outil de suivi de l-apprenant dans le serious game CellCraft (1)

Réalisé par:

• MESELLEM Ahmed.

• YOUCEF Redah.

Encadré par:

• Mlle BOUSBIA Nabila (LMCS-ESI).

• Mme THOMAS Pradeepa (LIP6-UPMC).

Conception et réalisation d’un outil de suivi de l’apprenant

dans le serious game CellCraft

03 Juillet 2012

2

ContexteContexte

Problématique

Objectifs

Plan

Introduction

SensibiliserInformer

Eduquer

Qu’est ce qu’un jeu sérieux?

3

ContexteContexte

Problématique

Objectifs

Plan

IntroductionExemples de jeux sérieux

4

ContexteContexte

Problématique

Objectifs

Plan

IntroductionJeux sérieux versus monde virtuel de simulation

Jeux sérieux

Game play

Interaction programmée

Implémenter en local

Unité de lieu

chez les acteurs

Monde virtuel de simulation

Acteurs distants

Espace 3D

Création d’un monde

Uniquement en ligne

Interaction humaine

Création d’un avatar

En ligne

Scénarisation

Interaction

Sérieux

5

Introduction

Problématique

Objectifs

Plan

ContexteLes jeux sérieux: Avantages

Les jeux sérieux: Inconvénients

Manque de suivi

Standardisation de la conception

Se former en autonomie et en

local.

Immersion

Rentabilité

6

Introduction

Problématique

Objectifs

Plan

Contexte

Interprétation du parcours de

l’apprenant

7

Introduction

Problématique

Objectifs

Plan

Contexte

Analyser du comportement de l’apprenant / joueur.

8

Introduction

Plan

Contexte

Problématique

Objectifs

Plan

Etat de l’Art

Modélisation

Réalisation

Conclusion

9

Modélisation Réalisation ConclusionEtat de l’artEtat de l’Art

Suivi des jeux intégrés dans

les LMS

Suivi par réseaux

bayésiens

Etat de l’Art

Le suivi intégré dans

le code source

Méthode MOCAH

10

Réalisation ConclusionEtat de l’artEtat de l’Art


les LMS

Suivi par réseaux

bayésiens


le code source

Module de suiviMéthode MOCAH

Jeu sérieuxAction1

Action2

Action3

.

.

.

.

Actionn

Modélisation

11



les LMS

Suivi par réseaux

bayésiens


le code source

Plateforme d’apprentissage

Jeu sérieux

Module de suivi

Méthode MOCAH

Modélisation

<e-Adventure> dans LAMS

12



les LMS

Suivi par réseaux

bayésiens


le code source

Méthode MOCAH

Modélisation

13



les LMS

Suivi par réseaux

bayésiens


le code source

Méthode MOCAH Préconditions Action

Post conditions

Modélisation

14



les LMS

Suivi par réseaux

bayésiens


le code source

Méthode MOCAH

Ontologie du domaine

Action

Action

Connaissance

Relation déclarative

Modélisation

15



les LMS

Suivi par réseaux

bayésiens


le code source

Méthode MOCAH

SynthèseFormalisation du

FeedbackParcours expert

prédéfinisUtilisation des outils formels

Classification des erreurs

Modélisation

16

RéalisationEtat de l’Art

Modélisation

ConclusionModélisation

17

Extraction et classification des actions

Extraction des connaissances

Réseau de Petri

Ontologie

Etude Conceptuelle RéalisationEtat de l’Art ConclusionModélisation


Classification des actions

Réseau de Petri

Ontologie

18



Réseau de Petri

Ontologie

Etude Conceptuelle RéalisationEtat de l’Art Conclusion

Indicateurs de ressources

Modélisation

19



Réseau de Petri

Ontologie


Objectif Actions possibles Action experte

Produire quelques

ribosomes

Chercher glucoseDéplacer ClickClick centrosomeClick noyauClick mitochondrie

Chercher du NA et AA suffisant pour produire les ribosomes.Produire les ribosomes.

20



Réseau de Petri

Ontologie


Organisation dans le temps Selon l’utilité Actions sous-

optimalesActions

erronées

Classification CREAM

21



Réseau de Petri

Ontologie


FIG1: Réseau de Petri niveau 1 FIG2: Réseau de Petri niveau 2

Modélisation

22



Réseau de Petri

Ontologie


Action trop tard Action Experte

Appartient aux

actions manqua

ntes ?

