Compréhension narrative semi-automatique pour le debriefing de session de simulation

Ariane Bitoun (1) , Anne-Gwenn Bosser (2, 3) , Martín Diéguez (4) , Francois Legras

1 MASA - Masagroup
2 ENIB - École Nationale d'Ingénieurs de Brest
3 Lab-STICC_COMMEDIA - Equipe COgnition, Models and Machines for Engaging Digital Interactive Applications
4 LERIA - Laboratoire d'Etudes et de Recherche en Informatique d'Angers

Dans cette communication, nous décrivons les résultats du projet STRATEGIC autour de la mise-en-histoire semiautomatique des traces de l'activité lors d'une simulation utilisée dans le cadre de la formation. De nouveaux outils de représentation permettront de générer des vignettes correspondant aux moments décisifs identifiés par l'opérateur dans le graphe narratif et de proposer ainsi une synthèse du déroulement global du scénario, illustrée par des "photographies" instantanées de la situation tactique. Ceci facilitera le débriefing, et favorisera l'apprentissage coopératif.

Domaines: Interface homme-machine [cs.HC]; Environnements Informatiques pour l'Apprentissage Humain

Ariane Bitoun, Anne-Gwenn Bosser, Martín Diéguez, Francois Legras. Compréhension narrative semi-automatique pour le debriefing de session de simulation. Conférence Nationale sur les Applications Pratiques de l’Intelligence Artificielle (APIA), Jun 2022, Saint-Etienne, France. ⟨hal-03774095⟩