0. Introduction

J'ai tenté de couvrir un large spectre de logiciels interactifs: didacticiels, jeux, traitements de texte, bases de données, ... Le cours concerne également les logiciels utilisés dans les bornes interactives, des distributeurs de billets ou encore les photocopieuses. Néanmoins, j'ai privilégié les logiciels les plus pertinent par rapport au cursus des étudiants en psychologie ou en sciences de l'éducation: didacticiels, tests, expériences interactives,...

La conception de systèmes interactifs n'est pas un processus déductif qui, à partir de lois générales, permette de construire le système idéal. Il s'agit d'un processus créatif au cours duquel le concepteur recherche une solution optimale à un ensemble de contraintes partiellement contradictoires. Une partie de ces contraintes sont déterminées par les choix technologiques (hardware et software). D'autres contraintes sont liées aux caractéristiques du système cognitif humain. Enfin, la nature de la tâche définit certaines contraintes, de même que l'environnement physique et humain dans lequel le logiciel est utilisé. L'étude de l'interaction personne-machine constitue donc un domaine multi-disciplinaire qui recouvre des dimensions psychologiques, des aspects informatiques et, dans certains cas, des aspects pédagogiques. Ce cours ne fournit pas de recettes pour le design de logiciels interactifs. Il propose des concepts et des principes au moyen desquels le concepteur peut construire des solutions.

Ce cours propose également l'apprentissage du langage-auteur Authorware. Celui-ci permet de construire un logiciel interactif même si on ne dispose pas de compétences avancées en informatique. Il s'agit d'un des outils les plus performants actuellement sur le marché. Il offre en outre l'avantage d'être disponible sur les plates-formes Macintosh et Windows. D'autres outils performants existent et de nouveaux outils de plus en plus performants apparaissent régulièrement. Le but n'est pas d'enseigner Authorware per se, mais de mettre en rapport les concepts théoriques étudiés et une démarche concrète de réalisation de logiciel interactif. Ce cours ne se substitue pas au mode d'emploi d'Authorware. Il traite plus de l'exploitation de ce langage que de son apprentissage.

Le cours est provisoirement structuré en 10 modules. Chaque module comporte trois parties. La première partie permet d'expérimenter sur soi certains aspects de l'interaction personne-machine, le plus souvent en comparant plusieurs variantes d'un même programme. La seconde partie passe en revue les modèles théoriques et/ou les connaissances techniques en rapport avec le thème du module. La troisième partie considère la réalisation au moyen d'Authorware de procédés interactifs décrits dans la partie précédente. Lorsque c'est pertinent, elle est accompagnée de quelques exercices sur l'utilisation d'Authorware. Les exemples utilisés dans chaque module et les programmes correspondant aux exercices sont disponibles sur le serveur de la faculté.

Il s'agit de notes provisoires. Elles contiennent certainement des lacunes, des erreurs de fond et des erreurs de forme. Tout commentaire ou toute remarque sont les bienvenus (voir adresse ci-dessous). Prière de ne pas diffuser de document sans l'autorisation de l'auteur. Merci à François Lombard pour ses commentaires.

P. Dillenbourg, FPSE, Université de Genève, 9 Route de Drize, 1227 Carouge.

Courrier électronique: pdillen@divsun.unige.ch

1. Espace de Conception

1.1 Exploration

• comment faire tourner un rectangle d'un angle de 17 degrés?
• comment dessiner un pentagone régulier et un irrégulier ?
• comment assembler les pentagones et le rectangle oblique en un seul objet et l'allonger ?
• comment aligner verticalement 3 cercles?
• comment dessiner une demi-lune?
• comment écrire son nom manuellement (sans entrer les caractères au clavier) ?

Figure 2.1 Impression d'une ellipse créée en mode bitmap (à gauche) et vectoriel (à droite)

En mode vectoriel, l'utilisateur doit créer son dessin à partir d'un ensemble limité d'objets de base. Cet ensemble d'objets peut certes être enrichi par la mise à disposition de librairies d'objets, mais il n'offre pas la liberté du traitement pixel par pixel (mode bitmap). Certains logiciels travaillent uniquement dans un des deux modes, d'autres offrent les deux modes ainsi que des outils permettant de transférer un graphique d'un mode vers l'autre. Le plus célèbre de ces outils est la 'baguette magique' utilisée dans les logiciels d'édition d'image pour identifier en tant qu'objet une zone de pixels de couleur homogène (le degré d'homogénéité étant précisé par l'utilisateur).

1.2 Les composantes matérielles

Figure 2.2 Modèle simple d'interaction entre deux agents

Nous nous intéressons à une classe particulière d'interactions dans lesquelles l'un des agents est un utilisateur humain et l'autre est un système automatique (ordinateur, cafetière, réveil, ...). La figure 1.3 détaille le modèle général dans le cas particulier de l'interaction entre un utilisateur humain et un ordinateur.

Figure 2.3 : Modèle simple d'interaction personne-machine

La figure 1.4 fait un 'zoom' sur l'agent informatqiue et ses différents composantes. On distingue généralement l'unité centrale et les périphériques. La première comprend le microprocesseur, les mémoires, les bus (câbles qui conduisent l'information à l'intérieur du système) et diverses cartes (extensions mémoires, pré-traitement de certaines informations, ...). Les périphériques d'entrée transmettent à l'unité centrale les informations stockées sur support magnétique ou optique, ainsi que les informations provenant de l'utilisateur (clavier, souris, ...). Les périphériques de sortie écrivent ces informations sur support magnétique ou les transmettent à l'utilisateur (écran, imprimante). Les autres machines qui nous intéressent (cafetière, caisse de parking, ...) comprennent au moins une partie de ces composantes, même si celles ci sont très spécialisées (la fonction de programmation d'un magnétoscope n'a pas besoin de 5 mégaoctets de mémoire vive, la photocopieuse dispose d'un écran 'minimaliste', ...).

Figure 2.4 : Modèle simplifié d'un ordinateur

Ce module étudie les composantes de l'agent informatique dans la mesure où elles influencent l'interaction avec l'utilisateur. Il ne s'agit donc pas de décrire la technologie per se, mais de faire apparaître l'influence d'un choix technique sur les modalités d'interaction.

1.2.1 Perception des actions de l'utilisateur (input)

1.2.1.1 Systèmes permettant d'entrer un texte

1.2.1.1.1 Le clavier

• Les touches 'caractère' correspondent au clavier d'une machine à écrire. Le clavier en comporte généralement moins de cinquante, ce qui couvre une utilisation standard, dans une langue donnée. Les caractères inhabituels dans une langue (par exemple le ü ou le ç dans un clavier américain) et autres symboles rares (par exemple, certains signes mathématiques), sont généralement disponibles en pressant simultanément une touche 'caractère' et une touche 'spéciale'.
• Les touches 'spéciales' telles 'majuscule' (ou 'shift'), 'option' , 'contrôle', 'pomme' ou 'meta' (selon les claviers) modifient le signal associé à une touche particulière, soit afin de lui associer un autre caractère, soit afin de communiquer une commande. L'adjonction de telles touches permet de réduire le nombre de touches dans un clavier. En réduisant le nombre de touches (jusqu'à une certaine limite), on réduit la distance que doivent parcourir les doigts. Par contre, on augmente les exigences quant à la coordination des mouvements de doigts et la difficulté d'apprentissage du clavier. Ainsi, Hammond et Barnard (1984) ont testé un langage de commandes comprenant de nombreux caractères qui nécessitent l'utilisation de la touche 'shift'. Ils rapportent que dans la moitié des erreurs le sujet avait pressé la bonne touche du clavier, mais avait omis de presser 'shift' ou, inversement, qu'il l'avait pressé alors qu'ils n'aurait pas dû.
• Les touches 'fonction' transmettent au logiciel des commandes telles que 'imprimer', 'justifier', 'faire passer l'objet en arrière plan'. Sur certaines touches figure le nom de la commande (par exemple 'print screen'). Un ensemble de touches, généralement séparées du clavier principal, portent un nom neutre (F1,F2,...). Leur effet varie de programme en programme. Certains systèmes permettent à l'utilisateur d'associer une nouvelle fonction ou séquence de fonctions (macro) à une touche. Un cache en papier peut être placé près de ces touches afin d'en indiquer les effets. Ces touches étant en nombre limité, elles sont généralement réservées aux fonctions le plus fréquemment utilisées. Dans de nombreuses applications, d'autres commandes peuvent être transmises en combinant d'une touche 'spéciale' avec une touche 'caractère' (par exemple sur Mac, option + C signifie "coller"). Lorsque cette combinaison active une commande par ailleurs disponible dans un menu, elle porte le nom de 'raccourci-clavier'.
• Le pavé numérique comprend les touches d'une calculette: les chiffres, la virgule ou le point, et les opérations arithmétiques fondamentales. Il s'avère plus efficace que les touches du clavier normal lorsque l'utilisateur doit introduire une longue série de nombres. On peut ajouter un pavé numérique indépendant du clavier principal.
• Les touches 'curseur' qui permettent le déplacement du curseur. Nous en parlons dans la section suivante.
• Afin de faciliter la frappe, certains ergonomes ont imaginé des claviers arrondis ou des supports permettant de poser la base de la paume de la main. L'inclinaison de certains claviers est réglable par l'utilisateur. Les études empiriques n'ont cependant pas pu mettre en évidence que l'inclinaison (Emmons & Hirsch, 1982) ou la hauteur du clavier (Suther & McTyre, 1982) aient un effet significatif sur l'entrée de texte. Tout ce qu'on a pu montrer est que les préférences des utilisateurs varient, notamment selon leur taille et la longueur de leur main (Potosnak, 1988). Pour permettre ces variations, l'angle du clavier doit pouvoir varier de 15% (ibidem.).

Une différence importante entre les claviers réside dans la disposition des lettres. Ces différentes dispositions, décrites par les 6 premières touches du clavier (en haut à gauche) ont donné lieu à beaucoup de controverses. La disposition actuelle du clavier QWERTY (ou QWERTZ en Suisse) ne se justifie pas par des facteurs ergonomiques. Le choix de cette disposition remonte à 1878, au temps des premières machines à écrire mécaniques: les lettres fréquemment juxtaposées dans un texte avaient alors été éloignées sur le clavier afin d'éviter que les bras portant les caractères ne se coincent mutuellement. D'autres distributions des lettres ont été étudiées. La disposition des lettres en ordre alphabétique semble ne pas donner de résultats supérieurs au clavier QWERTY (Potosnak, 1988). La disposition Dvorak (du nom de son auteur) place au centre de chaque main les lettres les plus fréquentes de telle sorte qu'il y ait alternance des mains. Les études comparant ce clavier et le clavier QWERTY indiquent un gain de vitesse qui varie de 2,3 à ... 50%! (Potosnak, 1988). Néanmoins, le fait que des millions de personnes connaissent le clavier QWERTY constitue une force d'inertie plus puissante que les facteurs purement ergonomiques. Cette anecdote est intéressante car elle montre que les problèmes ergonomiques peuvent sortir du cadre technologique et psychologique qui est le nôtre et se heurter à des obstacles de nature sociologique. En ce qui concerne la disposition des touches du pavé numérique, il semble que la disposition de type 'téléphone' (la ligne '1 2 3' en haut) soit légèrement supérieure à la disposition de type 'calculette' (la ligne '7 8 9' en haut) (Potosnak, 1988), probablement parce que la plupart des sujets sont plus familiers avec un téléphone qu'avec une calculette.

1.2.1.1.2 La tablette graphique

1.2.1.1.3 Le scanner

1.2.1.1.4 Le micro

1.2.1.2 Dispositifs de pointage

1.2.1.2.1 Modes de contrôle

• en mode absolu, la position du curseur sur l'écran correspond à la position de l'élément mobile du périphérique (par exemple, la position du stylo sur une tablette, du doigt sur un écran tactile);
• en mode relatif, les déplacements du curseur à l'écran correspondent aux déplacements transmis au périphérique (par exemple, déplacer une icône au moyen de la souris).

1.2.1.2.2 Echelle affichage/contrôle

Avant l'utilisation de la souris, le déplacement du curseur se faisait au moyen des touches du clavier illustrées dans la figure 1.5. La traduction de mouvements en une séquence de touches est facilitée lorsque la disposition des touches sur le clavier est cohérente avec les déplacements associés à chaque touche. La figure 1.2 compare six dispositions de ces touches, les trois premières étant plus cohérentes que les trois suivantes.

Figure 2.5 : Disposition cohérentes (1-3) ou non (4-6) des touches de déplacement du curseur.

1.2.1.2.3 Souris

Figure 2.6 : Le 'trackball' est une souris inversée.

L'utilisation de la souris ne comprend pas uniquement le déplacement de la main de l'utilisateur, mais également l'action de cette main en un point particulier: pousser un bouton, saisir un objet, le relâcher, l'ouvrir,... L'utilisateur indique l'action choisie en 'cliquant' sur le ou les boutons présents sur le dos de la souris. La signification d'un simple ou d'un double 'click', accompagné ou non d'un déplacement de la souris, résulte de conventions qui sont encodées dans le logiciel, nous y reviendrons dans la section 1.3. Les souris disposant de plusieurs boutons permettent d'entrer plus rapidement des commandes que des souris mono-bouton pour lesquelles certaines commandes requièrent un double-click (Price & Cordova, 1983).

Le déplacement de la souris exige un espace non glissant (d'où l'utilité de tapis) et assez important (au moins 20 cm de côté). Lorsque cet espace n'est pas disponible, par exemple pour les ordinateurs portables, il existe une autre version de la souris: le 'trackball'. Sorte de souris à l'envers, l'utilisateur manipule directement une balle dont la grandeur varie selon les modèles. Dans ce cas, l'analogie entre déplacement du curseur et l'action de l'utilisateur est cependant affaiblie. La manipulation efficace d'un 'trackball' nécessite un apprentissage plus important que la manipulation d'une souris.

De nombreux travaux ont été réalisés afin d'améliorer l'ergonomie de la souris:

• La forme de la souris est légèrement arrondie afin de mieux se loger dans la paume; des formes différentes sont proposées aux gauchers et aux droitiers.
• Les souris sans fil suppriment les difficultés liés à l'enchevêtrement du câble liant la souris à la machine.
• Les souris optiques (voir figure 1.7) fonctionnent en envoyant un message lumineux sur une grille réfléchissante et en enregistrant le déplacement grâce au reflet. Ces souris évitent les problèmes d'usure et de salissure de la boule, mais exigent de disposer d'un support approprié.

Figure 2.7 : Souris optique

Un autre inconvénient de la souris est qu'elle mobilise une main de l'utilisateur, ce qui perturbe fortement la frappe au clavier. Une solution consiste à remplacer les commandes les plus fréquentes transmises par la souris par des combinaisons de touche clavier (des 'raccourci-clavier'). D'autres utilisateurs s'entraînent à manipuler la souris de la main gauche afin de garder leur 'bonne main' pour des opérations plus complexes. Après tout, les guitaristes droitiers parviennent bien à des manipulations complexes de la main gauche lorsqu'ils jouent les accords sur la manche de l'instrument. Il existe également des souris pour pied ('footmouse'). Il s'agit en réalité de pédales qui peuvent s'incliner de gauche à droite et d'avant en arrière et fonctionnent en quelque sorte comme un joystick.

Nous avons évoqué le problème de la perpendicularité du plan de déplacement de la souris par rapport au plan de l'écran. Un autre problème est la dissociation des champs: le champ visuel de l'utilisateur couvre soit le déplacement du curseur sur l'écran, soit le déplacement de la souris mais ne peut couvrir les deux simultanément (voir figure 1.8). Ce problème est particulièrement important lorsque le sujet veut dessiner un trait en se référant à d'autres objets présents à l'écran. Tout utilisateur d'un logiciel graphique a expérimenté par exemple la difficulté d'écrire son nom avec la souris (et l'outil crayon) comme on le ferait avec un véritable crayon. Lorsqu'un sujet dessine au moyen d'un véritable crayon, il perçoit simultanément la naissance du trait et le déplacement du crayon ce qui permet une régulation immédiate du mouvement de la main. L'utilisation de la souris implique une dissociation du plan de trait et du plan de l'outil, ce qui détériore les possibilités de régulation. Ce problème concerne particulièrement les outils de dessin qui ont un effet immédiat sur le document: le crayon, la brosse, le lasso. Il est moins important pour les outils dont l'effet est différé, par exemple lorsqu'il s'agit de dessiner une droite: celle-ci n'est tracée qu'au moment où l'utilisateur relâche le bouton de la souris. Tant qu'il maintient ce bouton enfoncé, il peut tâtonner. Cette convention accorde donc à l'utilisateur la possibilité de réguler son mouvement. D'autres solutions aident la régulation du mouvement dans le dessin: choix de contraintes sur le tracé ou le déplacement (horizontal ou vertical uniquement), choix de contraintes sur les positions (définition d'une grille d'écran), possibilité de modifier des portions du trait (p.ex. le rayon de courbure), de lisser une courbe, d'afficher les coordonnées du curseur ou les dimensions d'un objet, ou encore de générer une courbe en partant d'une équation ou d'un polygone.

