La question était la traduction dans un langage informatique d’une expertise humaine fondée sur une terminologie, modélisée avec des règles et activée par un moteur d’inférence pour être synthétique.
L’écriture de ces règles comme expression de la traduction de l’expertise dans le langage
de ce "moteur d’inférence" était une discipline extrêmement fastidieuse
et particulièrement délicate à maintenir dans le temps.
L’écriture de ces règles comme expression de la traduction de l’expertise dans le langage
de ce "moteur d’inférence" était une discipline extrêmement fastidieuse
et particulièrement délicate à maintenir dans le temps.
À partir de la fin des années 1990...
...du déploiement des ordinateurs personnel, de la mise en réseau, de l’arrivée d’internet, des technologies objets, de la structuration des contenus (SGML 1986), on a pu observer l’émergence de différentes spécialités et techniques, parmi lesquelles : — les systèmes experts "purs" et systèmes à base de connaissance (« expert-systems, knowledge-based systems »),
— les systèmes basés sur la programmation par contraintes (« constraint programming »),
— les systèmes de raisonnement à partir de cas (« case-based reasoning »),
— les bases de données objets,
— les technologies dites collaboratives avec les collecticiels (« groupware »), etc.
Lors de la création d’Ardans (fin 1999), nous nous interrogions sur comment poursuivre ce métier d’ingénieur de la connaissance et nous outiller. Notre avantage était que nous avions en tête (vécu donc connaissance implicite) le processus métier qui consiste à recueillir de l’expertise, à la structurer, à la modéliser et à la valider avant de la mettre à disposition de différentes catégories d’utilisateurs. Avec le temps nous avons consolidé notre méthode de travail en l’enrichissant par l’interprétation des représentations internes que cela générait.
Ainsi, en l’état actuel notre technologie Ardans Knowledge Maker® s’appuie sur les concepts suivants :
▷ les ontologies ;
▷ les objets ;
▷ les liages ;
▷ leur représentation ;
▷ leur combinaison ;
▷ le droit à en connaître.
— les systèmes basés sur la programmation par contraintes (« constraint programming »),
— les systèmes de raisonnement à partir de cas (« case-based reasoning »),
— les bases de données objets,
— les technologies dites collaboratives avec les collecticiels (« groupware »), etc.
Lors de la création d’Ardans (fin 1999), nous nous interrogions sur comment poursuivre ce métier d’ingénieur de la connaissance et nous outiller. Notre avantage était que nous avions en tête (vécu donc connaissance implicite) le processus métier qui consiste à recueillir de l’expertise, à la structurer, à la modéliser et à la valider avant de la mettre à disposition de différentes catégories d’utilisateurs. Avec le temps nous avons consolidé notre méthode de travail en l’enrichissant par l’interprétation des représentations internes que cela générait.
Ainsi, en l’état actuel notre technologie Ardans Knowledge Maker® s’appuie sur les concepts suivants :
▷ les ontologies ;
▷ les objets ;
▷ les liages ;
▷ leur représentation ;
▷ leur combinaison ;
▷ le droit à en connaître.
La puissance de cette combinaison offre lors de la conception du système à base de connaissance, lors de son exploitation, ou lors de ses évolutions, une richesse et une efficience tant dans la contribution pour enrichir la base de connaissance que dans
la production et l’exploitation du patrimoine mise à disposition des acteurs métier.
L’apport du sémantique dans une telle représentation se traduit directement dans l’efficience de l’exploitation de la base de connaissance pour l’opérateur en « consultation » ou le spécialiste en « contribution ». Comment se retrouver efficacement dans cet environnement structuré de savoir ? (voir figures 1 et 2).
L’objet de cette présentation est de vous présenter les concepts, leur mise en œuvre et des retours d’expérience de cette efficience atteinte dans des projets implantés opérationnellement dans l’industrie.
la production et l’exploitation du patrimoine mise à disposition des acteurs métier.
L’apport du sémantique dans une telle représentation se traduit directement dans l’efficience de l’exploitation de la base de connaissance pour l’opérateur en « consultation » ou le spécialiste en « contribution ». Comment se retrouver efficacement dans cet environnement structuré de savoir ? (voir figures 1 et 2).
L’objet de cette présentation est de vous présenter les concepts, leur mise en œuvre et des retours d’expérience de cette efficience atteinte dans des projets implantés opérationnellement dans l’industrie.
Mors-clés
Ingénierie de la connaissance, Gestion de Retour d’expérience, Modélisation de process métier, Recueil d’expertise, Gestion et Management, Exploitation documentaire, Transfert de connaissance, Ardans Knowledge Maker® , ISO30401.
Téléchargez la présentation
Figure 2