Action franchissable ?

Chargement d’action

Oui

Oui Non

23



Réseau de Petri

Ontologie


Action franchissable ?

Chargement d’action

Action trop tôt Action redondante Action inutile Action erronée

Sorties marquée

s avant l’exécuti

on

Actions manqua

ntes avant elle?

Appartient à la

solution experte ?

Non

Oui Non

Oui Non Oui Non

24



Réseau de Petri

Ontologie


Sans Effet

Nécessite

Modélisation

25



Réseau de Petri

Ontologie


26



Réseau de Petri

Ontologie


Algorithme d’analyse

Chargement de l’action du joueur.

Chargement de l’action experte attendue.

Recherche de l’action du joueur dans l’ontologie.

Recherche de l’action experte dans l’ontologie.

Détermination de la relation entre les deux actions.

Libeller l’action selon des décisions prédéfinies.

Passer à l’action suivante & chargement du RdP.

27

RéalisationEtat de l’Art Réalisation

Réalisation

Outils de réalisation

Architecture

Aperçu

ConclusionModélisation

28


Architecture

Outils de Réalisation

Réflexion

RéalisationEtat de l’Art Réalisation ConclusionModélisation

Aperçu

29


ArchitectureArchitecture

Aperçu

RéalisationEtat de l’Art Réalisation Conclusion

Architecture

Modélisation

30


ArchitectureArchitecture

Aperçu

RéalisationEtat de l’Art Réalisation Conclusion

Banque de traces .XML

Réseau de pétri Traitement du fichier XML Ontologie

Analyse et interprétation

Paramétrage du système Visualisation des résultats

Sous forme

d’arbre

Modélisation

Réflexion

31


Architecture

Aperçu


Réflexion

Libellé de l’action Poids ( )α

Experte 1

Nécessaire 1/2

Sans effet 1/3

Trop tard 1/5

Trop tôt 1/7

Inutile 1/11

Redondante 1/13

Erronée 1/17

Réflexion sur la représentation des indicateurs

32


Architecture

Aperçu


Réflexion

Réflexion sur la représentation des indicateurs

Cas experte Nécessaire Sans

effet

Trop

tard

Trop

tôt

inutile redondante erronée Taux %

1 5 3 0 0 0 0 0 0 67,18 %

2 5 3 2 0 0 0 0 0 55,97 %

3 5 3 2 2 1 0 0 0 44,76 %

4 5 3 2 2 1 2 0 0 38,91 %

5 5 3 2 2 1 2 2 0 34,40 %

6 5 3 2 2 1 2 2 3 29,24 %

33


Architecture

Aperçu


Réflexion

34


Architecture

Aperçu


Réflexion

35


Architecture

Aperçu


Réflexion

36


Architecture

Aperçu


Réflexion

37

Conclusion et Perspectives

Conclusion

Validité de la méthode MOCAH

Puissance des réseau de Petri combiné à une ontologie

38


Les perspectives

Affiner l’ontologie du domaine

Améliorer la formule de taux de performance

Tester l’outil sur un large échantillon

39


Les perspectives

Lever le niveau d’abstraction des actions

40

Merci pour votre attention

CellCraft

Suivi Réseau de

Petri

Ontologie

41

Bibliographie• [ALV 07] ALVREZ J. « Du jeu vidéo au serious game. Approches culturelle, pragmatique et

formelle». Science de la communication et de l’information. Toulouse. Université TOULOUSE II -

Toulouse le Mirail et Université TOULOUSE III - Paul Sabatier. 17 Décembre 2007.445 p.

• [ANG 10] ÁNGEL B, JAVIER T, EUGENIO J., IVAN M, PABLO M, BALTASAR F. « Easing

Assessment of Game-based Learning with <e-Adventure> and LAMS ». MTDL.10 Octobre 2010.

Firenze. Italy.

• [THO 11] THOMAS P, YESSAD A et LABAT J. « Réseaux de Petri et ontologies : des outils pour

le suivi de l’apprenant dans les jeux sérieux». Environnements Informatiques pour

l'Apprentissage Humain. 2011. Belgique. P 435-447.

42

Questions ?

Documents

outil de suivi de l-apprenant dans le serious game CellCraft (1)