1 Atelier IC1 - IC2011- Plateforme AFIA 20111 Quest-ce quune trace? … essai d approche...

1

Atelier IC1 - IC2011- Plateforme AFIA 2011 1

Qu’est-ce qu’une trace? …essai d’ approche

transversale

les traces en général et, plus particulièrement, les traces numériques comme inscriptions de connaissances issues de l’observation et leur exploitation dans les processus cognitifs associés à la construction du sens

Pierre DeransartINRIA

CRI Paris-Rocquencourt

2


Traces: éléments de recherche de la vérité

Traces numériques : abondance et formalisation

(Re)connaissance à partir de traces

Cognition:

ce qui produit et analyse les traces

3


« Laisser des traces, pas des preuves, seules les traces peuvent faire rêver »

René Char

Poète

(1907-1988)

Traces comme recherche de la vérité …

4


Accélération de la production de traces

Discrétisation-spatialisation/numérisation/manipulation

Etapes: B.Stiegler

•20 siècles après début du néolithique premières numérations (astro)

•12ième siècle AC système alphabétique (grammatisation)

•Imprimerie permet à l’écrit d’envahir la société

•17ième siècle machine outil (reproduction du geste discrétisé)

•1834 discrétisation sons et images

•Économie de l’immatériel (gestion des connaissances)

Le traitement de l’information joue un rôle dominant dans tous les domaines d’activité (industrie ou recherche) et dont la base repose sur une accumulation continue de traces….

5


Visualizing digitalization expansion

Etapes majeures

-7000

-1200

1450 1820 2000

-8000

-6000

-4000

-2000

0

2000

4000

0 1 2 3 4 5 6

Etapes

An

s

Close to asymptotic evolution….0,00

1,00

2,00

3,00

4,00

5,00

6,00

-8000 -6000 -4000 -2000 0 2000 4000

Echelle log.:

6


Moore vs stockage

0,00

1,00

2,00

3,00

4,00

1985 1990 1995 2000 2005

Années

Log

capa

Moore (Intel) Capacité Stockage

Montre que la capacité de stockage mondialecroit plus rapidement que la vitesse des ordinateurs

Traces numériques : abondance et formalisation

7


Partout ?

http://www.college-de-france.fr/default/EN/all/ger_ber/index.htm

GérardBerry2007

8


(Re)connaissance à partir de traces

HOAX

9


Traces => cognition

"L'arbre qui tombe dans la forêt fait-il du bruit si personne ne l'entend? Il n'existe que deux réponses à cette vieille énigme, et ainsi posée, elle paraît sans grand intérêt. Pourtant les philosophes et autres éminents penseurs ont engagé des discussions enflammées sur le sujet, avançant argument sur argument à l'approche de l'une ou l'autre des hypothèses.«

Preface de Endel TulvingLes chemins de la mémoire, F. Eustache, B. Desgranges, Ed Le Pommier, juin 2010,

10


•Trace comme empreinte, marque psychique (mémoire, empreinte, vérité, P. Ricœur) traces affective, corticale, écrite (extériorité)

•Trace comme indice, détail (paradigme judiciaire, C. Ginzburg) art, littérature (C. Doyle), psychanalyse (signes, indices, symptômes)

•Trace comme mémoire [de forme], trace du passé, document (M. Bloch: « l’histoire est la connaissance à partir de traces »)•Trace comme ligne d’écriture (J. Derrida, S. Auroux, grammatisation)

discrétisation (écriture, langage, technologie)•Trace comme exemple à suivre (morale)•Trace comme outil (scientifique) d’investigation

A. Serres: quelles problématiques de la trace

(morpho)genèse d’un objet trace

11


Essai d’approche ontologique

12


Domaine très formalisé:

Théorie des automates,

Théorie des traces,

Sémantiques formelles,

Méthodes d’analyse de (flots de) données,

Modélisation,

…

Essai d’approche formelle d’un objet « trace »

En génie logiciel tout est apparemment plus « simple »:Une trace est une forme de codage dynamique de certaines informations

Limites: analogie linguistique

13


Objets étudiés:

•Trace t :suite d’événements et couples (action, paramètres) ei = (ri , si)

•Ensemble de traces : T•Domaine de traces : DT

exemple: sous-ensemble de traces et tous leurs préfixes finis

•Trace virtuelle : Tv suite d’événements virtuels ei = (ri , si)

•Trace effective : Tw suite d’événements effectifs et = (at) attributs

Paramètres associés au « sens » et attributs à l’observation ou codage

Essai d’approche formelle générale d’un objet « trace »

