Optimisation et Personnalisation automatiques des parcours d’apprentissage dans les Systèmes Tutoriels Intelligents
Abstract
La recherche d’efficacité des systèmes tutoriels intelligents (STI) est un enjeu majeur. Nous présentons ici une méthode d’optimisation des parcours d’apprentissage pour chaque apprenant. Nous cherchons à proposer à chaque instant à l’apprenant l’activité qui lui fait faire le plus de progrès dans son apprentissage. Nous introduisons deux algorithmes : RiARiT, qui nécessite des informations préalables sur les activités, et ZPDES, qui n’en a pas besoin.
Domains
Technology for Human Learning| Origin | Files produced by the author(s) |
|---|