Chair objectives
Reconnue comme vitale dans un processus de prise de décision en groupe, la délibération permet aux parties prenantes de discuter et de parvenir à un accord sur des questions controversées avant de prendre des décisions définitives. Elle présente plusieurs avantages, dont celui de garantir des décisions bien informées et acceptées. Son épine dorsale est l’argumentation, qui consiste à justifier les affirmations par des arguments. Les plus grands défis auxquels sont confrontés les systèmes de délibération sont l’identification, l’analyse, l’évaluation et l’agrégation de vastes ensembles d’arguments en interaction, généralement de types disparates, et la résolution des désaccords potentiels entre les parties prenantes.
Principal investigator
- Leila Amgoud – DR CNRS, CNRS – IRIT
Ce projet promeut un nouveau paradigme holistique favorisant la collaboration homme-machine pour des délibérations efficaces. Il vise à développer des systèmes d’intelligence artificielle qui non seulement relèvent tous les défis susmentionnés, mais améliorent également les capacités d’argumentation des parties prenantes en suggérant des arguments pertinents, récupérés sur le web, et en facilitant une bonne compréhension d’un débat grâce à une synthèse automatiquement générée et structurée des arguments les plus saillants. L’objectif final de cette chaire est une suite de développements théoriques, à savoir (i) une théorie formelle suffisamment générale de l’argumentation qui traite des arguments exprimés en langage naturel, (ii) des modèles de langage fondés sur l’argumentation computationnelle et adaptés à la recherche d’arguments et à la synthèse d’arguments, (iii) une théorie de la décision avancée et fondée sur les deux développements précédents ; et une application dans des scénarios réels grâce à une collaboration avec le partenaire industriel CAPGEMINI (ex. SOGETI), expérimenté dans la prise de décision collective.
Co-chairs:
- Ines Ben-Kraiem (Sogetilabs – Sogeti)
- Marie-Christine Lagasquie (PR, Université Paul Sabatier)
- Lynda Tamine (PR Université Paul Sabatier)
- Pascal Zaraté (PR Université Capitole)
- Defining effective argumentation-based retrieval models able to access large-scale web documents.
- Définir une théorie avancée d’argumentation, qui prenne en charge les arguments du monde réel, la pléthore de types et de formes d’arguments qui peuvent être échangés, qui est capable de raisonner efficacement et d’identifier les arguments et les positions les plus importants.
- Définir des modèles avancés de prise de décision capables d’extraire des critères de décision à partir d’arguments, d’agréger des arguments pour et contre des alternatives afin de fournir des recommandations personnalisées accompagnées d’explications.
- Définir de grands modèles de langage qui génèrent des positions synthétiques mais informatives.
- Intégrer les différents développements théoriques dans un système de délibération prototype.
- Valider le prototype dans des scenarios concrets, incluant une problématique de décision collective sur le choix des méthodes de gestion de projets, une application qui présente un grand intérêt pour le partenaire industriel CAPGEMINI (Sogeti). Une deuxième étude de cas serait orientée sur les plateformes de débat en ligne qui seront utilisées dans le cadre d’un projet CAPGEMINI sur l’innovation managériale.
Des systèmes d’IA transparents capables de générer et de traiter des arguments en langage naturel, de générer des vues synthétiques des débats et de recommander des décisions rationnelles.
English 
French