• Langue : Français
• Discipline : Informatique
• Identifiant : 2015LIL10011
• Type de thèse : Doctorat
• Date de soutenance : 23/03/2015

Résumé en langue originale

Si la prise de décision peut être purement individuelle, elle peut aussi impliquer plusieurs acteurs et revêtir des aspects sociaux. Dans cette thèse, je considère deux types de processus décisionnels sociaux : la prise de décision assistée et la prise de décision collective. Dans le cas de la prise de décision assistée, deux acteurs ont des rôles distincts : décideur et assistant. Ici, le décideur est un agent humain et l'assistant un agent logiciel. Dans de nombreuses applications, les capacités dialogiques de l'assistant sont décevantes et le dialogue manque de cohérence. Pour y remédier, nous avons conçu un agent dialogique proactif visant la crédibilité conversationnelle et la pertinence des recommandations : l'agent dirige la conversation en posant les questions adéquates pour acquérir les préférences du décideur afin de lui recommander les alternatives les plus pertinentes. Notre proposition trouve une de ses applications dans le champ du e-commerce. La deuxième contribution concerne la prise de décision collective. L'objectif visé est d'établir un processus permettant d'aboutir à un accord compatible avec des préférences incomplètes, qui engage l'ensemble des participants et présente un caractère équitable. Pour ce faire, je définis les accords équitables en appliquant le critère du leximax sur le rang des alternatives. Je propose ensuite un protocole de négociation permettant d'atteindre de tels accords et l'évalue au regard de la stratégie employée par les agents participant. Enfin, le protocole est appliqué à la recherche d'un point de rencontre dans un labyrinthe.

Résumé traduit

If decision making can be a pure individual process, it can involve several actors and present social aspects. In this thesis, I consider two types of social decision process : supported decision making and collective decision making. Concerning supported decision making, two actors have distinct roles : the decision maker and the assistant. Here, the decision maker is a human agent and the assistant a software one. In many applications, the dialogical abilities of the assistant are deceptive and the dialogue lacks of consistency. To tackle this problem, we design a proactive dialogical agent aiming for the credibility in conversation and the relevance of recommandations : our agent leads the conversation in asking relevant questions to collect the preferences of the decision maker and use them in recommending the alternatives that fit the most. We apply our approach on the e-commerce field. The second contribution concerns collective decision. The objective is to define a process that lead to a fair agreement, even if participants have incomplete preferences. For this purpose, I define the fair agreements by applying the leximax criterion on the rank of alternatives. Then, I propose a negotiation protocol to reach such agreements and the strategy is taken into account to evaluate it. Finally, the protocol is applied to the search of a meeting point in a maze.