IA

fdd1004 3

pour apprendre des autres lors d’un débat

Hypostasia  est une IA dédiée à aider les parties prenantes à hypostasier leur argument et à controverser ceux des autres. Le débat permet aux parties prenantes d’apprendre en controversant les partis pris des parties prenantes

Les arguments des parties prenantes sont exprimés avec des termes.  Hypostasia raisonne avec des relations logiques entre ces termes. Deux expériences menées en 2003 ont montré comment améliorer la correction d’une prise de décision en interagissant avec un système qui raisonne de manière correcte bien qu’incomplète.

Des étudiants contestent leur propre modèle pour apprendre du tuteur

L’expérience, menée en 2003 avec des étudiants en Droit des affaires de Montpellier, montre comment l’argumentation  des termes et relations entre termes  menée par un tuteur et 2 élèves leur permet de produire un cadre logique leur évitant des contrats mal conçus.

fidal

Le scénario est le suivant. A un avocat confirmé sont confiés 2 stagiaires. Leur stage consiste à modéliser la classe de contrats dont il est le spécialiste confirmé. Les stagiaires tirent une liste de termes présents dans ses différents contrats et déterminent des relations logiques entre ces termes. Ils font valider leur premier modèle par leur tuteur, puis ils s’ingénient à faire le contrat le plus stupide vérifiant le modèle validé. Leur tuteur réagit vivement et il guide la révision des termes et des relations du modèle mise en cause dans ce contrat stupide. Moins d’une dizaine d’itérations suffisent pour parvenir à un modèle correct car les contrats jugés stupides  par les stagiaires  paraissent au tuteur être désormais corrects bien que maladroits.

L’expert conteste un modèle appris par une IA pour produire son propre modèle

Une seconde expérience menée en 2003 consistait à  substituer aux juniors un machine apprenante Webra  pour modéliser les termes et relations entre termes. Le problème était de bien placer le bateau français sur la ligne de départ des régates ayant lieu dans la baie d’Aukland lors de l’America Cup.

Le  marin responsable du choix de la position du bateau sur la ligne de départ  fabriquait un modèle  lui servant en situation de régate pour écarter de mauvaises annonces. L’apprentissage se faisait à partir des régates passées. Le marin se servait des règles induites par Webra pour réviser son modèle. Le défi français est très souvent (chiffre)  bien parti, sans pour autant gagner ; ce qui contredisait les statistiques (chiffre)  qui donnaient presque toujours gagnant le bateau étant le mieux parti.

L’expert  conteste le modèle appris par une  IA pour hypostasier son propre modèle.

Hypostasier revient à définir ses partis-pris tout en les conservant soumis à la controverse. L’expert se comporte comme dans le cas précédent, il complète son propre modèle en y important des règles apprises par Webra.

L’ instructeur veut modéliser avec Webra le comportement des automobilistes arrivant à un feu de circulation.

Une ontologie est une hiérarchie de termes servant à décrire la situation : l’automobiliste circule plus ou moins vite, il est plus ou moins proche du feu, il va  freiner plus ou moins fortement, le feu de circulation a une certaine couleur, il est éteint ou il clignote et le contexte change : un enfant ou un ballon qui traversent la route. Des règles d’association associent à des conjonctions de termes des disjonctions de termes.

L’expert décrit une situation du monde réel en formulant un exemple qui est une conjonction de termes présents et absents.

 

Définissons une coïncidence  comme étant une relation entre des termes  que l’on trouve dans des exemples et qui n’est pas la conséquence d’une règle d’association déjà connue.

Webra associe à la présence  ou à l’absence d’un terme les termes en coïncidence.

Webra induit  une règle logique qui sert à  expliquer  logiquement une coïncidence entre le terme decrit et un autre terme.

La traduction des coïncidences en logique est la suivante :

  • A+ B+    se traduit par   A commande B  (com A B)
  • A+ B-    se traduit par   A et B s’excluent mutuellement (ex2 A B)
  • A- B-     se traduit  par B  commande A (com B A)
  • A- B+     se traduit par  soit A soit B (ver A B)

Ces inductions  produisent chacune des preuves formelles  de nature différente. Les hypostases caractérisent la nature d’une controverse autour de la preuve apportée par la règle.

feuhyp

Illustrons cette démarche :

  1. Webra détecte une coïncidence  entre l’absence de feu clignotant et  freinage.
  2. Webra induit des exemples la règle : soit il y a un feu clignotant, soit freinage.

feu1

Pour Jean cette règle est controversée car, il existe des situations sans freinage et sans  feu clignotant.

feu3

En réponse WEBRA dévoile des inductions controversées et la coïncidence qui en est la source.

feu2

ver clignotant freinage est étiqueté comme étant un paradigme contesté par Jean

ex2 freinage_faible freinage_intense est étiqueté  comme étant une  définition pas contestée par Jean

Jean transfère la seconde règle d’association dans son propre modèle pour qu’elle serve désormais à éliminer des coïncidences.

Jean relance l’apprentissage de Webra en incluant ce nouvel exemple de manière à éliminer l’induction défaillante.

Le modèle d’une partie prenante est ainsi mis en relation avec un ensemble de règles,  chacune étant désignée comme une hypostase déclenchant un type de controverse.

Hypostasier une IA pour apprendre des autres

A la différence de Webra, Hypostasia  serait  instruite  de très nombreuses parties prenantes et devrait considérer des relations portant sur un nombre évolutif de termes.

Hypostasia permettrait à chacun à factualiser sa vision de la réalité sous la forme d’hypostases et d’intervenir dans les controverses en cours ou de réouvrir une controverse passée,

extension

et à tous  de parvenir à prendre des décisions collectives respectueuses des parti pris de toutes les parties  prenantes sur des problèmes de bien commun impliquant des savoirs socio-scientifiques.

humanité

Et surtout à donner à l’argumentation une capacité de se défendre contre la désinformation provenant des réseaux sociaux.

trump1