Vol 6 - Numéro spécial INFORSID 2025

Revue ouverte d’ingénierie des systèmes d’information

Editeurs invités

Lylia ABROUK, Université de Bourgogne

Elsa NEGRE, Université Paris Dauphine - PSL, LAMSADE

Liste des articles

Ce numéro spécial de la Revue ouverte d’ingénierie des systèmes d’information est consacré à une sélection d’articles étendus issus de la conférence INFORSID 2025.
Depuis sa création, le congrès INFORSID (INFormatique des ORganisations et Systèmes d’Information et de Décision) constitue un rendez-vous majeur pour la communauté scientifique et industrielle travaillant sur les systèmes d’information. L’édition 2025 s’inscrivait dans une dynamique particulièrement actuelle, marquée par la thématique « Éthique, équité et systèmes d’information », reflétant les préoccupations croissantes liées aux impacts sociaux, organisationnels et environnementaux du numérique.

Comprendre le processus d’apprentissage en programmation constitue un défi complexe en raison de la nature séquentielle et multidimensionnelle des interactions des étudiants avec les environnements numériques. Cette étude analyse les journaux d’activité de 70 étudiants débutants en informatique, placés en situation de résolution de problèmes de programmation, afin de détecter les difficultés rencontrées et de proposer des interventions pédagogiques adaptées. Nous présentons une approche hybride combinant des Chaînes de Markov pour modéliser les transitions entre types d’actions, des Modèles Cachés de Markov (HMM) pour inférer les états latents d’apprentissage (progression, hésitation, blocage) et des Réseaux Neuronaux Récurrents (RNN) enrichis d’un mécanisme d’attention pour repérer les moments critiques. Cette combinaison permet d’exploiter simultanément les dimensions comportementale, cognitive et séquentielle de l’apprentissage. La méthodologie consiste à extraire des caractéristiques temporelles et structurelles des journaux d’activité, à modéliser les cycles d’exploration, d’hésitation et de blocage, et à les intégrer dans un cadre unifié pour prédire les états d’apprentissage. Les données proviennent de plusieurs sessions standardisées de travaux pratiques, totalisant plus de 80 MB de traces horodatées, collectées avec le consentement des participants et stockées dans une base NoSQL. Chaque session est divisée en séquences correspondant à des phases cohérentes de résolution de problème, permettant une analyse fine des trajectoires d’apprentissage.Les résultats expérimentaux montrent que le modèle hybride proposé surpasse les approches traditionnelles, et atteignant une précision de 93,5% et réduisant significativement les faux positifs dans la détection de blocages. L’analyse multidimensionnelle offre une compréhension plus riche des trajectoires d’apprentissage, y compris dans leurs dimensions invisibles telles que l’engagement non productif ou les phases de flottement.Cette recherche ouvre la voie à des plateformes éducatives intelligentes capables de fournir un feedback personnalisé en temps réel, sensible aux micro-indicateurs d’activité, à l’intensité cognitive et au contexte individuel, contribuant ainsi à une meilleure réussite et un engagement renforcé des étudiants.

La gouvernance des données et de l’information est une activité essentielle pour les organisations qui cherchent à exploiter les données comme un atout stratégique. Son objectif est de maximiser la valeur tout en minimisant les coûts et les risques. Dans cet article, nous présentons un cadre conceptuel pour la gouvernance des données et de l’information offrant une vue holistique enrichissant les cadres et modèles académiques et professionnels existants. En utilisant des techniques bibliométriques, nous analysons la littérature existante afin d’identifier les éléments clés de la gouvernance des données et de l’information, notamment sa structure intellectuelle, ses thèmes de recherche et les articles les plus influents qui en forment la colonne vertébrale (« backbone »). Nous comparons les sphères tant communes que spécifiques de la gouvernance de la donnée et de la gouvernance de l’information. Dans un deuxième temps, nous proposons un cadre conceptuel enrichi fondé sur la théorie des systèmes. Ce cadre englobe cinq dimensions primordiales : le but, la structure, les activités, l’environnement et le résultat. Il permet également de prendre en considération l’interaction entre ces dimensions. Afin d’illustrer ce cadre conceptuel, nous décrivons comment celui-ci a permis de structurer les questions d’un baromètre dédié à l’évaluation de la maturité de la gouvernance des données et de l’information dans les organisations. Nous présentons ensuite quelques cas d’usage, puis nous discutons des implications pour les chercheurs et les praticiens.

