61

RésuméPour un apprenant distant, utilisateur d’une plate-forme d’e-Learning, plusieurs problèmes se posent par rapport à un étudiant ayant accès à des environnements de travaux pratiques traditionnels. Au-delà des problèmes bien connus liés au manque de co-localité de l’enseignant et de l’apprenant, les problèmes de configuration matérielle et logicielle du poste de travail utilisé par l’apprenant distant ont un impact lourd sur la formation. Pour des formations autour de l’informatique, nos travaux proposent une réponse à cette problématique à travers la mise à disposition de laboratoires constitués de machines virtuelles distantes. Cet environnement virtuel permet d’offrir à l’apprenant distant des postes d’entraînement, équipés avec les systèmes d’exploitation et les paramètres réseau appropriés, et pré configurés avec les logiciels nécessaires à ses enseignements. Cette approche permet la mise en place de scénarii de travaux pratiques innovants, facilite les activités collaboratives et améliore la pédagogie en ligne. Nous présentons quelques utilisations, les résultats obtenus et les perspectives de passage à l’échelle.

A remote trainee using an e-learning platform is faced with the issue of not having access to the traditional lab environment. Beyond well known issues related to the lack of face-to-face communication, the software and hardware configuration of the workstation they use remotely is also a critical issue. This paper presents solutions to these problems by proposing the use of laboratory sessions built on top of remote virtual systems dedicated to software developers training. This virtual environment makes it possible to define and setup workstations for trainees featuring operating systems, network configurations and pre-installed and parameterized software needed for training according to pedagogical requirements. It also efficiently supports the definition of innovative training scenarios, the cooperation and collaboration activities thus improving remote teaching and remote learning. We then draw conclusions on these experiments and discuss issues related to the scalability in term of number of trainees.