Résumé:
Pendant la pandémie de COVID 19, les établissements universitaires ont été
contraints d'intégrer le e-learning dans leurs stratégies d'apprentissage. Mais l'ab-
sence de contact entre pairs lors des activités pédagogiques est un frein à un bon en-
seignement, la collaboration dans l'apprentissage en ligne, permettant d'augmenter
le niveau d'échange d'idées dans un groupe et la stimulation mutuelle, encourageant
ainsi l'interaction entre les apprenants.
Dans un système d'apprentissage collaboratif, l'évaluation de l'apprentissage d'un
apprenant se fait à travers des tests individuels ou/et des projets collaboratifs. Si
les tests permettent de valider l'acquisition de connaissances de l'apprenant, les pro-
jets évaluent le résultat de l'application des connaissances acquises par un groupe
d'apprenants. Mais pour pouvoir augmenter les interactions entre apprenant, et leur
qualité, il est nécessaire de regrouper ensemble des apprenants aux pro ls complé-
mentaires.
Notre projet de n d'étude porte sur la conception et la réalisation d'un système
de classi cation des apprenants à partir d'indicateurs d'évaluation de leur appren-
tissage, pour pouvoir créer des groupes collaboratifs.
Le but à atteindre est la formation de groupes hétérogènes pour favoriser la
collaboration et l'obtention de meilleurs résultats, ainsi que la proposition et la
comparaison de deux méthodes de regroupement automatique l'une basées sur la
classi cation multi-label et et l'autre, à travers un algorithme génétique
