La facilitation est un élément central dans une prise de décision de groupe surtout en faisant l'usage des outils de nouvelle technologie. Le facilitateur, pour rendre sa tâche facile, a besoin des solutions de vote pour départager les décideurs afin d'arriver à des conclusions dans une prise de décision. Une procédure de vote consiste à déterminer à partir d’une méthode le vainqueur ou le gagnant d’un vote. Il y a plusieurs procédures de vote dont certaines sont difficiles à expliquer et qui peuvent élire différents candidats/options/alternatives proposées. Le meilleur choix est celui dont son élection est acceptée facilement par le groupe. Le vote dans la théorie du choix social est une discipline largement étudiée dont les principes sont souvent complexes et difficiles à expliquer lors d’une réunion de prise de décision. Les systèmes de recommandation sont de plus en plus populaires dans tous les domaines de science. Ils peuvent aider les utilisateurs qui n’ont pas suffisamment d’expérience ou de compétence nécessaires pour évaluer un nombre élevé de procédures de vote existantes. Un système de recommandation peut alléger le travail du facilitateur dans la recherche d’une procédure vote adéquate en fonction du contexte de prise de décisions. Le sujet de ce travail de recherche s’inscrit dans le champ de l’aide à la décision de groupe. La problématique consiste à contribuer au développement d’un système d’aide à la décision de groupe (Group Decision Support System : GDSS). La solution devra s’intégrer dans la plateforme logicielle actuellement développée à l’IRIT GRUS : GRoUp Support. / Facilitation is a central element in decision-making, especially when using new technology tools. The facilitator, to make his task easy, needs voting solutions to decide between decision-makers in order to reach conclusions in a decision-making process. A voting procedure consists of determining from a method the winner of a vote. There are several voting procedures, some of which are difficult to explain and which may elect different candidate/options/alternatives proposed. The best choice is the one whose election is easily accepted by the group. Voting in social choice theory is a widely studied discipline whose principles are often complex and difficult to explain at a decision-making meeting. Recommendation systems are becoming more and more popular in all fields of science. They can help users who do not have sufficient experience or competence to evaluate large numbers of existing voting procedures. A recommendation system can lighten the facilitator's workload in finding an appropriate voting procedure based on the decision-making context. The objective of this research work is to design such recommendation system. This work is in the field of group decision support. The issue is to contribute to the development of a Group Decision Support System (GDSS). The solution will have to be integrated into the software platform currently being developed at IRITGRUS: GRoUp Support.

This thesis focuses on the phenomenon of strategic manipulation in collective decision making, i.e. situations where it is beneficial for certain members of the group to derive from their sincere preferences in the voting process. This manipulation complicates the process of collective decision making, leading to situations where lying becomes a successful strategy that some mambers of the group can use to gain an advantage over others. In the thesis, examples of strategic manipulation and a summary of up to date research in the field of social choice theory are included. The main objective is to create a simulation model that can be used to quantify the probability of a successful manipulation. A Monte Carlo simulation using this model is performed on ten voting procedures. Analysed procedures include the most common and intuitive ones, more sophisticated systems created by experts of social choice theory and the most modern attempts to improve democracy by Karel Janeček.

L’Intelligence Ambiamte (AmI) est un domaine de recherche investigant les techniques d’intelligence artificielle pour créer des environnements réactifs. Les réseaux de capteurs et effecteurs sans-fils sont les supports de communication entre les appareils ménagers, les services installés et les interfaces homme-machine. Cette thèse s’intéresse à la conception d’Environements Réactifs avec des propriétés autonomiques i.e. des systèmes qui ont la capacité de se gérer eux-même. De tels environements sont ouverts, à grande échelle, dynamique et hétérogène, ce qui induit certains problèmes pour leur gestion par des systèmes monolithiques. L’approche proposée est bio-inspirée en considérant chacune des plate-formes comme une cellule indépendente formant un organisme intelligent distribué. Chaque cellule est programmée par un processus ADN-RNA décrit par des règles réactives décrivant leur comportement interne et externe. Ces règles sont modelées par des agents mobiles ayant des capacités d’auto-réécriture et offrant ainsi des possibilités de reprogrammation dynamique. Le framework EMMA est composé d’un middleware modulaire avec une architecture orientée ressource basée sur la technologie 6LoWPAN et d’une architecture MAPE-K pour concevoir des AmI à plusieurs échelles. Les différentes relations entre les problèmes techniques et les besoins théoriques sont discutées dans cette thèse depuis les plate-formes, le réseau, le middleware, les agents mobiles, le déploiement des applications jusqu’au système intelligent. Deux algorithmes pour AmI sont proposés : un modèle de contrôleur neuronal artificiel pour le contrôle automatique des appareils ménagers avec des processus d’apprentissage ainsi qu’une procédure de vote distribuée pour synchroniser les décisions de plusieurs composants systèmes. / AThe Ambient Intelligence (AmI) is a research area investigating AI techniques to create Responsive Environments (RE). Wireless Sensor and Actor Network (WSAN) are the supports for communications between the appliances, the deployed services and Human Computer Interface (HCI). This thesis focuses on the design of RE with autonomic properties i.e. system that have the ability to manage themselves. Such environments are open, large scale, dynamic and heterogeneous which induce some difficulties in their management by monolithic system. The bio-inspired proposal considers all devices like independent cells forming an intelligent distributed organism. Each cell is programmed by a DNA-RNA process composed of reactive rules describing its internal and external behaviour. These rules are modelled by reactive agents with self-rewriting features offering dynamic reprogramming abilities. The EMMA framework is composed of a modular Resource Oriented Architecture (ROA) Middleware based on IPv6 LoW Power Wireless Area Networks (6LoWPAN) technology and a MAPE-K architecture to design multi-scale AmI. The different relations between technical issues and theoretical requirements are discussed through the platforms, the network, the middleware, the mobile agents, the application deployment to the intelligent system. Two algorithms for AmI are proposed: an Artificial Neural Controller (ANC) model for automatic control of appliances with learning processes and a distributed Voting Procedures (VP) to synchronize the decisions of several system components over the WSAN.