Une architecture multi-agents pour des sessions d'apprentissage collaboratif
Résumé
Collaboration between learners can have a positive impact in a learning session only if learners can exchange efficiently. discussions, advices given by a colearner are good means to help a learner in knowledge understanding. One of the main problems in a collaborative learning activity is to create coherent groups among students. In this paper, we present an architecture that aims to address this question. We use a neural network algorithm to obtain homogenous groups. An architecture based on several agents is then able to select the more relevant group and provide the learning session with information related to the subject.
La collaboration entre étudiants est reconnue pour avoir une grande importance dans une session d'apprentissage. Les discussions qu'elle permet, les échanges de bons procédés entre apprenants apparaissent comme autant de moyens efficaces pour faciliter l'apprentissage d'un sujet chez un étudiant. L'un des principaux problèmes de l'apprentissage collaboratif demeure l'établissement de groupes cohérents à partir du pool d'étudiants. Dans cet article, nous présentons une architecture multi-agents permettant un enseignement collaboratif. Nous utiliserons un algorithme de réseau de neurones pour générer des groupes homogènes. Nous proposerons des agents pour déterminer le groupe correspondant le mieux aux critères de notre leçon puis dispenser le cours tout en recherchant de nouvelles données s'y rapportant sur Internet.
Loading...