Introduction générale E. Tranvouez (erwan.tranvouez@univ-amu.fr) http://erwan.tranvouez.free.fr Départ. Génie Industriel & Informatique

Texte intégral

(1)Introduction générale E. Tranvouez (erwan.tranvouez@univ-amu.fr) http://erwan.tranvouez.free.fr. Départ. Génie Industriel & Informatique.

(2)

(3) Pourquoi ce cours ?  C’est un enjeu importants des années à venir but wait !  Why are you here ?  Have a look at this : https://www.youtube.com/watch?v=gKgE4pLuOls.  Cohérent avec une formation en génie industriel :.  apprendre à collecter, extraire, structurer et formaliser des informations et de la connaissance dans un[e] démarche "Knowledge Management" [Master Spécialisé Génie Industriel]; Grenoble INP Génie Industriel…  D’un point de vue Méthode (pour tous)  D’un point de vue Outils (pour ceux qui en feront)  Entre Management & Informatique (IA-SI) => Génie Industriel & Informatique !  Vous risquez de faire comme M. Jourdain : vous en ferez sans le savoir, mais sans le savoir vous le ferez moins bien que si vous saviez ce que vous faîtes. 3 / 50.

(4) Gérer la connaissance ? Knowledge Management ? Qu’est ce qu’une connaissance ?  Réponse un peu plus tard. Retenons qu’on va retrouver ce terme pour : L’aide à la décision La veille technologique La mémoire d’entreprise, de projet… Le web sémantique Extraction d’information depuis des grandes masses de données (Big Data, Data mining…)  Gestion des brevets …  Gestion de documents (meaning fichiers)     . 4 / 50.

(5) « Knowledge management » s Terme utilisé dans de nombreux domaines avec des sens. différents :.  Intelligence Artificielle : capitalisation des connaissances, raisonnement sur ces connaissances  Marketing -> Intelligence Economique, veille technologique  Ressources humaines -> gestion des compétences.  Gestion de projet -> Retour d’expérience (Best Practice)  Management : entreprise apprenante  Systèmes d’Information : Gestion Electronique de document, indexation/recherche "intelligente" des documents; Gestion de données techniques, PLM (cf. Cours Systèmes d’Informations pour la production)  Fouille de données : data/web-mining, big data …  Travail collaboratif -> wiki, réseau social d’entreprise, digital workplace …  Un mot-valise donc (dans le sens fourre-tout) 5 / 50.

(6) Ex. 1 : VALEO… Valeo en bref :  16.5 Md € de revenus en 2016.  Clients : constructeurs automobiles (Renault, PSA, VW, …)  Métiers « industriels » (pièces détachées) avec impact de la R&D (innovations aide au parking…). Approche Portail (2002)  Globalise l’ensemble des informations/données techniques (processus manuel de standardisation des documents)  Environnement collaboratif (réponds à des besoins observés, type forum, non structurés, avec impact limité) : ciblés métiers…  24 000 utilisateur 6 / 50.

(7) Ex. 2 : Amazon…  Quelques chiffres :     . CA 232 Md € en 2018 ( 10 Md € revenus) 647 000 employés 310 M° d’utilisateurs (674 M° utilisateurs) 12 M° de produits en propre (353 M° avec partenaires) Cloud = 9-12% CA mais 50% des bénéfices !. Imaginez les combinaisons possibles (ligne de commandes). 7 / 50.

(8) Ex. 2 : Amazon…  Approche « Big Data »  Input : données clients (commandes, consultations, …)  Output : recommandations de produits ciblés  => transforme des données brutes en prospects commerciaux.  Alexa ? Alexa is a cloud-based voice service that powers Amazon Echo family of devices to enable interactions with technology using just your voice. The Alexa Information group combines natural language understanding, large volumes of structured knowledge, and machine reasoning to answer our customers’ questions in the most natural way possible and also build delightful customer experiences around them. We cover a wide variety of verticals such as weather, sports, traffic, local search, etc. and are growing into new verticals. We are looking for a Knowledge Engineer (KE) with passion, knowledge and understanding in the field of semantic & structured data to help make Alexa smarter 8 / 50.

