À propos de Knowledge Engineering

Ce site a pour objectif de rendre le Knowledge Engineering, ou ingénierie des connaissances, plus compréhensible et plus concret.

Cette discipline cherche à transformer des connaissances dispersées en structures utilisables par des personnes et des systèmes informatiques.

Elle s’intéresse notamment à la manière de :

recueillir l’expertise ;
définir les concepts d’un domaine ;
organiser un vocabulaire ;
formaliser les règles ;
représenter les relations ;
construire une base de connaissances ;
créer une ontologie ;
développer un graphe de connaissances ;
améliorer les systèmes RAG ;
fournir des connaissances fiables aux modèles de langage.

Le site propose un parcours progressif permettant de passer des notions fondamentales aux méthodes et applications pratiques.

Pourquoi ce site ?

Les connaissances occupent une place centrale dans les systèmes d’intelligence artificielle.

Un modèle de langage peut produire une réponse fluide sans toujours garantir :

l’exactitude de l’information ;
l’origine de la connaissance ;
l’application correcte d’une règle ;
la prise en compte d’une exception ;
la validité d’une source ;
la cohérence entre plusieurs documents.

Le Knowledge Engineering cherche à répondre à ces difficultés en organisant explicitement :

les connaissances ;
les sources ;
les relations ;
les règles ;
les versions ;
les responsabilités.

L’objectif de ce site est donc de montrer que la qualité d’un système d’IA ne dépend pas uniquement de son modèle.

Elle dépend également de la qualité des connaissances qu’il peut consulter et exploiter.

À qui s’adresse le site ?

Les contenus sont destinés aux personnes qui souhaitent comprendre ou mettre en œuvre des systèmes fondés sur les connaissances.

Ils peuvent notamment intéresser :

les professionnels de l’intelligence artificielle ;
les développeurs ;
les documentalistes ;
les responsables de la connaissance ;
les consultants ;
les responsables de formation ;
les spécialistes métier ;
les responsables qualité ;
les étudiants ;
les personnes travaillant sur le RAG et les LLM.

Aucune maîtrise préalable des ontologies ou des graphes n’est nécessaire pour commencer le parcours.

Les sujets traités

Fondements de la connaissance

Le site commence par distinguer :

les données ;
les informations ;
les connaissances ;
les connaissances tacites ;
les connaissances explicites.

Ces distinctions permettent de comprendre ce qu’un système peut réellement enregistrer, représenter et utiliser.

Acquisition des connaissances

Les contenus expliquent comment recueillir les connaissances à partir :

des experts ;
des documents ;
des observations ;
des données ;
des cas réels.

Représentation des connaissances

Plusieurs méthodes sont présentées :

glossaires ;
taxonomies ;
thésaurus ;
ontologies ;
graphes ;
règles ;
modèles symboliques ;
représentations vectorielles.

Bases et systèmes de connaissances

Le site aborde notamment :

les bases de connaissances ;
les systèmes experts ;
les moteurs d’inférence ;
le raisonnement symbolique ;
la gouvernance ;
la provenance.

Intelligence artificielle générative

Une partie importante du site est consacrée aux relations entre :

Knowledge Engineering ;
LLM ;
RAG ;
bases vectorielles ;
graphes de connaissances ;
GraphRAG ;
agents IA.

Guides pratiques

Les guides montrent comment :

construire une base de connaissances ;
créer une ontologie avec Protégé ;
concevoir un graphe de connaissances ;
construire un système RAG fiable ;
évaluer un RAG ;
extraire les connaissances d’un corpus ;
organiser la gouvernance et les versions.

Une approche progressive

Le parcours principal contient 16 étapes.

Il commence par les notions fondamentales :

Donnée
  ↓
Information
  ↓
Connaissance

Il progresse ensuite vers :

Acquisition
  ↓
Représentation
  ↓
Ontologie
  ↓
Graphe
  ↓
Base de connaissances
  ↓
Raisonnement

Il se termine par les architectures contemporaines :

RAG
  ↓
GraphRAG
  ↓
Systèmes hybrides
  ↓
Métier de Knowledge Engineer

Commencer le parcours de Knowledge Engineering.

Une approche centrée sur les usages

Le site ne présente pas les technologies comme des objectifs en elles-mêmes.

