Théorie des systèmes dinformation 4 ULB 23 novembre 2002

Couches du système dinformation

Approche linguistique du SI Le SI est un langage, un système de signes qui est à la fois : –θέσις : support de la circulation des idées au sein de lorganisation (de même que l'image du signal sonore est le support de la conversation entre des personnes), –φύσις : « cadre conceptuel a priori » qui, en fondant le discernement des agents, leur permet de percevoir les événements du monde réel et dagir sur lui. Ce langage se forme à larticulation : –de la physique de lentreprise (fonction de production, marché, crédit) Principes durbanisme, modélisation –de sa sociologie (comportement des acteurs) Importance de lorganisation interne et des réseaux dinfluence –Quelles sont les priorités de lentreprise ? Modestie ou timidité ?

Urbanisation du SI

Application, composant, processus Application –Structure de données + algorithmes de calcul Composant –Ensemble de classes organisées autour dune classe maître et décrivant un être du monde réel –Analogue à « dossier » –Passer de lapplication au composant = faire passer la priorité des algorithmes aux données Processus –Succession des tâches qui concourent à la production de valeur –Les applications ne contiennent pas dinformation sur les processus –Les SI modernes automatisent le parcours des dossiers entre les divers agents qui doivent les traiter

De lurbanisation à la modélisation Une même démarche, une portée différente –Chronologie, granularité La modélisation –Langage UML (Unified Modeling Language, 1997) Domaines, processus, activités, composants, données Diagrammes dactivité, de classe, de séquence Un problème : la communication –Un pivot : le référentiel

Le référentiel Donnée = couple logique formé par une définition et une mesure Type de la mesure : booléen, entier, réel, qualitatif, ordinal etc. La donnée devient une information lorsquelle est communiquée à un être humain capable de linterpréter Les définitions sont contenues dans le référentiel –« Populations » –Identifiants –Nomenclatures –Identification du propriétaire de chaque donnée Ladministration des données est garante de la qualité du référentiel

Règles concernant les identifiants Définir correctement la population dont il sagit didentifier les individus –Ne pas confondre le client avec le service qui lui est rendu Construire un identifiant pérenne –Il doit rester attaché à lindividu pendant tout son cycle de vie Ne pas confondre le rôle de lidentifiant avec celui des attributs –Lidentifiant ne doit être porteur daucune information –Préférer un nombre tiré au hasard, après avoir vérifié quil na pas déjà été utilisé Sinterdire de réutiliser un identifiant à la fin du cycle de vie

Les nomenclatures Classification, typologie, systématique etc. Découpage des activités industrielles –Input, technique, output –Évolution des nomenclatures industrielles Selon la matière première, le produit, la technique Selon le critère dassociation (1942) Découpage des classes sociales –Les physiocrates (Baudeau, 1767) –Les hésitations du XIXème siècle –« Classifications Parodi » de 1945 Création de la catégorie des « cadres » –Catégories socio-professionnelles Un pivot pour la statistique et ladministration (emploi, formation, droit social, etc.) Classification des phénomènes naturels –Classification des animaux à lâge classique –La « cladistique », fondée sur la génétique, et ses innovations –Électricité, magnétisme, lumière Classifications dans le système dinformation –Référentiel des clients, produits, partenaires etc. –Rubriques comptables Découpage géographique Segmentation de la clientèle (dimension scientifique du marketing)

Règles concernant les nomenclatures Règle formelle –Une suite de partitions emboîtées, sans omission ni double emploi Règle fonctionnelle –Les classes doivent regrouper les individus selon les actions que lentreprise entend conduire envers eux Règle pratique –Accompagner la nomenclature dune documentation claire Règles techniques –Clarté du code utilisé pour identifier les classes –Procédures de vérification introduites dans les systèmes de saisie ou dans les interfaces Vérification syntaxique (message derreur) et sémantique (message danomalie) –Disponibilité des tables de passage (transcodage)

Mettre en place une administration des données Identifier la personne chargée de lADD, lui donner les moyens et pouvoirs nécessaires Recenser les populations concernées par les processus de lentreprise Répertorier les identifiants, les évaluer, les améliorer Répertorier les nomenclatures, les évaluer, les améliorer

Règles concernant le partage des références Asservir les tables de codage à une « table de référence » –Consultation au coup par coup ou réplication des modifications sans délai Actions à entreprendre –Identifier les tables de codage, vérifier la qualité de leur relation à la table de référence

Un cas particulier : les annuaires Référentiel des agents et de lorganisation (parfois aussi des matériels) –Pour les agents : Identifiant, état civil, photographie, adresses, mots de passe, affectation, statut, fonction Un point délicat : la tenue à jour Annuaire et « profil » de lagent : un pivot pour le SI Identification, authentification, habilitation

Comment construire un référentiel Risque : ségarer dans le détail dune partie du référentiel Il nexiste pas de règle logique permettant de déterminer le niveau de détail pertinent Se donner un budget et un délai limités Pratiquer une démarche « top down » : tout couvrir, en faisant progresser le détail Compléter ensuite selon les demandes des utilisateurs

Obstacle à la modélisation Obstacles institutionnels –Préservation de lorganisation existante –Sociologie de lentreprise (réseaux etc.) Obstacle intellectuel –Refus de labstraction du modèle –Goût de la complication

Complexité et réalité La complexité, propriété essentielle de la réalité –Aucun objet concret ne peut être représenté par un modèle fini Tout objet concret (i. e. individuel) assure de facto la synthèse dun nombre indéfini de déterminations abstraites Aucune pensée ne peut donc rendre compte de lensemble des propriétés du monde, ensemble des objets concrets –Chaque objet est « vu » spontanément à travers des «grilles » conceptuelles a priori (nomenclatures) –Lélaboration de ces grilles est un processus lent, un investissement

