Prez MOOC French Touch Education
-
Upload
matthieu-cisel -
Category
Education
-
view
3.580 -
download
3
description
Transcript of Prez MOOC French Touch Education
Peut-on vraiment évaluer la montée en compétences dans les MOOC ?
Une apologie de l’apprentissage adaptatif
Matthieu Cisel – Laboratoire STEF – ENS Cachan
• Limitations des MOOC sur le plan de l’évaluation
• Définitions : de l’enseignement programmé au CAT
• L’essor de l’apprentissage adaptatif
• Prospective : vers une métamorphose des MOOC ?
Introduction
Session (équipe présente)Archives ouvertes
Archives fermées
Session (équipe présente)
o Contrainte de la synchronicité
o Difficulté d’évaluer les compétences acquises
• Evaluation par les pairs : problème de l’expertise des évaluateurs
• Evaluation automatisée : limites des Quizz et des correcteurs automatisés
• Quid de l’auto-évaluation ?
Limitations des MOOC
• Comment s’assurer que l’apprenant saura refaire l’activité ?
• Pas de renforcement des connaissances/compétences acquises
• Exercices d’évaluation inadaptés au niveau individuel
Limitations des MOOC
Dans les MOOC, l’évaluation mesure davantage l’implication que la compétence
• Pas de liens entre résultats aux évaluations et séquence des contenus
• Behaviorisme, Skinner, années 1960
• Deux concepts clés :
• Le renforcement par conditionnement opérant
• Les branchements (le livre dont vous êtes le héros)
• Pas d’inférence sur les connaissances de l’étudiant (i.e. pas de modèle étudiant)
• Trajets prédéterminés par l’enseignant
L’enseignement programmé
De la machine à apprendre de Skinner à Smart Sparrow
Branchement certes, mais pas de renforcement !
L’enseignement programmé
Spaced Repetition Systems et courbes d’oubli
Spaced Repetition Systems
Pure players Intégrés
Renforcement certes, mais séquence linéaire
Skinner, toujours pas implémenté en 2014
Question 1
Réponse juste
Réponse fausse
Niveau de difficulté décroissant
Niveau de difficulté croissant
Question 2a
Question 2b
Réponse juste
Réponse juste
Réponse fausse
Réponse fausse
Question 3a
Question 3b
Question 3c
Question 3d
Computerized Adaptive Testing
• CAT : Logique des tests de positionnement
• Meilleur pouvoir de discrimination (cf. concours)
• Vers le multiple-IRT : estimation multi-axiale de la compétence
Théorie de la Réponse à l’Item
• IRT : théorie derrière le CAT (depuis les années 50, Modèle de Rasch)
• Le modèle de domaine (Knowledge graph)
• Dessiner un graphe à épistèmes, pas toujours simple
• Inférence et modèle étudiant
• Modèle d’expertise partielle
• Vs. Modèle de déviation (modéliser l’incompétence)
• Modèles de tuteur : séquençage des tâches et ressources sur la base du modèle étudiant
Systèmes Tuteurs Intelligents et tuteurs cognitifs
• Prototypes de laboratoire depuis les années 70, buzz dans les années 1990 (ex : Andes)
• Fondation en 2008, levées de fonds successives (105 millions $)
Systèmes Tuteurs Intelligents et tuteurs cognitifs
Historique de l’apprentissage adaptatif
Historique de l’apprentissage adaptatif
Historique de l’apprentissage adaptatif
Paysage de l’apprentissage adaptatif
Cours adaptatif + forums + OCW +Evaluations par les pairs
• Quel format pour les MOOC 2.0 ?
Session (équipe présente)
Archives ouvertes
Archives fermées
Session (équipe présente)
• Format actuel des MOOC
• Quid de l’apprentissage adaptatif collectif ?
MOOC et apprentissage adaptatif
• Alliance de startups edtech (Knewton, etc) avec des éditeurs
• Editeurs de contenus, qui deviennent éditeurs d’applications et de formations
• Vers un établissement de monopoles privés ? (barrière à l’entrée, etc)
Quelles implications pour l’avenir ?