Département de Maintenance

Industrielle Filière :
Mécatronique industrielle (MCI)

Mémoire de mini-projet
Sous le thème :

Chatbots et assistants virtuels

Réalisé par : Encadré par :

MEKAOUI HAMZA PR. H. DRISSI

MAJDI FATIMA-EZZAHRA

Année universitaire : 2024/2025

2
 Sommaire

Introduction générale………………………………………………………………………. 5

1. Définition et classification des chatbots et assistants virtuels…………………….…….6

1.1. Définition des Chatbots
1.2. Définition des Assistants Virtuels

1.3. Classification des chatbots

2. Historique des chatbots et des assistants virtuels………………………………………..9

2.1. Les Origines : 1950-1960 - Les Premiers Pas de l’Intelligence Artificielle
2.2. Les Années 1980-1990 : Premiers Progrès et Développement des Interfaces
2.3. Les Premiers Chatbots commerciaux : 1996-1999
2.4. Les Années 2000-2010 : L’Avènement des Chatbots et Assistants Virtuels en Entreprise
2.5. Les Années 2010-2020 : L’Explosion des Chatbots et des Assistants Virtuels
2.6. Les Années 2020 et au-delà : L'Avenir des Chatbots et Assistants Virtuels

3. Technologies sous-jacentes des chatbots et des assistants virtuels……………………..12

3.1. Intelligence Artificielle (IA)
3.2. Traitement du Langage Naturel (NLP)
3.3. Apprentissage Automatique (Machine Learning)
3.4. Reconnaissance Vocale
3.5. Gestion des Dialogues
3.6. Synthèse Vocale (Text-to-Speech)
3.7. Bases de Données et APIs
4. Applications des chatbots et assistants virtuels…………………………………………15
4.1. Service Client et Support Technique
4.2. E-commerce et Vente en Ligne
4.3. Santé et Médecine
4.4. Éducation et Apprentissage
4.5. Banque et Services Financiers
4.6. Ressources Humaines et Recrutement
4.7. Voyages et Transport

5. Avantages et défis des chatbots et assistants virtuels…………………………………...19

5.1. Avantages des Chatbots et des Assistants Virtuels
5.2. Défis des Chatbots et des Assistants Virtuels

6. L'avenir des chatbots et des assistants virtuels…………………………………………23

6.1. Amélioration de la Compréhension et de l'Intelligence Contextuelle
6.2. Chatbots Multimodaux et Interaction Vocale Améliorée

3
6.3. Personnalisation et Interaction Emotive
6.4. Amélioration de l'Automatisation et des Processus Complexes
6.5. Accessibilité Améliorée et Multilinguisme
6.6. Ethique et Conformité
6.7. Évolution des Modèles Économiques
7. Application d’un assistant virtuel universitaire programmé avec Python……………26
7.1. Explication du programme Python utilisé
7.2. Simulation de l’interface

Conclusion générale…………………………………………………………………………35

Bibliographie………………………………………………………………………………...37

4
 Introduction générale

Les chatbots et les assistants virtuels sont des technologies révolutionnaires qui transforment la
manière dont les individus interagissent avec les systèmes informatiques. En exploitant les
avancées de l'intelligence artificielle (IA), du traitement du langage naturel (NLP) et de
l'apprentissage automatique (machine learning), ces outils automatisent des tâches qui étaient
auparavant réalisées par des humains. Ils permettent ainsi d'améliorer l'efficacité, de réduire les
coûts et de fournir une expérience utilisateur plus fluide et personnalisée.

Un chatbot est un programme informatique conçu pour simuler des conversations humaines via
des interfaces textuelles ou vocales. Utilisé principalement dans des domaines comme le service
client, les chatbots peuvent répondre instantanément aux questions des utilisateurs, guider les
clients tout au long de leur parcours, ou encore résoudre des problèmes simples sans
intervention humaine. Ils sont souvent utilisés dans des plateformes de messagerie, des sites
web ou des applications mobiles.

Les assistants virtuels, quant à eux, sont des systèmes plus avancés qui peuvent non seulement
répondre à des questions, mais aussi exécuter des tâches complexes. Ces assistants, comme Siri
d'Apple, Google Assistant, ou Alexa d'Amazon, utilisent la reconnaissance vocale et le
traitement du langage naturel pour comprendre les commandes des utilisateurs et accomplir des
actions telles que gérer un agenda, envoyer des messages, ou commander des produits en ligne.
Contrairement aux chatbots, les assistants virtuels sont souvent intégrés à des appareils
physiques comme des smartphones ou des enceintes intelligentes.

Dans un monde de plus en plus axé sur la technologie, ces outils offrent une alternative rapide,
accessible et efficace aux interactions humaines traditionnelles, tout en permettant une
personnalisation de l'expérience utilisateur. Les chatbots et les assistants virtuels jouent
désormais un rôle clé dans divers secteurs comme le service client, le commerce en ligne, la
santé, l'éducation, et bien d'autres, transformant ainsi la manière dont les entreprises
interagissent avec leurs clients et optimisent leurs processus internes.

Ce rapport explore les concepts de base des chatbots et des assistants virtuels, leur
fonctionnement, leurs applications, les technologies sous-jacentes, ainsi que les défis associés
à leur développement et leur utilisation.

5
I. Définition et classification des chatbots et assistants virtuels

1.1. Définition des Chatbots

Un chatbot est un logiciel conçu pour simuler une conversation avec des utilisateurs humains
via des interfaces textuelles ou vocales. Son objectif principal est d'automatiser les interactions
humaines et de fournir des réponses instantanées aux demandes des utilisateurs. Les chatbots
peuvent être intégrés dans des applications de messagerie, des sites web, des réseaux sociaux
ou des systèmes d'assistance pour répondre à des questions, résoudre des problèmes ou guider
les utilisateurs dans des processus spécifiques.

Les chatbots reposent généralement sur des algorithmes de traitement du langage naturel (NLP),
qui leur permettent de comprendre et de générer des réponses en langage humain. En fonction
de leur conception, leur intelligence et leur capacité à traiter des demandes variées, les chatbots
peuvent avoir des niveaux de sophistication différents.

1.2. Définition des Assistants Virtuels

Un assistant virtuel est un programme informatique plus sophistiqué qu'un chatbot, conçu pour
exécuter une variété de tâches en fonction des demandes des utilisateurs. Contrairement aux
chatbots, qui sont principalement destinés à la communication, les assistants virtuels sont
capables de réaliser des actions concrètes telles que gérer des calendriers, envoyer des
messages, effectuer des recherches sur Internet, ou même commander des produits. Ces
assistants sont souvent basés sur des technologies avancées d'intelligence artificielle, telles que
la reconnaissance vocale, le traitement du langage naturel et l'apprentissage automatique, et
sont généralement intégrés dans des dispositifs physiques (smartphones, enceintes intelligentes,
etc.).

Les assistants virtuels sont souvent perçus comme des agents intelligents capable de
comprendre non seulement les commandes vocales ou textuelles mais aussi le contexte et les
préférences personnelles de l’utilisateur, leur permettant d’accomplir des tâches de plus en plus
complexes.

1.3. Classification des Chatbots

6
Les chatbots peuvent être classés en fonction de leur architecture, de leur technologie et de leur
capacité à comprendre et répondre aux demandes des utilisateurs. Il existe deux principales
classifications des chatbots : basés sur des règles et intelligents (basés sur l'IA).

