Le métro parisien est un système dynamique complexe, où la pression temporelle est importante. Lors d'incidents, les opérateurs chargés de la régulation des lignes n'ont que quelques instants pour prendre connaissance de l'incident, de son contexte et construire une stratégie pour résoudre l'incident adaptée à la situation. Forte de son expérience centenaire, la RATP a construit des procédures pour uniformiser les stratégies de résolution d'incident. Toutefois ces procédures ne sont que des exemples de résolution, car elles ne tiennent pas compte de la richesse du contexte des incidents. Le projet SART (Système d'Aide à la Régulation du Trafic), et notamment l'agent d'aide à la gestion d'incident sur une ligne de métro, se propose d'aider les opérateurs dans la construction de leurs stratégies de résolution. Afin de faciliter la compréhension entre les utilisateurs et le système, nous avons choisis de nous inspirer de raisonnements humains pour concevoir les raisonnements artificiels à la base du système d'aide. Nous proposons dans ce rapport le paradigme de graphe contextuel, qui est une traduction computationnelle de la notion de schèmes, utilisée en ergonomie cognitive pour représenter les activités humaines.