Questce quune trace essai d approche transversale Pierre

  • Slides: 53
Download presentation
Qu’est-ce qu’une trace? … essai d’ approche transversale Pierre Deransart INRIA CRI Paris-Rocquencourt les

Qu’est-ce qu’une trace? … essai d’ approche transversale Pierre Deransart INRIA CRI Paris-Rocquencourt les traces en général et, plus particulièrement, les traces numériques comme inscriptions de connaissances issues de l’observation et leur exploitation dans les processus cognitifs associés à la construction du sens Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 1 1

2 Traces: éléments de recherche de la vérité Traces numériques : abondance et formalisation

2 Traces: éléments de recherche de la vérité Traces numériques : abondance et formalisation (Re)connaissance à partir de traces Cognition: ce qui produit et analyse les traces Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 2

3 Traces comme recherche de la vérité … « Laisser des traces, pas des

3 Traces comme recherche de la vérité … « Laisser des traces, pas des preuves, seules traces peuvent faire rêver » René Char Poète (1907 -1988) Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 3

Accélération de la production de traces 4 Discrétisation-spatialisation/numérisation/manipulation Etapes: B. Stiegler • 20 siècles

Accélération de la production de traces 4 Discrétisation-spatialisation/numérisation/manipulation Etapes: B. Stiegler • 20 siècles après début du néolithique premières numérations (astro) • 12 ième siècle AC système alphabétique (grammatisation) • Imprimerie permet à l’écrit d’envahir la société • 17 ième siècle machine outil (reproduction du geste discrétisé) • 1834 discrétisation sons et images • Économie de l’immatériel (gestion des connaissances) Le traitement de l’information joue un rôle dominant dans tous les domaines d’activité (industrie ou recherche) et dont la base repose sur une accumulation continue de traces…. Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 4

5 Visualizing digitalization expansion Echelle log. : Close to asymptotic evolution…. Atelier IC 1

5 Visualizing digitalization expansion Echelle log. : Close to asymptotic evolution…. Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 5

Traces numériques : abondance et formalisation Montre que la capacité de stockage mondiale croit

Traces numériques : abondance et formalisation Montre que la capacité de stockage mondiale croit plus rapidement que la vitesse des ordinateurs Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 6 6

Partout ? 7 Gérard Berry 2007 http: //www. college-de-france. fr/default/EN/all/ger_ber/index. htm Atelier IC 1

Partout ? 7 Gérard Berry 2007 http: //www. college-de-france. fr/default/EN/all/ger_ber/index. htm Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 7

(Re)connaissance à partir de traces 8 HOAX Atelier IC 1 - IC 2011 -

(Re)connaissance à partir de traces 8 HOAX Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 8

Traces => cognition 9 "L'arbre qui tombe dans la forêt fait-il du bruit si

Traces => cognition 9 "L'arbre qui tombe dans la forêt fait-il du bruit si personne ne l'entend? Il n'existe que deux réponses à cette vieille énigme, et ainsi posée, elle paraît sans grand intérêt. Pourtant les philosophes et autres éminents penseurs ont engagé des discussions enflammées sur le sujet, avançant argument sur argument à l'approche de l'une ou l'autre des hypothèses. « Preface de Endel Tulving Les chemins de la mémoire, F. Eustache, B. Desgranges, Ed Le Pommier, juin 2010, Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 9

A. Serres: quelles problématiques de la trace 10 • Trace comme empreinte, marque psychique

A. Serres: quelles problématiques de la trace 10 • Trace comme empreinte, marque psychique (mémoire, empreinte, vérité, P. Ricœur) traces affective, corticale, écrite (extériorité) • Trace comme indice, détail (paradigme judiciaire, C. Ginzburg) art, littérature (C. Doyle), psychanalyse (signes, indices, symptômes) • Trace comme mémoire [de forme], trace du passé, document (M. Bloch: « l’histoire est la connaissance à partir de traces » ) • Trace comme ligne d’écriture (J. Derrida, S. Auroux, grammatisation) discrétisation (écriture, langage, technologie) • Trace comme exemple à suivre (morale) • Trace comme outil (scientifique) d’investigation (morpho)genèse d’un objet trace Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 10

Essai d’approche ontologique Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 11

Essai d’approche ontologique Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 11 11

12 Essai d’approche formelle d’un objet « trace » En génie logiciel tout est

12 Essai d’approche formelle d’un objet « trace » En génie logiciel tout est apparemment plus « simple » : Une trace est une forme de codage dynamique de certaines informations Domaine très formalisé: Théorie des automates, Théorie des traces, Sémantiques formelles, Méthodes d’analyse de (flots de) données, Modélisation, … Limites: analogie linguistique Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 12

