE & IUFM-UJF, 1251 av. Centrale, BP 47, F-38040 Grenoble Cedex 9
philippe.dessus@upmf-grenoble.fr
** Université Politehnica de Bucarest, 313 Splaiul Indendentei, Bucarest, Roumanie
{stefan.trausan, traian.rebedea}@cs.pub.ro
*** Knowledge Media Institute, The Open University, Walton Hall, MK76AA Milton Keynes,
UK, f.wild@open.ac.uk
**** Laboratoire interuniversitaire de psychologie, 1251 av. Centrale, BP 47, F-38040
Grenoble Cedex 9, damien.dupre@ixiade.com
***** LIDILEM, Université Stendhal, BP 25, 38040 Grenoble Cedex 9
{mathieu.loiseau, virginie.zampa}@u-grenoble3.fr
RÉSUMÉ. Tout enseignement est à distance. De nouveaux environnements informatisés peuvent
évaluer automatiquement diverses productions d’apprenants et leur procurer divers
renseignement sur ces dernières. En révélant d’autres distances que physiques (épistémiques
et sociales), et en s’agrégeant au sein de plates-formes sociales, ces environnements offrent
de nouvelles perspectives dans l’enseignement à distance et en présence. Cet article présente
trois widgets évaluant des aspects divers des processus d’apprentissage et délivrant leurs
évaluation sous la forme de distance (distance sémantique, cognitive individuelle ou sociale).
Ces trois widgets peuvent s’interconnecter pour former un environnement personnel
d’apprentissage, environnement qui a fait l’objet d’une première étude exploratoire d’usage,
avec des étudiants d’informatique.
ABSTRACT. Every teaching is distant. New computer environments can automatically assess
various productions of learners and provide several feedback. Revealing non-physical
distances (social and epistemic), and by joining in social platforms, these environments offer
new opportunities in distance learning but also in attendance learning. This article presents
three widgets evaluating various aspects of learning processes and delivering their evaluation
as a form of distance (semantic distance, individual cognitive distance and social distance).
All three widgets can be interconnected to build a personal learning environment, which is
the subject of a first exploratory study of use with computer science students.
MOTS-CLÉS : Environnements d’apprentissage personnels, rétroactions, distance épistémique,
distance sociale, analyse sémantique latente
KEYWORDS: Personal Learning Environments, feedback, epistemic distance, social distance,
Latent Semantic Analysis.
2 Distances et savoirs. Volume X n° X/2012
Introduction
Toute situation d’enseignement est à distance ; même celles communément dites
« en présence » le sont, ne serait-ce que du fait de l’existence d’une distance
épistémique nécessaire entre ce que sait lenseignant et ce que sait lélève (Dessus,
2008). Ce qui caractérise généralement les situations denseignement à distance est
un éloignement physique et temporel des participants (enseignants, tuteurs, appre-
nants) qui rend leurs interactions différentes de celles en présence. De nombreux
modèles théoriques (p. ex., la distance de transaction de Moore, 1993), mais aussi de
nombreux outils et systèmes ont été conçus pour analyser, modéliser, et parfois agir
sur cette distance, afin de rendre la tâche de chaque participant plus aisée et parfois
plus proche de ce qu’elle serait dans une situation en présence. Ces modèles, ainsi
que des récents travaux en psychologie ont montré que les différentes dimensions de
la distance (temporelle, spatiale, mais aussi sociale ou cognitive) étaient inter-reliées
(Trope & Liberman, 2010).
Les différentes théories sur la distance, dans le domaine de lenseignement du
même nom, partagent deux inconvénients : elles sont principalement centrées sur les
aspects de communication, et ne sintéressent pas particulièrement à la connaissance
enseignée. De plus, elles ne comportent pas toujours de critères mesurables, si on se
réfère aux rares tentatives de rendre quantifiable la distance de transaction (Dessus,
2003b ; Saba & Shearer, 1994). Nous pensons toutefois que, dans les processus
d’enseignement/apprentissage à distance, il existe des distances épistémiques et
cognitives qui peuvent jouer des rôles importants. Il est également possible de
rendre compte de ces distances, non en mètres ou avec des chronomètres, mais avec
des outils de traitement automatique de la langue (p. ex., Dessus et al., 2009 ;
Trausan-Matu & Dessus, 2010).
Dans les contextes typiques denseignement à distance, les étudiants réalisent de
très nombreuses activités : entre autres, ils ont à lire des documents de cours, à en
produire des résumés ou des synthèses afin de les apprendre, à produire des blogs
réflexifs les amenant à prendre de la distance (sic) avec les contenus enseignés, à
discuter de ces contenus entre pairs et/ou avec lenseignant. Pour chacune de ces
activités les étudiants ont besoin de retours évaluatifs leur permettant daméliorer
leurs productions et/ou leurs connaissances. Les outils actuellement disponibles sur
le web, comme le courriel ou la messagerie instantanée (chat) permettent et
encouragent lenseignement collaboratif assisté par lordinateur (Stahl, 2006), et
donc la diffusion de rétroactions humaines. L’enseignement à distance ne réduit pas
seulement les distances physiques via l’utilisation des outils susnommés. Il est
essentiellement fondé sur un paradigme spécifique : le dialogisme, la participation
polyphonique, en lequel plusieurs « voix » réduisent les distances entre les collabo-
rateurs, et entrent en inter-animation (Trausan-Matu, Stahl, & Sarmiento, 2007). Des
environnements informatiques peuvent procurer aux apprenants des rétroactions
automatiques sur une partie de leur production sans aucune intervention d’un ensei-
Un environnement personnel d’apprentissage évaluant des distances 3
gnant ou d’un tuteur, ce qui permet à l’apprenant d’avoir des rétroactions plus
régulières et instantanées, et à l’enseignant de se focaliser sur des problèmes spécifi-
ques (p. ex., à propos du cours, des apprenants).
Quels nouveaux types de « distances » peuvent être révélés dans des environ-
nements informatiques ? Quels sont les types d’apprentissages qui pourront être
réalisés en combinant ces derniers ? Ces environnements, très complexes et dont le
comportement est encore peu prédictible par les apprenants, sont-ils vraiment
utilisables ? Le but de cet article est d’esquisser une réponse à ces questions. Il
s’agira dans un premier temps de définir de manière simple ce qu’est un environne-
ment personnel d’apprentissage et les dimensions selon lesquelles il pourrait
favoriser les activités d’apprentissage ou d’enseignement. Puis, nous présenterons
trois outils logiciels, conçus pour être autant de widgets en interaction dans une
plate-forme sociale denseignement (p. ex., Elgg), jouant le rôle d’un environnement
personnel d’apprentissage. Nous terminerons par la description d’une utilisation de
ces outils en contexte d’apprentissage collaboratif.
Apprendre à distance dans un environnement informati
Un environnement (quil soit informatisé ou non) peut permettre lapprentissage
s’il satisfait aux conditions suivantes (reprises de Dessus, 2008) :
l’environnement doit présenter une situation de travail spécifiquement
aménagée qui donne de bonnes conditions à l’apprenant : ce dernier effectue, de
manière plus ou moins guidée, des « déplacements » (moves) dans cet environ-
nement qui sont scrutés et interprétés par l’enseignant et ses pairs ;
dans cette situation, lapprenant doit avoir accès à des connaissances (p. ex., par
le biais de lenseignant ou de textes présentés dune quelconque manière, par
livre ou ordinateur) ;
il faut que les tâches que lapprenant réalise dans cette situation soient
soigneusement sélectionnées par l’enseignant : elles doivent être variées, répéta-
bles, ni trop difficiles ni trop simples au regard du niveau de lapprenant, et bien
sûr ne pas présenter un quelconque risque ou danger ;
l’apprenant doit avoir une certaine activité de communication avec lenseignant
(ou dinteraction avec le livre), de manière à ce que les connaissances puissent
être communiquées. Cette activité recouvre des formes diverses (demande
d’explications supplémentaires, discussion, restitution orale, production écrite,
etc.) ;
l’apprenant doit avoir un certain retour à propos de son activité dans la situation
(ce quil fait, où il va, ce quil lui reste à apprendre), ce retour étant fondé sur le
produit de lactivité de communication exposée ci-dessus ;
4 Distances et savoirs. Volume X n° X/2012
l’apprenant interagit avec ses pairs, dans des situations plus ou moins guidées
par lenseignant, de manière à négocier et construire un point de vue partagé
(Stahl, 2006).
