Colloque

Proposition d’un modèle causal générique pour des agents cognitifs

Usef Faghihi

Membre a labase

Usef Faghihi

Résumé du colloque

Cet article décrit un agent cognitif conscient (CTS) (Dubois, 2007) doté de mécanismes d’apprentissage causal et émotionnel qui lui permettront de trouver la cause des erreurs faites par les utilisateurs et de leur proposer une meilleure assistance. Le mécanisme d’apprentissage causal implémenté dans cette architecture utilise une combinaison originale d’algorithmes Data-Mining tel que sequential pattern mining et les règles d’association qui respectent la dimension temporelle des événements afin d’extraire la cause des erreurs. CTS emploie ce mécanisme d’apprentissage afin de trouver la cause des erreurs faites par les utilisateurs, évaluer leur performance, prévoir leur comportement futur, et, par un mécanisme de connaissance pédagogique, décider quelle intervention spécifique est la plus appropriée pour un utilisateur en particulier.