Thèse soutenue

Les compromis stratégiques exploration-exploitation en tant qu'heuristiques de navigation et d'apprentissage thématique pendant la recherche d'informations : effets des connaissances antérieures du domaine des utilisateurs et des caractéristiques des tâches

FR  |  
EN
Auteur / Autrice : Cheyenne Dosso
Direction : Aline ChevalierLynda Tamine-Lechani
Type : Thèse de doctorat
Discipline(s) : Psychologie
Date : Soutenance le 23/05/2023
Etablissement(s) : Toulouse 2
Ecole(s) doctorale(s) : École doctorale Comportement, Langage, Éducation, Socialisation, Cognition (Toulouse)
Partenaire(s) de recherche : Laboratoire : Cognition, langues, langage, ergonomie (Toulouse ; 2006-....)
Jury : Président / Présidente : Franck Amadieu
Examinateurs / Examinatrices : Ladislao Salmerón
Rapporteur / Rapporteuse : Patrice Bellot, Laure Léger

Résumé

FR  |  
EN

La recherche d’informations (RI) sur Internet est une activité cognitive complexe où les utilisateurs sont en interaction avec des systèmes d’informations (SI) pour collecter et acquérir des connaissances de façon efficace et pertinente. Cependant, les objectifs de recherche des utilisateurs s’étant diversifiés au fil des années, un ensemble de problématiques ont émergé quant à l’efficacité réelle des interactions humains-SIs dans la réussite d’objectifs de hauts niveaux (e.g., compréhension et apprentissage). Parmi le répertoire de stratégies cognitives que les utilisateurs peuvent mettre en place pour faire face aux différentes contraintes de l’apprentissage par la recherche, la présente thèse se focalise sur le raisonnement par heuristique qui vise un compromis stratégique entre fournir une réponse de qualité tout en réduisant les coûts temporels et cognitifs que nécessite sa production. Nous soutenons que deux heuristiques sont particulièrement pertinentes à investiguer dans un but d’amélioration des interactions humain-SIs : 1. l’heuristique navigationnelle Exploration-Exploitation (Sanchiz et al., 2020) et 2. l’heuristique d’apprentissage thématique Exploration-Exploitation (Hardy et al., 2019). La présente thèse intègre également l’investigation du rôle des connaissances antérieures du domaine des utilisateurs sur ces heuristiques en soutenant qu’une meilleure description de ces effets ne peut que bénéficier à l’amélioration des SIs dédiés à l’apprentissage. Au total, quatre études expérimentales ont été conduites. Les deux premières se sont concentrées sur la distinction entre les tâches de consultation (Lookup) multi-étapes et nécessitant une compréhension approfondie des contenus pour être résolues et les tâches exploratoires impliquant l’acquisition de connaissances sur différents sujets. Les deux dernières ont davantage porté leur intérêt sur la distinction entre les tâches exploratoires et les tâches d’apprentissage créatif de haut niveau. Pour chaque étude, les effets des connaissances antérieures du domaine des utilisateurs (faibles vs. élevées) sur les deux heuristiques exploration-exploitation ont été évalués. Les résultats obtenus montrent que les caractéristiques des tâches et les connaissances antérieures du domaine affectent la façon dont les utilisateurs résolvent les heuristiques navigationnelle et thématique Exploration-Exploitation. Les utilisateurs avec des connaissances élevées ont des scores de recherche (lookup) plus élevés lorsqu’ils poursuivent des objectifs d’exploitation thématique spécifique alors que les utilisateurs avec des connaissances faibles obtiennent de meilleurs résultats lorsqu’ils formulent des objectifs d’exploration thématique. En particulier, la tendance globale des résultats indique que les utilisateurs avec des connaissances faibles explorent plus de contenus thématiques différents pour réaliser des tâches exploratoires et créatives. Par contre, les utilisateurs avec des connaissances élevées dans le domaine sont plus efficaces dans la résolution du compromis navigationnel exploration-exploitation en traitant plus de contenus en un minimum de temps et d’efforts, en particulier en ce qui concerne les tâches de lookup complexe et les tâches exploratoires. A la lumière des résultats obtenus, ce travail de thèse propose les prémisses d’un nouveau modèle de l’apprentissage par la recherche, le ''Problem Solving as Dynamic Exploration-Exploitation Learning'' (PS-DEEL) intégrant le rôle des deux heuristiques et des connaissances antérieures du domaine dans la résolution de tâches de recherche complexes orientées apprentissage. En accord avec ce modèle, des pistes d’améliorations des SIs plus intuitifs et plus adaptés au raisonnement par heuristiques sont proposées afin de rendre plus efficaces les interactions humain-SIs lors d’une activité de RI dédiée à de l’apprentissage.