1.3.1. Chatbots basés sur des règles (Rule-Based Chatbots)

Les chatbots basés sur des règles suivent un ensemble de règles strictes définies par les
développeurs. Ces chatbots utilisent des scripts préprogrammés pour guider la conversation en
fonction de réponses spécifiques, et leur capacité de réponse est limitée à des scénarios bien
définis. Leur fonctionnement repose principalement sur des arbres décisionnels, où chaque
question de l’utilisateur est associée à une réponse déterminée par une règle précise.

Avantages : Simples à développer et à déployer, adaptés pour des tâches répétitives et

prévisibles.

Inconvénients : Ne peuvent pas gérer des requêtes imprévues ou complexes, limités à des
interactions simples.

1.3.2. Chatbots intelligents (AI-Based Chatbots)

Les chatbots intelligents, aussi appelés chatbots basés sur l'IA, utilisent des techniques avancées
d'intelligence artificielle, telles que le traitement du langage naturel (NLP) et l'apprentissage
automatique (ML). Ces chatbots sont capables de comprendre le langage humain de manière
plus flexible et de traiter des requêtes complexes, même celles qui n'ont pas été explicitement
programmées. Grâce à leur capacité à apprendre des interactions précédentes et à adapter leurs
réponses en fonction du contexte, ces chatbots offrent une expérience plus fluide et naturelle.

Avantages : Capacité à gérer des demandes complexes et imprévues, apprentissage continu

grâce aux interactions passées.

Inconvénients : Nécessite des ressources importantes pour le développement et la formation,

peut être plus difficile à intégrer dans des systèmes existants.

1.4. Classification des Assistants Virtuels

Les assistants virtuels peuvent également être classés selon plusieurs critères, notamment leur
capacité à exécuter des tâches, leur interface (texte ou vocal), et leur niveau d'intégration dans
des appareils. La classification la plus courante repose sur la complexité des tâches qu'ils
peuvent accomplir.

7
1.4.1. Assistants virtuels simples

Les assistants virtuels simples sont des programmes qui remplissent des fonctions de base telles
que la gestion de tâches, la planification de rappels ou la consultation d'informations générales.
Ces assistants sont principalement basés sur des commandes vocales ou textuelles simples et se
limitent à un ensemble d’actions spécifiques. Ils sont souvent intégrés dans des appareils grand
public tels que les smartphones et les enceintes intelligentes.

Exemples : Siri, Google Assistant, Alexa pour des tâches comme la gestion d'agenda, l'envoi de
messages, ou la recherche d'informations.

Avantages : Faciles à utiliser, intègrent des services de base rapidement accessibles.

Inconvénients : Limités dans la complexité des tâches qu'ils peuvent accomplir.

1.4.2. Assistants virtuels avancés

Les assistants virtuels avancés sont des systèmes plus sophistiqués, capables d'effectuer une
variété de tâches complexes. Ces assistants intègrent des technologies de reconnaissance
vocale, de traitement du langage naturel et d’intelligence artificielle pour gérer des demandes
plus variées, comprendre les intentions des utilisateurs, et s’adapter aux préférences
personnelles. Ils sont utilisés pour des fonctions telles que la gestion de projets, l’analyse de
données, la prise de décisions, et même la gestion d’appareils domestiques intelligents.

Exemples : Amazon Alexa avec des skills avancés, assistants virtuels dans des environnements
d’entreprise comme Cortana pour Microsoft 365.

Avantages : Haute capacité à s'adapter aux besoins des utilisateurs, réalisent des tâches
complexes et variées.

Inconvénients : Développement plus complexe, nécessite une collecte et un traitement de

données plus approfondis pour fonctionner efficacement.

1.4.3. Assistants virtuels hybrides

Les assistants virtuels hybrides combinent les capacités des chatbots basés sur des règles avec
celles des assistants intelligents. Ces systèmes sont capables de gérer à la fois des demandes
simples via des scripts préprogrammés tout en étant capables de traiter des requêtes complexes
grâce à l’IA. Ce type d’assistant est particulièrement utile dans des environnements où une

8
interaction rapide et automatisée est requise, mais où l’intervention humaine peut également
être nécessaire pour des demandes plus complexes.

Exemples : Assistants virtuels dans les services clients d’entreprises (chatbots pour les
questions simples et agents humains pour les cas plus complexes).

Avantages : Combine la simplicité et l'efficacité des chatbots avec l’intelligence et la flexibilité

des assistants virtuels avancés.

Inconvénients : Intégration plus complexe, nécessite une gestion de transition entre

l’automatisation et l’intervention humaine.

II. Historique des chatbots et des asisstants virtuels

2.1. Les Origines : 1950-1960 - Les Premiers Pas de l’Intelligence Artificielle

L’idée de machines capables d’interagir avec les humains par le langage remonte aux premières
recherches en intelligence artificielle. Dès 1950, le mathématicien britannique Alan Turing a
proposé un test pour déterminer si une machine pouvait imiter l'intelligence humaine, connu
sous le nom de Test de Turing. Ce test est fondamental pour la création future des chatbots et
des assistants virtuels, car il stipule qu'une machine peut être considérée comme intelligente si
elle peut imiter un comportement humain suffisamment bien pour tromper un interlocuteur
humain.

2.1.1. ELIZA (1966)

Le premier chatbot véritablement fonctionnel est ELIZA, créé par le chercheur Joseph
Weizenbaum au MIT en 1966. ELIZA était un programme capable de simuler des conversations
en utilisant des règles de transformation de texte, sans véritable compréhension du langage. Le
plus célèbre des scénarios d’ELIZA était le "DOCTOR", qui imitait un psychothérapeute
Rogerien. Le programme permettait aux utilisateurs de "parler" à un "therapeute", mais ses
réponses étaient essentiellement basées sur des mots-clés et des règles simples. Bien que limité,
ELIZA a démontré que les machines pouvaient être utilisées pour engager des conversations
avec les humains.

2.1.2. Parry (1972)

Quelques années après ELIZA, Kenneth Colby a développé Parry en 1972, un chatbot plus
sophistiqué conçu pour simuler un patient souffrant de schizophrénie. Parry allait plus loin que

9
ELIZA en simulant des émotions et des intentions humaines, ce qui représentait une avancée
dans la complexité des interactions humaines simulées par des machines.

2.2. Les Années 1980-1990 : Premiers Progrès et Développement des Interfaces

Dans les années 1980 et 1990, les chatbots et assistants virtuels ont continué d’évoluer, bien
que de manière relativement lente en raison des limitations technologiques de l'époque.

2.2.1. ALICE (1995)

En 1995, un programme nommé ALICE (Artificial Linguistic Internet Computer Entity) a été
développé par Richard Wallace. ALICE utilisait une approche plus avancée que ses
prédécesseurs, en se basant sur un modèle appelé Système de règles de production, permettant
des conversations plus riches. Bien qu'ALICE n’ait pas compris le sens des mots, elle était
capable de générer des réponses qui semblaient plus naturelles, grâce à l’utilisation de grandes
bases de données de phrases et de réponses.

2.3. Les Premiers Chatbots commerciaux : 1996-1999

À la fin des années 1990, les entreprises ont commencé à adopter des chatbots pour améliorer
leur service client. Des entreprises comme Microsoft et IBM ont exploré des solutions basées
sur des chatbots pour offrir un support technique en ligne, marquant un tournant vers
l’automatisation du service client.

