PptxGenJS Presentation

[Virtual Presenter] Le cours de cette leçon se concentre sur les systèmes tutoriels intelligents de la machine à enseigner au tuteur génératif. Ce sujet est essentiel pour comprendre comment les technologies évoluent dans le domaine de l'éducation. Les systèmes tutoriels intelligents sont une forme de soutien pédagogique qui utilise des algorithmes et des bases de données pour aider les élèves à apprendre. Ils peuvent être utilisés pour fournir des ressources pédagogiques personnalisées, ajuster le rythme de l'apprentissage et offrir des retours immédiats sur les performances des élèves. Dans ce cours, nous allons explorer les différentes composantes d'un système tutoriel intelligent, ainsi que ses origines et son évolution au fil du temps. Nous aborderons également les défis et les limites de ces systèmes dans la pratique enseignante..

[Audio] "Le système de tutorat intelligent (ITS) utilise l'intelligence artificielle (IA) pour offrir une expérience pédagogique personnalisée. Le problème des deux sigmas Bloom (1984) souligne que le tutorat individuel peut être supérieur à celui de la classe traditionnelle. Le modèle du domaine, le modèle de l'apprenant, le modèle pédagogique et l'interface sont les quatre composantes clés d'un ITS. Ces composantes travaillent ensemble pour diagnostiquer les difficultés de l'élève et adapter son enseignement en temps réel.".

[Audio] La machine à enseigner développée au cours du XXe siècle est un outil éducatif. La première machine à enseigner remonte à l'année 1920. Elle s'appelle la machine de Pressey. Cette machine posait des questions à choix multiples avec une réponse immédiate..

[Audio] La géographie de l'Amérique du Sud est utilisée pour créer un réseau sémantique dans le système Scholar. Ce réseau permet un dialogue non écrit à l'avance entre l'élève et le système. Le système Scholar se distingue par sa capacité à séparer les connaissances du domaine et la stratégie d'enseignement. Cela signifie que le système peut fournir des informations spécifiques sur le sujet étudié, tout en adaptant son approche d'enseignement en fonction des besoins de l'élève. Le système est également conçu pour simuler des situations de dépannage, comme le montre SOPHIE et BUGGY. Ils utilisent des hypothèses et des critiques pour résoudre des problèmes mathématiques. Le système expert MYCIN, qui est le fondement de Guidon, nous montre que même les experts ne sont pas toujours capables de donner des conseils efficaces. L'expression "Système d'Aide à l'Étudiant Intelligente" (Système d'Aide à l'Étudiant Intelligent) est créée en 1982 par Sleeman et Brown. Ce terme désigne un système qui combine le modèle de l'apprenant, le diagnostic et l'accompagnement..

[Audio] The développement du tutor cognitif a commencé dans les années 80 avec le travail d'Anderson de l'université de Carnegie-Mellon. Le premier exemple était le Tutor Lisp qui enseignait des compétences en programmation à travers une approche cognitive. Dans les années 80 ultérieures, les chercheurs ont exploré les méthodes de traçage du modèle et de la connaissance. Ces méthodes impliquaient de suivre les processus de pensée des étudiants et d'estimer leurs niveaux de maîtrise en fonction de la probabilité. Le programme d'algèbre Cognitif a été mis en œuvre dans les écoles de Pittsburgh dans les années 90 et plus tard développé en Carnegie Learning et MATHia. D'autres approches, telles que SQL-Tutor, AutoTutor et ALEKS, ont également été développées au cours de cette période, offrant différentes façons de soutenir l'apprentissage des élèves par le biais des systèmes d'intelligence artificielle..

[Audio] Les années 2000 ont vu l'émergence de nouvelles plateformes éducatives qui ont permis aux systèmes d'apprentissage de collecter et d'analyser des données éducatives de grande ampleur. Ces plateformes, telles que ASSISTments, Khan Academy et Duolingo, offrent des exercices adaptatifs, une rétroaction immédiate et des tableaux de bord pour les enseignants. Des recherches ont été menées sur l'utilisation de réseaux de neurones pour prédire la réussite des élèves, ainsi que sur les effets de la frustration, de l'ennui et du désengagement. Des études ont comparé l'efficacité des systèmes d'aide à l'apprentissage (ITS) avec celle du tutorat humain, avec des résultats intéressants..

[Audio] La génération d'IA depuis 2022 a permis une révolution dans les grands modèles de langage. Les modèles populaires comme ChatGPT ont rendu possible des dialogues sur presque toutes les matières sans avoir besoin de créer un modèle spécifique pour chaque domaine. Cela a réduit considérablement les coûts de création. Khanmigo est un autre exemple de tuteur génératif qui utilise des consignes pédagogiques pour guider l'élève plutôt que de lui donner la réponse. Il s'agit d'une approche plus encadrée et plus efficace. Cependant, ces systèmes présentent également des défauts hérités. Ils sont capables de halluciner, de répondre trop directement et de manquer de suivi fiable de la maîtrise. De plus, ils peuvent être influencés par des biais et des données confidentielles. Les systèmes hybrides tentent de combiner la rigueur des ITS avec la souplesse conversationnelle des LLM. Ils mettent en place des principes durables tels que la rétroaction immédiate, l'adaptation et la maîtrise progressive..

[Audio] Les systèmes d'aide à la formation (SFAF) offrent plusieurs avantages aux enseignants. Ils leur permettent de suivre l'évolution de leurs élèves avec précision, ce qui leur permet d'adapter rapidement aux besoins individuels de chaque étudiant. Ces systèmes fournissent également des informations précises sur les notions maîtrisées ou fragiles, ce qui facilite la différenciation de l'enseignement et permet aux enseignants de prendre des décisions éclairées..