Enjeux Connaissances Solutions Modélisation Conclusion

Yves Salmon

Knowledge Management

Systems

Enjeux Connaissances Solutions Modélisation Conclusion

Differents points de vue : Industriel / entreprises : capitalisation de l' expérience Innovation : KICs GRH : bases de connaissances / compétences Bibliothèques, recherche ….

Enjeux : compétitivité / (temps, énergie) Accès à l' information directement utilisable Intelligence économique, techno, innovation ...

Enjeux Connaissances Solutions Modélisation Conclusion

Sciences cognitives (ant psy phi lin neu inf)

Le modèle D – I – C

Le modèle D – I – C - X Sagesse Décision Compétences …..

La spirale de la connaissance de Nonaka orienté RH.

Enjeux Connaissances Solutions Modélisation Conclusion

Exemple : Le Triangle des connaissances Les Savoirs / Les savoirs-faire / Le savoir-être L' éducation / La recherche / Les entreprisse

Exemple GRH : D – I – connaissances – compétences

Exemple SO : D – I – compétences – connaissances – SO

Bon choix, …..

Enjeux Connaissances Solutions Modélisation Conclusion

Ingéniérie cognitive (info psy lin + gestion->ré-organisation)

IC : manipulation symbolique (épistémogie)

Informatique : au début, l' IA (Intelligence Artificielle) Reproduction du raisonnement humain (sc. cognitives) Systèmes ex-nihilo

Ontologie → Ontologies

Web sémantique

Toute l' informatique (abstractions, symboles, languages)

Languages spécialisés, languages généraux (xml), ….

Enjeux Connaissances Solutions Modélisation Conclusion

Informatique

Données : Paul

Information : (nom : Paul)

Connaissance : nom : Paul

prénom : Pierre Jacques

profession : avocat → avocat

Connaissance : ingrédients : farine oeufs lait Énergie necessaire, infos nécessaires, rapports ….

faire_la_pate () : mettre la farine …..

cuire_la_pate () : verser la pate …..)

procédé = méthode

Enjeux Connaissances Solutions Modélisation Conclusion

Les solutions en entreprises : Nouveauté

Intervention d' un spécialiste Les logiciels de KM-métiers Les méthodes de capitalisation de l' expérience rex,cygma Les méthodes de systèmes de connaissances (MKSM Les logiciels de KM, travail collaboratifs et plus (IBM, … Les bases de données (Oracle, ... L' alternative intelligente : la modélisation (UML, ...

Enjeux Connaissances Solutions Modélisation Conclusion

La modélisation

Sytèmes industriels : SADT (stucturel-fonctionnel) Systèmes d' Information d' entreprise : MERISE Généraliste : UML Milliers de langages de modélisation ….

Même en utilisant des logiciels spécialisés (Rex, KMS) Modéliser : l' expérience à capitaliser Modéliser : les connaissances que l' on veut manipuler

Enjeux Connaissances Solutions Modélisation Conclusion

UML : Unified Modeling Language (1)

Langage de modélisation : Analyser : domaine → analyse → modélisation Concevoir : modélisation → conception → produit

Technologie objet : concret – abstrait

Avantages : très utilisé, norme ISO, nombreux diagrammes Inconvénients : volumineux, cas “processus” : extension

Enjeux Connaissances Solutions Modélisation Conclusion

UML (2)

La pyramide d' UML M-L

Utilisateur : “Monde ”réel ” ” Langage de M. Modélisation

Interne Modèle Langage Méta-langage Monde réel

Enjeux Connaissances Solutions Modélisation Conclusion

UML (3)

Les diagrammes :

Statique (structure) Dynamique (comportement/orga)

→ Objets Utilisation

Classes Activités

Composants Séquences

Collaborations

Enjeux Connaissances Solutions Modélisation Conclusion

UML (4)

Enjeux Connaissances Solutions Modélisation Conclusion

UML (5)

Enjeux Connaissances Solutions Modélisation Conclusion

Pour l' utilisateur Probablement des formulaires à renseigner

Pour le décideur Extension d' un logiciel existant Mise en place d' un logiciel incluant le KM Mise en place d' un système spécialisé

Enjeux Connaissances Solutions Modélisation Conclusion

VISUEL ARGO