2.4. Les Années 2000-2010 : L’Avènement des Chatbots et Assistants Virtuels en

Entreprise

L'essor de l'Internet haut débit, de la puissance de calcul accrue et des algorithmes de traitement
du langage naturel a permis un développement plus rapide des chatbots et des assistants virtuels.

2.4.1. Lancement de Siri (2011)

Une étape décisive dans l’histoire des assistants virtuels est l’introduction de Siri par Apple en
2011. Siri était un assistant virtuel vocal qui offrait une capacité de reconnaissance vocale
avancée, permettant aux utilisateurs de poser des questions, de définir des rappels, de consulter
des informations et de contrôler certains aspects de leur appareil avec des commandes vocales.
Ce lancement a marqué un tournant, car Siri a été le premier assistant virtuel grand public qui
combinait reconnaissance vocale, intelligence artificielle et interaction avec des applications.

2.4.2. Intégration dans les Smartphones et la Vie Quotidienne

10
Avec l’introduction de Siri, Google Assistant (2016) et Amazon Alexa (2014), l’intelligence
artificielle est devenue un élément incontournable dans les appareils grand public. Ces
assistants sont désormais capables de répondre à des demandes simples, mais aussi d’effectuer
des tâches complexes telles que la gestion des calendriers, le contrôle des objets connectés et
l’intégration avec des applications tierces.

2.5. Les Années 2010-2020 : L’Explosion des Chatbots et des Assistants Virtuels

Le développement des chatbots et des assistants virtuels s'est accéléré au cours de cette décennie
grâce aux progrès des technologies de l'intelligence artificielle, notamment le deep learning
et le traitement du langage naturel.

2.5.1. Chatbots pour les Entreprises

À partir des années 2010, les chatbots se sont généralisés dans le secteur du service client. De
grandes entreprises ont adopté ces outils pour fournir des réponses instantanées aux utilisateurs
via des sites web, des applications de messagerie (comme Facebook Messenger) et même des
plateformes de réseaux sociaux. Ces chatbots sont capables de résoudre des problèmes courants,
répondre à des questions fréquemment posées et même effectuer des transactions simples. Par
exemple, H&M et Sephora ont utilisé des chatbots pour améliorer l'expérience client en ligne.

2.5.2 Progrès dans l’Intelligence Artificielle et NLP

Avec l'essor de l'IA et du NLP, les chatbots sont devenus plus intelligents et capables de
comprendre des phrases complexes. Des outils comme GPT-3 de OpenAI ont permis
d'améliorer la fluidité des interactions en langage naturel. Ces systèmes de génération de texte
sont capables de créer des réponses beaucoup plus cohérentes et réalistes, rendant les chatbots
plus efficaces et agréables à utiliser.

2.6. Les Années 2020 et au-delà : L'Avenir des Chatbots et Assistants Virtuels

Les chatbots et les assistants virtuels continuent de croître en sophistication, avec des
améliorations significatives attendues dans plusieurs domaines :

2.6.1. Personnalisation et Proactivité

Les assistants virtuels deviennent plus proactifs et capables de s'adapter aux préférences des
utilisateurs grâce à l'apprentissage automatique et aux données d’interaction. Les utilisateurs
peuvent bientôt interagir avec des assistants qui anticipent leurs besoins, recommandent des
actions, et gèrent de manière autonome certains aspects de leur vie quotidienne.

11
2.6.2. Assistants Conversationnels Multimodaux

Les assistants virtuels et chatbots du futur seront de plus en plus capables d’utiliser des
interfaces multimodales, intégrant non seulement la voix et le texte, mais aussi la
reconnaissance d’images, le geste, et même l’émotion. Cette évolution les rendra encore plus
interactifs et intelligents.

III. Technologies sous-jacentes des chatbots et des assistants virtuels

Les chatbots et les assistants virtuels reposent sur un ensemble de technologies avancées qui
leur permettent de comprendre, d'interpréter et de répondre de manière efficace aux demandes
des utilisateurs. Ces technologies englobent des domaines tels que l'intelligence artificielle (IA),
le traitement du langage naturel (NLP), l'apprentissage automatique (machine learning), la
reconnaissance vocale, et la gestion des dialogues. Chaque technologie contribue à
l’amélioration des interactions et de l’expérience utilisateur.

3.1. Intelligence Artificielle (IA)

L'intelligence artificielle (IA) est le domaine clé qui permet aux chatbots et aux assistants
virtuels de simuler des comportements humains. L’IA permet aux systèmes d'apprendre des
interactions précédentes et d’améliorer leurs réponses et leurs actions en fonction des données
qu'ils collectent. L’IA permet aux chatbots et aux assistants virtuels de traiter des demandes
variées, de comprendre des contextes complexes, et de générer des réponses adaptées.

Sous-domaines de l'IA utilisés :

• Apprentissage supervisé et non supervisé : Ces techniques permettent aux chatbots et

assistants virtuels d'apprendre des modèles à partir de grandes quantités de données. Ils
peuvent ainsi prédire des réponses et des actions en fonction des interactions passées.
• Apprentissage par renforcement : Certaines plateformes utilisent cette méthode pour
optimiser les performances en adaptant les décisions au fil du temps, ce qui permet de
maximiser les actions efficaces dans un environnement donné.

3.2. Traitement du Langage Naturel (NLP)

Le traitement du langage naturel (NLP) est une composante essentielle qui permet aux chatbots
et assistants virtuels de comprendre et d’interpréter le langage humain, qu'il soit parlé ou écrit.
Le NLP consiste en un ensemble de techniques utilisées pour traiter, analyser et comprendre le
texte ou la parole, afin de permettre des interactions plus naturelles.

12
Principales sous-techniques du NLP :

• Tokenisation : Processus qui découpe un texte en unités appelées "tokens" (mots,

phrases, symboles), afin de faciliter leur traitement.
• Analyse syntaxique (parsing) : Identification de la structure grammaticale d’une
phrase afin de comprendre les relations entre les mots (sujet, verbe, objet).
• Reconnaissance des entités nommées (NER) : Identification d’entités spécifiques
dans un texte, comme des noms de lieux, de personnes, de dates, etc., afin de mieux
comprendre le contexte.
• Analyse sémantique : L'IA attribue un sens aux mots dans leur contexte, afin
d’identifier la signification exacte des phrases, même en cas d’ambiguïtés.
• Dérivation et lemmatisation : Réduction des mots à leur forme de base pour améliorer
l’analyse (par exemple, "manger" et "mange" sont reconnus comme le même mot).
• Gestion des ambiguïtés : Grâce à l'analyse contextuelle, le NLP permet de résoudre les
ambiguïtés du langage (ex : "bank" peut signifier une "banque" ou une "rive", selon le
contexte).

3.3. Apprentissage Automatique (Machine Learning)

L’apprentissage automatique (machine learning) est un sous-ensemble de l'IA qui permet aux
chatbots et assistants virtuels d'améliorer leurs performances à mesure qu'ils interagissent avec
les utilisateurs. Ils utilisent des algorithmes pour apprendre à partir de données et ajuster leurs
modèles en fonction des retours d’expérience.

Types d'apprentissage utilisés :

Apprentissage supervisé : Le modèle est formé sur des exemples étiquetés (entrées avec des
sorties connues), ce qui permet aux systèmes de faire des prédictions ou de classer des données
en fonction de ces apprentissages.

