Systèmes basés sur les connaissances (SBC)

Depuis plusieurs années, l’ingénierie de la connaissance constitue un domaine actif. Des recherches menées notamment dans le domaine de l’intelligence artificielle où l’utilisation de systèmes basés sur les connaissances est exploitée, émergent autour de la conception. En effet, les connaissances acquises dans un domaine d’expertise peuvent être collectées au sein de système afin de connaître et proposer des solutions face à des problèmes posés. Cela a été le cas lorsque les communautés construisaient des systèmes experts via l’utilisation de Système de Gestion de Base de Données Déductives. Dans le domaine de la conservation, peu de travaux s’orientent vers la définition d’un système permettant de prendre tous les paramètres pris en compte (aspects quantitatifs et qualitatifs).

L’objectif premier, consiste donc à créer des systèmes dont le fonctionnement permet d’une part d’intégrer des connaissances acquises et d’autres parts d’en créer de nouvelles en rendant opérationnelles celles déjà intégrées face à un nouveau problème posé [Luyen L. N., et al., 2016]. Nous pouvons souligner deux étapes pendant ce processus de résolution : poser le problème et obtenir une solution satisfaisante. Premièrement, il faut déterminer la façon de poser le problème : par quels moyens pouvons-nous modéliser l’obstacle ? Deuxièmement,

107 dans quel cadre théorique doit-on se positionner pour espérer avoir une solution satisfaisante ? Une première tentative a été de modéliser le processus d’acquisition des connaissances par un expert, en se plaçant d’un point de vue psychologique puis d’un point de vue empirique, dans le but de les coder dans ce que l’on appelle un système expert. Malgré l’ambition de la tâche, c’est une méthode qui n’est plus utilisée. De nos jours, le travail s’oriente davantage sur la modélisation conceptuelle du monde. Par exemple à partir d’un texte, d’une interview, d’une description technique, on tente parfois de réaliser des représentations dites qualitatives en formalisant le problème. [Bourigault D. et al., 2004] énonce que le recours au texte ou au corpus comme donnée d’entrée n’est pas la façon de penser unique de l’ingénierie des connaissances. La formulation linguistique a été définie comme étant une description qualitative du monde qui contribue à déterminer en contexte, le contenu de l’information véhiculée. Par conséquent, nous faisons des textes le mode préféré d’accès aux connaissances d’un domaine. En outre, toute recherche menée sur les systèmes basés sur les connaissances se rapporte en grande partie à l’ingénierie des connaissances. Lorsque l’on souhaite créer de tels systèmes, il faut se demander : quelles connaissances sont pertinentes, en vue de les exploiter pour résoudre un problème particulier ? Cela pose la question de la modélisation du raisonnement dans le domaine de l’ingénierie des connaissances et des modalités d’activités dans lesquelles ce modèle est susceptible de s’insérer. C’est ainsi que l’on modélise un modèle conceptuel dédié au système basé sur les connaissances considérées comme étant la représentation abstraite d’un système en termes de domaine intégrant des méthodes de raisonnement liées, recouvrant une réalité concrète, qui diffère notamment de celle admise dans d’autres types de systèmes comme les Systèmes d’Information [Charlet J., 2009].

Malgré le caractère abstrait du modèle conceptuel, tous les acteurs doivent être capables de le comprendre et de se l’approprier car il exploite des connaissances spécifiques en lien avec leur domaine d’expertise.

Les systèmes basés sur les connaissances concernent tous systèmes informatiques utilisant des connaissances explicitement modélisées. Il est possible d’exploiter les systèmes basés sur les connaissances dans un but bien précis, par exemple pour produire des systèmes de raisonnement basés sur des cas d’études, que nous présenterons par la suite.

La conception d’ontologie, dans le domaine de l’ingénierie des connaissances, est apparue et s’est développée dans le cadre de démarches d’acquisition des connaissances pour des SBC. Les ontologies font suite aux modèles structurant des systèmes experts. La tendance ontologique spécifie d’un côté les connaissances d’un domaine modélisées, et de l’autre, des connaissances sur le moyen de réaliser des « raisonnement » sur les données intégrées au sein du modèle de connaissances selon des règles d’utilisation. Ceci semble être une tout autre approche dans le but de gagner en temps de modélisation [Van Heijst G. et al., 1997].

108

3.3.1. Systèmes de raisonnement basé sur les cas d’études (SRBC)

Les SRBC sont des systèmes spécifiques très similaires au SBC par l’utilisation des connaissances d’un domaine particulier, mais utilisent ce que l’on appelle des « cas » (ou des « faits ») pour instancier et enrichir le modèle. Les SRBC sont donc des dérivés possibles des SBC.

