Group description

This group is for the exchange of learning experiences with the Agro-ecological Knowledge Toolkit (AKT). The group is open to anyone using or interested in using AKT so please feel free to share and discuss with other users. We will update the training materials here as well as provide photos from some of the recent research projects we have been involved in. You're welcome to send us information/photos from your own work to post up here too! We have also recently translated our training materials into French and this is available for download by any Francophone trainees.

The Wikispace admins are Tim Pagella (Bangor University), Genevieve Lamond (Bangor University) and Emilie Smith Dumont (ICRAF).

Ce groupe est conçu pour des échanges sur l’apprentissage du logiciel AKT. Ce groupe est ouvert à toute personne utilisant ou souhaitant utiliser AKT.

Introduction

The AKT5 software was developed by Bangor University, in conjunction with the Department of Artificial Intelligence at Edinburgh University. It was designed to provide an environment for knowledge acquisition in order to create knowledge bases from a range of sources. It allows representation of knowledge elicited from farmers and scientists or knowledge abstracted from written material. The use of formal knowledge representation procedures offers researchers the ability to evaluate and utilise the often complex, qualitative information relevant stakeholders have on agroecological practices. The methodology associated with knowledge elicitation for the AKT5 system allows for formalized flexible knowledge bases to be created.

The process of acquiring and representing knowledge using this system is described in the AKT5 Manual (access here: http://akt.bangor.ac.uk/AKTManual). Essentially during knowledge base creation, knowledge is elicited through a process of semi-structured interviews with key informants. This knowledge is then broken down into unitary statements, and represented using a formal grammar, in either a statement or diagrammatic format. The process of representation requires iterative evaluation of the knowledge as it is inputted and therefore provides the basis for further questioning; the process of elicitation continues until no further knowledge is available. This process permits very robust knowledge bases on specified topics to be created.

Le logiciel Agroecological Knowledge Toolkit (AKT5), un dispositif de fonctions sur les savoirs agro-écologiques, a été développé par l’University of Wales, Bangor, en partenariat avec le Département d’Intelligence Artificielle de l’Université d’Edinburgh. AKT5 a été conçu pour offrir un environnement informatique à l’acquisition des savoirs en vue de créer des bases de savoirs à partir de sources diverses. Il permet de transcrire les savoirs obtenus des agriculteurs et des scientifiques ou des connaissances extraites de sources écrites. L’emploi des procédures de transcription formelle des savoirs offre aux chercheurs la possibilité d’évaluer et utiliser l’information, souvent qualitative, sur les pratiques agro-écologiques, détenue par les acteurs concernés. La méthodologie associée à l’acquisition des savoirs permet de créer des bases de savoirs à la fois formalisées et flexibles.

Le processus d’acquisition et de transcription des savoirs utilisant ce système est décrit dans le Manuel AKT5 (access here: http://akt.bangor.ac.uk/AKTManual). Le plus souvent, durant la création de la base de savoirs, les savoirs sont obtenus au moyen d’entretiens semi-structurés avec des interlocuteurs-clés. Ces savoirs sont ensuite décomposés en énoncés unitaires et transcrits en utilisant une grammaire formelle soit au format d’énoncé textuel, soit au format de diagramme. Le processus de transcription exige une évaluation itérative des savoirs au fur et à mesure que ceux-ci sont saisis dans l’ordinateur, ce qui suscite de nouvelles questions auxquelles les réponses seront obtenues en poursuivant les entretiens jusqu’à ce qu’il ne reste plus aucun savoir à acquérir.

Ce processus permet de construire des bases de savoirs très solides sur des sujets spécifiques.