Essai d’approche formelle générale d’un objet « trace » Objets étudiés: • Trace t

Essai d’approche formelle générale d’un objet « trace » Objets étudiés: • Trace t : suite d’événements et couples (action, paramètres) ei = (ri , si) • Ensemble de traces : T • Domaine de traces : DT exemple: sous-ensemble de traces et tous leurs préfixes finis • Trace virtuelle : Tv suite d’événements virtuels ei = (ri , si) • Trace effective : Tw suite d’événements effectifs et = (at) attributs Paramètres associés au « sens » et attributs à l’observation ou codage Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 13 13

Sémantique dite « observationnelle » (SO): production de trace effective < S, R, T,

Sémantique dite « observationnelle » (SO): production de trace effective < S, R, T, A, E, S 0 > • S est un domaine d‘états virtuels, ou chaque état est décrit par un ensemble de paramètres, • R est un ensemble fini d'actions, • T, fonction de transition d'états T : R x S S, éventuellement non déterministe, • A est un domaine d'états effectifs, ou chaque état est décrit par un ensemble d'attributs, • E est un fonction d'extraction qui a une trace virtuelle associe une trace effective, • S 0 S, ensemble des états initiaux, Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 14 14

Sémantique dite « interprétative » (SI): reconstruction de la trace virtuelle < S, R,

Sémantique dite « interprétative » (SI): reconstruction de la trace virtuelle < S, R, A, I, S 0 > • S est un domaine d‘états virtuels, ou chaque état est décrit par un ensemble de paramètres, • R est un ensemble fini d'actions, • A est un domaine d'états effectifs, ou chaque état est décrit par un ensemble d'attributs, • I est un fonction de reconstruction qui à une trace effective associe une trace virtuelle, • S 0 S, ensemble des états initiaux, Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 15 15

16 Sémantique de traces: SO + SI < S, R, T, A, E, I,

16 Sémantique de traces: SO + SI < S, R, T, A, E, I, S 0 > • E et I vérifient la propriété de de fidélité i. e. t Tv , u Tw , I(E(t)) = t et E(I(u)) = u MI correspond LTS sous jacent (modèle implicite, intentionnel) < Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 16 S, R, T, S 0 >

17 Transformations: analyses, combinaisons de traces Atelier IC 1 - IC 2011 - Plateforme

17 Transformations: analyses, combinaisons de traces Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 17

18 Formalisations Transition System < S, T, S 0 > S états, S 0

18 Formalisations Transition System < S, T, S 0 > S états, S 0 initiaux, T transitions Labelled Transition System < S, R, T, S 0 > R actions Fluent Calculus (situation calculus) < S, R, T, S 0 > S situation Théorie des traces, < R, T, D> D dépendances Automates, Langages formels, < S, T, S 0 , Sf >, Sf finaux Structure de Kripke < L, T, S 0 , Sf > L formules logiques Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 18

Analyse de trace 19 Utilisation d’algorithmes d’analyse de flots de données pour identifier des

Analyse de trace 19 Utilisation d’algorithmes d’analyse de flots de données pour identifier des objets tracés (traces optimisées) • Recherche de zones suspectes dans les programmes (Zaidman & al, 2005) • Techniques de « model checking » pour détecter des intrusions (Garavel & al. 2004) sur des traces d’exécution (SEQ. OPEN tool) • Observations de symétries (OADym. PPa. C) Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 19

Conception de traces

Conception de traces

21 3 exemples Document Information-Interaction-intelligence Ingénierie des connaissances collecte-objets-connaissances Exo- Mémoire Atelier IC 1

21 3 exemples Document Information-Interaction-intelligence Ingénierie des connaissances collecte-objets-connaissances Exo- Mémoire Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 21

TRACE NUMERIQUE et COGNITION traces d'interactions humaines (SHS) Sylvie Leleu-Merviel. Effets de la numérisation

TRACE NUMERIQUE et COGNITION traces d'interactions humaines (SHS) Sylvie Leleu-Merviel. Effets de la numérisation et de la mise en réseau sur le concept de document. Information-Interaction-intelligence, V 4, N 1, pp 121 -140, 2004 Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 22 22

TRACE NUMERIQUE et COGNITION (SHS) Sylvie Leleu-Merviel. Effets de la numérisation et de la

