26

Chapitre 1

Qualité de
l'échantillon

Compétences
en matière d'observation

Collecte

Observation

Description

Qualité du questionnaire

Interprétation

Qualité de l'expertise

Identification

Fig. 1.1: Notre méthodologie de collecte, d'observation et de description des exemples

C'est l'analyse des cas de "mauvais fonctionnement" du système expert qui a pu en effet permettre à l'expert et au cogniticien de proposer des solutions d'amélioration. Un mauvais fonctionnement n'était d'ailleurs pas forcément un échec absolu du système : le diagnostic peut s'avérer plus ou moins divergent de celui de l'expert (par exemple : mauvais classement des maladies du fait que le diagnostic présente plusieurs maladies simultanément).

Il faut aussi se demander pourquoi telle question apparemment inutile a été posée, ou au contraire pourquoi telle autre qui aurait été logique n'est pas apparue. Enfin il faut analyser l'influence des "mauvaises" réponses de l'utilisateur, de façon à améliorer les résultats du système expert face à des données plus ou moins inappropriées.

1.3.4 Comparaison des deux approches

Le but du stage de DEA d'Intelligence Artificielle que nous avons effectué [Conruyt, 1988] dans le cadre du projet INSTIL était de comparer deux systèmes à bases de connaissances en présence de tout l'univers "bruité" de description des maladies de la tomate de la campagne de 1987. Le premier système TOM (développé par un couple "cogniticien-expert") était opérationnel, et l'autre INSTOM (généré par les logiciels d'apprentissage Neddie et Main) était à l'état de prototype.