(9) Exemple Amazon ©. Contexte Big Data prégnant of course… => Faites une recherche sur LinkedIn …. 9 / 50.

(10) Knowledge Engineer chez Amazon (Alexa)  Responsibilities · Identifying and filling knowledge gaps for improving the representation of realworld objects and relations in Alexa's knowledge base · Expanding and maintaining Alexa’s ability to understand and answer questions · Developing content for Alexa based on real-time updates relevant to the specific product vertical · Partnering with software engineers, product managers, machine learning scientists, to find opportunities to improve the Alexa platform  On a day-to-day basis, Knowledge Engineers do the following:  Data collection:. 1. manage knowledge repositories, identifying the best sources of information and feeding it into the repository 2. Data verification: verify the accuracy and suitability of our information 3. Data correction: audit our information to identify incorrect, badly worded or otherwise unsuitable piece of information, and edit the data to make it suitable.  BASIC QUALIFICATIONS. 1. Bachelors degree or higher in Linguistics or related field 2. Experience with Ontological Design: data schema and organization 3. Proficiency with SQL or similar querying language. 10 / 50.

(11) Une prise de conscience croissante … De nombreuses (grandes) entreprises s’intéressent à la G.C. avec des objectifs et des définitions propres :  gérer son capital intellectuel (brevets): entreprises dont l’activité de R&D se traduit par une production de brevet importants. Buckman Laboratories, Dow Chemical.  identifier et appliquer les meilleurs pratiques (best practices) : synonyme de retour d’expérience, => l’industrie automobile (Chevron, Ford, Renault…) => entreprises de conseil (Ernst & Young, Price WaterHouse Coopers), Informatique ( IBM…).  réutiliser les connaissances produites : exemple activité de conception (GM Hughes…). Design rationale : logique de conception. 11 / 50.

(12) … qui s’institutionnalise Création de postes spécifiques dédiés à cette activité : les knowledge workers  Knowledge Manager : Ernst & Young, Amazon, Renault, …  Chief Learning Officer : General Electric, Coca Cola  Chief Knowledge Officer : Xerox Parc, Gemini Consulting, Mc Kinsey  Directeur Capital Intellectuel : Skandia AFS (1ère entreprise financière suédoise)  Directeur de la gestion des actifs intellectuels : Dow Chemical. Souvent issus de l’entreprise : connaissances du milieu déjà solide (manager senior, responsable qualité…) Importance accrue depuis évolution ISO 9000 (spoiler) 12 / 50.

(13) 13.

(14) Parce que : Obligation ISO 9001 mouture 2015 ?  La révision 2015 de la norme ISO 9001 innove en. intégrant la gestion des connaissances organisationnelles… le fameux § 7.1.6.  « Gérer ses connaissances permet à un organisme de préserver et actualiser ses savoir-faire, de partager les meilleures pratiques et le retour d’expérience, de prendre de meilleures décisions et de réduire sa vulnérabilité face aux mobilités des personnes. [Fiche Pratique Afnor QE - 0124 ]  => on reviendra sur ces notions qui ont été développées fin 90 début 2000  La norme propose une valorisation de ces connaissances via la capitalisation (livres de connaissances) et collaboration (communautés de pratiques) => on revient au terme d’entreprise apprenante chère à la Mémoire d’Entreprise….  Voir aussi JDN : http://www.journaldunet.com/management/expert/60564/de-lacompetence-a-la-connaissance-requise-par-iso-9001-version-2015.shtml. 14 / 50.

(15) Bénéfices attendus d’une gestion des connaissances Avantages et gains potentiels : Réduction des erreurs, Réduction des redondances, des coûts de R&D Résolution de problèmes plus rapide Amélioration de la prise de décision Accroissement de l’autonomie des travailleurs Amélioration des relations avec les clients (Customer Relationship Management)  Amélioration des produits et services      . Exemples :  Skandia : temps d’implantation d’une filiale réduit de 7ans à 6 mois.  Steelcase, Dow Chemical : meilleure gestion de leurs brevets. 15 / 50.

