Cette thèse s'inscrit dans le domaine de l'IA explicable pour des systèmes d'argumentation abstraite (AAF). Il s'agit d'un formalisme permettant de représenter et de raisonner sur des informations contradictoires par l'intermédiaire d'éléments abstraits, des arguments, et d'une relation binaire, appelée attaque, représentant une contradiction ou bien un conflit asymétrique entre deux arguments. Un argument peut alors être acceptable ou inacceptable selon un ensemble de règles appelé une sémantique. Dans ce contexte, nous travaillons sur la génération d'explications dites causales, c'est-à-dire déduites d'un raisonnement causal complexe, du statut d'acceptabilité d'un ensemble d'arguments, adaptées à son destinataire. Nous considérons trois cas : le cadre classique des systèmes d'argumentation abstraite, un cadre dynamique, c'est-à-dire qui tient compte de l'ordre d'énonciation des arguments, et un cadre bipolaire pondéré, incluant une deuxième relation binaire appelée support ainsi qu'une pondération sur les arguments. Dans chacun des cas, nous proposons de faire le lien, en proposant une transformation explicite, entre les AAF et un formalisme causal adapté : les modèles structurels causaux dans le cadre classique et bipolaire pondéré et les langages d'action dans le cadre temporel.
Mots clés : IA explicable, Argumentation abstraite, Causalité, Ordre d'énonciation, Langage d'action, Argumentation bipolaire pondérée