4-3.2 La représentation de connaissances intégrées

Les "scripts" (une invention du groupe d'intelligence artificielle de Yale) ont comme objet les connaissances spécialisées, par opposition aux connaissances de nature plus générale comme les heuristiques. Dans le modèle de Yale, les "scripts"servent à interpréter des événements fréquemment rencontrés et à y participer. Schank et Abelson (77) postulent qu'il existe des milliers de tels "scripts"dans la mémoire humaine. Ces scripts nous permettent de faire des économies de raisonnement et ils guident l'interprétation d'événements rencontrés dans des récits ou des activités courantes. Un "script" contient des mécanismes spéciaux pour gérer les connaissances stéréotypiques que l'on possède sur des institutions sociales et des conventions de comportement. Il crée des attentes sur les objets que l'on peut rencontrer dans une situation d'un certain type et il fait des prédictions sur la suite des événements qui peut arriver. Par ce fait, les décideurs peuvent agir sans grande charge cognitive dans ce type de situations. L'essentiel de l'activité humaine courante peut donc reposer sur des schémas d'interprétation et d'action qui garantissent la cohérence et "s'occupent" des détails. Les "scripts"ont une fonction similaire pour la génération de textes. Ils permettent de sauter tous les détails que le narrateur suppose automatiquement inférés par l'auditeur. Dans un contexte social, un "script" fait appel aux rôles. Ces rôles ne doivent pas toujours être remplis par des acteurs concrets, surtout s'il s'agit de rôles auxiliaires. Ainsi par exemple, on sait qu'un grand nombre de collaborateurs assistent à des visites d'Etat, toutefois, il n'est pas nécessaire de savoir qui accompagne un chef d'Etat pour comprendre la visite. En règle générale, un "script" est défini pour un certain point de vue. Par exemple, un "script" pour organiser une réception est différent de celui pour aller à une réception.

Il existe plusieurs types de script: le "script" le plus souvent modélisé dans des programmes de Yale est situationnel. L'exemple le plus connu est le "script" du "restaurant" qui a déjà inspiré Tolman (51). Voici une définition tirée de Schank et Abelson (77:41) qui montre bien la focalisation sur des chaînes d'événements ayant des éléments fixes et ritualisés:

"A script is a structure that describes appropriate sequences of events in a particular context. A script is made up of slots and requirements about what can fill those slots. The structure is an interconnected whole, and what is in one slot affects what can be in an other. Scripts handle stylized everyday situations. They are not subject to much change, nor do they provide the apparatus for handling totally novel situations. Thus, a script is a predetermined, stereotyped sequence of actions that defines a well-known situation. Scripts allow for new references to objects within them just as if these objects had been previously mentionned; objects within a script may take "the" without explicit introduction because the script has already implicitly introduced them."

La théorie des "scripts" a été implantée pour la première fois dans le système SAM ("script" Applier mechanism). Un "script" dans SAM possède plusieurs niveaux de description. Le plus important est celui de la définition de la situation (aussi appelé "script" global) qui contient les connaissances qui différencient le "script" par rapport à une situation-type. Il existe une liste d'acteurs principaux, les scènes "obligatoires", l'information sur les chemins possibles d'action, des conceptualisations majeures ainsi que de l'information qui permet l'activation du "script". Ensuite, il existe un niveau pour la scène et un autre pour les épisodes qui indiquent à une personne comment il faut interpréter les parties spécifiques d'un espace d'événements ou comment il faut y agir. Il s'agit donc essentiellement de structures de connaissances qui définissent des événements et des actions nécessaires, auxiliaires et optionnelles qui font partie d'une situation stéréotypée.

Les "scripts" ne s'appliquent pas à la compréhension de toutes les actions, mais la science politique serait sans doute d'accord avec l'affirmation que le comportement et les connaissances stéréotypées sont un facteur important pour la compréhension et la décision politique. Un type différent des "scripts" situationnels sont les "scripts" personnels. Il s'orientent autour des rôles sociaux et décrivent du comportement de rôle stéréotypé, c'est-à-dire des attentes d'actions. Carbonell (81) a, sur la base de la notion de script, développé un modèle des traits de personnalité qui pourrait s'appliquer à la modélisation des tenants de rôles sociaux. Le troisième type, les "scripts" instrumentaux sont liés à la planification, et donc à la poursuite de buts ou de sous-buts instrumentaux. Un "script" de planification fait en règle générale partie d'un plan plus large dans la poursuite d'un but. Il s'agit donc de routines plus ou moins fixes pour exécuter des actions composées relativement fréquentes. Ils ne sont pas utilisés pour définir le contexte d'une situation de résolution de problème au sens large.