Grilles et langages Une grille est « pertinente » si elle est adéquate aux besoins de laction Une mesure est « exacte » si elle alimente un raisonnement exact –« Exactitude » et « précision » Le cadre conceptuel est construit –Sil est pertinent, les faits dobservation sont authentiques Exemple : lautomobiliste devant un feu rouge –Lobservation nest jamais exhaustive, mais elle peut être exacte La réalité est en pratique pensable pour laction Vivre dans le monde et y graver nos valeurs

Simplicité de la pensée Il est impossible de démontrer toutes les propriétés vraies à partir dun nombre fini daxiomes (Gödel) –Le monde de la pensée potentielle est complexe –Cependant toute pensée explicite est simple La pensée pure, monde des modèles –Modèle = grille conceptuelle + hypothèses causales –Monde des jeux, des programmes informatiques, des machines, des organisations –Les mathématiques, gymnastique de lesprit Le réalisme potentiel de la pensée est garanti par le principe de non contradiction Le viol de la logique est contre nature –Jamais une théorie contradictoire ne pourra modéliser un phénomène naturel

La rencontre expérimentale Il faut un modèle pour pouvoir anticiper les conséquences de laction Laction nous confronte à lexpérience du monde –Lexpérience apporte des faits dobservation, mais ne prouve pas la vérité des hypothèses causales du modèle Une théorie doit être réfutable par lexpérience (Popper) –Une théorie irréfutable a lair solide, pourtant elle ne vaut rien –Lexpérience contraint à renoncer à certaines hypothèses La démarche expérimentale sétend à la vie entière –Elle caractérise lage adulte de la pensée Lexpérience de lexpérience relativise les modèles –Disponibilité au monde en vue de lefficacité (Tao chinois) –« Coup dœil » du stratège

Les embarras de la complication Certaines personnes ne savent pas penser –Le débutant est naturellement maladroit –Rareté du « coup dœil » –Formation intellectuelle malencontreuse : sacralisation de la « pensée », enflure de la théorie, mystère de la science –Les plus intelligents sont souvent inaptes à laction Lécart entre la pensée et le monde fait souffrir –Expérience courante : le fonctionnement du corps est énigmatique ; il est impossible de décrire un visage avec des mots ; on ne connaît pas lêtre aimé Ceux qui croient que la pensée doit décrire le monde ressentent la pensée simple comme une usurpation –La phrase qui tue : « Ce nest pas si simple ! »

La complication singe la complexité Le refus de la simplicité de la pensée fait préférer le modèle compliqué –Incompréhensible, souvent faux, mais prestigieux –En saturant lattention, la complication procure une sensation (fallacieuse) du réalisme Recette du modèle compliqué –Emprunter à la réalité un grand nombre de déterminations, emmêler leur écheveau –Entrelacer concepts, procédés techniques, hypothèses, traitements statistiques, hypothèses annexes, variantes, etc. –Interdire la séparation des causalités

Le cas des systèmes dinformation 80 % des fonctionnalités inutilisées –« Je dois répondre à la demande des utilisateurs », deuxième phrase qui tue –La demande nest pas le besoin Refus de labstraction, de la sélectivité des concepts et fonctionnalités –Traiter les cas particuliers rares –Refuser la modularité : « tout se tient avec tout » –Refuser lemboîtage des partitions dans les nomenclatures Entropie du SI –Tenue des référentiels (classes, identifiants, attributs) –Tenue à jour des tables de codage –Dialectes locaux Statistiques et tableaux de bord –Faiblesse endémique des données de gestion –Effets de la comptabilité (principe de prudence, classements anti- économiques)

« Ce nest pas si simple ! » « Est-ce la bonne simplification ? » La simplicité de la pensée, outil pour laction –Tout garder en mémoire, cest ne rien comprendre –Tout percevoir, cest ne rien pouvoir faire La parade : mettre la sobriété à la mode –Ridiculiser les personnes qui disent « ce nest pas si simple », ou « il faut répondre à la demande des utilisateurs » –Promouvoir aussi la pertinence et la cohérence

Voies pour sortir dembarras Modèle en couches –Distinguer les logiques qui sarticulent dans lobjet considéré (ordinateur, télécoms etc.) ; portée générale du modèle en couches Croiser les grilles –Croiser les découpages utilisés, évaluer leur corrélation Imprévisibilité et probabilité –Savoir vivre dans lincertitude, renoncer au modèle déterministe, utiliser le raisonnement probabiliste Limites de la logique –Condition nécessaire mais non suffisante : le formalisme ne garantit pas la pertinence de la pensée Écoute –Étape essentielle de la démarche expérimentale –Exigence non seulement éthique, mais méthodologique –Après lécoute, la synthèse, moment délicat ; puis la validation La « tache aveugle » de lintellect, prison de lintelligence –Clé de la recherche féconde : savoir interpréter ses propres agacements, répugnances et contrariétés

Lectures recommandées Épistémologie –Ferdinand de Saussure, Cours de Linguistique générale, Payot 1916 –Michel Volle, Le métier de statisticien, Economica 1984 –Karl Popper, Objective Knowledge, Oxford University Press 1979 Langages –Harold Abelson et Gerald Jay Sussman, Structure and Interpretation of Computer Programs, MIT Press 1996 –Martin Fowler, UML Distilled, Addison-Wesley 2000 Histoire –Bernard Guibert, Jean Laganier, Michel Volle : " Essai sur les nomenclatures industrielles " in Economie et Statistique, no 20, février 1971 –Alain Desrosières, " Eléments pour l'histoire des nomenclatures socioprofessionnelles " in Pour une histoire de la statistique, I.N.S.E.E., 1976 Philosophie –François Jullien. La propension des choses, Seuil 1992