L’analyse de l’apprentissage (Learning Analytics) est une nouvelle discipline sur l’utilisation des méthodes d’analyse de données s’appuyant sur les traces d’activités dans les systèmes d’apprentissage. Néanmoins, que l’apprentissage soit réalisé dans un cadre formel ou non, les activités d’apprentissage sont de plus en plus réalisées en dehors de ces systèmes, au travers d’une combinaison de plateformes en lignes (MOOC, YouTube, etc.) et de réseaux sociaux (Facebook, Twitter, etc.). Dans cette présentation, je m’intéresse aux problématiques de recherche liées à l’acquisition, la modélisation et l’analyse des traces d’activités d’apprentissage réalisées en dehors des systèmes d’enseignement traditionnels. Je montre en particulier, au travers des résultats initiaux du projet AFEL (Analytics for Everyday Learning) la nécessité de s’appuyer sur des modèles cognitifs de l’apprentissage pour détecter les trajectoires d’apprentissage qui emergent des flux d’activités d’apprenants en ligne, ainsi que pour construire des outils aidant l’apprenant à comprendre et améliorer leur propre comportement d’apprentissage en ligne.
Mathieu d’Aquin a rejoint l’université de Galway (National University of Ireland Galway) en Avril 2017 comme professeur en informatique, avec comme spécialités les technologies sémantiques et l’analyse de données. Il était auparavant chercheur principal (senior research fellow) au Knowledge Media Institute de l’Open University en Angleterre et a obtenu sa thèse en informatique au LORIA de Nancy en 2005 sur l’utilisation des technologies du web sémantique pour l’aide à la décision en traitement du cancer. Mathieu a réalisé de nombreux travaux dans les domaines de la representation des connaissances, de l’ingénierie des ontologies et de l’analyse de données à grandes échelles, avec de nombreuses applications notamment en médecine, pour l’apprentissage humain et les villes intelligentes. Mathieu est en particulier coordinateur du projet européen AFEL (Analytics for Everyday Learning) qui touche à l’analyse de l’apprentissage sur des plateformes sociales en ligne.
To get content containing either thought or leadership enter:
To get content containing both thought and leadership enter:
To get content containing the expression thought leadership enter:
You can enter several keywords and you can refine them whenever you want. Our suggestion engine uses more signals but entering a few keywords here will rapidly give you great content to curate.
L’analyse de l’apprentissage (Learning Analytics) est une nouvelle discipline sur l’utilisation des méthodes d’analyse de données s’appuyant sur les traces d’activités dans les systèmes d’apprentissage. Néanmoins, que l’apprentissage soit réalisé dans un cadre formel ou non, les activités d’apprentissage sont de plus en plus réalisées en dehors de ces systèmes, au travers d’une combinaison de plateformes en lignes (MOOC, YouTube, etc.) et de réseaux sociaux (Facebook, Twitter, etc.). Dans cette présentation, je m’intéresse aux problématiques de recherche liées à l’acquisition, la modélisation et l’analyse des traces d’activités d’apprentissage réalisées en dehors des systèmes d’enseignement traditionnels. Je montre en particulier, au travers des résultats initiaux du projet AFEL (Analytics for Everyday Learning) la nécessité de s’appuyer sur des modèles cognitifs de l’apprentissage pour détecter les trajectoires d’apprentissage qui emergent des flux d’activités d’apprenants en ligne, ainsi que pour construire des outils aidant l’apprenant à comprendre et améliorer leur propre comportement d’apprentissage en ligne.
Mathieu d’Aquin a rejoint l’université de Galway (National University of Ireland Galway) en Avril 2017 comme professeur en informatique, avec comme spécialités les technologies sémantiques et l’analyse de données. Il était auparavant chercheur principal (senior research fellow) au Knowledge Media Institute de l’Open University en Angleterre et a obtenu sa thèse en informatique au LORIA de Nancy en 2005 sur l’utilisation des technologies du web sémantique pour l’aide à la décision en traitement du cancer. Mathieu a réalisé de nombreux travaux dans les domaines de la representation des connaissances, de l’ingénierie des ontologies et de l’analyse de données à grandes échelles, avec de nombreuses applications notamment en médecine, pour l’apprentissage humain et les villes intelligentes. Mathieu est en particulier coordinateur du projet européen AFEL (Analytics for Everyday Learning) qui touche à l’analyse de l’apprentissage sur des plateformes sociales en ligne.