HUBBLE (2015-2019)

Rédigé par Iksal Sébastien le 08 décembre 2015

Le projet ANR HUBBLE (2015-2019) : HUman oBservatory Based on analysis of e-learning traces


L’objectif du projet HUBBLE est de créer un observatoire national pour la construction et le partage de processus d’analyse de données massives, issues des traces laissées dans des environnement de type e-learning. Hubble permettra d’analyser et d’expliquer des phénomènes d’enseignement et d’apprentissage avec ces environnements.

Ce projet est à destination de l’enseignant, le concepteur, l’administrateur ou le politique, ce dernier pourra utiliser les processus et les résultats d’analyses des traces de l’activité, pour améliorer l’environnement et pour la prise de décisions sur le système d’enseignement et d’apprentissage.

Les objectifs technologiques du projet sont :
  • La mise en commun d’expériences sur les plateformes d’observation et d’analyse afin de permettre le partage, la capitalisation et l’usage de traces, d(‘outils et de processus d’analyse.
  • L’utilisabilité des processus d’analyse pour des utilisateurs qui souhaitent les réutiliser.
  • Le redéploiement de processus d’analyse pour la prise de décision des acteurs institutionnels dans leurs environnements habituels.
  • Le respect des règles éthiques définies par le comité d’éthique qui sera créé lors du projet.

Les partenaires scientifiques sont  IFE-ENS Lyon (Lyon), Lab-STICC (Brest), LIP6 (Paris), LIG (Grenoble), LINA (Nantes), LIRIS (Lyon), LIUM (Le Mans-Laval) et STEF (Cachan). Le projet est coordonné par Vanda Luengo (MOCAH-LIP6). Le partenaire industriel est OpenClassrooms.

J'ai participé au montage du projet, et je suis le responsable scientifique du projet pour le LIUM.

J'ai pris la co-responsabilité du lot  "Tableaux de bord" avec Jean-Marie Gilliot (Lab-STICC) correspondant à la modélisation et l'opérationnalisation de tableaux de bords intégrant les productions des différentes plateformes d'analyse de traces impliquées dans le projet (kTBS - LIRIS; SMOOPLE - Lab-STICC, UnderTracks - LIG et UTL - LIUM). 

Dans le cadre de ce lot, je co-dirige une thèse avec le Lab-STICC : Thèse d'Inès DABBEBI.

JEN.lab (2014-2018)

Rédigé par Iksal Sébastien le 08 décembre 2015

Le projet ANR JEN.lab (2014-2018) : Apprentissage avec les Jeux Epistémiques Numériques (Usages-Technologies-Méthodologies)


Le projet JEN.lab porte sur la conception et l’usage des jeux épistémiques numériques dans l’éducation et la formation, il s’inscrit donc dans l’axe 2 de l’appel à projet ANR : “nouvelles pratiques, nouveaux outils pour l’éducation et la formation”. Les objectifs du projet sont d’abord pragmatiques. Il s’agit de co-concevoir trois JEN qui seront expérimentés en conditions écologiques et diffusés auprès des milieux de pratique. La méthodologie s’appuie sur la mise en place d’incubateurs permettant d’impliquer les utilisateurs finaux dans la conception. Les contextes visés sont ceux de l’éducation (enseignement secondaire) et de la formation professionnelle. Les objectifs sont également heuristiques : développer un modèle de JEN tant du point de vue des interactions qui se développent que des artefacts qui médiatisent ces interactions. Il s’agit de répondre à la question : qu’est-ce qu’apprendre dans le cadre d’un JEN. Un troisième objectif est d’ordre méthodologique. Il vise à développer des méthodologies originales qui permettent d’articuler des analyses conduites pendant les phases initiales de conception avec des méthodologies de type analyse de traces numériques d’apprentissage utilisées sur de plus grandes cohortes d’apprenants, pendant la phase d’implémentation.

Les partenaires scientifiques sont EducTice/IFE/ENS Lyon (France), ICAR (France), LIRIS (France), LIUM (France)  et S2HEP (France). Le projet est coordonné par Eric Sanchez (IFE-ENS Lyon). Le partenaire industriel est Symetrix.

J'ai participé au montage du projet. 

J'ai pris la responsabilité du lot  "Traces numériques" correspondant à la réalisation d'un modèle de traces numériques pour les JEN avec élaboration d'indicateurs couplant les traces numériques classiques ainsi que l'analyse de traces audio-visuelles.