42 articles  [english version]
Fiche concise Thèses
Modélisation et pilotage de la phase de délibération dans une décision collective : vers le management d'activités à risques
Imoussaten A.
Thèses. École Nationale Supérieure des Mines de Paris (17/11/2011), Jacky Montmain et Éric Rigaud (Dir.)
[oai:pastel.archives-ouvertes.fr:pastel-00658558] - http://pastel.archives-ouvertes.fr/pastel-00658558
Liste des fichiers attachés à ce document : 
PDF
23387_IMOUSSATEN_2011_archivage.pdf(4.2 MB)
Abdelhak Imoussaten1, 2
1 :  CRC - Centre de recherche sur les Risques et les Crises
http://www.crc.ensmp.fr/
MINES ParisTech - École nationale supérieure des mines de Paris
Rue Claude Daunesse B.P. 207 06904 Sophia-Antipolis Cedex
France
2 :  LGI2P - Laboratoire de Génie Informatique et d'Ingénierie de Production
http://www.lgi2p.ema.fr/
Ecole Nationale Supérieure des Mines d'Alès
École des Mines d'Alès - Site EERIE Parc Scientifique Georges Besse - 30035 Nîmes Cedex 1
France
Modélisation et pilotage de la phase de délibération dans une décision collective : vers le management d'activités à risques
Modeling and control of the deliberation phase in a collective decision: towards the management of risk activities
Le management d'activités à risques implique de nombreuses décisions qui mettent en scène un collectif d'acteurs ayant chacun leur domaine d'expertise ou d'action pour concevoir ou exploiter un système complexe. D'abord, le rôle d'un système interactif d'aide à la décision de groupe (SIADG) dans le cadre du management d'activités à risques est analysé. Les fonctionnalités du système sont spécifiées de sorte à minimiser l'impact des erreurs humaines et organisationnelles qui peuvent affecter le processus de décision collectif. Le SIADG est vu comme le médiateur entre l'homme et le système qu'il cherche à maîtriser : il l'aide à percevoir une situation critique, la comprendre, l'interpréter et la diagnostiquer avant d'y remédier, mais il favorise également la résolution collective en constituant un support à la communication et à la coordination des intervenants. La décision est perçue comme un processus dynamique dont le temps de réponse dépend de l'efficacité avec laquelle est menée la phase de délibération. Plusieurs grandeurs et modèles pour contrôler la délibération sont proposés. Un premier type de situation décisionnelle met en scène un manager qui s'entoure d'experts pour prendre une décision sur la base d'un processus de fusion des avis exprimés. L'incertitude attachée à l'évaluation des alternatives est due d'une part, à l'imprécision des avis d'experts, d'autre part aux divergences d'opinions. Le contrôle de cette incertitude permet d'identifier les critères sur lesquels doit se focaliser le débat d'experts. Le concept d'influence dans un réseau social est alors introduit pour proposer deux modèles de pilotage de la phase de délibération d'une décision d'organisation, basé sur la délibération argumentée pour l'un, sur des simulations stochastiques pour l'autre, avec un formalisme d'équations d'état pour représenter l'évolution des convictions au fil du débat. Ensuite, les décisions qui concernent l'amélioration d'un système complexe, où se confrontent la vision stratégique des managers et la vision opérationnelle des exécutants sont abordées. Lorsque des objectifs atteignables ont été négociés, un modèle basé sur un problème de programmation par contraintes permet de calculer une mise en œuvre des actions pour les atteindre. Dans ce cas, soit le collectif est vu comme un ensemble d'agents collaboratifs et la délibération est pilotée par l'efficience de la décision ; soit comme un ensemble d'agents simplement coopératifs, dont nous modélisons la négociation où se mêlent objectifs collectifs et enjeux individuels, à l'aide de la théorie de l'argumentation. Ces modèles traitent tous du contrôle du processus cognitif que constitue la décision collective : l'automatisation cognitive vise ainsi à réduire les erreurs humaines et organisationnelles qui pourraient affecter la décision en particulier les erreurs d'évaluation et de coordination. Une conclusion et des perspectives achèvent ce manuscrit qui est illustré de plusieurs exemples relatifs au management d'activités à risques.
The management of risk activities involves many decisions that concern a group of actors with different areas of expertise or action to design or operate a complex system. First, we focus on the role of an interactive group decision support system (GDSS) in the management of risk activities. The functionalities of the system are specified so as to minimize the impact of human and organizational errors that may affect collective decision-making. The GDSS is seen as the mediator between human beings and the system they aim to control: it supports them detecting critical situations, understanding situations, interpreting and diagnosing before remedy, but it also promotes collective resolution as a medium for communication and coordination of stakeholders. The decision is seen as a dynamic process whose response time depends on the efficiency with which the deliberation phase is managed. Several variables and models to control the debate are thus proposed. A first type of decisional situation depicts a manager who requires the support of a panel of experts to make a decision based on a process of fusion of expert advice. The uncertainty attached to the evaluation of alternatives is due in part to the imprecision of expert opinion, divergences of opinion between experts. A control model is proposed to manage this uncertainty and identify the criteria on which to focus the panel discussion. We then turn to the concept of influence in a social network to offer two models of control of the deliberation phase. One is based upon argued deliberation and the other one on stochastic simulations with a formalism of state equations to represent the evolution of beliefs during the debate. Next, decisions that concern improvement of a complex system are presented. Strategic and operational points of view are confronted in such a process. When achievable goals are negotiated, a model based on a problem of constraint programming techniques is used to compute the most efficient actions to be carried out to perform the improvement. In this case, either the collective is seen as a set of collaborative agents and deliberation is driven by an efficient decision; or the agents are simply cooperative, with collective goals but individual issues and thus the negotiation model is based on argumentation theory. Our models all deal with the control of a cognitive process, i.e., collective decision: cognitive automation aims to reduce human and organizational errors that could affect the decision in particular assessment and coordination errors. Conclusion and perspectives complete this manuscript which is illustrated with several examples related to the management of risk activities.
Sciences de l'Homme et Société/Gestion et management
Sciences de l'économie, de la gestion et de la société
17/11/2011

Mines ParisTech
École Nationale Supérieure des Mines de Paris
Sciences des métiers de l'ingénieur (SMI) - ED 432
Sciences et génie des activités à risques
2011ENMP0048
Français

Jacky Montmain et Éric Rigaud
Patrice Perny (Président du jury)
Henri Prade (Rapporteur)
José Ragot (Rapporteur)
Gilles Mauris (Examinateur)
Jean Sallantin (Examinateur)
Jacky Montmain (Examinateur)
Éric Rigaud (Examinateur)

Décision multicritère – Théorie de l'argumentation – Programmation par contraintes – Théorie des jeux
Multicriteria decision – Argumentation theory – Constraints programming – Game theory