Modélisation de la démarche
du décideur politique
dans la perspective
de l'intelligence artificielle

Prof. Pierre Allan, directeur de thèse
Prof. Eugen Horber (Section des sciences sociales, SES)
Prof. Christian Pellegrini (Département d'informatique, Faculté des sciences)
Prof. Rolf Pfeifer (Institut für Informatik, Universität Zürich)
Prof. Paolo Urio, président du jury

Septembre 1994

Unité "Technologie de Formation et Apprentissage",
Faculté de Psychologie et des Sciences de l'Education,
Université de Genève
9 route de Drize, CH-1227 Carouge

Tel.: (022) 705 9694
email: schneide@divsun.unige.ch

Une version "World-wide Web" est disponible sous:
http://tecfa.unige.ch/tecfa/general/tecfa-people/schneider.html

Avant-propos

Remerciements

Ensuite je tiens à remercier les professeurs Charles Roig et Hayward R. Alker pour m'avoir donné la possibilité d'étudier la modélisation symbolique et pour m'avoir fait profiter de leurs connaissances sur les analyses systémiques et linguistiques en science politique.

Je remercie ma famille, Nina, Lucy, Elsa et Marielle, pour l'amour qu'elles portent à quelqu'un qui travaille souvent tard le soir....

Ma femme Marielle, ainsi que Flavie Vassor et sans oublier mon directeur de thèse ont beaucoup contribué à mettre en forme mon français très approximatif. Sans eux, j'aurais sans doute été découragé par cette langue que j'aime bien au quotidien, mais qui se marie mal à mes activités professionnelles. Il reste certainement des corrections à faire et je m'engage à les effectuer avant une éventuelle impression.

J'exprime aussi ma gratitude à l'équipe du TECFA, qui, pendant cet été 1994, a été privée de mon soutien. Je tiens plus particulièrement à remercier Pierre Dillenbourg qui a dû renoncer à ma contribution dans une phase critique d'une recherche importante et qui a quand même trouvé le temps de lire intensivement quelques chapitres. Merci aussi à Patrick Mendelsohn, le chef de mon équipe, qui a fait des remarques pertinentes sur les quatre premiers chapitres.

L'aboutissement de cette thèse a aussi été encouragé par de nombreuses discussions avec des collègues de disciplines variées. Je ne citerai pas de noms ici, pour ne pas en oublier certains.

D'autres personnes m'ont encouragé à finir ce travail par des gestes d'amitié dont je suis reconnaissant. A titre d'exemple, je citerai M. Fedel pour son chalet qui m'a permis de réécrire la section difficile 7.1 dans le calme. Ou encore Bea Pfeifer qui a parié quelques bouteilles de champagne sur ma réussite.

"Last but not least", j'exprime ma gratitude aux membres de mon jury de thèse: les professeurs Eugen Horber, Christian Pellegrini, Rolf Pfeifer et Paolo Urio.

Les années 1985 et 1986 furent consacrées à la rédaction d'une première version complète des chapitres 1 à 5, à la programmation du modèle présenté dans le chapitre 5, ainsi qu'à des explorations avec d'autres techniques de modélisation (que l'on ne retrouve plus dans ce texte). A partir de 1987, j'ai obtenu un poste d'informaticien à la Faculté de Psychologie et des Sciences de l'Education de l'Université de Genève qui, peu à peu, a complètement absorbé mes capacités de travail. Puis des éléments marquants, comme la fondation d'une famille et une maladie impressionnante, m'ont incité à investir davantage dans ce nouveau travail plutôt que dans une thèse qui ne m'aurait pas forcément ouvert toutes grandes les portes académiques. A ce moment-là, (c'est à dire il y a environ cinq ans) j'aurais sans doute dû la terminer et la rendre dans l'état où elle était. Mais il m'était sans aucun doute trop difficile d'enterrer un projet plus ambitieux (dont une partie a survécu dans le "projet" esquissé au chapitre 6) et j'avais mal estimé la charge de travail de mon poste de "pilier informatique" d'une équipe en pleine expansion.

Finalement, après la sommation en 1993 de l'Université de finir ma thèse, j'ai décidé de la rendre presque "telle quelle", c'est-à-dire de renoncer à des modélisations plus difficiles (comme la modélisation d'un planificateur intégré dans un système d'acteurs et un environnement) pour lesquelles il m'aurait fallu consacrer trop de temps. J'ai profité de cette dernière année pour reécrire l'ensemble afin de mettre en valeur mon interprétation récente très différente de la nature des modélisations symboliques en IA. Le débat scientifique de ces dernières années a clairement montré que les modèles cognitivistes doivent être interprétés analytiquement. Les structures et les mécanismes d'un modèle prennent sens à travers l'interprétation du chercheur et celle des autres utilisateurs et non pas à travers une sorte de correspondance "forte" entre le modélisé (la cognition) et le modèle informatique. Ma participation à des travaux dans le domaine des "environnements avancés d'enseignement et d'apprentissage" m'ont ouvert les yeux sur l'importance de la "communication". Un modèle (destiné à l'enseignement, la pratique ou la recherche) doit être compréhensible et inspectable par les destinataires, sinon il ne sera pas accepté ni validé par un nombre suffisant de personnes. Ainsi, je vois aujourd'hui la modélisation IA comme un moyen de produire des modèles relativement complexes d'un phénomène, avec une méthode qui s'approche du langage naturel et qui facilite donc l'échange entre les objets/sujets analysés, les chercheurs et le public cible. J'ai donc réécrit en conséquence l'ensemble de mon travail et rédigé la conclusion dans ce sens.

Tout en regrettant aujourd'hui de ne pas l'avoir rendu il y a déjà cinq ans, je suis persuadé que ce travail n'a pas vieilli, au contraire, il a mûri. Le coeur de mon approche a déjà été formulé par Max Weber ou encore dans la thèse de Parsons et ce paradigme ne sera pas épuisé avant longtemps. Les travaux en science politique sur la décision n'ont pas fondamentalement évolué ces dernières années. Une thèse rendue il y cinq ans aurait été résolument "cognitiviste". Son orientation actuelle basée sur la notion de communication survivra sans aucun doute beaucoup mieux les années à venir. Elle met plus l'accent sur l'utilisation des techniques d'intelligence artificielle populaires dans les systèmes à bases de connaissances bien connues et bien accessibles à tout le monde. On connaît aujourd'hui les limites techniques et épistémologiques des systèmes à bases de connaissances. Cependant, si on les interprète comme des machines à encoder et à transmettre des connaissances en vue de permettre une validation intersubjective, ils seront pertinents pendant longtemps encore.