Après le succès de l’édition de 2013 à Toulouse, l'AFIA et l’ATIEF organisent, le 30 juin 2015, une deuxième journée commune « EIAH & IA » centrée sur la thématique de la fouille de données éducatives produites par les EIAH (Educational Data Mining). L'objectif de cette journée est de rassembler dans un même espace-temps deux communautés, les chercheurs en Intelligence Artificielle travaillant dans le domaine du data mining et ceux travaillant dans le domaine des Environnements Informatiques pour l’Apprentissage Humain, pour dialoguer et échanger autour de problématiques, de techniques, de concepts communs et de partager des retours d'expériences.

Cette journée est une occasion idéale pour mettre en exergue des travaux de recherche qui s'intéressent à l'utilisation des techniques du data mining pour analyser et comprendre les traces des apprenants générées au sein de plateformes d'apprentissage, de tuteurs intelligents, de jeux sérieux, de MOOCs, etc. dans le but de diagnostiquer le profil des apprenants, de personnaliser ou d'améliorer ces systèmes. L’analyse et l’exploitation de ces traces requièrent des outils d'analyse et de traitement spécifiques adaptés au domaine des EIAH.

Cette journée commune sera organisée durant la plateforme IA qui aura lieu à Rennes du 29 juin au 3 juillet 2015. La journée sera organisée comme suit :

  • une conférence invitée d'Agathe Merceron,
    "Educational Data Mining: Methods, Tasks and Current Trends" (support en anglais, présentation en français)
  • la présentation de travaux de recherche ou de retours d’expériences sur l’utilisation et l’adaptation de techniques de data mining existantes ou la proposition de techniques innovantes pour répondre à des problématiques et à des besoins propres au domaine de la e-education.
  • une table ronde pour faire une synthèse des contributions de la journée et tenter de dégager une feuille de route autour de thématiques porteuses pouvant réunir les deux communautés.

Les chercheurs en IA et/ou EIAH intéressés par les aspects fouille de données et apprentissage automatique appliqués à des données éducatives sont invités à participer à cette journée d'échange en soumettant des articles sur ce thème. La nature même des articles peut être variée : retour d'expérience sur des solutions mises en oeuvre, état de l'art, problèmes encore non résolus et perspectives de recherche pour la communauté, résultats d'expérimentation en environnement réel (classe) ou en laboratoire, présentation de projets applicatifs, etc.

Pour les chercheurs en IA, il s'agit de présenter de nouvelles approches en fouille de données qui pourraient s'avérer pertinentes pour des données éducatives, tandis que pour les chercheurs en EIAH il s'agira de mettre en avant leur utilisation de ces techniques (avec succès ou non) pour profiter du retour d'experts dans ce domaine.

Liste (non exhaustive) des thématiques :

  • analyse automatique de la motivation et de l'état affectif des apprenants
  • analyse de données multimodales issues de capteurs physiologiques
  • analyse de données issues de réseaux sociaux d'apprenants
  • analyse de données produites par des outils de notation automatique
  • analyse de logs d'apprenants
  • apprentissage collaboratif
  • comparaison d'approches de fouilles de données
  • data mining appliqué aux données issues de MOOCs
  • détection automatique de l'état émotionnel et affectif de l'apprenant
  • évaluation automatique de l'efficacité d'une intervention pédagogique
  • extraction automatique de règles d'association
  • extraction de structure à l'aide d'approches de type clustering, analyse de facteurs et découverte d'ontologies
  • fouille de données issues d'environnements pédagogiques innovants (jeux sérieux, MOOCs...)
  • fouille de données textuelles (text mining), analyse d'opinion et de sentiments
  • frameworks, méthodes et approches de fouille de données utiles pour des données éducatives
  • lien entre learning analytics et educational data mining
  • lien entre théories de l'apprentissage humain et fouille de données éducatives
  • identification automatique de séquences pertinentes (sequential pattern mining)
  • modélisation prédictive de l'apprenant à l'aide de techniques de classification automatique
  • systèmes de recommandations pour environnements pédagogiques

Soumissions

Chaque article sera évalué par au moins deux relecteurs issus du comité de programme de la journée.

Les articles soumis devront comporter entre 4 et 12 pages, selon la nature des travaux présentés. La durée des présentations orales associées aux articles retenus sera déterminée en fonction de la longueur de l'article. Les langues autorisées pour les articles sont le français et l'anglais, mais les présentations devront se faire en français.

