Soutenance mémoire
Télécharger le fichier pdf d’un mémoire de fin d’études
Collaboration
La collaboration et la coopération sont souvent confondues (Roberts, 2004), comme en témoignent les travaux visant à lever cette ambiguïté (Dillenbourg, Baker, Blaye, & O’Malley, 1995; Panitz, 1999). Cette confusion sémantique pourrait être expliquée par le fait que chaque discipline semble avoir sa propre définition des deux concepts. Par exemple (Kreijns, Kirschner, & Jochems, 2003) prennent le parti de s’abstenir de toute différenciation entre les deux justifiant ce choix par leur similarité dans le contexte de l’apprentissage collaboratif médié par ordinateur.
Dans le cadre des EIAH, deux définitions sont particulièrement citées. Celle de (Roschelle & Teasley, 1995) où ils décrivent la collaboration comme une activité coordonnée et synchrone qui est le résultat d’une tentative continue de construire et de maintenir une vision commune du problème. (Dillenbourg, 1999) définit la collaboration comme l’exercice d’une activité par un groupe doté d’une « hiérarchie horizontale instable » et ce avec un même et unique but. Autrement dit, la collaboration en EIAH est définie comme une activité où les apprenants sont au même niveau hiérarchique (hiérarchie horizontale) et sont régulièrement amenés à échanger leurs sous-tâches respectives (instable). Ces deux définitions issues du domaine des EIAH font émerger les éléments caractéristiques suivants pour la collaboration :
Les individus agissent dans un but commun.
Ils peuvent librement échanger leurs rôles.
Tous les membres du groupe doivent avoir conscience de faire une activité ensemble.
Construction commune de connaissances et de compétences.
Ils construisent une vision commune du problème.
Dans le domaine de la théorie des jeux, Zagal et ses collègues (Zagal, Rick, & Hsi, 2006) stipulent que dans un jeu collaboratif, tous les participants travaillent ensemble en tant qu’équipe, se partageant les coûts et les récompenses. Ils indiquent que si l’équipe est défaite, tout le monde est défait, et inversement. Ils définissent par ailleurs une équipe comme une organisation dans laquelle les informations que chacun possède peuvent différer mais où les intérêts et croyances demeurent les mêmes. Selon cette définition, la collaboration existe surtout par la nécessité qu’ont les membres d’une équipe (même les individualistes) de mettre en commun leurs effort pour l’emporter. Ici les joueurs sont d’abord motivés par le succès. Nous remarquons que si la définition selon la théorie des jeux est bien trop restrictive par rapport à la nature complexe des jeux sérieux qui imbriquent des éléments de jeu et des éléments d’apprentissage humain, elle met néanmoins en lumière la notion de victoire et de défaite commune (une forme de gain), relativement absente des définitions généralement employées dans le cadre des EIAH classiques.
Nous avons établi de ces définitions de la collaboration, plusieurs problématiques auxquelles nous devons répondre pour permettre une détection automatique de celle-ci. Premièrement, en fonction de notre interlocuteur, nous pouvons établir des formalisations très différentes. Dans le cadre de la théorie des jeux, l’acquisition de connaissances ne joue aucun rôle dans la collaboration. De fait, pour un interlocuteur issu de la théorie des jeux, la collaboration doit être détectée y compris dans les contextes où les apprenants impliqués n’acquièrent pas les mêmes connaissances au contraire d’un interlocuteur issu des EIAH. En revanche, les définitions issues des EIAH comportent des critères difficilement formalisables du point de vue des actions des joueurs. La construction de la connaissance est un exemple d’un tel critère. Ces 2 problématiques que sont la divergence de définition entre les domaines et la difficulté de formalisation de certains critères liés à la collaboration rend d’autant plus difficile sa formalisation en vue d’une détection automatique.
Détection et analyse des interactions
Les interactions dépendent souvent du contexte dans lesquelles elles sont réalisées. L’analyse de celles-ci demande donc de pouvoir comprendre l’état de l’environnement avant, pendant et après l’interaction. (Dyke, Girardot, Lund, & Corbel, 2007) relèvent trois sources possibles d’informations pour retranscrire une interaction médiée par ordinateur : un enregistrement vidéo des participants, les traces du système et enfin la capture vidéo du système.
Ces trois sources ont, selon (Dyke et al., 2007), chacune leurs inconvénients. L’enregistrement vidéo demande au chercheur d’effectuer une retranscription des dialogues et actions des participants. Établir cette retranscription s’avère généralement coûteux en termes de temps et peut engendrer une perte d’information. Les traces sont quant à elles analysables automatiquement par un système, mais peuvent s’avérer difficile à lire pour un humain. La capture vidéo du système est plus facilement exploitable par un humain que les traces mais nécessite également une retranscription et ne rend pas toujours compte des événements surgissant à l’extérieur du système.
Dyke et ses collègues (Dyke et al., 2007) identifient alors un certain nombre d’outils destinés à favoriser l’analyse manuelle de ses différentes sources afin de mieux appréhender les interactions médiées par ordinateur. En analysant 4 outils : ColAT (Avouris, Fiotakis, Kahrimanis, Margaritis, & Komis, 2007), Replayer (Morrison, Tennent, & Chalmers, 2006), The Abstract trace analysis tool (Georgeon et al., 2007) et DREW (Corbel et al., 2003), ils établissent la liste des besoins des chercheurs quant à ce type d’analyse : synchroniser différentes sources, annoter les données et enfin pouvoir re-visualiser l’état du système.
