Diapositive 1

1

• Serious Game Research Lab
• Thierry Montaut thierry.montaut_at_univ-jfc.fr
• Catherine Lelardeux catherine.lelardeux_at_univ-jfc.f
  r
• Centre Universitaire Jean-François Champollion
• Michel Galaup michel.galaup_at_toulouse.iufm.fr
• UMR EFTS
• Pierre Lagarrigue pierre.lagarrigue_at_univ-jfc.fr

2

• Serious Game Research Lab
• Les projets
• Analyse de traces de jeu à l'aide de réseaux
  Bayésiens

3

• Le serious Game Research Lab (Université
  Champollion)
• Chef déquipe Pierre Lagarrigue
• Directeur de projet Cathy Lelardeux

• Le Serious Game Research Network (11 partenaires)
  
• Laboratoires
• - Serious Game Research Lab
• - Institut Clément Ader
• - UMR Education, Formation, Travail, Savoirs
  (EFTS)
• - Institut de Recherche en Informatique de
  Toulouse (IRIT)
• - UMR Framespa
• Activités
• - Transfert au travers de lobjet Serious Game
• - Recherche sur les thèmes Suivi de
  lapprenant, outils d'aide à la conception de
  learning game

4
Le serious Game Research Network
Structuration de léquipe en Groupement
dIntérêt Scientifique (GIS) Partenaire
industriel KTM Advance Soutiens
AerospaceValley, PRES Toulouse, C2A
5
Le serious Game Research Lab

• Exemples de projets
• Mecagenius Serious Game en génie mécanique
  (2008-2012)
• Lauréat NKM 2009
• 3D Virtual Operating Room Serious Game pour la
  formation interprofessionnelle à la gestion des
  risques au bloc opératoire
• Lauréat de lappel à projet du FUI 12 en 2011
• Label CAP DIGITAL et Visa Tic Santé (CAP
  DIGITAL MEDICEN)

6
Mecagenius un serious game en génie mécanique

• Découverte de latelier de génie mécanique
  reproduisant lunivers dune industrie de génie
  mécanique
• Optimisation de production sur machine outil à
  commande numérique
• Pour enseigner
• - Fournir à lenseignant un outil à proposer aux
  étudiants
• - dans le cadre de lenseignement en présentiel,
  hybride ou à distance sappuyant sur les
  référentiels de compétences académiques et
  industriels
• Pour apprendre
• Étudiants en formation initiale,
• Elèves ingénieurs en formation initiale,
• Professionnels en formation continue.

7
Classement de joueurs
Salon de travail collaboratif
Réglage dune MOCN
Optimisation dune stratégie dusinage
Boutique dachat de matériels
8
Mecagenius réalisations

• prototype académique
• moteur de jeu
• une dizaine de mini-jeux
• salon de travail collaboratif (chat, webcam,
  partage de fichiers)
• Bibliothèque technique
• 700 modèles 3D
• 50 animations
• Réalisations doutils de tracking
• Etude des activités de lapprenant basée sur
• 20 séances de tests en formation (UPS, IUFM, IUT,
  Collège, Lycée, Lycée Airbus) (130 étudiants )
• 10 séances de découverte Lycée Airbus Sept 2011
  (100 élèves)
• Epreuve du Concours Course en Cours 2010 (26
  équipes 78 élèves)
• Une soixantaine dheures de tests en formation

9
Mecagenius le projet

• Projet académique 2008-2010
• Equipe de 3 pers. au CUFR Champollion
• Nominé au Concours Goût des Sciences
• Projet industriel financé par laap Serious
  gaming (lancé en 2009) sappuyant sur le projet
  académique
• Equipe académique de 10 pers.
• Equipe KTM Advance 10 pers.
• Durée du projet mars 2010 mars 2012

10
Analyse de traces de jeu à l'aide de réseaux
bayésiens 
Objectifs

• Etude didactique des traces de jeu
• diagnostique des compétences du joueur
  apprenant,
• Etude de l'évolution des compétences au cours du
  jeu,
• Aide à la décision d'intervention (aide ou
  remédiation)
• validation des caractéristiques pédagogiques
  d'un serious game ou d'une activité ludique

11
Difficulté

• Les paramètres entrant en jeu dans la réussite
  d'une activité ludique
•  
• Compétences, motivation, immersion...
• Ne sont pas explicites (directement lisibles à
  travers les actions de jeu)
• Ne peuvent être qu'estimés de manière incomplète
  et incertaine.

12
But du projet

• Effectuer une étude didactique des traces de jeu
• À partir des expériences menées avec le serious
  game MECAGENIUS
• Réalisant les objectifs de diagnostique, de suivi
  dynamique, d'aide à la décision de remédiation et
  de certification.
• Modèle quantitatif à l'aide de réseaux
  bayésiens,

13
Deuxième modèle statique
14
Aide à la scénarisation de Serious Games 

• Adopter une démarche permettant de s'assurer que
  le jeu corresponde bien aux attentes des experts
  métiers et des pédagogues.
• Réaliser une aide à la scénarisation de serious
  game mettant en œuvre les méthodes précédentes.
• démonstration

Problématique
15
Le modèle

• Les compétences à transmettre sont modélisées en
  collaboration avec les experts-métiers et les
  enseignants
• Permettre un traitement du modèle
• S'assurer de la couverture de l'ensemble des
  compétences
• Hériter des pratiques pédagogiques et du savoir
  faire des experts

16

• Les activités pédagogiques proposées sont
  décrites de manière normalisée en vu d'un
  traitement formel
• Recouvrement  optimal  des compétences par un
  sous-ensemble des activités proposées.
• Différentes métriques à l'étude  diamètre au
  sein de l'ontologie, diamètre au sein du tri par
  niveau, coquilles de jeu, temps de jeu,  note 
  des experts...