Search

National audience; La conception de systèmes d'assistance pour une application n'est pas une tâche aisée. Elle est souvent entreprise par des experts du domaine. Le sys-tème SEPIA fournit des outils pour permettre aux non-informaticiens de créer a posteriori des systèmes d'assistance pour de nombreux types d'applications. Néanmoins, la phase de définition de tels systèmes nécessite une connaissance des besoins d'assistance qui n'est pour l'instant pas fournit par le système SEPIA. De plus, dès lors que les utilisateurs se servent des systèmes d'aide à leur disposition , leurs usages de l'application s'en trouve modifiés. Pour que les systèmes d'assistance restent efficaces et pertinents, ceux-ci doivent donc évoluer pour s'adapter au contexte de leur utilisation. Dans cet article nous présentons nos re-cherches qui visent à construire un tableau de bord à destination des concepteurs d'assistance utilisant le système SEPIA. Cet outil a pour but de lui permettre, pendant la phase de définition des systèmes d'assistance, de visualiser les besoins d'assistance pour une application-cible et des utilisateurs donnés, puis durant l'utilisation de ces systèmes d'assistance, de les adapter et de les améliorer.

The LEA’s Box open learner model (OLM) allows learners to try to persuade the system to make changes to their learner model by challenging evidence or providing learning-based justifications. This aims to help make the OLM more accurate, and to support learner reflection, planning and self-monitoring. We re-port an evaluation with 15 university students using the OLM to give formative competency information with learner model evidence data coming from online quizzes and teacher assessments. Results show that students generally understand this approach of persuasion, how it is useful, how it relates to their learning, and identified cases when they could use OLM persuasion within their learning.

International audience; The AGATE project proposed the SEPIA system that allows an assistance designer to define assistance systems added in target application. In Interac-tive Learning Environments, such assistance systems are useful to promote the acquisition of knowledge. These assistance systems consist of a set of aLDEAS rules. The articulation between these rules was expressed until now implicitly in the aLDEAS language. Our study of assistance in existing appli-cations shows that the articulation between the rules of assistance can take many forms. We propose in this paper firstly a model of articulation between assistance rules with the five modes of articulation that we have identified. We also present our implementation of this model in the SEPIA system. This model makes explicit and facilitates the definition of articulation between the rules of an assistance system

R. Vatrapu, M. D. Kickmeier-Rust, B. Ginon, & S. Bull (Eds.). (2016). Proceedings of the Fourth International Workshop on Teaching Analytics, in conjunction with EC-TEL 2016. September 16, 2016, Lyon, France, S. 23-29

National audience; To enables the specification of assistance systems, we propose aLDEAS, a graphical language. An aLDEAS assistance system is defined by a set of assistance rules complying with a rule pattern. This language is enriched by several patterns that facilitate the definition of complex frequently used actions. aLDEAS is implemented in the SEPIA system, that mainly consists in an assistance editor and a generic assistance engine. Most existing applications can be monitored by SEPIA in order to provide end-users with contextualized and personalized assistance. We performed several experimentations both with assistance designers and end-users in order to assess our propositions.; Afin de permettre la spécification et l’exécution automatique de systèmes d’assistance, nous proposons aLDEAS, un langage graphique. Un système d’assistance aLDEAS est défini par un ensemble de règles d’assistance respectant un patron de règles. Ce langage est complété par plusieurs patrons qui facilitent la définition d’actions d’assistance complexes fréquemment utilisées. aLDEAS est implémenté dans le système SEPIA, qui consiste principalement en un éditeur d’assistance et un moteur générique d’assistance. La plupart des applications existantes peuvent être surveillées par SEPIA afin de fournir aux utilisateurs finaux une assistance contextualisée et personnalisée. Nous avons réalisé plusieurs expérimentations avec d’une part, des concepteurs d’assistance et, d’autre part, des utilisateurs finaux afin d’évaluer nos propositions.

