H/F Traduction des énoncés de préférence formulés en langage naturel vers des langages de préférence formels ; applications à la prise de décision collective

Nouveau

Laboratoire d'Analyse et de Modélisation de Systèmes pour l'Aide à la Décision

PARIS 16 • Paris

  • CDD Doctorant
  • 36 mois
  • Doctorat

This offer is available in English version

Cette offre est ouverte aux personnes disposant d’un titre leur reconnaissant la qualité de travailleur handicapé ou travailleuse handicapée.

L'offre en un coup d'oeil

L'unité

Laboratoire d'Analyse et de Modélisation de Systèmes pour l'Aide à la Décision

Type de Contrat

CDD Doctorant

Temps de Travail

Complet

Lieu de Travail

75775 PARIS 16

Durée du contrat

36 mois

Date d'Embauche

01/09/2026

Rémuneration

La rémunération est d'un minimum de 2300,00 € mensuel

Postuler Date limite de candidature : mardi 2 juin 2026 23:59

Description du Poste

Sujet De Thèse

Les mécanismes classiques de prise de décision collective présentent une certaine rigidité, tant dans la formulation des préférences des votants que dans la manière dont les contraintes sur le résultat peuvent être énoncées. Cela ne pose pas de problème pour les cas simples impliquant l'élection d'un candidat unique, mais cela devient problématique dès lors que plusieurs candidats ou projets sont élus, ou que des objets sont attribués à des individus.

Prenons l'exemple de l'élection d'un conseil représentatif (tel qu'un conseil de laboratoire) : un votant peut souhaiter exprimer des préférences complexes, comme : "Je souhaite un conseil plus ou moins équilibré en termes de genre et d'ancienneté, mais surtout, je souhaite que mon groupe de recherche soit représenté au moins proportionnellement à son importance au sein du laboratoire. Toutes choses égales par ailleurs, je souhaiterais qu'Ann, Bob et éventuellement Carol soient membres du comité, et que Daniel et Elena n'en fassent pas partie."

Autre exemple : si je réalise un sondage pour organiser une ou plusieurs réunions, plutôt que de simplement compter le nombre de participants, je peux vouloir préciser des critères souples concernant la participation (par exemple : "Je préfère qu'au moins un membre de chaque groupe soit présent, et environ trois fois plus de membres seniors que de doctorants"), et d'autres encore si plusieurs dates de réunion doivent être fixées.

On trouve d'autres exemples dans le cadre du partage équitable de biens indivisibles.

Ces préférences ou contraintes (imposées par les votants dans le premier exemple, par l'organisateur dans le second) sont complexes, car elles impliquent des dépendances préférentielles (par exemple : ma préférence quant à la présence d'un participant ne peut être spécifiée indépendamment, car elle dépend des autres participants présents).

D'une part, les préférences présentant de telles dépendances (techniquement, des préférences non séparables) ont été étudiées dans de nombreux travaux portant sur la prise de décision individuelle et collective (langages et logiques de préférence, choix social sur des domaines combinatoires). D'autre part, les études sont restées majoritairement au stade théorique, pour une raison pragmatique : elles s'appuient sur des langages formels complexes pour exprimer les préférences ou les contraintes sur des domaines combinatoires, langages que les individus ou les décideurs non spécialistes auront probablement du mal à utiliser.

Cependant, si l'on leur permet d'exprimer leurs préférences ou contraintes en langage naturel, grâce à un outil de type LLM en aval pour effectuer la traduction (ainsi que des outils de vérification à concevoir) dans un formalisme interprétable, de nouvelles perspectives s'ouvrent. D'où la question essentielle : comment généraliser les mécanismes de choix social existants pour prendre en compte les préférences et contraintes complexes, à l'aide des outils d'IA actuels ?

La première partie de la thèse de doctorat consistera à utiliser des modèles linéaires de préférence (LLM) pour traduire des énoncés de préférence en divers formalismes tels que les logiques de préférence, les contraintes souples ou d'autres langages formels de préférence comme les réseaux CP. La seconde partie appliquera les résultats de la première partie aux mécanismes de choix social, notamment le vote à plusieurs gagnants, la budgétisation participative et le partage équitable.

Votre Environnement de Travail

La thèse sera effectuée au LAMSADE (Université Paris-Dauphine) sous la supervision de Jérôme Lang et Benjamin Negreverne, dans le cadre de PR[AI]RIE-PSAI.

Contraintes et risques

RAS

Rémunération et avantages

Rémunération

La rémunération est d'un minimum de 2300,00 € mensuel

Congés et RTT annuels

44 jours

Pratique et Indemnisation du TT

Pratique et indemnisation du TT

Transport

Prise en charge à 75% du coût et forfait mobilité durable jusqu’à 300€

À propos de l’offre

Référence de l’offre UMR7243-JERLAN-014
Section(s) CN / Domaine de recherche Sciences informatiques : fondements de l'informatique, calculs, algorithmes, représentations, exploitations

À propos du CNRS

Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d’associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement.

Le CNRS

Les métiers de la recherche

Créer une alerte

Ne manquez aucune opportunité de trouver le poste qui vous correspond. Inscrivez-vous gratuitement et recevez les nouvelles offres directement dans votre boite mail.

Créer une alerte

H/F Traduction des énoncés de préférence formulés en langage naturel vers des langages de préférence formels ; applications à la prise de décision collective

CDD Doctorant • 36 mois • Doctorat • PARIS 16

Ces offres pourraient aussi vous intéresser !

    Toutes les offres