Description
Date depot: 1 janvier 1900
Titre: Le suivi de l'apprenant dans le cadre du serious gaming
Directeur de thèse:
Jean-Marc LABAT (LIP6)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
Le « serious gaming » est une approche récente pour mener des activités « sérieuses » telles que communiquer, sensibiliser ou apprendre, en utilisant les techniques mises en œuvre dans les jeux vidéo. Au-delà de cette définition générale, il existe deux acceptions : soit « Utilisation des principes et des technologies des jeux pour des applications dans d’autres domaines, sans que le logiciel réalisé soit un jeu », soit « conception de jeux vidéo ayant un objectif sous-jacent sérieux ». En particulier, les jeux sérieux sont devenus aujourd’hui un élément incontournable de la formation en ligne car de nombreuses entreprises de e-learning traditionnel se tournent vers ce type de support du fait de l’engouement des entreprises. La formation en ligne traditionnelle est en effet souvent vécue comme contraignante et parfois ennuyeuse par les employés. C’est dans ce cadre du serious gaming pour la formation que se situe ce sujet de thèse. En effet, quelle que soit l’acception privilégiée, de nombreuses questions de recherche se posent. En particulier, comment peut-on évaluer les connaissances acquises par le joueur/apprenant à travers le jeu ? Et ce d’autant plus que dans les jeux vidéo il n’y a généralement pas d’outils de suivi du joueur, à part éventuellement un score global, bien loin de refléter suffisamment finement l’apprentissage du joueur.
Notre travail de thèse portera sur ce sujet. Notre objectif est à travers l’étude de différents jeux sérieux, de déterminer un modèle générique de suivi et d’évaluation des connaissances de l’apprenant et de leurs évolutions dans le cadre d’une partie mais aussi à travers une analyse différentielle portant sur plusieurs parties. En effet, contrairement à outil de formation traditionnelle, le jeu peut être rejoué sans pour autant être certain de gagner, le nombre de parcours possibles dans certains cas étant suffisamment grand pour que le joueur n’ait pas l’impression de refaire exactement le même parcours. Cependant, les standards dans le domaine de la formation en ligne tels que SCORM (Shareable Content Object Reference Model), adoptés par la plupart des plateformes d’apprentissage en ligne sont inadaptés à ce type de situation. Il est impossible de mener une analyse différentielle sur plusieurs parties pour un même joueur, le système ne stocke que le score du joueur, le temps passé sur chacun des niveaux et l’accomplissement ou non des objectifs fixés. Le parcours du joueur ou ses performances antérieures ne peuvent être mémorisés. Il faut donc proposer de nouveaux modèles compatibles avec les plateformes de e-learning.
Contrairement à un dispositif de e-learning dans lequel le lien est direct entre les actions de l’apprenant et les connaissances qu’il doit acquérir, dans un serious game, les actions du joueur doivent être interprétées à l’aune du modèle du jeu et des connaissances à acquérir. C’est donc une problématique en grande partie nouvelle à laquelle nous nous attaquons. En particulier, certains univers de jeu sont dynamiques : même si le joueur ne fait rien le monde évolue. Dans ce cadre, l’analyse d’une action du joueur ne doit pas être faite uniquement immédiatement après mais aussi à moyen, voire long, terme. Cela amènera à proposer pour ce type de jeu une analyse systémique, s’appuyant éventuellement sur les techniques de diagnostic qualitatif en intelligence artificielle.
Doctorant.e: Jesuthasan Pradeepa