National audience; Le projet AGATE a donné naissance au système SEPIA qui permet à un concepteur d'assistance de définir des systèmes d'assistance greffés dans des applications-cibles (Windows, Java, Web…), sous forme d'un ensemble de règles aLDEAS. L'articulation entre ces règles était jusqu'à maintenant exprimée implicitement dans le langage aLDEAS. L'étude de systèmes d'assistance existants montre que cette articulation entre les règles d'assistance peut prendre des formes variées. Nous proposons dans cet article d'une part un modèle d'articulation entre règles comportant les cinq modes d'articulation que nous avons identifiés, et d'autre part l'implémentation de ce modèle au sein du système SEPIA. Ce modèle explicite et facilite la définition d'articulations entre les règles d'un système d'assistance.

International audience; The SEPIA system allows creating assistance systems that meet technical assistance needs. In this paper, we aim at the exploitation of SEPIA in the educational context by confronting it to pedagogical assistance needs. This exploitation shows the limitations in the SEPIA system: complex description of rules by pedagogical designers, lack of domain knowledge. Thus, we present our patterns that facilitate the creation of assistance systems in the educational context and our ideas to allow exploitation of domain knowledge

This thesis in computer science is situated more particulary in the field of knowledge engineering. It concerns the a posteriori setup of assistance systems in existing applications, while having a generic approach. In order to setup the setup of assistance systems in existing applications without a need to redevelop it or to access its source code, we choose to have a fully epiphytic approach. We proposed a adjunction process of an assistance system to a target-application with a epiphytic manner. It is constituted of two phases: the specification and the execution of the assistance. The assistance specification phase enables an expert, the assistance designer, to represent his knowledge relative to the target-application and to the assistance that he wishes to setup. The assistance execution phase uses this knowledge to provide the target-application end-users with the assistance wished by the designer. To make possible on the one hand the assistance specification by an assistance designer potentially non-computer scientist, and one the second hand the automatic execution of the specified assistance, we propose a pivot language: aLDEAS. This graphical language makes possible the definition of very varied assistance systems, with the shape of a set of rules. Our theoretical propositions have been implemented through the SEPIA system, constituted of different tools. The SEPIA assistance editor is aimed at assistance designers, and it implemented the assistance specification phase. It provided the assistance designers with an interface to handle aLDEAS elements in order to define assistance rules. These rules can then be executed by the SEPIA generic assistance engine, which implements the assistance execution phase. It provides the target-application end-users with the specified assistance. For this purpose, the assistance engine manages different epiphytic tools, in order to monitor and inspect the target-application, and to perform the assistance actions. The models implemented through the SEPIA system are generic, but it make possible the setup of assistance systems specifically suited on the one hand to their target-application, and on the second hand to the end-users., Cette thèse en informatique se situe plus particulièrement dans le domaine de l’ingénierie des connaissances. Elle concerne la mise en place a posteriori de systèmes d’assistance dans des applications existantes, en adoptant une démarche générique. Afin de permettre la mise en place de systèmes d’assistance dans des applications existantes sans avoir à les redévelopper ni à accéder à leur code source, nous avons choisi d’adopter une démarche entièrement épiphyte. Nous avons proposé un processus d’adjonction d’un système d’assistance à une application-cible de manière épiphyte. Il est constitué de deux phases : la spécification et l’exécution de l’assistance. La phase de spécification de l’assistance permet à un expert, le concepteur de l’assistance, de représenter ses connaissances relatives à l’application-cible et à l’assistance qu’il souhaite mettre en place dans celle-ci. La phase d’exécution de l’assistance exploite ces connaissances pour fournir aux utilisateurs finaux l’assistance souhaitée par le concepteur. Pour permettre d’une part la spécification de l’assistance par un concepteur potentiellement non-informaticien, et d’autre part l’exécution automatique de l’assistance spécifiée, nous avons proposé un langage pivot : aLDEAS. Ce langage graphique permet de définir des systèmes d’assistance très variés sous la forme d’un ensemble de règles. Nos propositions théoriques ont été mises en oeuvre de façon opérationnelle à travers le système SEPIA, constitué de différents outils. L’éditeur d’assistance de SEPIA est destiné aux concepteurs d’assistance et met en oeuvre la phase de spécification de l’assistance. Il fournit aux concepteurs d’assistance une interface pour manipuler les éléments du langage aLDEAS, afin de définir un système d’assistance sous la forme d’un ensemble de règles aLDEAS. Les systèmes d’assistance aLDEAS peuvent ensuite être exécutés par le moteur générique d’assistance qui met en oeuvre la phase d’exécution de l’assistance. Il permet de fournir l’assistance ainsi définie aux utilisateurs finaux des applications-cibles. Pour cela, le moteur d’assistance s’appuie sur différents outils épiphytes, pour surveiller et inspecter l’application-cible, ainsi que pour réaliser les actions d’assistance pour l’utilisateur final. Bien que mettant en oeuvre des modèles génériques, le système SEPIA permet de mettre en place de l’assistance finement contextualisée et adaptée aux spécificités, d’une part de l’application-cible, et d’autre part des utilisateurs finaux.

