• EnglishEnglish
  • Interactions humaines et sciences des données

    Responsables scientifiques :  Isabelle Rabaud (LEO), Emmanuel Schang (LLL)

    Axe scientifique 2024-2028

    Constat

    Une des problématiques actuelles, aussi bien en SHS qu’en SPI, est la profusion de données et de corpus. Ces corpus et leur analyse sont pour l’instant souvent pensés de manière mono-disciplinaire et les sciences des données ne sont mobilisées qu’au moment de leur traitement. Cela questionne la pertinence des analyses des phénomènes étudiés et le manque de créativité dans les protocoles et les modèles développés ou exploités.

    Par ailleurs, les recherches en sciences des données et en IA font émerger de nombreux outils, trop souvent entièrement automatiques et n’intégrant pas la dimension humaine alors que ce type des démarches devraient être par nature interdisciplinaire.

    Objectifs

    • Promouvoir les interactions pluridisciplinaires et la co-conception au plus tôt dans le processus c’est-à-dire dès la définition du cahier des charges, des protocoles expérimentaux puis durant l’élaboration des modèles jusqu’à l’interprétation des résultats
    • Développer une réflexion sur la déontologie, l’éthique et l’usage des données : par exemple, pour plus de réutilisabilité, décrire les processus de préparation des données, de construction des modèles, en utilisant des vocabulaires formels standards ; cela peut aussi permettre une évaluation des outils déployés, permettre de rechercher efficacement parmi les expériences passées celles que l’on pourrait réutiliser (principes FAIR).

    Mode de mise en œuvre et livrables

    Un des enjeux du groupe est de travailler sur la place de l’interdisciplinarité dans le processus de préparation, de formalisation, de l’analyse et de l’interprétation des données.

    A l’aide de témoignages et en capitalisant sur les expériences passées, il semble possible de :

    • produire un cadre de collaboration pluridisciplinaire respectant les principes FAIR lors de la mise à disposition des données, des modelés et des expertises. L’extension de ces principes FAIR sur la description des processus d’analyse et d’interprétation
    • promouvoir l’utilisation d’outils facilitant le dialogue entre disciplines, l’interopérabilité sémantique (ontologies de description des données mais aussi des processus)
    • revisiter les modes d’évaluation des performances des outils avec une vision pluridisciplinaire. Une attention particulière sera portée au partage des ressources et à la science ouverte.

    Exemple d’initiatives concrètes pouvant servir de support

    En Région Centre-Val de Loire, les sciences des données ont déjà été et sont toujours particulièrement utilisées dans de très divers domaines de la recherche en SHS : en économie, en sociologie, en histoire, en archéologie, en géographie, en linguistique, en sciences de l’éducation et de la formation, en psychologie. Les éléments suivants sont de nature à consolider et enrichir l’axe :

    • le groupe Web sémantique MSH Val de Loire/Huma-Num ;
    • différents projets de l’équipe Qualypsy envisageant la comparaison des modèles deep learning avec les modèles statistiques plus classiquement exploités (LabCom QVTi : Qualité de vie intégrée au travail, ANR Frida sur l’analyse des fantasmes)
    • différents projets menés par le Laboratoire Archéologie et Territoires de CITERES (aide à la reconnaissance de céramiques, reconnaissance automatique dans les données LiDAR) et au LLL (analyses des langues rares avec des jeux de données de petite taille, ANR CREAM, coréférences, intonation, projet APR-IA RAVIOLI) ;
    • différents projets en science de l’éducation et économie (détection de la fraude, définition des critères de credit scoring, etc.) ;
    • des liens fort sont à établir avec le nouvel axe La santé dans tous ses états de la MSH Val de Loire.

    Manifestations scientifiques

    Pour suivre les activités de l’axe Interactions humaines et sciences des données,
    vous pouvez vous abonner à la liste de diffusion de l’axe.