Capitalisation et partage de connaissances d’observation et d’analyse de traces numériques d’activités
Assister le suivi de l’activité dans les environnements de formation à base de simulateur pleine échelle
Travaux de thèse
Résumé :
Le cadre de ma thèse s’intéressait à l’assistance aux formateurs dans la formation et le perfectionnement des agents de conduite de centrale nucléaires sur les simulateurs pleine échelle de l’Unité de Formation Production Ingénierie (UFPI) du groupe EDF. Dans un tel cadre l’observation, l’analyse et le débriefing des interactions individuelles et collectives des opérateurs sont des activités critiques et particulièrement dense. Les données collectées sont difficilement exploitables dû à leur grande quantité et à leur très bas niveau nécessitant une expertise forte que tous les formateurs ne possèdent pas.
Mon objectif était de proposer des modèles et des outils permettant d’assister les formateurs lors des phases d’analyse de l’activité des opérateurs, de préparation et de conduite du débriefing. Mes recherches se sont inscrites dans le domaine de l’Ingénierie des Connaissances tracées et plus particulièrement dans la capitalisation et le partage de connaissances d’observation et d’analyse de traces numériques d’activités (tels les logs d’un simulateur). J’ai basé mon approche sur le concept de la trace modélisée (M-Trace) développée par l’équipe SILEX. Au travers de cette approche je donne la possibilité d’exploiter des traces numériques d’activités de bas niveaux pour faire émerger des observations de plus haut niveaux obtenues via des transformations à base de règles. Ces règles modélisent des connaissances d’observation et d’analyse de différents utilisateurs et sont capitalisables et partageables entre ces derniers. Je complète mes propositions en fournissant une visualisation synthétique des niveaux d’observations. Cette synthèse visuelle est navigable afin de permettre d’explorer les différents niveaux et de reconstituer leur chemin de construction, facilitant ainsi l’analyse.
Mes différentes propositions ont été réifiées dans un logiciel générique du nom de D3KODE (« Define, Discover, and Disseminate Knowledge from Observation to Develop Expertise »). D3KODE a été évalué en contexte réel sur simulateur pleine échelle donnant lieu à des résultats significatifs permettant de valider mes propositions et d’encourager des perspectives de recherche nombreuses.
Le document est consultable au lien suivant : https://tel.archives-ouvertes.fr/tel-01099275/document
Lien sur les slides de la soutenance commentés en français (penser à activer les sous-titres)
Mots clés :
Traces modélisées, Système à base de traces, Assistance à l'analyse de traces, Capitalisation, Partage et réutilisation de connaissances, Formation, Simulateur pleine échelle
Encadrant :
Co-encadrant :
