🤖 AI

Comparative Expressivity for Structured Argumentation Frameworks with Uncertain Rules and Premises

Cet article propose une nouvelle notion d'expressivité pour comparer les modèles d'argumentation abstraits et structurés face à l'incertitude, en établissant des résultats positifs et négatifs qui éclairent les capacités respectives des cadres incomplets et du formalisme ASPIC+.

Auteurs originaux : Carlo Proietti, Antonio Yuste-Ginel

Publié 2026-02-18

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Carlo Proietti, Antonio Yuste-Ginel

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

🧠 Le Débat des Incertitudes : Quand les Règles et les Faits ne sont pas certains

Imaginez que vous êtes dans un tribunal ou lors d'un débat politique. Pour convaincre quelqu'un, vous utilisez des arguments. Mais souvent, vous ne savez pas tout :

Les faits (les prémisses) : "Je suis sûr qu'il a plu" (certain) vs "J'ai entendu dire qu'il a plu" (incertain).
Les règles de logique (les inférences) : "Si ça pleut, le sol est mouillé" (règle stricte) vs "En général, si ça pleut, le sol est mouillé, sauf s'il y a un toit" (règle défaillante ou incertaine).

Ce papier de recherche, écrit par Carlo Proietti et Antonio Yuste-Ginel, pose une question fondamentale : Comment comparer la capacité de différents systèmes à gérer ces incertitudes ?

Ils comparent deux façons de modéliser ces débats :

La méthode "Abstraite" (Le Tableau Noir) : On dessine des points (les arguments) et des flèches (les attaques). On ne regarde pas pourquoi l'argument existe, juste qu'il existe et qu'il attaque un autre.
La méthode "Structurée" (La Boîte à Outils) : On regarde à l'intérieur de l'argument. On voit les pièces qui le composent : les faits de départ et les règles utilisées pour construire la conclusion.

🎭 L'Analogie du Chef et du Menu

Pour comprendre la différence, imaginons un restaurant.

1. L'approche Abstraite (Le Menu Simplifié)
Le chef vous dit : "Le plat A attaque le plat B".

C'est simple. Mais si le plat A n'est pas disponible aujourd'hui (incertitude), le menu ne vous dit pas pourquoi. Est-ce que l'ingrédient manque ? Est-ce que la recette est fausse ?
Dans ce papier, les auteurs utilisent une version améliorée de ce menu, appelée IAF (Framework d'Argumentation Incomplet). Ils ajoutent des "liens de dépendance" : "Si le plat A est là, alors le plat C doit être là aussi". C'est comme si le chef disait : "Si vous commandez le poisson, vous devez aussi commander la sauce".

2. L'approche Structurée (La Cuisine ASPIC+)
Ici, on regarde dans la cuisine. Le chef dit : "Le plat A est fait avec l'ingrédient X et la recette Y".

Incertitude des Règles (rul-ISAF) : On ne sait pas si la recette Y est valide aujourd'hui. Peut-être qu'elle est cassée.
Incertitude des Prémisses (prem-ISAF) : On ne sait pas si l'ingrédient X est dans le frigo.

🔍 Le Grand Duel : Qui est le plus puissant ?

Les auteurs ont voulu savoir : Le système structuré (cuisine) est-il plus puissant que le système abstrait (menu) pour gérer l'incertitude ?

Voici ce qu'ils ont découvert, traduit en langage courant :

1. Le Menu Abstrait "Simple" est trop bête

Si on utilise un menu simple (sans dépendances), il est moins puissant que la cuisine structurée.

Analogie : Un menu simple ne peut pas dire "Si le poisson est là, alors la sauce doit être là". Il ne peut que dire "Le poisson est là" ou "Le poisson n'est pas là". La cuisine structurée, elle, peut modéliser des liens complexes entre les ingrédients.

2. La Cuisine Structurée a ses limites

Même si la cuisine structurée est plus fine, elle ne peut pas tout faire.

Règles vs Prémisses : Il y a une différence entre ne pas savoir si une recette fonctionne et ne pas savoir si un ingrédient existe.
- Si vous avez un doute sur les règles (la recette), c'est comme si vous pouviez choisir d'activer ou non certaines instructions.
- Si vous avez un doute sur les prémisses (les ingrédients), c'est comme si certains ingrédients étaient cachés dans des tiroirs.
- Résultat surprenant : Le système qui gère les règles incertaines est plus puissant que celui qui gère les prémisses incertaines. Pourquoi ? Parce que les règles incertaines permettent de créer des dépendances logiques plus complexes (comme "Si je n'utilise pas la recette A, alors je dois utiliser la recette B") que les simples ingrédients ne permettent pas toujours de simuler.

3. Le Super-Héros : Le Menu avec Dépendances

Pour que le système abstrait (le menu) puisse rivaliser avec la cuisine structurée, il faut lui donner des super-pouvoirs : les dépendances.

