Description
Date depot: 15 novembre 2021
Titre: Analyse multi-critères de l’équité d’algorithmes de fouille de données éducatives
Directrice de thèse:
Vanda LUENGO (LIP6)
Encadrant :
François BOUCHET (LIP6)
Encadrant :
Sébastien LALLÉ (LIP6)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Intelligence artificielle
Resumé: L’objectif principal de cette thèse est de proposer une méthode d’analyse multi-critères de l’équité pour différents types d’algorithmes communément employés dans la communauté EDM en fonction de différents jeux de données. En effet, les travaux récents se focalisent tous sur l’évaluation d’un critère unique (le genre, l’ethnicité [en milieu anglo-saxon], l’établissement d’origine...) mais la diversité des critères étudiés montrent bien l’aspect multidimensionnel requis pour prendre des décisions qui soient équitables de manière globale. Cette problématique générale se décline en plusieurs questions de recherche complémentaires qui pourront être investiguées par le candidat retenu : 1. Est-il possible de combiner différents algorithmes équitables selon des critères différents pour obtenir une décision globalement plus équitable ? 2. Peut-on déterminer automatiquement le risque de biais d’équité dans un jeu de données en fonction de divers critères afin de recommander la collecte de nouvelles données auprès d’une population particulière ? 3. Peut-on neutraliser les biais de différents algorithmes dans le temps, en alternant les méthodes de choix pour équilibrer les biais selon différents critères ?
Mots-clé : équité ; éducation ; multi-critère ; combinaison d’algorithmes ; fouille de données
Doctorant.e: Verger Mélina