Approche adaptative pour la réduction de l'énergie logicielle : de la modélisation comportementale aux retours personnalisés

Adaptive approach for software energy reduction: from behavioral modeling to personalized feedback

• Auteur / Autrice : Thomas Zaragoza
• Direction : Ernesto Exposito, Adel Noureddine
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 07/11/2022
• Etablissement(s) : Pau
• Ecole(s) doctorale(s) : Sciences Exactes et leurs Applications
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Informatique de l'Université de Pau et des Pays de l'Adour

Mots clés

Mots clés libres

Green IT

Génie logiciel durable

Efficacité énergétique

Comportement des utilisateurs

Systèmes adaptatifs

Green IT

Sustainable Software Engineering

Energy Efficiency

User Behavior

Adaptive Systems

Résumé

Cette thèse s'inscrit dans le contexte de la croissance continue de l'empreinte énergétique des technologies de l'information et de la communication (TIC). Bien que les TIC soient souvent présentées comme un levier de décarbonation pour d'autres secteurs, leur propre consommation électrique et leurs émissions augmentent, notamment sous l'effet des usages logiciels quotidiens sur les équipements des utilisateurs finaux. Or, ces usages sont façonnés par des comportements individuels rarement intégrés dans les stratégies classiques de Green IT, qui privilégient l'optimisation technique. La thèse part du constat que la réduction durable de l'empreinte énergétique logicielle nécessite d'intégrer explicitement l'utilisateur dans la boucle d'optimisation. La contribution centrale est la conception, l'implémentation et l'évaluation d'une boucle autonome de rétroaction énergétique destinée à accompagner les utilisateurs vers des pratiques logicielles plus sobres. Cette boucle repose sur un cycle continu de collecte de données d'usage et d'estimation énergétique, d'analyse comportementale, de planification stratégique et de délivrance d'un feedback contextualisé. Le système ne se limite pas à afficher des métriques : il construit des profils comportementaux dynamiques et adapte le contenu, la fréquence et la forme du feedback en fonction des réactions observées. L'objectif est de maintenir la pertinence du message dans le temps, de limiter l'habituation et d'inscrire la sensibilisation énergétique dans les routines numériques quotidiennes. L'approche est évaluée à travers des expérimentations en conditions réelles qui examinent la faisabilité technique du système, sa capacité de personnalisation et son impact sur la conscience énergétique et les pratiques déclarées ou observées. Les résultats indiquent que lorsque le feedback est contextualisé et aligné avec les profils d'usage, des ajustements comportementaux mesurables peuvent émerger, notamment dans la gestion des applications et des paramètres logiciels. Afin d'analyser le potentiel à long terme et la capacité d'adaptation du système au-delà des contraintes temporelles des études terrain, la thèse introduit un cadre de simulation prospectif. Ce simulateur modélise des populations hétérogènes d'utilisateurs et reproduit l'évolution de leurs comportements sur des horizons étendus. Il permet de comparer différentes politiques d'adaptation du feedback et d'étudier des phénomènes tels que la fatigue, la perte de nouveauté ou la stabilisation des économies d'énergie. Cette approche fournit un environnement contrôlé pour tester la robustesse, la scalabilité et la dynamique d'apprentissage du système. Cette recherche s'inscrit dans un vide identifié par une analyse systématique de la littérature, mettant en évidence l'absence de systèmes de rétroaction énergétique centrés utilisateur, pleinement autonomes et adaptatifs dans les environnements logiciels personnels. Au-delà de l'implémentation d'un prototype, la thèse propose un cadre conceptuel et méthodologique pour concevoir, personnaliser et évaluer des mécanismes de rétroaction énergétique en contexte TIC, ouvrant la voie à des déploiements à plus grande échelle. En repositionnant l'utilisateur comme acteur du cycle énergétique logiciel, cette thèse contribue à une approche comportementale et adaptative du Green IT, dans laquelle la sobriété logicielle repose à la fois sur l'ingénierie des systèmes et sur l'accompagnement intelligent des usages numériques.

This thesis is grounded within the context of the continuous growth of the energy footprint of Information and Communication Technologies (ICT). Although ICT are often presented as a lever for decarbonizing other sectors, their own electricity consumption and emissions continue to increase, notably due to everyday software usage on end-user devices. These usages are shaped by individual behaviors that are rarely integrated into traditional Green IT strategies, which primarily focus on technical optimization. This thesis is based on the premise that achieving a sustainable reduction of the software energy footprint requires explicitly integrating the user into the optimization loop. The central contribution of this work is the design, implementation, and evaluation of an autonomous energy feedback loop aimed at guiding users toward more energy-efficient software practices. This loop relies on a continuous cycle of usage data collection and energy estimation, behavioral analysis, strategic planning, and delivery of contextualized feedback. The system does not merely display metrics: it builds dynamic behavioral profiles and adapts the content, frequency, and format of feedback according to observed user reactions. The objective is to maintain the relevance of the message over time, limit habituation effects, and embed energy awareness into everyday digital routines. The approach is evaluated through real-world experiments that examine the technical feasibility of the system, its capacity for personalization, and its impact on energy awareness and reported or observed practices. The results indicate that when feedback is contextualized and aligned with usage profiles, measurable behavioral adjustments can emerge, particularly in the management of applications and software settings. To analyze the long-term potential and adaptive capacity of the system beyond the temporal constraints of field studies, the thesis introduces a prospective simulation framework. This simulator models heterogeneous user populations and reproduces the evolution of their behaviors over extended time horizons. It enables the comparison of different feedback adaptation policies and the study of phenomena such as fatigue, novelty decay, and the stabilization of energy savings. This approach provides a controlled environment to test the robustness, scalability, and learning dynamics of the system. This research addresses a gap identified through a systematic review of the literature, highlighting the absence of user-centered, fully autonomous, and adaptive energy feedback systems in personal software environments. Beyond the implementation of a prototype, the thesis proposes a conceptual and methodological framework for designing, personalizing, and evaluating energy feedback mechanisms in ICT contexts, paving the way for larger-scale deployments. By repositioning the user as an active actor within the software energy cycle, this thesis contributes to a behavioral and adaptive approach to Green IT, in which software sobriety relies both on systems engineering and on the intelligent support of digital usage practices.