National audience; L’adjonction d’un système d’assistance épiphyte dans une application utilisée en contexte éducatif est une solution pour faciliter l’acquisition de connaissances et pour pallier les difficultés de prise en main et d’utilisation qui peuvent compromettre l’atteinte de l’objectif pédagogique de l’enseignant. Un tel système d’assistance doit être capable de fournir une assistance technique, mais aussi une assistance pédagogique. Nous présentons dans cet article de quelle manière le système SEPIA peut être utilisé afin de permettre la mise en place de systèmes d’assistance épiphytes dans une application utilisée en contexte éducatif. Nous discuterons les forces et les limites de SEPIA avant d’identifier les questions de recherches identifiées pour enrichir et adapter pleinement ce système au contexte éducatif.

Session 2 : Utilisateurs et usages; National audience; Nous proposons un langage qui permet de spécifier des systèmes d'assistance pour une application cible donnée, sous la forme d'un ensemble de règles. Ce langage est complété par plusieurs patrons d'actions d'assistance. Nous avons mis en œuvre ces propositions à travers un éditeur d'assistance à destination des concepteurs d'assistance et un moteur générique d'assistance permettant d'exécuter l'assistance spécifiée pour les utilisateurs finaux de l'application-cible sans avoir à la modifier.

International audience; We propose a technique to collect use traces in any existing applica-tion, without a need to modify this application. This technique is based on the use of accessibility libraries. We implemented our technique in a collector that uses UIAutomation and JavaAccessibility libraries: it can monitor Windows target-applications to collect the user’s traces. The traces are then stored in a trace-base management system in order to be exploited thereafter. We have tested our collector on more than fifty applications in order to evaluate our ap-proach.

National audience; Dans cet article, nous proposons d’utiliser un moteur d’assistance pour fournir une assistance personnalisée aux utilisateurs d’EIAH existants, sans avoir à les modifier

We propose a technique to collect use traces in any existing applica-tion, without a need to modify this application. This technique is based on the use of accessibility libraries. We implemented our technique in a collector that uses UIAutomation and JavaAccessibility libraries: it can monitor Windows target-applications to collect the user’s traces. The traces are then stored in a trace-base management system in order to be exploited thereafter. We have tested our collector on more than fifty applications in order to evaluate our ap-proach.

International audience; Résumé : Nous proposons un modèle générique d'assistance aux utilisateurs d'applications informatiques permettant la spécification et l'exécution de systèmes d'assistance personnalisée dans une application-cible existante, sans avoir à la modifier. Nous avons implémenté ce modèle dans un prototype opérationnel comportant un éditeur d'assistance destiné aux concepteurs de systèmes d'assistance et un moteur générique d'assistance. Ce moteur exploite des collecteurs d'informations capables de surveiller une application-cible et de l'informer des événements détectés. Des assistants épiphytes réalisent dans l'application-cible sans perturber son fonctionnement, les actions d'assistance élaborées en réponse aux besoins des utilisateurs.

