Les Membres du jury :
- M. Patrick REIGNIER, Professeur des universités, Grenoble INP-UGA - Directeur de thèse
- M. Mehdi ADDA, Full Professor Université du Québec à RIMOUSKI - Rapporteur
- M. Guillaume SANDOU, Professeur des universités , École CentralSupelec - Rapporteur
- M. AMINI MASSIH-REZA - Professeur des universités, Université Grenoble Alpes - Examinateur
- Mme AmélieCORDIER - Docteur en informatique, LYON-iS-Ai - Examinateur
- M. Frédéric WURTZ, Directeur de recherche, CNRS Délégation Alpes - Examinateur
- M. Ugo COMIGNANI - MCF - Associate Professor - Université Grenoble Alpes
- M. STEPHANE PLOIX - Professeur des Universités Grenoble INP - UGA - Co-directeur
Résumé :
Résumé
La thèse aborde la conception des systèmes d'aide à la décision interactifs engageants, une sous-classe de systèmes d'aide à la décision visant à induire et à accompagner un changement de comportement vers des pratiques plus soutenables, en impliquant les utilisateurs dans une approche constructive plutôt que prescriptive, au travers d'un processus de prise de décision sans coercition ni tromperie. Cette conception se situe à l'intersection de trois domaines : la gestion des connaissances pour élaborer le moteur de raisonnement qui génères les recommandations; les technologies engageantes pour concevoir des fonctionnalités qui encouragent la tentative de modification d'un comportement; et l'interaction humain-machine pour intégrer les recommandations et les fonctionnalités engageantes de manière efficace. Cependant, même si ces systèmes sont utilisées dans des domaines aussi variés que la santé, l'éducation, etc., concevoir un système de recommandation engageant générique n'est pas faisable, car le domaine d'application peut avoir un impact significatif sur l'efficacité des fonctionnalités engageantes. Ainsi, nous nous concentrons spécifiquement sur la conception de systèmes de recommandation engageants visant à promouvoir le changement de comportement dans l'utilisation de l'énergie dans les espaces habités. Ces systèmes ont pour fondement le comportement humain, étudié depuis plusieurs années dans les domaines de l'informatique, de la philosophie, de la psychologie, de la sociologie et même de la rhétorique. Ces disciplines proposent des théories et des modèles pour rendre compte et comprendre les processus à l'œuvre dans le changement de comportement. Elles montrent en particulier que les situations de changement de comportement sont complexes et variées, impliquant de nombreux facteurs d'influence. C'est pourquoi l'état de l'art actuel sur la conception de ces systèmes n'aborde que partiellement leur conception, notamment en considérant de manière isolée les trois aspects de raisonnement, d'engagement et d’interaction. Même avec cette perspective de conception restreinte, les approches actuelles pour mettre en œuvre ces trois aspects demeurent encore perfectibles. Le défi donc est de concevoir des approches intégrées et synergiques qui prennent en compte l'interconnexion complexe entre ces différents aspects pour créer des systèmes d'aide à la décision interactifs et engageants efficaces. Pour adresser ces défis, nous proposons une approche holistique qui comprend : a) un moteur de raisonnement basé sur le paradigme du raisonnement à partir de cas, enrichi pour améliorer les processus de remémoration, d'adaptation et la qualité des données; b) diverses fonctionnalités engageantes telles que l’inclusion de l’utilisateur dans le processus décisionnel, les explications, le feedback, et l'indice de confiance; et c) une approche d'interaction spécialement conçue pour soutenir le processus de changement de comportement, intégrant les contributions du moteur de raisonnement et des fonctionnalités engageantes, tout en considérant le domaine d'application particulier de la gestion de l'énergie.
Abstract :
The thesis addresses the design of engaging interactive decision-support systems, a subclass of decision-support systems aimed at inducing and supporting behavior change toward more sustainable practices. This is achieved by involving users in a constructive rather than prescriptive approach through a decision-making process that avoids coercion or deception. The design lies at the intersection of three fields: knowledge management, to develop the reasoning engine that generates recommendations; persuasive technologies, to design features encouraging behavior modification; and human-computer interaction, to seamlessly integrate recommendations and engaging features.
However, even though these systems are applied in diverse fields such as healthcare, education, and more, designing a generic engaging recommendation system is not feasible, as the application domain can significantly influence the effectiveness of engaging features. Therefore, this research specifically focuses on designing engaging recommendation systems to promote behavior change in energy use within inhabited spaces. These systems are grounded in human behavior, studied for years in disciplines such as computer science, philosophy, psychology, sociology, and even rhetoric. These fields provide theories and models to understand and explain the processes involved in behavior change, highlighting its complexity and variability due to numerous influencing factors.
The current state-of-the-art in designing such systems only partially addresses their design, often considering the three key aspects of reasoning, engagement, and interaction in isolation. Even with this limited perspective, existing approaches to implementing these aspects remain improvable. The challenge, therefore, is to devise integrated and synergistic approaches that account for the complex interconnections between these aspects to create effective engaging interactive decision-support systems.
To address these challenges, we propose a holistic approach comprising:
a) a reasoning engine based on the case-based reasoning paradigm, enhanced to improve retrieval, adaptation processes, and data quality;
b) various engaging features such as user inclusion in the decision-making process, explanations, feedback, and confidence indicators; and
c) an interaction design specifically tailored to support behavior change processes, integrating contributions from the reasoning engine and engaging features while considering the specific application domain of energy management.
