Les systèmes d’analyse des

traces dans un système

d’apprentissage en ligne

Hror Naoual
Résumé :

Dans nos derniers années la convergence vers les formations à distance, l’apprentissage en ligne et la communication synchrone /asynchrone sur
les forums a devenue une nécessité pour suivre les actualités dans les différents domaines (scientifiques, sociologique, littéraire…).
Mais en parallèle le contrôle et le suivie de ses différents moyens de communication reste un point primordiale afin de permettre aux différents
acteurs (enseignants, modérateurs, tuteurs, chercheur…) de guider les échanges d’information dans le bon sens.
Dans ce contexte vient notre recherche pour deux objectifs, le 1er c’est l’identification des différents systèmes existant qui permettent
l’exploitation des traces des intervenants. Le 2éme point concerne l’accomplissement de ces indicateurs avec d’autres types d’indicateurs pour
aboutir une visibilité plus globale sur les acquis des intervenants.

I) Introduction :

Malgré la grande innovation des systèmes d’apprentissage en ligne et selon quelques recherches, reste les taux d’abandon élevés mis en évidence,
d’après Marchand (1992) cité par Bernatchez (2003), 50% et le taux d’abondement dans l'enseignement par correspondance, entre 37 et 50%
selon Gerbier (1997) cité par Bernatchez (2000), entre 25 et 44% selon De Lièvre (2006). Parmi les causes de l’abandon, celle qui est la plus
généralement mise en avant est l’isolement de l'apprenant (Bernatchez, 2000).
Pour remédier à ce problème, de nombreux auteurs proposent la mise en place d’un encadrement des apprentissages qui permet le suivi et le
contrôle des apprenants on se basant sur les différents interactions entre l’apprenant et le dispositif de formation qui fournissent une grande
quantité d’informations appelées traces ou observables. L’exploitation de ces traces, issues de différentes sources, fournit des connaissances sur
l’activité [Labat 02] que nous appelons indicateurs d’apprentissage [Diagne 06].à l’aide de ces indicateurs on peut mener des actions afin d’aider
l’apprenant à dépasser des situations délicats au cours d’une formation, ou bien le motivé….l’important c’est de ne pas lui laissé sentir qu’il est
isolé et qu’il abandonne son apprentissage.

1. Types des indicateurs

Dans la littérature, ils existent plusieurs types de classifications des indicateurs :

1.1) Par aspects on trouve 3 dimension d’indicateurs : cognitifs, sociaux et affectifs.
a) Dimension cognitive : Les indicateurs cognitive apportent des informations sur les opérations cognitives de l’individu
ou du groupe, relatives au processus et au contenu de l’activité. Ces indicateurs cognitifs mesure surtout les interactions
intervenant activité,soit dans le volet contenu ou volet processus, par exemple « les contributions de chaque membre »
 qui se calcule par le nombre des messages postés par chaque membre, identifié par des mots-clés grâce à l’outil AAI i-Bee
(Michocuzi et al., 2005), ainsi que l’indicateur « profondeur de l’enchaînement » qui indique la profondeur moyenne de
l’arbre de discussion en fonction du temps, Gerosa et al., 2005, on trouve de même l’indicateur « état d’avancement » de
Despres, 2002,ou même celui de « conformité du message » qui mesure le degré de cohérence d’une contribution par
rapport au message posté auquel il est relié et c’est encore avec l’outil Degree dans (Barros et Verdejo, 2002)).
b) Dimension sociale : Ces indicateurs reflètent la qualité de la communication entre intervenant, ou même la
collaboration d’un petit groupe ou d’une communauté(Stahl, 2005) ; Parmi les recherches qui ont ce sens on trouve les
recherches de [Charles Delalonde, Eddie Soulier,2005], ont implémenté le modèle (CARRRE (Caring : Awareness,
Receiving, Responding, Remaining for E-Learning communities),aussi on a les travaux de (Gutwin et Greenberg, 2002) sur
« la qualité de la collaboration » au cours de la discussion qui fournissent un «état des relations établies entre les
participants». Par exemple, l’outil « Activity Analysis » dans sa partie « Séquences Annotées » (« Annotated Playback »)

C) Dimension affective : Cette dimension est nouvelles au niveaux des systèmes d’apprentissages ainsi que les
expérimentations des chercheurs, on peut cité l’indicateur « motivation individuelle » représente la motivation en fonction
du temps (Reimann, 2003).

