Analyse des tâches cognitives

La courbe de Kruithof est un graphique empirique issu de la psychophysique qui délimite une plage de niveaux d'éclairement et de températures de couleur considérés comme confortables ou agréables. Elle postule qu'à faible luminosité, les humains préfèrent des températures de couleur plus chaudes (plus rougeâtres/jaunâtres), tandis qu'à forte luminosité, ils préfèrent des températures de couleur plus froides (plus bleutées). Les conditions d'éclairage en dehors de cette plage peuvent sembler artificielles ou désagréables.

Une philosophie de conception et un processus itératif où les besoins, les souhaits et les limites des utilisateurs finaux sont pris en compte à chaque étape du processus. L'UCD vise à créer des produits hautement utilisables et accessibles en impliquant les utilisateurs tout au long du cycle de conception par la recherche, les tests et les retours d'expérience, plutôt qu'en se basant uniquement sur les hypothèses des concepteurs.

ACT-R (Contrôle adaptatif de la pensée – Rationnel) est une architecture cognitive définissant les structures fondamentales et fixes de l'esprit humain. Elle modélise la cognition comme un ensemble de modules indépendants, tels que la mémoire perceptive, motrice et déclarative, interagissant via un système de production central. L'information est stockée dans des mémoires tampons, et des règles de production sont déclenchées pour manipuler cette information, simulant ainsi les processus humains de résolution de problèmes et d'apprentissage.

Les modèles bayésiens de la cognition considèrent l'esprit comme un moteur d'inférence probabiliste. Cette approche postule que le cerveau représente les connaissances sous forme de distributions de probabilités et actualise ces croyances à l'arrivée de nouvelles données, conformément au théorème de Bayes. Elle modélise la perception, l'apprentissage et le raisonnement comme une inférence statistique optimale ou quasi optimale dans des conditions d'incertitude, fournissant ainsi un cadre mathématique unifié pour de nombreuses fonctions cognitives.

Les modèles cognitifs symboliques reposent sur le principe que la cognition est un calcul impliquant la manipulation de symboles. Ces modèles utilisent des représentations explicites de haut niveau, telles que des propositions, des schémas et des règles (par exemple, des instructions SI-ALORS), pour simuler des processus de pensée structurés comme le raisonnement logique, l'utilisation du langage et la résolution de problèmes. Ils constituent le fondement de l'intelligence artificielle classique, souvent qualifiée d'« IA traditionnelle » (IA-T).

L'Échelle d'Utilisabilité Système (SUS) est un questionnaire fiable et largement utilisé, composé de 10 questions, permettant d'évaluer la convivialité perçue. Les utilisateurs notent chaque affirmation sur une échelle de Likert à 5 points. Les réponses sont ensuite converties en un score unique de 0 à 100. Malgré sa simplicité, elle fournit une mesure rapide et fiable de la convivialité globale d'un système, du point de vue subjectif de l'utilisateur.

Les modèles connexionnistes, également appelés traitement parallèle distribué (PDP) ou réseaux de neurones artificiels, représentent les processus cognitifs comme des interactions entre de nombreuses unités de traitement simples et interconnectées, appelées nœuds. La connaissance n'est pas stockée de manière explicite, mais distribuée dans les poids de connexion entre ces unités. L'apprentissage s'effectue par l'ajustement de ces poids, souvent via des algorithmes comme la rétropropagation, permettant la reconnaissance de formes et l'approximation de fonctions.