Les tuteurs professionnels humains sont capables de prendre en considération des événements du passé et du présent et ont une capacité d'adaptation en fonction d'événements sociaux. Afin d'être considéré comme une technologie valable pour l'amélioration de l'apprentissage humain, un agent cognitif artificiel devrait pouvoir faire de même. Puisque les environnements dynamiques sont en constante évolution, un agent cognitif doit pareillement évoluer et s'adapter aux modifications structurales et aux phénomènes nouveaux. Par conséquent, l'agent cognitif idéal devrait posséder des capacités d'apprentissage similaires à celles que l'on retrouve chez l'être humain ; l'apprentissage émotif, l'apprentissage épisodique, l'apprentissage procédural, et l'apprentissage causal. Cette thèse contribue à l'amélioration des architectures d'agents cognitifs. Elle propose 1) une méthode d'intégration des émotions inspirée du fonctionnement du cerveau; et 2) un ensemble de méthodes d'apprentissage (épisodique, causale, etc.) qui tiennent compte de la dimension émotionnelle. Le modèle proposé que nous avons appelé CELTS (Conscious Emotional Learning Tutoring System) est une extension d'un agent cognitif conscient dans le rôle d'un tutoriel intelligent. Il comporte un module de gestion des émotions qui permet d'attribuer des valences émotionnelles positives ou négatives à chaque événement perçu par l'agent. Deux voies de traitement sont prévues : 1) une voie courte qui permet au système de répondre immédiatement à certains événements sans un traitement approfondis, et 2) une voie longue qui intervient lors de tout événement qui exige la volition. Dans cette perspective, la dimension émotionnelle est considérée dans les processus cognitifs de l'agent pour la prise de décision et l'apprentissage. L'apprentissage épisodique dans CELTS est basé sur la théorie du Multiple Trace Memory consolidation qui postule que lorsque l'on perçoit un événement, l'hippocampe fait une première interprétation et un premier apprentissage. Ensuite, l'information acquise est distribuée aux différents cortex. Selon cette théorie, la reconsolidation de la mémoire dépend toujours de l'hippocampe. Pour simuler de tel processus, nous avons utilisé des techniques de fouille de données qui permettent la recherche de motifs séquentiels fréquents dans les données générées durant chaque cycle cognitif. L'apprentissage causal dans CELTS se produit à l'aide de la mémoire épisodique. Il permet de trouver les causes et les effets possibles entre différents événements. Il est mise en œuvre grâce à des algorithmes de recherche de règles d'associations. Les associations établies sont utilisées pour piloter les interventions tutorielles de CELTS et, par le biais des réponses de l'apprenant, pour évaluer les règles causales découvertes. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : agents cognitifs, émotions, apprentissage épisodique, apprentissage causal.

Les systèmes multi-agents appartiennent à un domaine de l'intelligence artificielle et ce sont des systèmes que l'on appréhende très différemment de l'ingénierie informatique classique. Les systèmes multi-agents interviennent là où la résolution classique des problèmes grâce à l'informatique a ses limites. Ce domaine est malheureusement peu exploité aujourd'hui compte tenu des possibilités qu'il offre dans de nombreux domaines comme les sciences sociales, sciences informatiques, sciences expérimentales ou encore l'industrie. Mais les limites des systèmes informatiques et industrielles actuels sont telles qu'il devient envisageable et même intéressant de développer des systèmes multi-agents pour répondre aux besoins croissants de nombreux domaines plus classiques, que ce soit en termes de temps, d'efficacité ou de productivité. Nous allons tout d'abord commencer par le concept d'agent, qui est l'élément fondamental pour concevoir des systèmes multi-agents. Nous verrons les divers types et catégories d'agents, ainsi que les architectures typiques qui leurs sont associés comme BDI, IDA ou CTS. Puis nous allons voir les notions concernant les systèmes multi-agents, comme la notion d'interaction qui est une des pièces maîtresses avec les agents pour concevoir un système multi-agents. Avec les interactions viennent des phénomènes d'auto-organisation, et on verra différent modèles d'organisation ainsi que plusieurs niveaux d'organisation dans les systèmes multi-agent. Enfin nous verrons différents outils, plateformes et langages adaptés à la conception de systèmes multi-agents, pour ce qui est de la structure des agents ou de l'aspect interactions et communications. Puis nous ferons quelques recommandations méthodologiques concernant le développement de systèmes multi-agents dans leur globalité. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : agent, système multi-agents, systèmes adaptatifs, organisation émergente, cycle cognitif, intelligence artificielle distribuée.