TRACE NUMERIQUE et COGNITION (SHS) Sylvie Leleu-Merviel. Effets de la numérisation et de la mise en réseau sur le 23 concept de document Document numérique décrit comme le résultat de processus agissant à 5 niveaux distincts. N 0: Manifestation concrète + rapport codé à quelque chose d’absent = TRACE N 1: Trace + (enregistrement + code d’inscription) = DONNEE N 2: (Données + conversions) + (transmission + codes de modulation/compression) = SIGNAL N 3: Signal + lecteur/lecture = SENS N 4: Sens + légitimité = DOCUMENT Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 23

TRACE NUMERIQUE et COGNITION Atelier IC 1 - IC 2011 - Plateforme AFIA 2011

TRACE NUMERIQUE et COGNITION Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 24 24

TRACE NUMERIQUE et COGNITION le modèle fait sens: des portions de discours peuvent être

TRACE NUMERIQUE et COGNITION le modèle fait sens: des portions de discours peuvent être décrites comme des mécanismes. « Tout objet porteur de signes, sauvegardé comme trace pérenne et qui fait sens auprès d’au moins un lecteur qui l’a légitimé en tant que tel, est document’’ Quelques remarques sur cette approche: -Mind 2 unique ou non: universalité du code non nécessaire (échange codé entre deux personnes) -Le document-trace se distingue des « traces » variées laissées inévitablement dans les environnements informatisés, qui créent cette impressions de ``tendance nouvelle de la société à conserver tout et n’importe quoi’’. « Tout » n’est pas document-trace. Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 25 25

INGENIERIE des CONNAISSANCES 26 Traces en Environnements Informatiques pour l'Apprentissage Humain (EIAH) Alain Mille,

INGENIERIE des CONNAISSANCES 26 Traces en Environnements Informatiques pour l'Apprentissage Humain (EIAH) Alain Mille, Kris Lund. Traces, traces d’interactions, traces d’apprentissage: définitions, modèles informatiques, structurations, traitements et usages. In Jean-Charles Marty, Alain Mille, Analyse de traces et personnalisation des EIAH, pp 21 -66, Lavoisier, 2009 Pierre-Antoine Champain, Y. Prié, A. Mille. Musette: Modeling USEs and Tasks for Tracing Experience. Document. Creating Cognitive Models from Activity Analysis: A Knowledge Engineering Approach to Car Driver Modeling, Olivier Georgeon, Matthias J. Henning, Thierry Bellet, Alain Mille, 2006 Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 26

INGENIERIE des CONNAISSANCES Fouille de données Analyse de traces, recherche d’informations (RI) Apprentissage en

INGENIERIE des CONNAISSANCES Fouille de données Analyse de traces, recherche d’informations (RI) Apprentissage en environnements médiés Cognition et sociologie Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 27 27

28 Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 28

28 Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 28

Construction d’un monde virtuel (Lyon 1/INRETS) Trace virtuelle TRACES Trace effective Atelier IC 1

Construction d’un monde virtuel (Lyon 1/INRETS) Trace virtuelle TRACES Trace effective Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 29 29

INGENIERIE des CONNAISSANCES Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 30

INGENIERIE des CONNAISSANCES Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 30 30

Exo-mémoires 31 Relations sociales Environnement de travail Organisation domicile Ordinateur personnel Agendas Cahiers de

Exo-mémoires 31 Relations sociales Environnement de travail Organisation domicile Ordinateur personnel Agendas Cahiers de notes … Memex: a device in which an individual can store all his books, music and other elements of communication, and mechanized so that it can be accessed very quickly in a flexible manner. " Vanevar Bush: As we May Think. The Atlantic Monthly (1945) Michel Serre: « Today, when you wakeup and turn on your computer, you just install your head in front of you! » Michel Serres's conference recorded at Polytechnic School", December 1 rst, Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 31

Exo-mémoire: exo-cerveau (tête augmentée) ? +16 Gb / year Fuller, M. , Kelly, L.

Exo-mémoire: exo-cerveau (tête augmentée) ? +16 Gb / year Fuller, M. , Kelly, L. , Jones, G. J. F. : Applying contextual memory cues for retrieval from personal information archives. In: PIM 2008 - Proceedings of Personal Information Management, Workshop at CHI. (2008) Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 32 32

Quelques particularités de l’exo-mémoire numérique • traçable • nbrx outils d’accès et de maj

Quelques particularités de l’exo-mémoire numérique • traçable • nbrx outils d’accès et de maj • rapide • persistente • maléable • Possibilités d’”auto”-analyses Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 33 33