Il est intéressant de noter que, pour beaucoup des conditions ci-dessus, la notion
de distance intervient, que ce soit la distance « parcours » dans lenvironnement,
celle entre tâches et connaissances antérieures de lapprenant, celle entre activité
prescrite et réelle, etc. Certaines de ces distances sont matérielles, dautres sont
épistémiques. Ce sont ces dernières qui nous intéressent plus précisément ici. Deux
objets théoriques, lorsquils sont implantés dans des systèmes, permettent d’exploi-
ter cette distance : les boucles et écarts.
Une boucle, selon notre définition (Dessus, 2011), est une partie du flux de
travail dun apprenant dans lequel ce dernier a une idée du chemin à parcourir. Pour
cela des indications explicites ou implicites lui sont fournies afin qu’il ait une idée
de là où il est, des buts qui lui sont fixés, de ceux qu’il a l’intention d’atteindre, etc.
L’écart représente le degré de différence entre les informations traitées. Si les deux
informations sont identiques, alors l’apprenant peut considérer que la tâche objet du
flux de travail est terminée, si elles sont différentes il peut continuer à travailler
(Carver & Scheier, 2011). Comme lindiquent ces derniers auteurs, lécart entre le
réalisé et lintention ne décroit pas nécessairement avec le temps, il est donc néces-
saire d’en procurer à l’apprenant une mesure précise. Certains systèmes peuvent
informer leur utilisateur sur la manière dont il progresse (quels progrès fait-il par
rapport à son but). Ces trois questionnements (« où vais-je ? », « comment y aller ? »
et « que puis-je faire ensuite ? ») sont au ur de tout processus de rétroaction
(Hattie & Timperley, 2007). Ainsi, en utilisant un système informatisé, tout appre-
nant est inséré dans un flux de travail composé de différentes boucles. Il est impor-
tant, également, de noter que lutilisateur est libre de quitter la boucle à tout moment
Les environnements personnels d’apprentissage
Un environnement personnel d’apprentissage (EPA, ou PLE pour Personal
Learning Environment) peut être défini comme le « […] réseau de personnes entou-
rant un individu, ces personnes utilisant des artefacts et outils pendant qu’ils sont
impliqués dans des activités isolées ou collaboratives de construction de connais-
sances et d’informations plus ou moins intentionnelles » (Wild et al., 2011, p. 39).
L’EPA a tout d’abord été un concept technique dans lequel l’apprenant occupe une
place centrale, auparavant occupée par le serveur dans les plates-formes d’apprentis-
sage classiques (Olivier & Liber, 2001). Pendant la dernière décennie, la recherche
sur les EPA s’est élargie en passant d’aspects strictement techniques à des
considérations pédagogiques importantes, comme celle de favoriser l’apprentissage
autorégulé (Attwell, 2007). D’un point de vue technique, les widgets (applications
web miniatures et centrées sur une tâche) sont apparus et ont favorisé la
combinaison et l’interopérabilité d’outils distribués dédiés à une activité d’apprentis-
sage. On peut concevoir les widgets de telle manière à ce qu’ils communiquent entre
Un environnement personnel d’apprentissage évaluant des distances 5
eux et partagent des informations, permettant à leurs utilisateurs de réaliser une
activité favorisée par cette utilisation combinée. Dans le cadre de la recherche
présentée ici, une plateforme Elgg fait office d’EPA. Les utilisateurs peuvent y
sélectionner des widgets généralistes (comme des gadgets Google), mais également
des widgets conçus pour leur apprentissage. Ainsi, l’environnement de travail peut
être agencé selon les besoins de chaque apprenant et peut s’interfacer avec toute
autre application de l’EPA.
Présentation des widgets et de leurs interconnexions
au sein d’un Environnement personnel d’apprentissage
Les outils (resp. Pensum, CONSPECT et PolyCAFe) présentés maintenant se
centrent sur trois aspects épistémiques différents de la distance en en produisant des
mesures :
une distance sémantique impliquant les phrases du texte produit (intra-
production) : Pensum détecte les sauts de cohérence (distance entre phrases
successives du texte produit), les phrases hors-sujet et les phrases possiblement
pertinentes (distance entre phrases du texte produit et des textes-sources) dans
les productions des étudiants (essais, résumés, notes de cours) ;
une distance cognitive individuelle entre productions : CONSPECT analyse les
productions réflexives des étudiants, p. ex., blogs, en affiche lévolution dans le
temps, ou encore en compare le contenu avec ceux d’autres blogs (expert,
émergent, de référence, de pair). Il affiche également des informations sur les
relations entre concepts et leur occurrence ;
une distance cognitive sociale : PolyCAFe analyse le contenu des tours de
parole dans les chats ou forums et représente lapport de chaque protagoniste et
le degré de collaboration, de polyphonie entre eux.
À leur façon, ces trois systèmes tentent donc de donner une nouvelle vision de ce
que pourraient être des « distances » épistémiques et dialogiques, cest-à-dire plus
centrées sur la connaissance que sur la distance physique ou temporelle. Ces trois
systèmes ont été conçus et implémentés dans le cadre du projet européen LTfLL
(Language Technologies for Lifelong Learning, http://www.ltfll-project.org/).
Comme déjà évoqué, la notion d’environnement personnel d’apprentissage
implique une certaine modularité (installation d’outils) et une forme d’inter-
opérabilité (navigation au sein des outils). Les outils que nous avons conçus sont
aptes à communiquer entre eux et permettent à l’apprenant des usages et parcours
variés. La Figure 1 décrit un parcours possible dans les différents outils. L’apprenant
commence par un accès à différentes ressources par iFLSS, un moteur de recherche
fondé sur des ontologies (Westerhout et al., 2010) que nous ne décrirons pas ici. Ce
moteur lui permet d’avoir accès à différents documents, présentations, vidéos,
ressources bibliographiques liés à un contenu donné par mots-clés, que ce soit dans
les ressources Web 2.0 disponibles (ressources YouTube, SlideShare ou Del.icio.us)
6 Distances et savoirs. Volume X n° X/2012
ou même dans le réseau social créé par l’apprenant, et qui peut donc être composé
de ses pairs. La lecture et le travail sur ces documents l’amène ensuite à travailler
via les trois autres environnements.
Figure 1. Le parcours possible d’un apprenant dans les différents widgets.
Tableau 1. Quelques caractéristiques des widgets présentés dans l’article.