Une autre approche intéressante est celle de (Nüssli, Jermann, Sangin, & Dillenbourg, 2009). Dans leurs travaux, les chercheurs utilisent un système d’eye tracking et d’enregistrement audio qu’ils synchronisent avec une capture vidéo du système. L’idée est alors d’utiliser des techniques de data mining afin de prédire la qualité d’une collaboration, ainsi que la capacité des apprenants à résoudre la tâche qui est la leur. Si la question de la détection de l’interaction elle-même n’est pas posée, la question de la détection de l’implication des apprenants et de la manière dont ils partagent les tâches est intéressante. Ces deux éléments font parties intégrantes de la définition de (Dillenbourg, 1999) de la collaboration. Notre approche visant à établir la détection automatique des interactions dans les JSMJ, le fait qu’un système permette d’évaluer celles-ci automatiquement est encourageant pour notre recherche.
L’ensemble des outils que nous venons d’évoquer peuvent être employés dans le cadre des jeux sérieux, mais ne leur sont pas spécifiques. L’aspect ludique des jeux, qui peut servir de source de motivation pour les joueurs, y est donc le plus souvent ignoré. L’une de nos hypothèses est qu’il est possible de détecter des interactions en se basant sur le game design du jeu. Ces outils fournissent donc des pistes intéressantes mais ne peuvent être utilisés tels quels dans le cadre de notre approche.
Pléiades : un outil flexible pour la scénarisation pédagogique
La méthode des Pléiades (David, George, Godinet, & Villiot-Leclercq, 2008; Villiot-Leclercq, 2007; Villiot-Leclercq & David, 2007) pallie aux problèmes d’IMS LD en fournissant une structure davantage réutilisable et manipulable par des enseignants. Ces enseignants (qualifiés d’enseignant-auteur) sont ainsi en mesure de formaliser les actions et les activités que leurs apprenants peuvent rencontrer au sein d’une SACI (Situation d’Apprentissage Collective Instrumentée) et les réutiliser pour des scénarios similaires. Le scénario donné en exemple est axée sur la représentation d’une étude de cas.
Cette méthode prend en compte la granularité (David et al., 2008) p.16: « Nous avons ainsi défini trois niveaux de granularité : un scénario de type activité élémentaire est une étoile, un regroupement de plusieurs activités est une pléiade, un regroupement de plusieurs regroupements ou pléiades est une constellation. Chaque grain est défini comme une entité cohérente dont le sens se construit par rapport aux choix et aux intentions pédagogiques de l’enseignant-auteur et par l’interprétation qu’en fera l’enseignant-lecteur. ».
Nous sommes donc en présence d’un système de formalisation de scénario répondant à un certain nombre de critères :
Réutilisable.
Conforme à la théorie de l’activité.
Utilisable dans le cadre des jeux sérieux (qui peuvent correspondre à des Situations d’Apprentissage Collectives Instrumentées (Michel, Garrot, & George, 2007)).
Prend en compte les problèmes de granularité.
La méthode des Pléiades est une méthode de scénarisation pédagogique. Les liens établis entre les différentes activités et ressources utilisées par les joueurs sont contraints par les enjeux pédagogiques de la Situation d’Apprentissage Collective Instrumentée décrite par l’enseignant. L’approche que nous avons choisie est de considérer que ce sont les objectifs, les ressources du jeu et les stratégies des joueurs qui décident de leurs comportements et donc des actions qu’ils réalisent dans le scénario. La formalisation apportée par la méthode de Pléiades est très intéressante mais ne semble pas être suffisante dans le cadre de cette thèse. En effet, la scénarisation pédagogique s’articule autour des connaissances et compétences apprises par les étudiants. Elle permet de vérifier une acquisition graduelle et logique de celles-ci. En revanche, ce type de scénarisation ne permet pas de reproduire la dynamique de jeu créée par les ressources et actions à disposition des joueurs. Dans notre cas, c’est cette dynamique qui permet de déterminer si les étudiants sont en mesure ou non d’interagir entre eux.
MoPPliq : un modèle pour la scénarisation de Jeux sérieux mono-joueur
Une des propriétés recherchées dans les scénarios pédagogiques en général et dans les scénarios de JSMJ en particulier est la non linéarité. MoPPliq (Marne, 2014) fournit une approche intéressante pour ce problème. L’idée derrière ce modèle est de relier les différentes activités du jeu en se basant sur des relations de prérequis existant entre les entrées et les sorties d’une activité. L’avantage de cette méthode est qu’elle permet entre autres d’établir des scénarios incluant cycle, embranchement et répétition, en se basant sur la description des activités incluant à la fois des éléments ludiques et pédagogiques.
