Apprentissage évaluation et récompense

Lundi 7 janvier 2008 1 07 /01 /2008 16:57

Apprentissage évaluation et récompense

Le champ qui a fourni les apports les plus importants aux théories de l'apprentissage est sans conteste celui des recherches en Intelligence Artificielle (Intelligence Simulée).

Notamment tout ce qui a rapport avec les thories du renforcement

Je donne ici une citation extraite d'un cours sur les automates muti-robots qui montre bien
- dans un premier temps, l'efficacité apparente de cette approche
- à une seconde lecture, la grande simplification qui est nécessaire pour passer du vivant au mécanique
- et même, si on prend le temps du recul, à quel point ces stratégies mettent précisément en lumière ce qu'il faut éviter dans le cas précis d'un être en devenir. Ce qui est le cas, le plus souvent l'homme (lorsqu'il n'est pas trop pétri de certitudes) mais toujours pour l'enfant et l'adolescent (exceptés dans quelques cas pathologiques où celui-ci s'est refermé dans sur des compétences restreintes, comme dans le cas des enfants sauvages à une borne et de certains enfants surdoués à l'autre)

(source)

Nous avons présenté différentes techniques d'apprentissage possédant chacune leurs propres spécifications : les réseaux de neurones peuvent apprendre à mimer des fonctions mathématiques à partir d'une base d'exemples, l'apprentissage par renforcement permet d'apprendre des stratégies sans intervention extérieure, ni même d'exemples, enfin les algorithmes évolutionnistes peuvent faire évoluer des comportements afin d'en améliorer les performances. Cependant ces travaux sur l'apprentissage n'étaient pas toujours appliqués à la robotique ;de plus les premiers travaux appliqués à la robotique, étaient simulées sur un ordinateur. Rapidement, des différences notables entre le monde simulé et l'environnement réel ont empêché une transposition exacte des résultats simulés vers de véritables plates-formes. C'est pour cette raison que la nécessité d'expérimenter les méthodes proposées sur de véritables robots mobiles s'est faite ressentir. Parmi les contraintes imposée : les temps d'apprentissage doivent être inférieurs aux temps de décharge des accus, les méthodes doivent être robustes vis-à-vis des pannes, de la décharge des batteries et du bruit, qu'il s'agisse aussi bien de celui des capteurs, que celui des actionneurs. Ainsi un algorithme d'apprentissage compétent dans sa version simulée pourra être totalement incompétent dans sa version réelle. On peut citer l'exemple d'un robot chargé d'une tâche d'exploration, dont l'algorithme rétribue l'action suivant la distance parcourue sans rencontrer d'obstacle. La version simulée sur ordinateur se montre très performante alors que dans le cas pratique, le robot ne fait que tourner sur lui-même, la distance étant calculée par le nombre de tours de roue l'algorithme récompense cette action pensant que le robot parcourt une grande distance sans rencontrer d'obstacle.

Une question centrale de l'apprentissage, celle qui préoccupe de façon majeure les responsables des systèmes éducatifs dans le monde, est celle de l'évaluation et des récompenses.

L'acteur principal de l'apprentissage étant considéré comme de plus en plus passif et agi (par adapation au jugement qui est fait de lui, il le devient souvent) il s'agit de ne pas le perdre de vue, autant à l'externe (comportement) qu'à l'interne (évolution des acquis)

Comme pour le processus mécanique, il s'agit donc d'agir constamment sur lui par des récompenses sanctionnant son avancée "dans la bonne direction", lesquelles nécessitent à leur tour des évaluations permettant de callibrer la dite récompense (ou son équivalent négatif, la sanction, ou pire "l'absence de récompense"*)

C'est ici que le problème se complique.
Car s'il est aisé de juger de la progression de quelqu'un lorsqu'on connaît parfaitement

le point de départ (contrôle des entrants), le point d'arrivée (but, résultat souhaité ...) et les différents processus qui permettent d'aller de l'un à l'autre - ce qui est le cas par exemple pour la production d'un objet manufacturé ou la réalisation d'un geste professionnel précis - il en va tout autrement pour tout ce qui relève de la complexité, avec notamment des terrains sur lesquels les lois classiques permettant de mesurer la distance au but, ne sont pas opérantes.

Deux exemples pour illustrer cela.

Jo et Mat veulent jeter un papier.
La salle est pleine (table, élèves, ...) ils ne voient pas la poubelle d'où ils se trouvent.
Jo se lève et cherche.
Mat reste immobile et prend quelques secondes pour réfléchir, puis se dirige vers l'avant de la salle (où se trouve en général la corbeille recherchée.)

Une évaluation intermédiaire donnerait des points à Jo (s'il se rapproche un peu de son but) et rien à Mat qui est resté inactif.

Que dire de l'escargot qui avance en rampant et de la chenille qui s'enferme dans une protection d'une grande fragilité qu'elle tisse autour d'elle ?

L'un progresse.
L'autre semble régresser.