Apprentissage non supervisé : Le modèle apprend à partir de données sans étiquettes, en

identifiant des structures ou des modèles cachés dans les données.

Apprentissage par renforcement : Le système apprend à prendre des décisions dans un

environnement en maximisant les récompenses, souvent utilisé pour les agents intelligents et
les systèmes autonomes.

13
Les chatbots et assistants virtuels utilisent des modèles d’apprentissage automatique pour mieux
comprendre les intentions des utilisateurs, répondre à des requêtes ouvertes, et offrir une
expérience plus fluide.

3.4. Reconnaissance Vocale

Les systèmes de reconnaissance vocale sont essentiels pour les assistants virtuels vocaux (tels
que Siri, Google Assistant, ou Alexa), car ils permettent de transformer la parole humaine en
texte. Grâce à ces technologies, les utilisateurs peuvent interagir de manière vocale avec les
assistants sans avoir à taper de texte.

Fonctionnement de la reconnaissance vocale :

Conversion de la parole en texte (Speech-to-Text) : Lorsque l'utilisateur parle, le système

transforme les sons en texte grâce à un modèle acoustique qui associe les sons aux mots
correspondants.

Décodage phonétique et linguistique : Les systèmes de reconnaissance vocale décomposent les

sons de la parole en phonèmes, puis analysent la structure de la phrase pour en extraire la
signification.

Amélioration continue : L'IA des systèmes de reconnaissance vocale s'améliore au fil du temps
en apprenant de nouvelles phrases, accents, et dialectes.

3.5. Gestion des Dialogues

Les systèmes de gestion des dialogues sont responsables de la structure de la conversation avec
les utilisateurs. Ils organisent les échanges en fonction de l’intention de l’utilisateur, gèrent les
différentes étapes de l’interaction et maintiennent une conversation fluide et cohérente.

Techniques utilisées dans la gestion des dialogues :

Dialogue contextuel : Maintien du contexte de la conversation sur plusieurs tours d'échanges,

permettant de comprendre les références faites par l'utilisateur à des moments précédents de la
discussion.

Suivi des intentions et entités : Chaque requête d’un utilisateur peut être associée à une
"intention" (par exemple, "réserver un vol") et des "entités" (par exemple, "Paris", "5 janvier").
La gestion des dialogues veille à l'extraction et au traitement corrects de ces éléments.

14
Sélection de la réponse appropriée : Après avoir identifié l’intention et les entités dans la
demande, le système choisit la réponse la plus appropriée, que ce soit une réponse textuelle, un
appel API ou une action spécifique.

3.6. Synthèse Vocale (Text-to-Speech)

La synthèse vocale ou text-to-speech (TTS) est la technologie qui permet aux chatbots et
assistants virtuels de répondre de manière vocale, en transformant le texte généré en parole.
Cela permet aux utilisateurs d'interagir avec des systèmes sans avoir à lire les réponses à l'écran,
créant ainsi une interaction plus naturelle.

Les systèmes TTS utilisent des techniques de modélisation vocale, qui incluent des moteurs de
synthèse de la parole basés sur des modèles statistiques, des réseaux neuronaux, ou des
approches par concaténation (qui assemblent des morceaux d’enregistrements vocaux).

3.7. Bases de Données et APIs

Les bases de données et les interfaces de programmation d'applications (APIs) sont des
composants essentiels des chatbots et des assistants virtuels, car elles permettent d’accéder à de
vastes ensembles de données et à des services externes. Par exemple, les chatbots peuvent
interroger une base de données pour récupérer des informations spécifiques, comme des
horaires d'ouverture ou des prix de produits. Les assistants virtuels utilisent des APIs pour
accéder à des services tiers, comme la météo, la cartographie, ou les achats en ligne.

IV. Applications des chatbots et assistants virtuels

Les chatbots et les assistants virtuels trouvent aujourd'hui des applications dans de nombreux
secteurs, contribuant à améliorer l'efficacité, l'accessibilité et la personnalisation des services
offerts aux utilisateurs. Grâce à l'intelligence artificielle, au traitement du langage naturel et à
la reconnaissance vocale, ces technologies ont transformé la manière dont les entreprises
interagissent avec leurs clients et employés. Voici un aperçu des principales applications des
chatbots et des assistants virtuels dans différents domaines.

4.1. Service Client et Support Technique

L'une des applications les plus répandues des chatbots et des assistants virtuels réside dans le
domaine du service client. Ils sont utilisés pour répondre aux questions fréquemment posées,
résoudre des problèmes simples et fournir des informations instantanées aux clients, ce qui
améliore l'efficacité et réduit les coûts opérationnels.

15
Exemples :

• Réponses automatisées : Les chatbots sont capables de répondre à des questions

courantes sur les horaires, les politiques de retour ou les fonctionnalités des produits.
• Assistance technique : Les assistants virtuels peuvent aider à résoudre des problèmes
techniques en guidant les utilisateurs à travers des étapes de dépannage ou en fournissant
des solutions personnalisées en fonction des symptômes décrits par l'utilisateur.
• Gestion des tickets : Les chatbots peuvent ouvrir, suivre et gérer des tickets de support
pour rediriger les demandes complexes vers un agent humain lorsque cela est nécessaire.

Exemple concret :

Lufthansa utilise un chatbot nommé "Mildred" pour fournir un support client, répondre aux
demandes de vol et de réservation, ainsi que fournir des informations générales sur les services.

4.2. E-commerce et Vente en Ligne

Les assistants virtuels et chatbots sont également utilisés dans le secteur du commerce en ligne
pour offrir des expériences d'achat personnalisées, aider les utilisateurs à trouver des produits
et gérer les transactions.

Exemples :

• Recommandation de produits : Grâce à l'analyse du comportement d'achat des

utilisateurs, les chatbots peuvent recommander des produits en fonction des préférences
et des achats précédents.
• Guidage dans le processus d'achat : Les assistants virtuels peuvent guider les
utilisateurs à travers le processus de commande, répondre aux questions sur les produits
et aider à finaliser l'achat.
• Suivi des commandes : Ils peuvent fournir des mises à jour en temps réel sur l'état des
commandes et la livraison.

Exemple concret :

Sephora utilise un chatbot appelé "Sephora Virtual Artist" pour aider les clients à essayer
virtuellement des produits cosmétiques et fournir des recommandations basées sur leurs
préférences et leur type de peau.

4.3. Santé et Médecine

16
Les chatbots et assistants virtuels jouent un rôle de plus en plus important dans le secteur de la
santé, en offrant des services de prévention, des conseils de santé et un accès aux informations
médicales.

Exemples :

• Conseils médicaux automatisés : Les chatbots peuvent fournir des conseils de santé
préliminaires en posant des questions sur les symptômes et en suggérant des traitements
ou en dirigeant les utilisateurs vers un professionnel de santé.
• Prise de rendez-vous : Les assistants virtuels peuvent gérer la prise de rendez-vous
avec des médecins, envoyer des rappels et intégrer ces informations avec les calendriers
des patients.
• Suivi des traitements : Les chatbots peuvent suivre l'adhésion des patients à leurs
traitements et leur rappeler de prendre leurs médicaments.

