Institut multidisciplinaire d'intelligence artificielle
Aurélie Nardy,
Professeur associé,
aurelie.nardy@univ-grenoble-alpes.fr
Les avancées technologiques dans la collecte de données massives sur les apprenants offrent une nouvelle opportunité d'améliorer les conditions d'apprentissage des élèves, nécessitant l'implication de l'IA pour enrichir, analyser et modéliser ces données. En utilisant la base de données DyLNet, qui englobe 2,5 années d'interactions sociales et verbales préscolaires (enfants et adultes), ce projet s'attaque à 3 défis clés : la visualisation dynamique des réseaux d'interactions sociales, le développement d'un outil de transcription automatique de la parole spontanée de l'enfant qui permet d'évaluer le niveau de développement du langage, et la modélisation du réseau dynamique d'interactions et de ses influences réciproques avec le développement du langage. Cette base de données massive offre une opportunité unique de développer des analyses et des outils basés sur l'IA qui permettraient un saut qualitatif significatif dans la compréhension des mécanismes de socialisation précoce et de son lien avec le langage dans le but de réduire les inégalités sociales et éducatives.
La chaire recrutera un doctorant qui développera des outils utilisables par les chercheurs dans le domaine des sciences sociales et humaines permettant une visualisation dynamique pour explorer les réseaux d'interactions sociales dans un cadre préscolaire.
La chaire recrutera également un chercheur postdoctoral pour une durée de 18 mois afin d'extraire des informations pertinentes pour caractériser des indicateurs représentatifs du développement du langage chez l'enfant et de les mettre en œuvre dans un outil qui transcrit automatiquement le discours des enfants et évalue leur niveau de développement du langage.
Enfin, un chercheur postdoctoral de 24 mois sera engagé pour travailler sur la modélisation du réseau dynamique d'interactions scolaires et de ses influences réciproques sur l'utilisation du langage.
Blanch, R. (2023). BiVis : interactive and progressive visualization of billions (and counting) items. In proc. 19th IFIP TC13 International Conference (Interact 2023). https://doi.org/10.1007/978-3-031-42283-6_4
Blanch, R., Lecointre, A., Ortega, M., Roux, P. (2023). Visualisation de données spatio-temporelles : Étude sismologique du glacier d'Argentière. In actes des Journées Visu 2023. https://journee-visu.github.io/2023/submissions/Blanch_et_al.pdf
Coulange, S., Kato, T., Rossato, S. et Masperi, M. (2024). Enhancing language learners' comprehensibility through automated analysis of pause positions and syllable prominence. Languages, 9(3), 78. https://doi.org/10.3390/languages9030078
Dai, S., Bouchet, H., Karsai, M., Chevrot, J.-P., Fleury, E., Nardy, A. (2022). Collecte de données longitudinales pour suivre la dynamique des réseaux sociaux et du développement du langage au préscolaire. Scientific Data, 9, Article 777. https://doi.org/10.1038/s41597-022-01756-x
Dai, S., Bouchet, H., Nardy, A., Fleury, E., Chevrot, J.-P., Karsai, M. (2020). Reconstruction temporelle de réseaux sociaux à l'aide de capteurs de proximité sans fil : sélection de modèles et conséquences. EPJ Data Science, 9, Article 19. https://doi.org/10.1140/epjds/s13688-020-00237-8
Evain, S., Rossato, S., Portet, F. (2024). Unraveling spontaneous speech dimensions for cross-corpus ASR system evaluation for French. In Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024), 17165-17175, Turin, Italie. https://aclanthology.org/2024.lrec-main.1491.pdf
Havard, W. N., Govain, R., Gonçalves Teixeira, D., Lecouteux, B., Schang, E. (2024). Technologies de la parole et données de terrain : le cas du créole haïtien. In Actes de la 31ème Conférence sur le Traitement Automatique des Langues Naturelles, volume 1 : articles longs et prises de position, pages 686-694, Toulouse, France. ATALA et AFPC. https://aclanthology.org/2024.jeptalnrecital-taln.45.pdf
Mouchené, M., Blanch, R., Pathier, E., Montet, R., Thollard, F. (2024). InsarViz : an open source Python package for the interactive visualization of satellite SAR interferometry data. Journal of Open Source Software, 9(101), 6440. https://doi.org/10.21105/joss.06440
Parcollet, T., Nguyen, H., Evain, S., Boito, M. Z., Pupier, A., Mdhaffar, S., Le, H., Alisamir, S., Tomashenko, N., Dinarelli, M., Zhang, S., Allauzen, A., Coavoux, M., Esteve, Y., Rouvier, M., Goulian, J., Lecouteux, B., Portet, F., Rossato, S., Ringeval, F., Schwab, D., Besacier, L. (2024). LeBenchmark 2.0 : a Standardized, Replicable and Enhanced Framework for Self-supervised Representations of French Speech. Computer Speech & Language, 86, 101622. https://doi.org/10.1016/j.csl.2024.101622
Licence :
Sauf indication contraire, tous les documents sont partagés sous la licence Creative Commons BY-NC-ND 4.0.
Vous pouvez les consulter et les partager à des fins non commerciales, sans les modifier et en mentionnant les auteurs.
