En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR9015-IOAVAS-008 - Cycle d'interaction multimodale (eye tracking, voix) pour l'apprentissage de l'anglais pour des locuteurs français ou japonais (H/F)

Cycle d'interaction multimodale (eye tracking, voix) pour l'apprentissage de l'anglais pour des locuteurs français ou japonais (H/F)

Cette offre est disponible dans les langues suivantes :
Français - Anglais

Date Limite Candidature : lundi 11 juillet 2022

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler. Les informations de votre profil complètent celles associées à chaque candidature. Afin d’augmenter votre visibilité sur notre Portail Emploi et ainsi permettre aux recruteurs de consulter votre profil candidat, vous avez la possibilité de déposer votre CV dans notre CVThèque en un clic !

Informations générales

Référence : UMR9015-IOAVAS-008
Lieu de travail : ST AUBIN
Date de publication : lundi 20 juin 2022
Type de contrat : CDD Scientifique
Durée du contrat : 12 mois
Date d'embauche prévue : 1 septembre 2022
Quotité de travail : Temps complet
Rémunération : entre 2743€ et 3896€ brut mensuel selon l'expérience
Niveau d'études souhaité : Supérieur à bac+5
Expérience souhaitée : 1 à 4 années

Missions

Dans le cadre du projet décrit dans Contexte de travail, différents corpus multimodaux sont acquis ou en cours d'acquisition. Ils concernent notamment l'apprentissage d'une langue seconde à travers des corpus multimodaux impliquant parole et mouvement des yeux. Des corpus interactionnels correspondant à la phase de transfert de connaissances sont en cours. Le travail postdoctoral portera sur la modélisation automatique des indices d'apprentissage afin de prédire des stratégies d'apprentissage optimales à partir des profils individuels.

Activités

• Participation à l'acquisition d'un corpus multimodal (parole, image, eye tracking) correspondant à la phase de transfert
• Participation/supervision du pre-traitement du corpus (transcription orthographique, annotations en états meta-cognitifs)
• Extraction et modélisation d'indices multimodaux
• Mise en œuvre des modèles automatiques de détection des états émotionnels/cognitifs lors de la tâche d'apprentissage, prise en compte de l'impact des « nudges » mis en œuvre pour l'apprentissage
• Intégration dans un système de détection des performances d'apprentissage et des états méta-cognitifs lors d'un tâche d'apprentissage, adaptation en temps réel

Compétences

Doctorat en informatique
Connaissances : machine learning, linguistique computationelle, multimodalité (eye tracking)
Modélisation deep learning, utilisation de données multimodales, stratégies dialogiques
Capacité de travail dans une équipe de recherche interdisciplinaire (sciences de l'ingénieur, linguistes) et internationale
Bonne maîtrise de l'anglais
Autonomie

Contexte de travail

Ce travail postdoctoral est proposé dans le cadre du projet ANR trilatéral Learning Cyclotron (LeCycl) qui implique des chercheurs d'Allemagne, de France et du LISN. L'objectif du projet est d'amplifier la capacité d'apprentissage humaine à l'aide de l'intelligence artificielle. Il propose notamment de mettre en œuvre un cycle d'apprentissage qui va de l'acquisition individuelle de connaissances (ex. tâche de lecture) au transfert d'un apprenant à un autre (ex. tâches interactionnelles ou des mots nouveaux sont transmis et le comportement de type intérêt pour un type d'apprentissage encouragé avec des stratégies de « nudges »). C'est différents contextes et phases d'apprentissage sont enregistrées et estimées à partir d'indices multimodaux : parole, mouvements des yeux, autres capteurs biologiques pour être modélisés de manière automatisée.

Contraintes et risques

NA

On en parle sur Twitter !