14


< S, R, T, A, E, S0 >

•S est un domaine d‘états virtuels, ou chaque état est décrit par un

ensemble de paramètres,

•R est un ensemble fini d'actions,

•T, fonction de transition d'états T : R x S S, éventuellement non

déterministe,

•A est un domaine d'états effectifs, ou chaque état est décrit par un

ensemble d'attributs,

•E est un fonction d'extraction qui a une trace virtuelle associe une trace

effective,

•S0 S, ensemble des états initiaux,

Sémantique dite « observationnelle » (SO): production de trace effective

15


< S, R, A, I, S0 >

•S est un domaine d‘états virtuels, ou chaque état est décrit par un

ensemble de paramètres,

•R est un ensemble fini d'actions,

•A est un domaine d'états effectifs, ou chaque état est décrit par un

ensemble d'attributs,

•I est un fonction de reconstruction qui à une trace effective associe une

trace virtuelle,

•S0 S, ensemble des états initiaux,

Sémantique dite « interprétative » (SI):reconstruction de la trace virtuelle

16


< S, R, T, A, E, I, S0 >

•E et I vérifient la propriété de de fidélité i.e. t Tv , u Tw , I(E(t)) = t

et E(I(u)) = u

MI correspond LTS sous jacent (modèle implicite, intentionnel) < S,

R, T, S0 >

Sémantique de traces: SO + SI

17


Transformations: analyses, combinaisons de traces

18


Transition System < S, T, S0 > S états, S0 initiaux, T transitions

Labelled Transition System < S, R, T, S0 > R actions

Fluent Calculus (situation calculus) < S, R, T, S0 > S situation

Théorie des traces, < R, T, D> D dépendances

Automates, Langages formels, < S, T, S0 , Sf >, Sf finaux

Structure de Kripke < L, T, S0 , Sf > L formules logiques

Formalisations

19


Analyse de trace

Utilisation d’algorithmes d’analyse de flots de données pour identifier des objets tracés (traces optimisées)

•Recherche de zones suspectes dans les programmes (Zaidman & al, 2005)

•Techniques de « model checking » pour pour détecter des intrusions (Garavel & al. 2004) sur des traces d’exécution (SEQ.OPEN tool)

•Observations de symétries

(OADymPPaC)

20Conception de traces

21


Document Information-Interaction-intelligence

Ingénierie des connaissances collecte-objets-connaissances

Exo- Mémoire

3 exemples

22


TRACE NUMERIQUE et COGNITIONtraces d'interactions humaines (SHS)

Sylvie Leleu-Merviel. Effets de la numérisation et de la mise en réseau sur le concept de document. Information-Interaction-intelligence, V4, N1, pp 121-140, 2004

23


TRACE NUMERIQUE et COGNITION (SHS) Sylvie Leleu-Merviel. Effets de la numérisation et de la mise en réseau sur le concept de document

Document numérique décrit comme le résultat de processus agissant à 5 niveaux distincts.

N0: Manifestation concrète + rapport codé à quelque chose d’absent = TRACE

N1: Trace + (enregistrement + code d’inscription) = DONNEE

N2: (Données + conversions) + (transmission + codes de modulation/compression) = SIGNAL

N3: Signal + lecteur/lecture = SENS

N4: Sens + légitimité = DOCUMENT

24


TRACE NUMERIQUE et COGNITION

25


le modèle fait sens: des portions de discours peuvent être décrites comme des mécanismes.

« Tout objet porteur de signes, sauvegardé comme trace pérenne et qui fait sens auprès d’au moins un lecteur qui l’a légitimé en tant que tel, est document’’

Quelques remarques sur cette approche:

-Mind2 unique ou non: universalité du code non nécessaire (échange codé entre deux personnes)

-Le document-trace se distingue des « traces » variées laissées inévitablement dans les environnements informatisés, qui créent cette impressions de ``tendance nouvelle de la société à conserver tout et n’importe quoi’’. « Tout » n’est pas document-trace.

TRACE NUMERIQUE et COGNITION

26


INGENIERIE des CONNAISSANCES Traces en Environnements Informatiques pour l'Apprentissage Humain (EIAH)

Alain Mille, Kris Lund. Traces, traces d’interactions, traces d’apprentissage: définitions, modèles informatiques, structurations, traitements et usages. In Jean-Charles Marty, Alain Mille, Analyse de traces et personnalisation des EIAH, pp 21-66, Lavoisier, 2009

Pierre-Antoine Champain, Y. Prié, A. Mille. Musette: Modeling USEs and Tasks for Tracing Experience. Document.

