Search

Algorithmic decisions are currently being used on a daily basis. These decisions often rely on Machine Learning (ML) algorithms that may produce complex and opaque ML models. Recent studies raised unfairness concerns by revealing discriminating outcomes produced by ML models against minorities and unprivileged groups. As ML models are capable of amplifying discrimination against minorities due to unfair outcomes, it reveals the need for approaches that uncover and remove unintended biases. Assessing fairness and mitigating unfairness are the two main tasks that have motivated the growth of the research field called {algorithmic fairness}. Several notions used to assess fairness focus on the outcomes and link to sensitive features (e.g. gender and ethnicity) through statistical measures. Although these notions have distinct semantics, the use of these definitions of fairness is criticized for being a reductionist understanding of fairness whose aim is basically to implement accept/not-accept reports, ignoring other perspectives on inequality and on societal impact. Process fairness instead is a subjective fairness notion which is centered on the process that leads to outcomes. To mitigate or remove unfairness, approaches generally apply fairness interventions in specific steps. They usually change either (1) the data before training or (2) the optimization function or (3) the algorithms' outputs in order to enforce fairer outcomes. Recently, research on algorithmic fairness have been dedicated to explore combinations of different fairness interventions, which is referred to in this thesis as {fairness hybrid-processing}. Once we try to mitigate unfairness, a tension between fairness and performance arises that is known as the fairness-accuracy trade-off. This thesis focuses on the fairness-accuracy trade-off problem since we are interested in reducing unintended biases without compromising classification performance. We thus propose ensemble-based methods to find a good compromise between fairness and classification performance of ML models, in particular models for binary classification. In addition, these methods produce ensemble classifiers thanks to a combination of fairness interventions, which characterizes the fairness hybrid-processing approaches. We introduce FixOut ({F}a{I}rness through e{X}planations and feature drop{Out}), the human-centered, model-agnostic framework that improves process fairness without compromising classification performance. It receives a pre-trained classifier (original model), a dataset, a set of sensitive features, and an explanation method as input, and it outputs a new classifier that is less reliant on the sensitive features. To assess the reliance of a given pre-trained model on sensitive features, FixOut uses explanations to estimate the contribution of features to models' outcomes. If sensitive features are shown to contribute globally to models' outcomes, then the model is deemed unfair. In this case, it builds a pool of fairer classifiers that are then aggregated to obtain an ensemble classifier. We show the adaptability of FixOut on different combinations of explanation methods and sampling approaches. We also evaluate the effectiveness of FixOut w.r.t. to process fairness but also using well-known standard fairness notions available in the literature. Furthermore, we propose several improvements such as automating the choice of FixOut's parameters and extending FixOut to other data types.; Les décisions algorithmiques sont actuellement utilisées quotidiennement. Ces décisions reposent souvent sur des algorithmes d'apprentissage automatique (machine learning, ML) qui peuvent produire des modèles complexes et opaques. Des études récentes ont soulevé des problèmes d'iniquité en révélant des résultats discriminatoires produits par les modèles ML contre des minorités et des groupes non privilégiés. Comme les modèles ML sont capables d'amplifier la discrimination en raison de résultats injustes, cela révèle la nécessité d'approches qui découvrent et suppriment les biais inattendues. L'évaluation de l'équité et l'atténuation de l'iniquité sont les deux tâches principales qui ont motivé la croissance du domaine de recherche en équité algorithmique (algorithmic fairness). Plusieurs notions utilisées pour évaluer l'équité se concentrent sur les résultats et sont liées à des attributs sensibles (par exemple, l'éthinicité) par des mesures statistiques. Bien que ces notions aient une sémantique distincte, l'utilisation de ces définitions est critiquée pour sa compréhension réductrice de l'équité, dont le but est essentiellement de mettre en œuvre des rapports d'acceptation/non-acceptation, ignorant d'autres perspectives sur l'iniquité et l'impact sociétal. Process fairness (équité des procédures) est au contraire une notion d'équité subjective, centrée sur le processus qui conduit aux résultats. Pour atténuer ou supprimer l'iniquité, les approches appliquent généralement des interventions en matière d'équité selon des étapes spécifiques. Elles modifient généralement soit les données avant l'apprentissage, la fonction d'optimisation ou les sorties des algorithmes afin d'obtenir des résultats plus équitables. Récemment, les recherches ont été consacrées à l'exploration de combinaisons de différentes