Les systèmes de raisonnement basé sur les cas ou Case-based Reasoning (CBR) sont des systèmes capables [Bergmann R. et al., 2003]:

 d’exploiter d’anciennes solutions intégrées pour prendre en compte des nouvelles demandes ou des nouveaux problèmes

 d’utiliser des cas passés, afin d’expliquer de nouvelles situations pour critiquer de nouvelles solutions, ou tout simplement pour raisonner à partir des réponses précédentes en interprétant de nouvelles situations (comme le feraient les avocats pour défendre leurs clients)

 de créer une solution considérée équitable à un nouveau problème (comme le ferait des managers médiateurs entre deux désaccords).

Ce qui en ressort de ces analyses, est que dans le RBC, un raisonneur se base sur de précédentes situations, semblables au problème actuellement posé, et les utilise pour proposer d’autres solutions.

Si nous regardons la manière dont les gens résolvent les problèmes, nous pouvons dire que ceux-ci tentent de résoudre des problèmes similaires à l’aide des connaissances et des cas qu’ils ont déjà rencontré dans leur vie, leur permettant inévitablement de s’améliorer, dans l’hypothèse où ils apprennent de leurs erreurs et de leurs réussites.

Par exemple, dans le domaine de la médecine, un docteur doit appréhender la justesse des procédures thérapeutiques et doit juger laquelle de celles-ci est plus appropriée en relation avec une pathologie. L’expert à cet instant doit se remémorer des exemples de pathologies utilisant ces protocoles et enfin, réaliser un jugement basé sur sa propre expérience. Les cas problématiques d’utilisation de procédure sont particulièrement utiles ici. Dans le monde des humains le problème est énoncé de manière générale par le patient en spécifiant notamment le type de douleur, sa localisation et le ressenti anormal du fonctionnement de son corps. Les explications peuvent être complètement subjectives, car elles sont dépendantes également de l’expérience du patient. À la suite du recueil de cette personne, et lorsqu'une observation est disponible expliquant pourquoi le problème est présent, l’expert de santé se concentre sur une solution appropriée et fera en sorte que le patient n’éprouve plus de douleur via l’utilisation d’un protocole de soin pertinent [Kolodner J., 2014].

La référence à des situations passées est un avantage certain dans le traitement de situations qui se reproduisent. Car la référence à des situations similaires est souvent nécessaire pour traiter avec la complexité d’une nouvelle situation. En outre, se remémorer un cas à utiliser

109 dans la résolution d’un problème (en associant le cas avec ce qui est déjà connu) est nécessairement un processus d’apprentissage.

D’une part, la description du problème est souvent incomplète et donc la future étape de compréhension ou d’interprétation du problème est un prérequis pour raisonner. Un raisonneur basé sur des cas ne peut pas se souvenir d’un cas pertinent à moins qu’il ne comprenne la nouvelle situation qui lui est imposée. D’autre part, au vu de la progression sur la résolution des problèmes (ENG : problem solving), un raisonneur peut gagner une meilleure compréhension pour une situation donnée. Ceci permet à des cas plus pertinents d’être exploités. Cela suggère que la compréhension et l’interprétation d’une situation est une part nécessaire, voire essentielle, dans le cycle de raisonnement. Cependant, ce besoin de comprendre le problème ne tient pas spécifiquement au domaine du raisonnement basé sur les cas. Toutes les formes de raisonnement ont besoin d’avoir à leur disposition une situation élaborée avec suffisamment de détails et représentée avec suffisamment de clarté. Cela passe par l’utilisation d’un vocabulaire approprié, afin de permettre au raisonneur correspondant de reconnaitre la connaissance dont il a besoin, pour répondre aux exigences du problème à résoudre.

Il faut également se poser la question sur ce qu’est un cas. En effet, par similarité le système de raisonnement des cas considère que ce qui a déjà été réalisé pour une situation peut également être mis en place pour une situation analogue. Si nous savons intrinsèquement ce qui a fonctionné dans une situation précédente, similaire à la nouvelle, nous pouvons commencer avec ce qui a déjà été proposé comme solution pour en fournir une nouvelle plus adaptée.

Cette approche de raisonnement par les cas est très intéressante en matière de résolution de problème. En effet, la combinaison de ce type de système avec des modèles de représentation de connaissances (ontologie) (section 3.4.1.), dans la mesure où ceux-ci peuvent trouver un domaine favorable, permettrait de proposer une tout autre approche de résolution. Cette nouvelle approche pourrait être propice dans un domaine qui a besoin, d’une part de documenter ses données informatiques, et d’autre part, de permettre au système « d’apprendre » sur des problèmes soulevés par ce domaine d’expertise. Dans les perspectives de notre approche, nous souhaitons tendre vers cette solution, de créer, à partir d’une base de données et une base de connaissances enrichie, un système basé sur les cas pour la compréhension des phénomènes d’altération.