Précédent : EIAO (Enseignement Intelligemment Assisté par Remonter : EIAO (Enseignement Intelligemment Assisté par Suivant : Compounds : un système d'enseignement

Sarah : modélisation de l'usager à l'aide de techniques d'apprentissage automatique

Participants : Jean-Maurice Blin, Véronique Masson, René Quiniou Nous étudions l'apport de l'apprentissage automatique à la modélisation de l'usager ou l'apprenant. Pour ce faire nous nous intéressons particulièrement à la programmation logique inductive (PLI ) qui permet d'apprendre un programme logique à partir d'exemples de couples d'entrées/sorties de ce programme. C'est par un tel programme, appris à partir des interactions de l'usager avec l'application, que nous représentons le modèle de l'usager, ici un patient aphasique. Les erreurs de ce programme vis-à-vis d'une spécification fournie par les spécialistes sont ensuite corrélés aux déficits du patients.

Nous avons poursuivi, cette année, l'étude de moyens visant à améliorer l'efficacité de la recherche conduite par l'algorithme de PLI, particulièrement l'aide que peut apporter le raisonnement à partir de cas. Nous supposons que l'utilisateur aura un comportement cohérent et par conséquent que le système d'apprentissage sera conduit à effectuer souvent le même type de recherche dans l'espace des clauses. Nous avons donc cherché à éviter ces recherches répétitives en nous servant de l'expérience passée du programme de recherche de clauses. L'exploitation de cette expérience passée est ensuite naturellement confiée à un système de raisonnement à partir de cas.

Nous nous sommes particulièrement attachés à définir la construction des cas de référence. À la différence des systèmes de raisonnement à partir de cas classiques, l'expérience archivée provient du programme d'apprentissage et non d'un expert humain, ce qui peut conduire à une masse d'information extrêmement volumineuse. Dans le but d'accéder rapidement aux cas pertinents, les cas sont archivés selon une classification reposant sur un ensemble de propriétés présentées par les cas traités [22, 20]. Cette classification sert aussi de base à l'apprentissage automatique d'heuristiques de parcours de l'espace de recherche [21].

Ces idées sont appliquées au système Sarah dont le but est de diagnostiquer les troubles et déficits des patients aphasiques au moyen d'exercices pertinents, générés de façon automatique, puis d'aider le patient à compenser ses déficits en lui faisant prendre conscience de ses erreurs. Ce travail est effectué en étroite collaboration avec H. Guyard de l'UER Langage, université de Rennes 2. Un protocole d'évaluation est en cours de définition. Nous prévoyons la mise en place de Sarah sur WWW pour faciliter son utilisation par des patients dispersés sur la région.

Précédent : EIAO (Enseignement Intelligemment Assisté par Suivant : Compounds : un système d'enseignement Remonter : EIAO (Enseignement Intelligemment Assisté par