1.2) Par ordre : qualitatif ou quantitatif

a) Les indicateurs qualitatifs permettent de juger les pratiques des étudiants et de déterminer l’intérêt porté au système. En
fonction des modules les types d’échanges.

b) Les indicateurs quantitatifs donne des informations de types : nombres, pourcentage…par exemple :
• Le nombre de message ont été échangés sur les différents groupes de discussions est 500.
• 360 étudiants qui ont utilisé les ressources ftp ;
• Tous les intervenants sont connectés au site web.

1.3) Par type tel qu’il a été défini par (Dimitracopoulou, 2004), « un indicateur est une variable au sens mathématique à laquelle
est attribuée une série de caractéristiques »,Les valeurs de l’indicateur peuvent prendre des formes
numériques,alphanumériques ou même graphiques,et qui correspondent à l’un des trois cas suivants : (a) valeur brute, (b)
valeur calibrée selon une norme prédéfinie, (c) valeur calibrée prise en compte par le système afin de prendre une décision.
 (a) une valeur brute fournie. Par exemple, le nombre des intervenants connecté est 20, le nombre des messages posté par
le membre X au cours de la journée est 5 messages, les mots-clés les plus fréquents de la semaine courante sont « culture et
dimension ».
(b) une valeur calibrée est fournie selon une norme soit prédéfinie par les concepteurs soit par les utilisateurs eux-mêmes
si l’outil est adaptable. Ainsi, les indicateurs « messages lus par rapport aux messages postés par un individu » = 97-3, alors
que la norme est de 70-30 dans un contexte spécifique, « niveau d’activité d’un participant » est « endormi ». La norme peut
être signalée d’une façon directe ou indirecte via une métaphore, offrant ainsi de manière correspondante une estimation
directe ou indirecte. Citons également le « degré d’activité d’un sujet de discussion », incorporé dans l’outil de forum i-Bee
(Michizuki et al., 2005), qui calcule la fréquence des mots-clés récents des messages postés et présente les valeurs obtenues
via une métaphore florale (flowering period, flower full bloom, bud of flower.
(c) Évaluation : la valeur d’indicateur est calibrée et reflète une évaluation des intervenant. Elle est présentée soit comme
une note, attribuée pour les participants, par exemple le « membre en or » (Vassileva et al., 2004) ,ou bien un jugement,
selon une échelle. Par exemple, le « niveau de collaboration » peut être jugé awful (très mauvais), de même la « créativité »
peut être jugée poor (dans l’outil Degree, (Barros et Verdejo, 2000)) en fonction des indicateurs dépendants « degré de
complexité », et « originalité ou richesse des idées », calculés suivant les catégories de contribution (en supposant qu’une
contribution de type « proposition » implique plus de créativité qu’un post de type « commentaire ») ,de même ça peut être
un guidage. Dans ce cas, le système prend en compte la valeur de l’indicateur afin de décider d’envoyer un message à un
participant ou à l’ensemble du groupe, les enjoignant, par exemple, de lire plus souvent les contributions des autres (Chen,
2004).

2. Les fonctions de l’encadrement tutorial

Au cours d’une FAD, le tuteurs a des différents rôles, (Henri & Kaye, 1985) citent qu’il est à la fois correcteur, instructeur,
facilitateur, animateur, intervenant, agent d'encadrement ou moniteur En plus de ces rôles, il remplit également un certain nombre
de fonctions, de même Quintin (2007) propose une autre typologie (figure1) ,ce qu’il rend le suivi et l’encadrement d’un apprenant
devient de plus en plus délicat ,pour cela le tuteur a besoin des systèmes plus réactifs et plus concrets pour qu’ils puissent faire les
bons actions dans les bons moments.
 Figure 1 : Rôles et fonctions propres au tuteur selon Quintin (2007)

II) Les systèmes d’analyses des traces :

1. Catégories des analyseurs des traces

Les outils d’analyses des interactions des apprenants dans les différents Environnement Humaines d’Apprentissage actuels
peuvent se séparer en trois catégories, selon leur statut par rapport à l’environnement d’apprentissage. Ils peuvent être soit une
« composante intégrée », « composante reliée » ou bien comme « outil indépendant»:

(a) Une Composante Intégrée, c’est-à-dire une composante de l’environnement d’apprentissage,il offre une information simple sur
une situation par exemple,le nombre des personnes connecté en ligne sur le logiciel commercialisé « PHPbb »,qui sont affichés sur
l’interface principale de l’environnement (Figure 2) .
 Figure 2 : Indicateurs de présence à l’interface (PhpBB)

(b) Une Composante Reliée à un environnement, il s’agit alors souvent d’une composante élaborée : Comme le cas de « Analytic
tools » (Teplovs et al., 2007) relié au système « Knowledge Forum », ou de la composante distincte « Activity Analysis » (Petrou &
Dimitracopoulou 2008) de l’environnement de modélisation « MODELLINGSPACE » (Dimitracopoulou & Komis 2005).

(c) Un Outil Indépendant se constituant des outils complets qui échangent des données avec différents types de logiciels. C’est le
cas de l’outil DIAS (Bratitsis & Dimitracopoulou, 2005, 2006, 2007), qui peut être connecté avec différents logiciels de même
catégorie (forums de discussion asynchrone). Les indicateurs sont souvent affichés dans un espace différent de l’environnement
d’apprentissage.

2. Quelques exemples des systèmes de génération des indicateurs

2.1 SIGFAD (Système pour le soutien des Interactions dans des Groupes de Formation A Distance)
SIGFAD est un systèmes relié à des plates-formes de formation à distance afin d’y implémenté des fonctionnalités qui
permettent d’apprécié l’état du groupe : le pourcentage des sessions actives, le nombre d’absences, le taux de réalisation d’une
activité, le pourcentage des personne active, la rentabilité d’une personne donnée, il a été développé par la méthodologie MaSE
(Multiagent System Engineering) mise au point par Scott DeLoach et ses collègues au sein du Laboratoire d’Intelligence
Artificielle de l’AFIT(Air Force Institute of Technology) [DELOACH et al. 2001]
SIGFAD contient trois types d’utilisateurs : les apprenants, les tuteurs, le coordonnateur. Chaque utilisateur a un agent, localisé
sur le serveur, cet agent migre sur son poste dès qu’il se connecte. L’agent est codé comme une applet Java.

Les classes d’agent de SIGFAD sont les suivantes :

- un agent Apprenant (un pour chaque apprenant) ;
- un agent Tuteur (un pour chaque tuteur) ;
- un agent Coordonnateur (fournit des informations sur date de début, date de fin, personnes concernées, outils, etc.
- un agent Constructeur de la base de données des interactions ;
- un agent Superviseur des interactions.

Ces agents communiquent entre eux en utilisant des requêtes KQML (Knowledge Query and Manipulation Language).

SIGFAD fournit trois grandes catégories d’indicateurs :

- au niveau du groupe entier : en indiquant les personnes présentes, absentes, dormantes, l’état du groupe par rapport à la
réalisation des activités pédagogiques (Figure 3) ;
- au niveau d’un individu : en appréciant sa productivité en termes de réalisation des activités pédagogiques, sa sociabilité qui
indique son niveau de communication avec les autres membres du groupe(Figure4) ;
- au niveau de l’activité : en indiquant le niveau de réalisation d’une activité par l’ensemble des participants, ceci permet au
Coordonnateur de prendre des décisions objectives de modification du calendrier des activités.
Figure 3 : SIGFAD renvoie une information sur les nom du groupe « Aquitania qui ont été connécté entre le 23 mai et le 31 mai 2001.

Figure 4 : SIGFAD donne au tuteur l’état du groupe « Aquitania » entre le 23 mai et le 31 mai 2001.

2.2 DEGREE

Dans DEGREE, Barros et Verdejo (2000) utilisent les actes de langage mais en essayant de dépasser les données brutes telles que
le nombre de réponses ou de commentaires. Elles supposent par exemple qu'une proposition est plus créative qu'un
commentaire ou qu'une contre-proposition est plus élaborée qu'une question. Ces hypothèses leur permettent alors de décrire
 l'activité d'un groupe en terme de créativité, d'initiative ou de qualité argumentative, on se basant sur des indicateurs comme le
« degré de complexité », « originalité ou richesse des idées », calculés suivant les catégories de contribution (« proposition », «
commentaire », « question »…).En outre, DEGREE offre des indicateurs pour estimer la qualité du processus ou la qualité de
l’interaction ou du produit d’une discussion ou la qualité de collaboration (Figure 5).

