Le KSMD du Faclab

Introduction

Résumé

Dans le cadre du cours ADID I, nous avons eu la demande d'une commanditaire de concevoir un prototype phygital pour la continuité présence-distance des activités au FacLab de Genève. Des projets cours sont en études afin de développer un FacLab soeur au Brésil.

Tout d'abord il nous semble pertinent de contextualiser le FacLab. Le FacLab est un espace ouvert au public, donnant gratuitement accès à de nombreuses machines (scies, découpeuses, imprimantes 3D, machines à coudre, ...) permettant la réalisation d'objets. Le FacLab se situe au coeur de la fabrication d'objet tangibles mais également de production intangibles.

Nous nous semble également important de rappeler comment fonctionne cette communauté de pratique/pairs. Au FacLab un usagers/ères peut devenir un Facilitateurs/trices et vice versa. Egalement ces derniers peuvent devenir un contributeur.trice et vice versa. Voici une carte conceptuelle présentant les différents acteurs du FacLab :

Récapitulatif des différents acteurs du FacLab

Nous nous sommes questionner sur la possibilité de développer une intelligence artificiel spécifique du FacLab avec pour ambition de :

• Améliorer l'environnement informatique pour l'apprentissage humain (EIAH) déjà existant du FacLab. L'intelligence artificielle sera une plue-value pour le FacLab qui bénéficiera une intelligence collective et interactive. Par exemple, durant des réunions l'intelligence artificielle analysera des traces ouvertes et fermées afin d'acquérir d'une part du nouveau savoir sur des thèmes spécifiques, mais également la possibilité à l'humain de valider ou invalider certaines traces.
• Développer le partage et la collaboration au FacLab. L'intelligence artificielle sera dans la capacité de partager ses connaissances, elle sera source de proposition lors de projets collaboratifs et interviendra visuellement, auditivement et intellectuellement via un holofan. Par exemple, en utilisant le chat intelligent l'utilisateur pourra s'informer de ces forces et faiblesse en réunions, demander des informations complémentaires qu'il n'aurait pas eu l'idée d'utiliser sans l'intelligence artificielle, voir des résumés ou intégral de réunion, discuter avec l'intelligence artificiel de sujet diverses et variées en liens avec le domaine. Par ce chat, l'intelligence artificielle sera capable de s'adapter à l'utilisateurs et user de stratégies diverses afin d'améliorer les capacités d'apprentissage de l'utilisateur.
• Créer le lien entre les différents membre du FacLab de Genève et FacLab soeur. L'intelligence artificielle aura la possibilité d'interagir avec diverses outils (holofan, capteurs, caméra, micro, téléphone, etc.) afin de développer le lien entre les membres. Par exemple, le capteur d'occupation à pour objectif de calculer les arrivants et sortants, après analyse l'intelligence artificielle pourra actualiser sur le site Web du FacLab le taux d'occupation. Les arrivants pourront s'identifier sur le site afin d'être interpeler par d'autres qui ne sont pas sur les lieux. Cela se fera au travers de caméra flotter disposé dans le FacLab. L'intelligence artificielle indiquera : le taux d'occupation, les personnes pouvant être interpeler, le deflootage des personnes ayant accepter d'être interpeler par des pairs.

Problématique

Contexte

La continuité de travail présence-distance pourra donner plusieurs possibilité aux membres de faclab concernant un travail collaboratif.

Objectifs

Creation d'un prototype qui peut rendre le travail collaboratif plus efficace parmi les membres du facblac en s'assurant d'une continuité presentiel/distance et d'un regulation socio-emotionnel à travers des awareness tools et technologie proposées.

Public cible

Tous les membres de la faclab qui se trouvent sur place, dans d'autres faclab et ailleurs lors des activités collaboratives.

Groupe projet

Notre groupe, (Le KMSD du facblab), est composé de Mélina Doguet, Sébastien Coupez et Diego Pinedo.

Revues de littérature

Développer la collaboration

Nos propos sont développés suite à notre lecture des "Usages réflexifs des traces dans les environnements informatiques pour l’apprentissage humain" publié par George, S & al. (2013). Nous avons trouvé cet article pertinent car il met en lien trois systèmes (miroirs, métacognitifs, coaching) support à l'apprentissage collaboratif. Ces trois systèmes font partis intégrantes de l'intelligence artificielle que nous souhaitons développer dans notre projet.

