CONCEPTS ET METHODES POUR LE DEVELOPPEMENT D’ENVIRONNEMENTS DE SIMULATION INTELLIGENTS

CONCEPTS ET METHODES POUR LE DEVELOPPEMENT D’ENVIRONNEMENTS DE SIMULATION INTELLIGENTS

MODELE DU PROCESSEUR HUMAIN

Le modèle du Processeur Humain (basé sur le modèle STI) est composé de trois processeurs : le processeur perceptuel (éventuellement découpé en processeur visuel et processeur auditif), le processeur cognitif et le processeur moteur. A chacun de ces trois processeurs est rattachée une mémoire. La mémoire et les performances du processeur sont caractérisées par des paramètres. Pour les mémoires, ces paramètres sont : 0 m, la capacité de la mémoire en éléments d’informations ; ° d, la dégradation d’un élément définie comme étant le temps au bout duquel la probabilité de retrouver cet élément est inférieure à 0,5 ; ° k, le type d’information mémorisée. Pour un processeur, le paramètre essentiel est : ° t, le cycle de base du processeur qui inclut le cycle d’accès à la mémoire associée. ^ ^ ^ w Système perceptuel Mémoire S K U. Processeur T Système moteur Mémoire 5KU – Processeur T \ il y * Système cognitif Mémoire 8 K UProcesseur T Les principes sous-jacents au fonctionnement de ce modèle tels qu’ils ont été énoncés par Card (cité dans [Cou87b]) sont listés ci-après. ° Principe de codage : des opérations spécifiques de codage appliquées sur le « perçu » déterminent ce qui sera sauvegardé en mémoire ; et ce qui sera sauvegardé détermine les clés d’accès qui seront utilisées. ° Principe de discrimination : la difficulté de restitution est déterminée par les candidats potentiels en mémoire relatifs aux clés d’accès. ° Principe de rationalité : un utilisateur agit pour atteindre son but suivant une démarche rationnelle, prenant en compte la structure de la tâche et les informations disponibles, et limitée par l’étendue de ses connaissances et de ses capacités de raisonnement. ° Principe de l’espace de problèmes : l’activité rationnelle engagée par les utilisateurs pour résoudre un problème peut être décrite en termes : (1) d’ensemble d’états de la connaissance, (2) d’opérateurs pour passer d’un état à un autre, (3) de contraintes sur l’application de ces opérateurs et (4) de règles pour décider l’enchaînement des opérateurs. Suivant le modèle STI et le modèle du Processeur Humain, le comportement de l’utilisateur face à la machine peut être divisé en trois tâches : la perception, la cognition et l’action (le but du concepteur d’interface est dans ce cas de minimiser l’effort nécessaire pour l’accomplissement de chacune de ces tâches réalisées séparément ou en parallèle). Les concepts qui servent à l’étude des aspects de perception et d’action découlent surtout des recherches en ergonomie tandis que ceux qui servent pour l’étude des aspects de cognition découlent des recherches en psychologie cognitive. 

Perception

La perception désigne le processus où un stimulus (dans ce cas provenant de la machine) est reçu par un système sensoriel, classifié pour être traité dans le stade de cognition. Les stimuli dans le dialogue H/M sont principalement visuels mais les stimuli auditifs sont aussi présents (bruit des touches du clavier, accès disque, sorties vocales…) ainsi que les stimuli tactiles (souris, clavier, écran tactile…). Le cycle de base du processeur en perception visuelle est de l’ordre de 100 msec (ce qui représente le temps entre l’envoi du stimulus et l’instant où l’individu a la sensation de percevoir). Ce cycle est fonction de plusieurs paramètres (couleur, clignotement, taille, mouvement …). Le concepteur d’interfaces doit conjuguer ces paramètres afin d’attirer l’attention de l’utilisateur sur les parties de l’écran qu’il juge importantes pour la tâche réalisée.

Action

La phase d’action se déroule quand l’utilisateur ayant reçu, reconnu et décidé de réagir à des stimuli, formule la réponse en termes d’actions. Dans le cadre de l’interaction H/M, ces actions concernent essentiellement des mouvements qui manipulent des Dialogue Homme/Machine 8 unités d’échange (claviers, dispositifs de désignation…). La loi empirique de Fitt* montre que le temps T nécessaire pour positionner la main (ou le curseur de la souris) sur une cible dépend de la précision requise, c’est à dire du rapport entre la distance et la dimension de la cible. En fait, les actions de l’utilisateur dépendent aussi du retour d’informations (« feedback ») qui se fait de façon continue. Par exemple, l’affichage de curseur sur l’écran est une source informative permettant aux actions de l’utilisateur de converger plus rapidement vers la cible.

