Contenu du sommaire

Cet article est le prolongement de travaux antérieurs portant sur la modélisation de groupes (group model building: GMB) avec des groupes de clients et présente des techniques spécifiques utilisées pour appliquer l'approche de la modélisation de groupes auprès des professionnels du secteur public. Les organismes de la faune sauvage commencent tout juste à utiliser des outils décisionnels structurés et les études de cas rigoureuses font défaut. Nous répondons à ce besoin en décrivant et analysant une intervention basée sur la modélisation de groupes qui a facilité l'apprentissage organisationnel et la communication entre les groupes. Ce cas illustre de quelle manière la cartographie du feedback cognitif et la simulation informatique peuvent permettre aux gestionnaires des ressources naturelles de : (1) remettre en question leurs hypothèses concernant les systèmes couplés humains et naturels et (2) réfléchir à l'efficacité de leurs politiques en matière de gestion.

Aujourd'hui, les centres d'appels sont des systèmes complexes, mettant en œuvre différentes technologies, nécessitant des qualifications variées et souvent localisés sur plusieurs sites à l'échelle mondiale. La simulation semble être la technique appropriée pour analyser et optimiser de tels systèmes complexes et a été appliquée dans de nombreuses situations. Cet article examine l'adéquation d'une approche par simulation dans le cadre d'une étude de cas où les objectifs de modélisation sont déduits des résultats de simulation. La simulation facilite l'interaction entre le chercheur et le modèle; ce qui peut améliorer l'étude et mener à des conclusions utiles. En outre, les modèles de simulation présentés contiennent une grande variétés d'aspects incluant un calendrier d'entrées, des services multiples, des possibilités d'itérations, l'acheminement d'appels, une politique d'allocation complexes de ressources et des phénomènes d'abandon de file d'attente. La méthodologie suivie dans l'étude de cas inclut non seulement l'évaluation de l'opération initiale d'un centre d'appels mais aussi celles envisagées dans des scénarios d'amélioration. Cet article montre que la simulation peut être appliquée à différentes phases des opérations dans un centre d'appels comme l'évaluation de ses performances, l'amélioration de son management et le soutien aux activités routinières.

« Quelles spécifications minimales un modèle de marché financier artificiel doit-il respecter pour produire des dynamiques réalistes ? ». A partir de cette question de recherche, l'article fait un point sur l'usage de la simulation multi-agents comme outil de connaissance scientifique, en s'appuyant sur un cas. Le potentiel des systèmes multi-agents (SMA) pour la formalisation de connaissances nouvelles en finance est souligné. Au rang des résultats théoriques, il est montré que la microstructure des marchés financiers tient une place centrale dans l'émergence des dynamiques financières tandis que le comportement des investisseurs semble y jouer un rôle plus réduit. Ce travail présente des implications pratiques en rapport avec la régulation des places financières mais aussi avec le design d'automates d'algorithmic trading. Il fait également un point sur une méthode de connaissance et de modélisation innovante et en plein développement en finance, à la croisée des systèmes d'information, de l'intelligence artificielle et de la finance de marché.

Cet article cherche à évaluer la performance des Serious Games – jeux de simulation à vocation professionnelle et pédagogique – pour l'apprentissage, en se focalisant sur le degré de transfert de l'environnement virtuel vers des situations concrètes. Dans le champ des EIAH, ces jeux s'inscrivent comme des dispositifs innovants. Leur développement historique et conceptuel est basé sur un triptyque : apprentissage/simulation/jeu. L'étude du transfert repose sur une démarche qualitative utilisant la netnographie et une enquête quantitative auprès de 537 joueurs du jeu Vacheland. Les résultats montrent des impacts sur l'attitude et le comportement déclarés des joueurs. Dans un contexte de fort développement économique du secteur des serious games, l'article souligne les difficultés du transfert des éléments appris du virtuel au concret et s'inscrit dans un agenda de recherche.

Cet article traite de l'apprentissage tiré de l'exploration des modèles de dynamique des systèmes. Dans cette discipline, la modélisation cherche à améliorer le jugement et la décision, mais la modélisation demande un temps important. Si bien les environnements interactifs d'apprentissage basés sur ces modèles permettent d'économiser du temps, il y a des doutes concernant la profondeur des apprentissages qu'ils permettent. Surgit la question d'un possible compromis entre ces deux positions qui permet d'atteindre des apprentissages profonds sans investir un temps important. Des exemples révélateurs de la discipline permettent d'identifier des activités-clé pour l'apprentissage. Sur cette base, une procédure structurée de « redécouverte guidée » est proposé comme compromis faisable et satisfaisant, permettant une exploration pertinente en posant des questions, en faisant des expériences afin d'obtenir des réponses et en les interprétant correctement. La procédure est présentée ensemble avec des propriétés fonctionnelles d'un « exploratoire systémique ». Ainsi, des non-spécialistes peuvent découvrir des « insights » concernant des situations complexes qui aident à améliorer les politiques de décision.