Michelle LaMar est data scientist dans les laboratoires de recherche en IA de la division Recherche & Développement de l’ETS. Ses recherches actuelles portent sur l’application de l’apprentissage automatique et de la psychométrie pour soutenir des tâches d’apprentissage et d’évaluation complexes et interactives. Elle s’intéresse particulièrement à la modélisation des données de processus de tâche à l’aide de modèles cognitifs dynamiques pour permettre une inférence valable sur plusieurs couches de cognition étudiante. Elle a obtenu un master en études de curriculum à la Sonoma State University et un doctorat en mesure de l’éducation à l’Université de Californie, Berkeley. Avant son doctorat, elle a passé 18 ans en génie logiciel, se spécialisant dans les simulations éducatives, les outils d’auteur et l’analyse syntaxique du langage naturel.
Dernière mise à jour : 12/12/2022