Adaptive gamification of digital learning environments. - Archive ouverte HAL Access content directly
Theses Year : 2020

Adaptive gamification of digital learning environments.

Ludification adaptative d'environnements pédagogiques numériques.

Abstract

Gamification, the use of game elements in non game contexts, is becoming widely used in the educational field to enhance learner engagement, motivation, and performance. Many current approaches propose systems where learners use the same game elements. However, recent studies show that learners react differently to different game elements, and that learner motivation, engagement, and performance can vary greatly depending on individual characteristics such as personality, game preferences, and motivation for the learning activity. Results indicate that in some cases game elements that are not adapted to learners can at best fail to motivate them, and at worst demotivate them. Therefore, adapting game elements to individual learner preferences is important. This thesis was part of the LudiMoodle project, dedicated to the gamification of learning resources to enhance learner engagement and motivation. In this thesis, I propose a new system that adapts relevant game elements to learners using individual characteristics, as well as learner engagement. This work is based on previous results in the general gamification field, as well as more specific results from gamification in education. Our main goal is to propose a generic adaptation engine model, instantiated with specific adaptation rules for our educational context. This manuscript presents four major contributions: (1) A general adaptation engine architecture that can be implemented to propose relevant game elements for learners, using both a static and dynamic adaptation approach; (2) A design space and design tools that allows the creation of relevant and meaningful game elements, in collaboration with the various actors of the gamification process (designers, teachers, learners etc.); (3) A static adaptation approach that uses a compromise between both learners' player profile (i.e. preferences for games) and their initial motivation for the learning task; (4) A dynamic learner model built on a trace-based approach to propose an adaptation intervention when an abnormal decrease in engagement is detected. The adaptation engine was implemented in a prototype for the LudiMoodle project, that was used by 258 learners in 4 different secondary schools in France for learning mathematics. To build this prototype we ran a real world study, where learners used this tool as a part of their normal mathematics course. From this study, we ran multiple analyses to better understand the factors that influence the motivational variations of the learners, and how their interaction traces could predict their engagement with the learning task. These analyses served to evaluate the impact of the adaptation of game elements on learner motivation and engagement, and to build the trace based model used for dynamic adaptation. This work represents a significant advancement for the adaptive gamification field, through a generic model for static and dynamic adaptation, with the former based on individual learner characteristics, and the latter on observed learner engagement. I also provide tools and recommendations for designers, to help explore different game element designs. Finally, I discuss these findings in terms of research perspectives, notably with regards to further possible advancements in the dynamic adaptation domain.
La ludification, l'utilisation des éléments de jeux dans des contextes non-jeux, devient de plus en plus utilisé dans le domaine de l'éducation pour soutenir l'engagement, la motivation, et la performance des apprenants. Beaucoup d'approches actuelles proposent des systèmes où les apprenants utilisent les mêmes éléments de jeux. Cependant, d'études récentes montrent que les apprenants réagissent différemment aux éléments de jeux, et que leur motivation, engagement et performance peuvent varier grandement en fonction des caractéristiques individuelles tel que la personnalité, les préférences pour les jeux vidéo et la motivation pour l'activité d'apprentissage. Les résultats indiquent que dans certains cas les éléments non adaptés aux apprenants peuvent au mieux échouer dans leur tâche motivationnelle, et au pire démotiver les apprenants. Il est donc important d'adapter les éléments ludiques aux apprenants. Cette thèse s'est déroulé dans le cadre du projet LudiMoodle, qui a pour but la ludification de ressources pédagogiques afin d'améliorer l'engagement et la motivation apprenante. Dans cette thèse je propose un nouveau système qui adapte des éléments ludiques en utilisant des caractéristiques individuelles des apprenants, ainsi que leur engagement. Nos travaux se basent sur des résultats généraux du domaine de la ludification, ainsi que des résultats plus spécifiques dans le domaine de l'éducation. Notre but principal était de proposer un moteur d'adaptation générique, instancié avec des règles d'adaptation spécifiques à notre contexte. Ce manuscrit présente quatre contributions majeures: (1) Un moteur d'adaptation général qui peut être implémenté pour proposer des éléments de jeux appropriés aux apprenants, utilisant à la fois une approche d'adaptation statique et dynamique; (2) Un espace et des outils de conception qui permettent la création d'éléments de jeux pertinents, en collaboration avec les divers acteurs de la ludification (concepteurs, enseignants, apprenants etc.); (3) Une approche d'adaptation statique qui établit un compromis entre un le profil de joueur d'un apprenant et leur motivation initiale pour la tâche d'apprentissage; (4) Un modèle d'apprenant dynamique construit utilisant une approche basée sur les traces pour proposer des interventions d'adaptation quand des baisses d'engagement sont détectés. Ce moteur d'adaptation a été implémenté dans un prototype utilisé dans le contexte du projet LudiMoodle, qui a été utilisé par 258 apprenants dans 4 collèges Français différents pour l'apprentissage des mathématiques. Pour mettre en place ce prototype nous avons mené une étude dans des conditions réelles, où les apprenants l'ont utilisé pendant leur cours de mathématiques. Avec les résultats de cette étude nous avons fait plusieurs analyses pour mieux comprendre les facteurs qui ont influencé les variations motivationnelles des apprenants, et comment leurs traces d'interaction peuvent prédire leur engagement avec la tâche d'apprentissage. Ces analyses ont servi à évaluer l'impact de l'adaptation des éléments de jeux sur la motivation et engagement des apprenants, et construire notre modèle de traces pour l'adaptation dynamique. Ce travail représente une avancée significative dans le domaine de la ludification adaptative, à travers un modèle générique pour l'adaptation statique et dynamique, le premier étant basé sur les caractéristiques individuelles des apprenants, et le second sur l'engagement observé des apprenants. Je fournis aussi des outils et recommandations pour les concepteurs, pour aider dans la conception d'éléments de jeux. Enfin, je discute ces résultats dans des perspectives de recherche futures, notamment au regard d'avancées possibles dans le domaine de l'adaptation dynamique.
Fichier principal
Vignette du fichier
ManuscriptStuart.pdf (7.62 Mo) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

tel-03125624 , version 1 (29-01-2021)
tel-03125624 , version 2 (08-07-2021)

Identifiers

  • HAL Id : tel-03125624 , version 2

Cite

Stuart Hallifax. Adaptive gamification of digital learning environments.. Human-Computer Interaction [cs.HC]. Université Jean Moulin Lyon 3, 2020. English. ⟨NNT : 2020LYSE3064⟩. ⟨tel-03125624v2⟩
526 View
357 Download

Share

Gmail Facebook Twitter LinkedIn More