Conception d'un jumeau cognitif de l’opérateur naval : modélisation des connaissances métier, de la charge cognitive et évaluation d’une assistance par IA

Le projet vise à préparer les fondations scientifiques et computationnelles d’un jumeau cognitif de

l’opérateur naval, articulé aux environnements de simulation tactique. L’ambition est de représenter

explicitement les connaissances métier, les tâches, les informations disponibles, les situations

opérationnelles et certains états cognitifs afin de mieux comprendre, simuler et anticiper la performance

humaine dans des contextes à forte charge informationnelle.

La personne recrutée conduira un travail interdisciplinaire à l’interface entre intelligence artificielle,

ingénierie des connaissances, facteurs humains et sciences cognitives. Le cas d’usage initial concernera

l’activité d’un opérateur de sémaphore et sa prise de décision dans plusieurs scénarios opérationnels de

complexité variable (faible, intermédiaire et élevée).

Le travail de recherche comprendra également une réflexion et une première évaluation méthodologique

de l’impact potentiel d’une assistance par IA sur la charge cognitive et la performance de l’opérateur. L’IA

sera étudiée comme une aide à la compréhension de situation et à la décision, et non comme un substitut à

l’opérateur.

Les activités

• Réaliser une revue de littérature ciblée sur les jumeaux cognitifs, les human digital twins, la

modélisation des tâches et de la décision, la charge cognitive, l’IA centrée humain et les systèmes

d’aide à la décision en environnement critique.

• Recueillir et formaliser les connaissances métier avec les experts Naval Group, notamment au

moyen d’entretiens, d’ateliers de co-conception et de l’analyse de documents ou de traces

disponibles.

• Participer, selon les conditions d’accès, de confidentialité et de sécurité définies avec Naval Group, à

l’observation ou au suivi d’opérateurs et de situations représentatives.

• Concevoir une ontologie métier décrivant les acteurs, rôles, tâches, informations, événements,

ressources, contraintes, situations, décisions et indicateurs de performance associés au cas d’usage.

• Définir et formaliser plusieurs scénarios de prise de décision au sémaphore, différenciés par leur

niveau de complexité.

• Proposer un modèle conceptuel de la charge cognitive et mentale, reliant les caractéristiques de la

situation, les tâches à accomplir, les informations à traiter et les exigences temporelles.

• Définir des indicateurs de performance de l’opérateur, par exemple le délai de décision, la qualité ou

la pertinence de la décision, les erreurs, la charge perçue, la conscience de situation et l’effort de

coordination.

• Spécifier des scénarios comparatifs avec et sans assistance IA, ainsi que des métriques et protocoles

permettant d’évaluer les effets attendus et les risques éventuels de cette assistance.

• Proposer une première architecture fonctionnelle articulant les représentations de connaissances,

les modèles cognitifs, les données disponibles et les environnements de simulation tactique.

• Valoriser les résultats sous la forme de livrables scientifiques et techniques, de communications

dans des conférences ou revues pertinentes et de restitutions auprès des partenaires.

Le Loria, Laboratoire lorrain de Recherche en Informatique et ses Applications est une Unité Mixte de Recherche (UMR 7503), commune à plusieurs établissements : le CNRS, l’Université de Lorraine, CentraleSupélec et Inria.

Depuis sa création en 1997, le Loria a pour mission la recherche fondamentale et appliquée en sciences informatiques.

Le laboratoire fait partie du pôle scientifique AM2I (Automatique, Mathématiques, Informatique et leurs interactions) de l’Université de Lorraine.

Nos travaux scientifiques sont menés au sein de 24 équipes structurées en 5 départements, dont 13 sont communes avec Inria, représentant un total de plus de 500 personnes. Le Loria est un des plus grands laboratoires de la région Grand Est.

Maîtrise de méthodes de représentation des connaissances : ontologies, graphes de connaissances,

modèles conceptuels ou modèles de processus.

Connaissances en IA et apprentissage automatique ; une expérience avec les graphes, le

raisonnement symbolique, les méthodes hybrides ou les modèles de langage sera appréciée.

Compétences de programmation, notamment en Python, et capacité à produire des prototypes

reproductibles et documentés.

Capacité à concevoir des protocoles d’évaluation, à définir des indicateurs et à analyser des données

quantitatives et/ou qualitatives.

Très bonnes capacités d’analyse, de rédaction scientifique et de communication orale, en français et

en anglais.

Aptitude à travailler dans un contexte interdisciplinaire et partenarial associant laboratoire

académique, experts métier et industriel du domaine de la défense.

Sensibilité aux enjeux d’éthique, de confidentialité, de sécurité et de gestion de données sensibles.