W
Widget
Tâches préalables
requises
Tâches des
apprenants
Types de rétroactions sur la distance
Pensum
Rechercher des
textes de cours et
les sélectionner
Lire des
textes de
cours et en
réaliser des
synthèses
Distances épistémiques intraproduction :
Distance sémantique entre deux phrases
de la synthèse (cohérence)
Distance sémantique entre chaque phrase
d’un cours donné et la synthèse
(pertinence)
Distance entre chaque phrase de la
synthèse et le cours (détection de hors-
sujet)
CONS-
PECT
Produire un texte à
propos de sa
compréhension d’un
cours (blog, essai,
résumé, synthèse)
Comparer
les concepts
Distance épistémiques interproductions :
Comparaison avec des productions
précédentes ou avec un pair ou un expert
Similitude des concepts mentionnés
Poids des concepts mentionnés
Poly-
CAFe
Réaliser une
discussion
collaborative ou un
clavardage à propos
de notions du cours
Réfléchir
sur la
discussion
et préparer
les discus-
sions futures
Distance sociale :
Visualisation liens entre tours de parole
de participants à une discussion
Analyse des actes de parole de chaque
tour de parole
Analyse de la participation
Distance épistémique entre les
participants de la discussion
Le Tableau 1 ci-dessus reprend les principales caractéristiques de l’environ-
nement d’apprentissage mis en place dans le cadre de notre projet et indique widget
Un environnement personnel d’apprentissage évaluant des distances 7
par widget, les tâches que les apprenants les utilisant peuvent remplir, ainsi que les
types de rétroactions qu’ils délivrent. Passons maintenant à leur description
individuelle.
Pensum, un widget d’analyse de synthèses de cours
Pensum (Loiseau, Dupré, & Dessus, 2011) est un système d’aide à la rédaction
de synthèses. Il vise à laisser l’apprenant relativement libre dans son apprentissage,
tout en lui permettant, à tout moment, de prendre une part active à son évaluation
(Butler & Winne, 1995). Pour ce faire, l’apprenant peut demander au système un
retour sur son travail, qui lui fournira des rétroactions de trois types :
Saut de cohérence : deux phrases consécutives de la synthèse ne semblent pas
s’enchaîner correctement (‘ ‘ dans la Figure 2) ;
Idée non couverte : les phrases du cours qui ne semblent pas avoir été prises en
compte dans la synthèse sont indiquées en rouge ;
Phrase non pertinente : les phrases de la synthèse qui semblent sans relation
avec aucun élément des textes-sources sont indiquées en rouge.
Chacune de ces rétroactions utilise LSA Latent Semantic Analysis, une
méthode de comparaison sémantique textuelle, voir Landauer et Dumais (1997). Les
rétroactions ne pouvant être correctes à 100 % et l’objectif du système étant de
permettre à l’apprenant d’avoir un regard réflexif sur son propre travail, un
ensemble de fonctionnalités a été développé pour permettre à l’apprenant de
remettre en question ou contredire les jugements du système et dont les traces sont
conservées tout au long de la tâche de rédaction de la synthèse. Pensum donne à
l’apprenant un premier ensemble de distances, toutes épistémiques, lui permettant
d’analyser sa compréhension du contenu du cours. La mention de sauts de
cohérence, en soulignant un possible écart sémantique trop important entre deux
phrases, amène l’apprenant à préciser sa pensée et réduire cet écart. La mention
d’idées non couvertes (phrases du texte-source) l’amène à diagnostiquer l’impor-
tance de la phrase en question, donc à reconsidérer sa possible inclusion dans le
résumé. Enfin, la mention de phrases non pertinentes (hors-sujet) peut être un
moyen pour l’apprenant de repérer une compréhension erronée du cours.
8 Distances et savoirs. Volume X n° X/2012
Figure 2. Interface de Pensum. La zone supérieure affiche le cours (document par
document) et la zone inférieure accueille la saisie de la synthèse, en deux modes
alternatifs : écriture ou feedback. Les phrases remises en question par l’apprenant
sont en bleu, la justification de la remise en question par liaison explicite entre une
phrase de la synthèse et du cours est suivie d’un astérisque et surlignée, les phrases
non pertinentes pour la synthèse sont en gris dans la zone de texte « cours ».
CONSPECT, un widget analysant le développement conceptuel des apprenants
CONSPECT (voir p. ex. Berlanga et al., à paraître) est un widget qui permet à un
apprenant de superviser le développement de ses connaissances durant un cours ou
un intervalle de temps plus long (année universitaire). CONSPECT via une analyse
automatique également fondée sur LSA, met en évidence par un conceptogramme
(voir Figure 3) les liaisons existant entre les concepts utilisés par l’apprenant mais
également les différences entre apprenants. L’utilisation de CONSPECT suppose
qu’un texte ait été préalablement saisi, et que ce texte représente un état des
connaissances de l’apprenant (sous la forme d’un blog, d’un essai, d’un résumé). Il
est possible, bien que non obligatoire, que ce texte soit issu de Pensum. En faisant la
comparaison entre deux éléments de production, CONSPECT affiche les possibles
concepts apparaissant dans l’une des productions seulement (concepts manquants)
ainsi que ceux apparaissant dans les deux (concepts similaires).
Un environnement personnel d’apprentissage évaluant des distances 9
La Figure 3 montre un tel exemple de comparaison entre pairs du « recoupe-
ment » conceptuel entre deux productions écrites d’étudiants. Chaque cercle
représente un concept extrait des textes et les rectangles symbolisent les apprenants.
Un concept est connecté à un apprenant s’il est présent dans l’un des billets de blog
de ce dernier. Les concepts sont d’autant plus proches les uns des autres qu’ils sont
associés dans les textes des apprenants. À partir de ces données, CONSPECT utilise
un algorithme de dessin fondé sur les forces pour mettre en forme les concepto-
grammes : les nœuds (utilisateurs, concepts) se repoussent et les liens entre les
nœuds (concepts apparaissant dans les mêmes billets, utilisateurs ayant recours aux
concepts) sont présentés comme des ressorts, l’algorithme utilise des lois de mécani-
que et positionne les éléments selon le bilan des forces. Au bout du compte, les
étudiants et concepts seront représentés dans la même zone selon l’utilisation des
seconds par les premiers. Les concepts étant extraits par la thode de l’analyse
sémantique latente (LSA), les concepts sont relativement indépendants des mots y
référant. Par exemple, un texte contenant le mot « automobile » peut être représenté
par le concept étiqueté « voiture ».
Dans l’exemple de la Figure 3, plusieurs étudiants ont blogué à propos d’un cas
médical, un patient avec un problème d’alcool. La représentation des concepts dans
l’espace montre que trois des étudiants (représentés par les trois carrés du haut de la
figure) sont très proches. Une interaction avec le widget permet d’accéder à leurs
textes et d’analyser leurs productions. La copie d’écran montre également que les
trois autres étudiants sont atypiques, car ayant une représentation périphérique et
faiblement connectées aux concepts. Une inspection de leur production a montré que
deux d’entre eux n’ont pas fait une description du cas très précise et que la
production du troisième était en fait le billet excessivement concis utilisé par le
tuteur de ce groupe pour mettre en place l’activité.
Les distances analysées par CONSPECT sont différentes de celles de Pensum.
Alors que ce dernier analyse des distances textuelles questionnant la compréhension
de l’apprenant, CONSPECT représente visuellement trois nouvelles distances à
propos de concepts mentionnés dans les productions des apprenants : une perspec-
tive d’évolution dans l’utilisation de tel ou tel concept permettant une comparaison
(avant-après ou entre pairs) ; une perspective de similitude (proximité des concepts
entre eux) ; et enfin une perspective de poids relatif (la taille des concepts
représentés est fonction de leur occurrence).
10 Distances et savoirs. Volume X n° X/2012
Figure 3. L’interface de CONSPECT. Les cercles représentent les différents
concepts présents dans les productions des apprenants, les carrés représentent les
apprenants.
