conception d'un cadre formel d'interaction pour la découverte scientifique...
Post on 02-Jan-2016
20 Views
Preview:
DESCRIPTION
TRANSCRIPT
Conception d'un Cadre Formel d'Interaction pour la Découverte Scientifique Computationnelle
Christopher DartnellSous la direction de Jean Sallantin et Frédéric Jeanmart
le 18 Juin 2008
Université MontpellierIILaboratoire d’Informatique,
Robotique et Microélectronique de
MontpellierEuriware
2
Vous avez dit computationnelle?
Introduction Langage Interaction Jugements Résultats Conclusion
Découverte vue comme un calcul et automatisée (Simon66, Langley02)
Reproduction de découvertes historiques (Lenat77, Langley81)
Découvertes innovantes publiées dans les revues concernées (King96, Lee98)
Mise en évidence des biais de modélisation
Supervision de l’apprentissage et localisation dialectique des erreurs (DaNobrega03, Sallantin04)-> JPhiined2™ , Kem™
+
3
La Dialectique et le Rôle de l’Erreur
Introduction Langage Interaction Jugements Résultats Conclusion
Origines de la dialectique
• dialectique: méthode d’argumentation et de réfutation par questions et réponses (science du vrai chez Platon, technique du vraisemblable chez Aristote)
Dialectique moderne
• Kant:• Hypothèses phénoménologiques (liées à l’observation) opposée aux hypothèses
transcendantales (vérité absolue, postulats, dogmes religieux)• Hegel: le vrai est produit à partir de contradictions surmontées
• rôle constructif de la négation• l’erreur est l’élément moteur de la connaissance
Logique de la Découverte Scientifique
• Popper:• vérité: phénomène observable• théorie: synthèse de ces phénomènes• activité scientifique: publication et réfutation de conjectures• réfutation du faux / explication du vrai
• Quine:• vision holiste: un énoncé contredit par les faits n’est pas forcément fautif.
Incomplétude
Inconsistance
4
Correction Dialectique des ErreursInteraction Chercheur – Assistant
Introduction Langage Interaction Jugements Résultats Conclusion
Module d’apprentissage
Chercheur
SolveurObservations , Connaissances
a-priori
Solutions, Explications
x1
x2
x3x4
x5 x6x7
x8
Réseau de contraintes,
modèle logique
Langage
5
Correction Dialectique des ErreursInteraction Généralisée
Introduction Langage Interaction Jugements Résultats Conclusion
?
6Introduction Langag e Interaction Juge ments Résultats C onclusion
Problématique
Comment formaliser l’activité de publication et réfutation de conjectures?
Comment exprimer les énoncés (observations, théories)?
Comment caractériser les objets de l’interaction (jugements scientifiques)?
Généraliser ce jeu dialectique, le mettre en œuvre, et le tester
7
Plan
Introduction Langage Interaction Jugements Résultats Conclusion
1. Langage de description2. Opérationnalisation des paradigmes
d’apprentissage3. Jugements modaux4. Expérimentations et Résultats5. Conclusion et Perspectives
Introduction Langag e Interaction Juge ments Résultats C onclusion 8
LANGAGE DE DESCRIPTION
1. Modèle de réalité – Langage de base2. Extension du langage de base
1. Temporalité2. Concepts théoriques
3. Univocité et équivocité4. Conclusion
9Introduction Langag e Interaction Juge ments Résultats C onclusion
Illustration du Processus de Découvertele jeu d’Éleusis [Gardner59]
Alternance de figures rouges et
noires
Oui / Non
10
Langage de Base
Introduction Langage Interaction Jugements Résultats Conclusion
Modèle de réalité
• Séquence infinie de cartes G W• prédicats observationnels
• Prdcouleur(V )= {cœur, carreau, pique, trèfle }• Prdrang(V )= {as, deux, trois, …, dix, valet, dame, roi}
• s, 0,
Définition : Séquence Possible
• Théorie G telle que:• Pour tout n N, G contient un membre de Prdcouleur(V ) et un seul,• Pour tout n N, G contient un membre de Prdrang(V ) et un seul,• G ne contient aucune autre formule
