Dans le cadre de ce travail, on s’intéresse à la conception d’agents conversationnels orienté-tâche. Ces systèmes sont utilisés dans des domaines variés (services, tourisme, immobilier, médical, etc.). Du point de vue de leur exploitation, ils permettent d’automatiser l’interaction avec un interlocuteur en apportant des réponses personnalisées tout en maintenant un haut niveau de disponibilité. Le système doit pouvoir interpréter les intentions de l’interlocuteur en langage naturel, mais également intégrer celles-ci dans le flux de conversation en exploitant les connaissances métiers à représenter et manipuler pour le domaine concerné. La gestion naturelle de ces conversations sollicite fortement les capacités de modélisation sémantique des intelligences artificielles. 

Parmi les approches utiles à cette modélisation, on peut prévoir de décrire explicitement ce qui doit être fait à chaque étape de la conversation. Cette approche à l’avantage d’être précise, mais permet difficilement de représenter une variété de configurations importante, difficile et coûteuse à mettre à jour. Une autre approche consiste à exploiter les capacités des larges modèles de langue, et dans ce cas, plus d’initiatives et de capacités d’adaptation sont données aux modèles, avec des risques de réponses inadaptées, pour un système que l’on souhaite garder sous contrôle. Le système doit alors exploiter de façon appropriée les possibilités fournies par ces deux familles d’approches pour améliorer son déploiement, ce qui fait l’objet de ce travail de recherche. Une originalité de ce travail provient de l’exploitation de la capacité de conception du modélisateur humain, à travers la mise en place d’un assistant pour fiabiliser et faciliter la conception initiale et les mises à jour de ces agents conversationnels. Le concepteur doit ainsi communiquer son expertise des domaines concernés au système. Pour cette partie de l’étude, on s’intéresse aux flux d’interactions avec le concepteur et à la dynamique de conception. Un des enjeux consistant à rendre intelligible pour le concepteur la représentation sémantique interne manipulée par le système pour son fonctionnement, mais également de permettre au système d'appliquer les modifications demandées par le concepteur sur celle-ci.