Malgré ces difficultés, Crook (1993) observe qu'après seulement 5 séances d'entraînement des élèves de 6 ou 7 ans manipulent la souris aussi efficacement que des adultes débutants. Il observe des performances équivalentes pour les garçons et les filles. La principale difficulté pour les enfants surgit lorsqu'il est nécessaire de déplacer la souris en la soulevant, c'est-à-dire sans déplacer le curseur, afin de continuer un mouvement.

Figure 2.8 : Dissociation des champs moteur et visuel

Nous verrons en outre que la souris peut également servir de périphérique de sortie.

1.2.1.2.4 Joystick

1.2.1.2.5 Les écrans tactiles

Etant donné que ces écrans comportent en général une vitre au-dessus du verre de l'écran proprement dit, la distance entre les deux verres pose parfois des problèmes précision, en particulier lorsque l'utilisateur ne se trouve pas bien en face de l'objet désigné. Ces problèmes sont accrus lorsque l'objet se trouve sur le bord de l'écran et que la vitre du moniteur est arrondie. Sear et Schneiderman (1991) observent que, lorsque l'objet-cible est petit, le pourcentage d'erreur et le temps nécessaire pour sélectionner un objet sont moins élevés lorsque le sujet utilise une souris que lorsqu'il utilise un écran tactile. Il semble que la dimension verticale de l'objet contribue davantage à réduire les erreurs que la dimension horizontale. Ceci est peut-être lié au biais observé qui consiste à viser un peu trop haut par rapport à l'objet (Greenstein & Arnaut, 1988). Enfin, un dernier inconvénient lié aux écrans tactiles est la possibilité que la main ou le bras masque partiellement les informations affichées.

1.2.1.2.6 Tablette graphique

La tablette doit disposer d'un système permettant de signifier à la machine la fin d'un input (et donc son traitement), comme la touche "return" au clavier ou le bouton sur la souris. Diverses conventions peuvent être choisies pour définir ce que nous appellerons un 'signal d'émission de réponse' (cfr module 5):

• le stylo est équipé d'un bouton;
• l'input est traité dès que le sujet lève son doigt ou son stylo;
• l'input est traité lorsque le sujet pointe dans une zone spécifique de la tablette définie comme l'équivalent d'un bouton "ok";
• l'input est traité lorsque le sujet presse une touche spécifique du clavier (ou tout autre périphérique que le clavier);
• toute combinaison des trois conventions précédentes

Enfin, une limite fondamentale des périphériques décrits réside dans le fait qu'elle ne transmet que des déplacements dans un espace à deux dimensions. La construction d'objets tridimensionnels relève alors de l'utilisation de conventions syntaxiques qui permettent de préciser dans quel plan se situe chaque action. Certaines souris permettent de désigner des points dans un espace à trois dimensions (par rapport à trois récepteurs disposés dans l'espace). L'avenir réside certainement dans des techniques telles que le 'dataglove' qui permet d'exprimer directement toutes les manipulations tridimensionnelles réalisables au moyen de ses dix doigts.

1.2.2 Actions du système (output)

1.2.2.1 Feedback tactile et moteur (dataglove, joystick, souris)

Le principe de feedback tactile a été développé en outre pour les `dataglove': des transmetteurs sont placés au bout des gants afin de fournir au sujet la sensation de saisir l'objet. Toutefois, comme le signalent Akamatsu et ses collègues (1995), au moyen de ces gants, le sujets peut encore passer `à travers' l'objet, ce qui n'est pas très réaliste.

D'autres systèmes permettent de transmettre des messages tactiles: Logitech a mis sur le marché un joystick qui tremble en cas d'alerte; Akamatsu et ses collègues (1994a) décrivent une souris dont le déplacement sur une plaque métallique peut être freiné par des électro-aimants (placés dans la souris et contrôlés par le système): l'intensité de la résistance au déplacement informe l'utilisateur sur la texture sur laquelle le curseur se déplace à l'écran.

Les travaux les plus précis concernent l'utilisation de la souris comme feedback tactile. Comme nous l'avons dit plus haut, dans l'utilisation de la souris, l'espace de déplacement moteur et l'espace de régulation visuelle sont dissociés. Dans la vie quotidienne, selon la tâche que nous réalisons, la vision n'assure que partiellement la régulation du mouvement, l'action motrice étant davantage régulée par des sensations tactiles et kinesthésiques: on peut, tout en gardant les yeux fermés, porter une tasse de thé à la bouche, faire son lacet ou jouer de la guitare, ... Dans certains cas, la `préhension' d'un objet au moyen de la souris implique une forte charge visuelle: c'est particulièrement le cas lorsqu'il faut `sélectionner' une ligne dont l'épaisseur n'est que de 1 pixel. Göbel et ses collègues (1995) rapportent des expériences réalisées au moyen d'un souris dotée de quatre éléments `vibrant', deux éléments placés sur les côtés de la souris, deux éléments placés sous les boutons normaux de la souris. Ces éléments se mettent à vibrer lorsque le curseur approche un objet de l'écran. Ils observent que cette information tactile conduit à une détérioration de la performance pour des tâches dans lesquelles le sujet devait poursuivre un objet à l'écran. Par contre, le feed-back tactile a permis un gain de temps de près de 20% pour les tâches de positionnement d'un objet et de sélection d'un objet (tâches plus fréquentes pour un utilisateur moyen), et ce malgré que les sujets aient disposé d'un faible temps d'apprentissage. Les auteurs concluent que l'efficacité de la souris comme périphérique fournissant un feed-back tactile dépend d'un réglage fin de la relation entre, d'une part, la distance entre le curseur et l'objet-cible, et d'autre part, le signal tactile transmis à l'utilisateur. Akamatsu et ses collègues (1994b) obtiennent des résultats semblables ( gain de temps de 12%) avec un autre feed-back tactile: une petite pointe en aluminium, située à l'intérieur d'un des boutons de la souris, entre en contact avec le doigt lorsque le curseur entre en contact avec un objet. Ils observent que ce gain du temps provient d'une réduction de la distance moyenne entre la position du curseur au moment où le sujet clique et le centre de l'objet: sans feed-back tactile les sujets on tendance à clique au centre de l'objet, avec le feed-back tactile, ils cliquent dès qu'ils `sentent' l'objet du bout de leur doigt. Notons en outre que, dans une autre étude, Akamatsu et ses collègues (1994a) montrent que lorsque le feed-back tactile était combiné à un feed-back sonore et visuel, le gain de temps n'était pas supérieur à l'utilisation du feed-back tactile seul.

1.2.2.2 Les écrans

Figure 2.9 : Fonctionnement d'un écran cathodique

Certains écrans permettent d'afficher différents niveaux de gris en variant l'intensité du rayon d'électrons. Les écrans couleur émettent trois rayons d'électrons à destination de pixels rouges, bleus et vert. Le blanc s'obtient en activant ces trois pixels simultanément. Ces trois points phosphorescents sont groupés pour apparaître comme formant un point unique, ce qui explique que les écrans couleur ne produisent pas la même précision dans l'image que les écrans noir et blanc. C'est au concepteur de décider si cette légère perte de précision est justifiée par l'information supplémentaire qu'apporte la couleur (sachant qu'en outre les écrans couleur sont beaucoup plus chers et exigent davantage de mémoire).

La définition d'un écran est le nombre de points qu'il peut afficher: elle varie actuellement entre 640 X 480 (norme appelée 'VGA') et 1600 X 1200 (voire davantage mais à des prix inabordables). Jusqu'à un certain degré, la définition n'est pas liée à la taille de l'écran: un petit écran peut afficher un grand nombre de pixels si ceux-ci sont plus petits. La dimension d'un écran s'exprime généralement par la longueur de la diagonale (en pouces). Une écran de type A4 correspond environ à 15 pouces. Le rapport entre ces deux mesures, la définition et la taille, déterminent la résolution de l'écran, c'est-à-dire le nombre de pixels par pouce carré (dots per inch = dpi). Cette notation est également utilisée pour les imprimantes et les scanners. Une résolution moyenne pour un écran est de l'ordre de 70 dpi.

La qualité de l'image ne dépend pas uniquement de la qualité de l'écran mais également de l'information graphique transmise. Par profondeur de pixel, on désigne le nombre de bits d'information fournis pour chaque point de l'écran. Si chaque pixel est décrit par un seul bit (0 ou 1), ce pixel ne peut-être que noir ou blanc. Avec deux bits, on peut définir 4 modes d'affichage d'un point (4 niveaux de gris). Avec N bits, on peut définir 2^N niveaux de gris pour un même point. Pour obtenir de la couleur, il faut multiplier cette information par trois (une fois pour le bleu, une pour le rouge et une pour le jaune). Le traitement de cette information est généralement pris en charge par des cartes graphiques. Dans la gamme des PC-compatibles, ces cartes portent le nom de EGA, VGA, Super-VGA, etc.

La taille et la résolution d'un écran, ainsi que la profondeur du pixel sont des paramètres importants pour le concepteur de logiciel interactif. En voici trois exemples:

• Lorsque la résolution d'écran et/ou la profondeur de pixel conduisent à une médiocre lisibilité de l'image, il est préférable d'utiliser un schéma clair plutôt que de s'entêter à présenter une image embrouillée.
• La conception d'un programme doit tenir compte de l'espace disponible. Si l'utilisateur travaille sur un document (texte, dessin, fichier), reste-t-il assez d'espace libre pour afficher certains outils? Si c'est le cas, ces outils seront utilisables en parallèle avec l'édition du document. Sinon, les outils doivent être superposés au document. Le concepteur doit alors prévoir le cas où l'outil cache de l'information utile et doit donc pouvoir etre déplacé ou caché. La présence simultanée de l'outil et du document ou leur alternance peuvent modifier en profondeur l'interaction, par exemple au niveau des contraintes mnémoniques imposées à l'utilisateur.
• Un des problèmes bien connus de cette technique de balayage est la discontinuité des lignes obliques ('jaggies'). Ce problème est d'autant plus perceptible que la résolution de l'écran est basse. Il ne s'agit pas seulement d'une question d'esthétique: il est parfois difficile pour le sujet de savoir s'il doit voir une seule ligne mal affichée ou deux lignes juxtaposées. Ce problème peut être réduit en complétant la ligne par des points gris (voir figure 1.10). Cette technique s'appelle anti-aliasing (Dix et al, 1993).

Figure 2.10 : Jaggies et Anti-aliasing

Etant donné que les écrans cathodiques reposent sur la projection d'électrons, plus l'écran est grand, plus il doit être profond. Certaines techniques peu répandues utilisent un canon à rayon perpendiculaire, ce qui permet un écran plat. On trouve maintenant beaucoup d'écrans à cristaux liquides (LCD = liquid crystal display), surtout pour les ordinateurs portables. Ces écrans souffrent cependant encore de certains problèmes, en particulier une définition maximale de 640 X 480, ainsi que la nécessité d'être face à l'écran pour percevoir l'image correctement. Ceci rend par exemple difficile la collaboration entre deux utilisateurs face à une seule machine. Néanmoins, ce problème tend à disparaître avec les écrans les plus récents.

L'utilisation intensive d'un écran d'ordinateur peut générer des troubles de la santé, dus à la présence de champs électrostatiques et électromagnétiques (surtout à l'arrière de l'écran) ainsi qu'à l'émission de rayons-X. Ces recherches sont soumises à de nombreuses polémiques et ne concernent qu'indirectement le concepteur de logiciel interactif. Néanmoins, Dix et al. (1993) recommandent de:

• ne pas s'asseoir trop près de l'écran;
• ne pas utiliser de trop petites polices de caractère;
• ne pas regarder l'écran trop longtemps sans interruption;
• faire attention aux reflets;
• -ne pas travailler face à une fenêtre recevant beaucoup de lumière.

1.2.2.3 Son

La numérisation du son repose sur deux facteurs comparables à ceux utilisés pour l'image. Pour représenter la courbe continue d'un son en une série de nombre, on procède à un échantillonnage: on prélève une série de points dans la courbe. Par exemple, dans un CD-audio, l'échantillonnage est de 44100 points par second (44,1 MHz), alors qu'il est de 8 MHz pour la voix téléphonique. Cette 'densité' d'information correspond à la résolution d'une image. Pour chaque point de la courbe, on mémorise une information comprise qui occupe 8 bits pour la voix et 16 bits la musique CD. La norme MIDI est une convention de représentation des sons mise au point pour standardiser la communication entre les ordinateurs et les instruments de musique.

1.2.2.4 Imprimantes

• Les imprimantes à caractères préformés ont presque disparu aujourd'hui. Elle frappent un caractère à la fois parmi ceux disponibles sur une marguerite ou une boule. Ce caractère percute le papier à travers un ruban à encre. Ces boules étant interchangeables, il est possible de travailler avec plusieurs polices de caractères, mais pour chaque changement de police, il faut interrompre l'impression. En outre, ces imprimantes sont bruyantes et ne supportent que le texte (pas le graphisme).
• Les imprimantes matricielles impriment point par point le texte et le graphisme: un sous-ensemble d'une matrice d'aiguilles percute le papier à travers un ruban à encre. Elles produisent un texte de qualité inférieure aux autres imprimantes. Leur résolution varie de 80 à 120 dpi. Bruyantes mais bon marché, elles sont encore utilisées lorsque l'utilisateur a peu d'exigences quant à la qualité du produit (brouillons, listings,...). Pendant de nombreuses années, le papier était bordé de bandes perforées afin que les roues à picots de l'imprimante entraînent le papier.
• Dans les imprimantes à jet d'encre (ink-jet ou bubble-jet), la tête d'écriture projette des gouttes d'encre sur le papier. Ces imprimantes sont silencieuses, et approchent la résolution d'une imprimante laser (300 dpi) pour un prix généralement inférieur.
• Les imprimantes thermiques ont une tête d'écriture qui chauffe un papier réagissant à la chaleur. Ce papier de type 'fax' est moins agréable que le papier normal. Ces imprimantes ont cependant plusieurs avantages. Elles sont plus simples que les autres du point de vue mécanique et requièrent moins de fournitures (d'où leur utilisation dans les grandes centrales d'impression). En outre, elles sont plus facilement miniaturisables (pour portables, fax,...). Leur résolution est de 80 à 120 dpi (comme les imprimantes matricielles).
• Les imprimantes à laser bombardent de points électrostatiques un rouleau qui est en contact avec une poudre noire ('toner'). Cette poudre se fixe aux points du rouleau qui sont chargés électrostatiquement. Lorsqu'une feuille blanche s'engage dans le rouleau, ces points de toner se déposent sur la papier. Celui-ci est ensuite chauffé afin de fixer le toner. Aujourd'hui (janvier 1994), la résolution d'une imprimante laser est en moyenne de 300 dpi, bien que les imprimantes professionnelles utilisées par les éditeurs aillent jusqu'à 1200 dpi.

Il existe d'autres différences entre l'affichage d'un objet sur l'écran et son impression sur papier. Lorsque l'écran est inférieur à la taille du papier, l'utilisateur doit pouvoir disposer le contenu de plusieurs écrans sur une même feuille et visualiser le résultat. Certaines différences entre la version à l'écran et la version sur papier sont liées au mode de communication entre l'ordinateur et l'imprimante: soit celui-ci transmet directement l'image à imprimer en tant qu'ensemble de points (bitmap), soit l'ordinateur décrit la page à imprimer au moyen d'un langage de description. Ces langages ne sont pas compris par toutes les imprimantes, le plus connu d'entre eux est le postscript. Ces langages décrivent les actions qui permettent à l'imprimante de reconstruire les objets: afficher le mot 'Introduction' dans la police 'helvetica', taille 10, en gras; dessine un cercle de centre (300,470), de diamètre 30 et d'épaisseur 7. En mode bitmap, un cercle souffrira des mêmes problèmes que sur l'écran (jaggies). Par contre, en mode postscript, pour autant qu'il ait été créé en mode objet et non en mode point, le cercle sera dessiné selon la résolution de l'imprimante.