interventions en matière d'équité, ce qui est désigné dans cette thèse par le traitement hybride de l'équité. Une fois que nous essayons d'atténuer l'iniquité, une tension entre l'équité et la performance apparaît, connue comme le compromis équité/précision. Cette thèse se concentre sur le problème du compromis équité/précision, puisque nous sommes intéressés par la réduction des biais inattendues sans compromettre les performances de classification. Nous proposons donc des méthodes ensemblistes pour trouver un bon compromis entre l'équité et la performance de classification des modèles ML, en particulier les classificateurs binaires. De plus, ces méthodes produisent des classificateurs d'ensemble grâce à une combinaison d'interventions sur l'équité, ce qui caractérise les approches de traitement hybride de l'équité. Nous proposons FixOut (FaIrness through eXplanations and feature dropOut), un framework centré sur l'humain et agnostique vis-à-vis des modèles qui améliore l'équité sans compromettre les performances de classification. Il reçoit en entrée un classificateur pré-entraîné, un ensemble de données, un ensemble de attributs sensibles et une méthode d'explication, et il produit un nouveau classificateur qui dépend moins des attributs sensibles. Pour évaluer la dépendance d'un modèle pré-entraîné aux attributs sensibles, FixOut utilise des explications pour estimer la contribution des attributs aux résultats du modèle. S'il s'avère que les attributs sensibles contribuent globalement aux résultats, alors le modèle est considéré comme injuste. Dans ce cas, il construit un groupe de classificateurs plus justes qui sont ensuite agrégés pour obtenir un modèle d'ensemble. Nous montrons l'adaptabilité de FixOut sur différentes combinaisons de méthodes d'explication et d'approches d'échantillonnage. Nous évaluons également l'efficacité de FixOut par rapport au process fairness mais aussi en utilisant des notions d'équité standard bien connues disponibles dans la littérature. De plus, nous proposons plusieurs améliorations telles que l'automatisation du choix des paramètres et l'extension de FixOut à d'autres types de données.

En este artículo recurrimos a diferentes aportes de Ludwig Wittgenstein (fuentes primarias y secundarias) con el fin de analizar críticamente ideas comunes sobre los orígenes y fundamentos de nuestros juicios éticos. Para esto, argumentamos que la distinción que hace el filósofo entre razones y causas es pertinente para demostrar que las valoraciones éticas no tienen un cimiento natural ni objetivo. Las valoraciones, en cambio, se apoyan en razones que surgen de un sistema sociocultural y se constituyen a través del lenguaje. Así, llegamos a plantear que el concepto de "juegos de lenguaje" propuesto por Wittgenstein, permite comprender mejor la forma en que los individuos interiorizan reglas y criterios a partir de los cuales realizan juicios éticos y establecen principios morales. In this article we use different contributions of Ludwig Wittgenstein (primary and secondary sources) in order to critically analyze common ideas about the origins and foundations of our ethical judgments. For this, we argue that the distinction made by the philosopher between reasons and causes is relevant to show that ethical values have no natural or objective foundation. Valuations, however, rely on reasons arising from a sociocultural system and are constituted through language. Thus, we propose that the concept of "language games" proposed by Wittgenstein, can better allow an understanding of how individuals internalize rules and criteria from which ethical judgments are made and moral principles are established. Dans cet article on fait appel à de différentes contributions de Ludwig Wittgenstein (sources primaires et secondaires) afin d'analyser de façon critique des idées communes sur les origines et les fondements de nos jugements éthiques. Pour cela, on s'appuie sur l'idée selon laquelle la distinction que fait le philosophe entre des raisons et des causes est pertinente pour montrer que les jugements éthiques n'ont pas de fondation naturelle ni objective. Les jugements, par contre, s'appuient sur des raisons qui émergent d'un système socioculturel et ils sont constitués à travers le langage. Nous sommes maintenant parvenus à soulever que la notion de "jeux de langage" proposée par Wittgenstein, permet de mieux comprendre la manière dans laquelle les individus assimilent des règles et des critères à partir desquels ils portent des jugements éthiques et établissent des principes moraux. Neste artigo recorremos a diferentes contribuições de Ludwig Wittgenstein (fontes primárias e secundárias) com o objetivo de analisar criticamente idéias comuns sobre as origens e sentido dos nossos juízos éticos. Para isso, argumentamos que a distinção que faz o filósofo entre razões e causas é pertinente para demonstrar que as valorações éticas não têm uma base natural nem objetivo. As avaliações no entanto, apoiam-se em razões que surgem de um sistema sócio cultural e formam-se através da linguagem. Assim, chegamos a pensar que o conceito de “jogos de Linguagem” proposto por Wittgenstein, permite entender melhor a forma como os indivíduos interiorizam regras e critérios a partir dos quais realizam juízos éticos e estabelecem princípios morais.