Dans la Figure 4 qui représente un cas d’utilisation de MoPPliq, les rectangles représentent les activités et les cercles le début et la fin du jeu. Chaque activité est dotée d’une ou plusieurs entrées (languettes vertes sur la gauche) et d’une ou plusieurs sorties (languettes marron sur la droite). Chaque sortie ne doit être reliée qu’à une unique entrée. Dans le cas où la sortie d’une activité ferait référence à une entrée de la même activité, la flèche directionnelle les reliant est alors en pointillé. Au regard de cette Figure 4, nous pouvons nous apercevoir que MoPPliq permet la répétition d’activités, mais aussi la multi linéarité du scénario et autorise les cycles dans celui-ci. Ce genre de structure se révèle donc particulièrement intéressante pour représenter graphiquement des scénarios complexes.
MoPPliq a cependant plusieurs limites qui ne nous permettent pas d’envisager son utilisation dans le cadre de cette thèse. Tout d’abord, il est destiné exclusivement au traitement de jeux mono joueur. Ensuite, il ne permet pas d’associer des objectifs au joueur ou au rôle que ce dernier assume. Or, il s’avère que des interactions comme la compétition sont dépendantes des objectifs des joueurs : un joueur est en compétition parce que la réussite d’un autre ne lui permettra pas de réaliser ses propres objectifs. L’absence d’objectifs pour les joueurs ou leur rôle rend donc a priori impossible la détection de certaines interactions.
Outils auteurs de jeux sérieux
Un certain nombre de jeux sérieux permettent également aux enseignants de faire leur propre scénario comme ClassCraft (Sanchez et al., 2017) ou encore comme le donjon pédagogique de (Carron et al., 2008). Dans ClassCraft, l’enseignant crée des groupes de joueurs aux capacités diverses. Les joueurs (des élèves) doivent répondre à des questionnaires leur permettant par exemple de battre des monstres afin de récupérer des points d’expérience ou de l’or. Les joueurs sont également amenés à effectuer des tâches chez eux comme rendre un devoir en avance pour que l’enseignant les récompense. À l’aide de leurs points, les élèves achètent des pouvoirs qu’ils peuvent utiliser en classe : avoir une antisèche, pouvoir changer de place, avoir un délai supplémentaire pour un travail, … ClassCraft sert donc à ludifier la salle de classe. Le donjon pédagogique fonctionne également sur un système de questionnaires que l’enseignant corrige au fur et à mesure que les élèves répondent. Des bonnes réponses permettent aux élèves de progresser dans le jeu. Certaines salles collaboratives demandent aux élèves d’obtenir chacun suffisamment de clés pour avancer ou de fournir des réponses communes par exemple.
Ces jeux ont plusieurs avantages. Tout d’abord ils sont multi-joueurs. De plus, leur approche est similaire à celle d’un cours et sont, par conséquent, relativement faciles à prendre en main, y compris pour quelqu’un ne possédant pas de connaissances techniques. La représentation, la compréhension et la description des scénarios peuvent donc s’y faire relativement aisément. Cependant, la visée d’origine de ces deux jeux étant de gamifier et scénariser des classes scolaires (ce qui explique leur proximité avec les structures habituelles des cours), ils montrent des limites importantes pour représenter et scénariser d’autre type de gameplay ou à formaliser des jeux déjà existant au gameplay similaire. De plus, dans le cas de ClassCraft, la notion de collaboration est prédominante, la compétition devant être introduite par le biais de moyens externes au jeu. Ainsi, si les deux structures demeurent intéressantes, en particulier dans le cadre scolaire, elles ne peuvent être utilisées pour formaliser et représenter des scénarios de jeux sérieux de manière plus générale.
Une approche assez répandue consiste à fournir des outils auteurs permettant aux enseignants de développer leur propre scénario de jeux. Nous citerons par exemple des plateformes en ligne comme Emergo2 (Slootmaker, Kurvers, Hummel, & Koper, 2014), Fablusi3 ou en encore Cyberdam4 (Maharg & Nicol, 2009) qui ont l’avantage de permettre la création de jeux où les apprenants peuvent assumer des rôles différents avec des caractéristiques spécifiques. Cet aspect est relativement important pour représenter ou détecter des interactions dans lesquelles les joueurs assument des positions asymétriques, ou lorsque le rôle de ceux-ci évolue au cours du jeu. Ces jeux s’organisent sur le long terme (5 à 6 semaines pour Cyberdam par exemple) et consistent en un mélange d’évènements réels et virtuels. La partie virtuelle est là pour structurer le jeu et sert à informer les différents participants des résultats de leurs actions. Les joueurs sont entièrement libres des actions qu’ils entreprennent.
Les actions de l’un impactent les autres et la simulation avance en fonction des cas présentés. Ces outils sont intéressants car ils permettent une grande diversité d’interactions, les joueurs y agissent similairement à une simulation participative en suivant le rôle qui est le leur. Les scénarios s’apparentent alors à des cas d’études pour lesquels l’enseignant a défini les rôles, les buts, les réponses possibles, etc.
Ces outils ne permettent cependant que des actions asynchrones et semblent inadaptés pour une utilisation autre que pour des cas d’études. La description des actions individuelles y est assurée, mais les activités multi-joueurs sont en revanche beaucoup plus vagues quant aux ressources que les joueurs doivent utiliser. Or, l’objectif poursuivi par cette thèse est la détection automatique d’interactions dans des activités multi-joueurs. De par cette limite, l’utilisation de ces outils, dans le cadre de ce travail, serait conditionnée par des modifications importantes pour y palier.