(16) Pourquoi gérer la connaissance Richesse d'une entreprise = capital financier + capital humain.  Capital Financier = actifs (biens matériels, biens immobiliers,…) + résultats financiers (bénéfices, revenu financiers,…) . => mesurable objectivement..  Capital humain = ressources humaines + compétences càd capacité à transformer des informations en connaissances voire décisions. . => immatériel et donc difficile à estimer.. 16 / 50.

(17) Le risque d’amnésie Constat au début des années 90 : les départs en retraite de la génération des babyboomers …  … retardée avec réforme de la retraite. les licenciements de masse, un turn over rapide ... … font craindre une perte de savoir-faire et d’expérience indispensable à la bonne marche des entreprises… (expertise et compétitivité) 17 / 50.

(18) Pourquoi ce savoir-faire est-il perdu ? Capitalisation limitée à la collecte d'informations.  ex: Systèmes d'Information Techniques … (ex. le Concorde). … on a mis de côté les expériences humaines qui ont généré ces informations (problèmes sociologiques, perte du contexte technique).. 18 / 50.

(19) Conséquences Exemples de pertes de mémoires aux conséquences graves :  NASA : . . il faudrait 5 ans pour pouvoir retrouver le niveau de connaissances de 1969 et être capable d ’envoyer un homme sur la lune; Ex du suivi des programme s de sondes spatiales….  Concorde : on n’est plus capable d’exploiter nombres de documents rédigés lors de sa conception.. Moins grave mais quand même :  PRT : il faut 1 mois pour une équipe de PRT pour comprendre les « specs » d’une équipe de PFE. 19 / 50.

(20) Exemple de la nécessité de conserver la mémoire : cas de l’AIRBUS A300 Long Cycle de vie :  Durée du programme : 1972 – 2007 . => 35 ans.  Support maintenance garanti jusqu’en 2050 . => 78 ans.  On imagine bien que les équipes initiales ne seront plus actives.  => Qu’est cela ça implique d’un point de vue RH ? 20 / 50.

(21) Exemple de la nécessité de conserver la mémoire : cas de l’AIRBUS A300  => Qu’est cela ça implique d’un point de vue RH ?  . Gérer les ressources/compétences de manière anticipée … Avoir une vision de l’état actuel de ces compétences.  => comment conserver l’expérience de conception/design, maintenance…  … notamment en tenant compte des nombreuses versions/configurations (A300B1/A300B2, différentes motorisations, …)  => approche très spécifiques des métiers de conception (profil mécanique type ENSAM) 21 / 50.

(22) D’autres raisons pour gérer ses connaissances  En dehors d’une réaction face à l’urgence, il y aussi des. motivations "positives" :.  Conserver un avantage concurrentiel : maintenir des connaissances stratégiques ayant permis une entreprise de s’imposer sur un marché;  Améliorer la communication interne dans l’entreprise : créer une communauté d’experts permettant de résoudre des problèmes ou de partager ses expériences; diffuser l’information dans l’entreprise ...  Rationaliser l’activité de l’entreprise : éviter un gaspillage d’énergie càd éviter que des projets similaires soient poursuivis en même temps...  Favoriser/Améliorer la formation : comment aider les nouveaux arrivants (vous ? Bientôt ?)… 22 / 50.

(23) Pourquoi tout le monde ne le fait pas ? Initialement limité essentiellement aux grandes. entreprises du fait :. du nombre et de la diversité des acteurs de la quantité importante d'information traitée de l'ancienneté et l'aspect distribué des entreprises de la durée souvent longues des projets et surtout de la capacité financière à supporter les coûts importants de développement  Approche SI / Démarche qualité plus abordable pour les PME/TPME (ex SVI 2017) Exemples d'entreprises françaises:  Aérospatiale, CEA, EDF, Renault, PSA, Valeo...     . 23 / 50.