Constraint programming is often described, idealistically, as a declarative paradigm in which the user describes the problem and the solver solves it. Obviously, the reality of constraint solvers is more complex, and the needs in customization of modeling and solving techniques change with the level of expertise of users. This thesis focuses on enriching the arsenal of available techniques in constraint solvers. On the one hand, we study the contribution of an explanation system to the exploration of the search space in the specific context of a local search. Two generic neighborhood heuristics which exploit explanations singularly are described. The first one is based on the difficulty of repairing a partially destroyed solution, the second one is based on the non-optimal nature of the current solution. These heuristics discover the internal structure of the problems to build good neighbors for large neighborhood search. They are complementary to other generic neighborhood heuristics, with which they can be combined effectively. In addition, we propose to make the explanation system lazy in order to minimize its footprint. On the other hand, we undertake an inventory of know-how relative to propagation engines of constraint solvers. These data are used operationally through a domain specific language that allows users to customize the propagation schema, providing implementation structures and defining check points within the solver. This language offershigh-level concepts that allow the user to ignore the implementation details, while maintaining a good level of flexibility and some guarantees. It allows the expression of propagation schemas specific to the internal structure of each problem solved. Implementation and experiments were carried out in the Choco constraint solver, developed in this thesis. This has resulted in a new version of the overall effectiveness and natively explained tool.; La programmation par contraintes est souvent décrite, utopiquement, comme un paradigme déclaratif dans lequel l’utilisateur décrit son problème et le solveur le résout. Bien entendu, la réalité des solveurs de contraintes est plus complexe, et les besoins de personnalisation des techniques de modélisation et de résolution évoluent avec le degré d’expertise des utilisateurs. Cette thèse porte sur l’enrichissement de l’arsenal des techniques disponibles dans les solveurs de contraintes. D’une part, nous étudions la contribution d’un système d’explications à l’exploration de l’espace de recherche, dans le cadre spécifique d’une recherche locale. Deux heuristiques de voisinages génériques exploitant singulièrement les explications sont décrites. La première se base sur la difficulté de réparer une solution partiellement détruite, la seconde repose sur la nature non-optimale de la solution courante. Ces heuristiques mettent à jour la structure interne des problèmes traités pour construire des voisins de bonne qualité pour une recherche à voisinage large. Elles sont complémentaires d’autres heuristiques de voisinages génériques, avec lesquels elles peuvent être combinées efficacement. De plus, nous proposons de rendre le système d’explications paresseux afin d’en minimiser l’empreinte. D’autre part, nous effectuons un état des lieux des savoir-faire relatifs aux moteurs de propagation pour les solveurs de contraintes. Ces données sont exploitées opérationnellement à travers un langage dédié qui permet de personnaliser la propagation au sein d’un solveur, en fournissant des structures d’implémentation et en définissant des points de contrôle dans le solveur. Ce langage offre des concepts de haut niveau permettant à l’utilisateur d’ignorer les détails de mise en œuvre du solveur, tout en conservant un bon niveau de flexibilité et certaines garanties. Il permet l’expression de schémas de propagation spécifiques à la structure interne de chaque problème. La mise en œuvre et les expérimentations ont été effectués dans le solveur de contraintes Choco. Cette thèse a donné lieu à une nouvelle version de l’outil globalement plus efficace et nativement expliqué.