Figure 5 : Modèle d’analyse d’interaction de système « Degree » (Barros et Verdejo, 2000)

2.3 iTree

iTree est un systèmes des analyses des traces relié, il est installé au niveau du téléphone portable de l’apprenant, son fond d'écran
est alimenté par des données d'inscription stockées sur le serveur web « iii ligne » ,le site e-learning "pour l’inter-facultaire
Initiative en sciences de l’université de Tokyo (Yamauchi, Nakahara 2002) . L'iTree application s'exécute sur l'environnement de
développement Java SDK 1.4. Lorsqu'un apprenant ouvert son téléphone, iTree récupère immédiatement les mis à jour des données
du serveur via le protocole HTTP . Tout d'abord, iTree attribue à chaque apprenant un ID unique avec lequel il effectue des
recherches de base de données. Les résultats sont envoyés à iTree de l'apprenant par l'intermédiaire du protocole HTTP au format
texte. iTree interprète ensuite ces données texte comme une image de fond d’écran. Il faut en moyenne deux secondes pour charger
des données d'image après l'ouverture du mobile.
Il y a soixante-quatre stades de croissance des arbres que représente iTree. Lorsque la phase finale est atteinte, l'arbre couvre tout
l'écran et la croissance s'arrête. Inversement, si l'apprenant néglige son poste pour un temps la taille de la table se diminue (Figure6).
Figure6 : l’indicateur nombre de connexion correspond aux nombres de branches de l’arbre

L’indicateur nombre de messages lus par les membres du forum, est présenté par le nombre et la couleur des feuilles. Comme les
messages sont lus, les feuilles poussent et passe au vert. Après un certain période, les feuilles finissent par tomber (Figure7).

Figure7 : l’indicateur nombre de messages lu correspond aux nombres de feuilles de l’arbre

Le nombre de noix rouge indique le nombre de réponses posté sur un message par les apprenants (Figure 8).

Figure8 : Le changement de l'image au niveau des différents interactions

On générale l'application iTree, a été conçu pour augmenter la participation des étudiants dans les forums BBS liées aux cours. Et
suite à une expérience déroulé dans de l’université de Tokyo (Yamauchi, Nakahara 2002) entre 4 Octobre 2002 et 31 janvier 2003 ils
ont pu déduire que :
(1) Les apprenants qui utilisent iTree participent plus souvent sur le forum.
(2) Dans l'ensemble, les apprenants ont évalué iTree positive.
(3) iTree donne aux apprenants les informations sur lesquelles a été envoyé des réponses et quand ils doivent aller sur le forum.

2.4 TrAVis

L'outil TrAVis, développé par une équipe de l'INSA de Lyon,dans l’objectif de visualiser en temps réel les traces d’interaction
des utilisateurs sur la plate-forme de formation en ligne sans aller sur l’interface principale de TrAVis,il est composé sous forme de
cinq composants indépendants : « Interface », « Traitement de données », « Analyse de données », « Transformation de données
» et « Visualisation des données ».
● Le composant « Interface » permet aux utilisateurs d’accéder aux fonctionnalités de TrAVis en faisant des requêtes de
manière simplifiée,
● Le composant « Traitement de données» s’occupe d’interroger la base de traces avec les paramètres provenant du
composant « interface »,
● Le composant « Analyse de données » extrait et calcule les indicateurs en fonction des données soumises par le
composant traitement de données,
● Le composant « Transformation de données » transforme les indicateurs calculés en une forme visualisable.
● Le composant « Visualisation des données » représente les indicateurs calculés sous différentes formes graphiques et
avec différentes échelles (Figure 10,11).

● TrAVis (Figure 9) est actuellement conçue en tant qu’un outil indépendant de toute plateforme e-learning, et pour
interfacer TrAVis aux plateformes existantes il faut définir et développer d’autres composants, TrAVis propose des
opérations d’enrichissement et de transformation de traces qui deviennent après des données réutilisables et exploitables
indépendamment des outils les ayant produites (Madeth, décembre 2009).
 Figure 9 : vue principale de la plateforme TrAVis

