Dans le cadre des politiques des ressources humaines en entreprise, la formation continue devient un levier d’action stratégique pour l’évolution des carrières professionnelles. Parmi les modes de formation existants, la session de formation à travers un groupe de formation en présentiel est un mode d’action privilégié pour l’échange d’expériences professionnelles entre pairs. En pratique, la planification d’une session de formation consiste à concilier des multiples critères (pédagogiques, sociaux et organisationnels) constitué autour d’un groupe de formation en présentiel. Dans ce contexte, notre projet de recherche consiste à développer un système d’aide à la gestion de la formation continue visant à faciliter les tâches opérationnelles du gestionnaire de formation dont la planification de sessions de formation ainsi que la recherche et l’analyse des données liée à l’activité de formation. Les outils de gestion sont instrumentés par des tableaux de bords multiples associés à des techniques de visualisation pour faciliter l’interprétation des données. Pour répondre à notre problématique, le système d’aide à la planification des sessions de formation repose sur un principe de requête-réponse. Au niveau du traitement, deux approches sont proposées afin de résoudre ce problème de décision de type combinatoire. D’une part, une méthode de traitement de type méta-heuristique (et plus précisément un algorithme génétique, noté AG par la suite) vise à simplifier la tâche opérationnelle du gestionnaire de formation en générant une liste de groupes de formation potentiels associés à une représentation graphique de type nœud-lien. D’autre part, une approche analytique vise à définir les caractéristiques des groupes de formation qui conditionnent favorablement les interactions sociales entre les participants. Les résultats obtenus sont basés sur une analyse statistique des données issues des questionnaires de satisfaction. L’expérimentation distingue deux niveaux d’évaluation : les résultats générés par l’AG et la performance du prototype d’application. Les résultats de l’AG sont mesurés selon le taux de précision à partir d’une collection de requêtes. La performance du prototype d’application est évaluée à partir de tests fonctionnels, techniques et utilisateurs.
M. Luigi LANCIERI Université de Lille Directeur de thèse M. Max CHEVALIER Université Université Paul Sabatier Toulouse cedex 09 Rapporteur M. Thomas GUYET AgroCampus-Ouest Rapporteur M. Frédéric HOOGSTOEL Université de Lille/Polytech Examinateur Mme Laetitita JOURDAN Université de Lille Examinatrice M. Bruno CREMILLEUX Université de Caen Examinateur M. Michel BENSIMON Directeur-associé Lexiane Formation Invité
Thesis of the team NOCE defended on 15/06/2021
français
English