Th - PowerPoint PPT Presentation

1 / 25
About This Presentation
Title:

Th

Description:

f?s?? : ' cadre conceptuel a priori ' qui, en fondant le discernement des agents, leur ... Domaines, processus, activit s, composants, donn es. Diagrammes ... – PowerPoint PPT presentation

Number of Views:58
Avg rating:3.0/5.0
Slides: 26
Provided by: vol97
Category:
Tags: activites

less

Transcript and Presenter's Notes

Title: Th


1
Théorie des systèmes dinformation 4
  • ULB
  • 23 novembre 2002

2
Couches du système dinformation
3
Approche linguistique du SI
  • Le SI est un langage, un système de signes qui
    est à la fois
  • ??s??  support de la circulation des idées au
    sein de lorganisation (de même que l'image du
    signal sonore est le support de la conversation
    entre des personnes), 
  • f?s??   cadre conceptuel a priori  qui, en
    fondant le discernement des agents, leur permet
    de percevoir les événements du monde réel et
    dagir sur lui.
  • Ce langage se forme à larticulation
  • de la physique de lentreprise (fonction de
    production, marché, crédit)
  • Principes durbanisme, modélisation
  • de sa sociologie (comportement des acteurs)
  • Importance de lorganisation interne et des
    réseaux dinfluence
  • Quelles sont les priorités de lentreprise ?
  • Modestie ou timidité ?

4
Urbanisation du SI
5
Application, composant, processus
  • Application
  • Structure de données algorithmes de calcul
  • Composant
  • Ensemble de classes organisées autour dune
    classe maître et décrivant un être du monde réel
  • Analogue à  dossier 
  • Passer de lapplication au composant faire
    passer la priorité des algorithmes aux données
  • Processus
  • Succession des tâches qui concourent à la
    production de valeur
  • Les applications ne contiennent pas dinformation
    sur les processus
  • Les SI modernes automatisent le parcours des
    dossiers entre les divers agents qui doivent les
    traiter

6
De lurbanisation à la modélisation
  • Une même démarche, une portée différente
  • Chronologie, granularité
  • La modélisation
  • Langage UML (Unified Modeling Language, 1997)
  • Domaines, processus, activités, composants,
    données
  • Diagrammes dactivité, de classe, de séquence
  • Un problème la communication
  • Un pivot le référentiel

7
Le référentiel
  • Donnée couple logique formé par une définition
    et une mesure
  • Type de la mesure booléen, entier, réel,
    qualitatif, ordinal etc.
  • La donnée devient une information lorsquelle est
    communiquée à un être humain capable de
    linterpréter
  • Les définitions sont contenues dans le
    référentiel
  •  Populations 
  • Identifiants
  • Nomenclatures
  • Identification du propriétaire de chaque donnée
  • Ladministration des données est garante de la
    qualité du référentiel

8
Règles concernant les identifiants
  • Définir correctement la population dont il sagit
    didentifier les individus
  • Ne pas confondre le client avec le service qui
    lui est rendu
  • Construire un identifiant pérenne
  • Il doit rester attaché à lindividu pendant tout
    son cycle de vie
  • Ne pas confondre le rôle de lidentifiant avec
    celui des attributs
  • Lidentifiant ne doit être porteur daucune
    information
  • Préférer un nombre tiré au hasard, après avoir
    vérifié quil na pas déjà été utilisé
  • Sinterdire de réutiliser un identifiant à la fin
    du cycle de vie

9
Les nomenclatures
  • Classification, typologie, systématique etc.
  • Découpage des activités industrielles
  • Input, technique, output
  • Évolution des nomenclatures industrielles
  • Selon la matière première, le produit, la
    technique
  • Selon le critère dassociation (1942)
  • Découpage des classes sociales
  • Les physiocrates (Baudeau, 1767)
  • Les hésitations du XIXème siècle
  •  Classifications Parodi  de 1945
  • Création de la catégorie des  cadres 
  • Catégories socio-professionnelles
  • Un pivot pour la statistique et ladministration
    (emploi, formation, droit social, etc.)
  • Classification des phénomènes naturels
  • Classification des animaux à lâge classique
  • La  cladistique , fondée sur la génétique, et
    ses innovations
  • Électricité, magnétisme, lumière
  • Classifications dans le système dinformation
  • Référentiel des clients, produits, partenaires
    etc.