Une ontologie n’est utile que si elle répond à une question.

Un graphe n’est pertinent que si les relations apportent une information exploitable.

GraphRAG n’est pas nécessaire lorsque la réponse se trouve simplement dans un document.

La méthode proposée consiste donc à commencer par :

le problème ;
les utilisateurs ;
les questions ;
les connaissances nécessaires ;
la solution la plus simple capable d’y répondre.

Une approche orientée vers la fiabilité

Les contenus accordent une place importante à :

la qualité des sources ;
la validation ;
les dates ;
les versions ;
les exceptions ;
les contradictions ;
la sécurité ;
les droits d’accès ;
la maintenance.

Une base volumineuse n’est pas nécessairement une bonne base.

Un système doit pouvoir indiquer :

ce qu’il sait ;
d’où vient l’information ;
dans quel contexte elle est valide ;
ce qu’il ne sait pas ;
quand une validation humaine est nécessaire.

Les principes éditoriaux

Les contenus sont construits autour de plusieurs principes.

Définir les termes

Chaque notion importante doit être expliquée avant d’être utilisée.

Distinguer les concepts proches

Exemples :

taxonomie et ontologie ;
base vectorielle et graphe ;
Knowledge Management et Knowledge Engineering ;
RAG et GraphRAG ;
prompt et connaissance.

Utiliser des exemples

Les concepts sont illustrés par des domaines comme :

la formation ;
le support technique ;
la maintenance ;
la conformité ;
la gestion documentaire.

Relier les pages

Les articles sont organisés en parcours et en ensembles thématiques.

Présenter les limites

Aucune technologie n’est décrite comme une solution universelle.

Favoriser la vérification

Les contenus encouragent l’utilisation de sources, de tests et de mécanismes de validation.

Utilisation de l’intelligence artificielle

Les outils d’intelligence artificielle peuvent être utilisés pour assister certaines tâches éditoriales, comme :

la structuration ;
la reformulation ;
la génération d’exemples ;
la détection de répétitions ;
la préparation de plans ;
la vérification de cohérence.

Ils ne remplacent pas :

le choix éditorial ;
la définition des concepts ;
la vérification des sources ;
la validation des affirmations ;
la correction humaine.

La méthode détaillée est présentée dans la page consacrée à la méthodologie éditoriale et à la politique des sources.

Ce que ce site ne prétend pas faire

Les contenus ne remplacent pas :

une formation universitaire complète ;
une expertise juridique ;
une expertise médicale ;
une décision professionnelle ;
la documentation officielle d’un logiciel ;
la validation par un expert du domaine.

Les exemples sont principalement pédagogiques.

Ils doivent être adaptés et validés avant d’être utilisés dans un système réel.

Qui édite ce site ?

Cette section doit être personnalisée avant publication.

Nom ou organisation :
[À compléter]

Présentation :
[Présentez ici votre parcours, votre expérience et les raisons qui vous ont conduit à créer ce site.]

Contact professionnel :
[À compléter]

Profil ou site principal :
[À compléter]

Évitez de revendiquer une expérience, une fonction ou une qualification qui ne peut pas être vérifiée.

Une présentation courte et factuelle est préférable à une biographie très générale.

Signaler une erreur

Les connaissances et les technologies évoluent.

Une erreur, une imprécision ou une ressource obsolète peut être signalée à l’éditeur du site.

Le signalement devrait idéalement contenir :

l’adresse de la page ;
le passage concerné ;
la correction proposée ;
une source éventuelle ;
la date du signalement.

Ajoutez ici votre adresse ou votre formulaire :

[Adresse électronique ou lien vers le formulaire de contact]

Parcours recommandés

À retenir

Ce site est consacré à la structuration et à l’exploitation des connaissances.
Il propose un parcours progressif et des guides pratiques.
Les contenus relient les approches symboliques aux LLM et au RAG.
Les exemples sont conçus pour faciliter la compréhension.
Les technologies sont évaluées selon leur utilité réelle.
La qualité, les sources et la gouvernance occupent une place centrale.
Les contenus pédagogiques ne remplacent pas une validation professionnelle.
La présentation de l’éditeur doit être complétée avant publication.