En conclusion, les différents systèmes et framework qu’il est aujourd’hui possible d’employer afin de formaliser un jeu sérieux sont bien souvent limités sur certaines caractéristiques importantes dans le cadre de cette thèse.
Analyse a priori des scénarios de JSMJ
L’hypothèse que nous avons formulée en introduction est qu’il est possible de détecter en amont les interactions que réaliseront les apprenants si nous sommes en mesure de savoir quelles situations de jeu ces derniers peuvent rencontrer. Exploiter un scénario consiste donc dans notre approche à établir les séquences d’activités que peut réaliser un joueur lors des phases de jeu. Nous envisageons de nous inspirer de la théorie de l’activité pour décrire des activités multi-joueurs incluant des ressources de jeu, des connaissances, des buts et des rôles. Dans le cadre de ce travail, ces activités constituent donc l’unité de base pour l’analyse des interactions. Déterminer dans quelles situations les joueurs peuvent se trouver, revient donc à déterminer quelles activités sont nécessaires pour atteindre la fin du jeu.
Réseaux de Petri
Les réseaux de Petri (RdP) (Reisig, 2012) sont des modèles mathématiques puissants pour modéliser la dynamique des systèmes complexes. Plusieurs méthodes de model checking ont été proposées pour vérifier les propriétés d’un système complexe en analysant le graphe d’état d’un système ou graphe d’accessibilité. L’aspect formel de ce modèle rend possible son analyse automatique à l’instar du système LaaLys (Muratet, Yessad, & Carron, 2016).
Formellement, un RdP est un graphe biparti, valué et composé de deux types de noeuds : des places et des transitions. Chaque arc permet de connecter une place à une transition ou une transition à une place. Les places sont marquées et contiennent un nombre de jetons positif ou nul. Le vecteur qui associe à chaque place son marquage est appelé marquage du RdP et représente son état à un instant donné. Une transition du RdP peut être exécutée si elle est sensibilisée, c’est-à-dire, si chacune de ses places d’entrée satisfait la contrainte définie par le type et le poids de l’arc qui la relie à cette transition. Lorsqu’une transition est exécutée, des jetons des places d’entrée sont consommés (en fonction du type de l’arc) et d’autres jetons sont ajoutés aux places de sortie. L’ensemble des marquages atteignables à partir du marquage initial du RdP en exécutant les transitions sensibilisées représente l’ensemble des états du système et est appelé le graphe d’accessibilité.
Modélisation et Formalisation de scénarios de jeux sérieux multi-joueurs
Nous rappelons que l’objectif principal de cette thèse est de permettre la détection automatique des interactions pouvant émerger d’un scénario de JSMJ. Une des conceptions qu’il est possible d’avoir lorsque nous cherchons à analyser des interactions multi-joueurs, est que ces dernières sont dépendantes du contexte et de la situation dans laquelle se trouvent les joueurs. Dans un jeu sérieux multi-joueurs, le scénario fait office de ligne directrice pour les joueurs mais ne présage pas du déroulement du jeu. En effet, un scénario ne fournit pas nécessairement un ordre précis dans lequel exécuter les différentes activités et actions du jeu. En revanche, il fournit l’ensemble des informations et contraintes que les activités doivent remplir avant de pouvoir être effectuées. Il peut également arriver que l’exécution d’une activité donnée soit obligatoire pour pouvoir accéder à la suite du scénario (et donc à de nouvelles activités ou à la fin du jeu). Dans ce cas, le scénario fournit les informations permettant d’identifier ce point de passage obligatoire pour le joueur. Le scénario regroupe donc l’ensemble des informations relatives au jeu et à son exécution, il est alors toujours possible de situer le joueur dans le scénario (qu’a-t-il réalisé, à quelle étape de la résolution en est-il, …).
La modélisation formelle d’un scénario en général et de celui d’un JSMJ en particulier est donc une étape indispensable pour permettre le traitement automatique du scénario. Or, la revue de la littérature ne nous a pas permis d’identifier des modèles ou des langages de description de scénarios en vue de leur analyse automatique et de la détection des interactions. Dans ce chapitre, nous présenterons les choix conceptuels que nous faisons pour modéliser et formaliser un scénario de JSMJ. Ces choix s’appuient sur l’analyse de plusieurs jeux multi-joueurs.
Le positionnement de ce chapitre par rapport aux autres de la section 2 sur les contributions est présenté dans la Figure 6.
Contraintes de modélisation d’un scénario JSMJ
Afin de proposer un modèle adapté pour décrire les scénarios de JSMJ, il faudra dégager les caractéristiques d’un scénario. Pour cela, nous avons analysé manuellement 17 jeux dont 13 sont des jeux vidéo et 4 sont des jeux sérieux dédiés à l’apprentissage. Les jeux vidéo sont usuellement classés en différents genres (stratégie, First Person Shooter, action, plateforme, …). Ces genres sont particulièrement importants car ils définissent la nature du gameplay et le type de structure narrative et ludique qu’un joueur peut rencontrer dans un jeu. Les genres pouvant être appliqués aux jeux sérieux suivent les mêmes règles et sont par conséquent les mêmes genres.
Les 13 jeux vidéo sélectionnés sont représentatifs de différents genres couramment rencontrés dans les milieux vidéoludiques ont été choisis pour compléter les structures de gameplay présentent dans Voracy Fish, ByteBattle, ClassCraft et LearningAdventure qui sont quatre jeux sérieux.
