Contrat post-doctoral de 24 mois

E-LEARNING SPONTANÉ A PARTIR DE DONNÉES WEB (COGITAMUS)

Domaines : Traitement automatique du langage naturel, apprentissage
assisté par la technologie, linguistique cognitive

Mots clés : modélisation des informations et connaissance, modélisation
de la charge cognitive, jumeau numérique de la mémoire de l'apprenant,
design pédagogique, LLM

CONTEXTE GENERAL :
Les moteurs de recherche génériques produisent des grandes quantités de
résultats manquant de fiabilité et de traçabilité devant lesquels les
usagers qui cherchent à explorer un domaine de connaissances peuvent se
trouver démunis. Le logiciel Rnest de la société La mètis résout une
partie du problème en fournissant aux usagers des informations fiables
et traçables, collectées de façon indépendante sur la totalité du web.
D'autre part l'apprentissage assisté par la technologie (e-learning)
est en plein essor, mais très peu de recherches existent sur la
production algorithmique de ressources d'e-learning, et encore moins
lorsqu'elles sont basées sur des informations collectées sur le Web
suite à des requêtes émises par les usagers.

Dans ce cadre, le projet COGITAMUS subventionné par un organisme
institutionnel et porté par la société La mètis et l'IMT Atlantique a
pour objectif, l'intégration des informations collectées à partir du
Web et prétraitées par Rnest avec des méthodes d'e-learning pour
obtenir spontanément des ressources d'apprentissage, et de monitorer
cet apprentissage au niveau des usagers.


OBJECTIFS :
Selon la théorie de la charge cognitive, lors du processus
d'apprentissage les informations sont stockées dans la mémoire à long
terme sous la forme de schémas cognitifs et pour ce faire, deux types
de charge cognitive entrent en jeu : la charge intrinsèque qui dépend
uniquement de la nature des connaissances à transmettre et la charge
extrinsèque qui dépend de la méthode de transmission. Le but du projet
COGITAMUS est l'optimisation de l'apprentissage. Cela implique
l'évaluation de la charge cognitive à travers l'élaboration d'un jumeau
numérique de la mémoire de l'apprenant, et la gestion des deux types de
charge cognitive à travers l'adaptation des contenus et la manière de
les communiquer à l'apprenant (design pédagogique).

Le problème scientifique sous-jacent est la détermination algorithmique
d'une stratégie d'apprentissage à partir de données collectées sur le
Web, et la mise en place de cette stratégie, qui doit également
comporter une composante d'évaluation des performances de l'apprenant·e.
Cela implique une modélisation des informations et connaissances en vue
de leur découpage en briques d'apprentissage, la transmission de ces
briques en tenant compte des particularités discursives des méthodes
textuelles/graphiques à disposition, et la modélisation de la charge
cognitive en vue de son évaluation.

Les recherches menées dans le cadre de ce projet permettront d'évaluer
le potentiel des méthodes d'«e-learning spontané», utilisant des
ressources pédagogiques générées algorithmiquement, sans intervention
humaine autre que l'interaction avec l'apprenant·e, et en particulier
sans intervention d'un·e éducateur·rice ou validateur·rice humain·e
quelconque. Si les LLM sont de nos jours devenus, de par la large
adhésion du public, des systèmes d'«e-learning spontanté» de facto,
l'approche de COGITAMUS se veut explicable et basée sur des
informations fiables et traçables, une condition indispensable pour
certains secteurs d'activités tels que la médecine ou la recherche
industrielle.

TÂCHES :
-   Création de sessions d'apprentissage à partir de briques
    d'apprentissage fournies par Rnest (rapport rédigé automatiquement
    par un LLM, frise chronologique ou encore podcast généré
    automatiquement), et monitoring de leur transmission à un sujet
    apprenant à travers d'interfaces homme-machine et de dispositifs
    oculométriques.
-   Conception d'un modèle prédictif de la charge cognitive (i.e., un
jumeau numérique de la mémoire de l'apprenant)
-   Utilisation de ce modèle pour prédire la courbe d'apprentissage de
    l'apprenant et/ou réorienter le design pédagogique d'Rnest.
-   Publication des résultats.

PARTENAIRES ET ACTEURS :
COGITAMUS est un projet porté par la société La mètis et la
grande-école d'ingénieurs IMT Atlantique.

RÉFÉRENCES :
-   Sweller, J., Ayres P., Kalyuga, S., Cognitive Load Theory,
    Springer 2011.
-   Krieger, K. (2015). "Creating Learning Material from Web Resources".
    In: Gandon, F., Sabou, M., Sack, H., d'Amato, C., Cudré-Mauroux,
    P., Zimmermann, A. (eds) The Semantic Web. Latest Advances and New
    Domains. ESWC 2015. Lecture Notes in Computer Science, vol 9088.
    Springer, Cham. https://doi.org/10.1007/978-3-319-18818-8_45
-   Kurdi, G., Leo, J., Parsia, B. et al. "A Systematic Review of
    Automatic Question Generation for Educational Purposes". IntJ Artif
    Intell Educ 30, 121-204 (2020).
    https://doi.org/10.1007/s40593-019-00186-y
-   Ilic, M., Mikic, V., Kopanja, L. et al. "Intelligent techniques in
    e-learning: a literature review". Artif Intell Rev (2023).
    https://doi.org/10.1007/s10462-023-10508-1
-   Deborah Oluwadele, Yashik Singh & Timothy T. Adeliyi "E-Learning
    Performance Evaluation in Medical Education-A Bibliometric and
    Visualization Analysis", Healthcare 11 (2023), 232;
    https://doi.org/10.3390/healthcare11020232
-   Firat, M., "Integrating AI Applications into Learning Management
    Systems to Enhance e-Learning", Instructional Technology and
    Lifelong Learning 4 (2023), 1-14 .
    https://doi.org/10.52911/itall.1244453

PRÉREQUIS : thèse de doctorat en traitement automatique du langag
e ou en sciences cognitives de l'apprentissage ou en technologies
d'assistance à l'apprentissage.
Bonne connaissance du français exigée.

LIEU : IMT Atlantique, Brest (Laboratoire Lab-STICC UMR CNRS 6285,
équipe DECIDE) et La Mètis (Paris).

DÉBUT DE CONTRAT : janvier 2025

DURÉE DU CONTRAT : 24 mois

MODALITÉ DE CANDIDATURE :
https://institutminestelecom.recruitee.com/o/post-doctorat-e-learning-spontane-donnees-heterogenes-web-cdd-24-mois

Envoyer également le dossier à :

-  Yannis Haralambous : yannis.haralambous@imt-atlantique.fr
-  Philippe Charlot : philippe.charlot@la-metis.fr
-  Nicolas Kahn : nicolas.kahn@la-metis.fr