Vol 5 - Numéro Spécial

Revue ouverte d’ingénierie des systèmes d’information

Liste des articles

Ce numéro spécial de la “Revue ouverte d’ingénierie des systèmes d’information” rassemble des articles étendus des éditions 2023 et 2024 du congrès INFORSID.

L’économie circulaire consiste à produire des biens et des services de manière durable en limitant la consommation et le gaspillage des ressources et la production des déchets. Dans le domaine de la logistique, les entreprises cherchent à revoir leurs pratiques et à adopter les principes de l’économie circulaire en essayant de rendre leurs chaînes logistiques davantage circulaires. Une transition réussie vers des chaînes logistiques davantage circulaires nécessite une évaluation continue de l’amélioration de sa circularité. Cet article présente une méthode d’évolution continue appelée CircuSChain dont l’objectif est de guider les organisations pour leur permettre d’évaluer et de concevoir des chaînes logistiques plus circulaires. La méthode, formalisée sous la forme d’un modèle de processus intentionnel et d’un méta-modèle de produits, se base sur l’utilisation d’un modèle générique de chaîne logistique circulaire, d’un jeu sérieux permettant de simuler la structure et le fonctionnement d’une chaîne logistique circulaire, et d’un indicateur permettant de calculer la circularité d’une chaîne logistique. Cet article étend un précédent article [KUR 23] en détaillant ces outils utilisés par la méthode ainsi que l’ensemble des protocoles utilisés dans les différentes stratégies proposées par la méthode.

La digitalisation des processus métier constitue un enjeu crucial pour les entreprises, offrant la possibilité d’améliorer leur efficacité, leur qualité et leur rapidité d’exécution. Cette transformation ne peut être pleinement réalisée sans une maîtrise approfondie des connaissances individuelles des experts métier, de leur gestion collaborative et de leur formalisation, ainsi que d’une adhésion complète aux nouvelles technologies. Cet article propose une approche méthodologique basée sur l’élicitation des connaissances pour la conception d’ontologies formelles, consensuelles et partagées. Cette démarche est complétée par une analyse binomiale de la recevabilité des technologies numériques pour comprendre les attentes et les préoccupations des experts afin de proposer des solutions adaptées. L’approche proposée est testée expérimentalement sur des projets de collaborations industrielles dans le domaine de la manufacture (associant des sources de connaissances d’entreprises multinationales) et dans le domaine de la viticulture (associant des connaissances explicites et des savoirs implicites acquis par l’observation).

Les systèmes d’informations pédagogiques permettent d’observer les traces d’apprentissage des apprenants et de mener des analyses sur leurs pratiques ou de prédire leur réussite. Dans ces travaux, nous étudions comment la fouille de processus, qui permet d’extraire des modèles de comportement des utilisateurs dans un système d’information, peut être utilisée dans un système de recommandation contextuel. Nous nous concentrons plus particulièrement sur le trace clustering qui vise à regrouper des traces possédant des dynamiques proches. Nos apports portent sur : la définition d’une architecture pour la recommandation qui utilise le trace clustering et la caractérisation des styles d’apprentissage des regroupements identifiés. Nous validons notre proposition sur les données collectées d’un cours d’introduction à la programmation d’IHM.

Face au développement du big data et à son application aux données à caractère personnel, le législateur européen a conçu un cadre juridique protecteur : le « Règlement général sur la protection des données » (RGPD). Son entrée en application le 25 mai 2018 a ramené, au coeur des préoccupations des acteurs de la publicité ciblée et de l’analyse de performances, la question du recueil du consentement préalable à tout traitement de données à caractère personnel. En a découlé l’apparition de prestataires spécialisés dans la création d’interfaces de recueil de consentement, les Consent Management Platforms (CMP), mais aussi la multiplication des dark patterns visant à forcer l’obtention dudit consentement. Dans cette recherche, nous avons identifié les dark patterns utilisés par un ensemble de sites de presse puis avons utilisé la typologie de dark patterns de Gray et ses co-auteurs pour classer les designs. Nous avons ensuite discuté, d’une part, leur légalité, d’autre part, leur éthique (du point de vue des approches utilitariste et déontologique). Nous avons enfin discuté les meilleures manières de lutter contre les dérives observées. Nous montrons en particulier l’existence d’une zone grise permettant aux professionnels de maximiser, parfois provisoirement, la quantité de données collectées à caractère personnel.

Cet article présente une sélection de quatre des treize articles courts du Forum Jeunes Chercheuses Jeunes Chercheurs (JCJC) d’INFORSID 2024. Il offre un panorama de la recherche française menée par des doctorants en systèmes d’information. Ces travaux témoignent de l’engagement de la communauté à développer des systèmes responsables, tant sur le plan sociétal qu’environnemental. Certains explorent également les nouvelles innovations en intelligence artificielle. Cet article aborde divers thèmes tels que la sécurité, l’intégrité de la recherche, l’analyse multimodale de scènes et la frugalité des données.

L’influence grandissante des réseaux sociaux dans le domaine du tourisme souligne le besoin d’approches efficaces en traitement automatique du langage naturel (TALN) pour exploiter cette ressource. Toutefois, transformer des textes multilingues, informels et non structurés en connaissances structurées reste un défi, notamment à cause de la nécessité de données annotées pour l’entraînement des modèles. Cet article examine, dans un premier temps, différents techniques et modèles de TALN basés sur l’apprentissage pour optimiser les performances tout en réduisant le besoin de données annotées manuellement. Un nouveau jeu de données multilingues (français, anglais, espagnol) spécifique au tourisme a été créé, se concentrant sur la région du Pays Basque. Ce jeu de données inclut des tweets avec des annotations manuelles sur les entités nommées spatiales, les concepts thématiques touristiques et les sentiments. Une comparaison des méthodes de fine-tuning et d’apprentissage few-shot avec des modèles multilingues indique que les techniques few-shot peuvent produire de bons résultats avec peu d’exemples annotés. Les expérimentations menées sur ce jeu de données suggèrent la possibilité d’appliquer les méthodes de TALN à base d’apprentissage à divers domaines, tout en réduisant le besoin d’annotations manuelles et évitant les complexités des méthodes basées sur des règles. Dans un second temps, nous présentons TextBI, un tableau de bord générique multimodal conçu pour présenter des analyses d’annotations textuelles multidimensionnelles sur de grands volumes de données de médias sociaux multilingues. Cet outil se concentre sur plusieurs dimensions : spatiale, temporelle, thématique et personnelle, et prend également en charge des données d’enrichissement supplémentaires telles que le sentiment et l’engagement. Notre approche, TextBI, représente une avancée significative dans le domaine de la visualisation de résultats d’annotations TALN en intégrant et en mélangeant les caractéristiques d’une variété d’outils de Business Intelligence, de systèmes d’information géographique et de TALN.