Exemple concret :

Babylon Health, un service de santé en ligne, utilise un chatbot médical qui évalue les
symptômes des patients et leur fournit des conseils personnalisés, tout en facilitant la prise de
rendez-vous avec un médecin si nécessaire.

4.4. Éducation et Apprentissage

Les chatbots et les assistants virtuels sont également utilisés dans le domaine de l’éducation,
permettant aux étudiants d’accéder à des informations pédagogiques, d’effectuer des recherches
et d’obtenir un soutien personnalisé.

Exemples :

• Tuteurs virtuels : Les chatbots peuvent agir comme des tuteurs numériques, offrant un
apprentissage interactif et des explications sur des sujets spécifiques en fonction des
besoins des étudiants.
• Assistance administrative : Les assistants virtuels peuvent aider les étudiants à gérer
leur emploi du temps, soumettre des devoirs, obtenir des informations sur les cours et
les examens, et communiquer avec leurs enseignants.
• Feedback et évaluation : Les chatbots peuvent fournir des retours immédiats sur les
performances des étudiants, ce qui les aide à comprendre leurs progrès.
• Exemple concret :

17
 • Duolingo, l'application d'apprentissage des langues, utilise des chatbots pour permettre
aux utilisateurs de pratiquer leur langue cible dans des conversations interactives et
réalistes.

4.5. Banque et Services Financiers

Dans le secteur bancaire et financier, les assistants virtuels et chatbots sont utilisés pour offrir
des services personnalisés, gérer les demandes des clients et effectuer des transactions en ligne.

Exemples :

• Assistance à la gestion des comptes : Les chatbots permettent aux clients de consulter
leur solde, de réaliser des virements, de vérifier les transactions récentes, etc.
• Conseils financiers : Les assistants virtuels peuvent fournir des conseils sur les produits
financiers, comme les crédits, les investissements, ou les options d'épargne, en fonction
des besoins des utilisateurs.
• Vérification de sécurité : Les chatbots peuvent servir de mécanisme de sécurité pour
vérifier l'identité des utilisateurs et les aider dans des actions telles que le changement
de mot de passe ou la résolution de problèmes de connexion.

Exemple concret :

Bank of America a lancé un chatbot appelé Erica qui aide les clients à gérer leur compte
bancaire, à effectuer des paiements et à répondre à des questions sur leurs finances.

4.6. Ressources Humaines et Recrutement

Les assistants virtuels et chatbots sont également utilisés dans le domaine des ressources
humaines pour automatiser des processus tels que le recrutement, la gestion des employés et la
communication interne.

Exemples :

• Recrutement automatisé : Les chatbots peuvent être utilisés pour poser des questions
préliminaires lors de la présélection des candidats, effectuer des entretiens de
recrutement automatisés et fournir des mises à jour sur le statut des candidatures.
• Onboarding des employés : Les assistants virtuels peuvent faciliter l'intégration des
nouveaux employés en leur fournissant des informations sur l'entreprise, les processus
internes et les outils nécessaires à leur travail.

18
 • Gestion des congés et des demandes : Les chatbots peuvent aider les employés à gérer
leurs congés, suivre leurs heures de travail, et répondre à des questions sur les politiques
de l'entreprise.

Exemple concret :

Mya est un assistant virtuel utilisé par de nombreuses entreprises pour automatiser le processus
de recrutement, de la présélection des candidats à la planification des entretiens.à

4.7. Voyages et Transport

Les assistants virtuels et chatbots jouent également un rôle clé dans l'industrie du voyage et du
transport, où ils sont utilisés pour fournir des informations en temps réel, gérer des réservations
et aider les voyageurs dans leurs démarches.

Exemples :

• Réservation et planification de voyages : Les chatbots peuvent aider les utilisateurs à

réserver des vols, des hôtels, des voitures de location et des activités en fonction de leurs
préférences et de leur budget.
• Suivi des vols : Les assistants virtuels peuvent fournir des informations en temps réel
sur l'état des vols, les retards, les portes d'embarquement, et aider les voyageurs à trouver
des alternatives en cas de changement.
• Services personnalisés : Les chatbots peuvent offrir des recommandations de voyage
basées sur les intérêts et les expériences passées des utilisateurs.

Exemple concret :

KLM Royal Dutch Airlines utilise un chatbot pour aider les passagers à réserver des vols,
fournir des informations sur les vols et répondre à des questions fréquentes liées aux voyages.

V. Avantages et défis des chatbots et assistants virtuels

Les chatbots et assistants virtuels représentent des avancées majeures dans l’interaction
numérique et l’automatisation des services. Ils offrent des avantages notables tant pour les
utilisateurs que pour les entreprises, mais leur déploiement comporte aussi des défis qu'il

19
convient de surmonter. Dans cette section, nous examinerons les principaux avantages et défis
associés à ces technologies.

5.1. Avantages des Chatbots et des Assistants Virtuels

5.1.1. Amélioration de l’efficacité et de la productivité

Automatisation des tâches répétitives : Les chatbots permettent d'automatiser des tâches
courantes et répétitives (réponses aux FAQ, gestion des réservations, prises de rendez-vous,
etc.), libérant ainsi du temps pour les employés humains afin qu'ils puissent se concentrer sur
des tâches à plus forte valeur ajoutée.

Réduction des coûts opérationnels : L'automatisation des interactions avec les clients réduit
la nécessité d'avoir des agents humains disponibles en permanence, ce qui entraîne une
réduction des coûts liés à la main-d'œuvre, en particulier dans les centres d'appels.

Disponibilité 24/7 : Les assistants virtuels et chatbots sont disponibles en permanence, offrant
une assistance continue sans interruption. Cela améliore l'accessibilité des services et permet
aux utilisateurs de recevoir des réponses ou de résoudre des problèmes à toute heure.

5.1.2. Amélioration de l'expérience utilisateur

Réponses instantanées : Les chatbots fournissent des réponses immédiates, ce qui améliore
l'expérience utilisateur en offrant des solutions instantanées à leurs demandes.

Personnalisation de l’interaction : Grâce à l’intelligence artificielle et à l’apprentissage

automatique, les chatbots et assistants peuvent apprendre des préférences des utilisateurs et
offrir des réponses personnalisées, ce qui rend les interactions plus pertinentes et adaptées.

Multicanal et accessibilité : Les chatbots et assistants virtuels peuvent être déployés sur
diverses plateformes, telles que les sites web, les applications mobiles, les réseaux sociaux, ou
les messageries instantanées (WhatsApp, Facebook Messenger, etc.), offrant ainsi une
expérience fluide et cohérente sur différents canaux.

5.1.3. Gain de temps et réduction des erreurs humaines

Réduction des délais de traitement : Les chatbots permettent de traiter plusieurs requêtes
simultanément, ce qui réduit considérablement les délais de réponse par rapport à un agent
humain. Cela permet de mieux gérer un grand volume de demandes.

20
Précision des réponses : Les chatbots sont programmés pour fournir des réponses
standardisées, ce qui réduit les erreurs humaines qui peuvent survenir lors des interactions avec
des agents humains. Cela garantit une uniformité dans les réponses.

5.1.4. Collecte et analyse des données

Analyse des comportements des utilisateurs : Les interactions avec les chatbots génèrent une
grande quantité de données, qui peuvent être analysées pour mieux comprendre les besoins et
les préférences des utilisateurs. Cela permet aux entreprises d'ajuster leurs offres, leurs services
et leurs stratégies de communication.

