Soutenance de thèse de Kevin Delcourt
Kévin Delcourt a le plaisir de vous inviter à sa soutenance de thèse le lundi 18 novembre à 14h30, à l’auditorium J. Herbrand de l’IRIT/UT3. Ce sera suivi d’un pot dans la cafétéria de l’IRIT, aux alentours de 17h.
La soutenance sera également diffusée sur Zoom (les participants n’auront pas la possibilité de parler, envoyer des messages, etc.)
- Lien Zoom : https://univ-tlse3-fr.zoom.us/j/94080719329?pwd=1oiXxPsJMpTnsUUpr6fvl3UD4uiWQH.1
- Titre : Interaction Humain-IA pour la Composition Logicielle Opportuniste en Environnement Ambiant
- Résumé :
L’Intelligence Artificielle (IA) s’intègre de plus en plus dans
notre quotidien, rendant essentielles la compréhension et l’amélioration
de l’interaction Humain-IA pour maximiser son potentiel et assurer une
collaboration harmonieuse. Dans le contexte de l’Intelligence Ambiante
(AmI), l’IA a le potentiel de transformer nos environnements en espaces
intelligents et réactifs, capables de répondre à nos besoins avant même
que nous les exprimions.
Cette thèse vise à explorer les enjeux de cette interaction, à concevoir
et à évaluer des solutions centrées sur l’humain pour l’AmI. À partir
d’une revue critique de la littérature sur l’interaction Humain-IA, nous
identifions des méthodes et des techniques pour mieux intégrer l’humain
dans la boucle. Cela nous conduit à appliquer une démarche de conception
d’IA centrée utilisateur à un système de Composition Logicielle
Opportuniste. Ce système d’AmI construit des applications par assemblage
de composants logiciels présents dans l’environnement de l’utilisateur
(capteurs, objets connectés, etc.) de manière à répondre à ses besoins.
Il apprend les préférences de l’utilisateur via un système multi-agent
qui apprend par renforcement à partir du feedback de l’utilisateur.
Ainsi nous concevons un système de Composition Logicielle Opportuniste
centré sur l’humain, intégrant une gestion interactive de l’incertitude
et divers mécanismes de feedback. Ces solutions permettent de donner
plus de possibilités d’interaction à l’utilisateur et l’informent de
manière plus transparente de l’état des connaissances du système apprenant.
Ces solutions sont développées dans un environnement ambiant simulé en
deux dimensions, sur une plateforme en ligne. Nous évaluons via cette
plateforme les effets de ces solutions sur l’expérience utilisateur et
sur l’apprentissage machine à travers des études utilisateurs à grande
échelle (N > 150
), mettant en relation les utilisateurs et notre système
en ligne. Les résultats fournissent des informations précieuses sur les
méthodes d’interaction dans notre cas d’étude, qui peuvent être élargies
à l’AmI et l’interaction Humain-IA en général.
- Orateur : Kévin Delcourt
- Affiliation : IRIT, équipe SMAC
- Date : 2024-11-18
- Heure : 14h30
- Lieu : Université Paul Sabatier - Bâtiment IRIT1 - Autoditorum J. Herbrand + Zoom