Raisonnement à partir de cas dynamique pour la réutilisation contextuelle de l’expérience Amélie Cordier, Bruno Mascret, Alain Mille Université Lyon 1, LIRIS, UMR5205, F-69622, France {prenom.nom}@liris.cnrs.fr Résumé Cet article traite du raisonnement à partir de l’expérience tracée (RàPET), un paradigme de raisonnement qui exploite les traces d’interaction laissées par les utilisateurs dans des environnements numériques. Dans le RàPET, les traces d’interaction permettent de conserver les expériences de résolution de problème des utilisateurs « en contexte », leur réutilisation s’en trouve donc facilitée. Par ailleurs, les traces d’interaction peuvent être utilisées comme des sources de connaissances pour découvrir d’autres connaissances utiles au processus de raisonnement. Ce papier décrit les principes du RàPET et propose une architecture générale pour le développement des applications à base de traces. Nous mettons en particulier l’accent sur l’articulation entre le RàPET et les systèmes à base de traces (SBT) dans le contexte du développement d’outils d’assistance aux utilisateurs. Pour cela, nous décrivons les connaissances et les modèles de connaissances impliqués dans les tâches de raisonnement. Nous montrons les avantages que présente l’utilisation des traces comme des conteneurs de connaissances pour la réutilisation de l’expérience. Nous discutons également des questions liées à l’ingénierie des connaissances dynamiques et au rôle du RàPET au regard de cette problématique. Enfin, nous présentons un rapide état des lieux des travaux développés dans ce contexte et nous proposons un plan de travail pour le RàPET, afin d’identifier « ce qu’il reste à faire ». Nous montrons également pourquoi le RàPET peut tirer parti de la dynamique actuelle des développements autour des traces tout en apportant des améliorations aux applications à base de traces. Mots clés : traces, raisonnement à partir de l’expérience tracée, systèmes d’assistance. 1 Introduction Le travail présenté dans cet article s’intéresse au défi que présente le développement des systèmes dynamiques et réactifs, capables de s’adapter rapidement, et progressivement, aux changements des besoins et des usages de leurs utilisateurs. Un obstacle majeur s’oppose au développement de telles applications : dans la plupart des cas, les besoins et les modifications des usages ne peuvent pas réellement être anticipés. Ceci complique considérablement la mise en œuvre de mécanismes de raisonnement qui pourraient rendre les systèmes plus souples et plus adaptables. Par exemple, dans le contexte du raisonnement à partir de l’expérience, et en particulier en raisonnement à partir de cas, la capacité du système à s’adapter est limitée par le fait que les modèles de connaissances et les mécanismes de raisonnement sont défi nis lors de l’étape de conception et sont donc très difficiles à faire évoluer. Ce papier traite donc du raisonnement à partir de l’expérience tracée (RàPET), paradigme de raisonnement qui vise à apporter des solutions plus dynamiques et plus souples à la problématique de la réutilisation de l’expérience. Nous montrons dans la suite pourquoi s’appuyer sur la notion de « trace » permet de proposer des outils ayant ce type de propriétés. Le RàPET repose sur l’exploitation de traces d’interaction. En interagissant avec un système quelconque, l’utilisateur laisse dans l’environnement des traces d’interactions qui constituent des inscriptions numériques de ses propres expériences. Nous considérons que les traces d’interaction sont des conteneurs de connaissances dans lesquels les expériences sont stockées implicitement mais ne sont pas réellement organisées à l’avance. Les expériences passées, appelées épisodes, sont seulement identifiées et retrouvées lorsqu’un besoin spécifique apparaît. Ce mécanisme garantit la flexibilité et l’adaptabilité du processus, mais il soulève également des problèmes complexes. Comment retrouver une expérience passée dans une trace ? Quid des connaissances dans un système à base de traces ? Sont-elles toutes contenues dans la trace ou bien doit-on s’appuyer également sur d’autres sources de connaissances ? Quels mécanismes de raisonnement doit-on mettre en œuvre ? Comment faire évoluer les connaissances du système ? Comment valider les connaissances ?