Amélioration continue : Grâce aux capacités d'apprentissage automatique, les chatbots

s’améliorent au fil du temps en apprenant des interactions passées et en affinant leur capacité à
répondre aux demandes des utilisateurs.

5.2. Défis des Chatbots et des Assistants Virtuels

5.2.1. Compréhension limitée du langage naturel

Ambiguïtés et complexité du langage humain : Bien que les progrès dans le traitement du
langage naturel (NLP) aient fait des avancées significatives, les chatbots peuvent encore
rencontrer des difficultés lorsqu'il s'agit de comprendre des phrases ambiguës, des expressions
informelles, ou des langages locaux et des accents.

Problèmes avec des requêtes complexes : Les chatbots sont efficaces pour traiter des
demandes simples ou répétitives, mais ils peuvent échouer lorsqu'il s'agit de gérer des requêtes
complexes ou de maintenir une conversation prolongée sans perdre le fil du contexte.

5.2.2. Manque de personnalisation et d'empathie

Réponses stéréotypées : Bien que les chatbots et les assistants virtuels puissent fournir des
réponses rapides, leurs réponses peuvent sembler impersonnelles ou mécanistes, ce qui peut
nuire à l’expérience utilisateur, surtout dans des situations qui nécessitent un certain degré
d’empathie, comme dans les services de santé ou le support émotionnel.

Limites dans la gestion des émotions : Les chatbots ne sont pas capables de détecter les
émotions humaines de manière sophistiquée et peuvent ne pas répondre de façon appropriée
dans des situations où la gestion émotionnelle est cruciale (par exemple, en cas de frustration
d’un utilisateur ou de demande urgente).

21
5.2.3. Dépendance à la technologie

Problèmes techniques : Les chatbots et assistants virtuels peuvent être sujets à des pannes
techniques, des erreurs de connexion, ou des défaillances dans la gestion des données, ce qui
peut perturber l’expérience utilisateur et entraîner des frustrations.

Risque de dysfonctionnement : Si les chatbots ne sont pas bien formés ou alimentés avec des
données insuffisantes, ils peuvent donner des réponses incorrectes ou inappropriées, ce qui peut
affecter la confiance des utilisateurs et nuire à la réputation de l’entreprise.

5.2.4. Respect de la confidentialité et sécurité des données

Problèmes de sécurité des données : Les chatbots et assistants virtuels collectent une grande
quantité de données personnelles des utilisateurs. La gestion de ces données doit respecter les
lois sur la confidentialité (comme le RGPD en Europe), et les systèmes doivent être sécurisés
contre les cyberattaques pour protéger la vie privée des utilisateurs.

Conformité réglementaire : Les entreprises doivent s'assurer que les chatbots respectent les
normes et les régulations en matière de protection des données et de confidentialité, ce qui peut
être un défi dans des environnements législatifs en constante évolution.

5.2.5. Intégration avec les systèmes existants

Problèmes d'intégration : L’intégration de chatbots dans des systèmes d'entreprise existants

(comme les bases de données, les systèmes CRM, ou les plateformes de support) peut être
complexe et coûteuse. Une mauvaise intégration peut entraîner des incohérences dans les
données ou des erreurs dans les processus automatisés.

Complexité des interactions multicanal : Lorsqu'ils sont déployés sur plusieurs canaux (sites
web, applications mobiles, messageries), les chatbots peuvent rencontrer des difficultés à
maintenir une expérience fluide et cohérente, ce qui nécessite une gestion minutieuse de chaque
plateforme.

5.2.6. Impact sur l’emploi humain

Remplacement des emplois humains : Bien que les chatbots améliorent l’efficacité et
réduisent les coûts, ils peuvent également entraîner une réduction des besoins en personnel
humain dans certaines fonctions, comme le service client ou la gestion des demandes simples.

22
Cela soulève des questions sur l'impact sur l'emploi, particulièrement dans les secteurs où
l'humain est nécessaire pour des interactions plus personnalisées ou complexes.

Évolution des rôles : En conséquence, certains employés devront évoluer vers des rôles plus
complexes ou à plus forte valeur ajoutée, mais cette transition peut être difficile pour certaines
personnes si elles ne sont pas suffisamment formées ou soutenues.

VI. L'avenir des chatbots et des assistants virtuels

Les chatbots et assistants virtuels ont connu une adoption rapide ces dernières années grâce aux
avancées en intelligence artificielle (IA), traitement du langage naturel (NLP) et apprentissage
automatique. En évoluant rapidement, ces technologies continueront de se perfectionner et de
se diversifier. L'avenir des chatbots et assistants virtuels s'annonce particulièrement prometteur,
avec des améliorations attendues sur plusieurs fronts : intelligence, personnalisation, interaction
vocale, éthique et accessibilité. Voici un aperçu des principales évolutions que l’on peut
anticiper dans les années à venir.

6.1. Amélioration de la Compréhension et de l'Intelligence Contextuelle

L'un des domaines où les chatbots et assistants virtuels vont continuer à progresser est
l'amélioration de la compréhension du langage naturel. Actuellement, bien qu'ils soient capables
de traiter des demandes simples et répétitives, leur capacité à comprendre des requêtes
complexes et contextuelles est encore limitée. L'avenir des chatbots sera marqué par :

• Compréhension plus profonde du langage humain : Les chatbots deviendront plus

aptes à comprendre non seulement le sens des mots, mais aussi les nuances, les émotions
et les intentions derrière les demandes des utilisateurs. Grâce à l'évolution des modèles
de deep learning et des techniques avancées de NLP, ils seront capables de répondre à
des questions complexes tout en tenant compte du contexte global d'une conversation.

• Interaction contextuelle et adaptative : Les assistants virtuels de demain pourront se

souvenir des interactions passées, prendre en compte le contexte actuel et anticiper les
besoins des utilisateurs de manière plus fluide. Ils seront capables de maintenir des
conversations naturelles sur plusieurs tours, gérant des changements de sujet tout en
maintenant la cohérence du dialogue.

6.2. Chatbots Multimodaux et Interaction Vocale Améliorée

23
Les chatbots et assistants virtuels actuels sont principalement basés sur du texte, mais l'avenir
les verra se diversifier vers des interactions multimodales et vocales :

• Intégration de la voix et des interfaces multimodales : À mesure que la

reconnaissance vocale et la synthèse vocale s'améliorent, les chatbots et assistants
deviendront plus performants dans les interactions vocales. Les utilisateurs pourront
interagir avec ces assistants non seulement par texte, mais aussi par voix, par gestes et
peut-être même par expression faciale. Les interfaces vocales, telles que Siri, Alexa ou
Google Assistant, joueront un rôle clé dans la transition vers des expériences plus
naturelles et intuitives.

• Convergence des canaux : L'expérience multimodale permettra à l’utilisateur

d’alterner entre différents types d’interactions (texte, voix, image, vidéo) tout au long
de la même conversation, que ce soit sur un smartphone, un haut-parleur intelligent, une
montre connectée ou un autre appareil IoT. Cela rendra l'interaction avec les chatbots
plus flexible et adaptée à chaque situation.