 Cognition

La psychologie cognitive traite de la manière avec laquelle l’information est acquise, organisée et recherchée (cognition). Les utilisateurs de systèmes informatiques passent par la phase de cognition non seulement lors de l’apprentissage de l’utilisation d’un nouveau système mais aussi durant son utilisation courante. Augmenter la productivité de ces utilisateurs passe donc par une meilleure compréhension des divers composants de la phase de cognition. La mémoire du système cognitive est composée d’une mémoire à court terme (ou mémoire de travail) et d’une mémoire à long terme. La mémoire à court terme contient des résultats intermédiaires du raisonnement, des informations en provenance du système perceptuel et un sous-ensemble de connaissances extraites de la mémoire à long terme. La mémoire à long terme stocke les connaissances pour une utilisation future sous forme d’unités cognitives (« chunks »). La nature de l’unité cognitive de base dépend de l’individu (par exemple, « IA » est une unité cognitive de base de type « acronyme » pour les personnes qui en connaissent la signification). Les unités cognitives peuvent être regroupées dans des entités plus grandes et peuvent être liées à d’autres unités (par exemple, l’unité « pneu » est lié à l’unité « voiture » par une relation du type « est une partie de… »). Les réseaux sémantiques ont souvent été utilisés pour représenter la connaissance sous forme d’unités cognitives et de relations entre ces unités (pour plus de détails, se référer à [BF81 ]). La capacité m de la mémoire à court terme est réduite. Les nouvelles informations stockées en mémoire de travail ont tendance à effacer les informations déjà présentes. Une estimation de cette capacité est donnée par Miller (cité dans [Cou87a]). Elle est de l’ordre de 7 ± 2 unités cognitives (suivant les individus et suivant la difficulté du problème). La dégradation des informations en mémoire de travail est rapide. Un élément qui n’est pas réactivé aura tendance à disparaître de cette mémoire. La capacité m de la mémoire à long terme est infinie. La dégradation d d’un élément de cette mémoire est aussi infinie. Les échecs de requête d’informations en mémoire à long terme proviennent donc soit de l’absence d’une clé d’accès à l’information soit d’une utilisation d’une seule clé d’accès pour plusieurs unités cognitives. La présence en * T= I log (D /s + 0.5) où I est une constante pour un utilisateur donné D est la distance entre la position initiale et le centre de la cible S est la surface de la cible. Dialogue Homme/Machine 9 mémoire de ces unités cognitives différentes interfèrent alors avec la requête et empêchent son succès (on parle alors de « bruit »). Les incidences de ces constats sur la conception des interfaces H/M sont les suivants : ° il faut éviter de surcharger la mémoire de travail de l’utilisateur. Certains composants de l’interface (menus, valeurs par défaut …) peuvent être utilisés comme des extensions de la mémoire de travail ; ° l’acquisition de nouvelles connaissances est d’autant plus facile qu’elles correspondent à des classes de connaissances connues (stockées en mémoire à long terme). Le corollaire de ce constat est le suivant : le concepteur d’interfaces doit s’attacher à utiliser des concepts proches de ceux déjà connus par les utilisateurs (l’utilisation de la métaphore du bureau pour l’interface du Macintosh en est un exemple) ; 0 la charge de cognition dépend des connaissances de l’utilisateur. Ainsi, plus cette charge est réduite, plus l’utilisateur est un expert du domaine. A ce niveau, on fera la distinction entre les connaissances de l’utilisateur concernant le domaine applicatif (dans ce cas, on parlera d’expert et de novice) et les connaissances de l’utilisateur concernant l’outil informatique (dans ce cas, on parlera d’utilisateur averti et d’utilisateur non-averti) : les experts du domaine applicatif tendent à avoir une charge globale de cognition minimale ; d’un autre côté, les utilisateurs avertis tendent à minimiser la charge cognitive relative aux actions de bas niveau (recherche du nom de l’action à exécuter, déplacement de la souris…) et améliorent leurs performances au niveau de la perception et de l’action. 

Evaluation du modèle STI et du modèle du Processeur Humain

L’avantage de ces modèles réside dans la formalisation de certaines des théories de la psychologie cognitive (introduction de paramètres quantifiables comme la capacité et la dégradation de la mémoire, loi de Fitt…). Ceci donne au concepteur d’interfaces le moyen de prédire certains des comportements des utilisateurs. Néanmoins, ces prévisions se limitent aux aspects de perception et d’action, le processus de cognition étant mal défini. Dialogue Homme/Machine 

MODELISATION DE L’ACTIVITE

Les modèles de l’activité décrivent l’activité humaine en termes d’objectifs à atteindre, d’actions à réaliser pour atteindre l’objectif et d’évaluation des résultats des actions au regard de l’objectif initial. Les travaux les plus marquants sur la modélisation de l’activité sont la Théorie de l’Action développée par Norman [ND86] (cf. § 2.1) et le modèle GOMS élaboré par Card [CMN83] (cf. § 2.2).