Illustration
• dame(0), cœur(0), roi(1), pique(1), trois(2), carreau(2), ……
Modèle de réalité
• Séquence infinie de cartes G W• prédicats observationnels
• Prdcouleur(V )= {cœur, carreau, pique, trèfle }• Prdrang(V )= {as, deux, trois, …, dix, valet, dame, roi}
• s, 0
Définition : Séquence Possible
• Théorie G telle que:• Pour tout n N, G contient un membre de Prdcouleur(V ) et un seul,• Pour tout n N, G contient un membre de Prdrang(V ) et un seul,• G ne contient aucune autre formule
Illustration
• {dame(0), cœur(0),• x , dame(x ) cœur(x ) roi(s (x )) pique(s (x )),• x , roi(x ) pique(x ) dame(s (x )) coeur(s (x ))
• -> Représentation en intension
…
11
Extension du LangageTemporalité
Introduction Langage Interaction Jugements Résultats Conclusion
Enrichissement du langage de base
• symbole <
Illustration
• {x (dame(x )cœur(x )),• x (dame(x )cœur(x )y (y <x roi(y )pique(y )),• x (roi(x )pique(x )y (y <x dame(y )coeur(y ))}
12
Extension du Langageprédicats théoriques
Introduction Langage Interaction Jugements Résultats Conclusion
Enrichissement du langage de base (2)
• prédicats théoriques (Muggleton94, Banerji97)
Définition: décidabilité des prédicats théoriques
• soit V enrichi d’un certain nombre de prédicats théoriques,• pour tout k , tout n1, …, nk , tout prédicat théorique k -aire q , et toute séquence possible G,• la valeur de vérité de q (n1, …, nk ) dans G est déterminée par la valeur de vérité dans G de toutes les formules de la forme p (nj ) ou p est un
prédicat observationnel et 0 j k .
Illustration
• x (coeur(x ) carreau(x ) rouge(x ) ),• x (pique(x ) trèfle(x ) noire(x ) ),• x (rouge(x ) noire( s (x )) ),• x (noire(x ) rouge(s (x )) )
13
Programmes Logiques
Introduction Langage Interaction Jugements Résultats Conclusion
Définition: programme logiques itératifs
• P (x )Q (y ) seulement si x < y• dame(x ) coeur(x ) carreau(x ) remplacé par dame(x )rouge(x )
Définition: programmes logiques univoques et équivoques
• Univoque (description en extension):• s’il possède exactement un modèle dans W• décrit une séquence possible unique (infinie)
• Équivoque (description en intension):• s’il possède au moins un modèle dans W• décrit un ensemble de séquences possibles partageant certaines propriétés.
Illustration• Univoque :
• {dame(0 )cœur(0 ), • x (dame(x ) coeur(x )) roi(s(x) ) pique(s(x) ))• x (roi(x ) pique(x ) dame(s(x) ) coeur(s(x) )) }
• Équivoque:• {x (figure(x ))• x (rouge(x ) noire(s(x) ))• x (noire(x ) rouge(s(x) )) }
Introduction Langag e Interaction Juge ments Résultats C onclusion 14
OPÉRATIONNALISATION DES PARADIGMES D’APPRENTISSAGE
1. Apprentissage passif2. Apprentissage actif3. Apprentissage interactif4. Conclusion
15
Identification à la Limite [Gold67]
Apprenti
Hypothèses Hh2
h3 hn
h1
…
Phrase 1
Phrase nPhrase 3Phrase 2
Environnement= Texte
Langage
Introduction Langage Interaction Jugements Résultats Conclusion
16
x (dame(x )cœur(x ))
dame(0 )cœur(0 ), x (dame(x ) roi(s(x) ) pique(s(x) ))x (roi(x ) roi(s(x) ) pique(s(x) ))
dame(0 )cœur(0 ), x (dame(x ) coeur(x )) roi(s(x) ) pique(s(x) ))x (roi(x ) pique(x ) dame(s(x) ) coeur(s(x) ))
Hypothèses: programmes logiques univoques
Identification à la LimiteIllustration [Dartnell08]
Introduction Langage Interaction Jugements Résultats Conclusion
Maître du jeu
Apprenti
…
x (dame(x )cœur(x ))x (dame(x )cœur(x ))
dame(0 )cœur(0 ), x (dame(x ) roi(s(x) ) pique(s(x) ))x (roi(x ) roi(s(x) ) pique(s(x) ))
Processus infini
Apprentissage passif
dame(0 )cœur(0 ), x (dame(x ) coeur(x )) roi(s(x) ) pique(s(x) ))x (roi(x ) pique(x ) dame(s(x) ) coeur(s(x) ))
dame(0 )cœur(0 ), x (dame(x ) roi(s(x) ) pique(s(x) ))x (roi(x ) roi(s(x) ) pique(s(x) ))
17
Apprentissage par Requêtes [Angluin88]
e4 e5
e1 e3e2
Concept c
MQ(x )EQ(h )
Appartenance: x c ?