Les "scripts" que l'on pourrait aussi appeler "recettes" ont fait leur preuve en intelligence artificielle. Ils sont un modèle plausible qui explique comment les acteurs humains arrivent à s'orienter et à agir apparemment sans efforts cognitifs dans un grand nombre de situations. Les critiques qu'on peut leur adresser sont en partie les mêmes que celles adressées à toutes les constructions symboliques de l'IA. Il est en effet impossible de prouver l'existence réelle de telles structures dans le cerveau. Il ne peut s'agir que d'un épiphénomène. Ensuite, il est difficile de savoir comment ces "scripts" pourraient se créer et s'adapter, quel serait leur niveau de généralité, comment on les activerait et on les désactiverait, etc. La notion de recette fixe est sans doute plausible sous une forme ou une autre. Par contre, étant donné que les humains ont une très bonne capacité pour le raisonnement analogique et étant donné que chaque situation de vie est unique, on ignore dans quelle mesure l'homme "rejoue" des scripts fixes ou les re-crée en cours d'action.

Les "frames" sont une super-classe de "scripts". Ils reposent sur le même genre d'observations que les "scripts". Il existe un grand nombre d'expériences en psychologie cognitive suggérant que les gens utilisent des structures de connaissances larges constituées à partir d'expériences précédentes pour comprendre de nouvelles situations et pour agir. L'idée du "frame" qui s'apparente dans l'esprit aux scripts, est née au milieu des années soixante-dix. Les "frames" modélisent des unités de mémoire qui comprennent du savoir et du savoir-faire très complexe tandis que les "scripts" concernent plutôt des événements qui définissent des situations stéréotypées. Le concept du "frame" s'apparente davantage au concept de schéma utilisé en psychologie:

"A frame is a data-structure for representing a stereotyped situation, like being in a certain kind of living room, or going to a child's birthday party. Attached to each frame are several kinds of information. Some of this information is about how to use the frame. Some is about what one can expect to happen next. Some is about what to do if these expectations are not confirmed. We can think of a frame as a network of nodes and relations. The "top levels" of a frame are fixed, and represent things that are always true about the supposed situation. The lower levels have many terminals - "slots" that must be filled by specific instances or data. Each terminal can specify conditions its assignments must meet (assignments themselves are usually smaller "sub-frames"). Simple conditions are specified by markers that might require a terminal assignment to be a person, an object of sufficient value, or a pointer to a sub-frame of a certain type. More complex conditions can specify relations among the things to several terminals" (Minski 81:96).

En reliant des ensembles de "frames" on obtient des systèmes de "frames" qui à eux seuls assureraient une grande partie de l'activité intellectuelle humaine. L'essentiel de la théorie de Minsky dit que, quand une personne se trouve dans une nouvelle situation, elle doit sélectionner dans sa mémoire une structure de connaissances, un cadre référentiel. Pour s'adapter à un grand nombre de situations, un "frame" (cadre) est très dynamique. Il peut être adapté et transformé en fonction des détails. Le "frame" de l'intelligence artificielle ressemble dans sa structure et son fonctionnement un peu aux paradigmes de Kuhn (75). Son modèle de l'évolution scientifique repose sur la création et l'utilisation de schémas. Un paradigme contient des stratégies et des méthodes pour un certain nombre d'activités servant à poursuivre certains buts (scientifiques). Lors de sa naissance, un paradigme est constitué de buts, de stratégies, de méthodes et de techniques qui se stabiliseront au bout d'un certain temps. Ce mécanisme permet à une discipline d'évoluer efficacement pendant un certain temps mais un paradigme est suffisamment souple pour s'adapter à un certain nombre de situations nouvelles. Toutefois, lorsqu'un paradigme ne suffit plus, un nouveau se crée dans la communauté des chercheurs. Ce qui pour Kuhn fait fonctionner la "société" scientifique, constitue pour Minsky le microcosme de pensée de tous les jours. Les "frames", comme les paradigmes sont des cadres souples, ils peuvent être transformés, mais ils peuvent également contenir de l'information par défaut qui remplit les "non-dits" d'une situation.

Selon Minsky, les "frames" sont mis à disposition par réseau de gestion de connaissances (angl. "information retrieval network"). Lorsqu'un "frame" n'arrive plus à "gérer" une situation, des "frames" de remplacement sont suggérés. Une fois qu'un "frame" a été choisi pour gérer une situation, un processus de mise en correspondance structurelle (angl. "matching process") va assigner des valeurs aux "terminaux" d'un "frame". L'approche dynamique de la pensée que l'on retrouve dans la théorie des "frames" peut être résumée de la façon suivante: un acte de pensée commence toujours par des images et des plans suggestifs, imparfaits qui sont peu à peu perfectionnés (voire même remplacés) dans le temps. On peut également définir un "frame" par les questions qu'il faut poser dans une certaine situation. Il s'agit du principe "point de vue" bien connu de l'épistémologie. La réalité, c'est la structure que l'on greffe, et les actions humaines sont déterminées largement par cette vue.

