2.3.2. Les "frameworks" de simulation cognitive

Saint Amant, McBride & Ritter définissent un "framework" (cadre) de simulation cognitive comme une théorie sur la cognition humaine qui peut être concrétisée sous la forme d'un programme informatique. Ces frameworks visent à intégrer de manière cohérente des théories produites à partir de différentes études de psychologie cognitive : la manipulation symbolique, l'attention, la perception, la commande des mouvements, etc. Les ergonomes peuvent programmer, à l'intérieur de ces frameworks, des simulations particulières de tâches spécifiques. Par exemple, ils peuvent programmer une simulation des processus mentaux d'un conducteur automobile lorsqu'il décide de tourner à gauche. Lorsque l'ergonome exécute la simulation, ces modèles reproduisent ainsi certaines caractéristiques du comportement humain, telles que les temps de réaction ou les taux d'erreur. Ces caractéristiques peuvent ensuite être comparées à celle des opérateurs humains.

Salvucci & Lee distinguent deux types de framework de modélisation cognitive selon le niveau de comportement auquel ils s'intéressent :

a) Les frameworks de haut niveau représentent les comportements comme des actions basiques du sujet humain, telles que bouger la souris ou appuyer sur une touche. Ces modèles représentent les connaissances et les représentations du sujet comme des structures de données complexes telles que les Frames ou les scripts présentées au paragraphe 2.2.5. L'avantage de ces modèles réside dans leur simplicité de programmation pour décrire des séquences de comportements. En revanche, ils ne permettent pas d'aborder les comportements de base tels que les séquences oculaires, ni le détail de l'activité cognitive effectuée par le sujet.

b) Les frameworks de bas niveau décrivent des "composants atomiques" de l'activité cognitive avec des règles qui s’exécutent sur des pas de temps de l’ordre de 50 millisecondes. Dans ce cas, les connaissances de l’utilisateur ne sont pas représentées sous forme de structures de données complexes mais sous forme de symboles individuels (appelés "items" ou "chuncks") pour les connaissances déclaratives et sous forme de "règles de production" pour les connaissances procédurales. Ces modèles permettent toutefois de définir des associations pondérées entre "chunks" qui autorisent de propager leur activation et ainsi organisent les "chunks" en une sorte de réseau sémantique. L'avantage de ces modèles réside dans le fait qu'ils permettent de représenter les traitements d'information réalisés à chaque vague de déclenchement neuronal ("spike") du cerveau humain. L'inconvénient est qu'ils ne peuvent rendre compte que des activités extrêmement contraintes par la tâche, et qu'ils nécessitent beaucoup de temps pour les programmer.

Ces deux niveaux de modélisation constituent des approches très différentes de la simulation cognitive, bien que certaines études tentent de les relier en proposant des mécanismes permettant d'écrire les modèles à un haut niveau de description et de générer automatiquement le code du modèle de bas niveau sous-jacent , le projet Herbal de .