Oui / Non
Equivalence: h =c ?
Oui / Non + contre-exempleRequêtes
Apprenti
Oracle
Introduction Langage Interaction Jugements Résultats Conclusion
18
Apprentissage par RequêtesIllustration [Dartnell08]
Introduction Langage Interaction Jugements Résultats Conclusion
Maître du jeuApprenti
x (dame(x )cœur(x ))
dame(0 )cœur(0 ), x (dame(x ) roi(s(x) ) pique(s(x) ))x (roi(x ) dame(s(x) ) coeur(s(x) ))
{ x (coeur(x ) carreau(x ) rouge(x ) ,x (pique(x ) trèfle(x ) noire(x ) ,x (valet(x ) dame(x ) roi(x ) figure(x ))x (rouge(x ) noire(s(x) ))x (noire(x ) rouge(s(x) )) }
MQ: programmes logiques univoques
…
Oui / non
EQ: programmes logiques équivoques
Oui / non +contre-exemple
x (rouge(x ) noire(s(x) ))x (noire(x ) rouge(s(x) ))
19
Apprentissage par Requêtes Limites [Dartnell08]
Introduction Langage Interaction Jugements Résultats Conclusion
Il est imprudent de supposer l’existence d’un oracle capable de répondre positivement aux requêtes de l’apprenti.
Co-semi-décidabilité:-un contre exemple sera trouvé en un temps fini s’il existe-s’il n’existe pas de contre-exemple, la vérification ne s’arrête pas et dure un temps infini.
20Introduction Langag e Interaction Juge ments Résultats C onclusion
Apprendre les uns des autresEleusis+Nobel [Dartnell08]
Apprenti Apprenti
Apprenti
Publication/réfutation de conjectures (PL
équivoques)
Expérimentations finies:Segments initiaux de séquences possibles
21
Récapitulatif & Perspectives
Introduction Langage Interaction Jugements Résultats Conclusion
Mode d’Interaction
Modèle de réalité
Durée du processus
Type d’apprentissage
Identification à la limite [Gold67]
Passif Infini Non-bornée Exact [réalité](simulation)
Apprentissage PAC [Valiant84] Passif Fini Finie
Approximatif [réalité]
(simulation)Apprentissage par
requêtes [Angluin88]
Actif Infini bornée Exact [réalité](simulation)
Learning from different teachers
[Angluin03]Actif Infini bornée Exact [tuteur]
(imitation)
Apprendre les uns des autres
[Dartnell08]
Actif / Interactif et participatif
Infini et biaisé Non-bornée Exact [pairs]
(consensus)
Réfutation à la limite?
Introduction Langag e Interaction Juge ments Résultats C onclusion 22
DÉFINITION LOGIQUE DES JUGEMENTS SCIENTIFIQUES
1. Le Carré des Oppositions2. Extensions3. Cube des Jugements Modaux et Interprétation4. Conclusion
23Introduction Langag e Interaction Juge ments Résultats C onclusion
• Peut-on caractériser de façon logique les jugements scientifiques? Preuve Réfutation Conjecture Postulat
But
24
A
I O
EOppositions
Contrariété pas vrais en même temps
Sub-Contrariété pas faux en même temps
Sub-Alternation Pas 1er faux si 2ème vrai
Contradiction Ni faux ni vrais en même temps
Introduction Langage Interaction Jugements Résultats Conclusion
Le Carré des Oppositions (Boethius & Apuleius)
25
Le Carré des Oppositions Interprétation Propositionnelle
dame coeur
dame coeur dame coeur
dame coeur
Introduction Langage Interaction Jugements Résultats Conclusion
Oppositions
Contrariété (P Q)
Sub-Contrariété (P Q)
Sub-Alternation P Q
Contradiction P Q
26
Le Carré des Oppositions Interprétation prédicative
x P(x)
x P(x) x P(x)
x P(x)Toutes les cartes sont des as
Aucune carte n’est un as
Certaines carte s sont des as
Certainescartes ne sont pas
des as
Introduction Langage Interaction Jugements Résultats Conclusion
27
Le Carré des OppositionsInterprétation Modale
Obligation Interdit
Permis Facultatif
□
◊ ◊
□
Introduction Langage Interaction Jugements Résultats Conclusion
Négation paraconsistante
Négation paracomplète
Prouvé Réfuté
Conjecturé? Postulé?
