THESE présentée par Daniel Schneider
Il est possible et utile d'utiliser des techniques IA pour construire des modèles du décideur politique. Les modélisations qui existent déjà, montrent qu'il faut choisir un niveau d'abstraction juste (la profondeur et la "granularité" de modélisation) et qu'il convient d'utiliser des techniques IA adaptées aux types de décisions étudiées et aux buts de recherche.
"Oui, encore une fois, tout est organisation"
(La Mettrie, L'homme machine) *1
Introduction
Après avoir avoir discuté quelques paradigmes majeurs de la modélisation de l'acteur humain dans le chapitre 2 "Modèles de l'individu et de l'acteur social" [p. 13] et du décideur politique dans chapitre 3 "Modèles du décideur politique" [p. 47], il convient de clarifier les niveaux des modèles du décideur que nous utilisons. Un modèle doit toujours avoir une portée qui va au-delà de son utilité immédiate pour un problème donné. Cette portée peut être améliorée si l'on garde une référence à un modèle théorique d'une portée plus large, même s'il est moins précis. Une telle référence permet d'évaluer les effets des conditions ceteris paribus qui sont utilisées trop souvent sans justification aucune. Ainsi, dans ce texte, nous faisons références à plusieurs couches de modélisation qui vont de l'abstrait vers le concret et du général vers le particulier.
En intelligence artificielle, nous rencontrons des problèmes qui se manifestent dans d'autres disciplines systémiques, notamment, le problème de la "reproduction" de processus complexes et de leur gestion dans un modèle accessible et manipulable. L'accès aux données (la pensée, la communication ainsi que son support externe) reste incomplet. Les catégories centrales de l'action humaine comme celle de la pensée sont difficilement accessibles par des moyens scientifiques. Nous ne serons donc jamais en mesure, de faire des modèles isomorphes. Toutefois, si l'on postule qu'un acteur réfléchit, il faut construire des modèles qui produisent des processus ayant un sens à ce niveau de description. On visera donc une homomorphie réduite, adaptée à la fois aux exigences de l'économie de la recherche et à la nécessité de modéliser un acteur et non pas un système de paramètres dénué de tout sens. Evidemment, le débat suivant tournera autour de la question de savoir ce qui peut encore compter comme modélisation de la connaissance et des processus de réflexion d'acteurs humains. La frontière entre un modèle qui représente vraiment quelque chose et un modèle qui a une pure valeur prédictive n'est pas facile à identifier. On peut même dire que c'est le "no man's land" entre ces deux extrêmes qui sera notre terrain de recherche. "Modéliser, c'est aussi instrumenter" (LeMoigne 84:22) et c'est avant tout la construction des instruments qui nous intéresse dans ce travail.
Generated with WebMaker