Méthodes de conduite de la recherche sur les EIAH (école d'automne 2022)/Atelier 11 - Analyser les traces dialogiques de collaboration et d’apprentissage avec ReaderBench

De EduTech Wiki
< Méthodes de conduite de la recherche sur les EIAH (école d'automne 2022)
Version datée du 29 novembre 2022 à 11:38 par Lydie BOUFFLERS (discussion | contributions)
(diff) ← Version précédente | Voir la version actuelle (diff) | Version suivante → (diff)
Aller à la navigation Aller à la recherche

Animation de l'atelier

Nadine Mandran - Ingénieur de Recherche CNRS, Phd en Informatique des systèmes d’information – Laboratoire Informatique de Grenoble (Université de Grenoble)
Philippe Dessus - Chercheur associé (Université de Grenoble)

Résumé

Le dialogue joue un grand rôle dans les apprentissages (Clarke, Resnick, & Penstein Rosé, 2016) et plus largement dans le processus de construction de connaissances (Bereiter, 2002). Construire des connaissances, ce n’est donc pas seulement les acquérir mais plutôt considérer attentivement leurs relations, par une fréquentation assidue, pouvant être favorisée par des interactions sociales d’échange et de collaboration. Le but de cet atelier est de présenter ReaderBench (http://readerbench.com), un outil d’analyse automatique de traces dialogiques de collaboration et d’apprentissage dans différents types de corpus et de le faire fonctionner sur un jeu de données existant. Une discussion sur les possibilités d’utilisation de ReaderBench dans les recherches des participants terminera l’atelier.

Mots clés

  • analyse automatique de contenu, Discussion, Collaboration, Apprentissage

Objectifs pédagogiques de l'atelier

Le but de cet atelier est de présenter une méthode et un outil d’analyse automatique de traces textuelles de collaboration, ReaderBench (Dascalu, 2013, http://readerbench.com), un outil d’analyse automatique de productions écrites liées à l’apprentissage et à la collaboration. Il est multilingue (anglais, français, italien, espagnol, roumain, néerlandais) et utilise des méthodes avancées de traitement automatique de la langue pour analyser la cohésion entre composants du texte (phrases, tours de parole, documents, etc.). L’atelier se centrera sur son module d’analyse de discussions (voir Dessus et al., 2017) Les nombreux travaux qui ont utilisé et testé ReaderBench s’appuient sur les champs suivants : informatique, sciences de l’éducation, linguistique, ou plus largement, sciences cognitives.

À l’issue de cet atelier les participants seront capables de :

  • comprendre le fonctionnement de ReaderBench, tant d’un point de vue théorique que fonctionnel ;
  • utiliser ReaderBench sur un jeu de données fourni et interpréter ses visualisations ;
  • avoir une idée précise de son utilisation à leurs fins de recherche.

Ressources