Comme les "frames" sont des structures dynamiques, on leur associe souvent les démons, des petites structures de connaissances qui s'activent sous certaines conditions afin de déterminer le contenu des fragments variables d'un frame. Selon cette définition, il est possible d'associer une règle de production à un frame, puisqu'elle s'active lorsqu'un certain type de fait est écrit dans une base de faits. Une classe importante de démons que l'on distingue dans la littérature sont les "if-added demons" qui s'apparentent aux règles de chaînage avant. Dans la pratique, ils s'activent lorsque quelque chose est écrit dans une mémoire, donc lorsqu'un décideur apprend quelque chose. Typiquement ces démons peuvent servir à lancer un "frame" ou un "script". Les "if-needed demons" fonctionnent en sens inverse: si une structure de connaissance nécessite une information dans une base de données, par exemple un détail dans un "script", il peut la générer. Les "if-removed demons", finalement, s'activent lorsqu'une information est ôtée de la mémoire.

Les démons peuvent être attachés à toutes sortes de structures de connaissances. En règle générale, on modélise l'activation et l'instantiation de "scripts" et de "frames" à l'aide d'un ensemble de démons. Une fois qu'une telle structure est activée, des démons sont disponibles pour fournir de l'information supplémentaire si besoin est. Donc, encore une fois, un démon est une sorte de règle. Mais, à la différence d'une règle de production dans un système de production ordinaire, un démon est rattaché à un lieu ou à une fonction fixe dans une structure de connaissances fixe. Evidemment, on pourrait modéliser par exemple un "frame" déterminé par un système de production entier. Les règles en représenteraient l'aspect dynamique et un certain nombre de faits les aspects plus statiques d'une telle structure complexe. Il est en tout cas important de réaliser que quelque part dans une modélisation de décideur, il faut savoir utiliser à la fois des structures statiques et dynamiques dans une logique intégrée.

Examinons un exemple simple: un décideur apprend que la presse se plaint de spéculations foncières par des étrangers. Déclenché dans un but de préservation, ce fait est perçu comme un problème à résoudre. Il a désormais un nouveau but. On peut imaginer qu'il existe un plan abstrait pour gérer le genre de plaintes qui concernent le comportement de certains sujets. Le plan peut suggérer au décideur de faire un choix entre une solution "symbolique", l'application d'un instrument juridico-politique ou encore la création d'un instrument juridique qui permettrait de réguler le comportement de ces sujets. Pour chacune de ces options, il faut chercher s'il existe des plans et évaluer leur utilisation potentielle et leur portée avant de continuer la décision. Si un plan disponible n'existe pas, il faut en construire un. Dans les deux cas, il faut tenter de simuler leur application. Planifier signifie donc aussi évaluer des plans potentiels et effectuer des choix. Ensuite, lorsqu'un plan a été choisi, il doit être peaufiné et mis en application.

Un tel processus peut durer des années et implique beaucoup de personnes. Au-delà du contenu proprement dit du problème, il faut gérer les intérêts de personnes et d'institutions. Le réseau de tâches à accomplir dans le plan doit tenir compte des conflits de buts et il doit être révisé fréquemment. On voit donc que ce processus sera très difficile à modéliser. En effet, au plan formel, le domaine de la planification en intelligence artificielle est assez difficile. Etant donné les ressources qu'il faudrait pour modéliser toute la complexité de la planification politique, nous n'entrerons pas dans les détails techniques. Il faudrait aussi décider à quel niveau de modélisation un politologue devrait descendre. Les détails peuvent noyer l'essentiel et un modèle doit toujours représenter du sens par rapport à la théorie politique. Nous reprendront cette discussion dans la conclusion de ce travail.

Un plan complexe ne se constitue pas à partir de rien. Les croyances instrumentales que George (69) a identifiées chez les décideurs politiques peuvent être bien intégrées dans une modélisation de la planification. Du point de vue de l'intelligence artificielle, il s'agit ici de maître-plans associés à certains domaines de problèmes. Nous avons déjà remarqué que la plupart des connaissances heuristiques sont, malgré leur généralité, liées à certains domaines d'action. La résolution de problème repose donc sur un savoir-faire spécifique qu'un décideur doit acquérir dans un processus d'apprentissage assez long. Souvent, il faut même recourir au raisonnement analogique, c'est-à-dire le décideur prend un cas du passé qui ressemble à son problème actuel et qui lui permet de s'y attaquer sans trop nager dans la complexité de la tâche.