6.3. Personnalisation et Interaction Emotive

Le niveau de personnalisation que les chatbots et assistants virtuels offriront dans l'avenir sera
encore plus élevé. Grâce à des algorithmes d’apprentissage plus sophistiqués et à l’analyse des
données utilisateurs, les chatbots pourront :

• Proposer des services personnalisés : En apprenant à connaître les préférences, les

comportements et les habitudes des utilisateurs, les assistants virtuels pourront offrir des
réponses et des recommandations sur mesure, améliorant ainsi l'expérience utilisateur.
Par exemple, ils pourraient suggérer des produits, services ou contenus basés sur des
achats passés, des goûts ou même des émotions détectées pendant la conversation.

• Détecter et répondre aux émotions : L'avenir des chatbots verra également une
meilleure capacité à détecter les émotions humaines à travers la voix, le texte ou
l'expression faciale. Cela permettra aux assistants virtuels de mieux comprendre les états
émotionnels des utilisateurs et de répondre de manière plus appropriée, par exemple, en
adoptant un ton plus empathique en cas de frustration, ou en étant plus ludique en cas
de convivialité.

6.4. Amélioration de l'Automatisation et des Processus Complexes

24
Les chatbots et assistants virtuels ne se contenteront plus de gérer des interactions simples, mais
auront un rôle plus significatif dans l'automatisation de processus complexes au sein des
entreprises et des services.

• Automatisation avancée des processus métiers (RPA) : Les chatbots évolueront pour
intégrer des systèmes Robotic Process Automation (RPA), ce qui leur permettra
d'automatiser des tâches non seulement en répondant à des requêtes, mais aussi en
traitant des actions complexes, telles que l'analyse de documents, la gestion des stocks,
la prise en charge des demandes de crédit, ou l'exécution de transactions financières.

• Fusion avec des systèmes d’IA d’entreprise : L'intégration avec des systèmes d'IA et
des bases de données d'entreprise permettra aux chatbots de traiter des demandes
complexes, telles que l'analyse des performances d'une entreprise, la prévision de
tendances ou l'optimisation de l'approvisionnement.

6.5. Accessibilité Améliorée et Multilinguisme

Les chatbots et assistants virtuels joueront un rôle majeur dans l'amélioration de l’accessibilité
des services. L’un des grands défis de demain sera de rendre ces outils accessibles à un public
plus large, notamment dans les pays en développement ou pour les personnes en situation de
handicap.

• Multilinguisme avancé : Les chatbots seront capables de converser dans plusieurs

langues sans nécessiter de configurations complexes. Grâce à des avancées dans la
traduction automatique, ces assistants pourront non seulement comprendre différentes
langues, mais aussi offrir des interactions fluides et naturelles dans une multitude de
dialectes et d'accents.

• Accessibilité pour les personnes handicapées : Les chatbots et assistants vocaux

permettront d'offrir un meilleur accès à la technologie pour les personnes ayant des
handicaps visuels, auditifs ou cognitifs. Par exemple, les assistants virtuels vocaux
seront de plus en plus utilisés pour aider les personnes malvoyantes à naviguer sur des
sites web, passer des commandes ou contrôler des appareils.

6.6. Ethique et Conformité

L’avenir des chatbots et des assistants virtuels sera également marqué par une attention
croissante à l’éthique et à la protection des données.

25
 • Transparence et responsabilité : Les utilisateurs auront des attentes de plus en plus
élevées quant à la manière dont leurs données sont collectées, stockées et utilisées. Les
entreprises devront veiller à ce que leurs chatbots respectent des normes de
confidentialité strictes, comme le RGPD en Europe, et qu'elles garantissent une
transparence totale sur l'utilisation des données.

• Lutte contre les biais de l'IA : Il y aura un besoin croissant de mettre en place des
mécanismes visant à éviter que les algorithmes ne reproduisent des biais sociaux,
raciaux ou sexistes. Les chatbots devront être formés de manière plus responsable pour
éviter les discriminations et offrir une expérience équitable à tous les utilisateurs.

6.7. Évolution des Modèles Économiques

Les chatbots et assistants virtuels ne se contenteront plus de soutenir les entreprises dans leurs
tâches de support. Ils deviendront un moteur de nouvelles opportunités économiques.

• Assistant virtuel comme service : Avec la démocratisation de l'IA, les entreprises

pourront créer et déployer des assistants virtuels spécifiques à leur domaine (secteur
bancaire, santé, éducation, etc.), dans le cadre de solutions Software as a Service (SaaS).
Les utilisateurs pourront ainsi accéder à des assistants spécialisés pour des besoins très
spécifiques à moindre coût.

• Monétisation des interactions : Les chatbots et assistants virtuels pourraient devenir

des outils de monétisation directe, en générant des revenus grâce à des recommandations
de produits, des offres personnalisées ou en guidant les utilisateurs dans des parcours
d'achat.

VII. Application d’un assistant virtuel universitaire programmé avec Python

Ce programme Python crée une application interactive permettant à un étudiant de rechercher

l'emplacement de ses cours en fonction de son niveau et de sa filière. L'application utilise une
base de données SQLite pour stocker les informations des classes et présente une interface
graphique pour interagir avec l'utilisateur. Elle inclut des fonctionnalités de recherche,
d'affichage dynamique des options de filière et d'affichage des résultats dans des boîtes de
message.

7.1 Explication du programme Python utilisé

7.1.1. Importation des bibliothèques :

26
 • tkinter: Bibliothèque standard pour créer des interfaces graphiques en Python.

• messagebox: Utilisée pour afficher des boîtes de dialogue avec des messages d'erreur
ou de succès.

• font: Permet de configurer les polices d'affichage pour les éléments de l'interface.

• PIL (Python Imaging Library): Utilisé pour manipuler des images (ici pour afficher un
logo).

• sqlite3: Permet de manipuler des bases de données SQLite.

7.1.2. Classe UniversityApp :

Cette classe est le cœur de l'application et gère la création de l'interface graphique et la logique
de la base de données.

a) Méthodes principales :

• __init__(self, root) :

o Constructeur de la classe. Il initialise l'interface graphique avec un titre, une

couleur de fond et une taille de fenêtre. Ensuite, il appelle les méthodes pour
configurer la base de données et créer l'interface.

• setup_database(self) :

o Cette méthode se connecte à une base de données SQLite (nommée

university_classes.db), crée une table classes (si elle n'existe pas déjà), et y
insère des données par défaut concernant les cours universitaires pour différents
niveaux et filières.

• trouver_classe(self, niveau, filiere) :

o Cette méthode permet de rechercher dans la base de données les informations

sur les classes (salle, horaires) en fonction du niveau d'étude et de la filière
sélectionnés. Elle retourne les résultats correspondants ou None si aucune
donnée n'est trouvée.

• show_result(self) :

o Cette méthode récupère les valeurs du niveau d'étude et de la filière à partir des
menus déroulants, effectue la recherche dans la base de données et affiche les

27
 résultats sous forme de tableau. Elle affiche aussi un message de motivation
("Bonne chance!") et une citation inspirante.

• reset_fields(self) :

o Réinitialise les champs de sélection (niveau et filière) et supprime les résultats

affichés.

• create_interface(self) :

o Crée l'interface graphique de l'application, incluant des labels (textes), des

menus déroulants pour choisir le niveau et la filière, des boutons pour rechercher
ou réinitialiser, et un espace pour afficher les résultats. Un logo est aussi affiché
au sommet de la fenêtre.