Constraint programming is often described, idealistically, as a declarative paradigm in which the user describes the problem and the solver solves it. Obviously, the reality of constraint solvers is more complex, and the needs in customization of modeling and solving techniques change with the level of expertise of users. This thesis focuses on enriching the arsenal of available techniques in constraint solvers. On the one hand, we study the contribution of an explanation system to the exploration of the search space in the specific context of a local search. Two generic neighborhood heuristics which exploit explanations singularly are described. The first one is based on the difficulty of repairing a partially destroyed solution, the second one is based on the non-optimal nature of the current solution. These heuristics discover the internal structure of the problems to build good neighbors for large neighborhood search. They are complementary to other generic neighborhood heuristics, with which they can be combined effectively. In addition, we propose to make the explanation system lazy in order to minimize its footprint. On the other hand, we undertake an inventory of know-how relative to propagation engines of constraint solvers. These data are used operationally through a domain specific language that allows users to customize the propagation schema, providing implementation structures and defining check points within the solver. This language offershigh-level concepts that allow the user to ignore the implementation details, while maintaining a good level of flexibility and some guarantees. It allows the expression of propagation schemas specific to the internal structure of each problem solved. Implementation and experiments were carried out in the Choco constraint solver, developed in this thesis. This has resulted in a new version of the overall effectiveness and natively explained tool.; La programmation par contraintes est souvent décrite, utopiquement, comme un paradigme déclaratif dans lequel l’utilisateur décrit son problème et le solveur le résout. Bien entendu, la réalité des solveurs de contraintes est plus complexe, et les besoins de personnalisation des techniques de modélisation et de résolution évoluent avec le degré d’expertise des utilisateurs. Cette thèse porte sur l’enrichissement de l’arsenal des techniques disponibles dans les solveurs de contraintes. D’une part, nous étudions la contribution d’un système d’explications à l’exploration de l’espace de recherche, dans le cadre spécifique d’une recherche locale. Deux heuristiques de voisinages génériques exploitant singulièrement les explications sont décrites. La première se base sur la difficulté de réparer une solution partiellement détruite, la seconde repose sur la nature non-optimale de la solution courante. Ces heuristiques mettent à jour la structure interne des problèmes traités pour construire des voisins de bonne qualité pour une recherche à voisinage large. Elles sont complémentaires d’autres heuristiques de voisinages génériques, avec lesquels elles peuvent être combinées efficacement. De plus, nous proposons de rendre le système d’explications paresseux afin d’en minimiser l’empreinte. D’autre part, nous effectuons un état des lieux des savoir-faire relatifs aux moteurs de propagation pour les solveurs de contraintes. Ces données sont exploitées opérationnellement à travers un langage dédié qui permet de personnaliser la propagation au sein d’un solveur, en fournissant des structures d’implémentation et en définissant des points de contrôle dans le solveur. Ce langage offre des concepts de haut niveau permettant à l’utilisateur d’ignorer les détails de mise en œuvre du solveur, tout en conservant un bon niveau de flexibilité et certaines garanties. Il permet l’expression de schémas de propagation spécifiques à la structure interne de chaque problème. La mise en œuvre et les expérimentations ont été effectués dans le solveur de contraintes Choco. Cette thèse a donné lieu à une nouvelle version de l’outil globalement plus efficace et nativement expliqué.

