N. Guin

Université Claude Bernard Lyon 1, LIRIS, Faculty Member

Followers

Following

Co-author

Public Views

Interests

Uploads

Papers by N. Guin

Comparing Student Models in Different Formalisms by Predicting Their Impact on Help Success

Lecture Notes in Computer Science, 2013

We describe a method to evaluate how student models affect ITS decision quality-their raison d'êt... more We describe a method to evaluate how student models affect ITS decision quality-their raison d'être. Given logs of randomized tutorial decisions and ensuing student performance, we train a classifier to predict tutor decision outcomes (success or failure) based on situation features, such as student and task. We define a decision policy that selects whichever tutor action the trained classifier predicts in the current situation is likeliest to lead to a successful outcome. The ideal but costly way to evaluate such a policy is to implement it in the tutor and collect new data, which may require months of tutor use by hundreds of students. Instead, we use historical data to simulate a policy by extrapolating its effects from the subset of randomized decisions that happened to follow the policy. We then compare policies based on alternative student models by their simulated impact on the success rate of tutorial decisions. We test the method on data logged by Project LISTEN's Reading Tutor, which chooses randomly which type of help to give on a word. We report the cross-validated accuracy of predictions based on four types of student models, and compare the resulting policies' expected success and coverage. The method provides a utility-relevant metric to compare student models expressed in different formalisms.

Download

An Automatic Comparison between Knowledge Diagnostic Techniques

Intelligent Tutoring Systems, 2012

Download

Quels modèles de connaissances pour une personnalisation unifiée de l'apprentissage?

En raison de la diversité des connaissances qu'elle mobilise, la personnalisation de l'apprentiss... more En raison de la diversité des connaissances qu'elle mobilise, la personnalisation de l'apprentissage est une tâche difficile. Pour assister l'enseignant dans l'ensemble du processus de personnalisation, nous avons développé un outil appelé Adapte. Afin de réaliser cet outil, nous avons dû définir des modèles de connaissances riches et variés, afin de couvrir l'ensemble des connaissances nécessaires à la personnalisation. Définir ces modèles est une tâche compliquée, et mettre en oeuvre un processus d'acquisition de connaissances permettant d'enrichir les modèles l'est également. Dans cet article, nous décrivons la démarche que nous avons suivie pour construire les modèles de connaissances d'Adapte. Nous discutons des difficultés rencontrées, du rôle des enseignants dans ce processus, et de la généricité des modèles et processus que nous proposons. Mots-clés : modèles, personnalisation unifiée de l'apprentissage, acquisition de connaissances, Environnements Informatiques pour l'Apprentissage Humain.

Download

Concevoir des assistants intelligents pour des applications fortement orientées connaissances: problématiques, enjeux et étude de cas

Les applications permettant de manipuler des connaissances complexes sont souvent difficiles à pr... more Les applications permettant de manipuler des connaissances complexes sont souvent difficiles à prendre en main, et donc rebutantes pour des « novices ». En conséquence, les utilisateurs ont tendance à les abandonner trop vite, se privant ainsi de leurs nombreux avantages. Doter ces applications d'assistants adaptés aux utilisateurs peut permettre d'éviter cet écueil. Dans cet article, nous nous intéressons aux problématiques d'ingénierie des connaissances soulevées par le développement d'un « assistant intelligent » pour de tels systèmes. Nous traitons cette question à travers l'étude de cas du logiciel Adapte, un outil pour la proposition d'activités pédagogiques personnalisées. Dans cette étude, nous identifions les besoins d'assistance dans Adapte et nous mettons en évidence les verrous posés par le développement d'un assistant pour cette application. Nous nous intéressons en particulier aux connaissances nécessaires au fonctionnement d'un tel assistant, ainsi qu'aux processus qui permettent l'acquisition et l'évolution de ces connaissances. Mots-clés : Assistance à l'utilisateur, modèles de connaissances, étude de cas et recommandations, Raisonnement à Partir de l'Expérience Tracée (RàPET), Environnements Informatiques pour l'Apprentissage Humain (EIAH).