34 Exo-Memoire vue comme trace Atelier IC 1 - IC 2011 - Plateforme AFIA

34 Exo-Memoire vue comme trace Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 34

35 Conclusion Principe de relativité des traces il n’y a pas de notion intrinsèque

35 Conclusion Principe de relativité des traces il n’y a pas de notion intrinsèque de trace qui n’existe que s’il y a un « observateur » qui la définit comme telle Principe d’invariance des traces toutes disciplines concernées par le même objet « trace » . La numérisation ne change pas l’objet seulement les moyens utilisés. Déterminer des observables est un long et complexe processus construction de traces successives (différents niveaux d’abstraction, transformations et combinaisons) Peut-être cela peut aider à aborder certaines des questions posées Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 35

36 Merci! Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 36 José-Louis

36 Merci! Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 36 José-Louis Deransart

37 Quelques références Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 37

37 Quelques références Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 37

Biblio Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 38 38

Biblio Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 38 38

TRACE NUMERIQUE et COGNITION traces d'interactions humaines (SHS) 39 Sylvie Leleu-Merviel. Effets de la

TRACE NUMERIQUE et COGNITION traces d'interactions humaines (SHS) 39 Sylvie Leleu-Merviel. Effets de la numérisation et de la mise en réseau sur le concept de document. Information-Interaction-intelligence, V 4, N 1, pp 121 -140, 2004 Bernard Stiegler, Désir et connaissance. Le mort saisi par le vif. Eléments pour une organologie de la libido. Revue d'intelligence artificielle: Numéro spécial Vol 19/1 -2, 13 -29. Colloque ARCo'04, Compiègne, 2004 Dominique Vinck De l’objet intermédiaire à l’objet-frontière, Vers la prise en compte du travail d’équipement. http: //www. cairn. info/revue-anthropologie-des-connaissances-2009 -1 page-51. htm Christian Brassac, Lardon, S. , Le Ber, F. , Mondada, L. , Osty, P. -L. Analyse de l’émergence de connaissances au cours d’un processus collectif. Re-catégorisations, reformulations, stabilisations, Revue d’Anthropologie des Connaissances, Vol. 2, n° 2, 267 -286, 2008 Kris Lund, Dyke, G. , Beigbeder, M. , Girardot, J. -J. (2009). Identification de Phénomènes dans l'analyse d'interactions humaines : Les traces d'interactions humaines, un nouveau domaine d'application pour la Recherche d'Information, Proceedings of the Conference en Recherche d'Infomations et Applications. (CORIA), 2009 Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 39

INGENIERIE des CONNAISSANCES 40 Traces en Environnements Informatiques pour l'Apprentissage Humain (EIAH) Christophe Choquet,

INGENIERIE des CONNAISSANCES 40 Traces en Environnements Informatiques pour l'Apprentissage Humain (EIAH) Christophe Choquet, Iksal S. Modélisation et construction de traces d'utilisation d'une activité d'apprentissage : une approche langage pour la ré ingénierie d'un EIAH, In: Sciences et Technologies de l'Information et de la Communication pour l'Education et la Formation (STICEF) 2007 Alain Mille, Kris Lund. Traces, traces d’interactions, traces d’apprentissage: définitions, modèles informatiques, structurations, traitements et usages. In Jean-Charles Marty, Alain Mille, Analyse de traces et personnalisation des EIAH, pp 21 -66, Lavoisier, 2009 Bruno Bachimont, R. Troncy, & A. Isaac. (2002). Semantic commitment for designing ontologies: a proposal. In Actes de la conférence « EKAW » , Siquenza, Spain. Springer Verlag, 2002 Pierre-Antoine Champain, Y. Prié, A. Mille. Musette: Modeling USEs and Tasks for Tracing Experience. Dyke, G. , Beigbeder, M. , Lund, K. , & Girardot, J. -J. (2009). Les Traces d'interactions humaines : un nouveau domaine d'application pour la RI. In Actes de la sixième conférence francophone en recherche d'information et applications, pages 397 -408, 5 -7 mai 2009, Hyères, France Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 40

41 http: //www. inria. fr/40 ans/forum/video. fr. php Le réseau numérique, à l'origine d'un

41 http: //www. inria. fr/40 ans/forum/video. fr. php Le réseau numérique, à l'origine d'un nouveau modèle industriel Conférence de Bernard Stiegler Les nouvelles technologies : révolution culturelle et cognitive Conférence de Michel Serres etc… Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 41

42 [Palmer, Gibbons, Faloutsos 2, Siganos 2001] Internet graph: 285 k nodes, 430 kedges.