1.2.3 Le traitement de l'information par la machine

1.2.3.1 La mémoire

• La mémoire sensorielle permet de stocker les inputs du clavier ou de la souris dans des 'buffers' en attendant leur traitement.
• La mémoire de travail s'appelle mémoire vive (ou random access memory - RAM). Elle permet à l'ordinateur de stocker des informations pendant qu'il travaille. Ces informations sont perdues lorsqu'on éteint l'ordinateur.
• La vitesse d'accès aux informations contenues en mémoire vive varie de 10 à 120 Mb par seconde selon la technique utilisée.
• Comme mémoire à long terme, l'ordinateur utilise les supports magnétiques ou optiques. Les supports magnétiques incluent les disquettes souples ou dures (stockage: 800 Kb à 1,4 Mb), les disques durs (stockage: entre 40 Mb et 2 Gb) et les bandes magnétiques. Celles-ci servent surtout à l'archivage de copies de sécurité car leur temps de lecture est plus long. Les supports optiques permettent de stocker plusieurs gigabytes.

Il est important de souligner que, malgré l'utilisation de techniques de compression des données (voir module 9), l'insertion d'images digitalisées ou de séquences vidéo implique des capacités de stockage très importantes, qui dépassent les capacités habituelles des disques magnétiques actuels.

1.2.3.2 Microprocesseur

• Lorsque le sujet clique sur une icône ou un bouton, il arrive que l'ordinateur ne réponde pas immédiatement parce qu'il effectue un calcul quelconque. Dans ce cas, le sujet pensant que l'ordinateur n'a pas perçu son action, clique souvent une deuxième fois sur le même objet ou sur un autre sans se rendre compte qu'il demande en fait plusieurs actions. Celles-ci sont stockées dans le buffer d'entrées, mémoire dans laquelle les inputs sont stockés jusqu'au moment où ils sont lus par le processeur. Ces actions sont ensuite transmises sans que le sujet puisse les arrêter. Une solution consiste à vider le buffer. Une autre solution consiste à signaler à l'utilisateur que sa commande a été reçue et est en cours d'exécution en affichant un message du type 'quelques secondes de patience' ou un symbole graphique équivalent (par exemple, le curseur prenant la forme d'une montre ou d'un sablier).
• Lorsque la machine ne peut réaliser le déplacement d'un objet à la vitesse imposée par le programme, certains systèmes 'sautent' les étapes intermédiaires du dessin, c'est-à-dire dessinent l'objet tous les N pixels au lieu de le redessiner à chaque pixel. La course de l'objet apparaît alors comme saccadée. Si l'utilisateur doit cliquer sur l'objet en mouvement, ces saccades rendront sa tâche difficile, voire impossible. Pour contourner ce problème, certains systèmes se contentent de n'afficher que le contour de l'objet en cours de déplacement.
• Certains systèmes distribuent les différentes tâches à différents processus internes. Des conflits peuvent apparaître du fait que certains processus sont trop lents et se font dépasser par des processus qu'ils auraient dû précéder (par exemple, l'ouverture d'une fenêtre se fait dépasser par l'écriture du contenu de la fenêtre).
• Certains modes d'interaction sont limités par la capacité du sujet à maintenir en mémoire des informations utiles à l'interaction. C'est le cas par exemple lorsque le système réagit à une action du sujet que celui-ci a déjà oubliée. Si ce risque existe, le concepteur devra modifier l'interaction, par exemple dans ce cas en rappelant l'action concernée.
• Si la lenteur pose des problèmes, la vitesse soulève également des problèmes, même si ceux-ci sont moins graves et moins fréquents. Par exemple, imaginons que le concepteur ait prévu d'afficher un message 'Patience, je travaille' pendant les quelques secondes nécessaires pour effectuer une opération. Si cette même opération ne dure qu'une fraction de seconde sur une machine plus puissante, l'utilisateur verra apparaître un message sans avoir le temps de le lire. Bien souvent, ce sujet sera anxieux d'avoir manqué un message dont il ignore l'importance.

1.3 Les 'objets logiciels'

• Le curseur: petit objet graphique qui se déplace à l'écran et indique la position de la prochaine action. Le curseur est l'équivalent électronique de la main de l'utilisateur (Billingsley, 1988). Les curseurs les plus fréquents sont la barre verticale pour indiquer la prochaine opération sur un texte, la flèche pour désigner un objet, la croix pour dessiner un pixel individuel, la gomme pour effacer un ensemble de pixels, la loupe, la montre, etc. La forme du curseur renseigne l'utilisateur sur la nature de l'opération qu'il va effectuer ou qu'il est en train d'exécuter. La relation métaphorique entre la forme du curseur et l'opération peut cependant induire certaines ambiguïtés (par exemple, le rôle du curseur en forme de main).
• Les icônes: objets graphiques qui représentent un fichier, un programme, un outil ou une opération. Le symbole graphique est éventuellement complété par un mot. La relation sémantique entre une icône et l'objet ou la commande qui lui est associé s'appelle 'distance articulatoire' (Blankenberger & Hahn, 1991). Lodding (1983) distingue les icônes figuratives (par exemple, une imprimante), les icônes abstraites (par exemple, une feuille de papier qui représente un fichier) et les icônes arbitraires (pas de lien évident entre l'icône et sa signification). Certaines icônes animées permettent de représenter l'état ou la transformation d'état de l'objet: lorsque l'icône de la poubelle gonfle, elle indique qu'au moins un fichier est en attente d'effacement; lorsque l'icône 'facteur' trépigne, elle indique qu'un message est en attente, etc. Parmi les conventions établies, on notera qu'une icône apparaissant en contraste inversé indique que l'objet correspondant a été sélectionné et une icône apparaissant en gris signale généralement que cet objet est ouvert ou en fonction (donc non disponible). Blankenberger & Hahn (1991) comparent des représentations iconiques et textuelles d'un jeu de commandes de traitement de texte. Les deux modes de représentation ne se différencient pas quant au taux d'erreur, mais les représentations iconiques conduisent en général à des temps de réaction plus courts (sauf si la représentation textuelle a des qualités graphiques particulières). La supériorité des icônes est accrue si celles-ci apparaissent à des positions fixes.
• Les fenêtres: sous-espaces de l'écran indépendants les uns des autres, que l'on peut considérer comme des écrans dans l'écran. L'utilisateur peut généralement les fermer, les déplacer, les agrandir ou les rétrécir au moyen de 'poignées' (boutons particuliers décrits ci-après) ou de commandes figurant dans les menus. Au sens large, toute zone d'écran (y compris un menu) est une fenêtre. Au sens devenu plus habituel, une fenêtre constitue une ouverture à travers laquelle l'utilisateur aperçoit une partie d'un document, d'un fichier ou peut entrer des commandes. Il existe deux manières de faire défiler le contenu d'une fenêtre au moyen des barres de défilement (scrollbars): déplacer le contenu dans la fenêtre ou la fenêtre sur le contenu. Dans le second cas, abaisser l'ascenseur (ou slider - le symbole représentant la position de la fenêtre dans le document) provoque donc un défilement du document vers le haut. Cette différence est souvent source d'erreurs de manipulation chez le débutant. Certains 'sliders' varient en longueur afin d'indiquer le rapport entre la quantité d'information présentée dans la fenêtre et celle disponible dans le fichier. On pourrait imaginer que chaque page d'un document soit affichée dans une fenêtre différente, poussant en cela jusqu'au bout la célèbre métaphore du bureau. Toutefois, en n'ouvrant qu'une fenêtre par document (et en obligeant donc l'utilisateur à 'scroller' à l'intérieur de cette fenêtre pour accéder aux diverses pages du document), on a pu réduire fortement la complexité des interfaces (Billingsley, 1988). Fermer une fenêtre consiste soit à la faire disparaître de l'écran, soit à la réduire à la taille d'une icône ('iconify'). L'utilisation de systèmes multi-fenêtres a un impact significatif sur les méthodes de travail (pour autant que l'écran soit suffisamment grand), car cela permet à l'utilisateur de travailler sur plusieurs documents ou programmes simultanément, de passer d'une tâche à une autre pour un coût très faible (cliquer dans la bonne fenêtre) (Billingsley, 1988). On distingue les systèmes dans lesquels les fenêtres sont juxtaposées ('tiling') et superposées ('overlapping'). Dans les premiers, l'écran est divisé en N fenêtres par le système ou par l'utilisateur. L'espace propre à chaque fenêtre est relativement limité. Dans les systèmes à superposition, la taille de chaque fenêtre est indépendante de la taille des autres fenêtres. L'utilisateur doit utiliser diverses commandes pour faire passer une fenêtre devant ou derrière une autre. En d'autres termes, les systèmes de fenêtres juxtaposées sont bi-dimensionnels (Billingsley, 1988), alors que les systèmes à fenêtres superposées ajoutent une troisième dimension, la profondeur de l'écran. La fenêtre active, celle qui est au-dessus de toutes les autres, est généralement affichée dans un graphisme différent (bords surlignés, couleur différentes ou autre effet visuel).
• Les menus désignent en réalité toute question à choix multiple intervenant en cours d'interaction. On distingue les menus de type 'pop-up' qui sont affichés en plein écran au cours de l'interaction et les menus permanents qui se trouvent en haut de l'écran ou d'une fenêtre et s'ouvrent lorsque le sujet clique sur le titre du menu et tire ensuite la souris vers le bas (d'où le nom 'pull-down' menu). Certains menus sont hiérarchisés, c'est-à-dire comprennent des sous-menus.

• Les boutons simples transmettent une commande au système, les boutons 'radio' permettent de choisir une option parmi un choix d'options exclusives et les 'check-box' permettent de sélectionner plusieurs options complémentaires au sein d'une liste.
• Les palettes présentent un jeu d'icônes qui ont des fonctions similaires, par exemple un ensemble d'outils de dessin, un ensemble de patterns de remplissage de forme,...
• Les boîtes de dialogue sont des fenêtres de type 'pop-up', généralement ni déplaçables ni modifiables, utilisées pour communiquer une information brève à l'utilisateur. Leur utilisation ponctuelle est souvent liée à une clarification de l'interaction personne-machine. Leur affichage au-dessus de toute autre fenêtre interrompt momentanément l'activité du sujet. L'usage abusif de ces interruptions peut irriter l'utilisateur.

• des lignes droites, courbes ou brisées et autres arcs de cercle dont l'utilisateur peut déterminer l'épaisseur, le motif (pattern) de remplissage, le pattern du trait, la couleur, la présence d'une flèche à une ou aux deux extrémités, ...
• des polygones réguliers ou irréguliers dont l'utilisateur peut arrondir les angles, épaissir les côtés, fixer le pattern et la couleur, la transparence;
• des paragraphes dont le sujet peut choisir la police de caractère, la taille, le style (gras, italique,...), la justification, l'espacement des lignes, les tabulations, les bordures, la position, le dictionnaire associé, la numérotation, l'hyphénation, ...
• les bitmaps, c'est-à-dire des ensembles de pixels, créés soit par des outils de dessin (dont le fameux 'spray' qui permet les dégradés) ou par numérisation (scanning) d'un document;
• les objets complexes construits à partir de plusieurs des objets élémentaires décrits ci-dessus, selon un ordre de plans déterminé par l'utilisateur;
• les objets résultant de la déformation des objets élémentaires décrits ci-dessus: rotation, agrandissement, réduction, déformation selon un axe, étirement à partir d'un sommet, ...
• ...

A l'opposé, un utilisateur familier maîtrise la manipulation directe et la métaphore du bureau. Par exemple, lorsqu'il déplace une icône fichier d'une fenêtre vers une autre, il se concentre uniquement sur le déplacement du fichier d'un répertoire vers un autre. En réalité, sur le plan informatique, il demande au système d'éteindre et d'allumer certains pixels de telle sorte que l'ensemble des points de l'icône représentant un 'fichier' soient, au prochain balayage de l'écran par le canon à électrons, redessiné un pixel plus a droite, et cela un grand nombre de fois consécutivement. Cependant, grâce à la vitesse du procédé, l'utilisateur a vraiment l'impression de déplacer un objet. Il en arrive facilement à concevoir un curseur ou une fenêtre presque comme des objets physiques, qu'il déplacerait réellement. C'est cette illusion qui définit la manipulation directe. Toutefois, en tant que concepteur, il faut rester conscient que seul le programme traduit les actions de la souris en actions à l'écran. C'est le programme (ou la superposition des couches logicielles) qui définit quels points afficher à l'écran, quels écritures réaliser sur le disque, etc. Le rôle du concepteur est de concevoir ces mécanismes de réponse du système, non de les ignorer.

Voici quelques exemples de mécanismes qui définissent la syntaxe et la sémantique implicites de la manipulation directe:

• cliquer sur un objet le sélectionne en vue d'une opération future;
• cliquer deux fois rapidement sur un objet vise à 'ouvrir' cet objet, c'est-à-dire à lancer l'application associée à cet objet (si ce n'est pas déjà le cas et d'ouvrir le document au sein de cette application (le délai entre deux 'clicks' successifs devant être considérés comme formant un double-click est généralement réglable);
• cliquer sur le corps d'un objet, garder le bouton enfoncé tout en bougeant la souris déplace l'objet préalablement sélectionné, ce déplacement pouvant créer une trace (par exemple si l'objet est un crayon);
• cliquer sur une 'poignée' d'un objet (généralement un petit rectangle placé sur un sommet ou sur un côté de l'objet) et garder le bouton enfoncé tout en bougeant la souris, déplace ce point de l'objet sans déplacer les autres 'poignées', ce qui déforme l'objet (allongement, rétrécissement, ...) ;
• lorsqu'un objet est sélectionné, on peut en sélectionner un second en enfonçant la touche majuscule (ou 'contrôle') au moment où on sélectionne sur l'objet suivant;
• cliquer â côté d'un objet et déplacer la souris, sélectionnera tout objet dans le rectangle fictif (parfois matérialisé à l'écran par un contour en pointillé) dont le déplacement de la souris forme la diagonale;
• la touche 'majuscule' crée généralement des contraintes sur le dessin construit: la droite dessinée ne peut être que verticale, horizontale, ou à 45 degrés par rapport à l'horizontale, l'objet sélectionné ne peut être déplacé que verticalement ou horizontalement, le polygone en cours de création sera régulier (côtés isométriques); ...

1.4 Du matériel ou de l'imagination?

Prenons un autre exemple. J'ai souvent rencontré le problème suivant. Un concepteur a utilisé ou a vu un programme écrit dans un langage X ou fonctionnant sur une machine Y. Il désire transposer ce programme sur une machine Z et dans un langage W. Certaines des fonctionnalités offertes par le tandem X-Y ne sont pas disponibles dans le tandem Z-W et vice-versa. Au lieu de s'entêter à reproduire à tout prix les détails de telle interaction, présente dans le programme original, mais non supportée par Z-W, et d'y consacrer des heures de programmation, il faut exploiter ce qui dans le nouveau langage permettra de construire une interaction fonctionnellement équivalente. Le terme 'fonctionnellement' signifie que cette interaction transmet la même information à l'utilisateur ou de l'utilisateur, qu'elle sollicite la même activité cognitive chez l'utilisateur.

1.5 L'interface d'Authorware

1.5.1 Dessiner son organigramme.

1.5.2 L'icône de présentation.

1.5.3 Outils graphiques.

1.5.4 Mode vectoriel

1.5.5 La fenêtre 'élève'.

2. La présentation des informations visuelles

2.1 Exploration

"La péniche arrive par le bassin amont. Le niveau du sas de l'écluse est bas. Il convient en premier lieu de l'élever. On ouvre pour cela les vannes de la porte amont. Le niveau du sas s'élève à la même hauteur que le plan d'eau amont. L'équilibration des niveaux d'eau de part et d'autre de la porte amont permet d'ouvrir celle-ci. La péniche peut donc s'introduire à l'intérieur de l'écluse. On referme ensuite la porte amont et on ouvre les vannes de la porte aval. L'eau du sas s'écoule doucement vers le plan aval jusqu'au moment où le niveau du sas est égal à celui du bassin inférieur. L'équilibration des niveaux en aval permet à présent d'ouvrir celle-ci. La péniche peut donc quitter le sas et continuer sa route sur le bassin inférieur."

La séquence des programmes "Ecluse" (voir module 2) illustre le processus de design d'un logiciel (faiblement) interactif.