Si on permet au menu de dire "Si A est présent, alors B doit être présent", alors le menu devient aussi puissant que la cuisine structurée (pour les règles) ou presque (pour les prémisses).
Mais même avec ces super-pouvoirs, la cuisine structurée garde une petite avance dans certains cas très spécifiques, prouvant qu'elle est strictement plus expressive (elle peut décrire des situations que le menu, même amélioré, ne peut pas capturer parfaitement).

📊 Le Résumé en une image mentale

Imaginez trois niveaux de complexité, du plus simple au plus puissant :

Le Menu Simple (IAF sans dépendances) : Il ne peut pas gérer les liens complexes. C'est le niveau le plus bas.
La Cuisine Structurée (Règles ou Prémisses incertaines) : Elle est plus fine. Elle peut gérer des situations que le menu simple ne voit pas.
- Note : Gérer des règles incertaines est plus puissant que gérer des prémisses incertaines.
Le Menu Super-Pouvoirs (IAF avec dépendances) : Il rattrape la cuisine structurée dans la plupart des cas, mais la cuisine structurée garde une petite supériorité dans des cas très particuliers (comme des dépendances très spécifiques entre les ingrédients).

💡 Pourquoi est-ce important ?

Ce papier est crucial pour les informaticiens et les philosophes qui travaillent sur l'Intelligence Artificielle.

Si vous construisez un robot qui doit débattre avec des humains, vous devez savoir quel type de "cerveau" utiliser.
Si vous utilisez un modèle trop simple (abstrait), vous risquez de perdre des informations importantes sur pourquoi un argument est faible.
Si vous utilisez un modèle trop complexe (structuré), vous risquez de rendre le calcul trop lourd.

La conclusion du papier : Il n'y a pas de "meilleur" système universel. Mais si vous voulez modéliser des incertitudes complexes (comme des règles qui dépendent d'autres règles), vous avez besoin de la structure. Si vous voulez juste savoir "qui gagne le débat", un modèle abstrait amélioré suffit souvent, mais il faut faire attention à ne pas perdre les détails importants.

En somme, ils ont créé une règle de mesure pour savoir quel outil utiliser selon la complexité de l'incertitude que vous devez gérer.

1. Problématique

L'incertitude joue un rôle central dans la construction et l'utilisation des arguments, que ce soit dans des débats adversariaux ou des systèmes décisionnels. En argumentation computationnelle, deux paradigmes de modélisation coexistent :

L'argumentation abstraite (AA) : Représentée par des graphes dirigés (cadres d'argumentation ou AF) où les nœuds sont des arguments et les arcs des attaques. L'incertitude y est souvent modélisée par des arguments incertains (IAF - Incomplete Argumentation Frameworks).
L'argumentation structurée : Représentée par des formalismes comme ASPIC+, où les arguments sont construits à partir de prémisses et de règles d'inférence (strictes ou déféables). L'incertitude peut porter sur les prémisses ou sur les règles elles-mêmes.

Le problème central abordé par les auteurs est le suivant : Comment comparer la capacité expressive de ces deux paradigmes face à l'incertitude ?
Il est souvent observé que passer d'un cadre structuré à un cadre abstrait entraîne une perte d'information. De plus, il n'est pas évident de savoir si un cadre abstrait donné est une « instantiation plausible » d'un cadre structuré spécifique. Les auteurs cherchent à établir une hiérarchie formelle de l'expressivité entre les modèles abstraits (avec incertitude sur les arguments et dépendances) et les modèles structurés (avec incertitude sur les règles ou les prémisses).

2. Méthodologie

Les auteurs adoptent une approche en deux étapes pour comparer les formalismes :

Définition d'un standard d'incertitude abstraite :
Ils utilisent les Argument-Incomplete Argumentation Frameworks with Dependencies (dep-arg-IAF). Dans ce modèle, l'incertitude est encodée par un ensemble d'arguments incertains ( $A?$ ) et un ensemble de dépendances ( $\Delta$ ) entre ces arguments (implicatives, disjonctives, NAND). Une « complétion » est une réalisation possible de l'incertitude (un AF complet) respectant ces contraintes.
Définition de l'expressivité relative :
Ils introduisent une notion d'équivalence basée sur les ensembles de complétions. Un formalisme $X$ est « au moins aussi expressif » qu'un formalisme $Y$ ( $Y \preceq X$ ) si, pour tout cadre $Y$ dans la classe $Y$ , il existe un cadre $X$ dans la classe $X$ dont l'ensemble des complétions est isomorphe à celui de $Y$ .
Modélisation de l'incertitude structurée (ASPIC+) :
Ils définissent deux types de cadres structurés incomplets basés sur ASPIC+ :
- rul-ISAF : Incertitude sur les règles d'inférence (strictes et déféables).
- prem-ISAF : Incertitude sur les prémisses (axiomes et prémisses ordinaires).
  Pour chacun, ils définissent les « complétions » (en sélectionnant un sous-ensemble des règles ou prémisses incertaines) et les cadres abstraits associés ( $AF(SAF^*)$ ).