Creating Cognitive Models from Activity Analysis: A Knowledge Engineering Approach to Car Driver Modeling, Olivier Georgeon, Matthias J.Henning, Thierry Bellet, Alain Mille, 2006

27


INGENIERIE des CONNAISSANCES

Fouille de données

Analyse de traces, recherche d’informations (RI)

Apprentissage en environnements médiés

Cognition et sociologie

28


29


TRACESTRACES

Construction d’un monde virtuel (Lyon1/INRETS)

Trace virtuelle

Trace effective

30


INGENIERIE des CONNAISSANCES

31


Exo-mémoires

Relations socialesEnvironnement de travailOrganisation domicileOrdinateur personnelAgendasCahiers de notes…

Michel Serre: « Today, when you wakeup and turn on your computer, you just install your head in front of you! »

Michel Serres's conference recorded at Polytechnic School", December 1rst, 2005

Vanevar Bush: As we May Think. The Atlantic Monthly (1945)

Memex: a device in which an individual can store all his books, music and other elements of communication, and mechanized so that it can be accessed very quickly in a flexible manner."

32


Exo-mémoire: exo-cerveau (tête augmentée) ?

+16 Gb / year

Fuller, M., Kelly, L., Jones, G.J.F.: Applying contextual memory cues for retrieval from personal information archives. In: PIM 2008 - Proceedings of Personal Information Management, Workshop at CHI. (2008)

33


•traçable

•nbrx outils d’accès et de maj

•rapide

•persistente

•maléable

•Possibilités d’”auto”-analyses

Quelques particularités de l’exo-mémoire numérique

34


Exo-Memoire vue comme trace

35


Conclusion

Principe de relativité des traces il n’y a pas de notion intrinsèque de trace qui n’existe que s’il y a un « observateur » qui la définit comme telle

Principe d’invariance des traces toutes disciplines concernées par le même objet « trace ». La numérisation ne change pas l’objet seulement les moyens utilisés.

Déterminer des observables est un long et complexe processus construction de traces successives (différents niveaux d’abstraction, transformations et combinaisons)

Peut-être cela peut aider à aborder certaines des questions posées

36

Atelier IC1 - IC2011- Plateforme AFIA 2011 36José-Louis Deransart

Merci!

37


Quelques références

38


Biblio

39


TRACE NUMERIQUE et COGNITIONtraces d'interactions humaines (SHS)

Sylvie Leleu-Merviel. Effets de la numérisation et de la mise en réseau sur le concept de document. Information-Interaction-intelligence, V4, N1, pp 121-140, 2004

Bernard Stiegler, Désir et connaissance. Le mort saisi par le vif. Eléments pour une organologie de la libido. Revue d'intelligence artificielle: Numéro spécial Vol 19/1-2, 13-29. Colloque ARCo'04, Compiègne, 2004

Dominique Vinck De l’objet intermédiaire à l’objet-frontière, Vers la prise en compte du travail d’équipement. http://www.cairn.info/revue-anthropologie-des-connaissances-2009-1-page-51.htm

Christian Brassac, Lardon, S., Le Ber, F., Mondada, L., Osty, P.-L. Analyse de l’émergence de connaissances au cours d’un processus collectif. Re-catégorisations, reformulations, stabilisations, Revue d’Anthropologie des Connaissances, Vol. 2, n°2, 267-286, 2008

Kris Lund, Dyke, G., Beigbeder, M., Girardot, J.-J. (2009). Identification de Phénomènes dans l'analyse d'interactions humaines : Les traces d'interactions humaines, un nouveau domaine d'application pour la Recherche d'Information, Proceedings of the Conference en Recherche d'Infomations et Applications. (CORIA), 2009

40


INGENIERIE des CONNAISSANCES Traces en Environnements Informatiques pour l'Apprentissage Humain (EIAH)

Christophe Choquet, Iksal S. Modélisation et construction de traces d'utilisation d'une activité d'apprentissage : une approche langage pour la ré ingénierie d'un EIAH, In: Sciences et Technologies de l'Information et de la Communication pour l'Education et la Formation (STICEF) 2007

Alain Mille, Kris Lund. Traces, traces d’interactions, traces d’apprentissage: définitions, modèles informatiques, structurations, traitements et usages. In Jean-Charles Marty, Alain Mille, Analyse de traces et personnalisation des EIAH, pp 21-66, Lavoisier, 2009

Bruno Bachimont, R. Troncy, & A. Isaac. (2002). Semantic commitment for designing ontologies: a proposal. In Actes de la conférence « EKAW », Siquenza, Spain. Springer Verlag, 2002

Pierre-Antoine Champain, Y. Prié, A. Mille. Musette: Modeling USEs and Tasks for Tracing Experience.