As an operator telecontrols real time industrial devices, his difficulties consist partly in apprehending the dynamic of the device. He has to solve problems in a context evolving not only under the influence of his own actions but also by new faults and reactions of automatic devices. In this paper we present DIAPASON, a simulation-based training system for telecontrol operators responsible for the management of the French medium voltage electrical power systems. During the training session, the trainee solves a problem without being interrupted by the system. He acts on a simulated power system without explaining his actions. On request, during the trainee's solving process, DIAPASON explains how the device runs and comments the trainee's solution. The design of DIAPASON is focussed on dynamic as all the functionalities of the system integrate it : simulation, explanation and assessment., La complexité de la conduite de dispositifs industriels temps réel provient en partie de la difficulté de l'opérateur à appréhender la dynamique du dispositif. Il doit résoudre un problème dans un contexte qui évolue sous l'effet de ses propres actions et de l'apparition d'anomalies et des réactions des automatismes. Nous présentons ici DIAPASON, un système d'entraînement à la conduite de réseaux électriques moyenne tension fondé sur la simulation où le stagiaire résout un cas sans être interrompu par le système. Il agit sur le réseau simulé sans justifier ses actions. En cours de résolution, DIAPASON lui fournit des explications sur le dispositif et des commentaires sur sa résolution. La dimension dynamique est au cœur de DIAPASON car elle a été intégrée dans toutes les fonctions du système : simulation, explication, évaluation. Elle se reflète dans la conception générale du système et dans la conception détaillée de chacun de ses modules., Joab Michelle, Auzende Odette, Moinard Claudine. La prise en compte de la dynamique dans la conception d'un système de formation professionnelle fondé sur la simulation. In: Sciences et techniques éducatives, volume 6 n°1, 1999. Simulation et formation professionnelle dans l'industrie, sous la direction de Michelle Joab et Guy Gouardères. pp. 61-93.

A paraître

Trata-se de um dossiê sobre método no estudo da política. São discutidas metodologias crescentemente utilizadas em período recente, enfocando-se inicialmente elementos relativos à ontologia da política, aos processos analisados e ao próprio estatuto explicativo das diferentes perspectivas. Posteriormente, são discutidos de maneira mais detalhada os avanços trazidos pela análise neoinstitucionalista, pelos estudos históricos, pela análise de redes sociais e pela antropologia da política. This is a dossier on method in studying politics. Prevailing methodologies are discussed focusing initially on elements relating to political ontology, processes analyzed, and the very explicative statute of different perspectives. Afterwards, advances brought by neoinstitutionalist analysis, historical studies, social network studies, and political anthropology are more carefully discussed. Il s’agit d’un dossier sur la méthode dans l’étude de la politique. Des méthodologies de plus en plus employées dans la période récente sont discutées. Nous nous attachons initialement aux éléments relatifs à l’ontologie de la politique, aux processus analysés et au propre statut explicatif des différentes perspectives. Postérieurement, nous abordons de manière plus détaillée les avancées dues à l’analyse néoinstitutionnaliste, par les études historiques, par l’analyse de réseaux sociaux et par l’anthropologie de la politique.

Constraint programming is a search paradigm for solving combinatorial optimization pro- blems, that has been used to design generic solvers. Numerous researches are conducted to deal with over-constrained and dynamic problems. One of those, is based on the concept of explanations. Explanations provide a trace of the behavior of the solver and have been initially introduce to improve backtracking based algorithms. They have been used to design clever but costly ways of exploring the search space since that day. This phd thesis study explanation based algorithms on industrial as well as academical problems. We study the interest of explanation within generic decomposition techniques and imple- ment such an algorithm for a hard real time task allocation problem. This approach outlines the role of explanations within the cooperation of di®erent solving techniques. We also show that the explanation network is a relevant information to analyse the struc- tures of a problem and understand the relationships between its di®erent parts (variables and constraints). This information, used to improve the search heuristic, is another step toward generic search techniques. Finally, explanations have been often used for look-back but are still under-exploited for look-ahead in CP. Nogood recording techniques have never been successful contrary to what happended in the SAT community. We implement in this thesis such a nogood recording in the case of the minimum open stack problem.; La programmation par contraintes est un paradigme de résolution des problèmes combinatoires sur lequel ont été bâtis des outils génériques de résolution, des solveurs. De nombreuses recherches sont menées pour élargir le champ d'application de ces outils µa des problèmes dynamiques et sur-contraints. Un axe prometteur s'appuie sur la notion d'explications. Les explications constituent une trace explicite du comportement du solveur et ont été initialement introduites pour améliorer les algorithmes de recherche arborescente. Depuis ce jour, elles ont ouvert la voie à des méthodes d'exploration plus intelligentes (mais aussi plus coûteuses) de l'espace de recherche. Cette thèse porte sur l'élaboration d'algorithmes de résolution s'appuyant sur la notion d'explications et les étudie sur des problèmes autant académiques qu'industriels. D'une part, nous examinons l'intérêt des explications dans le cadre de techniques génériques de décomposition. La mise au point d'un tel algorithme dans le contexte d'ordonnancement temps réel a montré la souplesse de la technique pour permettre la coopération de méthodes analytiques pointues avec un solveur de contraintes. D'autre part, nous montrons que le réseau d'explication constitue une information particulièrement pertinente pour révéler à un utilisateur les structures ou relations entretenues par différents éléments (variables/contraintes) du problème. Cette information, également exploitable dynamiquement par le solveur est un pas supplémentaire vers des approches de résolution génériques. Enfin, les explications ont été jusqu'ici très utilisées dans un cadre rétrospectif et pourraient l'être davantage dans un cadre prospectif (à l'image de leur exploitation par la communauté SAT). Nous revenons ainsi dans cette thèse sur des techniques de nogoods recording dans le cadre du problème de MOSP (Minimum Open Stack Problem).

