Méthodologie de définition de e-services à partir d'un plateau de créativité. Application au recensement de la biodiversité avec le Système de Gestion.

Présentation au sujet: "Méthodologie de définition de e-services à partir d'un plateau de créativité. Application au recensement de la biodiversité avec le Système de Gestion."— Transcription de la présentation:

1 Méthodologie de définition de e-services à partir d'un plateau de créativité. Application au recensement de la biodiversité avec le Système de Gestion de Bases de Connaissances IKBS Noël CONRUYT & David GROSSER

2 Ces projets sont élaborés par rapport à un objectif bien déterminé (la question posée et les sous-problèmes à résoudre), et avec l’aide des utilisateurs des nouveaux services qui correspondent le plus directement aux usages attendus des services projetés. Plateau de créativité Il s’agit d’une plate-forme physique ou virtuelle de co-design entre offreurs (métier) et demandeurs (usagers) ou des applications Internet (e-services) sont réalisées au sein de projets par une équipe de producteurs de contenus (les chercheurs), d’éditeurs de contenants (les programmeurs) et de distributeurs du produit final (les opérateurs). Le plateau multimédia s’inspire de ceux que l’on rencontre dans le cinéma et l’audiovisuel (TV-Net style).

3 Valorisation des Données … √ Contexte des données scientifiques à l’Université de La Réunion Monographies Collections de spécimens Résultats de campagne Images, films √ Objectif immédiat Inventorier Stocker Structurer Exploiter ces données

4 … et des Connaissances √ Contexte mondial Savoirs Savoir-faire Savoir comment faire Savoir y faire √ Objectif méthodologique Acquérir Traiter Valider Faire-savoir

5 La biodiversité est au sud …

6 et la connaissance est aussi au sud !

7 Système de Gestion des Bases de Connaissances L’arbre réunionnais de la connaissance ! N. Conruyt, D. Grosser, Knowledge engineering in environmental sciences with IKBS, AI Communications, The European Journal of Artificial Intelligence, 16(3), ISSN 0921-7126, IOS Press, 2003.

8 Entre métier et usages : le biomaticien Biologiste informaticien Ingénieur de la connaissance La convergence biologie et TIC Connaissance des métiers et des usages L’innovation se trouve du coté des utilisateurs et non pas seulement de la technologie ! Customer Knowledge Management

9 Le métier de systématicien Molécules Cellules Systématique Physiologie Ecologie Biologie des organismes Biologie cellulaire Organes Organismes Populations Taxons Ecosystèmes D’après J. Lebbe, 1995

10 Cas Taxon Taxonomie Classification Les usages de la Systématique … Spécimen Echantillon identification hiérarchisation tri Collection Individu récolte synthèse gestion description détermination Nom observation Monographie

11 Cas Concept Taxonomie Classification … en botanique … Spécimen Echantillon identification hiérarchisation tri Collection Population récolte synthèse gestion description détermination Nom observation D’après J. Lebbe, 1995 Monographie

12 Cas Classe Taxonomie Classification … et en zoologie … Spécimen Echantillon identification hiérarchisation tri Collection Individu récolte synthèse gestion description caractérisation Nom observation D’après N. Conruyt, 1994 Monographie

13 Cas Classe/Taxon Taxonomie Classification … des coraux. Spécimen Echantillon identification hiérarchisation tri Collection Colonie récolte synthèse naturelle gestion description détermination caractérisation Nom observation D’après N. Conruyt, 1994 Monographie

14 Cas Taxon Taxonomie Classifications Les artefacts d’IKBS pour la Systématique Spécimen Echantillon définition identification hiérarchisation tri Collection Individu Modèle récolte synthèse artificielle gestion description détermination Nom observation Base de cas saisie Monographie

15 Exemple : Base de Connaissances Coraux des Mascareignes (BC 2 M)

16 E-service d’aide à l’identification des coraux

17 L’outil IKBS et l’application BC 2 M

18 Méthodologie de gestion des connaissances avec IKBS 1.Acquérir définir un modèle descriptif générer un questionnaire multimédia décrire des cas déjà identifiés 2.Traiter discriminer par arbres de décision identifier avec le raisonnement à partir de cas classifier les cas 3.Valider vérifier les descriptions par rapport au modèle initial mettre à jour les anciens cas découvrir de nouvelles connaissances 4. Itérer

19 Définir un modèle descriptif (l’observable)

20 Construire un questionnaire pour le Web

21 Décrire des cas (observés)

22 Traiter les connaissances acquises Méthodes de classification non supervisées : classification ascendante hiérarchique ou regroupement conceptuel. E-service pour la recherche des experts : gestion des descriptions et de la taxonomie, découverte de nouvelles connaissances http://ikbs.univ-reunion.fr/

23 Identifier de nouvelles observations Méthodes de classification supervisées : arbres de décision, raisonnement à partir de cas (recherche des plus proches voisins). E-service pour la formation des biologistes, étudiants SVT, écogardes, plongeurs, scolaires, grand-public … http://coraux.univ-reunion.fr/

24 Et après ? Le défi auquel nous sommes confrontés dans BC 2 M est de partager les interprétations des observations des spécimens sous le microscope : les experts doivent se mettre d’accord sur les aspects terminologiques, illustrer un glossaire de termes et délivrer un thésaurus pour les non spécialistes. Vers des bases de connaissances multi-expertes (E-recherche) et consensuelles en Sciences de la vie (E-formation)

25 E-recherche & E-formation

26 Recherche & Valorisation Outil Système de Gestion de Bases de Connaissances Application Base de Connaissances