Dyke, G., Beigbeder, M., Lund, K., & Girardot, J.-J. (2009). Les Traces d'interactions humaines : un nouveau domaine d'application pour la RI. In Actes de la sixième conférence francophone en recherche d'information et applications, pages 397-408, 5-7 mai 2009, Hyères, France

41


http://www.inria.fr/40ans/forum/video.fr.php

Le réseau numérique, à l'origine d'un nouveau modèle industriel Conférence de Bernard Stiegler

Les nouvelles technologies : révolution culturelle et cognitive Conférence de Michel Serres

etc…

42


[Palmer,Gibbons, Faloutsos2, Siganos 2001] Internet graph: 285k nodes, 430kedges.

43


Big “tecnological-Discretisation” steps:

•Around neolithic + 2 mileniums (7000 BC) first attempts of written numeration systems

•Around 12 centuries BC: beginning of “gramatization” (fixing languages with alphabetic process and grammar definition). Allows languages expansion.

•Around 1450: Gutenberg. More than real “discovery”, new techniques for effective expansion.

•Around 1800: “discretization” of human activities (digitalization of human behavior: machine outil)

•Around 2000: numerical economy expansion

44


Loi empirique. 3 versions selon wikipedia

•Celle exprimée en 1965 dans « Electronics Magazine » par Gordon Moore, ingénieur de Fairchild Semiconductor, un des trois fondateurs d'Intel: la complexité des semiconducteurs proposés en entrée de gamme double tous les ans à coût constant depuis 1959.

•Réévaluée en 1975: nombre de transistors des microprocesseurs sur une puce de silicium double tous les deux ans. Plus précisemment: entre 1971 et 2001, la densité des transistors a doublé chaque 1,96 année.

•Devenue une « folk’s law »: « quelque chose » double tous les dix-huit mois, cette chose étant « la puissance », « la capacité », « la vitesse » et bien d'autres variantes mais très rarement la densité des transistors sur une puce.

http://fr.wikipedia.org/wiki/Loi_de_Moore

Gordon Moore’s “law”

45


•Génétiques

•Neuronaux

•Formes

Les 3 supports de stockage de l’information

(mémoires)

Toute augmentation des capacités de stockage et toute transformation nécessite des calculs et de l’énergie

Connaissances = stockage + calculs

46


Tentative de généralisation: conception de trace

47


5-Cerveau: lieu privilégié de fusions

48


3-Fouille de données et interrogation de flots de données WEB sémantique, Modèles ECA

Trafic ADSL brut

à la recherche du sens…

49


Analyse de flot de données vue comme analyse de traces d’origine inconnue

Analyse de flux massifs (algorithmes probabilistes, Rabin 1980)

Langage d’interrogation de flots de données (Arasu, 2002)

Interactions entre observateur/observé et entre traces (modèles ECA et WEB sémantique, Alferes et al. 2004)

50


Grand Challenge 3: interpréter les traces (SI)

Utilisation d’algorithmes d’analyse de flots de données pour identifier les objets tracés (identification des observables)

Langage d’interrogation de traces: filtrage efficace

Tracer les manipulations de connaissances

51


4-Analyse du comportement humain

Problème de confiance dans les données

Formalisation des contextes (fusion de données), traces des contextes et du comportement humain

Construction de scénarios à partir de traces

Jusqu’où peut-on ou doit-on aller?

Approche des limites de l’automatisation

52


Confiance dans les données (accès à la connaissance)

Base de connaissance = système de règles = calculs

L’utilisation requiert plus que du calcul: exploration, repérages, raisonnement (sans stratégie prédéfinie)

Exemple: problème de certification des sites internet (ex loi du 13 août 2004 sur la certification des sites internet dédiés à la santé (Haute Autorité à la Santé))

HON code (Health On the Net): ex

•Qualification des rédacteurs

•Justification des affirmations

•Séparation contenus éditoriaux et publicitaires

•Transparence du financement

•Confidentialité des données personnelles, traces de la visite

•…

53


La mémoire

Mécanismes liés à la mémorisation humaine:

Axes (Chapoutier, 2006):

•Sensoriel

•Temporel (travail, épisodique / référence, durable)

•Abstrait (mémoire procédurale et mémoire implicite)

Chaque mémoire a son mode de rappel (implicite, inconscient / explicite, conscient)

1 Atelier IC1 - IC2011- Plateforme AFIA 20111 Quest-ce quune trace? … essai d approche...

Documents

Transcript of 1 Atelier IC1 - IC2011- Plateforme AFIA 20111 Quest-ce quune trace? … essai d approche...