• Co-directeurs de thèse :
  • Srdjan Vesic
  • Mathieu Hainselin (UPJV)
  • Financement : ANR, Artois
  • Année de début de thèse :
  • 2025

La théorie de l’argumentation computationnelle fournit des outils essentiels pour analyser des débats structurés, avec des applications dans les plateformes de discussion en ligne et les systèmes de prise de décision assistés par IA. Dans ce cadre, les arguments sont évalués selon des sémantiques d’acceptabilité, qui s’appuient sur des principes déterminant leur force et leur pertinence. Cependant, l’alignement de ces sémantiques avec l’intuition humaine reste à explorer, limitant leur acceptabilité et explicabilité.

Cette thèse vise à évaluer et améliorer cet alignement, en abordant plusieurs objectifs. Elle testera d’abord si les principes actuels sont perçus intuitivement par les utilisateurs, identifiant les éventuelles divergences. Ensuite, elle examinera la capacité explicative de ces principes pour mieux éclairer les sémantiques d’acceptabilité, avant de formaliser, si nécessaire, de nouveaux principes et sémantiques plus alignés avec la perception humaine. Enfin, elle évaluera l’intuitivité des mesures d’impact, essentielles pour comprendre l’influence des arguments dans les débats.

En collaboration avec des psychologues, cette recherche ajustera les principes en fonction des résultats expérimentaux, contribuant ainsi à une IA plus explicable et responsable. Les résultats de cette thèse contribueront non seulement à l’avancement théorique de l’argumentation computationnelle, mais également à des applications concrètes comme la gestion des débats en ligne et la prise de décision assistée dans des domaines critiques comme la santé et l’environnement.