• Dans la version 1, le temps de lecture pour chaque écran est fixé d'avance. L'utilisateur n'a pas le temps de lire le texte. Il est certes possible d'augmenter le temps de telle sorte que tout utilisateur puisse le lire. Dans ce cas, le temps peut être trop long pour les lecteurs rapides. En outre, cette solution ne résout pas le problème de l'utilisateur qui interrompt la lecture pour observer une écluse, pour parler avec quelqu'un ou pour toute autre raison.
• La version 2 compense ce défaut en présentant un bouton du type "presse ici pour continuer". On s'assure de cette manière que l'utilisateur a eu le temps de lire le texte avant qu'il soit effacé. Par contre, la présentation de ce texte entier sur un seul écran demeure nettement indigeste.
• Aussi, dans la version 3, le texte a été découpé en plusieurs morceaux. La granularité du découpage n'est pas extrême puisque certains écrans comportent plusieurs phrases. Le critère de découpage était de garder ensemble les informations concernant une même phase du fonctionnement de l'écluse. Nous traiterons dans ce module du problème de la quantité d'informations présentées.
• La version 4 cherche à enrichir la version 3 par des procédés typographiques d'emphase visuelle: caractères gras, soulignés, italiques, polices variées,... Cette version souffre cependant de l'utilisation excessive de ces procédés. Une utilisation abuse des modes de mise en évidence nuit à leur efficacité.
• La version 5 accompagne chaque étape de graphiques qui illustrent le texte présenté. La granularité du découpage a été augmentée: l'information est maintenant distillée au compte-gouttes.
• Vu que le texte décrit un processus dynamique, nous avons animé les schémas dans la version 6. La quantité d'information comprise dans ces schémas animés inverse le rapport image/texte: alors que dans la version 5, le schéma était au service du texte, dans la version 6, c'est le texte qui est subordonné à l'image. Ce n'est pas le graphique qui illustre le texte, mais le texte qui commente le graphique. La quantité de texte est d'ailleurs réduite par rapport au texte de départ.
• Enfin, la version 7 agrémente le scénario d'un certain nombre de bruits. Ceux-ci ne jouent probablement qu'une rôle mineur dans la compréhension du fonctionnement d'un écluse.

Le processus de design peut se comparer au travail d'un architecte. Il n'existe pas d'algorithme qui parte d'un jeu d'intentions, y applique un ensemble de lois universelles et génère de façon déductive les spécifications précises d'un édifice/d'un logiciel. Comme en architecture, le design est un processus créatif qui consiste à rechercher une solution qui satisfasse un grand nombre de contraintes partiellement contradictoires. Une partie de ces contraintes proviennent de la technologie utilisée. Nous les avons abordées dans le module précédent. Certaines contraintes sont liées à la tâche réalisée par l'utilisateur au moyen du logiciel développé et au contexte physique et social de l'utilisation du système. D'autres contraintes résultent des limites de capacité et de traitement de l'utilisateur. Ce module considère certaines propriétés du système cognitif humain: perception, mémoire, charge mentale,...

Ce module concerne la présentation d'informations visuelles. Toutefois, le rôle de la perception dans l'interaction personne-machine ne se limite évidemment pas à la vision. Le son est de plus en plus utilisé, bien qu'actuellement, il s'agit le plus souvent d'utilisations assez rudimentaires. Nous reviendrons sur l'exploitation du son dans le module 9. D'autres mécanismes perceptifs entrent en jeu. Par exemple, la perception de la position des segments de notre corps est indispensable à l'utilisation du clavier et à la manipulation de la souris. Elle ne fait pas l'objet d'une grande attention de la part des chercheurs, mais devrait attirer un intérêt plus important lorsque des périphériques tels que le 'dataglove' seront plus répandus.

2.2 Perception visuelle

La perception de la couleur repose sur la longueur d'onde, allant du bleu pour les ondes les plus courtes au rouge pour les plus longues. Notre oeil perçoit les ondes entre 400 et 700 nanomètres (nm). En dessous de 400 nm, on parle d'ultraviolet et au-dessus de 700 nm on parle d'infrarouges. Entre 400 et 700 nm, notre oeil discrimine environ 128 longueurs d'onde différentes. La perception des couleurs est plus fine pour les zones 'jaune' et 'bleu-vert' (Thomson P, 1984). Pourtant, l'oeil est capable de discriminer environ 7 millions de couleurs (Dix. et al, 1993), car sa perception est également influencée par deux autres facteurs, la saturation et la brillance.

La saturation est la quantité de blanc ajoutée à une couleur, le rose étant par exemple un rouge non-saturé. La brillance est un concept psychologique, c'est une réponse subjective à la lumière. La luminosité est une mesure objective de la lumière reflétée par une surface. La brillance devrait être proportionnelle à la luminosité mais elle est influencée notamment par des effets de contraste (voir figure 2.1). Le contraste est définit par la formule suivante (Thomson P, 1984):

Contraste = (Lmax + Lmin) / (Lmax - Lin)

où Lmax et Lmin représentent les luminosités maximale et minimale.

Figure 3.1 : Effet du contraste sur la perception de la brillance (les deux carrés centraux ont la même brillance) (selon Thomson, 1984).

Il ne faut pas confondre la capacité de l'oeil à percevoir une différence de couleur entre 2 pixels (afin de détacher par exemple un objet du fond de l'image) et la capacité cognitive à nommer une couleur. La première capacité permet de différencier plusieurs millions de couleurs, la seconde une dizaine (Thomson, 1984).

Environ 8% des hommes et 1% des femmes ne peuvent discriminer le rouge et le vert (Dix et al., 1993). Cela ne signifie pas qu'il faille éliminer ces couleurs d'un logiciel. Cependant, dans le cas où la discrimination de ces couleurs jouent un rôle important dans le logiciel, il n'est pas inutile d'associer une autre code a chaque couleur. Cette information sera redondante pour la plupart des utilisateurs, sauf pour les daltoniens. C'est le cas de feux rouges: confondre le rouge et le vert serait dramatique si ces couleurs n'étaient pas placées à des positions bien différentes.

La luminosité augmente l'acuité visuelle, la profondeur de champ (par réduction du diamètre de la pupille) et diminue les problèmes de reflet. Elle augmente par contre la perception du scintillement de l'écran (Thomson P., 1984). Lorsqu'une lumière apparaît et disparaît très vite, l'homme la perçoit comme constante sauf si la fréquence d'affichage est inférieure à 50 Hz (voir fonctionnement des écrans dans le module précédent). Il arrive que le sujet perçoive le scintillement d'un écran dont la fréquence dépasse 50 Hz lorsque la luminescence est très forte. En outre, la sensibilité au scintillement est plus forte dans la vision périphérique, ce qui explique que l'on perçoive plus de scintillement dans les grands écrans.

L'information perçue est stockée pendant une très brève durée dans la mémoire sensorielle, un registre propre à chaque modalité sensorielle (vue, ouïe ou toucher). L'information visuelle y reste environ 0,5 seconde. Par conséquent, un objet présenté à deux endroits différents de l'écran en moins de 0,5 seconde sera perçu comme présent simultanément à deux endroits (Dix et al., 1993). A la différence du buffer dont disposent certains périphériques d'entrée, les stimuli stockés en mémoire sensorielle ne sont pas nécessairement traités dans l'ordre de leur entrée. On observe par exemple un effet de 'backward making': un son est plus difficile à identifier lorsqu'il est suivi par une son semblable que lorsqu'il est suivi d'un silence (Thomson N., 1984). La capacité de stockage de la mémoire sensorielle ne serait pas déterminée par une quantité maximale d'information, mais par le temps nécessaire pour traiter cette information (Thomson, 1984). Par exemple, un sujet parlant vite arrive à retenir de plus longues séquences de chiffres. Il semble que la mémoire sensorielle serve tant de 'buffer' d'entrée que de 'buffer' de sortie, notamment au niveau de la parole et du mouvement des doigts (dactylographie). La mémoire sensorielle ne doit pas être confondue avec la mémoire à court terme au sein de laquelle l'information peut être conservée de façon volontaire.

2.3 Lisibilité des écrans

Bien qu'il soit difficile de tirer des lois générales, les utilisateurs se forgent pourtant des habitudes qui reflètent les problèmes de lisibilité d'écran. Par exemple, un utilisateur intensif de courrier électronique lira sur l'écran les messages ne dépassant pas la page, mais il préférera imprimer les messages plus longs ou ceux qui demandent plus de réflexion. De même, lorsque l'utilisateur d'un traitement de texte désire relire un document de plusieurs pages, seule la version papier lui permet de retrouver toutes les erreurs. Intuitivement, ces utilisateurs savent que lire un long texte est plus éprouvant sur l'écran que sur papier.

La question de lisibilité nous conduit à prendre en considération la quantité d'information présentée à l'utilisateur. Tous les auteurs s'accordent pour recommander de minimiser la quantité d'information affichée à l'écran. On parle de densité d'information pour désigner le rapport entre la quantité d'information présentée et l'espace disponible. La NASA (1980) recommande par exemple de ne pas dépasser une densité de 60%. Cette mesure de la densité s'effectue en comptant les espaces de l'écran qui sont occupés par un caractère et ceux qui restent libres. Cette mesure est réaliste si on se préoccupe de perception. Elle est relativement simpliste du point de vue cybernétique car la même information peut être exprimée par un nombre très variable de caractères. Plus simplement, il convient d'éviter de surcharger l'écran avec des informations qui ne sont pas strictement nécessaires à l'accomplissement de la tâche (sauf bien sûr dans des logiciels, notamment certains logiciels de jeu qui présentent délibérément des informations inutiles et attendent de l'utilisateur qu'il fasse le tri). Certaines informations ne sont nécessaires qu'occasionnellement, par exemple au début, ou en cas de problème. Elles peuvent être déplacées dans un autre écran, accessible via un menu ou un bouton. En appliquant ce principe systématiquement, on en arrive à la notion d'hypertexte (voir module 10): les informations principales sont découpées en unités simples, mais connectées à des exemples, à des détails ou à cas analogues, présentés dans d'autres pages.

Le principe d'information minimale concerne non seulement l'information textuelle, mais aussi les autres formats de présentation: tableaux, images fixes et animées, graphiques, schémas,... Par exemple, une photographie comprend généralement plus d'information qu'un schéma. Il convient de s'assurer que ces informations supplémentaires soient utiles, permettent une meilleure perception de l'objet ou du phénomène observé. Si ce n'est pas le cas, un schéma dépourvu du 'bruit' de l'image peut être préférable. Ce n'est pas parce que la technologie permet de présenter des images de plus en plus riches qu'il faut nécessairement présenter l'image la plus riche possible: le mieux est parfois l'ennemi du bien.

Comme tous les principes que nous évoquerons, le principe d'information minimale doit être nuancé en fonction du type d'utilisateur (Schneiderman, 1992). En effet, les logiciels tels que les systèmes de réservation de billets d'avion ou de transactions boursières utilisent des écrans fortement chargés en information. Certes, seule l'information utile est présentée, mais certaines tâches nécessitent la présentation d'une information abondante. En outre, dans de nombreux systèmes, une partie de cette information est codée (abréviations, acronymes, numéros d'identification,...) afin de réduire l'espace nécessaire pour chaque information et de pouvoir donc en afficher davantage. Les abréviations augmentent la densité d'information. Ces écrans surchargés s'adressent à des utilisateurs 'experts' (voir module 6). Il s'agit de personnes qui utilisent quotidiennement le système. Ils connaissent bien la structure de l'écran et sont capables, malgré la haute densité d'information, de trouver directement une information précise et de percevoir rapidement un changement dans une donnée pertinente.

Si les efforts de quantification de l'information ont donné peu de résultats convaincants (Tullis, 1988), on trouve des études intéressantes sur l'espacement entre les mots et entre les lignes. Ces variables constituent une façon indirecte d'estimer la quantité d'information.

• Espacement entre les mots et justification. Dans un système qui ne dispose pas de polices de caractères à largeur variable (aussi appelées polices proportionnelles), si l'utilisateur désire justifier le texte, le système devra espacer les mots de façon variable afin d'obtenir un alignement du bord droit du texte. Plusieurs études ont montré que l'espacement irrégulier des mots avait un effet négatif sur les temps de lecture, plus négatif que le non-alignement de la fin de chaque ligne (Tullis, 1988).
• Espacement entre les lignes. Intuitivement, chacun sait qu'un trop faible espacement entre les lignes rend un texte moins lisible. Cette observation est confirmée par des études empiriques qui recommandent que l'espace entre deux lignes soit égal ou légèrement supérieur à la hauteur des caractères utilisés (Tullis, 1988). Cet espacement est d'autant plus nécessaire que les lignes sont longues (ibidem.)

Figure 3.2 : L'utilisation de majuscules diminue l'identité visuelle du mot

Par contre, si dans un texte où alternent normalement majuscules et minuscules, un mot se trouve entièrement écrit en majuscules, il attirera davantage l'attention du lecteur. Le concepteur de logiciels interactifs dispose d'une multitude de procédés d'emphase visuelle: il peut jouer avec les polices de caractères, la taille des caractères, leur style (gras, souligné, italique,...), leur couleur, il peut afficher mot en mode vidéo-inversé (en blanc sur fond noir) ou en sur-brillance, l'encadrer ou le faire clignoter. Certains de ces procédés appartiennent depuis longtemps à la typographie et ne sont pas spécifiques à l'interaction personne-machine. En outre, il existe plusieurs formes de clignotement: afficher/effacer, afficher en brillance forte puis faible, afficher en mode vidéo normal, puis en mode inversé. Selon Smith & Mosier (1986), la fréquence de clignotement idéal est de 2 à 5 fois par seconde, pour autant que le temps pendant lequel le mot est effectivement lisible représente au moins 50% du cycle affichage-effacement. Le clignotement est un procédé d'emphase visuelle assez radical qui est moins utilisé de nos jours. Il est utilisé pour signaler les informations urgentes. Il est alors souvent accompagné d'un message sonore. Ces procédés d'emphase visuelle ne sont efficaces que s'ils sont utilisés avec parcimonie: si un texte comprend un mot en couleur, celui-ci attirera l'attention; s'il comprend une dizaine de mots en couleur, cet effet sera perdu. Les procédés d'emphase consistent essentiellement à différencier un élément particulier au sein d'un ensemble d'éléments présentés. L'emploi abusif des procédés d'emphase leur enlève toute efficacité.

2.4 Structure des écrans

• Les pilotes vérifient le plus souvent l'altimètre parce qu'il est l'indicateur qui varie le plus souvent, c'est-à-dire celui qui a le plus de chances d'apporter une information nouvelle. Parmi les facteurs qui conduisent l'attention du sujet vers un élément, il y a donc un aspect statistique.
• La perception de patterns tels que le parallélisme des aiguilles des nombreux cadrans facilite la détection d'informations nouvelles (non - parallélisme de l'aiguille d'un des écrans).

La mémoire à court terme conserve spontanément l'information pendant une coutre durée (200 ms). Toutefois, en mettant en oeuvre des mécanismes volontaires de maintien, la répétition par exemple, il est possible de maintenir en mémoire l'information pendant le temps nécessaire pour la réalisation d'une tâche. On parle alors plutôt de mémoire de travail. Nous reviendrons ultérieurement sur le rapport de l'information avec la tâche et l'activité du sujet.

L'organisation des écrans constitue une étape critique de la conception des interfaces. Cette structure résulte de l'identification de zones (cadres, couleur de fond,...), de groupes d'objets (alignements, proximité,...) et de relations entre items (de même couleur, de même graphisme, ...). L'importance de la structure est illustrée - de façon délibérément caricaturale - par les figures 2.3 a et b (inspirées de Tullis, 1988), qui présentent un panorama fictif des cinémas d'une ville . Dans la figure 2.3, l'information est listée comme un texte. Dans la figure 2.4, l'information est structurée en différentes zones, ce qui facilite la lecture de l'écran et les comparaisons.

Figure 3.3: Présentation de l'information en format texte

Figure 3.4 : Présentation structurée de l'information

L'étude de la structure de l'écran doit être rapproché des théories de la gestalt selon lesquelles le tout est plus que la somme des parties. Face à ensemble de stimuli, nous percevons certains 'patterns' de préférence à d'autres. Certains de ces biais semblent universels. Le plus connu d'entre eux est le principe de symétrie, qui réfère notre préférence vers la décomposition des images en éléments symétriques. Anderson (1980) cite d'autres principes:

• Principe de proximité. Les éléments proches sont associés en unités: dans la Figure 2.5 nous percevons cinq colonnes de points et non cinq lignes, car l'espace vertical entre deux points est inférieur à leur espacement horizontal.

Figure 3.5 : Effet de proximité (selon Anderson, 1980)

• Principe de similarité. Les objets qui se ressemblent ont tendance à être associés: dans la Figure 2.6, bien que les espacements soient identiques à ceux de la Figure 2.5, nous percevons une alternance de lignes homogènes de points et de lignes homogènes de croix, plutôt que les colonnes composées de points et de croix.

Figure 3.6 : Effet de similarité (selon Anderson, 1980)

Ces principes décrivent des biais universels de la perception. L'utilisateur est aussi sujet à des biais individuels. En particulier, notre perception est influencée par ce que nous nous attendons à voir. Ce biais est individuel car il dépend des connaissances préalables de l'utilisateur et du contexte dans lequel il utilise le logiciel. Il est particulièrement important dans la lecture: nous anticipons systématiquement les mots qui suivent ceux que nous lisons. Par conséquent, lorsqu'il existe un mode conventionnel de présentation des données (sur support papier), par exemple la structure des adresses, il est préférable d'utiliser ce mode (Tullis, 1988). Selon Anderson (1980), l'identification de patterns familiers demande moins d'attention. Lorsqu'il n'y a pas de pattern familier, les sujets doivent consacrer une partie de leur attention à assembler les éléments en un tout interprétable.

Le concepteur de logiciel interactifs peut exploiter ce biais perceptif en induisant lui-même les attentes de l'utilisateur. En créant des invariants dans la présentation des informations, l'auteur favorisera l'induction de patterns visuels qui accéléreront l'interprétation des écrans ultérieurs. Si l'auteur prend la précaution d'afficher systématiquement le même type d'informations au même endroit, l'utilisateur pourra construire des automatismes lui permettant de fixer directement le point de l'écran où se trouve l'information recherchée. C'est un principe général en psychologie: la création d'automatismes permet de réduire les ressources attentionnelles nécessaires.

L'efficacité de la structure d'écran dépend également de la tâche, notamment de l'ordre dans lequel le sujet doit traiter les informations présentées. Cet ordre détermine le trajet de l'oeil de l'utilisateur.

• Le sujet a plus de chances de percevoir un élément nouveau si celui-ci se trouve dans son champ visuel. L'angle de perception visuelle fine est de 2.5 degrés, celui de perception périphérique est de 60 degrés (Wickens, 1987). Il est important de minimiser la distance que doit parcourir l'oeil entre différent points de lecture (Wickens, 1987). C'est sur ce principe que repose la conception d'un cockpit. Malheureusement, comme c'est souvent la cas dans ce domaine, le principe inverse est également vrai: la proximité de plusieurs informations visuelles peut également avoir un effet distracteur (Wickens, 1987).
• Corollaire du principe précédent, les informations utilisées fréquemment devraient être regroupées (Tullis, 1988).
• Si les informations doivent être traitées dans un ordre prévisible (par exemple, prix total - rabais - taxes - prix réel) , il est préférable de les disposer dans cet ordre, afin de minimiser le trajet de l'oeil entre deux informations qui doivent être traitées consécutivement. L'ordre de disposition des éléments devrait respecter les habitudes de lecture de l'utilisateur, à savoir, dans notre culture, du haut vers le bas et de gauche à droite.
• Si les informations concernent un processus qui possède une dimension spatiale, il peut être intéressant que la disposition géographique des données mette en évidence leur origine (Tullis, 1988): par exemple, des mesures effectuées sur un moteur complexe seront affichées sur un schéma de ce moteur, à l'endroit où elles ont été prélevées, les données provenant de divers points du territoire seront positionnées par rapport à leur origine géographique,....

2.5 Activité de l'utilisateur

1) Le sujet peut ne pas avoir le temps de percevoir l'information. Cet accident arrive fréquemment dans les logiciels qui offrent à l'utilisateur un temps limité pour lire une information. Même si ce temps est prévu avec une grande marge de sécurité, il n'est pas impossible que le sujet soit à ce moment précis distrait par un événement externe, désire penser au problème ou vérifier une information. Le logiciel n'est qu'un des éléments de l'environnement de l'utilisateur. La seule façon de s'assurer que le sujet ait le temps de lire l'information est de lui demander de signaler qu'il a fini de lire (bouton).

2) Si le sujet presse le bouton 'continue', cela n'implique pas nécessairement qu'il ait lu l'information. Nous pressons régulièrement ce bouton sans lire le contenu de l'écran, par exemple lorsqu'un logiciel nous force à passer à travers un série d'écrans que nous connaissons déjà. Certains novices font la même chose par inadvertance, par exemple, ils ont poussent deux fois 'continue' parce que le système n'a pas répondu assez rapidement au premier signal. La seule façon de s'assurer que le sujet ait lu l'information (texte, graphique, image,...) est de le soumettre à une activité telle qu'il ne puisse répondre qu'au moyen de l'information présentée.

3) Admettons que le sujet lise l'information, cela n'implique pas qu'il l'ait comprise. Il peut la comprendre superficiellement, c'est-à-dire en comprendre chaque mot, sans en comprendre la pertinence par rapport à la tâche. La seule façon de s'assurer que le sujet comprenne l'information, c'est de lui proposer une activité qu'il ne peut réussir qu'en utilisant correctement l'information présentée.

4) Enfin une information, même comprise, n'est pas nécessairement intégrée dans les structures cognitives du sujet. D'une parte, l'intégration repose sur l'activité du sujet, plus précisément sur la manière dont le sujet va traiter cette information. C'est au cours de cet traitement que le sujet doit créer les liens entre la nouvelle information et d'autres informations déjà en mémoire D'autre part, la mémoire à long terme étant organisée sémantiquement, les informations importantes doivent permettre un traitement sémantique (Thomson, 1984). On choisira par exemple des icônes dont le graphisme évoque la fonction associée plutôt que des icônes abstraites, arbitrairement associées à une fonction. Notons que les systèmes d'hypertextes que nous étudierons dans le module 10 reposent sur les théories relatives à l'organisation de notre mémoire à long terme (réseaux sémantiques).

Nous n'affirmons pas que toute information présentée dans l'interaction doive faire l'objet de ces quatre étapes. Nous attirons simplement l'attention du concepteur sur le fait qu'il ne peut supposer a priori que l'information présentée au sujet traversera avec succès les étapes qui conduisent à son intégration. Ce n'est pas impossible, mais ce n'est en aucune manière garanti. Si le concepteur considère qu'une information particulière est importante et doit être assimilée par l'utilisateur, il faut que celle-ci fasse l'objet d'une activité plus complexe que de presser simplement le bouton "continue". L'activité permettant de traiter l'information constitue à la fois le processus qui permet à l'utilisateur d'intégrer l'information et le procédé qui permet au système de vérifier si l'information a été correctement assimilée. Cette remarque est très importante car il n'est pas rare de trouver des logiciels éducatifs qui se réduisent à une séquence d'écrans de présentation d'informations. L'activité du sujet se limite à tourner les pages. Aujourd'hui encore, certains logiciels peuvent être caractérisés de simples 'tourne-page', même si le choix de la page est un peu plus complexe. Dans la plupart des hypertextes, l'activité du sujet se limite à lire les textes, l'activité de 'tourner la page' prenant dans une structure non-linéaire le nom plus élégant de 'navigation'. De même, dans de nombreux logiciels multimédia, l'activité du sujet se limite à sélectionner la séquence qu'il désire visionner, il ne fait que 'zapper'.

L'idée de livre électronique n'est pas a rejeter pour autant, mais à adapter aux avantages et inconvénients de l'informatique. Il faut se souvenir qu'il est plus facile de lire un texte imprimé qu'un texte présenté à l'écran. En outre, le lecteur d'un livre dispose de certaines options qui ne sont pas toujours offertes par les logiciels électroniques: souligner un passage important, revenir en arrière, estimer où il se trouve dans le récit (en regardant l'épaisseur du livre), sauter au Nième chapitre,... L'intérêt des livres électroniques réside surtout dans l'intégration des activités de lecture à d'autres activités: par exemple, accéder à un traité de langue française en rédigeant un document, en entrant directement à un niveau pertinent par rapport au problème de grammaire rencontré.

2.6 Charge de travail mental

2.6.1 Les mesures de performance

2.6.2 Les mesures physiologiques

2.6.3 Les mesures subjectives

• Exigences mentales. Les activités mentales (penser, décider, calculer, se souvenir, chercher,...) étaient-elles simples, complexes, fatigantes,... ?
• Exigences physiques. Les activités physiques étaient-elles intenses, harassantes, laborieuses,...?
• Exigences temporelles. Avez-vous ressenti une forte pression liée au rythme auquel les données étaient présentées ou auquel les événements se produisaient?
• Performance. Pensez-vous que vous avez été efficace, êtes-vous satisfait de vos performances, avez-vous atteint les/vos buts?
• Effort. Dans quelle mesure avez-vous eu à travailler dur pour atteindre ces performances?
• Frustration. En réalisant cette tâche, vous êtes-vous sentis insécurisés, découragés, irrités, stressés, ennuyés... ou plutôt sécurisés, gratifiés, contents et détendus?

Figure 3.7: En situation de surcharge cognitive, toute augmentation de la difficulté de la tâche conduit à une détérioration des performances. (Adapté de Eggemeier, 1988)

Au sein des travaux relatifs à la mesure de la charge mentale, deux éléments sont pertinents pour les concepteurs de logiciels interactifs. Le premier élément concerne la relation entre les différentes mesures, plus précisément le fait que les mesures subjectives (auto-évaluation) sont fortement corrélées avec les mesures objectives (performances) (Miller and Hart, 1984, cités part Meshkati & Lowenthal, 1988; Reid & Nygren, 1988). Si les sujets sont capables d'auto-estimer de façon relativement fiable leur charge mentale, il ne serait pas inutile d'intégrer cette information dans nos systèmes. L'auteur peut par exemple donner à l'utilisateur la possibilité de modifier directement le système en réglant certains paramètres, par exemple la vitesse de présentation des informations ou le nombre d'informations présentées simultanément.

Nous reviendrons sur ces diverses formes d'adaptation dans le module 8. Wierwille (1988) indique cependant que les sujets de ses expériences expriment souvent le besoin de baser leur jugement sur un compte-rendu de leurs performances. En d'autres termes, le concepteur doit garder à l'esprit que la qualité de l'auto-évaluation sera fortement influencée par la précision des feed-back concernant les performances de l'utilisateur.

Le second point intéressant dans ces études réside dans le fait que, pour amener le sujet à franchir le seuil de surcharge cognitive, les expérimentateurs demandent généralement au sujet de réaliser une deuxième tâche, simultanément à la première. Par exemple, ils leur demande de compter à rebours tout en dessinant des formes géométriques sur l'écran. Or, l'utilisateur d'un logiciel informatique, réalise en général aux moins deux activités simultanées: la tâche elle-même et l'utilisation du logiciel. Par exemple, l'utilisateur d'un traitement de texte doit à la fois penser à la rédaction du texte (comme il le ferait s'il écrivait sur papier) et gérer les outils offerts par le logiciel. Certes, l'objectif d'un concepteur de logiciels est de rendre son logiciel 'transparent', c'est-à-dire de permettre à l'utilisateur de concentrer sur la tâche, sans se soucier du logiciel. Cet idéal est cependant rarement atteint, l'utilisateur ayant à traduire ses intentions en termes de commandes offertes par le logiciel.

Certains auteurs proposent l'idée que nous disposons de multiples processeurs, relativement indépendants les uns des autres, et qui possèdent chacun des capacités limitées (Wickens, 1987; Eggemeier, 1988). Il serait donc possible d'être en surcharge pour un aspect de la tâche et de disposer de ressources cognitives pour un autre aspect. Selon cette théorie, l'utilisateur pourrait traiter simultanément des stimuli visuels et sonores, ou produire des comportements sonores et moteurs (chanter en frappant un rythme), car ceux-ci font appel à des registres différents. Par contre, il serait moins efficace de coordonner deux comportements moteurs (frapper des rythmes différents avec chaque main). Pour Eggemeier (1988), les sujets seraient capables de traiter en parallèle des stimuli visuels et auditifs (input), des informations spatiales et symboliques (raisonnement) et des actes manuels et vocaux (output). Si l'évolution actuelle des sciences cognitives confirme l'existence de processus multiples, il n'est pas clair qu'elle aboutisse à l'identification des mêmes composantes. Le débat concerne notamment la définition des catégories de stimuli prises en charge par un même processeur ou un même sous-système cognitif. Par exemple, tous les stimuli visuels ne sont pas traités de la même manière. La répartition des ressources serait moins liée à la nature des inputs qu'au type de traitement de ces stimuli. Il ne nous est pas possible d'entamer ici un débat sur l'architecture cognitive de l'homme. Le concepteur retiendra le principe selon lequel deux tâches qui mettent en oeuvre une même fonction cognitive rentrent en concurrence pour l'allocation des ressources propres à cette fonction.

Ce principe général doit cependant - une fois de plus - être nuancé. En effet, si deux sous-tâches partagent certaines caractéristiques fonctionnelles, l'utilisateur peut économiser la partie redondante du traitement (Wickens, 1987). Par exemple, si deux graphes juxtaposés utilisent la même légende, l'utilisateur ne doit interpréter qu'une courbe et peut comprendre la seconde directement par rapport à la première. En outre, l'exécution de tâches parallèles semble meilleure si les deux éléments à traiter sont intégrés au sein d'un objet d'ordre supérieur, en particulier si la tâche implique une comparaison entre les composantes (Wickens, 1987).

Une autre façon de réduire la charge mentale imposée par une tâche multiple consiste à automatiser certaines sous-tâches. Lorsqu'une tâche est bien automatisée, elle requiert des ressources limitées. On peut alors ajouter une autre tâche sans grande détérioration des performances (Fisk, Ackerman & Schneider, 1987). Nous sommes par exemple capables de conduire, de sortir notre carte de parking tout en continuant la conversation avec le passager. L'exercice répété d'une même tâche permet son automatisation. Nous avons précédemment utilisé l'exemple de l'utilisateur du traitement de texte qui réalise en parallèle deux tâches, exprimer ses idées et utiliser le logiciel. Il est probable que lorsque cet utilisateur aura totalement automatisé l'utilisation du système, celle-ci ne représentera plus qu'une charge minimale. Le système deviendra 'transparent'. L'utilisateur pourra consacrer toutes ses ressources à la rédaction.

Certes, la pratique intensive d'une démarche ne donne pas toujours lieu à une automatisation. L'automatisation repose sur l'induction d'invariants entre les situations rencontrées à travers un même programme. Elle dépend donc du degré de cohérence entre les situations. Si les conventions changent au cours de l'interaction, l'utilisateur ne peut induire d'invariants puisque ceux-ci n'existent pas. Nous verrons dans le module 6 que la cohérence est la qualité primordiale d'un langage d'interaction. Toutefois, l'inverse de ce principe possède également une certaine vérité: il arrive que l'exercice répété d'une compétence conduise à décroître les performances, effet dû à la lassitude (Fisk, Ackerman & Schneider, 1987). Signalons enfin que la question de l'automatisation prend une dimension particulière dans l'interaction personne-machine: si l'utilisateur peut automatiser une activité, pourquoi le système ne pourrait-il prendre cette activité en charge? Cette question doit être considérée sérieusement au moment de partager les tâches entre le système et l'utilisateur.

2.7 Affichage et effacement dans Authorware

Le contenu d'une icône de présentation reste affiché jusqu'au moment ou l'auteur demande son effacement. Il existe deux manières d'effacer de l'information:

• L'auteur place l'icône d'effacement dans le programme à l'endroit correspondant au moment désiré de l'effacement. Pour indiquer quelle icône doit être effacée, l'auteur clique sur un objet appartenant à l'icône dont le contenu sera entièrement effacé. Il n'est pas possible d'effacer une partie du contenu de l'icône (voir module 1). C'est l'ensemble des éléments de cette icône ou rien! Si l'auteur veut effacer des données en plusieurs fois, il devra répartir celles-ci en plusieurs icônes de présentation.
• Les icônes qui contrôlent un processus itératif offrent une gestion automatisée des effacements. L'icône d'interaction dispose d'un paramètre permettant de préciser si la question doit être effacée après chaque réponse (puis réaffichée), ou à la fin de l'interaction, ou ne doit pas être effacée. Les mêmes possibilités existent pour les boucles créées au moyen de l'icône de décision. Les dialogues d'édition de réponses demandent à l'auteur si le feed-back doit être effacé avant la réponse suivante, après cette réponse, à la fin de l'interaction ou ne doit pas être effacé.

Lorsqu'on utilise l'icône d'effacement, le temps de présentation de l'information dépend des icônes qui se trouvent entre l'apparition d'une information et l'icône d'effacement. Dans cet intervalle, l'auteur placera au minimum une icône d'attente: celle-ci interrompt l'exécution du déroulement du programme. La durée de l'interruption dépend des options choisies par l'auteur.