On pourrait imaginer que celui qui enseigne connaît toutes les voies qui mène au résultat souhaité.
Il serait donc habilité à juger de la validité des procédures utilisées (y compris des "régressions utiles")

Il n'en est rien, tant les modes de contact de l'esprit, du corps et de l'émotion avec le monde à "com-prendre" sont variables d'un individu à l'autre.
Sa trop grande contrainte* quant au trajet ne peut que "sélectionner les élèves qui usent du registre préférentiel qu'il a choisi"

Même si c'était le cas, un tel niveau d'expertise ne serait possible qu'après une dizaine d'année de professorat.
Pour des raisons économiques, mais aussi parce que le système ne peut se permettre d'être vulnérable à la "compétence artisanale" (qui rend possible la pression dans des phases de négociation)

La récompense et l'évaluation continues ne sont donc possibles que dans deux cas :

- A condition d'accepter qu'il ne s'agit là que d'un outil, peu fiable, au service de la progression et que l'on ne peut en aucun cas utiliser ni pour certifier l'élève, ni pour noter le professeur.
- Si l'on atomise les contenus de formation et définit des micro savoir élémentaires supposés s'assembler de façon non complexe (1 + 1 = immédiatement quelque chose) ***

C'est dans cette direction que va le système mis en place autour de la notion de socle de compétence qui prolonge les grilles d'évaluations (mises en place initialement pour évaluer des gestes professionnels dans la formation des adultes !) déjà utilisés à l'école primaire et qui ne fonctionnent bien - on comprendra facilement pourquoi - pour les compétences en rapport avec l'ordinateur****

C'est également dans cette direction que vont ceux qui n'avaient pas de culture d'évaluation (fonction publique par exemple) et qui souhaitent optimiser les moyens qui sont à leur disposition.

Les entreprises qui ont pratiqué ces évaluations à court terme, utilisant des critères les plus objectifs possibles, se sont rendu compte des dangers de ce type d'outil avec notamment le développement de stratégies qui permettent de satisfaire aux critères d'évaluation pour un investissement personnel minimal, et la disparition concommitante des critères plus nobles en rapport avec la morale de l'action, l'intérêt à la marche de l'entreprise et la solidarité au résultat global.

Pour en revenir aux résultats de l'Intelligence Artificielle, ici encore, ce que ce domaine nous apprend, c'est précisément ce qu'il faut éviter de faire, ou a minima, de systématiser, dans le domaine de l'humain, et en particulier dans celui de l'apprentissage.
C'est en ce sens que ses résultats sont précieux, par ses incapacités à obtenir les résultats les plus élémentaires qui caractérisent précisément l'intelligence, l'IA nous aide à mieux comprendre ce que nous ne pouvons appréhender que par son contour externe.

Si ce sentiment venait à être partagé, assurément, les outils inspirés par la méfiance en ce qui est vivant seraient remis à la place qui doit être la leur (statistique, indicateurs) et la marge de liberté de l'apprenant, comme de l'enseignant, s'élargirait pour permettre aux potentiels existant de s'actualiser au mieux.

Un élève comme l'Albert Einstein de 6 ans n'aurait actuellement aucune chance de poursuivre une scolarité longue (sauf à avoir des parents très fortunés) ne serait-ce que parce qu'il avait un certain nombre de retard de développement, notamment au niveau de la parole.

* Le pire pour un élève, après un conseil de classe, est souvent d'avoir "blanc"
c'est à dire, ni félicitations ou encouragements, mais pas non plus ces éléments qui valorisent (négativement, mais avec un effet de visibilité appréciable) le "mauvais" reconnu comme tel.
** Une telle contrainte est bien sur indispensable, mais elle doit impérativement être dosée.
A moins, encore une fois, que le but soit la sélection d'un type d'individus tel qu'on procède par exemple à l'armée pour repérer le bon transmetteur potentiel (celui qui apprend rapidement à reconnnaître trois lettre en morse et suit la cadence) dans une procédure qui se veut rationnelle et surtout économique (d'où le choix d'une sélection courte et statistique, peu importe si de bon candidats sont passés à travers.).
*** Alors que dans un certain nombre de cas, deux savoirs ne donnent pas immédiatement, une compétence lorsqu'on réclament d'eux qu'ils s'assemblent, mais souvent, au contraire, ils occasionnent une phase de régression pour l'un ou l'autre, parfois les deux savoirs en question.
D'où la tendance, dans les systèmes en recherche d'économie à court terme, à réduire la complexité des situations proposées ...
un retour est à prévoir vers des pratiques qui ressembleront à celles du certificat d'étude primaire, mais dont on aura extrait tout ce qui faisait précisément leur richesse, à savoir un très fort encrage dans la vie (et les habiletés) quotidienne(s)

**** B2i

Par Le bateleur - Publié dans : Le Grand Débat National sur l'Ecole - Ecrire un commentaire - Voir les commentaires - Communauté : Intelligence Artificielle

Précédent : Le robot, complément du viagra ...... Retour à l'accueil Suivant : Les dires du Centaure CCCLVI

garde-a-vue !
Parce que le vol de l'image est devenu le dernier viol à la mode le supplice ultime et pourtant le plus banal, est désormais la garde à vue à perpétuité

Catégories

Commentaires

Liens

Recommander

décourcis

cours de l'action coca cola

W3C

Du fagot des Nombreux

Apprentissage évaluation et récompense

Calendrier

Recherche

Articles récents

Archives

Texte libre

garde-a-vue ! Parce que le vol de l'image est devenu le dernier viol à la mode le supplice ultime et pourtant le plus banal, est désormais la garde à vue à perpétuité

Catégories

Commentaires

Liens

Recommander

décourcis

cours de l'action coca cola

W3C

Du fagot des Nombreux

Apprentissage évaluation et récompense

Calendrier

Newsletter

Recherche

Articles récents

Archives

Texte libre

garde-a-vue !
Parce que le vol de l'image est devenu le dernier viol à la mode le supplice ultime et pourtant le plus banal, est désormais la garde à vue à perpétuité