Ok

En poursuivant votre navigation sur ce site, vous acceptez l'utilisation de cookies. Ces derniers assurent le bon fonctionnement de nos services. En savoir plus.

29/07/2016

Interaction Homme-Machine pour l’éducation et la formation

2016-07-29_2204.png

De nouvelles modalités d’interaction sont aujourd’hui expérimentées pour l’éducation et la formation : dispositifs mobiles ou pervasifs, interfaces tactiles ou tangibles, dispositifs immersifs et jeux numériques… Ces nouvelles modalités d’interaction constituent autant d’opportunités susceptibles de renouveler la manière dont on enseigne et apprend. Elles soulèvent également des défis du point de vue de la conception des dispositifs dédiés et des analyses à conduire pour en mesurer les effets.

Cet atelier vise à mobiliser des chercheur-e-s en informatique et sciences humaines et sociales dont les travaux, dans le domaine de l’ingénierie et de la recherche en interaction homme-machine portent sur l’éducation et la formation. Il s’agira de mettre en perspective les projets en cours ainsi que les fondements théoriques et méthodologiques sur lesquels portent ces projets.

Lire la suite

 

27/07/2016

Pokemon Go, d’une approche économique de l’attention au modelage comportemental

 

pokemon_baselogo-100670840-primary.idge_.jpg

Pokémon Go, le jeu en réalité mixte qui a été chargé sur plus de cinquante millions d’ordiphones inaugure une nouvelle ère pour les concepteurs de technologies numériques. L’heure n’est plus seulement à la captation de l’attention de l’usager mais au modelage de son comportement. Ceci pour des visées qui pourraient s’avérer très lucratives.

Lire la suite...

12/06/2016

Une conférence à venir dans le cadre de SaITE 2016

2016-06-12_2234.png

 

Sanchez, E., Mandran, N., Emin Martinez, V., Fontanieu, V., & Emin, C. (2016). Characterizing the Players' Strategies and their Evolution: A Case Study Based on Learning Analytics. Paper presented at the SaITE 2016, Guimares, Pt.

Abstract. This paper presents an empirical work dedicated to the analysis of players’ strategies. 242 pre-service teachers participated to a game session with Tamagocours, an online and multiplayer tamagochi dedicated to learn the legal rules that apply for the use of digital resources within an educational context. The study is based on the collection and analysis of players digital traces automatically collected (learning analytics). We carry out a factor analysis which enables for the identification and characterization of different classes of players depending on the strategies that they develop for playing. We also describe the evolution of the different classes during the game session. The results show mixed consequences with positive and negative evolutions in terms of learning potential.

Keywords. Learning Game, Players Strategies, Tamagocours, Learning Analytics