Modèles cognitifs computationnels de l'activité de résumer : expérimentation d'un EIAH auprès d'élèves de lycée

Notre objectif est de favoriser la maitrise de l'activite de resumer chez des eleves du secondaire et d'ameliorer la comprehension des textes sources traites. Nous construisons des modeles computationnels de l'activite a partir de l'etude de resumes d’experts et d'eleves de la 4e a la 1re. Ils se fondent sur LSA (Latent Semantic Analysis, Landauer & Dumais, 1997) qui permet de determiner la proximite semantique entre deux elements textuels, et concernent les processus d’identification des phrases importantes d'un texte (explicatif ou narratif) et du type de phrases produites dans les resumes. Nous avons implemente ces modeles dans un EIAH, Resum'Web, dont nous presentons l'experimentation in situ, aupres de 2e. Nous restreignons cette experimentation aux resumes de textes explicatifs pour lesquels nos modeles sont les plus robustes. Nos resultats montrent que LSA peut permettre d'identifier des caracteristiques communes aux resumes d'individus, le type de phrases d'un resume et les strategies de selection des phrases importantes d'un texte. Nous questionnons toutefois la validite de nos modeles qui influe sur la qualite des feedback emis dans Resum'Web. Bien que ces derniers ne soient pas toujours corrects, l'entrainement est benefique a l'identification du type de phrases des resumes d'un texte explicatif et a leur repartition lorsque les phrases importantes du texte source sont plus saillantes. Nous n'observons en revanche aucun effet de Resum'Web sur l'identification des phrases importantes d'un texte et sur sa comprehension. Cette these contribue a la recherche sur l'activite de resumer en sciences de l'education, en psychologie cognitive et en informatique.