(24) En quoi les PME-PMI peuvent bénéficier d ’une approche de KM  Il y a aussi des risques :    . du nombre plus réduit d’acteurs (peu de spécialisation), turn-over plus rapide que les grandes entreprises, production et gestion de documents moindre, (pas d’existant), dépendantes des donneurs d’ordre (changement d’activité fréquent, sans mémoire),.  => Une démarche de capitalisation des connaissances peut. s’avérer utile ...  … à condition de surmonter les contraintes de coûts et la disponibilité des acteurs.  A noter cas particulier des regroupement/acquisition d’entreprise….  besoin d’un état des lieux pour harmoniser/rationaliser l’activité  Différences culturelles, conduite du changement. 24 / 50.

(25) En quoi les PME-PMI peuvent bénéficier d ’une approche de KM … à condition de surmonter les contraintes de coûts et la disponibilité des acteurs (ex: regroupement de PME-PMI, …).. .  Raisons :  effectif : il faut avoir un minimum de personnel pour pouvoir en mobiliser une partie sur un projet de ME  informations : selon culture informationnelle ressources informationnelles peuvent être réduite (contre exemple démarche de certification ISO 9000 ou autre => production importante de documents, gestion de documents mis en œuvre).  durée des projets : la mise en œuvre d ’une ME est souvent un projet lourd => hors de portée  cout : toutes ces raisons impliquent un coût important pouvant être difficile à supporter pour une PME. 25 / 50.

(26) Domaine privilégié de la capitalisation des connaissances  La capitalisation des connaissances, dans la pratique s'est. focalisée sur un certain nombre de domaines d'activité:.  Démarche qualité - Business Reengineering (amélioration continue)  Pilotage d’un Système d’Information (filtrage)  Conception de produits (recueil de l'expérience des experts pour éviter de refaire des erreurs déjà identifiées).  Conduite de projet  Ressources humaines (gestion des compétences)  Capitalisation de connaissances sensibles  Le travail collaboratif en général => aspect majeur dans les applications concrètes récentes.. 26 / 50.

(27) 27.

(28) Des données aux connaissances  Donnée : fait représenté sous une forme conventionnelle. convenant à un traitement, soit par l'homme, soit par des moyens automatiques (définition norme ISO).  Information : lié au concept de communication. Une agrégation de données devient une information. Nécessite un traitement. Est émise...  Connaissance : information interprétée voire traduite par un récepteur (humain ou non). C'est ce qui permet à un individu d'interpréter une information. Est intégrée. Contextualisée.. 30. 30° C Ciel couvert. Donnée. 30° C & Ciel couvert Information. 30° C & Ciel couvert => Risque de pluie Connaissance. 28 / 50.

(29) Aparté sur la notion de contexte (a) M.J. est mort. (b) Le monde est un journal sérieux. (c) Le gorafi n’est pas très crédible.. «Michael Jackson est vivant !!» Information. Interprétation Perception Contexte cognitif. Contexte situationnel L’information est située dans un environnement càd ensemble d’objets qui entoure celui que l’on observe.. Ex:. Connaissance. Connaissances antérieure à la perception de l’information. Elles vont influer sur l’interprétation de l’information et peuvent être mise à jour.. Ex:. (H1) L’information fait la une du Gorafi (H2) L’information fait la une du Monde.. (1) Renforcement de la connaissance (2) Modification de la (b) …ou de (c). Or toute connaissance est initialement acquise dans un certain contexte.. 29 / 50.

(30) Qu’est ce que gérer des connaissances ? Définition : [Ermine 96], p. 16.  La gestion des connaissances vise à : . . . . rassembler le savoir et le savoir-faire sur des supports facilement accessibles, faciliter leur transmission en temps réel [à l’intérieur de l’organisation] et en différé à ses successeurs, garder la trace de certaines actions sur lesquelles [l’organisation] peut avoir des comptes à rendre dans l ’avenir, Chaque direction […] est chargée de définir, dans son domaine de responsabilité, ce qui doit être écrit et conservé et organiser cette conservation.. (Définition employée dans le manuel qualité du CEA) 30 / 50.

