Des traces d’apprenant à un profil prédictif

Sujet de projet ASR 2014

Dans le domaine des EIAH (Environnement Informatique pour l’Apprentissage Humain), il a toujours été très difficile de définir le profil des apprenants, de prévoir leurs parcours pendant le suivi d’un cours, afin d’améliorer l’apprentissage en leur adaptant les ressources et activités proposés. L’avènement des MOOC (Massive Online Open Courses) est porteur de nombreuses opportunités pour faire bouger les lignes de la formation en enseignement supérieur et de la formation continue. En recherche, le « M » de MOOC offre pour la première fois une quantité de données extrêmement intéressante. Un MOOC pouvant avoir plusieurs sessions, les traces des apprenants des sessions précédentes peuvent être utilisées pour analyser les profils et les activités des apprenants actuels. Comme complément, les traces des apprenants peuvent être enrichies avec des données ouvertes (ou Open data), de type, par exemple, géographique ou sociologique. Il est ainsi possible de s’interroger sur le lien entre le parcours des apprenants suivant un cours et leur origine géographique, leur classe sociale, leur métier … Des travaux existent dans ce sens en Angleterre, par exemple [1]

Télécom SudParis a ouvert le 10 septembre 2014 un MOOC sur les bases de données, supporté par la plateforme moodle (mooc.telecom-sudparis.eu).

L'objectif de ce projet est d'étudier :

- les traces laissées par les apprenants sur la plateforme moodle ;

- les données ouvertes proposées en France susceptibles d'enrichir ces traces ;

- les méthodes de consolidation des profils en utilisant ces données ouvertes.

[1] http://linkedup-project.eu/

Technologies

Bases de données (SQL)
Données sémantiques (RDF OWL et raisonnements, SPARQL)

Encadrants

Claire Lecocq - Claire.Lecocq@telecom-sudparis.eu
Alda Gancarski - Alda.Gancarski@telecom-sudparis.eu