THEORIE DE L’ACTION

L’hypothèse de base de la Théorie de l’Action est que la complexité de tout dispositif est essentiellement un problème cognitif. Les connaissances mises en jeu par un utilisateur lorsqu’il est confronté à un problème comportent deux représentations mentales : 0 un modèle mental de la tâche à réaliser ; ° un modèle mental du dispositif utilisé. Se basant sur ces modèles mentaux, l’utilisateur met en œuvre la réalisation de la tâche suivant un processus qu’on détaillera par la suite. La qualité de l’interface H/M dépend alors de sa compatibilité avec les représentations mentales élaborées par ses utilisateurs. 

Qu’est ce qu’un modèle mental ?

Un modèle mental peut être défini comme une représentation conceptuelle d’un système réel. On part de l’hypothèse que le fondement psychologique de la compréhension est l’existence dans la pensée d’un modèle opérationnel. Aussi nous reprenons la définition de Johnson-Laird [JL83] concernant les modèles mentaux : « si vous savez ce qui cause un phénomène, comment il se déroule, ce qui en résulte, comment on peut l’influencer, le contrôler, ¡’initialiser ou l’empêcher, alors d’une certaine manière vous le comprenez ».

Table des matières

INTRODUCTION
1. CONTEXTE
2. OBJECTIFS
3. PRESENTATION DU DOCUMENT
CHAPITRE I : DIALOGUE HOMME / MACHINE
INTRODUCTION
1. MODELISATION DE L’UTILISATEUR
1.1. SYSTEME DE TRAITEMENT DE L’INFORMATION
1.2. MODELE DU PROCESSEUR HUMAIN
1.2.1. Perception
1.2.2. Action
1.2.3. Cognition
1.2.4. Evaluation du modèle STI et du modèle du
Processeur Humain
2. MODELISATION DE L’ACTIVITE
2.1. THEORIE DE L’ACTION
2.1.1. Qu’est ce qu’un modèle mental ?
2.1.2. Les aspects d’une tâche
2.1.3. Evaluation de la Théorie de l’Action
2.2. LE MODELE GOMS (GOALS, OPERATORS, METHODS, SELECTION RULES)
2.2.1. Description du modèle GOMS
2.2.2. Evaluation du modèle GOMS
3. MODELISATION DU LANGAGE D’INTERACTION H/M
3.1. « ACTION LANGUAGE GRAMMAR » (ALG)
3.2. « COMMAND LANGUAGE GRAMMAR » (CLG)
4. MODELISATION DE L’INTERFACE
4.1. MODELES DE QUALITE
4.2. MODELES CENTRES OBJET
4.2.1. Le modèle MVC (Model, Vue, Controller)
4.2.2. Evaluation des Modèles Centrés Objet
BILAN ET CONCLUSION DU CHAPITRE 1
CHAPITRE II : LE PROCESSUS DE MODELISATION / SIMULATION /ANALYSE DES RESULTATS
INTRODUCTION
1. QUELQUES DEFINITIONS
2. CLASSIFICATION DES MODELES
2.1. EXISTENCE DE VARIABLES D’ENTREE, DE VARIABLES DE SORTIE ET DE VARIABLES D’ETAT
2.2. RELATIONS DES VARIABLES DU MODELE AVEC LE TEMPS
2.3. RELATIONS ENTRE LES VARIABLES DU MODELE
2.4. FORMALISME DU MODELE
2.5. COMPOSITION INTERNE DU MODELE
2.6. DEFINITION DES MODELES UTILISEE DANS L’ESI
3. LE PROCESSUS DE MODELISATION / SIMULATION / ANALYSE DES
RESULTATS
3.1. SPECIFICATION DU PROBLEME
3.2. ELABORATION D’UN MODELE CONCEPTUEL
3.3. MODELISATION MATHEMATIQUE
3.4. CHOIX D’UNE METHODE DE RESOLUTION NUMERIQUE
3.5. CODAGE
3.6. VALIDATION
3.7. SIMULATION
3.8. ANALYSE DES RESULTATS
3.9. ITERATIONS DURANT LE PROCESSUS
4. OUTILS DE SIMULATION DU BATIMENT
BILAN ET CONCLUSION DU CHAPITRE

projet fin d'etudeTélécharger le document complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *