Table des matières

Avant-propos
Remerciements
Dédicace
Table de figures
Résumé des sections principales
chapitre 1 Introduction
1-1 Projet et guide de lecture
Le projet
Guide de lecture
1-2 Vers une synthèse de "compréhension" et d' "explication"
L'importance de la pensée subjective
L'accès aux données est difficile
Modèles et représentations
Le savoir commun et la quasi-herméneutique
Interprétation, reconstruction et explication
chapitre 2 Modèles de l'individu et de l'acteur social
2-1 Le paradigme émergent des sciences cognitives
2-1.1 La modélisation de l'esprit
2-1.2 La mémoire dans les sciences cognitives
2-1.3 Les plans et la structure du comportement mental
2-1.4 La représentation du savoir
2-1.5 Vers une approche cognitiviste
2-2 La modélisation de l'action sociale
2-2.1 L'action téléologique et rationnelle
2-2.2 L'homme sociologique
Parsons I: L'acteur rationnel guidé par des normes
Parsons II: Les normes et les rôles
2-2.3 L'acteur dramaturgique
2-2.4 L'homme - utilisateur de symboles
2-3 Vers un modèle unifié de l'Homme
Vers la modélisation du décideur
chapitre 3 Modèles du décideur politique
3-1 La notion de la décision
L'analyse cognitive du décideur
3-2 Les modèles rationnels de décision
3-2.1 La théorie des jeux
Les ingrédients d'un jeu
Jeux de conflit et de coopération
Apprendre les stratégies
Vers la négociation des jeux
3-2.2 Modèles de choix à rationalité limitée
Les arbres de décision
Les problèmes des valeurs complexes avec incertitude
L'utilisation de règles de décision
3-2.3 Le "governmental problem solving" de Crecine
3-3 'Cognitive maps' et 'operational code'
3-3.1 "Cognitive mapping"
L'opération de codage
L'analyse de graphes cognitifs
3-3.2 "L'étude des codes opérationnels"
3-3.3 Utilité
3-4 La modélisation des expériences du décideur
L'histoire comme structure narratrice
3-5 Le modèle "Lohhausen"
3-6 Les propriétés du décideur et de la décision
3-6.1 Le processus de décision et le temps
3-6.2 Le décideur, une vue systémique
chapitre 4 La modélisation des processus cognitifs
Introduction
4-1 Modèles du décideur et du processus de la décision
4-1.1 Le décideur: une première synthèse
4-1.2 Les "étapes" de la décision
(a) La définition du problème
(b) Définition et utilisation de buts
(c) La résolution du problème
(d) L'évaluation
(e) Le processus complet de décision
4-1.3 Le décideur dans un environnement complexe
4-2 Les heuristiques de résolution de problème
4-2.1 Introduction: Opérateurs mentaux et heuristiques
4-2.2 Les heuristiques de la gestion d'un environnement complexe
Opérations cognitives de base portant sur des relations
La planification de l'agenda
Le traitement des intentions
A la recherche d'un problème
L'interaction entre buts
4-3 Intelligence artificielle et résolution de problèmes
4-3.1 Le General Problem Solver
Le paradigme GPS
Un modèle pour l'architecture de l'esprit humain
Le modèle GPS
Les systèmes de production
Chaînage avant, chaînage arrière et variables
SOAR
Discussion
4-3.2 La représentation de connaissances intégrées
"Scripts" et "Frames": un modèle de la perception
Les réseaux de buts
Le plan, entre "script" et création
4-3.3 Le raisonnement avec des cas
4-4 Un modèle d' "information" du décideur
4-5 La modélisation IA de la décision en science politique
4-5.1 "Case-based, explanation et model-based reasoning"
4-5.2 L'interprétation d'événements politiques
POLITICS
PIE
4-5.3 Un modèle de planification: JESSE
4-5.4 La modélisation de relations constitutives en politique
4-5.5 La modélisation du décideur individuel et collectif
chapitre 5 La modélisation d'une décision administrative par le génie cognitif
5-1 Les systèmes expert et un problème de modélisation
5-1.1 La modélisation par un "système expert"
5-1.2 L'acquisition d'immeubles par des étrangers
5-1.3 Règles et raisonnement juridique
5-1.4 La traduction d'une loi en forme de règles
5-2 Les architectures "Mycin"
5-2.1 Le langage Mycin
Les contextes
Les paramètres
Les règles, un premier aperçu
Le raisonnement probabiliste
Les "fonctions Mycin"
Fonctionnement et syntaxe d'une règle "SMYC"
Le "moteur" Mycin et l'architecture de SMYC
Une note sur SMYC
5-3 L'encodage d'un texte de loi - M-Lex
5-3.1 La Lex Friederich
5-3.2 L'acquisition et la formalisation des connaissances
5-3.3 Aperçu du système M-Lex
5-3.4 Evaluation
5-4 La dimension politique dans l'application d'une loi
5-4.1 La LAIE - histoire, structure et dynamique
Historique
Acteurs et procédures
5-4.2 La modélisation d'un système de mise en oeuvre
L'interaction du droit et de la politique
La modélisation de la mise en oeuvre dans les cantons
L'intérêt public et le soutien de milieux "intéressés"
5-4.3 Etudes de cas
5-4.4 L'analyse structurelle de P-Lex
Analyses structurelles et études de sensibilité
5-4.5 Conclusion - où sont les limites?