Description de PolyCAFe, un widget d’analyse de discussions collaboratives
L’utilisation de PolyCAFe suppose, elle aussi, qu’une activité préalable ait eu
lieu. Ici l’activité concernée est une activité de discussion (clavardage ou forum) qui
doit encourager la collaboration et la participation active des étudiants (p. ex., un
débat). Une théorie polyphonique du discours (Trausan-Matu & Rebedea, 2010)
fonde la conception de PolyCAFe : les multiples conversations en ligne sont autant
de voix jouées par les participants au même moment, et ce widget les analyse pour
procurer des rétroactions aux étudiants. Le système a besoin, en entrée, des plus
importants concepts qui caractérisent le sujet de la discussion, concepts qui peuvent
être sélectionnés d’un conceptogramme créé par CONSPECT, ou bien directement
spécifiés par l’enseignant ou le tuteur. Ce widget utilise plusieurs techniques de
traitement automatique de la langue afin de déterminer les liens implicites entre
tours de parole d’une conversation ; ces liens complètent les liens explicites générés
Un environnement personnel d’apprentissage évaluant des distances 11
par les étudiants dans le logiciel de clavardage ou de forum (p. ex., un fil de
discussion du forum et les contributions afférentes). Les liens explicites et implicites
sont les éléments les plus importants dans la construction d’un graphe de
conversation, car ils servent de base à la suite de l’analyse : la détermination des
différents fils de discussion, l’identification de l’importance de chaque tour de
parole, le calcul des zones à haut niveau de collaboration et la construction d’un
sociogramme des participants à la conversation.
À ces différents calculs est combiné un traitement, avec LSA, de la cohérence de
chaque tour de parole et de la complétude et importance du contenu du tour de
parole par rapport au corpus d’entraînement. Plusieurs types de rétroactions peuvent
être présentées aux participants afin de favoriser une réflexion sur leur rôle et leur
participation à la conversation, surtout en comparaison avec leurs pairs. De plus, ces
rétroactions sont utiles pour préparer de futures discussions (Rebedea et al., 2010).
Pour faciliter leur lecture, ces rétroactions sont présentées selon trois niveaux : la
conversation en entier, les contributions d’un participant, et le tour de parole. Un
outil de visualisation permet d’évaluer l’implication de chaque participant dans la
conversation, ainsi que le degré de discours collaboratif tout au long de la
discussion. Chacune de ces visualisations est fournie par un widget indépendant, ce
qui permet à chaque étudiant de sélectionner l’information qu’il veut voir affichée,
et aussi de placer plusieurs widgets sur le même écran pour avoir une vue détaillée
de la conversation.
Figure 4. Deux widgets de PolyCAFe : visualisation de la conversation (à gauche)
et rétroaction sur les tours de parole (à droite) référant au même tour de parole.
Ce widget de visualisation graphique présente des distances principalement
sociales, puisqu’il est utilisé pour évaluer le degré de collaboration et d’implication
des participants à la conversation. D’autres widgets de PolyCAFe prennent en
compte des aspects à la fois sociaux et cognitifs de la conversation. Un feedback
« participant » présente, pour chaque participant, leur degré de couverture des plus
12 Distances et savoirs. Volume X n° X/2012
importants concepts de la discussion, mais aussi des indicateurs sociaux comme leur
centralité et leur centration moyenne vers les autres participants. Un feedback « tour
de parole » surligne les actes de parole de chaque élément de la conversation, et
détermine la contribution de chaque tour de parole à l’évolution du fil de discussion.
Le feedback « conversation » surligne les concepts les plus importants de la
conversation ainsi qu’une liste des concepts reliés, mais qui n’ont pas encore été
discutés et pourraient l’être dans une discussion ultérieure. Le feedback « collabo-
ration » signale le nombre moyen de liens par tour de parole, le pourcentage d’argu-
mentations, d’opinions ou de questions, etc.
Un scénario d’utilisation d’un Environnement personnel d’apprentissage
et quelques résultats de sa mise en œuvre
Un scénario d’utilisation
Avant de décrire plus avant l’environnement personnel d’apprentissage composé
des widgets précédents, voici un exemple de scénario d’utilisation possible des
widgets en un EPA. Nous présentons une étudiante en informatique, Nora, qui désire
approfondir ses connaissances à propos d’AJAX, une méthode de programmation
combinant plusieurs technologies web. Elle est inscrite à l’université de Paris et est
assistante d’éducation pour payer ses études. Elle dispose de très peu de temps et
essaie de l’optimiser. Par exemple, elle déteste attendre plusieurs jours la réponse
d’enseignants à ses questions quand elle les reçoit. Elle a donc décidé d’utiliser un
nouveau dispositif d’enseignement à distance qui lui permet à la fois de configurer
son environnement de travail selon ses propres habitudes de travail, mais aussi de
disposer de rétroactions personnalisées sur ce dernier.
Elle accède à un moteur de recherche spécialisé, iFLSS (en haut à gauche de la
Figure 5 ci-dessous), qui lui permet d’accéder à différentes ressources diverses
communautés Web 2.0 (comme del.icio.us, SlideShare, etc.) qui se fondent sur le
partage de documents et leur indexation collective, et d’en prendre connaissance.
Elle tape “Ajaxdans le champ du moteur et se voit proposer, pour chaque site, un
ensemble de documents qu’elle commence à lire. À tout moment, elle peut utiliser à
nouveau iFLSS pour avoir des compléments d’information sur telle ou telle notion.
Quand elle estime avoir suffisamment de connaissances sur une notion, elle utilise
Pensum (en haut à droite de la Figure 5) pour en réaliser une synthèse. Cette
synthèse, à son tour, peut alimenter CONSPECT qui affiche les concepts traités dans
cette dernière et les compare, soit avec une mouture précédente, soit avec la
synthèse d’un pair ou d’un expert. Nora peut à tout moment modifier son flux de
travail pour solliciter l’un des précédents widgets. De plus, le scénario peut se
poursuivre de la façon suivante : Nora peut lire divers documents de cours sur un
contenu peu ou pas présent dans sa synthèse, et engager un clavardage avec ses pairs
Un environnement personnel d’apprentissage évaluant des distances 13
sur ce sujet. PolyCAFe peut être utilisé pour analyser la discussion et évaluer sa
participation et sa distance avec les autres apprenants et au matériel de cours.
Figure 5. Une copie d’écran de l’environnement personnel d’apprentissage (Wild et
al., 2011, p. 40), représentant les widgets iFLSS, Pensum et CONSPECT.
Une étude d’usage a été réalisée à l’université de Bucarest avec 25 participants
étudiants en informatique en 4e année d’école d’ingénieurs (Armitt et al., 2011 ;
Wild et al., 2011). Cette étude n’a pas pu, pour des raisons d’organisation, se
dérouler à distance, mais les conditions de travail des participants ont été les plus
proches possible de telles conditions. Les participants ont réalisé, pendant une
séance de travail d’une journée, différentes tâches de recherche d’information, de
lecture de cours, et de synthèse de ce qu’ils avaient appris en utilisant l’EPA
configuré de manière semblable à celui de la Figure 5 (PolyCAFe apparaît
séparément du fait du grand nombre d’éléments de son interface, mais aussi parce
que la tâche à réaliser dans PolyCAFe peut se réaliser indépendamment de celle des
autres widgets).
Le scénario de travail était le suivant et simulait une situation de travail en
projet. Les participants étaient répartis en équipes de 3 ou 4 étudiants, formant 8
14 Distances et savoirs. Volume X n° X/2012
équipes. Dans une première phase, chaque groupe s’est focalisé dans l’utilisation
d’un seul widget (iFLSS, Pensum, CONSPECT, et PolyCAFe) afin d’en comprendre
le fonctionnement. Dans une deuxième phase, les étudiants avaient pour tâche de
s’engager dans le scénario précédemment décrit (celui de Nora), mais avec un
contenu différent : celui des standards et technologies web.