Constraint programming is a search paradigm for solving combinatorial optimization pro- blems, that has been used to design generic solvers. Numerous researches are conducted to deal with over-constrained and dynamic problems. One of those, is based on the concept of explanations. Explanations provide a trace of the behavior of the solver and have been initially introduce to improve backtracking based algorithms. They have been used to design clever but costly ways of exploring the search space since that day. This phd thesis study explanation based algorithms on industrial as well as academical problems. We study the interest of explanation within generic decomposition techniques and imple- ment such an algorithm for a hard real time task allocation problem. This approach outlines the role of explanations within the cooperation of di®erent solving techniques. We also show that the explanation network is a relevant information to analyse the struc- tures of a problem and understand the relationships between its di®erent parts (variables and constraints). This information, used to improve the search heuristic, is another step toward generic search techniques. Finally, explanations have been often used for look-back but are still under-exploited for look-ahead in CP. Nogood recording techniques have never been successful contrary to what happended in the SAT community. We implement in this thesis such a nogood recording in the case of the minimum open stack problem.; La programmation par contraintes est un paradigme de résolution des problèmes combinatoires sur lequel ont été bâtis des outils génériques de résolution, des solveurs. De nombreuses recherches sont menées pour élargir le champ d'application de ces outils µa des problèmes dynamiques et sur-contraints. Un axe prometteur s'appuie sur la notion d'explications. Les explications constituent une trace explicite du comportement du solveur et ont été initialement introduites pour améliorer les algorithmes de recherche arborescente. Depuis ce jour, elles ont ouvert la voie à des méthodes d'exploration plus intelligentes (mais aussi plus coûteuses) de l'espace de recherche. Cette thèse porte sur l'élaboration d'algorithmes de résolution s'appuyant sur la notion d'explications et les étudie sur des problèmes autant académiques qu'industriels. D'une part, nous examinons l'intérêt des explications dans le cadre de techniques génériques de décomposition. La mise au point d'un tel algorithme dans le contexte d'ordonnancement temps réel a montré la souplesse de la technique pour permettre la coopération de méthodes analytiques pointues avec un solveur de contraintes. D'autre part, nous montrons que le réseau d'explication constitue une information particulièrement pertinente pour révéler à un utilisateur les structures ou relations entretenues par différents éléments (variables/contraintes) du problème. Cette information, également exploitable dynamiquement par le solveur est un pas supplémentaire vers des approches de résolution génériques. Enfin, les explications ont été jusqu'ici très utilisées dans un cadre rétrospectif et pourraient l'être davantage dans un cadre prospectif (à l'image de leur exploitation par la communauté SAT). Nous revenons ainsi dans cette thèse sur des techniques de nogoods recording dans le cadre du problème de MOSP (Minimum Open Stack Problem).

