Modelling communicative behaviours for different roles of pedagogical agents - TEL - Thèses en ligne
Thèse Année : 2021

Modelling communicative behaviours for different roles of pedagogical agents

Modélisation des comportements communicatifs pour différents rôles d'agents pédagogiques

Résumé

Agents in a learning environment can have various roles and social behaviours that can influence the goals and motivation of the learners in distinct ways. Self-regulated learning (SRL) is a comprehensive conceptual framework that encapsulates the cognitive, metacognitive, behavioural, motivational and affective aspects of learning and entails the processes of goal setting, monitoring progress, analyzing feedback, adjustment of goals and actions by the learner. In this thesis, we present a multi-agent learning interaction involving various pedagogical agent roles aiming to improve the self-regulation of the learner while engaging in a socially shared learning activity. We used distinct roles of agents, defined by their social attitudes and competence characteristics, to deliver specific regulation scaffolding strategies for the learner. The methodology followed in this Thesis started with the definition of pedagogical agent roles in a socially shared regulation context and the development of a collaborative learning task to facilitate self-regulation. Based on the learning task framework, we proposed a shared learning interaction consisting of a tutor agent providing external regulation support focusing on the performance of the learner and a peer agent demonstrating co-regulation strategies to promote self-regulation in the learner. A series of user studies have been conducted to understand the learner perceptions about the agent roles, related behaviours and the learning task. Altogether, the work presented in this thesis explores how various roles of agents can be utilised in providing regulation scaffolding to the learners in a socially shared learning context.
Les agents dans un environnement d'apprentissage peuvent avoir divers rôles et comportements sociaux qui peuvent influencer les objectifs et la motivation des apprenants de différentes manières. L'apprentissage autorégulé (SRL) est un cadre conceptuel complet qui englobe les aspects cognitifs, métacognitifs, comportementaux, motivationnels et affectifs de l'apprentissage et implique les processus de définition d'objectifs, de suivi des progrès, d'analyse des commentaires, d'ajustement des objectifs et des actions de l'apprenant. Dans cette thèse, nous présentons une interaction d'apprentissage multi-agent impliquant divers rôles d'agent pédagogique visant à améliorer l'autorégulation de l'apprenant tout en s'engageant dans une activité d'apprentissage socialement partagée. Nous avons utilisé des rôles distincts d'agents, définis par leurs attitudes sociales et leurs compétences, pour proposer des stratégies d'échafaudage de régulation spécifiques à l'apprenant. La méthodologie suivie dans cette thèse a commencé par la définition de rôles d'agent pédagogique dans un contexte de régulation socialement partagé et le développement d'une tâche d'apprentissage collaboratif pour faciliter l'autorégulation. Une série d'études d'utilisateurs a été menée pour comprendre les perceptions des apprenants sur les rôles des agents, les comportements associés et la tâche d'apprentissage. Dans l'ensemble, les travaux présentés dans cette thèse explorent comment divers rôles d'agents peuvent être utilisés pour fournir un échafaudage de régulation aux apprenants dans un contexte d'apprentissage socialement partagé.
Fichier principal
Vignette du fichier
KRISHNA_Sooraj_2021.pdf (17.53 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-03561528 , version 1 (08-02-2022)

Identifiants

  • HAL Id : tel-03561528 , version 1

Citer

Sooraj Krishna. Modelling communicative behaviours for different roles of pedagogical agents. Technology for Human Learning. Sorbonne Université, 2021. English. ⟨NNT : 2021SORUS286⟩. ⟨tel-03561528⟩
286 Consultations
125 Téléchargements

Partager

More