L’objectif est ici de disposer de systèmes de diagnostic qui analysent la cohérence interne des solutions et des processus de résolution proposés par l’apprenant afin de fournir des rétroactions appropriées liées à la connaissance en jeu vis-à-vis de son contexte.
Il ne s’agit donc pas de maintenir le sujet au plus prés du comportement expert, mais de comprendre suffisamment ses conceptions en amont pour apporter une rétroaction qui en permette l’évolution ou, éventuellement, le renforcement.
Les modèles classiques de diagnostic de connaissances de l’apprenant ont des approches qui se basent essentiellement sur une description des solutions attendues, lesquelles sont produites de façon exhaustive (approche générative) ou par une description de contraintes (approche évaluative).
Pour atteindre l’objectif décrit précédemment, ma recherche propose un changement de paradigme afin de proposer des modèles de diagnostic qui puissent prendre en compte d’autres caractéristiques significatives à la compréhension de l’état de connaissance du sujet.
Cela s’avère particulièrement vrai dans des domaines mal définis comme la chirurgie orthopédique. Nous cherchons ainsi à aller vers des modèles interrogeant les actions situées (temps, contexte,..), en séparant les deux niveaux identifiés dans la littérature : niveau comportemental et niveau épistémique. Les modèles auxquels je m’intéresse ont comme caractéristique d’être capables de représenter l’incertitude et d’associer symbolique et numérique. Nous avons ainsi proposé (Michelet et Luengo 2012) des algorithmes au niveau comportemental qui permettent d’identifier la contradiction intra-apprenant à partir de plusieurs contextes de résolution et de les traiter selon le contexte (registres de représentation, type de problème, type de connaissance). Au niveau épistémique, nous avons proposé un modèle dynamique dont la nature du diagnostic actuel dépend des diagnostics précédents (Minh, Luengo et Vadcard) et auquel nous avons ensuite intégré (Lalle et Luengo 2011) des connaissances symboliques et numériques (visuelles et gestuelles). Par ailleurs, nous nous intéressons à l’évaluation et la comparaison des diagnostics en travaillant sur une proposition de caractérisation et de benchmark des modèles et techniques de diagnostic (Lallé, Luengo et Guin 2012).
Les perspectives sont ici centrées sur le diagnostic des connaissances mal définies de type perceptivo-gestuel . Dans le domaine comportemental, nous nous intéressons aux algorithmes temporels d’association des comportements perceptifs (geste-regard). Au niveau épistémique, nous cherchons la généralisation de notre approche avec la possibilité d’intégration d’autres facteurs tels que les compétences non techniques (Bourrier, Garbay, Jambon et Luengo 2017 et 2018). Plus globalement, je m’intéresse à la question des représentations des connaissances pour le diagnostic avec des modèles qui ne sont plus à événements discrets mais continus.