Les 17 jeux concernés par cette analyse sont les suivants :
1. Europa Universalis IV : Jeu de grande stratégie dans lequel chaque joueur prend le contrôle d’un pays qu’il doit faire prospérer. Le jeu se prête davantage à la compétition mais permet tout de même aux joueurs de s’allier et de coopérer.
2. MineCraft : Jeu de construction et de survie dans un environnement vaste généré aléatoirement. Il n’y a pas de fin réelle au jeu et les joueurs peuvent interagir librement entre eux.
3. BattleField III : First Person Shooter. Deux équipes de joueurs s’affrontent et doivent s’entretuer sur une carte aux contours définis. Les joueurs d’une même équipe sont encouragés à s’entraider. Les rôles des joueurs et leurs capacités peuvent varier.
4. Portal 2 : Puzzle Game dans lequel deux joueurs doivent collaborer pour évoluer à travers les niveaux et atteindre la fin du jeu.
5. World Of Warcraft : Jeu de rôle massivement multi-joueurs, les joueurs peuvent s’entraider et s’affronter à travers différentes structures : groupes, factions, guildes. Le but des joueurs est de faire progresser leur personnage en tuant des monstres et des joueurs et en collectant des ressources.
6. Age of Empire II : jeu de stratégie en temps réel opposant de 2 à 8 joueurs. Le but des joueurs est de détruire l’ensemble des unités de leurs adversaires. Ils peuvent s’allier ou non en cours de partie en fonction des réglages choisis.
7. League of Legends : Il s’agit d’un MOBA, genre dans lequel les joueurs incarnent un héros combattant d’autres héros dans une arène, le but étant de détruire le « Nexus » de l’équipe adverse. Les joueurs font évoluer leurs héros en tuant les héros adverses et les monstres disséminés dans l’arène.
8. HearthStone : Jeu de cartes opposant deux joueurs. Les cartes, de différents types, permettent d’effectuer différentes actions et d’attaquer l’adversaire. Il est nécessaire de ramener ses points de vie à 0 pour gagner.
9. Chess : Jeu d’échec classique numérisé.
10. StreetFighter : Jeu de combat où deux joueurs contrôlent un personnage possédant différents coups et aptitudes. Leur but est d’amener la vie de l’adversaire à 0.
11. DeadSpace 3 : Jeu d’action / horreur incluant un mode coopératif. Les deux joueurs évoluent dans un environnement hostile peuplé de zombies et d’extraterrestres qu’ils doivent affronter à deux. Les ressources trouvées dans leur aventure sont partagées. Ces ressources leurs sont nécessaires pour confectionner des armes et munitions plus puissantes.
12. Journey : Jeu de puzzle / aventure dans lequel les joueurs incarnent un être capable de voleter et de chanter. Ils rencontrent d’autres joueurs (aléatoirement) dans leur aventure avec lesquels ils doivent coopérer pour progresser.
13. Pong : oppose deux joueurs devant renvoyer une balle dans l’embut adverse. Le premier à atteindre le score fixé gagne la partie.
14. Voracy Fish (Interactive, 2012): Un jeu sérieux visant à favoriser la rééducation de personnes ayant subi un AVC conduisant à une perte importante de mobilité des membres supérieurs. Le jeu s’effectue à l’aide d’une Wiimote et consiste à contrôler un poisson dans un océan. Le poisson doit ingérer des poissons plus petits que lui pour grandir, éviter les poissons plus grands et autres obstacles (comme des mines aquatiques).
15. Byte Battle (Muratet et al., 2012) : Dans Byte Battle, un jeu de stratégie en temps réel, les apprenants codent des programmes informatiques visant à contrôler des unités de jeux. Le scénario étudié ici est la version « Tournoi » de Byte Battle dans lequel deux apprenants s’affrontent. Leur but est alors de détruire entièrement les unités en possessions de l’équipe adverse.
16. Learning Adventure (Marty & Carron, 2011) : Learning Advendure permet à des apprenants d’évoluer dans un environnement partagé similaire à un MMORPG. Dans le scénario que nous avons sélectionné, les apprenants doivent reconstituer une manette de jeu basée sur un Arduino en s’aidant des informations et ressources apportées par le jeu.
17. ClassCraft5 : ClassCraft est un jeu sérieux permettant de ludifier une classe scolaire typique. Les élèves sont confrontés à des questionnaires dont la résolution leur apporte des points d’expérience ou de l’or. Ils peuvent par la suite utiliser ces ressources pour acquérir des privilèges et outils utiles dans le cadre du cours (comme le droit d’ouvrir la fenêtre ou le droit à posséder une antisèche par exemple). Nous nous sommes basés sur le témoignage d’une enseignante ayant par ailleurs introduit dans le scénario un système de classement des différents élèves avec un prix à la clé pour la meilleure équipe.
