|
| Titre : |
Assistant pour enseignants à l’aide d’un Grand Modèle de Langage et d’un graphe de connaissances |
| Type de document : |
document électronique |
| Auteurs : |
Hadil Derrouiche ; Douidi ,Lamri, Directeur de thèse |
| Editeur : |
Setif:UFA |
| Année de publication : |
2025 |
| Importance : |
1 vol (55 f .) |
| Format : |
29 cm |
| Langues : |
Français (fre) |
| Catégories : |
Thèses & Mémoires:Informatique
|
| Mots-clés : |
LLM
Graphe de Connaissances
Assistant intelligent
Tâches pédagogiques
L’intelligence artificielle |
| Index. décimale : |
004 Informatique |
| Résumé : |
Le projet EduAI Helper a pour objectif de concevoir et de développer un assistant intelligent
destiné aux enseignants, combinant les capacités d’un Grand Modèle de Langage
(LLM) avec celles d’un graphe de connaissances. Ce système vise à automatiser et faciliter
certaines tâches pédagogiques, telles que la génération de contenus éducatifs, l’analyse de
programmes, la réponse aux questions des élèves, ou encore l’organisation des ressources
pédagogiques.
L’architecture proposée exploite les forces des LLM pour comprendre et produire du
langage naturel, tout en s’appuyant sur un graphe de connaissances structuré pour fournir
des réponses contextualisées, cohérentes et pertinentes. Le système est conçu pour être
interactif, personnalisable et évolutif, dans le but de s’adapter aux différents niveaux
d’enseignement et domaines disciplinaires.
Ce travail s’inscrit dans la dynamique actuelle d’intégration de l’intelligence artificielle
dans le secteur de l’éducation, en cherchant à renforcer le rôle de l’enseignant à l’aide
d’outils technologiques intelligents, et non à le remplacer. EduIA Helper ambitionne ainsi
de contribuer à une éducation plus moderne, efficiente et accessible. |
| Note de contenu : |
Sommaire
Liste des abréviations 1
1 Introduction générale 2
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Vers une assistance intelligente à l’enseignement . . . . . . . . . . . . . . . 3
1.3 Pourquoi un assistant pédagogique basé sur un LLM et un graphe de
connaissances ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Problématique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5 Objectifs de l’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.6 Méthodologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.7 Organisation du mémoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2 Les Grands Modéles De Language (LLM) 8
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 Différence entre les LLMs et IA generative . . . . . . . . . . . . . . . . . . 9
2.3 Avantages des Grands Modèles de Langage . . . . . . . . . . . . . . . . . . 9
2.4 Qu’est-ce qui fait la qualité d’un grand modèle de langage ? . . . . . . . . . 11
2.5 Utilisations des grands modèles de langage . . . . . . . . . . . . . . . . . . 12
2.6 Défis associés aux grands modèles de langage . . . . . . . . . . . . . . . . . 13
2.7 Avenir des grands modèles de langage . . . . . . . . . . . . . . . . . . . . . 14
2.8 Fonctionnement des Large Language Models (LLMs) . . . . . . . . . . . . 15
2.8.1 Principe de fonctionnement d’un LLM . . . . . . . . . . . . . . . . 15
2.8.2 L’architecture des LLMs . . . . . . . . . . . . . . . . . . . . . . . . 16
2.8.3 Comment sont-ils entraînés ? . . . . . . . . . . . . . . . . . . . . . . 17
2.8.4 Performance et évaluation . . . . . . . . . . . . . . . . . . . . . . . 18
2.9 Modèles de Langage : GPT et Applications de ChatGPT . . . . . . . . . . 19
2.9.1 GPT : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.9.2 Architecture de ChatGPT . . . . . . . . . . . . . . . . . . . . . . . 20
2.9.3 Applications de ChatGPT . . . . . . . . . . . . . . . . . . . . . . . 21
2.9.4 Des origines de l’IA à ChatGPT . . . . . . . . . . . . . . . . . . . . 25
2.9.5 BERT : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.9.6 Architecture du Modèle BERT : . . . . . . . . . . . . . . . . . . . . 26
2.10 Les Graphes de Connaissances . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.10.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.10.2 Représentation des Connaissances . . . . . . . . . . . . . . . . . . . 28
2.10.3 En quoi peuvent-ils être utiles ? . . . . . . . . . . . . . . . . . . . . 29
2.10.4 Avantages des graphes de connaissances dans les applications RAG 30
2.11 Applications de L’IA en Eduction . . . . . . . . . . . . . . . . . . . . . . . 30
2.11.1 Problématique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.11.2 Démarche proposée . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3 Conception de l’assistant pédagogique 33
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2 Conception du système . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2.1 Besoins des utilisateurs et fonctionnalités clés . . . . . . . . . . . . 33
3.2.2 Construction préliminaire (prototypage) . . . . . . . . . . . . . . . 34
3.2.3 Les Outils utilisés pour la réalisation d’une application web . . . . . 34
3.2.4 Diagramme UML . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4 Mise en oeuvre, expérimentation et évaluation 41
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2 définition de application . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.3 Avantages de notre site EduAI Helper . . . . . . . . . . . . . . . . . . . . . 42
4.3.1 Schéma de l’architecture . . . . . . . . . . . . . . . . . . . . . . . . 43
4.4 Interfaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5 Conclusion Générale 49
5.1 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.2 Perspectives futures pour EduAI Helper . . . . . . . . . . . . . . . . . . . 50
Bibliographie 50 |
| Côte titre : |
MAI/1034 |
Assistant pour enseignants à l’aide d’un Grand Modèle de Langage et d’un graphe de connaissances [document électronique] / Hadil Derrouiche ; Douidi ,Lamri, Directeur de thèse . - [S.l.] : Setif:UFA, 2025 . - 1 vol (55 f .) ; 29 cm. Langues : Français ( fre)
| Catégories : |
Thèses & Mémoires:Informatique
|
| Mots-clés : |
LLM
Graphe de Connaissances
Assistant intelligent
Tâches pédagogiques
L’intelligence artificielle |
| Index. décimale : |
004 Informatique |
| Résumé : |
Le projet EduAI Helper a pour objectif de concevoir et de développer un assistant intelligent
destiné aux enseignants, combinant les capacités d’un Grand Modèle de Langage
(LLM) avec celles d’un graphe de connaissances. Ce système vise à automatiser et faciliter
certaines tâches pédagogiques, telles que la génération de contenus éducatifs, l’analyse de
programmes, la réponse aux questions des élèves, ou encore l’organisation des ressources
pédagogiques.