Afin de déterminer les difficultés à réaliser un robot autonome, une grille d'analyse philosophique et épistémologique a été établie pour mener une étude transversale. Cette étude révèle que les diverses approches se justifient par au moins une hypothèse ontologique qui conduit inévitablement à une impasse au développement d'une science de la cognition contrairement aux sciences physiques. Une solution consiste alors à adopter une définition pragmatiste de la vérité (James, 1905) conduisant à considérer la cognition comme une dynamique sémiotique auto-orientée toujours en interaction avec l'environnement. À partir de la notion d'autopoièse (Varela, 1989), la cognition a été définie comme une autopoièse sémiotique. La formalisation de ce concept a permis de déterminer une architecture cognitive. En s'inspirant des systèmes de classeurs (Holland, 1976), une architecture cognitive minimale fut spécifiée et implémentée. L'expérimentation en environnement simulé et réel a pu montrer la présence de propriétés d'auto-organisation et d'auto-orientation, en exprimant les règles et les métarègles avec le même formalisme.

Dans cette thèse je défends l'élimination des concepts d'attitudes propositionnelles. Dans le premier chapitre, je présente les thèses éliminativistes en philosophie de l'esprit et des sciences cognitives contemporaines. Il y a deux types d'éliminativisme: le matérialisme éliminatif et l'éliminativisme des concepts. Il est possible d'éliminer les concepts soit des théories naïves soit des théories scientifiques. L'éliminativisme à propos des concepts d'attitudes propositionnelles que je défends requière le second type d'élimination. Dans les trois chapitres suivants je donne trois arguments en faveur de cette thèse. Je commence par soutenir que la théorie interventionniste de la causalité ne fonde pas nos jugements de causalité mentale. Ensuite je montre que nos concepts d'attitudes propositionnelles ne sont pas des concepts d'espèces naturelles car ils groupent ensemble les états des différents modules d'une architecture massivement modulaire, la thèse de modularité massive faisant partie, je l'affirme, de notre meilleur programme de recherche. Finalement, mon troisième argument repose sur l’élimination du concept de contenu mental de nos théories. Dans les deux derniers chapitres de la thèse, je défends ce dernier argument. Tout d'abord, je réfute l'argument du succès selon lequel étant donné que les psychologues emploient le concept de contenu mental et ce faisant produisent de la bonne science ce concept ne devrait pas être éliminé. Ensuite je rejette une autre façon d'éliminer ce concept, celle choisie par les théoriciens de la cognition étendue. Pour cela je réfute le meilleur argument qui a été donné en faveur de cette thèse: l'argument du système. / In this dissertation, I argue for the elimination of propositional attitudes concepts. In the first chapter I sketch the landscape of eliminativism in contemporary philosophy of mind and cognitive science. There are two kinds of eliminativism: eliminative materialism and concept eliminativism. One can further distinguish between folk and science eliminativism about concepts: whereas the former says that the concept should be eliminated from our folk theories, the latter says that the concept should be eliminated form our scientific theories. The eliminativism about propositional attitudes concepts I defend is a species of the latter. In the next three chapters I put forward three arguments for this thesis. I first argue that the interventionist theory of causation cannot lend credit to our claims of mental causation. I then support the thesis by showing that propositional attitudes concepts aren't natural kind concepts because they cross-cut the states of the modules posited by the thesis of massive modularity, a thesis which, I contend, is part of our best research-program. Finally, my third argument rests on science eliminativism about the concept of mental content. In the two last chapters of the dissertation I first defend the elimination of the concept of mental content from the success argument, according to which as psychologists produce successful science while using the concept of mental content, the concept should be conserved. Then, I dismiss an alternative way of eliminating the concept, that is, the way taken by proponents of extended cognition, by refuting what I take to be the best argument for extended cognition, namely, the system argument.