Lorsque l’un de ces jeux possède un mode multi-joueurs et un mode mono-joueur, nous considérons uniquement le mode multi-joueurs. Pour mener à bien notre analyse, nous avons défini la grille d’analyse suivante :
1. Nombre de joueurs impliqués.
2. Uniformité des actions à disposition des joueurs.
3. Liberté d’actions laissé aux joueurs.
4. Format du jeu (arcade, bac à sable, scénarisé).
5. Nombre de chemins différents disponibles pour atteindre la fin du jeu.
6. Nombre de fins différentes possibles.
Notre analyse nous a conduits à établir différentes caractéristiques structurelles. L’une des premières caractéristiques de ces jeux vient de leur différence quant au nombre de joueurs qu’ils impliquent. Des jeux comme MineCraft ou World of Warcraft sont dits massifs et impliquent plusieurs centaines voire plusieurs milliers de joueurs simultanément. A l’inverse Chess, HearthStone ou encore Portal 2 n’impliquent que deux joueurs qu’ils associent ou opposent. Certains jeux comme BattleField ou League of Legends prennent un nombre de joueurs variable mais borné (10 max pour League of Legends, 128 pour Battlefield 3). Cette première caractéristique structurelle révèle des informations intéressantes sur un scénario car un plus grand nombre de joueurs suggèrent des interactions plus nombreuses.
Une seconde caractéristique structurelle directement associée au nombre de joueurs émerge de notre liste de jeux. Certains jeux, comme MineCraft ou DeadSpace 3 sont uniformes quant aux actions mis à disposition des joueurs (ils ont tous les mêmes « pouvoirs »), ce n’est pas le cas de jeux comme BattleField 3 ou World of Warcraft qui permettent aux joueurs de se spécialiser. Ainsi la possibilité ou non d’assumer des rôles différents dans un jeu constitue la seconde caractéristique établie par notre analyse.
Dans un jeu comme HearthStone, une carte posée ne peut être reprise (sauf cas particulier), ainsi chaque action effectuée par les joueurs dans un état donné ne peut être répétée à l’identique. Les joueurs de Portal 2 ou Chess en revanche, sont libres de revenir sur leur pas et d’effectuer certaines actions autant de fois qu’ils le souhaitent. La possibilité ou non de répéter des actions en tant que joueurs constitue donc la troisième caractéristique structurelle que nous relevons.
Dans le cadre des jeux d’arcades comme Pong ou Street Fighter, le format implique que chaque session de jeu est indépendante des autres et se focalise sur les actions à disposition des joueurs dans un intervalle de temps donné. À l’inverse, le format des jeux scénarisés comme DeadSpace 3 offrent la possibilité aux joueurs de suivre une histoire dans laquelle la progression du joueur est maintenue entre plusieurs sessions de jeu. Le jeu s’articule alors en fonction de l’avancée du joueur dans l’histoire dont la fin sert de motivation au joueur. Les jeux bacs à sable sont hybrides dans le sens où aucun scénario n’est fixé à l’avance similairement aux jeux d’arcade, mais où la progression est conservée d’une session à l’autre comme pour les jeux scénarisés. Dans ces jeux, les joueurs fixent eux-mêmes les objectifs et étapes qu’ils veulent franchir et atteindre. La différence entre ces trois genres repose sur la nature et le nombre de ces étapes. Pour les jeux d’arcades, le jeu lui-même est composé d’une unique étape fixe dans laquelle le joueur évolue à son gré. Pour les jeux scénarisés, les étapes sont fixées à l’avance et caractérisent la progression du joueur. Les étapes d’un jeu bac à sable sont mouvantes et réversibles au bon vouloir du joueur. L’agencement de ces étapes définit l’existence ou non de plusieurs chemins pour finir un jeu. La nature de cet agencement constitue notre quatrième caractéristique structurelle.
Décomposition d’un scénario JSMJ en Activités
Dans un jeu sérieux dédié à l’apprentissage, les joueurs réalisent des actions leur permettant de progresser dans le jeu, travailler des compétences ou réaliser des objectifs (Djaouti et al., 2011). Nous pouvons concevoir un scénario comme une suite d’actions individuelles réalisées par les joueurs. Toutefois, le niveau de granularité d’une telle modélisation n’est pas adapté pour permettre l’observation des interactions. En effet, des interactions comme la compétition ou la collaboration sont difficiles à observer en analysant une seule action isolée d’un joueur mais émergent plutôt d’une suite d’actions réalisées par plusieurs joueurs impliqués dans l’interaction. Ainsi, il paraît nécessaire de regrouper les actions permettant d’observer des interactions entre pairs dans des entités de granularité moins fine ; c’est ce que nous appelons « Activité ». Ce sont ces activités qui composent les Scénarios élémentaires (que ce soit au niveau des activités étapes ou des ensembles d’activités les précédant).
La première génération de la théorie de l’activité, évoquée dans l’état de l’art, stipule qu’une activité doit être composée de trois éléments identifiables :
Un sujet : l’individu prenant part à l’activité.
Un objet : le but de l’activité, la raison d’être de l’activité pour le sujet.
Des outils : l’ensemble des ressources à la disposition du sujet pour réaliser l’objet.
Dans le cadre de nos activités, nous avons donc les trois éléments suivants :
Le sujet grâce à la représentation des rôles que les joueurs endossent dans les activités.
L’objet de notre activité se réfère aux objectifs des joueurs qui guident leurs actions dans l’activité et déterminent les interactions pouvant émerger de celle-ci.
L’outil regroupe l’ensemble des ressources consommées ou produites par les joueurs à l’issues de leurs actions au sein de l’activité.