Les articles devront respecter le modèle LNCS :
http://www.springer.com/computer/lncs?SGWID=0-164-6-793341-0

Les articles (non anonymisés) seront à soumettre en format PDF via EasyChair :
https://easychair.org/conferences/?conf=eiahia2015


Dates importantes

3 avril 2015 17 avril 2015 : soumission des articles

2 juin 2015 : notification aux auteurs

11 juin 2015 : réception des versions définitives 

30 juin 2015 : déroulement de la journée


Programme

8h30 : Accueil des participants
9h00 - 10h00 : Conférence invitée de M. Douheihi (Université Paris-Sorbonne) - Invité RJCIA, session plénière
10h00 - 10h30 : Pause café
10h30 - 10h45 : Introduction de la journée
Présentation de l'ATIEF et de l'AFIA
10h45 - 11h45 : Conférence invitée d'Agathe Merceron, Professeur à l'Université de Sciences Appliquées (Berlin, Allemagne)

Abstract. In 2008 the first international conference on “educational data mining” took place in Montreal. Since then the field has grown and established itself with its annual international conference, its open access journal and its international association. In this talk I will begin with some considerations on big data in education. I will review the principal methods used in educational data mining, illustrate some of the tasks they solve and will present trends that I see emerging in the field.  Analysis of educational data on a routine basis to understand learning and teaching better and to improve them is not a reality yet. I will conclude with challenges on this way. Talk in French, slides in English.

Présentation d'Agathe Merceron : slides

11h45 - 12h30 : Présentations invitées
12h30 - 13h30 : Pause déjeuner
13h30 - 15h30 : Session scientifique - Fouille de données éducationnelles - articles sélectionnés

  • Ben-Manson Toussaint and Vanda Luengo. PeTRA : un Framework de Traitement de Traces pour l’Analyse de Connaissances Perceptivo-Gestuelles
  • Rubiela Carrillo Rozo, Elise Lavoué and Yannick Prié. Vers la compréhension de l’activité de l’apprenant à partir de traces hétérogènes : une approche d’analyse par la visualisation multi-échelle
  • Oscar Rodríguez Rocha and Catherine Faron Zucker. An Ontology to Enable Linked Data Driven Serious Games
  • Yang Chen, Pierre-Henri Wuillemin and Jean-Marc Labat. Discovering Prerequisite Structure of Skills through Probabilistic Association Rules Mining

15h30 - 16h00 : Pause café
16h00 - 17h00 : Présentation de projets français du domaine :


17h00 - 17h30 : Table ronde "La fouille de données éducationnelles : perspectives et challenges"
17h30 : Clôture de la journée

Inscription

Chaque participant à l'atelier doit obligatoirement s'inscrire à PFIA au moins pour la durée de la journée (96€ pour les membres de l'AFIA, 120€ pour les non-membres).


Comité d'organisation

Comité de programme

  • Nathalie Aussenac-Gilles (IRIT, Université Paul Sabatier, Toulouse, France)
  • Monique Baron (LIP6, Université Pierre et Marie Curie, Paris, France)
  • François Bouchet (LIP6, Université Pierre et Marie Curie, Paris, France)
  • Anne Boyer (LORIA, Université de Lorraine, Nancy, France)
  • Thibault Carron (LIP6, Université de Savoie, Chambéry, France)
  • Amélie Cordier (LIRIS, Université Claude Bernard, Lyon, France)
  • Michel Desmarais (Ecole Polytechnique de Montréal, Montréal, QC, Canada)
  • Sylvie Despres (LIMICS, Université Paris 13, Paris, France)
  • Catherine Faron Zucker (I3S, Université Nice Sophia Antipolis, Sophia Antipolis, France)
  • Philippe Fournier-Viger (University of Moncton, Moncton, NB, Canada)
  • Serge Garlatti (TELECOM Bretagne, Institut TELECOM, Brest, France)
  • Monique Grandbastien (LORIA, Université de Lorraine, Nancy, France)
  • Nathalie Guin (LIRIS, Université Claude Bernard, Lyon, France)
  • Jean-Marc Labat (LIP6, Université Pierre et Marie Curie, Paris, France)
  • Sébastien Lallé (University of British Columbia, Vancouver, BC, Canada)
  • Marie Lefevre (LIRIS, Université Claude Bernard, Lyon, France)
  • Dominique Lenne (Heudyasic, UTC, Compiègne, France)
  • Vanda Luengo (Université Joseph Fourier, Grenoble, France)
  • Nicolas Malandain (LITIS, INSA de Rouen, Rouen, France)
  • André Mayers (Université de Sherbrooke, Sherbrooke, QC, Canada)
  • Eunika Mercier-Laurent (IAE, Université Jean Moulin, Lyon, France)
  • Alain Mille (LIRIS, Université Claude Bernard, Lyon, France)
  • Roger Nkambou (Université du Québec à Montréal (UQAM), Montréal, QC, Canada)
  • Jérôme Nobecourt (LIMICS, Université Paris 13, Paris, France)
  • Samuel Nowakowski (LORIA, Université de Lorraine, Nancy, France)
  • Céline Quénu Joiron (Laboratoire MIS, Université de Picardie Jules Verne, Amiens, France)
  • Amel Yessad (LIP6, Université Pierre et Marie Curie, Paris, France)