Dans le cadre de l'environnement multi-agents AMICAL, cette thèse se propose d'étudier les problématiques liées à la conception de l'agent gestionnaire du modèle de l'apprenant (AGMA). Par gestion du modèle de l'apprenant, nous entendons à la fois la construction de ce modèle ainsi que la réponse aux interrogations des autres agents de l'environnement concernant le contenu de celui-ci. Nos problématiques sont à la fois de réfléchir à une formalisation du modèle de l'apprenant dans un domaine particulier qu'est l'apprentissage de la lecture ainsi que de proposer des mécanismes de construction de ce modèle intégrés à AGMA. Pour remplir son rôle de modélisation, AGMA va analyser le compte-rendu de la session de travail réalisée avec l'apprenant puis intégrer les nouvelles hypothèses issues de cette analyse au modèle existant. La contribution apportée par nos travaux est de deux ordres. Premièrement, nous proposons une représentation du modèle de l'apprenant sous forme de système multi-agents cognitifs où chaque agent sera en charge d'une partie du modèle. Deuxièmement, nous proposons de voir l'architecture d'AGMA comme un système multi-agents. À partir de l'analyse des différents rôles d'AGMA, nous avons dégagé une architecture modulaire : un module communication responsable de la communication entre les modules d'AGMA et le reste du système, un module analyse en charge de l'analyse des séquences de travail avec l'apprenant et un module modèle en charge de stocker et de maintenir à jour le modèle en intégrant les nouvelles hypothèses issues de l'analyse. Pour accroître la rapidité d'exécution nous avons représenté chaque module comme un système multi-agents.

Ce travail de recherche est consacré à la formalisation d'un processus de prise de décision collective et justifiée à l'aide d'un système multi-agents. Ce système est constitué d'agents cognitifs, autonomes et sociaux en interaction. S'appuyant sur la communication par envoi de messages, on parle de modèle d'interaction directe entre agents. Dans ce manuscrit, nous défendons la thèse selon laquelle le dialogue peut être considéré comme un processus argumentatif au travers duquel les participants jouent et arbitrent pour aboutir à une décision collective. Nous proposons ici un modèle de dialogue entre agents. Ce modèle, intitulé DIAL (DIALogue Is an Argumentative Labour ), sert de base à un système d'aide à la concertation.

L'objectif initial de cette thèse est d'apporter une solution à ce problème en proposant, premièrement, une approche cognitive basée sur le paradigme appelé Belief-Desire-Intention (BDI) pour représenter les processus de prise de décision des acteurs humains, et deuxièmement, une validation de cette approche dans le contexte d'un modèle complet de changement d'usage des sols dans lequel la plupart des facteurs cités ci-dessus sont également simulés. Le résultat de ce travail est une approche générique qui a été validée sur un modèle intégrant le changement d'usage des sols d'une région située dans le Delta du Mékong au Vietnam. Nos contributions principales sont les suivantes : Intégration d’une architecture BDI au sein d'une plateforme de modélisation à base d'agents (GAMA) ;Conception d’un cadre générique baptisé « Multi-Agent Based Land-Use Change » (MAB-LUC) permettant de modéliser et de simuler les changements d’usage des sols en prenant en compte les décisions des agriculteurs ;Proposition d’une solution permettant d’intégrer et d’évaluer les facteurs socio-économiques et environnementaux dans le cadre de la planification agraire et d’intégrer MAB-LUC dans le processus existant proposé par la FAO.Ce travail, au-delà du cas d’étude concernant le Delta du Mékong, a enfin été conçu de façon générique afin que la méthodologie utilisée puisse être généralisée à la modélisation de systèmes socio-écologiques où les facteurs humains doivent être représentés avec précision. / The initial goal of this thesis has been then to address this problem by proposing, on one hand, a cognitive approach based on the Belief-Desire-Intention (BDI) paradigm to represent the decision-making processes of human actors in agent-based models and, on the second hand, a validation of this approach in a complete land-use change model in which most of the factors cited above have also been simulated.The outcome of this work is a generic approach, which has been validated in a complex integrated land-use change model of a small region of the Vietnamese Mekong Delta. Our main contributions have been:The integration of the BDI architecture within an agent-based modeling platform (GAMA); The design of the Multi-Agent Based Land-Use Change (MAB-LUC) framework that can take into account the farmers’ decision-making in the land-use change processes;The proposal of a solution to assess the socio-economic and environmental factors in land-use planning and to integrate the MAB-LUC framework into the land-use planning process of. I conclude by showing that this work, designed in a generic fashion, can be reused and generalized for the modeling of complex socio-ecological systems where individual human factors need to be represented accurately.