Scénarisation de processus d’apprentissage en ligne à l’aide de réseaux de contraintes qualitatives temporelles dynamiques Nouhad Amaneddine 1 Jean-François Condotta 2 1 Department of Information Technology and Computing, Faculty of computer studies The Arab Open University-Lebanon Email : namaneddine@aou.edu.lb 2 CRIL-CNRS UMR 8188 Université Lille-Nord de France, Artois rue de l’université, SP 16, F62307 Lens Email : condotta@cril-univ-lens.fr Résumé Cet article présente une nouvelle approche pour modéli- ser l’aspect temporel d’un processus d’E-Learning. Le mo- dèle formel que nous proposons est basé sur des réseaux de contraintes qualitatives de l’algèbre des intervalles d’Al- len [1] enrichis de conditions d’existence des variables. À l’aide des intervalles modélisés, nous pouvons représen- ter des séquences conditionnées d’activités que l’appre- nant est tenues de suivre afin de réaliser un cours parti- culier. À partir de contraintes et de conditions d’activa- tion des activités d’apprentissage nous définissons formel- lement les problèmes de satisfaction de contraintes consi- dérés. Nous proposons également un algorithme permet- tant la recherche de l’ensemble des solutions de ces ré- seaux de contraintes particuliers. L’application de cet al- gorithme permet notamment de proposer à un utilisateur en cours d’apprentissage l’ensemble des scénarios d’ap- prentissage possible pour l’achèvement de son parcours. mots clés Raisonnement temporel, réseaux de contraintes qualita- tives, E-learning, Algèbre des Intervalles. Abstract This paper presents a new approach to model the core part of an e-learning process. The formal modeling we use re- lies on Allen’s Interval Algebra to build the qualitative constraints networks [1]. With the corresponding intervals, we could represent the conditional sequence of activities the learner is expected to conduct in order to complete a particular course. We propose temporal representation of learning activities and we build the constraints satisfaction problem network according to the activation constraints of learning activities and the activation conditions. The algo- rithm demonstrates the consistency of the corresponding network and provides the learners with learning scenarios they may take during a particular material learning pro- cess. keywords Temporal reasoning, qualitative constraint networks, E- learning, Interval Algebra. 1 Introduction Avec l’accroissement de l’utilisation des nouvelles techno- logies d’apprentissage en ligne, les plateformes de forma- tion à distance deviennent essentielles dans un processus d’apprentissage. Le développement de telles plateformes est en pleine expansion et s’accompagne d’une demande pour de nouveaux concepts reliés au domaine des forma- tions à distance. Le succès de l’innovation dans le cadre de dispositifs d’apprentissage à distance dans l’enseignement supérieur motive les concepteurs à définir de nouvelles spé- cifications [2] en ajoutant de nouveaux éléments aux sys- tèmes de gestion de formation à distance [3]. Des activités de recherches actuelles ont pour objectif de déterminer les modèles d’apprentissage les plus appropriés pour la réali- sation de cours à distance, en particulier en ce qui concerne la délivrance du matériel composant un cours [4]. Parmi d’autres aspects, le type et la diversité des activi- tés d’apprentissage utilisées rendent le processus d’appren- tissage plus flexible et permettent une diversification des types d’évaluation afin d’obtenir l’évaluation la plus pré- cise des apprenants. Le suivi du progrès des apprenants a donné lieu également à des attentions particulières puisque c’est une des tâches primordiale dans le cadre d’un cours à distance. La gestion des activités de l’apprenant n’est pas une tâche simple ; notamment parce qu’elles dépendent les unes des autres. Par exemple, l’activation d’une acti- vité particulière peut dépendre des résultats de l’étudiant 1 Session 4B 439