Initiative "ETHICAL PUBLIC ROBOTS AND AI (EPURAI)"
A. Ozkes (SKEMA Business School)
EPURAI est une initiative de recherche qui vise à rassembler des points de vues sur comment les citoyens peuvent participer aux politiques publiques en matière de services automatisés. L'objectif est d'étudier la supervision publique et l'adoption de ces systèmes. L'accent est mis sur les considérations éthiques vis-àvis des régulations encadrant le déploiement de systèmes intelligents et de robots dans les espaces publics et dans le privé. Les contributions théoriques s'ancrent sur la théorie du choix social, la théorie des jeux et la théorie de la décision tandis que les approches empiriques sont fondées sur l'expérimentation (en laboratoire ou sur le terrain), sur les simulations multi-agents ou sur les sondages de masse. Des séminaires et des collaborations sont organisés avec des chercheurs de différents domaines comme l'informatique, l'économie et la psychologie. Parmi les thématiques précises, on retrouve des sujets comme l'éthique, les intéractions Homme-IA, la transparence,la "fairness", l'autonomie, l'automatisation du travail, l'équité, les biais, la protection de la vie privée et les processus de co-ingénierie. Nos efforts sont financés par des fonds publics: ANR (EPURAI – Ethical Public Robots and AI) et CNRS (MOSCAI – Morality, AI, and Social Choice) en France. Un support institutionnel supplémentaire est procuré par SKEMA Business School, l'Université Paris-Dauphine, l'Université de Cincinnati et WU Vienna. Site Internet
A review-based recommender system: Recommending products according to the helpfulness and positive sentiment of reviews
M. Haikel-Elsabeh (Institut Mines-Télécom Business School), Maria Olmedilla Fernandez (SKEMA Business School), J.C Romero (Université Paris Dauphine-PSL)
Nous proposons un système de recommandation adapté aux communautés eWOM qui fournissent des recommandations aux utilisateurs grâce aux sentiments et la volonté d'aider exprimée dans les critiques en ligne. Le but de ce travail est de comprendre comment transformer et appliquer les algorithmes de machine learning à l'analyse de critiques postées par les communautés eWOM pour créer un système de recommandation optimal.
AI and Human Resource Management
Yujie Cai (SKEMA Business School), Guoyang Zheng (Peking University)
Nous examinons l'impact de l'IA sur les fonctions de management des ressources humaines dans les organisations modernes. En observant les entreprises de plateforme et d'autres entreprises qui adoptent des techniques d'IA, nous explorons l'impact des caractéristiques de l'IA (comme l'intensité, l'accès et la transparence) sur les comportements humains dans des équipes variées. Nous intégrons dans notre analyse des éléments humains (comme la personnalité et les comportements individuels), les pratiques managériales, les comportements de leadership et le climat organisationnel. Cette recherche a des implications pour les thèmes suivants: les intéractions entre humains et ordinateurs et l'implémentation humaine des systèmes d'IA.
When Information Disclosure is Required by Algorithms: Presence-Privacy Tradeoff in GeoMatching Applications
Zhenzhen Zhao (SKEMA Business School)
En utilisant la géolocalisation et les informations du profil utilisateur, les applications de GeoMatching connectent deux individus. Pour rendre ces connexions possibles, les utilisateurs doivent divulguer des informations. Ce partage d'information dépend de l'algorithme que l'application propose. Cette recherche cherche à étudier le partage de l'information du point de vue de l'algorithme. Nous expliquons la relation entre le prérequis de partage d'information et l'attitude de l'utilisateur envers l'utilisation du GeoMatching en introduisant la tension entre présence et vie privée.