Ensuite, ils ont rempli un questionnaire d’acceptation de la technologie issu de
celui de Venkatesh et al. (2003) (Unified Theory of Acceptance and Use of Technol-
ogy, UTAUT), et adapté à la problématique de l’usage d’un EPA. Les items du
questionnaire ont été regroupés en 5 catégories (voir Tableau 2 ci-dessous), complé-
tés par des questions sur des variables telles que le genre, l’âge, le plus haut diplô-
me, le niveau d’habiletés en informatique et internet des participants. Ils avaient
également à répondre aux questions ouvertes suivantes :
forces et faiblesses de chaque widget individuel utilisé dans la première phase ;
forces et faiblesses de l’EPA résultant et de la situation de travail ;
suggestion de nouveaux scénarios d’apprentissage où la combinaison d’au
moins deux widgets pourrait être profitable.
Tableau 2. Quelques items du questionnaire UTAUT (Venkatesh et al., 2003, adapté
par nos soins).
Attente de performances
Je trouve que le système serait utile dans mon travail.
L’utilisation de l’EPA me permet de réaliser des tâches plus
rapidement.
L’EPA augmente ma productivité.
Attente d’efforts
L’interaction avec l’EPA devrait être claire et compréhensible.
Ce serait facile de devenir compétent dans l’utilisation de
l’EPA.
Influence sociale
Les personnes qui sont signifiantes pour moi pensent que je
devrais utiliser l’EPA.
Les personnes qui gèrent mon institution m’ont aidé à utiliser
l’EPA.
Conditions facilitatrices
J’ai les ressources nécessaires pour utiliser l’EPA.
J’ai les connaissances nécessaires pour utiliser l’EPA.
Une personne précise (ou un groupe) est disponible pour
m’aider quand j’ai des difficultés à utiliser l’EPA.
Intentions d’usage
J’ai l’intention d’utiliser l’EPA dans les 12 prochains mois.
Je pense que je pourrais utiliser l’EPA dans les 12 prochains
mois.
Je prévois d’utiliser l’EPA dans les 12 prochains mois.
Les résultats du questionnaire sont reportés dans le Tableau 3 ci-dessous (repris
de Wild et al., 2011, p. 42). Les participants pensent que les bénéfices attendus de
l’usage de l’EPA en termes de performance sont modérés (3,23), leur attente
Un environnement personnel d’apprentissage évaluant des distances 15
d’efforts est assez haute, bien que dispersée, ce qui montre qu’ils pensent que l’EPA
ne sera que modérément aisé à maîtriser pour remplir leurs buts d’apprentissage.
L’influence sociale est également modérée (3,08), ce qui montre qu’ils sentent qu’ils
ne vont pas être spécialement influencés par d’autres (pairs, enseignants) à utiliser
l’EPA. Les conditions facilitatrices sont évaluées comme assez élevées, ce qui
montre que les participants pensent avoir les ressources nécessaires et les connais-
sances pour utiliser l’EPA, même si des points sont encore à améliorer. Enfin, il est
à noter que leur intention d’utiliser l’EPA dans l’année à venir est assez basse. Une
analyse exploratoire des réponses aux questions ouvertes a été réalisée selon trois
dimensions : le scénario d’apprentissage proposé, l’interface, la perception des
distances. Les résultats sont synthétisés dans le Tableau 4 ci-dessous.
Tableau 3. Statistiques descriptives des résultats du questionnaire.
Catégorie
N
min
max
moyenne
écart type
Attentes de performance
25
2,00
5,00
3,23
0,75
Attentes d’efforts
25
1,25
5,00
3,56
0,94
Influence sociale
21
1,50
4,00
3,08
0,68
Conditions facilitatrices
23
2,50
4,75
3,55
0,55
Intention d’usage
24
1,00
4,67
2,79
0,99
Tableau 4. Synthèse des questions ouvertes à propos de l’usage de l’EPA.
Catégorie
Forces
Faiblesses
Scénario
- Chaque widget, individuellement, a
été considéré comme pertinent pour
l’apprentissage
- Des combinaisons de 2 widgets ont
été suggérées et jugées pertinentes
pour de nombreuses situations
d’apprentissage
- Le scénario mis en œuvre
était trop complexe et peu
réaliste
Interface (effet de
la combinaison de
widgets)
- Il est utile d’avoir différents
feedback dans une seule interface
(EPA)
- Il est simple de passer d’une tâche à
l’autre en passant d’un widget à
l’autre
- Des problèmes
d’utilisabilité dus au
voisinage des widgets dans
l’EPA
- Manque d’un standard
visuel entre les différents
widgets
Distances
- Bonne combinaison de mesures de
distances entre : résumés des
apprenants et cours, textes écrits
par apprenants et textes d’experts,
apprenants dans la même
discussion
- Des difficultés à apprécier
les nombreuses distances
délivrées par les widgets,
qui sont à des échelles
différentes
Cette analyse permet de mettre en mots les résultats quantitatifs précédemment
obtenus à l’aide du questionnaire. Ainsi les widgets utilisés ont été reconnus par les
16 Distances et savoirs. Volume X n° X/2012
participants comme étant pertinents et simples d’usage dans la réalisation de tâches
d’apprentissage. Néanmoins il semblerait que le scénario mis en œuvre ne corres-
pondait pas suffisamment aux besoins des participants, notamment par sa
complexité et son absence de réalisme. Les entretiens montrent cependant que les
étudiants imaginent des possibilités de boucles d’apprentissage faisant intervenir
différents widgets. Il est donc possible d’envisager que le scénario ait influencé la
perception des participants sur leur usage de l’EPA au niveau de leurs attentes de
performance ; un scénario plus proche de leurs usages quotidiens pourrait donc leur
permettre de percevoir davantage l’utilité de ce type de plateforme et faire émerger
de nouveaux usages et besoins aussi bien dans les fonctionnalités des outils, que
dans les possibilités offertes pour les faire interagir entre eux. De manière générale,
les participants mettent en évidence l’importance d’interagir avec l’EPA et de
recevoir différents types de rétroactions automatiques sur leur production. Cette
étude s’est avérée suffisante pour inférer des améliorations à apporter au niveau de
l’affichage des différentes informations notamment pour faciliter l’accès à celles
délivrées par les widgets. Toutefois, ce travail appelle à une étude plus extensive,
qui pourra permettre d’évaluer l’adéquation des outils avec les apprentissages et leur
intégration dans les pratiques des apprenants. Ce type d’information s’avérera néces-
saire pour les évolutions ultérieures des widgets, qui devront les prendre en compte
avant de reproduire un cycle analogue de conception impliquant les utilisateurs.
Discussion
Nous avons présenté un environnement personnel d’apprentissage composé de
trois widgets évaluant des aspects divers des processus d’apprentissage et délivrant
leurs évaluations sous la forme de distances (distance sémantique, cognitive
individuelle ou sociale). Nous avons montré comment ces trois widgets peuvent
s’interconnecter pour former un EPA. Cet environnement a fait l’objet d’une
première étude exploratoire d’usage, avec des étudiants en informatique et a ainsi
permis d’obtenir de premiers résultats permettant de comprendre comment il a été
compris et utilisé, et à plus long terme d’avoir des pistes d’amélioration.
