Teaching analytics : support for the evaluation and assistance in the design of teaching through artificial intelligence

Cette thèse s'inscrit dans le cadre de l'utilisation des Teaching Analytics pour analyser les comportements des enseignants et les assister dans l'utilisation des systèmes de gestion de l'apprentissage (LMS). Notre objectif est d'exploiter ce domaine afin d'aider les enseignants à évaluer leurs comportements sur leur LMS. In fine, nous souhaitons doter les enseignants d'outils leur permettant de s'engager eux-mêmes dans des situations d'apprentissage visant à améliorer leurs utilisations du LMS, et de soutenir ces situations par le biais de feedbacks et d'un support à l'apprentissage par les pairs. Afin d'atteindre cet objectif, nous avons investigué trois questions de recherche: (i) Comment aider les enseignants à prendre conscience de leur propre situation et à s'auto-évaluer sur l'utilisation de leurs LMS ?, (ii) Comment aider les enseignants à enrichir leur utilisation du LMS institutionnel ? et enfin (iii) Comment fournir aux enseignants et aux ingénieurs pédagogiques un outil de soutien mieux adapté à leurs besoins ?Pour répondre à nos questions de recherche, nous avons conçu un modèle d’évaluation sur la base (i) d'une analyse qualitative à partir d'entretiens que nous avons eus avec plusieurs ingénieurs pédagogiques et (ii) d'une analyse quantitative que nous avons réalisée sur trois années d'activités d'enseignants sur le LMS de l'Université. Ces deux études ont été exploitées conjointement pour concevoir un modèle explicable qui catégorise l'utilisation de la plateforme par les enseignants et ainsi permettre à ces derniers d'évaluer leurs pratiques selon plusieurs aspects (i.e., axes du modèle: évaluation, réflexion, communication, collaboration, ressources, interactivité et gamification). À partir de ce modèle, nous avons conçu un premier indicateur de TA, la tendance d'utilisation du LMS. Fondé sur une analyse en clustering afin d'identifier des groupes d'enseignants ayant une utilisation particulière selon chaque axe, celui-ci offre un moyen de fournir un support à l'awareness sociale. Dans une perspective d'un support à l'awareness individuelle, deux autres indicateurs viennent fournir un moyen simple d'évaluer sa pratique. Toujours dans le contexte des axes du modèle, nous avons donc proposé des scores pour exprimer (i) la curiosité de l'enseignant (la variété de l'utilisation de la plateforme indépendamment du temps) et (ii) l'homogénéité d'utilisation des différentes facette du LMS (la régularité de l'utilisation des différentes fonctionna