Les traces sont partout :
Elles peuvent nous en apprendre beaucoup :
Bref, les traces peuvent être abondamment utilisées à des fins plus ou moins louables [1] :
Mais pour exploiter les traces, il faut soit :
Dans les deux cas, la visualisation est importante.
| [1] | Gardez toujours les questions éthiques à l’esprit. |
| [2] | On parle de réflexivité, ou de processus réflexif. |
Nous visualisons des traces au quotidien :
Traces individuelles :
Traces “construites” :
Traces collectives :
D’autres exemples :
Pourquoi est-il difficile de visualiser des traces et quelles solutions peut-on envisager ?
Il est donc nécessaire d’ajouter une couche de sémantique dans le traitement des traces. C’est ce que l’on cherche à faire lorsque l’on applique, sur des traces modélisées, des transformations. Cet ajout de sémantique peut se faire de plusieurs façons :
Outils utilisés : Abstract et Abstract-Lite.
Domaine d’application : analyse de comportements de conduite automobile.
Utilisateurs visés : analystes du comportement.
Principe de fonctionnement : Abstract transforme des traces au format XML en traces “visuelles” au format SVG par l’intermédiaire de transformations écrites en XSL.
Une trace d’activité est une inscription porteuse de sens pour un analyste, de ce qui c’est produit du point de vue du sujet.
On identifie trois points de vues : * Le point de vue de l’observateur * Le point de vue du sujet * Le point de vue de l’informaticien
Un exemple complet de fonctionnement : http://liris.cnrs.fr/abstract/
Les questions que l’on doit se poser :
Outils utilisés : Transmute (http://tbs-platform.org/).
Domaine d’application : découverte de motifs fréquents dans des partitions musicales.
Utilisateurs visés : chercheurs (preuve de concept).
Principe de fonctionnement : les traces (du kTBS) sont visualisées grâce à un outil qui se nomme Samotraces et une interface interactive permet la transformation interactive de ces traces, tout en affichant les résultats intermédiaires. Transmute intègre également un outil permettant de faire de la fouille sur ces traces et de générer des motifs qui pourront servir à la construction de transformations par la suite.
Un exemple complet de fonctionnement :
Les questions que l’on doit se poser :
Outils utilisés : Abstract, ou Taaabs.
Domaine d’application : aide à la conception d’agents autonomes selon une approche constructiviste.
Utilisateurs visés : développeurs d’agents artificiels.
Principe de fonctionnement : l’agent autonome construit ses comportements à partir de ses propres traces d’interactions. La visualisation permet au développeur d’observer pas à pas les comportements de l’agent et d’en tirer des conclusions afin d’améliorer les algorithmes constitutifs de l’agent.
Un exemple complet de fonctionnement : https://liris.cnrs.fr/ideal/
Tout est sur ce site : http://tbs-platform.org/tbs/doku.php
La connaissance (toute connaissance ?) est construite à partir d’observations de régularités spatio-temporelles.
L’exploitation de traces d’interactions consiste donc à rechercher des régularités dans les traces qui capturent notre expérience pour mieux les exploiter. La visualisation des traces est un atout précieux dans ce processus.
Analyser des traces, ce n’est pas simplement en faire une exploitation statistique, c’est surtout construire du sens, et donc de la connaissance, à partir des observations que l’on peut faire sur ces traces.
Ce processus résonne avec de nombreuses questions épistémologiques (épistémologie constructiviste) :
Traces et mémoire :
Quelques lectures recommandées :