This paper describes how is represented knowledge in the Intelligent Tutoring System (ITS) AMBRE-add. This ITS intend to teach methods and is based on didactical studies and cognitive psychology studies. The Case-Based Reasoning paradigm is used to help the learner to find himself problems classes, using problems he or she has already seen during the learning. We describe how is represented domain knowledge and pedagogic knowledge in this ITS, presenting the architecture of a knowledge based system that enable to give help to the learner, to diagnose his or her answers and to explain his or her mistakes., Dans cet article, nous décrivons comment sont représentées les connaissances dans l'Environnement Informatique pour l'Apprentissage Humain (EIAH) AMBRE-add. Cet EIAH, destiné à l'apprentissage d'une méthode de résolution de problèmes additifs, s'appuie sur des études en didactique des mathématiques et en psychologie cognitive. Il exploite le paradigme du raisonnement à partir de cas pour permettre à l'apprenant de mettre lui-même en évidence des classes de problèmes, en utilisant des problèmes qu'il a déjà rencontrés au cours de l'apprentissage. Nous décrivons comment sont représentées les connaissances du domaine et les connaissances pédagogiques dans cet EIAH, en présentant l'architecture du système à base de connaissances permettant d'assurer des fonctionnalités d'aide, de diagnostic des réponses de l'apprenant et d'explication de ses erreurs.

Constraint programming is a research topic benefiting from many other areas: discrete mathematics, numerical analysis, artificial intelligence, operations research, and formal calculus. It has proven its interest and its efficiency in various domains: combinatorial optimization, scheduling, finance, simulation and synthesis, diagnosis, molecular biology, or geometrical problems. However, some limitations and difficulties remain: designing stable and generic algorithms, handling dynamic problems, opening constraint programming to non-specialists, etc.In this document, we advocate the use of explanations within constraint programming. Our aim is two-fold: drawing the big picture about explanations (definition, generation, management and use) and showing that they can help address several issues in constraint programming. We also introduce a new general explanation-based search technique that has been successfully used to design new efficient algorithms. Finally, current open issues and research topics in this field are presented.; La programmation par contraintes est un sujet de recherche qui tire profit de nombreuses autres disciplines : mathématiques discrètes, analyse numérique, intelligence artificielle, recherche opérationnelle et calcul formel. Elle a prouvé son intérêt et son efficacité dans de nombreux domaines : optimisation combinatoire, ordonnancement, finance, simulation et synthèse de composants, diagnostic de panne, biologie moléculaire, ou encore problèmes géométriques. Néanmoins, un certain nombre de limitations et de difficultés ont été identifiées dans le domaine : conception d'algorithmes génériques et stables, traitement des problèmes dynamiques, accessibilité des concepts et des outils, ...Dans ce document, nous plaidons pour l'utilisation de la notion d'explication au sein de la programmation par contraintes. Notre but est double : non seulement présenter un tableau général des explications (définition, génération et utilisations) mais aussi montrer comment leur utilisation permet de contribuer à lever certains des problèmes ouverts en programmation par contraintes. Nous présentons aussi une démarche générale de résolution de problème dans un environnement expliqué. Enfin, nous montrons comment ce nouveau sujet semble promis à un bel avenir.

In this paper, the members of the computer science laboratory of Le Mans (LIUM), in the AIED and microworld team, show the researches that have been undertaken under the direction or the impulsion of Martial Vivet. A first part of the text underlines the foundations of the scientific policy and describes the works of the team around three main strands : intelligent tutoring systems and pedagogical planning, microworlds design for vocational training, and, finally, learning situations modelling and open and distributed learning environments. A discussion about current research issues closes this overview., Dans ce texte, les membres du LIUM ayant travaillé dans l’équipe EIAO présentent les recherches conduites sous la direction de Martial Vivet ou impulsées par lui. Une première partie développe les fondements de la politique scientifique suivie et décrit les travaux de l’équipe en les regroupant autour de trois axes principaux : les tuteurs intelligents et la planification pédagogique, la conception de micromondes pour la formation professionnelle et, enfin, la modélisation des situations d’apprentissage et les environnements d’apprentissage ouverts et distribués. Une discussion autour des problématiques de recherche actuelles dans le domaine termine ce tour d’horizon., Bruillard Eric, Delozanne Elisabeth, Leroux Pascal, Delannoy Paul, Dubourg Xavier, Jacoboni Pierre, Lehuen Jérôme, Luzzati Daniel, Teutsch Philippe. Quinze ans de recherche informatique sur les sciences et techniques éducatives au LIUM. In: Sciences et techniques éducatives, volume 7 n°1, 2000. Education et informatique. Hommage à Martial Vivet. pp. 87-145.