42 [Palmer, Gibbons, Faloutsos 2, Siganos 2001] Internet graph: 285 k nodes, 430 kedges. Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 42

43 Big “tecnological-Discretisation” steps: • Around neolithic + 2 mileniums (7000 BC) first attempts

43 Big “tecnological-Discretisation” steps: • Around neolithic + 2 mileniums (7000 BC) first attempts of written numeration systems • Around 12 centuries BC: beginning of “gramatization” (fixing languages with alphabetic process and grammar definition). Allows languages expansion. • Around 1450: Gutenberg. More than real “discovery”, new techniques for effective expansion. • Around 1800: “discretization” of human activities (digitalization of human behavior: machine outil) • Around 2000: numerical economy expansion Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 43

44 Gordon Moore’s “law” Loi empirique. 3 versions selon wikipedia • Celle exprimée en

44 Gordon Moore’s “law” Loi empirique. 3 versions selon wikipedia • Celle exprimée en 1965 dans « Electronics Magazine » par Gordon Moore, ingénieur de Fairchild Semiconductor, un des trois fondateurs d'Intel: la complexité des semiconducteurs proposés en entrée de gamme double tous les ans à coût constant depuis 1959. • Réévaluée en 1975: nombre de transistors des microprocesseurs sur une puce de silicium double tous les deux ans. Plus précisemment: entre 1971 et 2001, la densité des transistors a doublé chaque 1, 96 année. • Devenue une « folk’s law » : « quelque chose » double tous les dix-huit mois, cette chose étant « la puissance » , « la capacité » , « la vitesse » et bien d'autres variantes mais très rarement la densité des transistors sur une puce. http: //fr. wikipedia. org/wiki/Loi_de_Moore Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 44

45 Connaissances = stockage + calculs • Génétiques Les 3 supports de stockage de

45 Connaissances = stockage + calculs • Génétiques Les 3 supports de stockage de l’information (mémoires) • Neuronaux • Formes Toute augmentation des capacités de stockage et toute transformation nécessite des calculs et de l’énergie Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 45

Tentative de généralisation: conception de trace Atelier IC 1 - IC 2011 - Plateforme

Tentative de généralisation: conception de trace Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 46 46

47 5 -Cerveau: lieu privilégié de fusions Atelier IC 1 - IC 2011 -

47 5 -Cerveau: lieu privilégié de fusions Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 47

3 -Fouille de données et interrogation de flots de données WEB sémantique, Modèles ECA

3 -Fouille de données et interrogation de flots de données WEB sémantique, Modèles ECA Trafic ADSL brut à la recherche du sens… Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 48 48

Analyse de flot de données vue comme analyse de traces d’origine inconnue Analyse de

Analyse de flot de données vue comme analyse de traces d’origine inconnue Analyse de flux massifs (algorithmes probabilistes, Rabin 1980) Langage d’interrogation de flots de données (Arasu, 2002) Interactions entre observateur/observé et entre traces (modèles ECA et WEB sémantique, Alferes et al. 2004) Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 49 49

50 Grand Challenge 3: interpréter les traces (SI) Utilisation d’algorithmes d’analyse de flots de

50 Grand Challenge 3: interpréter les traces (SI) Utilisation d’algorithmes d’analyse de flots de données pour identifier les objets tracés (identification des observables) Langage d’interrogation de traces: filtrage efficace Tracer les manipulations de connaissances Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 50

51 4 -Analyse du comportement humain Approche des limites de l’automatisation Problème de confiance

51 4 -Analyse du comportement humain Approche des limites de l’automatisation Problème de confiance dans les données Formalisation des contextes (fusion de données), traces des contextes et du comportement humain Construction de scénarios à partir de traces Jusqu’où peut-on ou doit-on aller? Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 51

Confiance dans les données (accès à la connaissance) 52 Base de connaissance = système

Confiance dans les données (accès à la connaissance) 52 Base de connaissance = système de règles = calculs L’utilisation requiert plus que du calcul: exploration, repérages, raisonnement (sans stratégie prédéfinie) Exemple: problème de certification des sites internet (ex loi du 13 août 2004 sur la certification des sites internet dédiés à la santé (Haute Autorité à la Santé)) HON code (Health On the Net): ex • Qualification des rédacteurs • Justification des affirmations • Séparation contenus éditoriaux et publicitaires • Transparence du financement • Confidentialité des données personnelles, traces de la visite • … Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 52

53 La mémoire Mécanismes liés à la mémorisation humaine: Axes (Chapoutier, 2006): • Sensoriel

53 La mémoire Mécanismes liés à la mémorisation humaine: Axes (Chapoutier, 2006): • Sensoriel • Temporel (travail, épisodique / référence, durable) • Abstrait (mémoire procédurale et mémoire implicite) Chaque mémoire a son mode de rappel (implicite, inconscient / explicite, conscient) Atelier IC 1 - IC 2011 - Plateforme AFIA 2011 53