10
Règles concernant les nomenclatures
  • Règle formelle
  • Une suite de partitions emboîtées, sans omission
    ni double emploi
  • Règle fonctionnelle
  • Les classes doivent regrouper les individus selon
    les actions que lentreprise entend conduire
    envers eux
  • Règle pratique
  • Accompagner la nomenclature dune documentation
    claire
  • Règles techniques
  • Clarté du code utilisé pour identifier les
    classes
  • Procédures de vérification introduites dans les
    systèmes de saisie ou dans les interfaces
  • Vérification syntaxique (message derreur) et
    sémantique (message danomalie)
  • Disponibilité des tables de passage (transcodage)

11
Mettre en place une administration des données
  • Identifier la personne chargée de lADD, lui
    donner les moyens et pouvoirs nécessaires
  • Recenser les populations concernées par les
    processus de lentreprise
  • Répertorier les identifiants, les évaluer, les
    améliorer
  • Répertorier les nomenclatures, les évaluer, les
    améliorer

12
Règles concernant le partage des références
  • Asservir les tables de codage à une  table de
    référence 
  • Consultation au coup par coup ou réplication des
    modifications sans délai
  • Actions à entreprendre
  • Identifier les tables de codage, vérifier la
    qualité de leur relation à la table de référence

13
Un cas particulier les annuaires
  • Référentiel des agents et de lorganisation
    (parfois aussi des matériels)
  • Pour les agents Identifiant, état civil,
    photographie, adresses, mots de passe,
    affectation, statut, fonction
  • Un point délicat la tenue à jour
  • Annuaire et  profil  de lagent un pivot pour
    le SI
  • Identification, authentification, habilitation

14
Comment construire un référentiel
  • Risque ségarer dans le détail dune partie du
    référentiel
  • Il nexiste pas de règle logique permettant de
    déterminer le niveau de détail pertinent
  • Se donner un budget et un délai limités
  • Pratiquer une démarche  top down  tout
    couvrir, en faisant progresser le détail
  • Compléter ensuite selon les demandes des
    utilisateurs

15
Obstacle à la modélisation
  • Obstacles institutionnels
  • Préservation de lorganisation existante
  • Sociologie de lentreprise (réseaux etc.)
  • Obstacle intellectuel
  • Refus de labstraction du modèle
  • Goût de la complication

16
Complexité et réalité
  • La complexité, propriété essentielle de la
    réalité
  • Aucun objet concret ne peut être représenté par
    un modèle fini
  • Tout objet concret (i. e. individuel) assure de
    facto la synthèse dun nombre indéfini de
    déterminations abstraites
  • Aucune pensée ne peut donc rendre compte de
    lensemble des propriétés du monde, ensemble des
    objets concrets
  • Chaque objet est  vu  spontanément à travers
    des grilles  conceptuelles a priori
    (nomenclatures)
  • Lélaboration de ces grilles est un processus
    lent, un investissement

17
Grilles et langages
  • Une grille est  pertinente  si elle est
    adéquate aux besoins de laction
  • Une mesure est  exacte  si elle alimente un
    raisonnement exact
  •  Exactitude  et  précision 
  • Le cadre conceptuel est construit
  • Sil est pertinent, les faits dobservation sont
    authentiques
  • Exemple lautomobiliste devant un feu rouge
  • Lobservation nest jamais exhaustive, mais elle
    peut être exacte
  • La réalité est en pratique pensable pour laction
  • Vivre dans le monde et y graver nos valeurs

18
Simplicité de la pensée
  • Il est impossible de démontrer toutes les
    propriétés vraies à partir dun nombre fini
    daxiomes (Gödel)
  • Le monde de la pensée potentielle est complexe
  • Cependant toute pensée explicite est simple
  • La pensée pure, monde des modèles
  • Modèle grille conceptuelle hypothèses
    causales
  • Monde des jeux, des programmes informatiques, des
    machines, des organisations
  • Les mathématiques, gymnastique de lesprit
  • Le réalisme potentiel de la pensée est garanti
    par le principe de non contradiction
  • Le viol de la logique est contre nature
  • Jamais une théorie contradictoire ne pourra
    modéliser un phénomène naturel

19
La rencontre expérimentale
  • Il faut un modèle pour pouvoir anticiper les
    conséquences de laction
  • Laction nous confronte à lexpérience du monde
  • Lexpérience apporte des faits dobservation,
    mais ne prouve pas la vérité des hypothèses
    causales du modèle
  • Une théorie doit être réfutable par lexpérience
    (Popper)
  • Une théorie irréfutable a lair solide, pourtant
    elle ne vaut rien
  • Lexpérience contraint à renoncer à certaines
    hypothèses
  • La démarche expérimentale sétend à la vie
    entière
  • Elle caractérise lage adulte de la pensée
  • Lexpérience de lexpérience relativise les
    modèles
  • Disponibilité au monde en vue de lefficacité
    (Tao chinois)
  •  Coup dœil  du stratège