National audience; Cet article présente un modèle d'assistant générique pour les utilisateurs d'applications informatiques, en particulier les applications fortement orientées connaissances. Ce modèle s'appuie sur deux formalismes : un formalisme permettant de décrire un assistant et la manière de le paramétrer, et un formalisme permettant de décrire l'assistance souhaitée pour une application donnée. Cette description sera ensuite exploitée par un assistant générique qui fera appel à des assistants épiphytes pour proposer à chaque utilisateur une assistance entièrement personnalisée en fonction de ses besoins.

International audience; In this paper, we present our approach to personalize existing and various animated agents, taking into account the context and the users’ knowledge, abilities and preferences. For this purpose, we propose a grammar to describe animated agents in a common formalism, and specify their characteristics and abilities. According to this description, it is then possible to define actions with parameters that can be used and personalized in a description of the required assistance for a given application, which is used by a generic assistant to provide each user with personalized assistance.

National audience; Si la notion de profils d’apprenants est maintenant bien connue et intégrée dans de multiples EIAH (Environnements Informatiques pour l’Apprentissage Humain), la prise en compte de l’évolution dans ces profils ne bénéficie pas des mêmes avancées. L’objet de cet article est de définir cette notion et de montrer sa prise en compte dans les recherches abordant l’ingénierie des profils d’apprenants. Après une définition du concept de profils d’apprenants évolutifs que nous illustrons d’exemples, nous montrons en quoi ce concept fait évoluer les modèles de notre projet, notamment le langage de modélisation de profils PMDL étendu en PMDLe, pour prendre en charge l’évolutivité des profils.

International audience; In research on the open learner model, more and more ILE offer to learners interactive activities on their profile. These activities are based on the visualization of learners profiles: in particular, it may be a simple observation of a profile, but also the negotiation of this profile content, or a comparison with another learner profile. However, the visualization of profiles proposed by existing ILE is few customizable. In this paper, we present models to personalize activities on profiles, depending on the user type (learner, teacher...), on his knowledge, skills and capacities, but also on his preferences. We implemented these models to provide tools to teachers to prepare personalized activities on profiles; and to provide to each user type a unified environment proposing personalized activities on profiles.

National audience; Si la notion de profils d'apprenant est maintenant bien connue et traitée dans de multiples EIAH (Environnements Informatiques pour l'Apprentissage Humain), la prise en compte de l'évolution dans ces profils ne bénéficie pas des mêmes avancées. C'est l'objet de cet article que de définir cette notion et de montrer sa prise en compte dans les recherches en EIAH. Après une définition du concept de profils d'apprenant évolutifs, nous montrons en quoi ce con-cept fait évoluer les modèles de notre projet, notamment le langage de modélisation de profils PMDL. Nous présentons ensuite les conséquences et les bénéfices de ces évolutions dans les différents modules de l'environnement EPROFILEA qui met en œuvre nos modèles.

This paper describes open learner models as visualisations of learning for learners, with a particular focus on how information about their learning can be used to help them reflect on their skills, identify gaps in their skills, and plan their future learning. We offer an approach that, in addition to providing visualisations of their learning, allows learners to propose changes to their learner model. This aims to help improve the accuracy of the learner model by taking into account student viewpoints on their learning, while also promoting learner reflection on their learning as part of a discussion of the content of their learner model. This aligns well with recent calls for learning analytics for learners. Building on previous research showing that learners will use open learner models, we here investigate their initial reactions to open learner model features to identify the likelihood of uptake in contexts where an open learner model is offered on an optional basis. We focus on university students’ perceptions of a range of visualisations and their stated preferences for a facility to view evidence for the learner model data and to propose changes to the values.