1. 15èmes Rencontres du
FFFOD
Homme – Machine : quel accompagnement en FOAD ?
Les 12 et 13 décembre 2017 - Châlons-en-Champagne
A) Quelle place pour les
robots dans le tutorat ?
Jacques Rodet – JRodet Conseil

2. L’accompagnement
est forcément humain
IA « La chute
de l’empire humain »
Cobotique : collaboration
Humain & Robot
Le tutorat humain
étant onéreux,
les robots ne sont-ils
pas une solution ?
Acceptation,
acceptabilité sociale,
acceptabilité éthique
des robots ?
Quelle répartition
des interventions
tutorales entre
l’humain et le robot ?

3. https://goo.gl/k39WNu
Ashok K. Goel -
Georgia Institute of Technology

4. Fonctions
Evaluation
Métacognition
Technique
Pédagogie
Socio-affectif
Motivation
Organisation
Accueil
et orientation
Plan
cognitif
Annoncer clairement
les critères
d’évaluation
Faire conscientiser
ses préférences
cognitives
Aider à maitriser
l’environnement
d’apprentissage
Apporter
des réponses ou les
susciter. Remédier
Personnaliser
le soutien
à l’apprentissage
Présenter
les méthodologies
appropriées
Informer
sur le dispositif
de formation
Plan
Socio-affectif
Produire
des rétroactions
à portée formative
Faciliter la prise de
conscience des états
affectifs / tâches
Susciter l’entraide
technique entre
apprenants
Faciliter
la collaboration
des apprenants
Rompre l’isolement
de l’apprenant
Réguler la dynamique
de groupe
Initier la construction
d’un sentiment
d’appartenance
Plan
motivationnel
Encourager
et féliciter
Faire identifier
les motivations
intrinsèques
Encourager
l’utilisation des outils
Proposer
des activités
signifiantes
Lutter contre
l’abandon
Accompagner
le processus
d’autonomie
Faire émerger les
objectifs personnels
de l’apprenant
Plan
métacognitif
Aider
à s’autoévaluer
Inciter l’apprenant
à apprendre
à apprendre
Susciter la prise de
distance réflexive sur
les usages des outils
Susciter
l’expression critique
sur le dispositif
Faire prendre
conscience de ses
habiletés à collaborer
Faciliter
la planification
de l’apprentissage
Inciter l’apprenant à
faire le point sur ses
stratégies cognitives
Répartition des interventions tutorales IA/humain
IT pouvant être
confiée à une IA
IT dédiée au
tuteur humain
IT sous mode
cobotique

5. 15èmes Rencontres du FFFOD
Homme – Machine : quel accompagnement en FOAD ?
Les 12 et 13 décembre 2017 - Châlons-en-Champagne
B) Dispositifs à distance : le bon mix
Retour d’expérience IFCAM
Blog IFCAM :
http://ifcam-formation.fr
Twitter :
@ifcam
@Cchappaz
@michelfrancoisK

6. FOAD à l’IFCAM, Université
du Groupe Crédit Agricole
50% des heures
dispensées par l’IFCAM
sont réalisées à
distance
Les formations
réglementaires :
jours / an en
moyenne pour le
réseau
> 1 million
d’inscriptions sur
contenus en
ligne/ an

7. Accompagnement IFCAM : FOAD &
Programmes réglementaires
Orientation – Parcours
individuel – Efficience
Accompagnement humain,
collectif & distanciel
e-learning (individuel)
+
Webinar (collectif)
+
Animateur
+
Contexte, sens, décryptage local
=
Engagement et taux de complétude plus élevés

8. Accompagnement IFCAM : FOAD &
Programmes diplômants
Accompagnement
parcours longs :
plus humain, plus digital
Accompagnement
des Form’Acteurs
par la machine
Classes inversées
Ressources en ligne
Social Learning
BACHELOR BANQUE IFCAM :
300 h de formation dont 80h en présentiel
Cadencement
MOOC diplômant (UE)
Form’acteurs labellisés

9. Perspectives
APPRENANT
EN AUTO-
FORMATION
APPRENANT
CONNECTÉ
& AUGMENTÉ

10. Homme – Machine : quel accompagnement en FOAD ?
Les 12 et 13 décembre 2017 - Châlons-en-Champagne
D) Les e-communautés au
service du réseau territorial –
15èmes Rencontres du FFFOD