28
Extensions du Carré
□
◊ ◊
□
□ □
◊ ◊
◊ ◊
□ □
□ □
◊ ◊
Introduction Langage Interaction Jugements Résultats Conclusion
[Blanché 53]
29Introduction Langag e Interaction Juge ments Résultats C onclusion
Hexagones Paraconsistant et Paracomplet
□
◊ ◊
□
□ □
◊ ◊
□
◊
□
◊
◊
□
□
◊
[Blanché 53]
Hexagone paracomplet
[Béziau03]
[Béziau, Moretti 03]
Hexagone paraconsistant
30Introduction Langag e Interaction Juge ments Résultats C onclusion
Le Cube des Oppositions □
◊
◊
□
□
◊
◊
□
□
◊
◊
□ □
□
◊
◊
□ : est prouvé□ : est réfuté◊ : est postulé ( n’est pas observé, mais est possible) ◊ : est conjecturé ( est observé, et n’est pas réfuté)
◊ : est contingent◊ : est possible □ : ?
□ : ?
31Introduction Langag e Interaction Juge ments Résultats C onclusion
Tétraki-hexaèdre des Oppositions
[Luzeaux08]
Introduction Langag e Interaction Juge ments Résultats C onclusion 32
EXPÉRIMENTATIONS ET RÉSULTATS
1. Prototype Eleusis+Nobel2. Validation du Protocole3. Qualification des Fondements Épistémologiques
33Introduction Langag e Interaction Juge ments Résultats C onclusion
Eleusis+NobelImplantation
Espace public
Espace privé
Action disponibles Informations
34Introduction Langag e Interaction Juge ments Résultats C onclusion
Eleusis + NobelModélisation Agents-Groupes-Rôles
AGR [Gutknecht97]
35
1ère Expérimentation [Charron04]
Introduction Langage Interaction Jugements Résultats Conclusion
But
• Valider l’efficacité de la distribution des requêtes
Méthode
• Comparer les performances de joueurs isolés avec celles d’une communauté de joueurs
Protocole
• 5 joueurs isolés, 10 joueurs en communauté (22 à 34 ans)• 34 problèmes de difficulté variable
• Nombre de coups joués avant publication ou réfutation• Nombre de théories publiées à l’horizon• Nombre de théories correctes
36Introduction Langag e Interaction Juge ments Résultats C onclusion
Pertinence de la distribution des requêtes
Joueur isolé Communauté
Temps moyen pour publier 5 à 15 minutes 5 à 15 minutes
Nb. De théories publiées 30%-60% + de 80%
Théories correctes Faciles Faciles et moyennes
Horizon du jeu Non atteint (5h30) 1h30 – 2h
37Introduction Langag e Interaction Juge ments Résultats C onclusion
• Biais liés à l’expérience personnelle Les joueurs explorent différemment l’espace des solutions
en fonction de leurs hypothèses La réfutation porte l’attention sur une partie de l’espace
délaissée Partage de données expérimentales
• Biais cognitifs Difficulté d’abandonner un problème difficile Sur-spécification (identification à la limite)
• Biais psychologiques Difficulté de se remettre en cause tout seul
Biais évités grâce au protocole de publication
38Introduction Langag e Interaction Juge ments Résultats C onclusion
Comportements Sociaux
• Opportunistes (1&6) Réfutent et publient peu
• Prudent (7, 3, 2) Expérimentent longtemps
avant de publier Cherche un peu à réfuter entre
deux publications• Optimiste (5 & 10)
Expérimentent peu avant de publier, cherche à réfuter les théories déjà étudiées
• Ermite (9&4) Teste à fond sans se soucier des
autres
39
2ème Expérimentation [Hagège07]
Introduction Langage Interaction Jugements Résultats Conclusion
But
• Quantifier et qualifier l’évolution des conceptions de la science chez les joueurs
Méthode
• Pré-test / Post-test
Protocole
• Population: étudiants en 2ème année de Biologie• Groupe test (P)• Groupe témoin (NP)
28Toute théorie scientifique est susceptible d’être remise en cause dans le futur.