(31) La Capitalisation des connaissances Objectif : localiser et rendre visibles les connaissances d'entreprise afin de les rendre facilement accessibles, de les diffuser et de les utiliser avec plus d'efficacité pour les valoriser [Pomian 96]. Elle est mise en œuvre dans le cadre d’une démarche de Gestion des Connaissances. Elle s’appuie sur des techniques et méthodes de l’Ingénierie des Connaissances.. 31 / 50.

(32) Les moyens pour capitaliser la connaissance Oral. Ecrit. Imprimerie Informatique.  immédiat, question exprimée en langage naturel.  mêmes limitations que limitations humaines (pérennité limitée, modification au fil des transmissions, capacité limitée et par conséquent sélective (=> partiel voire partiale), ...).  diffusion large, consultation illimitée (enfin limitée à l'état de conservation du document ... ex supports de cours), stabilité du contenu (pas de modification) sous réserve d'une bonne interprétation.  si ambiguïté dans le texte, l'auteur n'est pas toujours disponible, problème également des implicites ... => pérennité mais pas forcement accès immédiat ou facile.  par rapport a l'écrit reproduction facilité en nombre illimité => améliore sa durée de vie.  par rapport à l'imprimerie consultation illimitée en nombre illimitée, capacité illimitée... 32 / 50.

(33) Transfert de connaissance : Etat de l’existant Modes de transfert des connaissances existants :     . Réseaux relationnels personnels, Formation continue interne, Gestion des faits techniques dans les projets, Documents de synthèse technique, Normalisation, démarche qualité.. 33 / 50.

(34) Transfert de connaissance : problème de la dépersonnalisation et de la perte de contexte Média Discussion face à face Visio Conférence, conversation téléphonique Lettre écrite, mémo (adressé individuellement). Richesse de l’information transférée Très élevée Elevée Moyenne. Document formel écrit (bulletin ou rapport non adressé). Faible. Document formel numérique (rapport budgétaire, état informatique). Très Faible 34 / 50.

(35) L’écueil de l’identification et classification des connaissances Dans ce domaine, chaque spécialiste propose si ce n’est sa définition, ses propres classifications et typologies des connaissances mises en œuvre dans une entreprise. Pourquoi ?  Classification/Partition difficile…  Chacune réponds à une question particulière (cf. //Modèle). Ex : classification basée sur l’objet de la connaissance Financière et économique Sociale et Organisationnelle. Humaine Technique Légale. 35 / 50.

(36) Autre définition des connaissances Dans le cadre de l’apprentissage, on distingue :  Connaissances déclaratives : ~ savoir . Savoir théorique, factuel.  Connaissances procédurales : ~ savoir faire . Connaissance des étapes à réaliser, des tâches à exécuter.  Connaissances conditionnelles : ~savoir agir/dire . Savoir analyser une situation et prendre la bonne décision (quelle procédure enclencher etc…).  Pourquoi distinguer ?.  Car à chaque type de connaissance, il faut associer un/des modes de représentations adaptés voire des modalités d’apprentissage différente… => Exemple ? Avec UML ? 36 / 50.

(37) Connaissances Explicites et Implicites Connaissances Explicites :  Connaissances déjà exprimées sur un support quelconque.  Ex : manuel qualité, plans, mode d’emploi, manuels de dépannage, documents technico-commerciaux, notes techniques, bases de données, systèmes experts, vidéo, photos, documents financiers ou comptable,.... Connaissances Implicites ou Tacites :  Savoir faire non écrit, transmit oralement et qui réside dans la tête des employés.  Ex : peuvent porter sur les connaissances explicites (ex. savoir où trouver l ’information), nécessite une phase d ’extraction. Toutes les connaissances implicites ne sont pas explicitable. 37 / 50.

(38) Processus de création de connaissances en entreprise.. Connaissance explicites. Connaissance tacites. D’après Nonaka. 38 / 50.

