5.2.2. Liens avec le raisonnement à partir de cas

Utilisé en intelligence artificielle depuis le début des années 1980, le raisonnement à partir de cas (RàPC) est une des méthodes de raisonnement par analogies, inspirée de la psychologie cognitive. Il a introduit l’idée de la réutilisation de l’expérience dans le domaine de la résolution de problèmes en intelligence artificielle. Il permet de raisonner à partir de cas ou d'expériences anciennes pour résoudre un problème, de critiquer des solutions, d’expliquer des situations inattendues ou d’interpréter des situations nouvelles (Kolodner, 1993). On le formalise par un cycle de raisonnement comprenant cinq étapes (figure 4) : élaboration du cas (la « cible »), remémoration d’un cas proche (la « source »), adaptation de ce cas pour résoudre le problème cible, révision du cas cible et mémorisation du cas cible.

À partir d’un problème présent dans la base de cas déjà rencontrés (l’environnement), un nouveau cas est élaboré appelé « cas cible ». La deuxième étape consiste à retrouver dans la base de cas un (ou des) « cas source », similaire(s) au problème posé (le cas cible) : après une description du problème, le cas cible est apparié au cas source trouvé en « mémoire ». Il s’agit ensuite d’adapter la solution du cas source au cas cible (en supposant que cette solution soit adaptable), pour obtenir la solution du problème cible. Après cette adaptation, la solution proposée est testée. Si elle n’est pas correcte, elle est révisée puis ré-évaluée. La dernière étape est celle de la mémorisation de la solution (le nouveau cas) dans la base de cas pour une réutilisation future. Ce cycle de raisonnement permet d'intégrer de nouveaux cas de façon simple, donnant l’impression d'un système « apprenant » de l'expérience de son utilisation.

Le « Raisonnement à Partir de l'Expérience Tracée » a été proposé par Mille (2005, 2006) comme une évolution généralisante des principes du « Raisonnement à Partir de Cas ». La difficulté du RàPET réside dans le fait de pouvoir enregistrer les expériences dans un format leur permettant d’être utilisées dans des situations ouvertes et non complètement définies à l'avance. Dans cet objectif, Mille (2005) propose le modèle Musette (Modéliser les USages Et les Tâches pour Tracer l’Expérience) comme support à une « théorie de la trace » pour exploiter les traces informatiques dans le contexte d'une activité instrumentée.