A hybrid recommender system based on eWOM and social behavior to improve users’ product preferences
Maria Olmedilla Fernandez (SKEMA Business School), M. Haikel-Elsabeh (Institut Mines-Télécom Business School), J.C Romero (Université Paris Dauphine-PSL)
Les systèmes de recommandation traditionnels utilisent la notation globale comme donnée d'entrée pour recommander des produits, ce qui mène à des problèmes de démarrage à froid et de manque de données. Le but de ce projet est de réduire les recommandations non désirables causées par ces problèmes et d'optimiser les prédictions dans le contexte de communautés eWOM. Nous proposons un système de recommandation hybride qui combine des variables sociales et eWOM en entrée et utilise le partitionnement en k-moyennes et la décomposition en valeurs singulières pour optimiser la précision des recommandations.
Applying NLP techniques to characterize what makes an online review trustworthy
Maria Olmedilla Fernandez (SKEMA Business School), J.C Romero (Université Paris Dauphine-PSL), M.R. Martínez-Torres (Universidad de Sevilla), S. Toral (Universidad de Sevilla)
La fiabilité des critiques en ligne est un aspect clé non seulement pour les utilisateurs qui veulent prendre des décisions de manière informée concernant les produits, mais aussi pour les sites internet dont la crédibilité en dépend. Ce travail propose un système de classification utilisant deux modèles de "Natural Language Processing" (NLP) qui peuvent prédire les critiques en ligne utiles et honnêtes. Après avoir utilisé un modèle d'extraction de mots clés nous pouvons aussi identifier les paramètres les plus importants.
Expressions of Public Values in AI Patenting
Philip Shapira (Université de Manchester et Georgia Institute of Technology), Barbara Ribeiro (SKEMA Business School) et Sergio Pelaez (Georgia Institute of Technology)
Les demandes de brevet liées à l'IA et les obtentions se sont multipliés ces dernières années, les inventeurs cherchent une reconnaissance officielle ainsi qu'une protection de leur propriété intellectuelle pour leurs applications de l'IA. Des inquiétudes à propos des conséquences de l'IA ont émergé dans le débat public. Cette recherche développe une méthode pour identifier comment les valeurs publiques sont exprimées dans les brevets liés à l'IA et pour évaluer les développements et leurs implications.
L'IA et la psychologie du consommateur
Alican Mecit (SKEMA Business School) et Margherita Pagani (SKEMA Business School)
L'étude de la psychologie du consommateur face à l'IA se concentre sur comment les individus réagissent à, interagissent avec, et appréhendent les algorithmes et les outils utilisant l'IA. La recherche dans ce domaine étudie des thèmes divers tels que la perception de l'esprit, le pouvoir, et la confiance qui sont fondés sur les impressions cognitives et affectives liées à l'IA et les autres outils automatiques.
Enhanced Creativity using Artificial Intelligence
Margherita Pagani (SKEMA Business School) et Yoram (Jerry) Wind (The Wharton School of the University of Pennsylvania)
Malgré l'adoption croissante des systèmes d'intelligence artificielle (IA) dans les processus des entreprises, comment les systèmes d'IA impactent la créativité des managers reste encore un sujet insuffisamment compris et mesuré. En utilisant une approche multi-méthodes, nous explorons l'influence des systèmes d'IA sur la créativité humaine, et nous identifions un cadre conceptuel interprétatif de l'influence de l'IA sur la créativité humaine.
The Augmented Entrepreneur? The Influence of Artificial Intelligence on Human Entrepreneurial Creativity
Nathan Sorin (SKEMA Business School) et Margherita Pagani (SKEMA Business School)
Avec les progrès récents de la recherche en IA, et en particulier dans le domaine du "natural language processing" (NLP), les chercheurs étudiant la créativité ont revisité le postulat selon lequel les machines sont incapables d'être créatives. Puisque les IA créatives ont tendance à être utilisées par les praticiens pour augmenter les tâches créatives plutôt que pour les automatiser, notre recherche cherche à atteindre une compréhension théorique de ce phénomène et à proposer des préconisations pour les créateurs en étudiant comment l'IA créative influence la génération d'idées dans un contexte entrepreneurial.