(39) Sources de connaissances Explicites : Connaissances Documentaires (1/2) Tout document intègre à la fois :.  Une connaissance inscrite explicitée sous la forme de texte structuré.  Une tradition de lecture permettant d’interpréter ce texte (implicite).. Comment cette tradition de lecture est elle acquise ?  Via le système scolaire : on apprends à lire et à comprendre ce qu’on lit. . Ex : orthographe-grammaire-sémantique-style rédaction..  Via le système universitaire (plus généralement l’enseignement supérieur) : on apprends à apprendre (techniques et savoir). Ex : méthode de travail (cours-exercice-travail personnel)  En situation (professionnelle) : on apprends les pratiques de l’entreprise via les documents qu’elle produit : apprentissage (on apprends en marchant) Ex : spécification dans PRT ? 39 / 50.

(40) Sources de connaissances Explicites : Connaissances Documentaires (2/2) L’auteur du document suppose que le lecteur possède. cette tradition de lecture pour pouvoir comprendre et acquérir la connaissance qu’il dispense :  Le document véhicule donc également une connaissance implicite qu’il conviendra peut être d’expliciter afin de permettre aux (nouveau) utilisateurs de se les approprier.  Ex: guide de lecture, dictionnaire spécialisés, … (Mode d’emploi du mode d’emploi : ex: première pages d’un manuel …). Il y a alors création de connaissance.  Illustration avec Juliette (Mode d’emploi) 40 / 50.

(41) Enrichir l’Organisation Documentaire : Ajouter du. sens et rendre accessible. Mots clés ( Tags) concepts/liens vers ontologies…. Indexation Classification Sélection. Il faut faciliter la recherche Voire créer la recherche. 41 / 50.

(42) Sources de connaissances implicites: Les connaissances des experts (1/2)  Notion d’expert utilisée dans un sens large : désigne tout acteur de l’entreprise détenant une partie de la connaissance identifiée comme stratégique pour l’entreprise.  Extraire les connaissances d’un expert c’est s’approprier son. expérience, ses compétences, son savoir...  Ces compétences peuvent se décliner en (1):  Savoir-faire, tour de main (know-how): capacité à résoudre un problème (Action)  Intelligence du problème (know-what) : compréhension pratique et accès direct au faits … (Analyse)  Savoir relationnel (know whom) : savoir vers qui se tourner pour résoudre tel problème, obtenir telle information … (Social)  Savoir agir (know when) : sens de l’opportunité (Leadership) … (1) Adapté du référentiel proposé par le Council of European Professional Informatics pour caractériser les compétences des informaticiens. 42 / 50.

(43) Sources de connaissances implicites: Les connaissances des experts (2/2). A ces compétences s’ajoute :  Connaissance historique de l’entreprise : quand elle est un facteur explicatif de certaines décisions (culture d’entreprise).  Connaissance domaine : savoir spécialisé sur un domaine (peut différer d’un expert à l’autre) . Ex: connaissance sur un produit produit par l’entreprise..  Connaissances privées : connaissance personnelle sur l’entreprise . Ex: véritable raison d’un accident…. 43 / 50.

(44) Extraction des connaissances : depuis l’expert par. l’ingénieur cogniticien vers un support entretiens. ? Connaissances Formalisées…. Méthode d’acquisition. … exploitables. 44 / 50.

(45) Techniques de recueils : exemples. Entretiens Analyse de protocoles verbaux obtenus par simulation de résolution de problème Observation directe Utilisation d’un questionnaire Commentaire / Explication de cas déjà résolus Brainstorming, brainwriting,... 45 / 50.

(46) Méthode d’acquisition Ascendante : dirigée par les données D’après Dubrieux et Cocquebert dans [Charlet et al] Données Verbales Extraction. Fragments de connaissances.  Préserve la. Modèle d’expertise. Conceptualisation Modèle Kce. connaissance initiale.  Connaissance et raisonnement imbriqués  Connaissance extraite utilise une terminologie spécialisée  Pas d’abstraction  Réutilisation dans le. même domaine dans Ex : KOD, dans une moindre d’autres applications mesure MERISE ! 46 / 50.

(47) Méthode d’acquisition Descendante :. dirigée par les modèles. D’après Dubrieux et Cocquebert dans [Charlet et al] Modèle générique. Sélection Modèle. Instanciation. Orientée résolution de problème. Séparation des connaissances des raisonnements Connaissance exprimée en termes génériques Problème du choix (modèles disponibles, sélection, restriction) Réutilisable dans d’autres situations Validation (composants réutilisables). Raffinement. Ex : CommonKADS. 47 / 50.