• update_filiere_options(self, *args) :

o Cette méthode est appelée chaque fois que l'utilisateur sélectionne un niveau
d'étude dans le menu déroulant. En fonction du niveau, elle met à jour les options
disponibles dans le menu déroulant pour les filières.

b) Interface graphique :

• Un logo de EST Salé est affiché en haut de la fenêtre, redimensionné à une taille
spécifique.

• Deux menus déroulants permettent à l'utilisateur de choisir son niveau d'étude et sa

filière. Les options de filière changent dynamiquement en fonction du niveau
sélectionné.

• Un bouton "Trouver la classe" déclenche la recherche des informations sur le cours et

affiche les résultats dans une section sous le formulaire. Un autre bouton "Réinitialiser"
permet de réinitialiser tous les champs et résultats.

c) Mise en page :

L'interface est conçue pour être claire et ergonomique. Chaque composant (label, bouton, menu)
est disposé dans une grille (grid) qui permet de positionner facilement les éléments par ligne et
colonne.

• Le texte de bienvenue et les autres éléments de l'interface sont formatés avec des polices
spécifiques et des couleurs de fond.

28
 • Les résultats sont affichés sous forme de tableau avec des en-têtes et des données
organisées en lignes et colonnes.

3. Base de données SQLite :

La base de données contient une table classes avec les colonnes suivantes :

• id: Identifiant unique pour chaque enregistrement.

• niveau: Le niveau d'études (Licence, 1ère année, 2ème année).

• filiere: La filière d'étude (par exemple, GBTS, MCI, etc.).

• salle: L'emplacement des cours.

• horaires: Les horaires des cours.

Des données par défaut sont insérées dans cette base de données pour être utilisées dans
l'application.

4. Fonctionnement de l'application :

• L'utilisateur sélectionne son niveau d'étude et sa filière dans les menus déroulants.

• Lorsqu'il clique sur "Trouver la classe", l'application recherche les informations

correspondantes dans la base de données et affiche les résultats sous forme de tableau.

• Si aucun résultat n'est trouvé, un message d'erreur apparaît.

• Un bouton "Réinitialiser" permet de réinitialiser l'interface pour une nouvelle recherche.

7.2. Simulation de l’interface

29
Après que le programme est fini, on clique sur Run pour la simulation :

Cet écran représente l’interface principale où l’utilisateur est accueilli. L’interface inclut :

• Un logo de l’École Supérieure de Technologie de Salé, Université Mohammed

V de Rabat.

• Un message de bienvenue : “Bienvenue dans votre guide universitaire!”

• Deux menus déroulants permettant à l’utilisateur de :

• Sélectionner le niveau d’étude (ex. Licence, Master, etc.).

• Sélectionner la filière.

• Un bouton intitulé “Trouver la classe” qui génère les informations nécessaires

selon les choix effectués.

30
Cet écran montre les choix possibles pour :

• Niveau d’étude : Une liste déroulante propose des options telles que Licence,
1ère année, 2ème année.

• Filière : Une liste déroulante propose des spécialités comme GBTS, MCI, IEE,
ou TTSIA.

• Objectif : Permettre à l’utilisateur de spécifier ses préférences afin de

personnaliser les résultats affichés

Après avoir sélectionné les options et cliqué sur le bouton “Trouver la classe”, une fenêtre
s’ouvre pour afficher les informations suivantes :

• Salle : Le bâtiment et l’amphithéâtre assignés.

• Horaires : Les heures de cours.

• Un bouton “réinitialiser” pour réinitialiser les donées

• Objectif : Fournir à l’utilisateur les détails nécessaires concernant

l’emplacement et les horaires.

31
 Conclusion générale
Les chatbots et assistants virtuels représentent une révolution dans la manière dont les humains
interagissent avec la technologie, marquant un tournant dans les relations entre les utilisateurs
et les systèmes automatisés. Depuis leurs origines, qui remontent aux premières
expérimentations en intelligence artificielle dans les années 1950, ces outils ont évolué pour
devenir des éléments essentiels dans de nombreux secteurs d'activité. De la simple simulation
de dialogue à l'intégration d'algorithmes avancés de traitement du langage naturel (NLP) et
d'intelligence artificielle, les chatbots et assistants virtuels sont désormais capables de répondre
de manière fluide et naturelle aux besoins des utilisateurs.

Les technologies sous-jacentes de ces systèmes, notamment l'intelligence artificielle,

l'apprentissage automatique, la reconnaissance vocale et la synthèse vocale, ont permis de

32
surmonter les défis initiaux liés à la compréhension et à l'interaction. Leurs applications sont
vastes et diverses, allant du service client à la santé, en passant par l'éducation, le commerce, et
même les voyages, offrant des solutions innovantes pour simplifier les tâches quotidiennes des
utilisateurs tout en optimisant les performances des entreprises.

Cependant, malgré ces avancées, des défis subsistent. La compréhension limitée du langage
humain, la nécessité d'une personnalisation plus poussée et les enjeux liés à la confidentialité
des données sont des questions qui doivent être traitées pour garantir une adoption généralisée
et une interaction humaine enrichie. En outre, l'impact de l'automatisation sur l'emploi humain
et l'éthique de l'utilisation des IA restent des sujets de réflexion qui nécessitent une attention
particulière de la part des chercheurs, des développeurs et des législateurs.

L'avenir des chatbots et assistants virtuels semble prometteur, avec des développements majeurs
en termes d'intelligence contextuelle, d'interactions multimodales, et de personnalisation
avancée. L'intégration de ces systèmes dans des environnements de plus en plus complexes,
ainsi que leur capacité à comprendre et répondre aux émotions humaines, pourrait transformer
encore davantage les expériences des utilisateurs. L'accessibilité, le multilinguisme et
l'amélioration de l'éthique technologique joueront également un rôle clé dans le développement
futur de ces outils.

Enfin, l'exemple d'application d’un assistant virtuel universitaire, programmé en Python dans
ce rapport, démontre concrètement comment ces technologies peuvent être utilisées dans un
cadre académique pour améliorer l’accessibilité à l’information et automatiser des tâches
administratives. L'utilisation de Python pour créer des solutions simples mais efficaces montre
le potentiel de ces outils dans des projets à petite échelle tout en soulignant leur évolutivité et
leur adaptabilité à des besoins spécifiques.

Ainsi, les chatbots et assistants virtuels continueront de transformer notre façon de

communiquer avec la technologie et d'interagir avec les systèmes intelligents, ouvrant la voie à
un avenir où l’intelligence artificielle devient une part intégrante de notre quotidien. Il est donc
impératif de suivre de près ces évolutions et d’adopter des pratiques responsables pour
maximiser les bénéfices tout en minimisant les risques

33
 Bibliographie

1. Goulart, S. (2018). Les chatbots et l'intelligence artificielle. Paris : Eyrolles.

2. Sarikaya, R. et al. (2017). "Automatic Speech Recognition and Natural Language

Processing: Speech to Text and Beyond." IEEE Transactions on Speech and Audio
Processing.

3. Hossain, M. et al. (2019). "Chatbot applications: A survey." Computer Science

Review, 34(1), 5-20.

4. Huang, M.-H., & Rust, R. T. (2021). "Artificial Intelligence in Service." Journal of

Service Research, 24(2), 166-179.
5. Shah, N. et al. (2020). Chatbots in customer service: A study of implementation and
benefits. Springer International Publishing.

34
6. McTear, M. (2017). Conversational AI: Chatbots and virtual assistants. Springer.

35