Grâce aux systèmes miroirs

Un système miroirs "affichent des indicateurs bruts à des apprenants". Le processus d'analyse se fait du côté des humains. C'est un outil qui permet de renvoyer aux utilisateurs une certaines image de leur actions durant les réunions. Ce retour pourra se faire soit durant l'activité elle même, par exemple dans notre projet il y aura une retranscription de l'activité sur l'outil holofan. Il pourra également avoir un retour d'activité différé avec la possibilité pour l'utilisateur de revenir sur l'activité passé, par exemple dans notre projet il y aura la possibilité de visualiser sur demande dans le chat intelligent l'historique plus ou moins détaillé de l'activité.

L'environnement KMSD du FacLab intègrent un outil d'awarness illustrant bien ce phénomène de mise en miroir. Cinq personnes sont autour d'une table au FacLab pour réaliser une activité, en l'occurrence pour concevoir un nouvel objet, et peuvent dans le même temps observer une représentation holographique de leurs actions. Ici, les actions sont de trois types : le taux de participation de chacun, taux de modélisation de l'objet, taux de justifications de leurs visions. La représentation holographique est mise à jour dynamiquement toutes les minutes par l'ajout de barre sur l'écran de commande de l'holofan. Ce type d'outil miroir à pour objectif de renvoyer à l'utilisateur une image de son comportement et notamment de son taux de participation général, technique et théorique afin de l'inciter à réfléchir sur celui-ci. Cela lui permettra de comprendre quel rôle il à dans ce groupe, s'il est plutôt usager/ère, facilitateur/trice ou contributeur/trice dans ce projet et pourra l'amener à changer d'attitude s'il considère qu'elle n'est pas approprié par rapport à ce qui est attendu de lui dans l'activité.

L'environnement KMSD du FacLab peut utiliser ce système miroir pour un second usage avec l'outil chat intelligent afin de rejouer l'activité à posteriori de l'activité. L'activité des utilisateurs va être tracée afin de rejouer certaines actions ou événements. Différentes fonctionnalités peuvent être proposés comme la lecture à différentes vitesse de la synthèses faite par l'intelligence artificielle, d'un passage spécifique que l'utilisateur peut vouloir revoir via des mots clés. D'autres fonctionnalités plus visuelles peuvent être rejouer via la possibilité d'inter-changer les enveloppe physique des personnes ayant contribuer à l'activité afin que l'utilisateur change son regard sur certains points de vu (conflictuel ou non) qu'il à pu avoir. "Ce type d'outil, qualifié souvent de "replayer" peut être très utile pour faire prendre du recul à un apprenant par rapport à son activité".

Cette article nous montre le potentiel éducatif des outils miroirs qui sont "souvent destinés aux chercheurs pour aider à comprendre et analyser les situations d'apprentissage instrumentée" (Dyke, 2009). Le FacLab comprend des personnes qui cherchent à concevoir des outils, ce qui entre parfaitement avec l'usage de système miroirs.

Grâce aux systèmes métacognitifs

Un système métacognitif "représentent l'état des actions et interactions via un ensemble d'indicateurs assortis d'aide à l'interprétation".

Grâce aux systèmes de coaching

Un système de coaching "offrent des conseils fondés sur une analyse automatique des indicateurs" collectés par les systèmes métacognitifs. Le processus d'analyse se fait du côté du système informatique (diagnostic et proposition).

Continuum entre ces trois systèmes

On peut comprendre que les systèmes métacognitifs se situent au milieux des systèmes miroirs et de coaching, ils permettent le partage humain-machine du processus d'analyse et d'interprétation des données traces.

Prototype

Espace de travail collaboratif avec une interface holographique à travers des holofans

Vue générale de l'espace

Vue générale du Faclab

Références

• George, S., Michel, C., & Ollagnier-Beldame, M. (2013). Usages réflexifs des traces dans les environnements informatiques pour l’apprentissage humain. Intellectica. Revue de l’Association pour la Recherche Cognitive, 59(1), 205‑241. https://doi.org/10.3406/intel.2013.1091