chapitre 6 Le décideur, son organisation et son environnement
6-1 Introduction
6-2 La modélisation de l'environnement
6-2.1 La simulation numérique discrète
6-2.2 Un langage de simulation pour la simulation discrète des systèmes dynamiques
6-2.3 Simulation numérique et règles d'inférence
L'inférence par un moteur de chaînage avant
Simulation discrète et inférence
6-3 La modélisation d'objets et d'acteurs
6-3.1 La simulation orientée objets
6-3.2 Etudes de cas: Le langage "Ross" de Rand
Objets, messages et comportements dans Ross
La hiérarchie des objets
Critique et discussion
6-3.3 Etude de cas: Le langage "SimKit"
6-3.4 L'avenir de la simulation orientée objet
6-3.5 La modélisation IA de systèmes d'acteurs
6-4 La mémoire du décideur et l'apprentissage
6-5 Vers un paradigme multi-modal de simulation et de modélisation
6-5.1 L'interaction entre différents types de modélisation
Simulation numérique et simulation objets
Règles d'inférence et simulation objets
La multi-fonctionalité des langages de modélisation
6-5.2 Les simulations multi-modales
6-5.3 Conclusion et perspectives
chapitre 7 Epistémologie et méthodes de la modélisation IA
7-1 Les bases épistémologiques de l'intelligence artificielle
7-1.1 Les disciplines de l'intelligence artificielle
Représentation et computation
7-1.2 Problèmes de l'IA symbolique
Le problème de l'ancrage des symboles
La critique phénoménologique et la "situated action"
La robustesse des représentations symboliques
Le "frame problem"
L'adaptation et l'apprentissage
7-1.3 Le connexionisme - complément ou alternative?
7-1.4 La negation totale du cognitivisme: une alternative valable ?
7-1.5 Le statut épistémologique de l' IA appliquée à la science politique
7-2 La modélisation IA et le génie cognitif
7-2.1 Introduction
La sélection d'outils informatiques
7-2.2 L'élicitation des connaissances
Elicitation de connaissances et entretiens
7-2.3 La génération de données cliniques
Les jeux de rôle comme générateur de connaissances
7-2.4 L'organisation des connaissances
7-2.5 La représentation des connaissances
7-3 Pour une nouvelle modélisation systémique
7-3.1 La notion de modèle scientifique
Le rapport entre le modèle et son "original"
Les modèles scientifiques
7-3.2 La formation inductive de théories et les données "soft"
7-3.3 Vers les modèles multi-paradigmes
chapitre 8 Applications pratiques
8-1 Le problème: le déficit de décision
Résumé
8-2 La formation des décideurs
8-2.1 Les principes de l'enseignement et de l'apprentissage
Peut-on enseigner la décision dans une situation complexe?
8-2.2 PEPS: Un micro-monde d'apprentissage
L'ordinateur comme "constructorium"
Vers des assistants "intelligents"
Environnements de simulations riches et apprentissage
8-3 Systèmes d'aide à la décision
chapitre 9 Conclusion
9-1 La modélisation du décideur
9-2 La méthode IA en science politique
9-2.1 L'utilité des modèles IA en science politique
9-2.2 La modélisation du décideur
9-2.3 Une réinterprétation du statut épistémologique des modèles "IA"
9-2.4 La modélisation de constructions théoriques
9-2.5 'Knowledge oriented modelling'
9-3 L'avenir de la modélisation en science politique
Appendice
A-1 Test du langage de simulation
A-2 L'exemple «Demopolis»
Bibliographie