• Interruption pendant un nombre de secondes spécifié par l'auteur. Le compte à rebours pouvant être visualisé à l'écran sous forme d'un petit réveil (mais celui-ci peut distraire l'utilisateur).
• Interruption jusqu'au moment où l'utilisateur presse une touche quelconque ou un bouton du type "continue". Le texte de ce bouton est constant à travers un programme. Il peut être modifié dans les options offertes par le menu 'file setup'.

Authorware dispose des procédés d'emphase visuelle classiques (taille, style, couleur,...). Il ne dispose pas de procédure de sur-brillance, ni de clignotement. Le clignotement peut cependant être réalisé au moyen de l'icône de décision (voir module 7), en créant une boucle qui affiche et efface le même item.

Nous avons insisté sur la création d'invariants dans la disposition des éléments à l'écran. Pour les construire, l'auteur peut trouver utile d'inclure une grille d'écran, telle qu'elle existe dans de nombreux logiciels de dessin. Authorware n'en dispose malheureusement pas. Une solution consiste à dessiner cette grille dans une icône de présentation insérée en début de programme. Il peut s'agir d'une simple grille composée de traits horizontaux et verticaux ou d'un 'patron' spécifique tel que celui-ci illustré par la figure 2.7. Celle-ci apparaîtra par transparence sous les écrans suivants et permettra de positionner les éléments de façon précise. Lorsque le logiciel sera prêt, il suffit alors de supprimer l'icône comportant cette grille. Il est également possible de standardiser l'agencement des zones de réponse en spécifiant leur position au moyen de nombres au lieu de positionner les zones avec la souris. Cette possibilité est offerte par le bouton 'Position et Size' dans le dialogue d'édition d'une réponse. Il est en est de même pour le feed-back: tout objet graphique (texte ou dessin) peut être positionné par des variables ('calculate initial position' dans l'item 'effects' du menu 'Attributes').

Figure 3.8 : Patron permettant à l'auteur de disposer les informations selon une structure cohérente toute au long de l'interaction (ces zones ne sont pas nécessairement visibles par l'utilisateur).

3. Modes d'interaction.

3.1 Exploration

Bien que les activités du sujet varient d'une version à l'autre, la structure de ces six programmes est rigoureusement identique. Authorware représente d'une part la structure de l'interaction par un organigramme et, d'autre part, le ou les modes d'interaction par des symboles spécifiques greffés sur l'organigramme.

3.2 Types de réponses

1) en pressant un 'bouton' (type 'button');

2) en cliquant dans une zone sensible (type 'click/touch');

3) en cliquant sur un objet sensible (type 'clickable object');

4) en déplaçant un objet (type 'movable object');

5) en introduisant plusieurs caractères au clavier (type 'text');

6) en pressant une touche (type 'keypress');

7) en sélectionnant un item dans un menu déroulant (type 'pull-down menu').

Il s'agit des types de réponse offerts par Authorware, mais il sont, pour la plupart, également disponibles ou programmables dans d'autres langages. Authorware propose en outre trois autres types de réponse ('conditional','time limit' et 'tries limit'). Ceux-ci ne constituent cependant pas des modes de réponse à proprement parler, mais des tests complémentaires qui peuvent être intégrés dans l'analyse de la réponse. Nous y reviendrons dans le module 5.

Les types de réponse 'zone sensible' (2) et 'objet sensible' (3) sont très semblables du point de vue de l'utilisateur. Une 'zone' sensible permet de définir comme classe de réponses tout point sélectionné dans un zone rectangulaire de l'écran. La zone en elle-même n'est pas visible pour l'utilisateur. La figure 3.1.a illustre la pertinence du mode 'zone sensible': le sujet peut cliquer dans une zone qui ne correspond pas à un objet précis. La figure 3.1.b. illustre une limitation du mode 'zone sensible': les zones étant rectangulaires, la zone incluant le segment B et celle qui inclut le segment C se superposent. Dans ce cas, si le sujet clique dans l'intersection des zones B et C, l'auteur ne peut déterminer si le sujet a répondu B ou C.

Le type de réponse 'objet sensible' permet de définir comme classe de réponse tout point sélectionné à l'intérieur d'un objet, ce qui permet de résoudre le problème illustré par la figure 3.1b. Un autre avantage des objets sensibles est que ceux-ci peuvent être en mouvement, option particulièrement intéressante pour les jeux.

La sélection d'un objet dont la largeur n'est que d'un pixel demande une certaine dextérité. Pour éviter les problèmes qui en résultent, il faut soit définir des objets plus larges, soit dessiner derrière l'objet visible un objet sensible plus large et invisible par l'utilisateur (par exemple, un rectangle blanc sur fond blanc).

Cette technique est possible parce que ce que Authorware fonctionne pendant l'exécution en mode 'calque'. Tous les objets appartenant à une même icône constituent un seul objet sensible. Aussi, pour réaliser l'exemple de la figure 3.1.b au moyen d'objets sensibles, les objets B et C doivent être créés et affichés dans des icônes de présentation distinctes. Si la lettre B appartient à la même icône que le segment B, elles fera donc partie de l'objet sensible. Ce principe est valable également pour le mode de réponse 'déplacement d'objet' et pour le déplacement d'objets au moyen de l'icône d'animation (voir module 9).

Figure 4.1: (a) A gauche: Utilisation pertinente du mode 'zone sensible'(b) A droite: Utilisation inadéquate du mode 'zone sensible' (Les zones de réponse représentées en pointillé ne sont en réalité pas visibles par l'utilisateur).

3.3 Structure d'une interaction

1) La présentation d'un déclencheur d'activité. Un déclencheur ou stimulus recouvre non seulement les questions prises au sens pédagogique du terme, mais également tout événement qui déclenche une activité de l'utilisateur, par exemple l'apparition d'un ennemi dans un jeu ou la présence d'un menu dans la barre de menus.

2) L'élaboration et l'émission d'une réponse par l'utilisateur. Le terme 'réponse' recouvre non seulement les réponses à une question de nature pédagogique, mais également des activités telles que construire un objet, choisir un item de menu, ou encore poser une question. Le sujet construit sa réponse, la modifie éventuellement, jusqu'au moment où il réalise un acte particulier défini comme signal d'émission.

3) La réception d'une réponse par le système. Le logiciel doit 'accepter' la réponse introduite par le sujet. Ceci implique dans certains cas une suspension du déroulement du programme jusqu'au moment où l'utilisateur produit un signal d'émission. L'utilisateur est généralement informé de la bonne réception de sa réponse par la machine grâce à un signal de réception.

4) L'analyse de réponse. Le processus d'analyse de réponse est souvent réalisé par une séquence de tests permettant d'identifier à quelle classe de réponse appartient la réponse de l'utilisateur. Une classe peut être définie en extension: "5 ou -5". Une classe peut bien sûr ne contenir qu'une seule réponse. Une classe peut aussi être définie en compréhension: par rapport à une réponse-type (par exemple, la réponse 'hydrogène' et ses variations orthographiques raisonnables), au moyen des critères numériques (p.ex., l'ensemble des nombres entiers pour un distributeur de billets) ou de critères plus complexes (l'ensemble des dates plausibles dans un logiciel de réservation). La succession des tests qui permettent d'identifier la classe à laquelle appartient une réponse doit respecter une logique précise décrite ci-après.

5) L'association d'un feed-back à chaque classe de réponses. Le terme feed-back recouvre non seulement des messages de type "C'est juste", mais également toute autre activité sélectionnée par le système sur base de la classe de réponses identifiée: par exemple, poser une sous-question, choisir une chapitre, imprimer un document, effacer un fichier,...

6) L'association d'un branchement à chaque classe de réponses. Le branchement détermine à quel point sera reprise l'exécution du programme après le feed-back. Dans un didacticiel, les branchements les plus fréquents consistent à reposer la question ou à passer à la question suivante.

Nous reprenons chacune de ces étapes par la suite. La figure 3.2. présente un algorithme qui décrit la structure d'une interaction. Comme dans tout algorithme, les tests sont généralement représentés par des formes proches du losange. Cette structure est - à quelques différences près - utilisée par Authorware pour décrire un logiciel. La figure 3.3, très proche de la représentation d'une interaction dans Authorware, résulte d'une rotation de la figure 3.2. Une caractéristique intéressante d'Authorware est que la structure de l'interaction est indépendante du type de réponse. Cette abstraction est liée au fait que les formes de branchement proposées sont identiques quel que soit le mode de réponse. Or ce sont ces formes de branchement qui déterminent la structure de l'algorithme.

Figure 4.2 : Structure d'une interaction

Cette organisation des interactions pourrait laisser penser que Authorware est limité à la réalisation de séquences de questions et de réponses. Certes, Authorware privilégie les programmes de structure linéaire ou en arbre. Ce biais n'est pas anodin car il renforce la tendance naturelle de certains concepteurs à reproduire des structures existantes sur d'autres médias, majoritairement linéaires. Toutefois, ce langage dispose d'un concept qui lui donne une grande souplesse: les réponses permanentes. L'auteur peut par exemple créer un bouton 'permanent' (en sélectionnant l'option 'perpetual' dans le dialogue de spécification du bouton). Celui-ci reste visible et activable tant que le programme ne le désactive pas explicitement. Si un bouton est activable en permanence, il permet à l'utilisateur de sortir de la structure prédéterminée de l'interaction et même de la séquence d'interactions. Il permet donc à l'utilisateur de s'échapper du scénario linéaire et au concepteur de créer des situations plus ouvertes. Il rapproche en cela Authorware de langages de programmation moins contraignant au niveau de la structure.

Figure 4.3 : Transformation de l'algorithme 3.2 'à la Authorware'

Parmi les sept types de réponse décrits, seuls les types 'texte' et 'touche' ne peuvent être permanents. Les réponses de type 'item de menu' sont généralement des réponses permanentes. Un logiciel de dessin peut être analysé comme un certain nombre de questions permanentes et d'interactions locales. Les palettes constituent par exemples des questions permanentes implicites qui invitent l'utilisateur à sélectionner un outil de dessin (réponse 'zone sensible'). Si l'utilisateur répond en sélectionnant l'outil 'droite', il entre dans une interaction en deux phases: il clique une première fois pour poser un point, puis une seconde fois pour désigner le second point définissant la droite. Nous reviendrons sur les réponses permanentes dans le module 7.

3.3.1 Déclencher l'activité de l'utilisateur

1) le stimulus proprement dit, c'est-à-dire l'élément qui déclenche l'activité du sujet: la question, la modification de l'icône qui signale la présence de courrier,...

2) une information concernant le mode de réponse: le sujet doit-il répondre en cliquant sur un objet, en déplaçant un objet, en entrant un texte au clavier,...?

3) une information concernant les réponses possibles: soit la liste des réponses possibles dans le cas de questions fermées, soit les contraintes quant à l'expression de réponses ouvertes (p.ex. longueur maximale).

Les catégories b et c ont un caractère différent de la première. La première, le stimulus proprement dit, concerne le contenu de l'activité du sujet, alors que les deux autres définissent en quelque sorte un contrat d'interaction. Cet aspect 'méta-communicatif' existe également dans un dialogue naturel. Par exemple, dans la question "Peux-tu m'envoyer une note qui résume les tendances du marché", la question porte sur les tendances du marché, mais il est précisé en outre que le mode de réponse doit être de type 'note', c'est-à-dire écrit et succinct. Dans l'interaction personne-machine, il faut être attentif à ces aspects méta-communicatifs:

• Les informations sur l'interaction sont le plus souvent implicites. Par exemple, si l'utilisateur voit trois boutons, il peut en déduire que le mode de réponse attendu est 'cliquer sur un bouton' et que les réponses possibles sont les trois boutons.
• Si cette information est absente ou trop implicite, elle doit être explicitée: "Cliquez sur le symbole qui représente ...", "Répondez par OUI ou NON",...
• Si ces informations sont relativement stables au cours d'une séquence d'interactions, elles peuvent être précisées une fois pour toutes au début de cette séquence.
• Si le stimulus proprement dit occupe tout l'espace disponible, ces informations sur le mode d'interaction peuvent être présentées dans un écran distinct, pour autant qu'elles puissent facilement être mémorisées.
• Si ces informations sont complexes, elles peuvent être présentées au début de l'interaction et rester accessibles pendant l'interaction (par exemple au moyen d'un bouton 'Rappel des consignes').

1) Réponses de type 'bouton' et 'menu'. La présence des boutons et des menus à l'écran indique intuitivement à l'utilisateur comment il doit répondre et quelles sont les réponses possibles. Certains boutons ou items de menu peuvent être désactivés (option 'active if true' dans le dialogue de définition d'une réponse). Ils apparaissent alors en gris. Dans le cas des boutons, l'auteur peut choisir de le rendre invisible. La différence entre un bouton gris ou invisible n'est pas anecdotique. Lorsque le bouton est affiché en gris, l'utilisateur perçoit toujours la structure de l'interaction, bien que certains items soient simplement désactivés. Il mémorise la position des commandes dans les menus même lorsque celles-ci sont inactives. Par contre, si le bouton est invisible, il y a moins de chances que l'utilisateur perçoive ces invariants. Dans le premier cas, la notion d'activation/désactivation est explicite; dans le second cas, elle est implicite et risque donc de surprendre certains utilisateurs.

2) Réponses de type 'zone sensible' et 'objet sensible'. Le concepteur peut changer la forme du curseur lorsque celui-ci passe sur une zone ou un objet sensible. Le curseur de substitution est choisi parmi une petite librairie de curseurs disponibles sur le système utilisé (Mac ou Windows). Cette librairie peut être enrichie par le concepteur qui désire créer des formes de curseur très spécifiques (par exemple, des instruments particuliers). En parcourant l'écran avec la souris, l'utilisateur détecte les réponses possibles à chaque changement de forme du curseur. Les réponses de type 'zone sensible' disposent d'une option 'mark after match' qui affiche une marque noire à gauche de chaque zone que l'utilisateur sélectionne. Celui-ci est donc informé des zones qu'il a précédemment sélectionnées. Cette information est précieuse lorsque le sujet doit, pour une même question, fournir plusieurs réponses espacées dans le temps (par exemple, choisir les chapitres dans une table des matières). Cette information n'est pas disponible pour les réponses de type 'objet sensible'. Elle n'est pas effaçable en cours d'interaction et n'est malheureusement pas modifiable par l'auteur (qui voudrait par exemple la placer ailleurs ou en changer la forme). Si ces contraintes ne conviennent pas à l'auteur, ou s'il utilise un autre langage qui n'offre pas cette fonctionnalité, il est relativement simple de la programmer. Il s'agit d'ajouter dans chaque feed-back l'affichage d'un symbole quelconque, lequel n'informe pas de la qualité de la réponse, mais simplement de son choix.

3) Réponses de type 'déplacement d'objet' et 'touche'. Ces types de réponse n'offrent pas d'option qui permette à l'utilisateur de deviner le mode d'interaction. Ce mode devra donc soit être clarifié par la nature même du stimulus (par exemple, l'utilisateur sait que les pièces d'un jeu d'échec doivent être déplacées), soit être explicitement décrites dans l'icône d'interaction (par exemple, " Déplace les pièces dans les boîtes ", ou " Réponds par A ou B ").

4) Réponses de type 'texte'. Lors qu'une réponse texte est fournie, le sujet voit la zone de réponse, matérialisée par un 'entry marker' indiquant le début de la zone réponse (sous forme d'un triangle dans Authorware), ainsi que par le changement du curseur en curseur-texte (barre verticale). Le triangle de début de réponse est optionnel dans Authorware. L'auteur ne devrait s'en passer que lorsque l'utilisateur perçoit clairement où apparaîtra le texte entré au clavier: par exemple, dans des formulaire où le texte sera affiché dans une zone précise, dans des texte lacunaires ou les mots absents sont remplacés par des points , ... Lorsque la zone de réponse est encadrée ou affichée dans une autre couleur, l'utilisateur peut estimer la longueur maximale de la réponse attendue. Toute autre contrainte sur la réponse doit être spécifiée de façon explicite: "Veuillez ne pas utiliser de forme négative", "Veuillez vous exprimer au présent", "Respectez les majuscules", "Répondez par un seul mot,"...

Lorsque le sujet dispose de plusieurs possibilités de réponse, il est parfois utile de préciser si ces réponses sont complémentaires ou exclusives. Les concepteurs de l'interface standard du Macintosh ont pour cela différencié deux types de boutons:

• les bouton-radio sont mutuellement exclusifs au sein d'un groupe de boutons: la sélection d'un bouton a pour effet de dé-sélectionner le bouton alors sélectionné dans ce groupe (comme les boutons de sélection sur une radio)
• les 'check-box' sont cumulables: la sélection d'un item n'a pas d'effet sur les autres items préalablement sélectionnés (comme dans le remplissage d'une check-list').