Ce travail examine la sécurité des Systèmes d’Information (SI) comme un pilier fondamental de la continuité et de la résilience organisationnelle. Face aux enjeux croissants liés à la responsabilité environnementale, l’approche du Vulnerability Management qui dépasse la seule dimension technique. L’étude propose d’intégrer le contexte métier et les priorités sectorielles dans la hiérarchisation des vulnérabilités, afin d’optimiser l’allocation des ressources et de réduire l’empreinte énergétique des opérations de remédiation. Nous suggérons une extension du modèle CVSS en y ajoutant des critères organisationnels ainsi qu’une analyse du chaînage des vulnérabilités. Cette approche est illustrée à travers des cas concrets (secteurs bancaire, hospitalier et web), montrant que la prise en compte du contexte modifie significativement les priorités de remédiation et favorise une sécurité du SI plus durable. L’objectif est de concilier sécurité, durabilité et maîtrise des coûts, en positionnant la gestion des vulnérabilités comme un levier stratégique pour une gouvernance responsable
du SI.

Dans le domaine de la propriété intellectuelle, les brevets sont des documents techniques et juridiques essentiels dont la rédaction requiert une expertise combinant des compétences techniques, juridiques et linguistiques. Les styles rédactionnels des brevets varient considérablement selon les domaines technologiques, juridictions et stratégies de protection. Cet article propose la conception de SCASB (Système de Caractérisation et d’Automatisation Stylométrique des Brevets), une approche unifiant pour la première fois les dimensions technique, juridique et stylistique dans un cadre informatique cohérent. Nous proposons une taxonomie bidimensionnelle des approches d’analyse de brevets (d’analyse automatique des documents × granularité d’analyse) et identifions les lacunes actuelles. Notre système se base sur l’évolution rapide des technologies de l’intelligence artificielle, particulièrement en traitement automatique du langage naturel (TALN). Ces travaux ouvrent la voie à une automatisation intelligente de la rédaction technique respectant les nuances stylistiques propres à chaque juridiction et stratégie de protection.

Les systèmes de recommandation explicables cherchent à renforcer la transparence et la confiance des utilisateurs en accompagnant chaque recommandation d’une explication. Toutefois, ces explications ne sont pas interprétées de manière uniforme : une même explication peut être comprise par certains utilisateurs mais pas par d’autres. Les approches existantes basées sur le choix de l’utilisateur, la construction de profils explicatifs ou la mise en avant des contenus permettent de justifier une recommandation en s’appuyant sur différentes informations liées à l’usage ou au contenu. Cependant, elles ne prennent pas en compte la manière dont les utilisateurs interprètent ces explications. Pour répondre à cette limite, dans cet article, nous proposons deux pistes complémentaires : (i) identifier les facteurs humains internes qui influencent le plus la compréhension d’une explication, nous faisons l’hypothèse que le facteur central est le schéma d’interprétation, entendu comme une structure cognitive orientant la sélection et la compréhension de l’information ; (ii) exploiter ces facteurs pour adapter dynamiquement le type, le style et le niveau de détail des explications. Ce positionnement ouvre la voie à une nouvelle génération de systèmes de recommandation explicables, capables de contextualiser les explications en fonction du mode de compréhension propre à chaque utilisateur, et ainsi de renforcer à la fois leur utilité, leur lisibilité et la confiance qu’ils inspirent.