11. Une gouvernance adaptée de
ces e-communautés – CNFPT
Superviseur
Coordonnateurs
Animateurs
Membres
Comité opérationnel
DSI + Superviseur
Comité de suivi
Superviseur + coordonnateur +
Animateurs
Conférence des
animateurs
Tous les acteurs

12. Accompagner le lancement de
ces e-communautés et ses utilisateurs - CNFPT
Préparer la
communauté
Lancer la
communauté
Consolider la
communauté
Superviseur, Coordonnateur,
Animateurs
Objectifs, usages, bénéfices
Coordonnateur, Animateurs,
Parrain/marraine, alliés
Usages initiatiques,
ambassadeurs
Tous les acteurs
Consolidation des usages,
promotion

13. Les machines pour supporter
ces e-communautés : quelques données chiffrées
30.000
membres
15.000
contenus
3.500
commentaires
41
e-communautés

14. 15èmes Rencontres du FFFOD
Homme – Machine : quel accompagnement en FOAD ?
Les 12 et 13 décembre 2017 - Châlons-en-Champagne
E) L’Analytique de l’Apprentissage
(Learning Analytics) va-t-elle transformer la pédagogie ?
REX du projet G-TRACES - Consortium national -

15. 1. Présentation de l’intervenante Victoria Pérès-Labourdette Lembé
• Chargée de mission Transformation digitale et systèmes d’informations pédagogiques
au CAFOC Auvergne (Rectorat de l’académie de Clermont-Ferrand)
• Correspondante académique fonctionnelle et technique du consortium national e-
GRETA
• Doctorante en SIC au laboratoire DICEN-IDF (CNAM)
2. Présentation du consortium e-GRETA
3. Le projet de R&D pédagogique G-TRACES
1 | REX du projet G-TRACES
http://www.e-greta.fr – www.fffod.fr

16. G-TRACES : Greta-Technologies Réflexives, Analytique de l’Apprentissage, Culture,
Ethique, Société
Objectifs de G-TRACES :
• Confirmer le leadership du consortium e-GRETA dans la recherche et le
développement en technologie éducative académique en général, et en Data
sciences éducatives, en particulier.
• Mener la collecte, la mesure, l’analyse et la présentation de rapports basés sur les
données des apprenants en contexte d’ap-prentissage des SPOCs Init’e-
GRETA.Claro portés par l’Académie de Nantes.
• Permettre la rédaction d’un cahier des charges pour le développement de
tableaux de bord alimentés par les données pédagogiques, accessibles et
mobilisables par les formateurs et leurs stagiaires sur e-GRETA Claroline Connect ,
à partir de 2018/2019.
2 | Présentation du projet de R&D pédagogique G-TRACES
http://www.e-greta.fr

17. Membres du projet G-TRACES:
Trois Data Managers & Scientists : Victoria Pérès-Labourdette
Lembé (Chargée de mission, Académie de Clermont-Ferrand) - Loïc Geschwine
(CFC, Académie de Besançon) - Florian Froidurot (Technicien informatique,
Académie de Besançon)
Data Analystes : Pierre Baptiste (IEN-ET, directeur du CAFOC, Académie
de Clermont-Ferrand) - Sébastien Callaux (Acadé-mie de Nantes) -
Catherine Chlebowski-Crochon (CFC, Académie de Poitiers) - Florian
Froidurot (Technicien informatique, Académie de Besançon) - Loïc
Geschwine (CFC, Académie de Besançon) - Daniel Gueysset (CFC,
Académie de Limoges) - Victoria Pérès-Labourdette Lembé (Chargée de
mission, Académie de Clermont-Ferrand) - Sylvie Rey (CFC, Académie de
Grenoble)
2 | Présentation du projet de R&D pédagogique G-TRACES
http://www.e-greta.fr

18. Problématique : “Qu’est-ce qui fait trace avec e-GRETA Claroline ?”
Questions de recherche :
1. Parmi les objets numériques qui font trace, quels sont ceux qui ont / qui n’ont
pas d’intérêt pédagogique pour les acteurs de l’écosystème des GRETA ?
2. Quelle éthique native (éthique by design) pour l’exploitation et le suivi
pédagogiques des traces avec e-GRETA Claroline ?
3. Quelles traces avec e-GRETA Claroline peuvent être utiles à la prise en
compte optimale du contexte réglementaire de la FOAD ?
4. Quels états de l’art et prospectives pour les usages de la trace numérique
dans les pratiques pédagogiques d’aujourd’hui et de demain ?
3 | Problématique et questions de recherche de G-TRACES
http://www.e-greta.fr