Voici un exemple pour comprendre ce que ces activités représentent à l’échelle d’un scénario de JSMJ. Prenons le cas du dilemme du prisonnier. Dans cet exemple, deux prisonniers sont interrogés dans le cadre d’une enquête policière sur un braquage. Le problème des policiers, est qu’ils ont assez peu d’indices et doivent faire avouer les prisonniers pour les mettre en prison. Les deux prisonniers ont deux possibilités : avouer ou se taire. Si les deux avouent, ils sont condamnés chacun à 5 ans de prison. Si l’un avoue et pas l’autre, celui qui n’a rien dit est condamné à 10 ans de prison. Pour finir, si aucun n’avoue, les deux sont libres au bout d’un an. Une représentation habituelle de ce problème se fait sous la forme d’une matrice carré 2X2.
Rôles prototypiques d’une activité de JSMJ
Dans la littérature, le terme « rôle » est communément utilisé pour indiquer aux joueurs les comportements qu’ils sont censés avoir au sein d’une activité. Endosser un rôle implique donc adopter un comportement dans l’activité. Dans notre cas, nous parlons plutôt de rôles prototypiques pour marquer la différence avec l’acception commune. Ainsi un rôle prototypique est défini par des objectifs et l’utilisation d’objets de jeu et de connaissances. Si un joueur atteint un objectif en utilisant les objets et les connaissances définis dans un rôle prototypique alors nous considérons que le joueur a incarné ce rôle. Autrement dit, nous parlons de rôle lorsque le joueur incarne consciemment un comportement dans une activité (le joueur choisit d’incarner un rôle ce qui oriente son comportement dans une direction) et nous parlons de rôle prototypique lorsque le joueur réalise des actions de jeu sans avoir connaissance du rôle explicite qu’il est en train de jouer (c’est le comportement du joueur qui permet au système de lui associer un rôle prototypique). C’est cet aspect sur la conscience du joueur qui distingue pour nous la notion de rôle de la notion de rôle prototypique.
Afin de représenter les actions entreprises par les joueurs, nos rôles prototypiques décrivent l’impact qu’auront les joueurs sur leurs inventaires et environnement de jeu. Ces modifications sont de deux types : consommation et production.
Un objet de jeu consommé par un rôle prototypique est un prérequis au commencement de l’activité, il sera alors retiré de l’environnement ou de l’inventaire du joueur ayant endossé ce rôle prototypique.
Un objet de jeu produit par un rôle prototypique est ajouté à l’environnement ou à l’inventaire du joueur qui a pris ce rôle prototypique.
Il est cependant utile de pouvoir modéliser qu’une ressource soit utilisée par le joueur (sans être défaussée). Cette ressource est présente dans l’environnement ou dans l’inventaire du joueur avant et après la réalisation de l’activité. Dans ce cas, nous considérons que la ressource est successivement consommée puis produite par le rôle prototypique.
Une autre fonction des rôles prototypiques consiste à décrire la gestion des connaissances d’un joueur dans le cadre de l’activité concernée. Cette gestion est caractérisée par deux aspects : les connaissances requises et les connaissances ciblées.
Les connaissances requises spécifient les connaissances qui doivent être maîtrisées pour que le comportement d’un joueur puisse être associé à un rôle prototypique dans l’activité considérée. Néanmoins elles ne sont pas bloquantes et un joueur n’ayant pas les connaissances requises peut tout de même s’engager dans l’activité. Dans ce cas le joueur risque de se trouver en difficulté pour réaliser l’activité.
Les connaissances ciblées par un rôle prototypique indiquent les connaissances sur lesquelles portent l’activité.
Les objets de jeu et les connaissances ne sont pas les seules composantes associées à un rôle prototypique. Les buts des joueurs dans le cadre d’une activité y sont également modélisés et associés à un rôle prototypique. Ainsi, les joueurs assumant des rôles prototypiques dans une activité peuvent chercher à effectuer certaines modifications de l’environnement (consommation et production de ressources par exemple), ou encore à empêcher d’autres joueurs de procéder à ces modifications.
Enfin, un ensemble de contraintes peut également être associé à un rôle. Ces contraintes sont de deux natures. Les premières sont des contraintes d’équipes. Le but de ces contraintes est d’établir si les joueurs désirant s’impliquer dans une activité peuvent le faire au vu de la composition des équipes de joueurs. Par exemple, des joueurs pourraient n’être autorisés à prendre part à une activité donnée que s’ils appartiennent à la même équipe et non pas à des équipes adverses. Les secondes sont des contraintes d’inventaires. Ces contraintes (qui se distinguent des ressources consommées) permettent de vérifier la présence ou l’absence de ressources dans des quantités données dans les inventaires des joueurs.
En plus des contraintes définies pour chaque rôle prototypique et de sa transformation de ressources, le rôle prototypique possède une cardinalité qui participe à la définition des règles d’attribution des rôles prototypiques dans le cadre d’une activité. Ces règles sont les suivantes :
Un joueur ne peut être associé qu’à un seul rôle prototypique dans une activité en cours. Un joueur peut être associé à un rôle prototypique différent s’il refait la même activité.
La cardinalité d’un rôle prototypique est toujours supérieure ou égale à 1. Nous notons que la cardinalité d’un rôle prototypique est le nombre de joueurs pouvant lui être associés lors de la réalisation d’une activité.
