Institut DATAIA
Science des données, Intelligence Artificielle et Société

DATAIA Institute
Data Science, Artificial Intelligence and Society

Retour en images sur
la journée de lancement du 15 février
Socles disciplinaires

Statistique, science des données et théorie de la décision
Les chaînes de traitement de données, construites sur des outils de statistiques et d’informatique, évoluent rapidement pour absorber la croissance et l’évolution des données, qui vont des signaux bruts aux données complexes (langage naturel, vidéo) et interconnectées (réseaux sociaux). Des progrès algorithmiques et statistiques sont nécessaires à de nombreux niveaux : le stockage, l’indexation, la compression, le contrôle de convergence, la visualisation et l’intégration aux corpus de connaissances. Les partenaires académiques et industriels ont également besoin d’outils logiciels correspondants de qualité.

Stratégie, gestion et économie
La révolution numérique demande aux responsables de reconsidérer les modèles de production de valeur et de prendre en compte le phénomène de prise de pouvoir par les consommateurs. Elle demande aux employés d’être éduqués numériquement, en mesure de concevoir et de mettre en œuvre des innovations. En parallèle, l’économie des plateformes soulève de nouveaux défis concernant la mesure de la valeur des données personnelles, la loyauté des plateformes aux mains d’oligopoles et l’émergence de données ouvertes.

Sciences sociales
L’ère numérique apporte aux sciences sociales des informations précieuses, allant des changements sociétaux aux risques pour la santé publique, de la croissance économique à la vulnérabilité sociale. D’une part, de telles perspectives demandent des réponses institutionnelles. D’autre part, une telle promesse est accompagnée de défis majeurs : établir la validité statistique des modèles, fournir des interprétations de ces phénomènes, et évaluer leur nature causale.

Sciences juridiques
Les problèmes éthiques et légaux du monde des systèmes algorithmiques doivent être abordés avec des méthodologies efficientes, en incluant la préservation du patrimoine d’information, la conception et la mise en œuvre technique des lois à travers des procédures de vérification opérationnelles, e.g., pour le respect de la vie privée. Un premier jalon concerne la conception de méthodologies de régulation en coopération étroite avec les autorités concernées (CNIL, CERNA).