TrAVis fournit un certain nombre de fonctionnalités permettant aux utilisateurs d’accéder facilement à la base de traces, d’analyser
et de visualiser les traces sous différentes formes ainsi qu’à différentes échelles. TrAVis est conçue pour être accessible non
seulement aux enseignantstuteurs, mais aussi aux apprenants (ce qui n’est pas le cas pour la plupart des outils existants). Ainsi,
avec l’aide de TrAVis, les enseignants peuvent analyser des traces en construisant les indicateurs sur les interactions des apprenants.
Quant aux apprenants, ils peuvent se servir de TrAVis comme outil réflexif donnant une visualisation globale sur leurs activités de
communication en fournissant des indicateurs leur permettant de prendre conscience de leur propre comportement et celui des
autres (Madeth May, Sébastien George, Patrick Prévôt, 2009)
Comme indicateur on a « Lecture d’un message » il es présenté par des sphères (Figure 10), chaque sphère représente une action de
lecture d’un message par un utilisateur. Le diamètre de chaque sphère est proportionnel au temps passé par un utilisateur pour la
lecture. La distance entre deux sphères représente le temps passé entre deux lectures. Une sphère peut être de quatre couleurs
(orange, bleue, verte, ou grise). Une sphère verte signifie que l’utilisateur a ouvert un message en ayant bougé le « scrollbar »
vertical vers le bas pour voir la totalité du message (on peut supposer dans ce cas que la lecture a été effectuée jusqu’à la fin du
message). La sphère orange exprime le fait que l’utilisateur a seulement affiché le début du contenu du message sans toucher le «
scrollbar ». La sphère bleue signifie que l’utilisateur a affiché le message, et qu’il a bougé le « scrollbar » mais sans aller jusqu’en bas
(affichage partielle d’un message). Enfin, la sphère grise indique que l’utilisateur n’a fait qu’un passage éclair sur un message
(moins de 3 secondes).
Figure 10 : Présentation de l’indicateur « lecture de message »

Figure 11 : Indicateurs concernant le profil d’un utilisateur

 3. Tableau récapitulatif

Système d’analyse des Type SAI Indicateurs Nature Visualisation ( Brute Public cible
interactions Graphiqude)
SIGFAD : Relié Indique les personnes présentes, absentes, Social Brute tuteurs
dormantes

le pourcentage des sessions actives Cognitif Brute tuteurs

le taux de réalisation d’une activité Cognitif Brute tuteurs

la rentabilité d’une personne donnée Cognitif Brute tuteurs

niveau de communication avec les autres Social Brute tuteurs

membres du groupe
DIAS Indépendant le nombre de messages échangés par Social Brute les étudiants
chaque apprenant dans une session de les modérateurs,
chat les administrateurs
les chercheurs
le nombre d'objets réalisés par chaque Cognitif Brute
acteur Etudiants
Tuteurs

I-Bee Relié la popularité de chaque sujet de Cognitif Métaphores élèves qui discutent de
discussion façon asynchrone via un
forum
Le degré d’activité de chaque participant Social Métaphores élèves qui discutent de
façon asynchrone via un
forum
le sujet principal de discussion chaque Cognitif Métaphores élèves qui discutent de
participant façon asynchrone via un
forum
Degree l'activité d'un groupe en terme de Cognitif
créativité

la qualité de Social
Collaboration
 qualité argumentative Cognitif

Analytic Tool Reliés( l’évolution du vocabulaire de l’élève Cognitif Graphique (cercle, diagramme) Métaphores
Knowledge
Forum)

les thèmes élaborés par élève pour Cognitif Graphique (cercle, diagramme) Métaphores
discussion

GISMO Relié le nombre d’accès aux différentes Cognitif graphe les modérateurs,
ressources Moodle… les administrateurs

III) Conclusion :

L’analyse faite montre que la majorité des systèmes d’apprentissage actuels se focalise sur les indicateurs de types cognitifs et
sociaux et ignore les indicateurs affectifs or dans une activité d’apprentissage, la dynamique motivationnelle d’un apprenant (la
perception qu’a un apprenant de la valeur de l’activité d’apprentissage, la perception qu’il a de sa compétence à l’accomplir et la
perception du degré de contrôle qu’il peut exercer sur le déroulement et sur les conséquences de cette activité (Viau, 1994; Viau et
Louis, 1997),influence d’une façon directe sur l’évolution cognitif et les pratiques d’actions collectives d’un apprenant ,donc les
tuteurs et les enseignants ont besoin de plus de ce types des indicateurs, pour avoir une visibilité plus claire et générale sur l’état de
l’apprenant. Dans ce sens vient notre objectif de recherche