3.2. Systèmes présentant une visualisation de l’histoire interactionnelle destinée à l’analyste de la situation

Le deuxième groupe de systèmes est celui des systèmes proposant une visualisation des traces d’interactions utilisateurs-système à un analyste de la situation, qui n’est pas l’utilisateur du système. Dans le cadre d’analyses des usages en situations interactionnelles, il peut être intéressant que l’analyste de la situation, par exemple le chercheur, ait accès aux traces des interactions entre utilisateurs et système. Depuis longtemps, les traces informatiques sont utilisées par les chercheurs pour « espionner » la manière dont les sujets se comportent dans une situation donnée ou utilisent un système, qui peut précisément être le système sur lequel est installé le logiciel étudié. Ce genre d’études a existé en ergonomie, en sciences de l’éducation, en psychologie, et en communication. Pour une situation d’apprentissage instrumenté, Després (2001) a développé un système basé sur les traces d’interactions, permettant au tuteur de percevoir l’état d’avancement du travail des apprenants. En interaction homme-machine, un « espion » bien connu est PlayBack (Neal et Simons, 1983). Les traces d’interactions enregistrées peuvent être à l’origine de comptages divers : temps passés, fréquences d’utilisation, fonctionnalités utilisées ou inutilisées, erreurs, taux de réussite, etc. (Dubois et al., 2000) citent d’autres mesures plus spécifiques telles que le taux de répétition, le taux de composition et la localité (Greenberg et Witten, 1988). Pour classifier les traces, des méthodes issues des travaux sur la reconnaissance de formes sont appliquées : réseaux de neurones et recherche de séquences répétées. Ces méthodes analysent les séquences apparaissant dans les traces ou l’ensemble des transitions. Dans le but de prendre en considération un large éventail d’informations de nature différentes, (Dubois et al., op. cit.) proposent une méthode d’analyse des traces des usages en contexte pour la validation ergonomique de sites web. Ils réalisent un traitement automatique basé sur des mesures de similitude et de corrélation à partir de matrices de référence. Georgeon, Mille et Bellet (2006a, 2006b) proposent le système Abstract (Analysis of Behaviour and Situation for menTal Representation Assessment and Cognitive acTivity modelling) pour tracer les actions de conducteurs d’automobiles et les analyser ensuite. Cinq sources de données sont intégrées aux traces : les données vidéo des différentes caméras du véhicule, les mesures prélevées sur le véhicule, les informations sur l’environnement provenant d’un télémètre, les données de navigation d’un GPS et les évènements déclenchés par l’expérimentateur. En contexte d’apprentissage, les fichiers de traces des apprenants peuvent être utilisés par le chercheur pour caractériser le les interactions et faire un modèle de l’apprenant. D’après les recherches menées par Renié (2000), les traces d’interactions renseignent sur des opérations qui peuvent être corrélées avec d’autres paramètres tels que les résultats obtenus à des tests ou des caractéristiques des apprenants, au sens des « profils ». Dans ces systèmes, un objectif peut être, à partir de calculs statistiques, de repérer des motifs d’actions chez les apprenants.