Le scénario proposé, même s’il a été jugé peu authentique, a eu le mérite de
proposer aux apprenants un tour d’horizon des possibilités des widgets. Ceux-ci,
malgré leurs imperfections, ont été considérés par les étudiants comme des outils
pertinents dans leur apprentissage. Ces résultats sont encourageants puisque les
étudiants s’approprient relativement bien les informations destinées à réduire les
distances en vue de faciliter leurs tâches d’apprentissage. Les échanges avec les
étudiants ont par ailleurs fait émerger, de leur part, des possibilités d’usage conjoints
des widgets. Ce type de compréhension des outils est d’autant plus favorable qu’elle
nous semble être une condition d’appropriation et à plus forte raison quand il s’agit,
comme c’est le cas ici, d’outils destinés à être utilisés en autorégulation et combinés
en fonction des besoins. Bien évidemment, l’usage d’un tel EPA doit être observé
Un environnement personnel d’apprentissage évaluant des distances 17
avec des utilisateurs plus novices et dans des disciplines et situations variées et
certainement plus écologiques que celle de cette étude exploratoire.
Une étude de plus grande envergure, qui se déroulerait à distance et laisserait les
étudiants s’approprier les outils comme bon leur semble, permettrait non seulement
d’évaluer mieux les outils individuellement, mais également leurs combinaisons,
aussi bien dans une perspective centrée sur les outils qu’inscrits dans l’activité
d’autorégulation de l’apprentissage, rarement prise en compte dans l’enseignement à
distance bien que particulièrement importante (Vovides et al., 2007). Dans de tels
contextes, les apprenants réalisent fréquemment de nombreuses activités, que nous
avons déjà listées dans l’introduction. Si de nombreux systèmes favorisant ces
activités existent dans la littérature, ils ont encore des limitations : ils sont indépen-
dants, centrés sur une seule activité ; ils ne procurent pas de retours centrés sur des
caractéristiques de haut niveau des textes produits. Et c’est finalement la première
limitation qui est la plus décisive : si le fait de s’atteler à des tâches plus complexes
comporte des difficultés nouvelles, le fait de pouvoir cumuler les points de vue à
travers différentes applications aptes à interagir (même avec des éléments de plus
bas niveaux) nous semble une piste viable pour l’amélioration des EPA, en attendant
d’obtenir plus d’informations sur les manières de favoriser les pratiques d’apprentis-
sage via les outils et leur combinaison.
Notre but a été de construire un environnement d’apprentissage composé d’un
ensemble de widgets capables d’échanger des informations sur des écarts épisté-
miques, qui placent les apprenants dans différentes boucles de rétroaction. L’activité
d’autorégulation, pour être efficacement mise en œuvre par l’apprenant, nécessite de
disposer d’outils de type « instruments » qui indiquent clairement à ce dernier sa
position (qu’elle soit épistémique ou sociale). Nous pouvons finalement donner une
embryon de réponse à la question qui fédère l’ensemble des articles de ce numéro :
Où va donc la distance ? Quelles pourraient être les caractéristiques des prochains
environnements de travail à distance ? Nous pensons que les techniques de traite-
ment automatique des langues, même si elles sont imparfaites, sont maintenant suffi-
samment avancées pour permettre un premier rang d’interactions pour l’apprenant,
afin qu’il porte un regard réflexif sur son travail, avant même que l’enseignant
n’entre dans la boucle, ce dernier se focalisant ainsi sur des tâches de plus haut
niveau.
Note des auteurs
Les recherches évoquées dans cet article ont été en partie financées dans le cadre
du projet européen LTfLL (Language Technologies for Lifelong Learning), 7e
PCRD, 20082011.
18 Distances et savoirs. Volume X n° X/2012
Références
Armitt, G., Stoyanov, S., Hensgens, J., Smithies, A., Braidman, I., Mauerhofer, C., et al.,
Deliverable 7.4 LTfLL Validation 4, Heerlen, OUNL, 2011.
Attwell, G., « Personal Learning Environments - the future of eLearning? », eLearning
Papers, vol. 2, n° 1, 2007, p. 18.
Berlanga, A. J., van Rosmalen, P., Boshuizen, H. P. A., Sloep, P. B., « Exploring formative
feedback on textual assignments with the help of automatically created visual
representations », Journal of Computer Assisted Learning, à paraître, doi: 10.1111/j.1365-
2729.2011.00425.x.
Butler, D. L., Winne, P. H., « Feedback and self-regulated learning: A theoretical synthesis »,
Review of Educational Research, vol. 65, n° 3, 1995, p. 245281.
Carver, C. S., Scheier, M. F., « Self-regulation of action and affect », In K. D. Vohs & R. F.
Baumeister (Eds.), Handbook of self-regulation. Research, theory, and applications (2nd
éd.), Guilford, New York, 2011, p. 321.
Dessus, P., « Les effets de la distance sur le contenu d'un cours : une analyse avec LSA »,
Revue de l'Éducation à Distance, vol. 18, n° 2, 2003b, p. 6173.
Dessus, P., « Qu'est-ce que l'enseignement ? Quelques conditions nécessaires et suffisantes de
cette activité », Revue Française de Pédagogie, vol. 164, 2008, p. 139158.
Dessus, P., « Loops, gaps and contradiction: Three PLE objects that foster learning »,
MUPPLE Lectures (Knowledge Media Institute of the Open University), Milton Keynes
(UK), 2011.
Dessus, P., Trausan-Matu, S., van Rosmalen, P., Wild, F. (Eds.), Proc. Natural Language
Processing in support of Learning: Metrics, feedback and connectivity, Brighton, AIED,
2009.
Hattie, J., Timperley, H., « The power of feedback », Review of Educational Research, vol.
77, n° 1, 2007, p. 81112.
Landauer, T. K., Dumais, S. T., « A solution to Plato's problem: the Latent Semantic Analysis
theory of acquisition, induction and representation of knowledge », Psychological Review,
vol. 104, n° 2, 1997, p. 211240.
Loiseau, M., Dupré, D., Dessus, P., « Pensum, un système d'aide à la compréhension de cours
à distance », In M. Bétrancourt, C. Depover, V. Luengo, B. D. Lièvre & G. Temperman
(Eds.), Conférence EIAH 2011, Presses de l'université de Mons, Mons, 2011, p. 287299.
Moore, M. G., « Theory of transactional distance », In D. Keegan (Ed.), Theoretical
Principles of Distance Education, Routledge, New York, 1993, p. 2238.
Olivier, B., Liber, O., Lifelong Learning: The need for portable Personal Learning
Environments and supporting interoperability standards, Bristol, The JISC Centre for
Educational Technology Interoperability Standards, Bolton Institute, Rapport de
recherche, 2001.
Rebedea, T., Dascalu, M., Trausan-Matu, S., Banica, D., Gartner, A., Chiru, C., et al., «
Overview and Preliminary Results of Using PolyCAFe for Collaboration Analysis and
Feedback Generation », In M. Wolpers, P. Kirschner, M. Scheffel, S. Lindstaedt & V.
Dimitrova (Eds.), Sustaining TEL: From Innovation to Learning and Practice (Vol.
6383), Springer Berlin, 2010, p. 420425.
Un environnement personnel d’apprentissage évaluant des distances 19
Saba, F., Shearer, R. L., « Verifying key theoretical concepts in a dynamic model of distance
education », The American Journal of Distance Education, vol. 8, n° 1, 1994, p. 3659.
Stahl, G., Group cognition. Computer support for building collaborative knowledge,
Cambridge, MIT Press, 2006.
Trausan-Matu, S., Dessus, P. (Eds.), Proc. Natural Language Processing in support of
Learning: Metrics, feedback and connectivity, Bucharest, Matrix Rom, 2010.
Trausan-Matu, S., Rebedea, T., « A polyphonic model and system for inter-animation
analysis in chat conversations with multiple participants », In A. Gelbukh (Ed.),
Computational Linguistics and Intelligent Text Processing (CICLing 2010), Springer,
New York, 2010, p. 354363.