D’accord xPas
d’accord
40Introduction Langag e Interaction Juge ments Résultats C onclusion
Méthodologieéchelle de Likert
1 53
Vision spontanée Vision sophistiquée
•Positivisme:•Savoir scientifique = vérités élémentaires qui s’ajoutent
•Réalisme:•La science explique le monde tel qu’il est
•Constructivisme:•Connaissance est liée au sujet qui connaît et est construite par les humains
•Idéalisme:•Le monde n’est pas intimement connaissable
41Introduction Langag e Interaction Juge ments Résultats C onclusion
Exemples d’items
Positiv.Les scientifiques n’utilisent pas leurs
croyances pour faire de la science.D’accord Pas d’accord
Réal. La notion d’atome est une découverte. D’accord Pas d’accord
x
x
x
x
Constr.Toute théorie scientifique est susceptible
d’être remise en cause dans le futur.D’accord Pas d’accord
Idéal. La notion d’atome est une invention. D’accord Pas d’accord
1, 2, 3, 4,5
5, 4, 3, 2, 1
42
Résultats Obtenus
Introduction Langage Interaction Jugements Résultats Conclusion
• Pas de changement statistiquement significatif dans le groupe contrôle
• 2 scores changeant significativement chez les joueurs, associés au rôle de la subjectivité en Science.
• Les joueurs adaptent une vision de la Science plus constructiviste
43
2ème Expérimentationconclusions
Introduction Langage Interaction Jugements Résultats Conclusion
Le jeu entraîne un changement de conception de la Science chez les joueurs
Les joueurs adoptent une épistémologie plus constructiviste
Le protocole proposé semble correspondre à une opérationnalisation constructiviste des paradigmes d’apprentissage
Eleusis+Nobel représente une base solide pour des outils pédagogiques
Introduction Langag e Interaction Juge ments Résultats C onclusion 44
CONCLUSION ET PERSPECTIVES
1. Contributions2. Perspectives
45
Contributions
• Pertinence des paradigmes d’apprentissage: Apprentissage humain Démarche scientifique
• Formalisation logique d’un protocole dialectique de découverte d’un ensemble de jugments scientifiques
• Mise en œuvre Modélisation multi-agents Implantation
• Résultats empiriques
Introduction Langage Interaction Jugements Résultats Conclusion
46
Résultats Concernant le Prototype
• La distribution des requêtes sous forme de publication accroît la performance d’une communauté d’apprentis
• Fondements épistémologiques validés• Prototype adapté à l’enseignement de l’épistémologie• A permis de focaliser les efforts de logiciens, de
chercheurs en sciences cognitives et en didactique
Introduction Langage Interaction Jugements Résultats Conclusion
47
Perspectives
• Rendre le protocole plus Poppérien• Implanter les requêtes de sur-ensemble et sous-
ensemble• Pousser le lien à l’identification à la limite, et caractériser
la réfutation à la limite• Adapter à d’autres jeux sérieux ou à des outils industriels• Mener des simulations automatisées
Faire varier les comportements Faire varier la fonction de gain
• Étudier le lien avec l’émergence de la culture dans les sociétés d’agent artificiels
Introduction Langage Interaction Jugements Résultats Conclusion
Sincèrement, Merci…
48Introduction Langage Interaction Jugements Résultats Conclusion
Jean Sallantin, Frédéric Jeanmart, Dominique Luzeaux, Éric Martin, Hélène Hagège, Sylvain Charron, David Chavalarias,
le personnel d’Euriware,Antoine, Marc, Ché, Greg, Abdel, Mehdi, John, Luc,
Mes amis,Mes parents…
49Introduction Langag e Interaction Juge ments Résultats C onclusion
top related