Poste d'ingénieur R&D
Développement de briques d'IA
Le LORIA (Laboratoire Lorrain de Recherche en Informatique et ses Applications), UMR 7503, au travers de l’équipe Mosaik, est spécialisé dans l’intelligence artificielle selon différentes perspectives, dont une expertise de plusieurs années en intelligence artificielle pour l’éducation.
Le LORIA est reconnu pour son expertise dans l’analyse des traces d’usage de systèmes numériques, en particulier des traces d’apprenants, dans un objectif de recommandation et d’adaptive learning. Les travaux menés par le LORIA combinent des approches d’apprentissage automatique et de fouille de données, incluant la représentation par graphe de connaissances, pour des objectifs d’identification de profils type d’apprenants (habitudes, difficultés, etc.), d’information, d’évaluation, de prédiction, et de proposition d’actions (des recommandations) permettant d’atteindre un objectif donné et enfin de tableaux de bord.
La mission sera encadrée par Armelle Brun, Professeur en informatique à l'Université de Lorraine et spécialisée dans les systèmes de recommandation guidés par le but, la construction et l’exploitation de graphes de connaissance pour proposer des recommandations éthiques et explicables ; et par Geoffray Bonnin, Maître de conférences en informatique à l'Université de Lorraine, et spécialisé dans l’intégration des facteurs humains dans les systèmes de recommandation éducatifs engageants et plus généralement dans l’adaptive learning.
La technique du pied-dans-la-porte est une technique issue du domaine de la psychologie sociale qui consiste à faire des requêtes consécutives ayant un coût croissant (Freedman et Fraser, 1966). Par exemple, plutôt que de demander directement de réduire son temps passé sous la douche pour réduire son empreinte carbone, on peut demander au préalable de remplir un questionnaire rapide sur les questions écologiques. Les expérimentations de cette technique montrent qu’il est possible d’augmenter significativement le taux d’acceptation de la seconde requête si elle est précédée d’une requête moins coûteuse.
Le LORIA s’intéresse aux possibilités offertes par cette technique dans le cadre de travaux sur la recommandation d'activités éducatives à destination des élèves. Dans cette optique, une première étude visant à modéliser l'effort cognitif à partir de données comportementales (utilisation de la souris et du clavier, pages vues, etc.) a été initiée afin de faire des recommandations en deux temps : en commençant par des activités requérant peu d'effort pour ensuite recommander des activités requérant un plus grand effort (Moissa et al., 2021).
Les premières conclusions de ce travail, effectué dans le cadre d’une évaluation hors ligne, sont très positives et permettent d’envisager une utilisation sur un système en conditions réelles. Notamment, un premier prototype a été développé par le LORIA, qui a atteint le stade de preuve de concept expérimentale, sur la base duquel un nouveau prototype destiné à un environnement opérationnel pourra être réalisé. Concrètement, ce prototype permettra de mesurer et de prédire l’effort cognitif des apprenants à court terme et d’étudier plus précisément l’impact des recommandations à base de pied-dans-la-porte à l’échelle d’une session, en particulier en termes d'effet de la variation du temps écoulé mais aussi d’effet de la variation de l'effort requis entre les requêtes successives du pied-dans-la-porte.
De façon plus exploratoire, cette technique doit être étudiée pour mesurer l'engagement des élèves à plus long-terme, c’est-à-dire au-delà de l’échelle de la session. Ce changement d’échelle temporelle représente un changement important de paradigme, et soulève de nombreux défis. Bien que nous ayons commencé à aborder cette question en faisant une distinction formelle entre l’effort à court terme, que nous avons rapporté à la charge cognitive, et l’effort à long terme, que nous avons rapporté à l’engagement, plusieurs questions de recherches restent à explorer (Moissa, 2021). En particulier, l’effort cognitif n’est pas forcément caractérisé de la même manière à cette échelle, et l’effet du pied-dans-la-porte n’est pas forcément le même. Ainsi, dans ce projet nous souhaitons poursuivre ce travail afin de nous dirigier vers une validation de la pertinence de cette technique sur l’effort produit par les élèves à long terme, afin de l’exploiter dans l’outil développé.
L’objectif principal de cette mission est de développer différentes variantes d'un modèle d'effort cognitif sur la base des données d'usage de la plateforme Mathia, une application mobile d’aide à l’enseignement des maths animée par une intelligence artificielle. Plus concrètement, un premier objectif pratique sera de rendre opérationnel et robuste une brique d'IA utilisant ce modèle qui sera intégrée à l'application. Il sera ainsi possible d'effectuer des évaluations en-ligne avec les utilisateurs de la plateforme afin de répondre à une première partie de nos questions. Des données collectées dans le cadre d'un projet antérieur, le projet E-FRAN METAL, seront dans un premier temps utilisées pour l'apprentissage de la première version du modèle.
Par la suite, plusieurs itérations seront effectuées afin de déterminer quelle variante du modèle est la plus pertinente dans le contexte spécifique de l'enseignement en-ligne des mathématiques, et afin de répondre à une deuxième partie de nos questions.
La partie sur les recommandations engageantes de resources sera dans un premier temps mise de côté. Elle sera développée dans un second temps sous une forme préliminaire utilisant notre modèle d'effort.
Envoyez un CV, une lettre de motivation et un relevé de notes par e-mail à Geoffray Bonnin : bonnin [at] loria [dot] fr
Le candidat devra :
Freedman, J. L., et Fraser, S. C. Compliance without pressure: The foot-in-the-door technique. Journal of Personality and Social Psychology 4, 2 (1966), 195–202.
Moissa, B. Maximizing students' engagement through effort-based recommendations. 2021. Thèse de doctorat. Université de Lorraine.
Moissa, B., Bonnin, G., et Boyer, A. (2021). Measuring and Predicting Students’ Effort: A Study on the Feasibility of Cognitive Load Measures to Real-Life Scenarios. In Proc. EC-TEL.