La Gestion des Connaissances (GC) n'est pas un phénomène nouveau dans les organisations. Ces démarches d'exploitation et de valorisation des connaissances des salariés dans un objectif d'amélioration de la performance organisationnelle se généralisent depuis les années 1990. Elles s'appuient sur des structures organisationnelles et technologiques spécifiques, les Systèmes de Gestion des Connaissances (SGC). Pourtant si ces démarches illustrent que les acteurs des entreprises ont le sentiment que les connaissances ont une valeur stratégique, et si certaines théories comme la Knowledge-Based View postulent bien un lien entre Gestion des Connaissances et performance organisationnelle, ce lien ne peut être établi sur le plan empirique. Plus précisément, la question se pose de savoir comment une évaluation des connaissances mettant en avant leur apport pour la réalisation de la stratégie de l'entreprise pourrait être mise en œuvre.<br /><br />Cette recherche aborde cette question via une recherche-intervention au sein d'un grand groupe industriel français. En comprenant les difficultés inhérentes à la mise en œuvre d'une évaluation des connaissances de ce type dans un contexte organisationnel particulier, il s'agit de concevoir une méthodologie permettant la conception de méthodes opératoires (acceptées et appropriées par les acteurs) d'évaluation des connaissances. <br /><br />La recherche met ainsi en évidence une série de questionnements à mener pour concevoir une pratique opératoire d'évaluation des connaissances en organisation. Elle montre également que dans le contexte du Groupe TOTAL, les conditions d'opérationnalité de telles méthodes passent par l'intégration des points de vue de l'ensemble des acteurs concernés par l'évaluation à la fois dans la démarche de conception mais aussi dans le référentiel d'évaluation et le mode d'usage de la méthode. Enfin, cette recherche propose une méthode d'évaluation des connaissances des SGC du Groupe TOTAL permettant de mettre en évidence l'apport de ces connaissances pour la réalisation de la stratégie de l'entreprise et montre les implications organisationnelles de la conception d'une telle méthode.

Pour rester concurrentiel et faire face à la complexité du développement des systèmes complexes, il est nécessaire d’avoir de bons ingénieurs système expérimentés sur le marché. De ce fait, Les ingénieurs système ainsi que les enseignants-chercheurs doivent mettre en place des stratégies et des méthodologies didactiques pour préparer les futurs ingénieurs systèmes. L’idée est d’assurer aux étudiants ingénieurs une préparation approfondie à l’ingénierie système (IS) et un savoir-faire quasi-professionnel fondés sur des expériences pratiques. Cette thèse répond à la nécessité de l’évaluation des étudiants, dans l’optique de vérifier leur maîtrise des processus du développement d’un système complexe tout le long de son cycle de vie. Nous nous intéressons particulièrement au problème de l’évaluation des connaissances acquises des apprenants lors de l’apprentissage actif de l’IS dans un environnement E-learning collaboratif en se fondant sur l’approche d’acquisition de connaissances. Pour cela, nous avons élaboré et mis en œuvre nos travaux de recherche dans le cadre d’une démarche d’E-apprentissage par projet, approche pédagogique qui facilite l’apprentissage en ligne de l’IS basé sur des projets. Dans ce contexte, nous avons décidé de piloter notre environnement Eapprentissage par des projets initiés à partir des processus normalisés en IS. Nous avons également guidé la formalisation de ces processus standardisés par l’intégration des modèles de compétences d’IS afin de soutenir le développement professionnel d’un système. Lors de la phase d’apprentissage, différents étudiants collaborent à distance. Ce partage d’information est fondé généralement sur des échanges formels ou informels. L’intérêt de l’acquisition de ces connaissances, issues des compte-rendus écrits, des retours d’expérience et des erreurs rectifiées, est d’aider à étudier et évaluer les expériences et les activités des étudiants pour favoriser l’apprentissage actif et collaboratif de l’IS. Notre proposition est une solution permettant l’évaluation des connaissances acquises fondée sur des outils sémantiques. La solution s’adresse aux étudiants et aux enseignants de la plateforme. D’une part, elle permet le suivi et l’évaluation des étudiants d’une manière intelligente et d’autre part, elle permet l’accompagnement de l’enseignant lors de la définition de son projet. Tout d’abord, nous présentons une méthode d’évaluation mixte qui combine le raisonnement à partir de cas et le processmining afin de fournir des représentations visuelles qui aident l’enseignant dans son processus d’évaluation ainsi que la définition de son scénario d’apprentissage. Nous exploitons des techniques d’analyse de réseaux sociaux pour étudier les interactions des apprenants. Ensuite, nous proposons un processus d’annotation sémantique des travaux des étudiants. Le processus a pour but de guider l’enseignant dans son processus d’évaluation. De plus, afin d’enrichir la mise en œuvre de l’évaluation des connaissances, nous introduisons le concept d’évaluation par les pairs afin de promouvoir la réflexivité et la confiance en soi de l’apprenant. Enfin, les différentes contributions sont illustrées au moyen d’une étude de cas. A la lumière de cette étude de cas, nous avons montré que les hypothèses de recherche sont valides. / To remain competitive and to deal with the complexities of developing complex systems, it is necessary to have skilled and experienced system engineers on the labor market. As a result, system engineers, teachers and researchers must put in place strategies and didactic methodologies to prepare future systems engineers. The idea is to ensure engineering students with depth preparation for system engineering (SE) and a quasiprofessional expertise based on practical experiences. This thesis meets the need for student evaluation, to verify their knowledge of the processes of developing a complex system throughout its lifecycle. We are particularly interested in the problem of evaluating the knowledge acquired by learners during the active learning of the SE in a collaborative Elearning environment based on the knowledge acquisition approach. For this, we have developed and implemented our research as part of an E-learning project approach. This is a pedagogical approach that facilitates online learning of SE based on projects. We decided to pilot our E-learning environment with projects initiated from standard SE processes. We also conducted a formalization of these standardized processes by integrating SE competencies models to support the professional development of a system. During the learning phase, different students collaborate remotely. This sharing of information is generally based on formal or informal exchanges. The interest of the acquisition of this knowledge, resulting from written reports, feedback and rectified errors, is to help study and evaluate the experiences and activities of students to promote active learning and collaboration of the SE. Our proposal is a solution for the evaluation of acquired knowledge based on semantic tools. The solution is addressed to students and teachers of the platform. On the one side, it allows the monitoring and evaluation of students in an intelligent way. On the other side, it allows to support the teacher during the definition of his project. First, we present a mixed assessment method that combines reasoning from cases and process-mining to provide visual representations that help the teacher in his assessment process as well as the definition of his learning scenario. We use social network analysis techniques to study learner interactions. Then, we propose a semantic annotation process of student works. The purpose of this process is to guide the teacher in his assessment process. Furthermore, we introduce the concept of peer review in order to promote the reflexivity and self-confidence of learner. Finally, the different contributions are illustrated by a case study. Based on this case study, we show that the research hypotheses are valid.