Figure 4.4: Bouton-radio et 'check-box' dans le dialogue d'impression du système 7 du Macintosh

Comme l'illustre la figure 3.4., ces deux types de bouton ont des représentations graphiques différentes. Il serait intéressant de vérifier quel pourcentage des utilisateurs de ce système sont conscients de cette convention ou l'utilisent implicitement. Authorware n'a pas inclus ce genre de bouton dans son répertoire de types de réponse. L'auteur désirant construire quelque chose de semblable devra donc le faire manuellement, à savoir gérer l'affichage (apparition et disparition du point noir dans un bouton-radio et d'une croix dans les check-box) et gérer les relations entre les bouton-radio d'un même groupe.

3.3.2 L'élaboration et l'émission d'une réponse par l'utilisateur.

1) Réponses de type 'bouton' . Emettre une réponse consiste à cliquer sur un bouton. Le signal est envoyé lorsque l'utilisateur relâche le bouton de la souris. Si ce dernier déplace le curseur hors du bouton sans relâcher le bouton de la souris, sa réponse n'est pas émise. Le bouton par défaut dispose d'un autre signal d'émission: presser la touche 'return'. Sur Macintosh par exemple, l'utilisateur en est informé par une convention implicite selon laquelle ces boutons apparaissent encerclés par un deuxième trait, plus épais. Une interaction ne peut contenir qu'un seul bouton par défaut, que le concepteur désigne par l'option 'button type'. L'utilisation de boutons par défaut est particulièrement utile lorsqu'on peut facilement anticiper la réponse la plus probable du sujet (par exemple, bouton 'imprimer' dans le dialogue d'impression d'uns document). L'usage de boutons par défaut est évidemment inadéquat dans une question destinée à évaluer des connaissances.

2) Réponses de type 'menu'. Emettre une réponse consiste à cliquer sur le titre du menu apparaissant dans la barre de menus (haut de l'écran), à garder le bouton enfoncé tout en déplaçant le curseur jusqu'à l'item sélectionné. Le signal d'émission est transmis lorsque l'utilisateur relâche le bouton de la souris.

3) Réponses de type 'zone sensible' et 'objet sensible'. Le concepteur peut régler le critère d'émission de la réponse en termes de nombre de 'clicks' sur l'objet. Trois cas sont proposés: la réponse est émise (1) dès que le curseur passe sur la zone ou l'objet sensible (zéro-click), (2) lorsque le sujet clique une fois, ou (3) lorsque le sujet clique deux fois. Dans le module 1, nous avons vu que le double-click correspond généralement à une réponse de type 'ouvre' ou 'met en route', alors que le simple click est utilisé pour désigner un objet. Par contre, le mode zéro-click est plus adapté aux cas où l'utilisateur peut obtenir une information 'en passant' sur un objet, par exemple ses dimensions. La disponibilité de plusieurs modes d'émission permet au concepteur de discriminer différents niveaux d'intentionnalité: le sujet peut cliquer une fois pour obtenir de l'information sur un objet et deux fois pour désigner celui-ci comme réponse (ou cliquer respectivement zéro fois et une fois).

4) Réponses de type 'déplacement d'objet' . L'émission de la réponse consiste à relâcher le bouton de la souris lorsque l'objet déplacé se trouve à un endroit spécifique. La position prise en compte sera celle du centre de l'objet. Certaines variantes peuvent être introduites, par exemple permettre à l'utilisateur de déplacer l'objet en plusieurs fois (et de presser un bouton lorsqu'il a terminé) ou d'utiliser les touches de déplacement du curseur pour ajuster finement la position finale de l'objet). Ces variantes ne sont pas prises en charge par Authorware, mais elles peuvent être programmées par l'auteur.

5) Réponses de type 'texte' et 'touche. Par défaut, le signal d'émission d'une réponse de type 'texte' est la touche 'return'. Les possibilités d'édition de cette réponse sont généralement limitées à l'effacement d'un caractère ou de portions du texte. Dans Authorware, l'auteur peut modifier le signal d'émission et le remplacer par exemple par une touche fonction ou la touche 'enter'. Il est recommandé de ne remplacer le signal 'return' que lorsqu'on a de bonnes raisons de le faire, car cette convention fait aujourd'hui partie du bagage informatique de l'utilisateur moyen. Une 'bonne raison' de remplacer le signal 'return' est lorsqu'un 'retour de chariot' fait partie de la réponse elle-même, par exemple lorsque l'utilisateur doit entrer un texte de plusieurs lignes. L'auteur peut également demander que le système génère lui-même le signal d'émission lorsque N caractères ont été introduits. En réalité, une réponse de type 'touche' constitue une réponse de type 'texte' pour laquelle ce nombre maximal de caractères a été fixé à 1. On peut par exemple fixer cette limite à 3 lorsque le sujet doit répondre par OUI ou NON. Il convient d'utiliser le 'return automatique' ('auto entry') avec la plus grande prudence, car le sujet habitué à presser 'return' au terme de sa réponse aura tendance à presser 'return' même lorsque ce geste ne lui est pas demandé. Dans certains cas, ce signal excédentaire sera conservé dans le buffer d'entrées (entry buffer) et traité comme la réponse à la question suivante, sans que l'utilisateur ait la possibilité d'y répondre. Certaines solutions sont cependant disponibles dans ce cas, telles que vider explicitement la queue d'entrées (possibilité qui n'est pas offerte Authorware) ou demander au système d'ignorer les réponses vides (constituées du seul signal d'émission). Authorware permet en outre de définir la taille et la position de la fenêtre de réponse, de déterminer la longueur maximale de la réponse (en nombre de caractères), ainsi que la police et la taille des caractères. Ces options ainsi que celles concernant le signal d'émission ne sont pas définies dans le dialogue propre à une réponse (comme c'était le cas pour les types de réponse ci-dessus), mais dans l'icône d'interaction elle-même (en choisissant 'Text Entry Options'). Par conséquent, les options choisies concernent l'ensemble des réponses 'texte' associées à une même icône d'interaction. Authorware ne gère qu'une zone d'entrée de texte par icône d'interaction. Pour une interaction de type 'formulaire' dans laquelle plusieurs zones de réponse-texte semblent disponibles simultanément, il faut donc prévoir plusieurs interactions différentes ainsi qu'un interaction d'ordre supérieur qui permet à l'utilisateur de sélectionner la zone de réponse (en cliquant ou au moyen des touches 'flèche').

3.3.3 La réception de la réponse par le système.

1) Réponses de type 'bouton'. La réception de la réponse est confirmée par l'affichage momentané en contraste inversé du bouton sélectionné.

2) Réponses de type 'menu. La réception de la réponse est confirmée par le clignotement de l'item lorsque le bouton est relâché.

3) Réponses de type 'zone sensible' et 'objet sensible'. L'auteur peut demander l'affichage momentané en contraste inversé de l'objet ou la zone sélectionnée.

4) Réponses de type 'déplacement d'objet'. Authorware propose trois signaux de réception du message: l'objet déposé peut (1) rester à destination, (2) être déplacé automatiquement au centre de la zone identifiée ou (3) être ramené à sa position de départ. Le signal 2 (centration) est intéressant lorsqu'on désire éviter au sujet les tâtonnements liés à un ajustement fin de la position de l'objet. Le signal 3 (retour) est utile lorsque le sujet rencontre plusieurs fois la même interaction. Il retrouve alors les objets à leur position de départ. Il est également utilisé dans le cas illustré par la figure 3.4. L'auteur y définit deux zones de réponse A et B plus une zone C qui recouvre l'ensemble de l'écran. Si l'utilisateur dépose l'objet ni dans A, ni dans B, cet objet sera considéré comme ayant été déposé dans C. L'auteur demandera à Authorware de ramener à son point de départ tout objet déposé en C afin de signaler à l'utilisateur qu'il a manqué sa cible.

5) Réponses de type 'texte'. Dans Authorware, lorsque le sujet presse 'return', la zone réponse apparaît dans une autre couleur.

6) Réponses de type 'touche. Aucun signal de réception de message n'est fourni par ce mode de réponse.

3.3.4 L'analyse des réponses

L'ordre des tests est important lorsque ces tests ne sont pas exclusifs, c'est-à-dire lorsque la même réponse peut appartenir à plusieurs classes de réponses. Comme l'illustre la figure 3.5, les réponses qui exigent un 'click' de la souris (type 'bouton', 'objet sensible', 'zone sensible' ou 'déplacement d'objets') ne sont pas exclusives: l'utilisateur peut cliquer sur un point qui appartient à plusieurs zones. Il en va de même pour les réponses de type 'texte' ou 'touche': une même réponse peut correspondre à plusieurs patterns. Il convient dans ces cas de considérer les tests dans leur ordre et de suivre les branchements associés. Nous reviendrons à ce problème dans le module 4.

Il ne faut pas confondre 'test satisfait' et 'bonne réponse'. Les tests réalisés sur la réponse du sujet ne déterminent pas en soi si une réponse est correcte ou incorrecte d'un point de vue pédagogique. Un test vérifie simplement si une réponse appartient ou non à une classe de réponses, c'est-à-dire si elle satisfait aux critères qui définissent cette classe de réponse. Si le résultat du test est positif, cela signifie simplement que la réponse appartient à cette classe. Cette classe peut être une classe de réponses incorrectes. Dans Authorware, l'auteur peut préciser si une classe de réponses est correcte ('correct answer'), erronée ('wrong answer') ou non jugée ('not judged'). Dans la catégorie 'non jugée', on inclut généralement les réponses non interprétables ou les réponses aux questions non didactiques (par exemple, "Quel est votre nom?"). Le fait de définir une réponse comme correcte, incorrecte ou neutre ne modifie pas la structure de l'interaction. Elle permet seulement à Authorware de comptabiliser automatiquement le pourcentage de réponses correctes et incorrectes.

Figure 4.5: Zones de réponse imbriquées (vues en mode auteur)

3.3.5 L'association d'un feed-back à chaque classe de réponses.

3.3.6 L'association d'un branchement à chaque classe de réponses.

Avec ces deux types de branchement, lorsqu'un test est positif, le programme soit sort de l'interaction (`exit interaction'), soit attend une nouvelle réponse (`try again'), ce qui implique que cette réponse subit un et un seul test. Si l'auteur désire que la réponse passe plusieurs tests successifs même dans le cas où le premier est positif, il peut demander le branchement 'continue'. Dans ce cas, Authorware passe simplement au test suivant. Son exécution est visualisée par le fait que la flèche renvoie vers la ligne des tests successifs. Cette possibilité sera en particulier utile si l'utilisateur introduit deux informations de nature différente, par exemple "3500 francs français". L'évaluation de cette réponse exige, d'une part, une analyse de "francs français" par l'analyseur de réponse textuelle et, d'autre part, une vérification du montant par une réponse de type conditionnelle.

L'utilisation précise de ces formes de branchement sera détaillée dans le module 5 consacré à la structure des interactions. Une quatrième forme de branchement ('return') est utilisé pour les réponses permanentes. Elle s'écarte de la structure temporelle des interactions décrite dans ce chapitre et sera par conséquent décrit dans le module consacré à l'architecture des programmes (module 7).

Rappelons que ces modes de branchement sont indépendants du mode d'interaction. Dans Authorware, le type de branchement est sélectionné dans un menu qui est identique pour tous les types de réponse.

3.4 Gestion d'écran

3.4.1 Effacer la question.

• en fin d'interaction ('upon exit');
• après chaque réponse du sujet ('after each entry');
• seulement par une icône explicite d'effacement ('don't erase').

3.4.2 Effacer la réponse.

3.4.3 Effacer le feed-back.

• avant que le sujet fournisse une autre réponse ('before next entry');
• après que le sujet fournisse une nouvelle réponse ('after next entry');
• lorsque l'interaction est terminée ('upon exit');
• seulement par une icône explicite d'effacement ('don't erase').

L'auteur sera particulièrement attentif à maintenir à l'écran l'information nécessaire à l'activité de l'utilisateur. Il se souviendra que:

• Effacer la question à chaque réponse prive le sujet de pouvoir relire la question pour comprendre le feed-back.
• Effacer la réponse avant que le sujet n'ait lu le feed-back prive le sujet de pouvoir comparer sa réponse et le feed-back fourni.
• Effacer le feed-back avant que le sujet fournisse une nouvelle réponse ne permet pas au sujet de relire le feed-back pendant qu'il réfléchit à sa nouvelle réponse.

4. L'analyse des réponses

4.1 Questions ouvertes et fermées

• le sujet choisit sa réponse parmi les N boutons proposés;
• le sujet clique sur une des N zones ou objets sensibles définis (ces zones ou objets peuvent parfois être nombreux);
• le sujet déplace un objet dans une des N zones définies;
• le sujet presse une des N touches considérées;
• le sujet sélectionne un des N items des M menus définis.

Pour les autres modes d'interaction étudiés, l'analyse de la réponse se limite à vérifier si la réponse fournie correspond à une des réponses prévues. Dans certains cas, l'ensemble des réponses prévues est défini en extension. Dans le cas de réponses texte, l'auteur définit des classes de réponses considérées comme synonymes. Ces sous-ensembles sont grands, voire infinis. Aussi, ils ne sont pas définis en extension, mais comme des espaces de variation autour d'une réponse-type. L'auteur définit la réponse type (ou pattern) et les variations autorisées. Le processus de comparaison d'une réponse et d'un pattern porte le nom de 'pattern matching'.

Figure 5.1 : Comparaison de l'analyse de réponses 'bouton' et de l'analyse de réponses 'texte'

Toutes les réponses construites ne sont pas des réponses texte. Une réponse construite non-verbale consiste par exemple à assembler les divers éléments d'un circuit électrique. Une telle réponse peut être décomposée en une séquence d'interaction simples (du type de celles décrites dans le module précédent), au cours desquelles le sujet sélectionne et positionne des objets. Le problème apparaît si l'auteur veut analyser globalement le circuit construit par le sujet. Il doit alors tenir compte des objets connectés, des valeurs associées (intensité, résistance) et de la position relative des objets. Cette analyse complexe peut être réalisée avec Authorware, mais celui-ci ne comprend pas de fonction spécifique pour ce type d'analyse. Par contre, Authorware dispose d'outils spécifiques pour l'analyse des réponses de type 'texte. Ceux-ci permettent d'identifier les mots, leurs caractéristiques et leur ordre dans la phrase. Ces outils sont décrits dans la section 4.3.

4.2 Avantages et inconvénients des QCM dans un didacticiel

• Clarté du tronc: Le tronc désigne la question elle-même, par exemple 'laquelle des propositions suivantes est correcte?'. Il convient d'éviter les formulations négatives ('laquelle des propositions suivantes est incorrecte') et à fortiori les doubles négations ('laquelle des propositions suivantes n'est pas incorrecte' ou 'quel pays n'a pas quitté l'URSS en 1990?'). Ces formulations introduisent une difficulté supplémentaire qui ne correspond pas à la compétence mesurée et réduisent par conséquent la validité interne de la question: le sujet peut se tromper parce qu'il n'a pas lu attentivement la question et non par ignorance de la réponse. Dans les cas où une formulation négative est inévitable, il convient de mettre la forme négative en évidence: 'Laquelle des lois suivantes n'est PLUS en vigueur aujourd'hui ?'.
• Nombre de réponses possibles: Augmenter le nombre de propositions permet de réduire le rôle du hasard. En outre, compter un score négatif pour les réponses erronées incite le sujet qui ne connaît pas la réponse à s'abstenir de répondre, plutôt que de répondre au hasard. On peut alternativement inclure un bouton 'Je ne sais pas'. Certains logiciels permettent au sujet d'indiquer son degré de confiance dans sa réponse, par exemple en misant de l'argent fictif ou tout autre valeur prélevée dans un contexte ludique.
• Nombre de réponses correctes: Le raisonnement de l'utilisateur sera plus complexe si on ne lui indique pas à l'avance le nombre de propositions vraies. Sachez en outre que le concepteur a tendance à placer la réponse correcte vers le milieu de la liste des propositions et à ne pas mettre la proposition correcte au même endroit dans deux questions consécutives.
• Construire des distracteurs pertinents: Afin de multiplier le nombre de propositions, le concepteur a parfois tendance a ajouter des propositions fantaisistes que le sujet peut écarter sans aucune difficulté. En outre, les affirmations générales ('toujours', 'jamais', 'tous', 'aucun',..) sont généralement fausses. Les affirmations nuancées ont tendance à être vraies ('dans certains cas', 'le plus souvent', 'parfois',...).