Trausan-Matu, S., Stahl, G., Sarmiento, J., « Supporting polyphonic collaborative learning »,
E-service Journal, vol. 6, n° 1, 2007, p. 5874.
Trope, Y., Liberman, N., « Construal-level theory of psychological distance », Psychological
Review, vol. 117, n° 2, 2010, p. 440463.
Venkatesh, V., Morris, M. G., Davis, G. B., Davis, F. D., « User acceptance of information
technology: toward a unified view », MIS Quarterly, vol. 27, n° 3425478, 2003.
Vovides, Y., Sanchez-Alonso, S., Mitropoulou, V., Nickmans, G., « The use of e-learning
course management systems to support learning strategies and to improve self-regulated
learning », Educational Research Review, vol. 2, n° 1, 2007, p. 6474.
Westerhout, E., Monachesi, P., Markus, T., Posea, V., « Enhancing the learning process:
Qualitative validation of an informal learning support system consisting of a knowledge
discovery and a social learning component », In M. Wolpers, P. A. Kirschner, M.
Scheffel, S. Lindstaedt & V. Dimitrova (Eds.), Sustaining TEL: From innovation to
learning and practice (EC-TEL 2010), Springer, Berlin, 2010, p. 374389.
Wild, F., Ullmann, T., Scott, P., Rebedea, T., Hoisl, B., « Applicability of the Technology
Acceptance Model for widget-based Personal Learning Environments », Proceedings of
the 1st Workshop on Exploring Fitness and Evolvability of Personal Learning
Environments, La Clusaz, 2011.
... Elles montrent combien les outils numériques ont permis l'aménagement de ces pratiques et leur agencement selon des formats de plus en plus hybrides (Charlier, Deschryver et Peraya, 2006). Les universités proposent toutes actuellement des formations organisées selon une alternance entre des temps de présentiel et en distanciel grâce à des outils tels que les espaces numériques de travail (Dessus, 2011), les plateformes d'apprentissage à distances (Lebrun, Docq & Smidts, 2010), ou encore les outils collaboratif (Andre et al., 2021). Certains travaux ont plus précisément étudié l'impact du numérique sur l'activité des enseignants engagés dans l'accompagnement de la construction des compétences préprofessionnelles des étudiants (Salone, 2019). ...
... Learners would benefit from peer learning, the territorial frameworks, and sharing operational projects. Promoting online collaborative learning through online communities could foster the creation of a personal learning environment (Dessus et al., 2011;Duplàa & Talaat, 2011), reinforce the desire to learn by oneself, and encourage a culture of self-directed-learning (SDL). Focusing on learning how to learn would be transposable to all activities of the territorial framework. ...
Book
Full-text available
Researchers in the field of Learning/Instructional Design and Technology have been engaged in productive scholarly endeavors at the intersection of Learning Design, User Experience, Human-Computer Interaction, and associated disciplines for some time. This edited volume captures the collective voices of authors working in this area. This book focuses on explicating the ontological and epistemological underpinnings of user-centered design and user experience as applied in the field of Learning/Instructional Design and Technology with the goal of foregrounding the importance of learner experience as an emerging design paradigm for the field. This volume is comprised of 15 chapters and organized into three parts: (1) Methods and Paradigms (5 chapters), (2) Conceptual and Design Frameworks (6 chapters), and (3) LX Design-in-practice (4 chapters). This volume serves as a contribution to an emerging, transdisciplinary, and complex phenomenon that requires multiple literacies. LX is not only concerned with the effectiveness of designed learning interventions, but also with the interconnected and interdependent relationship between the learner- (or the teacher-/instructor-) as-user, the designed technology, novel pedagogical techniques or instructional strategies, and the learning context. The diversity and breadth of perspectives presented herein serve as a topographical sketch of the emerging focus area of learner experience and represent an opportunity to build upon this work in the future.
... dos quais se apropriam os estudantes em situação de aprendizagem? Enfim, todos os modelos apresentados, à exceção do de Dessus et al. (2014) que se fundamenta sobre a análise automática de distâncias semânticas, apresentam dificuldades para operacionalizar as dimensões da distância como a presença que se tornou uma realidade fundamentalmente qualitativa e contínua. Duas direções me parecem assim se abrir hoje para a pesquisa. ...
Article
Full-text available
Este artigo apresenta a evolução dos conceitos de distância e de presença em formação à distância tal qual ele se apresenta em duas etapas marcantes: de uma parte o questionamento de Geneviève Jacquinot em 1993 e de outra, os dois números temáticos da revista Distances et Savoirs publicados em 2011 que tentavam responder a mesma questão. Onde vai a distância? Não se trata aqui de uma revisão exaustiva da literatura, mas sim de uma releitura “distanciada” de textos significativos da evolução que levou pesquisadores a pensar a formação à distância a partir do conceito de presença e não mais a partir daquele de distância.
... Social media is a promising area in this regard, due to their virtually unlimited volumes of person-specific information and the relative ease in automating access and data extraction. Artificial intelligence and big data technologies can be applied to automatically analyze the matches (Dessus et al., 2011) and, in upcoming research, measure the SO level of applications. Moreover, academic and vocational training may include such tools, e.g., in game-based learning environments (Kübler, Müller, & Normann, 2008), to train for job search while enhancing trainees' SO awareness and improving the balance between SO and selfsubjectification (Sharone, 2014). ...
Article
When searching for jobs, many people resort to presenting themselves in ways construed to appeal the most to potential employers. Subsequently, they are prone to self-objectification (SO), a phenomenon studied so far in social psychology, but insufficiently in media psychology, and even less so in the context of job search through social networks. Whereas prior research shows mostly negative, i.e., dehumanizing SO effects, positive effects were also identified, e.g., reduced uncertainty and increased self-efficacy perceptions. The present correlational study proposes and validates a scale for job-search related SO, and applies this to verify a conceptual model of SO effects and predictors, based on a survey involving N = 258 social network users and structural equations modeling. A positive SO effect on job related self-efficacy and well-being was found. The study adds to social networks research, as well as to social psychological SO research, emphasizing positive SO effects. Implications for further research, practice and development are discussed.
Thesis
Les anaphores pronominales sont sources d’ambiguïtés potentielles lors de l’exécution de requêtes cherchant bon antécédent. Dans un contexte d’automatisation du traitement linguistique et textuel, la recherche en traitement automatique des langues (TAL) a déjà mis en place diverses approches pour résoudre le problème. Nous nous proposons dans cette thèse d’adapter ces approches à la résolution automatique des anaphores pronominales dans un corpus fermé de résumés d’œuvres littéraires en français (RESUMAN).Dans un premier temps sont présentés les modèles linguistiques, textuels et cognitifs, qui rendent compte du fonctionnement et de l’interprétation des pronoms personnels dans des textes en français. Ensuite sont exposées les procédures d'interprétation des anaphores pronominales : la procédure de distance minimale, la procédure des fonctions parallèles, la procédure du sujet ou la procédure thématique, ainsi que les procédures d'analyse morphologique, sémantique et pragmatique. Le corps de la thèse présente, enfin, une nouvelle version d’algorithme, se basant sur une approche statistique. L’outil RESUMAN permet d’améliorer les performances d’un TAL en cas de textes denses en anaphores pronominales comme ceux du corpus-échantillon étudié. Les performances de cet outil sont évaluées et ses limites sont commentées.
