Venue : Centre Broca Nouvelle-Aquitaine
Sur Zoom : https://u-bordeaux-fr.zoom.us/j/88655093725?pwd=WFdqNGY5WkJCZ0IwZ0F1TjlKUDFEZz09
Thèse défendue en anglais
Thèse dirigée par Margarida Romero et Thierry Viéville
Titre
Modéliser les processus cognitifs dans une tâche de résolution créative de problème: des approches symboliques à neuro-symboliques en sciences computationnelles de l’éducation
Résumé
L’intégration de compétences transversales telles que la créativité, la résolution de problèmes et la pensée informatique, dans les programmes d’enseignement primaire et secondaire, est un défi majeur dans le domaine de l’éducation aujourd’hui. Nous postulons que l’enseignement et l’évaluation de ces compétences transversales pourraient bénéficier d’une meilleure compréhension des comportements des apprenants dans des activités spécifiques qui requièrent ces compétences. A cette fin, les sciences computationnelles de l’éducation sont un champ en émergence qui requiert l’étroite collaboration des neurosciences computationnelles et des sciences de l’éducation pour permettre l’évaluation des processus d’apprentissage. Nous nous concentrons sur une tâche de résolution créative de problème dans laquelle le sujet est amené à construire un « véhicule » en combinant des cubes robotiques modulaires. Dans le cadre d’une action de recherche exploratoire, nous proposons plusieurs approches s’appuyant sur des formalismes symboliques à neuro-symboliques, afin de spécifier une telle tâche et de modéliser les comportements et processus cognitifs sous-jacents d’un sujet engagé dans cette tâche. Bien qu’étant à un stade très préliminaire, une telle formalisation semble prometteuse pour mieux comprendre les mécanismes complexes impliqués dans la résolution créative de problèmes à plusieurs niveaux : (i) la spécification du problème et les observables d’intérêt à collecter pendant la tâche ; (ii) la représentation cognitive de l’espace-problème, en fonction des connaissances préalables et de la découverte des affordances, permettant de générer des trajectoires-solutions créatives ; (iii) une implémentation du raisonnement par inférence au sein d’un substrat neuronal.
Mots clés
Sciences computationnelles de l’éducation, Résolution créative de problème, Raisonnement et représentation des connaissances, Apprentissage par renforcement, Architectures à vecteurs symboliques.
Jury
Rapporteur.e.s:
Mme. Armelle Brun, Professeure des Universités, LORIA, Université de Lorraine.
M. Patrick Gebhard, Directeur de Recherche, Affective Computing Group, DFKI Saarbrücken.
Examinat.eur.rice.s:
M. Terrence C. Stewart, Associate Research Officer, National Research Council of Canada, University of Waterloo.
M. André Tricot, Professeur des Universités, Université Paul-Valéry, Montpellier III.
Mme. Emmanuelle Volle, Directrice de Recherche, FrontLab, Institut du Cerveau, AP-HP, Université PSL.
Direct.eur.rice.s:
Mme. Margarida Romero, Professeure des Universités, LINE, Université Côte d’Azur.
M. Thierry Viéville, Directeur de Recherche, Mnémosyne, Centre Inria de l’Université de Bordeaux, LaBRI & IMN.
Invité (co-encadrant):
M. Frédéric Alexandren Directeur de Recherche, Mnémosyne, Centre Inria de l’Université de Bordeaux, LaBRI & IMN.
Publications
Chloé Mercier. An Ontology to Formalize a Creative Problem Solving Activity. In IEEE Transactions on Cognitive and Developmental Systems, vol. 15, no. 4, pp. 1891-1904, Dec. 2023, ⟨10.1109/tcds.2022.3210234⟩. ⟨hal-03791482⟩
Chloé Mercier, Frédéric Alexandre, Thierry Viéville. Reinforcement Symbolic Learning. ICANN 2021 – 30th International Conference on Artificial Neural Networks, Sep 2021, Bratislava / Virtual, Slovakia. ⟨hal-03327706⟩
Chloé Mercier, Hugo Chateau-Laurent, Frédéric Alexandre, Thierry Viéville. Ontology as neuronal-space manifold: Towards symbolic and numerical artificial embedding. KRHCAI 2021 Workshop on Knowledge Representation for Hybrid & Compositional AI @ KR2021, Nov 2021, Hanoi, Vietnam. ⟨hal-03360307v3⟩