Une activité ne peut s’exécuter que si l’ensemble des rôles prototypiques qui la composent sont assumés par un nombre de joueurs correspondant aux cardinalités.
Cet ensemble de règles permet d’assurer que lorsque la somme des cardinalités de tous les rôles prototypiques d’une activité est supérieure ou égale à 2, nous soyons en présence d’une activité multi-joueurs. La possibilité d’assurer qu’une activité soit multi-joueurs est particulièrement important pour pouvoir détecter des interactions dans celle-ci.
Dans la Figure 8, nous constatons que les joueurs ont à leur disposition un inventaire d’objets de jeu et un inventaire de connaissances. Ces deux inventaires permettent de représenter les ressources auxquelles seul le joueur concerné a accès. Cependant, ce ne sont pas les seuls inventaires auxquels il a accès. En effet, il peut accéder à un certain nombre d’inventaires qu’il partage avec d’autres joueurs. Ces inventaires portent le nom d’inventaires partagés. L’objectif d’un inventaire partagé est d’indiquer les objets de jeu accessibles aux membres d’un sous-ensemble des joueurs (typiquement une équipe). Ces inventaires sont donc associés à des équipes. Par définition, il n’y a pas d’inventaires partagés pour les connaissances. Ces notions donnent un éclairage sur la manière avec laquelle sont gérées les actions multi-joueurs et leurs impacts dans le cadre d’une activité.
|
Table des matières
Section 1 Introduction et Etat de l’art
I. Introduction
II. État de l’art
II.1. Jeux sérieux
II.2. Interactions
II.2.a. Définition d’une interaction
II.2.b. Collaboration
II.2.c. Coopération
II.2.d. Compétition
II.2.e. Détection et analyse des interactions
II.3. Représentation et modélisation des scénarios de JSMJ
II.3.a. Théorie de l’activité
II.3.b. IMS LD : un langage de scénarisation
II.3.c. Pléiades : un outil flexible pour la scénarisation pédagogique
II.3.d. MoPPliq : un modèle pour la scénarisation de Jeux sérieux mono-joueur
II.3.e. Outils auteurs de jeux sérieux
II.4. Analyse a priori des scénarios de JSMJ
II.4.a. STRIPS
II.4.b. Réseaux de Petri
II.5. Synthèse
Section 2 Contributions
III. Modélisation et Formalisation de scénarios de jeux sérieux multi-joueurs
III.1. Contraintes de modélisation d’un scénario JSMJ
III.1.a. Analyse de jeux multi-joueurs divers
III.1.b. Caractéristiques des scénarios de JSMJ
III.2. Scénario
III.3. Décomposition d’un scénario JSMJ en Activités
III.4. Rôles prototypiques d’une activité de JSMJ
III.5. Joueurs
III.6. Synthèse
IV. Traitement et représentation des interactions multi-joueurs
IV.1. Contexte
IV.2. Formalisation et détection des propriétés des interactions
IV.3. Détection des interactions dans une séquence d’activités
IV.4. Synthèse
V. Algorithmes d’analyse
V.1. Etape 1 : Déterminer les séquences d’activité admissibles du scénario
V.1.a. Sous-étape 1 : Établir le graphe de précédence du jeu
V.1.b. Sous-étape 2 : Création d’une structure d’états
V.1.c. Sous-étape 3 : Obtention des séquences d’activités dans le scénario
V.2. Étape 2 : Vérifier la faisabilité d’une séquence
V.2.a. Heuristique guidant le choix des combinaisons (inventaire requis, rôle)
V.2.b. Application des algorithmes sur un exemple
V.3. Synthèse
Section 3 Évaluations et conclusions
VI. Mise à l’épreuve des modèles de scénario et d’activité
VI.1. Modélisation d’un scénario de ByteBattle
VI.2. Modélisation d’un scénario de VoracyFish
VI.3. Modélisation d’un scénario de ClassCraft
VI.4. Modélisation d’un scénario de Learning Adventure
VI.5. Analyse et Synthèse
VII. Expérimentation
VII.1. MultiPlayer LOgic Game (MP-LOG)
VII.1.a. Présentation du scénario TD2
VII.1.b. Présentation du scénario TD4
VII.2. Modélisation de MP-LOG avec le formalisme MPLGO
VII.2.a. Modélisation du TD2
VII.2.b. Modélisation du TD4
VII.3. Transformation des logs en Chemins Tracés
VII.4. Évaluation de la pertinence des propriétés détectées automatiquement au sein des logs des joueurs
VII.4.a. Protocole de l’expérimentation
VII.4.b. Données
VII.4.c. Méthode d’analyse
VII.4.d. Résultats
VII.4.e. Discussion des résultats
VII.5. Évaluation de l’algorithme de calcul du sous ensemble de séquences d’activités SA
VII.5.a. Données
VII.5.b. Résultats
VII.5.c. Analyse des résultats
VIII. Conclusions et Perspectives
VIII.1. Conclusions sur MPLGO
VIII.2. Conclusions sur le framework pour la modélisation des interactions
VIII.3. Conclusions sur l’analyse de scénarios
VIII.4. Perspectives
IX. Bibliographie
Télécharger le rapport complet
