- Computer Science Laboratory

Projects MOCAH

Team : MOCAH

IA pour la personnalisation de rétroactions dans l'apprentissage de la pensée informatique par le jeu

Project Leader : Sebastien Lalle

10/01/2024

https://anr.fr/Projet-ANR-24-CE38-2478

https://anr.fr/Projet-ANR-24-CE38-2478

Simulateur haptique pour l'apprentissage de la spasticité

C23/1080

Project Leader : Vanda Luengo

10/01/2022

https://anr.fr/Projet-ANR-22-CE33-0016

https://anr.fr/Projet-ANR-22-CE33-0016

Adaptiv’Math - Adaptiv’Math

obtenu dans le cadre du Partenariat d'Innovation Intelligence Artificielle (P2IA) du ministère de l'éducation nationale et porté par la startup EvidenceB, implique des entreprises (Nathan, Daesign, Schoolab, Isograd, BlueFrog), deux laboratoires (LIP6 et Inria Bordeaux), l'APMEP (association des professeurs de mathématiques) ainsi que des chercheurs en psychologie cognitive (E. Sander) et en neurosciences (A. Knopf). Il vise à réaliser un assistant pédagogique pour les mathématiques du Cycle 2 (CP, CE1, CE2) s'appuyant sur des algorithmes d'IA et sur un ensemble d'exercices définis à partir d'avancées en sciences cognitives.

Nous travaillons sur une brique IA visant à proposer des regroupements d'élèves (textit{clustering}) appris sur l'ensemble des classes sur la base de critères de maîtrise de compétences en mathématiques. Ce textit{clustering} est ensuite appliqué classe par classe à intervalles réguliers pour proposer à l'enseignant un suivi de l'évolution de ses groupes d'élèves, afin de faciliter la mise en place de stratégies de pédagogie différenciée.

Project Leader : François Bouchet

10/01/2019

http://adaptivmath.fr/

http://adaptivmath.fr/

MAGAM - Multi-Aspect Generic Adaptation Model

MAGAM is a Multi-Aspect (didactic, pedagogic, affective and motivational, gaming, etc.) Generic Adaptation Model based on matrix calculation that aims to adapt learning activities.

Project Leader : Vanda LUENGO et Baptiste MONTERRAT

03/01/2016

https://github.com/Mocahteam/MAGAMmanager

LEA4PA - LEarning Analytics for Adaptation and Personnalisation

This project aims to built a plateform to assist teachers in adapting learning activities. Multiple indicators (cognitive, pedagogical, temporal, etc. will be inferred from data traces that are recorded and generated automatically or manually from the learner activities. Visualization systems will be proposed to assist teachers in their activities' adaptation process and make it.

Project Leader : Vanda LUENGO et Amel YESSAD

01/01/2016