(48) Méthode d’acquisition Mixte : un. compromis. D’après Aussenac et Gilles cité dans [Charlet et al]. 1 2. Acquisition dirigée par les données (AA) Construction du schéma du modèle conceptuel (AD). 3. Instanciation du schéma (AD). 4. Opérationnalisation du modèle conceptuel 48 / 50.

(49) Capitalisation des connaissances par l'informatique 3 approches principales :  approche gestion de l’Information (Systèmes d’Information). Relève du Management de l ’information.  approche gestion des Connaissances (Systèmes à base de Connaissance - Systèmes Experts)  approche unifiée (Système de Capitalisation des Connaissances). 49 / 50.

(50) Approche gestion de l’information  Il s'agit d'aider les acteurs de l'entreprise à mieux exploiter les. documents existants (papier (~80%), audio, vidéo, électronique, …)..  Méthode employée : indexation des documents, recherche par. mots clés … => proche de la Gestion Electronique de Document (GED). . Ex : recherche de document sur Internet.. Relativement simple à mettre en place, peut utiliser les SI existants dans l'entreprise. Les informations obtenues ne sont pas conceptualisées, peuvent nécessiter un support d'interprétation. La notion de collecte d’information est peu abordée ou alors limitée à mots clés + catégorisation documents. (pas de contexte d’utilisation de l’information) => Approche la plus fréquente … (contraintes technologiques). 50 / 50.

(51) Approche gestion des connaissances Il s'agit de prendre en compte les mécanismes qui produisent ces informations (raisonnement). Il s'agit donc de capitaliser les expériences des acteurs de l'entreprise … … OR elles ne sont pas consignées dans les sources documentaires de l'entreprise (immatériel)..  Plus riche. Capable de répondre à une question mais également de la justifier.  Nécessite une phase d'extraction des connaissances difficile et longue à mettre en œuvre.. 51 / 50.

(52) Spécificité des SE/SBC  Un Système Expert (SE) (encore appelé Système à Base de. Connaissances (SBC)) est un programme dédié à la résolution d’un problème (diagnostic, aide à la décision, configuration, …)..  Cette résolution est basée sur les raisonnements experts. habituellement mis en œuvre (Base de règles + faits + mécanismes d’inférence).. => Requiert l’intervention d’un ingénieur cogniticien pour acquérir cette expertise (Ingénierie des connaissances).  La Gestion des connaissances n’est pas en soi un processus de. résolution de problèmes.. Gérer la connaissance implique de mémoriser + que le raisonnement. 52 / 50.

(53) Structure d'un SBC Base de Connaissances Règles Plans. Faits Stratégies. Moteur d'inférence. (defrule chercher_parapluie (temps pluvieux) => (assert (chercher parapluie) ) … (temps beau). Module Explicatif. Module Evolution. M.I. A  B ^ A : B. Interface Utilisateur 2. Théorie. 53 / 50.

(54) Mécanisme particulier : le raisonnement analogie (Case Based Reasoning) Extraire. Cas Passés. Cas Similaires. Choisir. Cas Courant. Cas Approprié. Construire Mettre à jour. Solution 54 / 50.

(55) La mémoire d'entreprise : approche unifiée Plus que de l'information il s'agit de prendre en compte les mécanismes qui l'ont produite (raisonnement) et son contexte d'application..  Plus riche. Capable de répondre à une question mais également de la justifier et de la contextualiser.  Nécessite également une phase d'extraction des connaissances..  Terme populaire au début des années 2000… on est revenu à des objectifs plus modeste… 55 / 50.

(56) Différences entre SI, SBC et S2C Mémoire d ’entreprise. Raisonnement. Données. + + Contexte. Systèmes d’Information. Systèmes Experts / Systèmes à Bases de Connaissances. Systèmes de Capitalisation des Connaissances. 56 / 56.

(57)