Abstract FR:

La prise en compte de la multi-expertise dans les projets d'intelligence artificielle a montre l'insuffisance des methodes et outils classiques d'acquisition des connaissances. Par ailleurs, les methodes et techniques dediees a la multi-expertise developpees jusqu'a present sont tres limitees en particulier au niveau de la modelisation. Les travaux de recherche que nous presentons dans cette these concernent la definition d'une methode, d'un ensemble de techniques et d'un outil pour l'acquisition des connaissances a partir de multiples experts. La methode d'acquisition des connaissances que nous proposons est fondee sur la definition d'un modele d'agent cognitif et d'un ensemble de modeles appeles modeles de l'interaction (cooperation et communication). Ces modeles servent pour la description de l'activite cooperative de resolution de probleme par un groupe d'experts. Le cogniticien, suite a son analyse de l'activite dans le groupe, identifie les agents artificiels adequats necessaires pour la modelisation du groupe d'experts et instancie les differents modeles proposes. Ainsi, nous modelisons un groupe d'experts, par une societe d'agents en interaction. Nos choix pour la definition de nos modeles sont justifies par des etudes sur les recherches effectuees dans plusieurs domaines comme l'intelligence artificielle distribuee, la psychologie sociale et la dynamique des groupes. En complement a la methode, nous proposons une approche pour la generation automatique de connaissances consensuelles entre experts. Cette methode presente l'avantage d'etre fondee sur la methode formelle de decomposition rectangulaire d'une relation binaire, elle peut servir pour le raffinement de la modelisation agents que nous obtenons. Nos differents modeles sont implantes et constituent le noyau de l'outil d'acquisition des connaissances a partir de multiples experts que nous avons developpe