Abstract (FR)

Le développement de l’intelligence artificielle a amené les chercheurs du domaine à proposer des modèles de décision dans l’incertain qui s’écartent de ceux habituellement utilisés en théorie de la décision, c’est-à-dire le modèle de l’utilité espérée subjective et ses multiples variantes. Ces modèles, habituellement regroupés sous l’appellation « théorie de la décision qualitative », visent à obtenir des règles de décision simples, facilement implémentables et fondés sur des intrants moins riches que ceux utilisés dans les modèles classiques. L’objet de cet article est de proposer un cadre axiomatique pour la décision dans l’incertain permettant de retrouver ces deux types de modèles comme cas particuliers et, ainsi, d’en faire ressortir les similarités et les différences. Ce cadre axiomatique est fondé sur un modèle de mesurage conjoint tolérant les préférences incomplètes et/ou intransitives.