Download

Importation de traces existantes dans un système de gestion de bases de traces

Comparaison de l'impact de techniques de diagnostic des connaissances sur l'apprentissage d'une stratégie d'aide

Cet article est une traduction de l'article Comparing Student Models in Different Formalisms by P... more Cet article est une traduction de l'article Comparing Student Models in Different Formalisms by Predicting their Impact on Help Success publié dans les actes de la 16th International Conference on Artificial Intelligence in Education. Comparaison de l'impact de techniques de diagnostic des connaissances sur l'apprentissage d'une stratégie d'aide

Download

Assistance à la conception de techniques de diagnostic des connaissances

Cet article propose une méthodologie d'assistance pour la conception de techniques de diagnostic ... more Cet article propose une méthodologie d'assistance pour la conception de techniques de diagnostic des connaissances. La principale contribution est une méthodologie indépendante tant du domaine que du type de technique de diagnostic. Elle permet ainsi la conception de plusieurs techniques de diagnostic pour un domaine sans nécessiter la modélisation de chaque outil indépendamment. La méthode est semi-automatique : elle repose sur une ontologie des connaissances utilisée pour guider un algorithme d'apprentissage automatique. Une expérimentation évalue cette méthodologie sur deux domaines différents, la chirurgie orthopédique et la lecture de l'anglais. Les résultats montrent que les techniques de diagnostic conçues présentent une précision de la prédiction supérieure à la classe majoritaire, en validation croisée. Les tests statistiques RMSE et AIC permettent également de comparer les performances des techniques conçues.

Download

A Teacher-dedicated Tool Supporting Personalization of Activities

Personalization of learning is a complex task which objectives are manifold. One of them is to pr... more Personalization of learning is a complex task which objectives are manifold. One of them is to provide teachers with tools allowing them to personalize activities assigned to learners. The PERLEA project takes a step in this direction by proposing a system enabling teachers to manage learners profiles. Within this system, the Adapte module is responsible for the creation of activities adapted to a given learner. This task is performed according to the information available in the learner profile and in collaboration with teachers. Created activities are either paper and pencil worksheets or ILE-related activities. This paper describes the mechanism of the Adapte module and demonstrates how it helps teachers to personalize better learning activities.

Download

Adaptable and Reusable Query Patterns for Trace-Based Learner Modelling

Lecture Notes in Computer Science, 2011

Abstract. This paper defines a framework to describe Learner Mod-elling (LM) process based on int... more

Personnalisation de l'apprentissage: confrontation entre besoins et approches

Méthodologie d’assistance pour la comparaison de techniques de diagnostic des connaissances

Assistance in building student models using knowledge representation and machine learning

A Trace-Based Learner Modelling Framework for Technology-Enhanced Learning Systems

2010 10th IEEE International Conference on Advanced Learning Technologies, 2010

Abstract-In this paper we present a general framework to describe a trace-based learner modelling... more

Personnaliser des séquences de travail à partir de profils d'apprenants

by N. Guin and S. Jean-daubias

Pour faciliter l'utilisation des Environnements Informatiques pour l'Apprentissage Humain (EIAH) ... more Pour faciliter l'utilisation des Environnements Informatiques pour l'Apprentissage Humain (EIAH) par les enseignants, notre approche consiste à aider l'enseignant à définir des stratégies pédagogiques permettant, à partir de profils d'apprenants, de personnaliser différents EIAH ou de générer des feuilles d'exercices papier-crayon. Cette approche est mise en oeuvre au sein du logiciel Adapte qui fonctionne en trois étapes : la création par l'enseignant de ses stratégies pédagogiques, la spécification par l'enseignant de sa situation pédagogique et la création par le système de séquences d'activités personnalisées, à partir des informations fournies par l'enseignant et des profils des apprenants. Cet article détaille l'architecture du processus permettant la génération des séquences de travail personnalisées. MOTS-CLÉS : architecture, bases de connaissances, personnalisation, profils d'apprenants, aide à l'enseignant.

Download

N. Guin

Uploads

Papers by N. Guin

Log In