Il existe une forme plus complexe de questions fermées, les questions à appariement, qui consistent à mettre en relation des propositions fournies dans deux listes distinctes. Dans ce cas, le nombre de réponses possibles est fortement accru, ce qui réduit la part laissée au hasard. La présentation classique des questions par appariement est celle présentée dans la figure 4.2.a : le sujet relie par un trait les propositions qu'il désire associer. Ce type d'interaction peut être construit au moyen d'Authorware, par un développeur avancé (fonction 'drawline). Le programmeur débutant peut lui substituer un format de présentation illustré par la figure 4.2.b. Pour autant que le sujet comprenne le principe d'un tableau à deux entrées, son activité cognitive sera identique à celle sollicitée par l'interaction illustrée en 4.2.a. En effet, dans les deux questions a et b, l'activité mentale du sujet consiste à former les paires (A,2), (B,2), (B,4) et (D,1). La question B est plus facile à programmer puisqu'il suffit de créer des zones sensibles et d'y faire apparaître une marque lorsque le sujet clique sur cette zone. Cette solution illustre deux idées importantes de ce cours. Primo, l'interaction est évaluée par rapport à l'activité cognitive du sujet davantage que par rapport à son activité physique (cliquer, déplacer la souris, frapper une touche). Secundo, lorsqu'une interaction facile à réaliser sur papier (a) se révèle plus difficile sur écran, il est parfois préférable de lui chercher une substitution que d'obstiner à la transposer fidèlement.

Figure 5.2 : Questions à appariement: à gauche, présentation classique (a), à droite, présentation en table (b).

Voici certaines recommandations concernant la construction des questions par appariement:

• La question est plus complexe si la relation entre les deux listes n'est pas bijective, c'est-à-dire si une proposition de la première série peut-être associée à plusieurs propositions de la seconde série et réciproquement. Lorsque deux listes de quatre items doivent être appariées, le nombre de réponses possibles est de 24 (factorielle de 4) si la relation est bijective et de 256 (4⁴) si la relation n'est pas bijective.
• Si les deux listes ont la même longueur, les sujets peuvent induire à tort que cela implique une relation bijective. L'auteur peut soit proposer des listes de longueurs différentes, soit préciser la nature de la relation dans le tronc de la question ('Plusieurs flèches peuvent partir du même point ou arriver au même point'; 'Plusieurs croix peuvent être placées dans la même ligne ou dans la même colonne').
• Si les deux listes sont de longueurs différentes, il est préférable de placer la plus longue à gauche. Imaginons que les deux listes comprennent respectivement 8 et 3 items. Les sujets ont tendance à lire la première proposition de la liste de gauche puis à chercher son correspondant dans la liste de droite. Si celle-ci ne contient que quelques items, les sujets les retiendront assez rapidement et pourront délibérer sur chaque item de gauche sans relire à chaque fois toutes les propositions de la liste de droite.

4.3 Analyse des réponses 'texte' par Authorware

4.3.1 Principes de 'pattern matching'

Figure 5.3 : Visualisation du fonctionnement de pattern matching

Un pattern est composé de caractères simples et de caractères spéciaux. Un caractère simple doit être mis en correspondance avec un caractère identique dans la réponse analysée. Un caractère spécial peut être mis en correspondance avec plusieurs caractères de la réponse analysée. Les caractères spéciaux disponibles dans Authorware sont présentées dans la section 4.3.2. Si la fenêtre du pattern parcourt toute la réponse sans que ce pattern ait été mis en correspondance avec un élément de cette réponse, le résultat du matching est négatif (voir figure 4.4). Le terme 'résultat négatif' n'indique pas si une réponse est correcte ou incorrecte, il indique simplement si le pattern a été identifié. Si le pattern décrit une réponse incorrecte et que la réponse fournie satisfait ce pattern, le résultat de l'analyse sera positif. Les termes 'résultat positif' et 'résultat négatif' signifient respectivement 'pattern identifié' et 'pattern non identifié', ils n'ont pas de signification pédagogique.

Figure 5.4 : La résultat du processus de matching est négatif

4.3.2 Définition du pattern

4.3.2.1 Caractères spéciaux

• Le caractère spécial ? peut être mis en correspondance avec n'importe quel caractère. Il ne permet cependant pas l'oubli de ce caractère, ni l'ajout d'un caractère qui introduirait un décalage entre la réponse analysée et le pattern. Par exemple, le pattern `losange' sera identifié dans les mots `losange', `lozange', `lorange'... mais pas dans le mot `lossange'.

Figure 5.5 : Fonctionnement du caractère spécial '?'

• Le caractère spécial * peut être mis en correspondance avec zéro, un ou plusieurs caractères quelconques. Il permet en particulier d'accepter l'oubli de lettre, le redoublement incorrect de consonnes, etc. On peut visualiser son rôle comme un décrochement du pattern dont la partie qui n'est encore satisfaite continuerait sa course à la manière d'un wagon fou dans le petit matin blême. Si le pattern se constitue uniquement d'un *, il est identifié dans toute réponse.

Figure 5.6 : Fonctionnement du caractère spécial '*'

4.3.2.2 Patterns disjonctifs

Figure 5.7 : Matching disjonctif

4.3.2.3 Patterns conjonctifs

4.3.2.4 Patterns complexes

4.3.3 Filtrage de la réponse de l'élève

4.3.3.1 Elimination des signes de ponctuation

4.3.3.2 Elimination des espaces

4.3.4 Spécifications relatives à la procédure de matching

4.3.4.1 Comparaison de majuscules et minuscules

4.3.4.2 Mots excédentaires dans la réponses analysée

Figure 5.8 : Matching lorsque le concepteur n'accepte pas de mot excédentaire

4.3.4.3 Conservation de l'ordre lors du matching conjonctif

Figure 5.9 : Match conjonctif sans respect de l'ordre

La procédure de respect de l'ordre peut se visualiser de la manière suivante: lorsque le premier pattern est identifié, la fenêtre continue sa course avec le second pattern, et ainsi de suite. Si un des patterns n'est pas trouvé, le résultat est négatif.

Figure 5.10 : Matching d'un pattern conjonctif avec respect de l'ordre

4.3.4.4 Matching partiel

4.3.4.5 Matching progressif

4.4 Traitement du langage naturel

• Si l'auteur définit cette phrase entière comme pattern, avec ordre strict, la phrase 'Le chien d'une voisine a mordu Michel' sera rejetée.
• Si l'auteur définit le pattern 'chien voisine mordu Michel', avec ordre strict, la phrase 'Le chien de la voisine a chassé celui qui a mordu Michel' sera acceptée.
• Si l'auteur définit le pattern 'chien voisine mordu Michel', sans contrainte d'ordre, la phrase 'Ma voisine a mordu le chien de Michel' sera acceptée!

La première étape du traitement du langage consiste à identifier la catégorie lexicale de chaque mot. Les connaissances concernant la nature des mots figurent dans un lexique ou dictionnaire. Celui-ci contient en outre des connaissances morphologiques permettant d'identifier les diverses variations d'un même mot, notamment de savoir que 'a mordu' correspond au verbe 'mordre', conjugué à la troisième personne du passé composé et à la voix active. Pour traiter notre exemple, les connaissances suivantes sont nécessaires:

Mot                   Nature                Connaissances                               
                                            Morphologiques                              
le                    article défini        masculin singulier    le                    
de                    préposition                                 de                    
ma                    adjectif possessif    1p.s., féminin        mon                   
                                            singulier                                   
chien                 nom commun            masculin singulier    chien                 
voisine               nom commun            féminin singulier     voisin                
Michel                nom propre            masculin singulier    Michel                
a mordu               verbe transitif       3 p.s, passé          mordre                
                                            composé, voix active                        

La deuxième étape consiste à identifier des structures syntaxiques. Ces structures sont décrites en termes de catégories lexicales et permettent de décrire une grande variété de phrases. Voici quelques règles qui définissent une grammaire élémentaire:

1) article + nom commun => groupe nominal

2) adjectif possessif + nom commun => groupe nominal

3) nom propre => groupe nominal

4) article + nom commun + prép. + groupe nominal => groupe nominal

5) verbe transitif + groupe nominal => groupe verbal

6) verbe intransitif => groupe verbal

7) groupe nominal + groupe verbal => phrase

La règle 1 peut se lire comme suit "un article puis un nom commun forment un groupe nominal". La règle 2 reconnaît 'ma voisine' comme groupe nominal. La règle 3 identifie 'Michel' comme étant un groupe nominal. Par contre, si l'utilisateur tape 'mon Michel', aucune de ces règles n'identifierait cette réponse comme étant grammaticalement correcte. On peut intégrer dans ces règles des contraintes morphologiques afin de rejeter une réponse telle que 'mon voisine'. Après avoir appliqué la règle 2 à 'ma voisine', il est possible d'appliquer la règle 4 au groupe de mots 'Le chien de <groupe nominal>'. La figure 4.11 illustre la réduction progressive de la structure initiale jusqu'à l'identification d'une structure de phrase élémentaire (règle 7). Ces connaissances lexicales et grammaticales sont mises en oeuvre par une procédure de pattern matching plus élaborée que celle utilisée par Authorware.

La grammaire définie est aussi arbitraire que le pattern défini par l'auteur avec Authorware. On peut définir des grammaires pour des sous-langages, des grammaires fausses, des grammaires pour l'analyse d'expressions algébriques, etc. La procédure d'analyse teste simplement si une réponse correspond à une grammaire, elle n'implique pas que cette grammaire ait une valeur absolue. On peut par exemple analyser une phrase allemande avec une syntaxe française afin de détecter si un francophone qui apprend l'allemand reproduit dans cette langue certains aspects de sa langue maternelle. La procédure d'analyse à partir d'une grammaire formelle n'implique pas non plus que les règles décrites correspondent à une réalité psychologique, c'est-à-dire que l'être humain utilise des règles semblables pour sa compréhension de l'énoncé. La mise en oeuvre d'un système de règles est expliqué dans le module 8.

Figure 5.11 : Analyse d'une phrase simple

L'identification de la réponse du sujet peut se faire au moyen de règles de transformation. Ces règles définissent des classes de phrases équivalentes à la réponse-cible (du point de vue de l'auteur). La règle ci-dessous permet de transformer une phrase exprimée à la voix passive en son équivalent à la voix active:

sujet (X) + verbe à la voix passive (Y) + 'par' + complément d'agent (Z)

=>

sujet (Z) + verbe à la voix active (Y) + complément d'objet direct (X)

Cette règle permet de déterminer que la réponse 'Michel a été mordu par le chien de la voisine' correspond à la réponse cible 'Le chien de ma voisine a mordu Michel'. Il convient pour cela de substituer (le chien de ma voisine) à X, (mordre) à Y et (Michel) à Z.

(Michel) (a été mordu) (par ) (le chien de la voisine)

=>

(le chien de ma voisine)(a mordu)(Michel)

Ces règles permettent de fournir le feed-back associé à la phrase-cible identifiée. Par exemple, le concepteur déterminera que la phrase 'C'est le chien de ma voisine qui a mordu Michel' est une bonne description de l'image présentée et il fournira le feed-back 'Très bien' à toute phrase équivalente. Cette association d'une classe de réponses à un feed-back unique constitue cependant une forme assez rigide d'interaction. On peut faire mieux en associant une représentation du contenu de la phrase. Ainsi, l'énoncé utilisé plus haut contient certaines informations: il s'agit d'une agression (mordre); l'agression a eu lieu dans le passé; l'auteur de l'agression est un chien (chien-A); la victime de l'agression est une personne (personne-A); personne-A s'appelle Michel; le chien appartient à une personne (personne-B); personne-B est de sexe féminin; personne-B est voisine d'une personne C, auteur de la phrase;

On peut représenter ces entités et leurs relations par des structures de données. Chaque entité est définie par une certain nombre de paires attribut-valeur. Par exemple, une personne peut être décrite par la liste '(nom Paul) (age 35) (taille 178) (sexe masculin) ...'. L'ensemble des objets qui sont définis par les même attributs forment une classe. On dit qu'ils constituent des exemples de cette classe. Les trois personnes (A,B,C) évoquées dans l'analyse ci-dessus constituent trois exemples de la classe 'personnes'. La classe 'personnes' constitue une sous-classe de la classe des animaux. La figure 4.12. illustre les entités décrites, les relations entre elles ainsi que la hiérarchie des classes. Certains langages informatiques, dits 'orientés-objet', disposent d'instructions permettant de définir des classes, d'en créer des exemples, de définir des traitements spécifiques pour les exemples des différentes classes, etc.

Cet ensemble d'objets interconnectés porte le nom de 'réseau sémantique'. Les langages informatiques disposent d'instructions permettant de retrouver la valeur de l'attribut d'un objet (par exemple 'valeur-de person-A nom'). Si le logiciel dispose de règles permettant de traduire des questions formulées en langue naturelle en instructions de lecture du réseau sémantique, il pourra répondre à des questions telles que: " Est-ce un chien qui a mordu Michel? ". " A qui appartient le chien qui a mordu Michel? ", " Ma voisine a-t-elle un chien? ",...

Un réseau sémantique est constituée de symboles et connections entre symboles. Ces connections permettent de rechercher un symbole à partir d'un autre, par exemple, de trouver 'voisine' à partir de 'chien'. Cette performance peut donner à l'utilisateur l'illusion que le système a compris sa question. L'ordinateur ne comprend en réalité aucun de ces symboles. Remplacez le symbole 'voisine' par le symbole 'hk%*3Bz' et le réseau fonctionnera exactement de la même manière. Aucun de ces symboles ne possède de signification réelle pour l'ordinateur. Les connaissances sémantiques de l'ordinateur peuvent se comparer avec la situation d'un sujet ne parlant pas Chinois, enfermé seul dans une pièce et qui veut apprendre le chinois au moyen d'un dictionnaire Chinois-Chinois. La définition d'un mot dans ce dictionnaire renvoie vers d'autres symboles aussi incompréhensibles que le premier. L'association de symboles dénués de sens ne fournit pas une véritable compréhension de ces symboles, mais simplement de produire une réponse en fonction d'un message complexe.

Les aspects sémantiques et pragmatiques de la langue constituent un obstacle fondamental au traitement automatique du langage naturel. Considérons par exemple les phrases suivantes: "Jean a prêté sa voiture à Paul. Il l'a chaleureusement remercié." Nos connaissances nous permettent de déterminer que le pronom 'il' réfère à Paul et non à Jean. Nous savons que 'prêter' est une action généreuse qui implique une reconnaissance de l'emprunteur vers le prêteur. Considérons un autre exemple, inspiré de Dix. et al (1993): "Paul a frappé le garçon avec un bâton en bois. Christine a frappé le garçon avec un bonnet en laine." A nouveau, seule une construction du contexte sémantique nous permet de comprendre que 'avec le bâton en bois' concerne l'acte de frapper, alors que 'avec le bonnet en laine' concerne le garçon frappé. La résolution des ambiguïtés propres au langage courant repose sur une grande quantité d'informations spécifiques au contexte du message. Ceci explique que des systèmes relativement robustes n'aient pu être développés que dans des domaines bien circonscrits, par exemple la traduction automatique des bulletins d'avalanche. Par contre, toutes les prévisions concernant le développement de systèmes génériques de compréhension du langage naturel se sont révélées largement optimistes.

Figure 5.12 : Réseau sémantique permettant d'organiser les connaissances contenues dans la phrase 'Le chien de ma voisine a mordu Michel'

4.5 La conception des situations de dialogue

4.6 Exercices

4.6.1

Réponses                                   Feedback                                   
hydrogène, hydrogene                       "C'est exact. Ces nuages comportent        
                                           également des atomes neutres, des ions     
                                           et quelques molécules."                    
ydrogene, hidrogene, ydrogène, hidrogène   "C'est exact. Note cependant que           
                                           l'orthographe exacte est hydrogène."       
autres réponses                            "Non, il s'agissait d'hydrogène."          

4.6.2

Réponses                                   Feed-back                                  
die Kinder                                 "Très bien"                                
Kinder                                     "Il manque l'article. Recommence."         
kinder                                     "Attention aux majuscules! Essaie à        
                                           nouveau."                                  
Kinde, Kinden, Kinds                       "Le pluriel de kind ressemble à celui de   
                                           'das Feld', 'die Felder'. Essaie encore."  
autre réponses                             "Le pluriel se forme généralement en       
                                           ajoutant -e, -en, -er ou -s. Propose une   
                                           autre réponse."                            
                                                                                      

4.6.3

Réponses           Feed-back                                                         
3 villes           "Très bien."                                                      
correctes                                                                            
1 ou 2 villes      "Très bien. Complétez votre réponses."                            
correctes                                                                            
aucune ville       "Je ne trouve pas de ville romande dans votre réponse.            
correcte           J'attends une autre proposition."