Collaboration homme-machine dans des processus continus de construction de connaissances – Kolflow

Le web 2.0 produit actuellement une masse énorme d'information. Transformer de manière continue cette masse d'information en connaissance est un défi majeur pour la communauté scientifique. Deux approches complémentaires sont à l'oeuvre pour cette transformation : l'intelligence collective et le raisonnement automatique.
Le projet Kolflow se propose d'étendre l'approche d'intelligence collective avec des agents intelligents basés sur le raisonnement automatique. Ces agents pourront prendre en charge des tâches répétitives, fastidieuses ou nécessitant le traitement de grandes masses de données afin d'alléger le travail des communautés d'agents humains.

L'objectif du projet est de construire un espace social et sémantique au sein duquel humains et agents logiciels collaborent pour construire de la connaissance utilisable par les humains et les machines. Les humains doivent comprendre l'action des agents automatiques. Les agents automatiques doivent comprendre l'action des humains. Kolflow vide à permettre la co-évolution des contenus et des connaissances au travers de l'interaction entre humains et machines.
Cette collaboration humains-machines, si elle n'est pas organisée, présente des risques. Le projet Kolflow s'attaque aux problèmes scientifiques suivants :

- collaboration homme-machine : comment coordonner l'action des agents humains et automatiques partageant des contenus formels et informels a une échelle potentiellement grande ? en particulier comment assurer cohérence et stabilité et garantir la non-régression du système.

- collaboration homme-machine - point de vue humain : comment rendre la connaissance formelle et son évolution accessible, utilisable, modifiable et compréhensible par des humains, de façon à ce qu'il puissent observer, contrôler, évaluer, réutiliser les résultats d'agents automatiques.

- collaboration homme-machine - point de vue machine : comment prendre en compte les comportements humains imprévus qui peuvent à tout moment ajouter ou modifier des contenus et des connaisances formelles avec le risque de produire de l'incohérence ou de l'incertitude ? Comment des agents automatiques peuvent-ils prendre en compte des retours de la parts d'agents humains ? comment peuvent-ils adapter leur comportement et résultats à des besoins spécifiques ou un contexte particulier ?

L'approche du projet sera la suivante :

1. Construire un jeu de scénarios et de corpus de référence, basés sur des expériences déjà acquises par les partenaires. Ces scénarios piloteront le projet et permettront d'évaluer la progression des différentes tâches,
2. Construire un espace social et sémantique basé sur un wiki sémantique distribué. Cet espace se comporte comme un tableau noir pour la collaboration hommes-machines. La coordination entre agents est basée sur des procédés explicités et contrôles. Le system global est accessible par les humains et les machines au travers de requêtes sémantiques distribuées.
3. Rendre l'histoire de la connaissance explicite et utilisable par humains et machines. Ceci est crucial pour que les agents automatiques perçoivent l'action des humains.
4. Rendre le raisonnement automatisé compréhensible par les humains. Les agents automatiques doivent expliquer leurs actions.
5. Gérer les inconsistances générées par la collaboration humains-machines en permettant du raisonnement interactif prenant en compte des ensemble d'ontologies globalement inconsistants.

Les résultats attendus du projets sont des publications scientifiques dans le domaine du web sémantique, du travail collaboratif, de la fouille de textes et de la découverte de connaissances. Des scénarios de collaboration humains-machines, ainsi qu'un corpus de données seront produits.

Le projet Kolflow montrera la viabilité d'une approche combinée basée sur l'extension de l'intelligence collective avec des agents automatiques pour produire et maintenir des connaissances liés à des contenus sur le web.