20
Les embarras de la complication
  • Certaines personnes ne savent pas penser
  • Le débutant est naturellement maladroit
  • Rareté du  coup dœil 
  • Formation intellectuelle malencontreuse
    sacralisation de la  pensée , enflure de la
    théorie, mystère de la science
  • Les plus intelligents sont souvent inaptes à
    laction
  • Lécart entre la pensée et le monde fait souffrir
  • Expérience courante le fonctionnement du corps
    est énigmatique il est impossible de décrire un
    visage avec des mots on ne connaît pas lêtre
    aimé
  • Ceux qui croient que la pensée doit décrire le
    monde ressentent la pensée simple comme une
    usurpation
  • La phrase qui tue  Ce nest pas si simple ! 

21
La complication singe la complexité
  • Le refus de la simplicité de la pensée fait
    préférer le modèle compliqué
  • Incompréhensible, souvent faux, mais prestigieux
  • En saturant lattention, la complication procure
    une sensation (fallacieuse) du réalisme
  • Recette du modèle compliqué
  • Emprunter à la réalité un grand nombre de
    déterminations, emmêler leur écheveau
  • Entrelacer concepts, procédés techniques,
    hypothèses, traitements statistiques, hypothèses
    annexes, variantes, etc.
  • Interdire la séparation des causalités

22
Le cas des systèmes dinformation
  • 80 des fonctionnalités inutilisées
  •  Je dois répondre à la demande des
    utilisateurs , deuxième phrase qui tue
  • La demande nest pas le besoin
  • Refus de labstraction, de la sélectivité des
    concepts et fonctionnalités
  • Traiter les cas particuliers rares
  • Refuser la modularité  tout se tient avec
    tout 
  • Refuser lemboîtage des partitions dans les
    nomenclatures
  • Entropie du SI
  • Tenue des référentiels (classes, identifiants,
    attributs)
  • Tenue à jour des tables de codage
  • Dialectes locaux
  • Statistiques et tableaux de bord
  • Faiblesse endémique des données de gestion
  • Effets de la comptabilité (principe de prudence,
    classements anti-économiques)

23
 Ce nest pas si simple ! 
  •  Est-ce la bonne simplification ?
  • La simplicité de la pensée, outil pour laction
  • Tout garder en mémoire, cest ne rien comprendre
  • Tout percevoir, cest ne rien pouvoir faire
  • La parade mettre la sobriété à la mode
  • Ridiculiser les personnes qui disent  ce nest
    pas si simple , ou  il faut répondre à la
    demande des utilisateurs 
  • Promouvoir aussi la pertinence et la cohérence

24
Voies pour sortir dembarras
  • Modèle en couches
  • Distinguer les logiques qui sarticulent dans
    lobjet considéré (ordinateur, télécoms etc.)
    portée générale du modèle en couches
  • Croiser les grilles
  • Croiser les découpages utilisés, évaluer leur
    corrélation
  • Imprévisibilité et probabilité
  • Savoir vivre dans lincertitude, renoncer au
    modèle déterministe, utiliser le raisonnement
    probabiliste
  • Limites de la logique
  • Condition nécessaire mais non suffisante le
    formalisme ne garantit pas la pertinence de la
    pensée
  • Écoute
  • Étape essentielle de la démarche expérimentale
  • Exigence non seulement éthique, mais
    méthodologique
  • Après lécoute, la synthèse, moment délicat
    puis la validation
  • La  tache aveugle  de lintellect, prison de
    lintelligence
  • Clé de la recherche féconde savoir interpréter
    ses propres agacements, répugnances et
    contrariétés

25
Lectures recommandées
  • Épistémologie
  • Ferdinand de Saussure, Cours de Linguistique
    générale, Payot 1916
  • Michel Volle, Le métier de statisticien,
    Economica 1984
  • Karl Popper, Objective Knowledge, Oxford
    University Press 1979
  • Langages
  • Harold Abelson et Gerald Jay Sussman, Structure
    and Interpretation of Computer Programs, MIT
    Press 1996
  • Martin Fowler, UML Distilled, Addison-Wesley 2000
  • Histoire
  • Bernard Guibert, Jean Laganier, Michel Volle "
    Essai sur les nomenclatures industrielles " in
    Economie et Statistique, no 20, février 1971
  • Alain Desrosières, " Eléments pour l'histoire des
    nomenclatures socioprofessionnelles " in Pour une
    histoire de la statistique, I.N.S.E.E., 1976
  • Philosophie
  • François Jullien. La propension des choses, Seuil
    1992
Write a Comment
User Comments (0)
About PowerShow.com