Le modèle MAD (Méthode Analytique de Description des tâches).

Le problème de l’interaction homme/machine vue comme une tâche cognitive de résolution de problème a amené naturellement les chercheurs à utiliser les méthodes et les techniques de la résolution générale de problèmes et de la planification hiérarchique, dérivées de GPS (cf.. paragraphe précédent). C’est d’ailleurs un des spécialistes de la planification, R.E. Fikes qui a réalisé les premiers travaux dans ce sens, sur l’analyse des tâches de bureau ([Fikes 82]). Reprenant ces idées, une équipe d’ergonomes a développé une méthodologie d’analyse et un formalisme de représentation de tâches cognitives basé sur les concepts de planification hiérarchique la méthode MAD ([Scapin 90], [Sébillotte 83 et 91]). Ce système est basé sur le concept de tâche. Il a pour but la représentation des traitements procéduraux par des objets structurés, les applications visées sont essentiellement dans le domaine de la spécification et de la validation d'interfaces logicielles. Les tâches constituent les objets de base de ce système, elles permettent la représentation et la modélisation aussi bien des actions élémentaires que des traitements complexes auxquels l'utilisateur a recours. Le système MAD utilise le principe de planification hiérarchique avec comme évolution la prise en compte des problèmes posés par les contraintes temporelles qui existent entre les différentes tâches. Le formalisme utilisé par MAD revêt une dimension "logico-temporelle", au travers d'une décomposition hiérarchique des tâches.

On a principalement deux types de tâches : les tâches simples ou terminales qui correspondent aux traitements élémentaires, et se caractérisent par une méthode d'exécution correspondant à une action et les tâches

composées qui correspondent aux traitements complexes, obtenus par une structuration de la tâche en sous-

tâches plus spécifiques. La décomposition en sous-tâches fait ici appel à une décomposition hiérarchique dont les noeuds ne sont plus seulement des ET et des OU, et des opérateurs temporels d'ordonnancement permettant de définir un ordre d'exécution sur les sous-tâches. Les opérateurs utilisés dans MAD sont les suivants :

*) parallèle : permettant l'exécution de tâches dans n'importe quel ordre (éventuellement en parallèle). *) séquence : pour exécuter des tâches les unes après les autres dans un ordre donné.

*) boucle : pour représenter des tâches itératives dont les conditions d'arrêt sont fournies par la vérification des postconditions.

*) alternative : pour matérialiser un choix entre différentes alternatives.

Une tâche dans le système MAD est définie par la donnée d'un certain nombre d'attributs valués : *) Le nom de la tâche

*) L’état initial (liste des arguments d'entrée de la tâche) *) L’état final (liste des arguments de sortie de la tâche)

*) Le but (objectif de la tâche qui est ici une partie des éléments de l'état final)

*) Les préconditions (contraintes sur les éléments de l'état initial à vérifier avant de passer à la phase d'exécution de la tâche)

*) Les postconditions (contraintes sur les éléments de l'état final à vérifier après avoir achevé la phase d'exécution de la tâche)

*) Le corps (expression qui fournit la méthode d'exécution de la tâche) Par exemple, la tâche “ S’arrêter ” peut être représentée par

S’arrêter

état initial = V >0, G > 0 état final = V = 0, G = 0

but = être à l’arrêt devant l’intersection préconditions = le feu est à l’orange

corps = séquence : (Freiner, Rétrograder)

Conduire à l'intersection Alternative Ralentir Séquence Passer Alternative Rester Terminale le feu est orange le feu est vert le feu est rouge Freiner Terminale Rétrograder Terminale Passer en accélérant Terminale Passer sans accélérer Terminale pressé pas pressé

Figure 5.9. Description (partielle) d’une décomposition hiérarchique de tâche dans MAD

Conformément à ce modèle, le déroulement d'une tâche s’exécute en trois phases : la vérification de ses préconditions, la phase d'exécution du corps de la tâche puis la vérification des postconditions. Cependant, la méthode MAD ne fournit pas de modèle de traitement des tâches, celui-ci étant (partiellement seulement) implicite dans l’écriture de la décomposition hiérarchique. On peut par exemple sur la figure 5.9 se rendre compte du déroulement d’une stratégie de conduite d’un automobiliste à une intersection, conformément aux données sémantiques déjà traitées ci-dessus. La méthode MAD fournit donc un modèle de haut niveau d’abstraction pour les tâches cognitives. Elle permet une analyse “ top-down ” et modulaire qui fournit une décomposition hiérarchique décrivant clairement la stratégie mise en œuvre par une personne (l’opérateur) pour

effectuer une tâche ou pour résoudre un problème. Elle intègre un contrôle temporel de l’exécution des tâches, et réalise en cela une modélisation du traitement des données sémantiques d’un système de connaissances au même titre que GPS ou GOMS, les méthodes de résolution décrites dans MAD sont plus puissantes et plus flexibles que dans ces derniers. On peut remarquer cependant l'absence de mécanisme de décision lorsque sont rencontrées des alternatives (les préconditions ne sont pas suffisantes pour permettre la description de décisions complexes) et l'absence de la notion de plan, qui permet à un même niveau, d'établir un réseau de tâches connectées par différents types d'opérateurs "logico-temporels". Ce n'est pas le cas avec MAD et cela oblige parfois à créer des tâches intermédiaires qui n'ont pas toujours un sens d'un point de vue cognitif. Les interactions entre tâches (partage de ressources, flux de données etc.), ne sont pas non plus abordées dans le système MAD. MAD est un exemple typique des méthodes d'ergonomie qui permettent d'analyser et de décrire des tâches cognitives. C'est un point de départ très intéressant pour aborder la modélisation du traitement des connaissances, dans sa composante sémantique. En d'autres termes, c'est une approche possible de l'aspect fonctionnel (phénoménologique) du point de vue sémantique sur les systèmes de connaissances.

5.4. Le génie cognitif et la modélisation des tâches