Un modèle pour les algorithmes avec retour sur trace dans les tuteurs par traçage de modèles

Soutenance de thèse
  • Quand ? 09/09/2016 à partir de 13:30 (America/Montreal / UTC-400)
  • Où ? Au local D4-2011 de la Faculté des sciences
  • Nom du contact
  • Participants Gabriel Beaulieu, étudiant au doctorat en informatique
  • Ajouter l'événement au calendrier iCal

RÉSUMÉ : Nous présenterons comment il est possible d’étendre un modèle hiérarchique, c.-à-d. un modèle avec des buts et des procédures qui expliquent comment agencer des sous-buts pour atteindre le but associé à la procédure. Ce modèle hiérarchique est le cœur du système de représentation de connaissance d’une plateforme de conception de tuteurs par traçage de modèle (MTT). C’est à l’aide de cette plateforme, nommée plateforme Astus, qu’ont été conçus des tuteurs pour enseigner la conversion en virgule flottante d’un nombre décimal, la manipulation d’arbre AVL.

 

Les MTT construits avec la plateforme Astus expliquent les actions posées par l’apprenant, mais surtout ils générèrent automatiquement les messages d’aide pour confirmer la pertinence de l’action, donner des indices sur la prochaine étape, ou encore, expliquer à l’apprenant son erreur.  Le défi est de concevoir un système de représentation des connaissances étendu capable de générer ces messages.

 

Ce système de représentation des connaissances était insuffisant pour modéliser certains domaines comme l’analyse de l’ADN. L’objet de cette présentation est de montrer comment nous avons étendu ce système de représentation des connaissances pour modéliser des algorithmes de retour sur trace (backtracking), des buts de succès, des connaissances stratégiques. Un MTT pour l’analyse d’ADN a été conçu et est actuellement utilisé dans le cours GNT404 du département de biologie. Quelques expérimentations ont été conduites et montrent la pertinence du modèle étendu.

 Toutes les personnes intéressées sont cordialement invitées.