Article
Full-text available
This contribution presents results from two exploratory studies on technology acceptance and use of widget-based personal learning environments. Methodologically, the investigation carried out applies the unified theory of acceptance and use of technology (UTAUT). With the help of this instrument, the study assesses expert judgments about intentions to use and actual use of the emerging technology of flexibly arranged combinations of use-case-sized mini learning tools. This study aims to explore the applicability of the UTAUT model and questionnaire for widget-based personal learning environments and reports back on the experiences gained with the two studies.
Article
Full-text available
Self-regulated learning (SRL) is a pivot upon which students’ achievement turns. We explain how feedback is inherent in and a prime determiner of processes that constitute SRL, and review areas of research that elaborate contemporary models of how feedback functions in learning. Specifically, we begin by synthesizing a model of self-regulation based on contemporary educational and psychological literatures. Then we use that model as a structure for analyzing the cognitive processes involved in self-regulation, and for interpreting and integrating findings from disparate research traditions. We propose an elaborated model of SRL that can embrace these research findings and that spotlights the cognitive operation of monitoring as the hub of self-regulated cognitive engagement. The model is then used to reexamine (a) recent research on how feedback affects cognitive engagement with tasks and (b) the relation among forms of engagement and achievement. We conclude with a proposal that research on feedback and research on self-regulated learning should be tightly coupled, and that the facets of our model should be explicitly addressed in future research in both areas.
Article
Full-text available
Theory driven, data‐based, and empirical studies are needed to verify and solidify distance education's conceptual foundation. The project reported here had two main goals: 1) to empirically verify the concepts of transactional distance, structure, and dialogue, and 2) to develop a methodology for achieving the first goal. Drawing on three different fields—distance education, system dynamics, and discourse analysis—the project measured nine key variables in distance education. Results suggest that transactional distance varies by the rate of dialogue and structure, and demonstrate the value of system dynamics modeling for verifying theoretical concepts in distance education.
Article
Full-text available
This paper explores some of the ideas behind the Personal Learning Environment and considers why PLEs might be useful or indeed central to learning in the future. This is not so much a technical question as an educational one, although changing technologies are key drivers in educational change. The paper starts by looking at the changing face of education and goes on to consider the different ways in which the so-called 'net generation' is using technology for learning. It goes on to consider some of the pressures for change in the present education systems. The idea of a Personal Learning Environment recognises that learning is ongoing and seeks to provide tools to support that learning. It also recognises the role of the individual in organising his or her own learning. Moreover, the pressures for a PLE are based on the idea that learning will take place in different contexts and situations and will not be provided by a single learning provider. Linked to this is an increasing recognition of the importance of informal learning. The paper also looks at changing technology, especially the emergence of ubiquitous computing and the development of social software. The paper believes that we are coming to realise that we cannot simply reproduce previous forms of learning, the classroom or the university, embodied in software. Instead, we have to look at the new opportunities for learning afforded by emerging technologies. Social software offers the opportunity to narrow the divide between producers and consumers. Consumers themselves become producers, through creating and sharing. One implication is the potential for a new ecology of 'open' content, books, learning materials and multimedia, through learners themselves becoming producers of learning materials. Social software has already led to the widespread adoption of portfolios for learners, bringing together learning from different contexts and sources of learning and providing an ongoing record of lifelong learning, capable of expression in different forms. The paper considers how Personal Learning Environments might be developed through the aggregation of different services. The final section provides examples of practices that show how PLEs may be used in the future.
Article
Feedback is one of the most powerful influences on learning and achievement, but this impact can be either positive or negative. Its power is frequently mentioned in articles about learning and teaching, but surprisingly few recent studies have systematically investigated its meaning. This article provides a conceptual analysis of feedback and reviews the evidence related to its impact on learning and achievement. This evidence shows that although feedback is among the major influences, the type of feedback and the way it is given can be differentially effective. A model of feedback is then proposed that identifies the particular properties and circumstances that make it effective, and some typically thorny issues are discussed, including the timing of feedback and the effects of positive and negative feedback. Finally, this analysis is used to suggest ways in which feedback can be used to enhance its effectiveness in classrooms.
Article
Researchers on philosophy of education as well as on the line of research call "study of teaching" have been working for a long time at defining the notion of teaching. More recently, several research fields like developmental psychology or ethology gathered new sets of data about this activity. In this paper we first take an inventory of definitions of the teaching activity, then we propose a more comprehensive list of the necessary and sufficient conditions for teaching to be. The notions of language, intentionality, goals and beliefs attribution, cooperation, on-line assessment and learning environment modification are introduced in relation to teaching and explored in turn. Finally, we propose a synthesis of these definitions leading to a more accurate definition of what is teaching.
Article
In this article we analyze the data of an earlier experiment in which two modes of a teachers' discourse were compared: at a distance versus face-to-face. The results showed no significant differences between the two forms of discourse concerning its lexical, morphosyntactical, and pragmatical forms. We present here a new analysis in which the Latent Semantic Analysis method is used to reanalyze the data in a semantic perspective. Although there was again no significant difference between the two modes, we show the interesting capability of LSA to match semantically two separate pieces of text. We then discuss how LSA could be used first, as the heart of a distance learning system and second, to operationalize the structure variable of transactional distance theory.
Conference Paper
Cet article a pour but de présenter Pensum, un système permettant à des étudiants à distance de produire des synthèses de cours dans le but de les comprendre, et d’en avoir des retours automatiques fondés sur une analyse sémantique. Nous décrivons une première utilisation de ce logiciel, auprès de 17 étudiants de 2e année de Master en sciences de l’éducation, ayant soit le rôle d’apprenant soit le rôle de tuteur, et analysons trois types de données : traces, bugs et questionnaire d’opinion. Les résultats montrent que les participants parviennent rapidement à utiliser les principales fonctionnalités de Pensum et que, s’il reste encore à le tester en situation réelle, son utilisabilité permet d’en faire un outil pouvant promouvoir l’apprentissage autorégulé de cours à distance.
Article
1. Executive summary The adoption of Course Management Systems (CMSs) for web-based instruction continues to increase in today's higher education. A CMS is a software program or integrated platform that contains a series of web-based tools to support a number of activities and course management procedures (Severson, 2004). Examples of Course Management Systems are Blackboard, WebCT, eCollege, Moodle, Desire2Learn, Angel, etc. An argument for the adoption of e-learning environments using CMSs is the flexibility of such environments when reaching out to potential learners in remote areas where brick and mortar institutions are non-existent. It is also believed that e-learning environments can have potential added learning benefits and can improve students' and educators' self-regulation skills, in particular their metacognitive skills. In spite of this potential to improve learning by means of using a CMS for the delivery of e-learning, the features and functionalities that have been built into these systems are often underutilized. As a consequence, the created learning environments in CMSs do not adequately scaffold learners to improve their self-regulation skills. In order to support the improvement of both the learners' subject matter knowledge and learning strategy application, the e-learning environments within CMSs should be designed to address learners' diversity in terms of learning styles, prior knowledge, culture, and self-regulation skills. Self-regulative learners are learners who can demonstrate 'personal initiative, perseverance and adaptive skill in pursuing learning' (Zimmerman, 2002). Self-regulation requires adequate monitoring strategies and metacognitive skills. The created e-learning environments should encourage the application of learners' metacognitive skills by prompting learners to plan, attend to relevant content, and monitor and evaluate their learning. This position paper sets out to inform policy makers, educators, researchers, and others of the importance of a metacognitive e-learning approach when designing instruction using Course Management Systems. Such a metacognitive approach will improve the utilization of CMSs to support learners on their path to self-regulation. We argue that a powerful CMS incorporates features and functionalities that can provide extensive scaffolding to learners and support them in becoming self-regulated learners. Finally, we believe that extensive training and support is essential if educators are expected to develop and implement CMSs as powerful learning tools.