L’architecture proposée exploite les forces des LLM pour comprendre et produire du
langage naturel, tout en s’appuyant sur un graphe de connaissances structuré pour fournir
des réponses contextualisées, cohérentes et pertinentes. Le système est conçu pour être
interactif, personnalisable et évolutif, dans le but de s’adapter aux différents niveaux
d’enseignement et domaines disciplinaires.
Ce travail s’inscrit dans la dynamique actuelle d’intégration de l’intelligence artificielle
dans le secteur de l’éducation, en cherchant à renforcer le rôle de l’enseignant à l’aide
d’outils technologiques intelligents, et non à le remplacer. EduIA Helper ambitionne ainsi
de contribuer à une éducation plus moderne, efficiente et accessible. |
| Note de contenu : |
Sommaire
Liste des abréviations 1
1 Introduction générale 2
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Vers une assistance intelligente à l’enseignement . . . . . . . . . . . . . . . 3
1.3 Pourquoi un assistant pédagogique basé sur un LLM et un graphe de
connaissances ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Problématique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5 Objectifs de l’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.6 Méthodologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.7 Organisation du mémoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2 Les Grands Modéles De Language (LLM) 8
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 Différence entre les LLMs et IA generative . . . . . . . . . . . . . . . . . . 9
2.3 Avantages des Grands Modèles de Langage . . . . . . . . . . . . . . . . . . 9
2.4 Qu’est-ce qui fait la qualité d’un grand modèle de langage ? . . . . . . . . . 11
2.5 Utilisations des grands modèles de langage . . . . . . . . . . . . . . . . . . 12
2.6 Défis associés aux grands modèles de langage . . . . . . . . . . . . . . . . . 13
2.7 Avenir des grands modèles de langage . . . . . . . . . . . . . . . . . . . . . 14
2.8 Fonctionnement des Large Language Models (LLMs) . . . . . . . . . . . . 15
2.8.1 Principe de fonctionnement d’un LLM . . . . . . . . . . . . . . . . 15
2.8.2 L’architecture des LLMs . . . . . . . . . . . . . . . . . . . . . . . . 16
2.8.3 Comment sont-ils entraînés ? . . . . . . . . . . . . . . . . . . . . . . 17
2.8.4 Performance et évaluation . . . . . . . . . . . . . . . . . . . . . . . 18
2.9 Modèles de Langage : GPT et Applications de ChatGPT . . . . . . . . . . 19
2.9.1 GPT : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.9.2 Architecture de ChatGPT . . . . . . . . . . . . . . . . . . . . . . . 20
2.9.3 Applications de ChatGPT . . . . . . . . . . . . . . . . . . . . . . . 21
2.9.4 Des origines de l’IA à ChatGPT . . . . . . . . . . . . . . . . . . . . 25
2.9.5 BERT : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.9.6 Architecture du Modèle BERT : . . . . . . . . . . . . . . . . . . . . 26
2.10 Les Graphes de Connaissances . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.10.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.10.2 Représentation des Connaissances . . . . . . . . . . . . . . . . . . . 28
2.10.3 En quoi peuvent-ils être utiles ? . . . . . . . . . . . . . . . . . . . . 29
2.10.4 Avantages des graphes de connaissances dans les applications RAG 30
2.11 Applications de L’IA en Eduction . . . . . . . . . . . . . . . . . . . . . . . 30
2.11.1 Problématique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.11.2 Démarche proposée . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3 Conception de l’assistant pédagogique 33
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2 Conception du système . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2.1 Besoins des utilisateurs et fonctionnalités clés . . . . . . . . . . . . 33
3.2.2 Construction préliminaire (prototypage) . . . . . . . . . . . . . . . 34
3.2.3 Les Outils utilisés pour la réalisation d’une application web . . . . . 34
3.2.4 Diagramme UML . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4 Mise en oeuvre, expérimentation et évaluation 41
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2 définition de application . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.3 Avantages de notre site EduAI Helper . . . . . . . . . . . . . . . . . . . . . 42
4.3.1 Schéma de l’architecture . . . . . . . . . . . . . . . . . . . . . . . . 43
4.4 Interfaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5 Conclusion Générale 49
5.1 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.2 Perspectives futures pour EduAI Helper . . . . . . . . . . . . . . . . . . . 50
Bibliographie 50 |
| Côte titre : |
MAI/1034 |
|
Ajouter le résultat dans votre panier Affiner la rechercheAssistant pour enseignants à l’aide d’un Grand Modèle de Langage et d’un graphe de connaissances / Hadil Derrouiche
