Accéder directement au contenu

Khaled Belahcene

11
Documents

Présentation

PROJET DE RECHERCHE ------------------- ### Positionnement Mon travail de recherche se positionne à la croisée des domaines de la *décision algorithmique* (décision multicritères, choix social computationnel, décision dans l’incertain, théorie algorithmique des jeux) et de la *représentation des connaissances et du raisonnement* (préférences, argumentation, révision de croyances). Je m’intéresse à la prise de décision, et à l’aide à la prise de décision, vues comme des processus complexes, impliquant diverses parties prenantes, exigeant de tenir compte de points de vue divers et souvent conflictuels, en présence d’informations plus ou moins complètes. ### Problématique Plus particulièrement, je m’attache à outiller le processus d’aide à la décision de capacités explicatives. Afin de pouvoir arbitrer entre différents compromis possibles entre points de vue conflictuels, il est fréquemment nécessaire d’avoir recours à des raisonnements sur les préférences du décideur. Ces raisonnements sont parfois portés par des modèles, caractérisés à la fois par un certain nombre de propriétés normatives ou descriptives, ainsi que par une famille paramétrée de fonctions réalisant l’agrégation des points de vue en une synthèse unique. Tandis que l’élicitation des préférences s’attache à identifier ces paramètres préférentiels à partir d’informations fournies par le décideur, le moteur d’explication cherche à produire un argumentaire reliant ces informations, les propriétés caractéristiques du modèle choisi, et la recommandation faite au décideur. Pour que cet argumentaire traduise la causalité entre prémisses et conclusion, il s’avère fructueux de considérer les recommandations robustes vis-à-vis de l’information incomplète concernant les préférences du décideur \[1, 3, 4\]. ### Applications L’introduction de cette capacité explicative tend à répondre à la fois à des demandes sociétales (ex. consolider la confiance qu’un humain pleut placer dans un système (semi)-automatique) et à des défis scientifiques (ex. comment l’argumentaire soit techniquement valide et convenablement mis en forme de manière en faciliter son appropriation). PERSPECTIVES ------------ ### Extension à de nouveaux modèles d’évaluation Mes travaux m’ont conduit à proposer deux moteurs d’explication pour des préférences fondée sur un modèle de valeur additive \[1\], et d’investiguer les modèles de tri non-compensatoire fondés sur des jugements relatifs \[3\] ou absolus \[2, 4\]. D’autres modèles plus complets, tels que les modèles additifs généralisés, l’intégrale de Choquet, ou à points de référence multiples, méritent considération. ### Amélioration computationnelle La recherche d’explications constitue un défi computationnel. Une approche novatrice, fondée sur des formulations en termes de satisfiabilité booléenne donnent des résultats prometteurs \[2\], et mérite d’être investiguée (en particulier dans le cadre du PEPS SAT4EX). ### Inscription dans une procédure dialectique La production d’un argumentaire appuyant le point de vue d’un agent artificiel contribue à permettre à terme à la décision algorithmique de se soumettre à une procédure contradictoire. Pour cela, il est nécessaire de formaliser le processus d’aide à la décision par un jeu de dialogue permettant à l’utilisateur/décideur de prendre l’initiative. ### Révision du modèle d’évaluation La plupart des procédures d’élicitation des préférences font l’hypothèse que le processus progresse, sans rebroussement, et s’appuient par conséquent sur des modèles d’évaluation très expressifs. Une autre approche, encore peu représentée, consiste à partir d’un modèle restrictif, volontairement simpliste, et à réviser ce modèle à la demande (PEPS PULP). ### Gouvernance algorithmique La défiance montante de la société à l’égard de la décision algorithmique doit être prise avec le plus grand sérieux, et commence à se traduire en actes, en particulier par l’affirmation renouvelée de la prééminence en droit du principe du contradictoire. Cette exigence nécessite l’invention d’une gouvernance nouvelle, incorporant des instances de recours ou d’audit garantissant le déroulement loyal d’un processus dialectique, par exemple dans le cadre de la justice prédictive (\[4\], PEPS EMOJI).

Publications

nicolas-maudet
Image document

Explication de recommandations issues d’un modèle additif : de la conceptualisation à l’évaluation

Manuel Amoussou , Khaled Belahcene , Nicolas Maudet , Vincent Mousseau , Wassila Ouerdane
24e congrès annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision (ROADEF 2023), ROADEF, Feb 2023, Rennes, France
Communication dans un congrès hal-04108900v1
Image document

Des explications par étapes pour le modèle additif

Manuel Amoussou , Khaled Belahcene , Nicolas Maudet , Vincent Mousseau , Wassila Ouerdane
16èmes Journées d'Intelligence Artificielle Fondamentale (JIAF 2022), Jun 2022, Saint-Etienne, France. pp.35-48
Communication dans un congrès hal-03825214v1
Image document

Comparing options with argument schemes powered by cancellation

Khaled Belahcene , Christophe Labreuche , Nicolas Maudet , Vincent Mousseau , Wassila Ouerdane
28th International Joint Conference on Artificial Intelligence (IJCAI-19), Aug 2019, Macao, Macau SAR China. pp.1537-1543, ⟨10.24963/ijcai.2019/213⟩
Communication dans un congrès hal-02133034v1
Image document

Accountable Approval Sorting

Khaled Belahcene , Yann Chevaleyre , Nicolas Maudet , Christophe Labreuche , Vincent Mousseau
27th International Joint Conference on Artificial Intelligence and 23rd European Conference on Artificial Intelligence (IJCAI-ECAI 2018), Jul 2018, Stockholm, Sweden
Communication dans un congrès hal-01785011v1
Image document

A Model for Accountable Ordinal Sorting

Khaled Belahcene , Christophe Labreuche , Nicolas Maudet , Vincent Mousseau , Wassila Ouerdane
26th International Joint Conference on Artificial Intelligence (IJCAI-2017), Aug 2017, Melbourne, Australia
Communication dans un congrès hal-01523779v1

Une formulation SAT pour l’apprentissage de modèles de classement multicritères non-compensatoires

Khaled Belahcene , Christophe Labreuche , Nicolas Maudet , Vincent Mousseau , Wassila Ouerdane
11e Journées d'Intelligence Artificielle Fondamentale, Jul 2017, Caen, France
Communication dans un congrès hal-01577816v1

Accountable classifications without frontiers.

Khaled Belahcene , Christophe Labreuche , Nicolas Maudet , Vincent Mousseau , Wassila Ouerdane
The EURO mini conference from multiple criteria Decision Aiding to Preference Learning (DA2PL'16), Nov 2016, Paderborn, Germany
Communication dans un congrès hal-01956134v1