3. Contributions Techniques Clés

Nouvelle notion d'expressivité : Une définition rigoureuse permettant de comparer des formalismes de nature différente (abstraits vs structurés) en se basant sur la capacité à générer des ensembles de complétions équivalents.
Caractérisation des dépendances : Démonstration que les dépendances implicative (IMPLY) dans les cadres abstraits sont nécessaires pour capturer la logique des cadres structurés incomplets.
Traductions formelles : Construction de fonctions de traduction explicites pour mapper les cadres structurés (rul-ISAF et prem-ISAF) vers des cadres abstraits (imp-arg-IAF) et vice-versa, prouvant ainsi les relations d'expressivité.

4. Résultats Principaux

Les résultats sont synthétisés dans la Figure 1 de l'article et peuvent être résumés comme suit :

A. Comparaison avec les cadres abstraits de base (arg-IAF)

rul-ISAFs et prem-ISAFs sont strictement plus expressifs que les arg-IAFs simples :
Les cadres structurés incomplets (qu'ils soient basés sur des règles ou des prémisses) ne peuvent pas être capturés par de simples IAFs sans dépendances. En effet, les complétions d'un rul-ISAF ou d'un prem-ISAF imposent des contraintes structurelles (ex: si une règle est présente, l'argument qu'elle génère l'est aussi) qui ne peuvent être modélisées par de simples choix d'arguments indépendants.
- Résultat : $arg\text{-}IAFs \prec rul\text{-}ISAFs$ et $arg\text{-}IAFs \prec prem\text{-}ISAFs$ .

B. Rôle des dépendances (imp-arg-IAF)

Les dépendances implicative sont nécessaires et suffisantes :
L'ajout de dépendances implicative ($IMPLY(X, Y)$) aux cadres abstraits permet de capturer exactement la sémantique des cadres structurés incomplets.
- Résultat : $rul\text{-}ISAFs \equiv imp\text{-}arg\text{-}IAFs$ et $prem\text{-}ISAFs \equiv imp\text{-}arg\text{-}IAFs$ .
  Cela signifie que les dépendances implicative sont le « pont » nécessaire pour que le niveau abstrait atteigne le niveau de granularité du niveau structuré.

C. Comparaison entre Règles et Prémisses

Les règles et les prémisses sont d'expressivité équivalente :
Les auteurs démontrent que les cadres basés sur l'incertitude des règles (rul-ISAF) et ceux basés sur l'incertitude des prémisses (prem-ISAF) ont la même puissance expressive.
- Résultat : $rul\text{-}ISAFs \equiv prem\text{-}ISAFs$ .
  Ils fournissent des traductions mutuelles (en transformant les prémisses incertaines en règles sans prémisse incertaines, et inversement) pour prouver cette équivalence.

D. Hiérarchie globale

L'ordre d'expressivité établi est le suivant :
$arg\text{-}IAFs \prec rul\text{-}ISAFs \equiv prem\text{-}ISAFs \equiv imp\text{-}arg\text{-}IAFs \prec dep\text{-}arg\text{-}IAFs$
(Note : Les frameworks avec dépendances générales (dep-arg-IAF) sont strictement plus expressifs que les rul-ISAFs, car ils peuvent encoder des contraintes plus complexes que les simples dépendances implicatives).

5. Signification et Impact

Unification théorique : Ce travail unifie des recherches récentes sur l'argumentation avec incertitude structurée (notamment [22] et [15, 16]) en les plaçant dans un cadre comparatif rigoureux.
Limites de l'abstraction : Il confirme que l'abstraction des cadres structurés vers des graphes d'argumentation simples (sans dépendances) entraîne une perte d'information critique concernant la structure des complétions possibles. Pour préserver cette information, il est impératif d'introduire des dépendances entre les arguments incertains.
Guide pour la modélisation : Pour les praticiens, ces résultats indiquent que si l'on souhaite modéliser un système où l'incertitude porte sur des règles ou des prémisses, un cadre abstrait simple (IAF) est insuffisant. Il faut soit utiliser un formalisme structuré, soit enrichir le formalisme abstrait avec des dépendances logiques (implicatives).
Fondement pour l'extension : La méthodologie proposée ouvre la voie à l'application de ces résultats à d'autres formalismes structurés au-delà d'ASPIC+ (comme ABA ou DeLP) et à d'autres types d'incertitude (préférences, probabilités).

En conclusion, l'article établit que la richesse sémantique des modèles structurés d'argumentation avec incertitude est strictement supérieure à celle des modèles abstraits classiques, mais qu'elle peut être entièrement capturée par des modèles abstraits enrichis de dépendances implicatives, rendant les deux approches équivalentes sous cette condition.