Présentation de la société : ORANGE SA
L'ambition de la Division Innovation est de porter plus loin l'innovation d'Orange et de renforcer son leadership technologique, en mobilisant nos capacités de recherche pour nourrir une innovation responsable au service de l'humain, éclairer les choix stratégiques du Groupe à long terme et influencer l'écosystème digital mondial.Nous formons les expertes et les experts des technologies d'aujourd'hui et de demain, et veillons à une amélioration continue de la performance de nos services et de notre efficacité. La division Innovation rassemble, dans le monde, 6000 salariés dédiés à la recherche et l'innovation dont 740 chercheurs. Porteurs d'une vision globale avec une grande diversité de profils (chercheurs, ingénieurs, designers, développeurs, data scientists, sociologues, graphistes, marketeurs, experts en cybersécurité…) , les femmes et les hommes de Innovation sont à l'écoute et au service des pays, des régions et des business units pour faire d'Orange un opérateur multiservices de confiance.
Au sein de la division Innovation, vous serez intégré(e) dans la direction systèmes d'informations et relation client dans le département Stratégie dans un projet de recherche structurant sur l'étude de la confiance numérique. Vous ferez partie d'un écosystème de recherche côtoyant des ingénieurs d'études (plus court terme) permettant la mise en oeuvre concrète des concepts étudiées
Missions
Votre rôle est d'effectuer un travail de thèse sur un " modèle d'interaction homme-chatbot basé sur une inférence de la confiance ".L'année 2023 a consacré la rupture apportée par les grands modèles de langages (LLM) pour le grand public. Cependant, une part grandissante de la communauté de recherche en intelligence artificielle (IA) considère que les progrès techniques ne passeront que par des changements de paradigmes. La grande question de recherche des prochaines années consiste à savoir comment les machines pourraient apprendre aussi efficacement que les humains et les animaux.
Dans une interaction avec un robot conversationnel, l'interlocuteur humain passe son temps à prédire le comportement du robot. En conséquence, il a besoin d'observer que le comportement du robot ne dévie pas trop de sa prédiction, au risque de se désengager de la relation.
Pour gagner la confiance de l'acteur humain, le comportement du robot doit correspondre à ce que l'humain attends de lui - de manière simple comme si il se conduisait comme un humain (i.e. avec bienveillance, sincérité, honnêteté, etc.) .
Cette thèse permet d'enrichir le concept de confiance et sa modélisation afin de contribuer à notre responsabilité d'opérateur vis à vis de nos clients, partenaires, investisseurs et de la société.
Nos premiers travaux sur la modélisation mathématique de la confiance ont démontré l'intérêt théorique de l'approche. Ce modèle présente certaines limites. Plusieurs défis restent ouverts :
Comment mesurer la fiabilité du modèle par rapport aux perceptions humaines ?
Comment introduire une capacité "proprioceptive" dans le modèle, i.e. permettre à l'agent conversationnel d'agir sur son environnement (l'utilisateur humain) en optimisant le niveau de confiance perçu par ce dernier (et réciproquement) ?
Pour lever ces verrous, nous proposons d'explorer l'utilisation de l'inférence active, qui suggère que, dans le contexte des relations homme-robot (HRC) , la confiance peut être considérée en termes de contrôle virtuel sur un agent artificiel. Le retour d'information interactif est une condition nécessaire pour étendre le cycle perception-action de l'agent de confiance.
Les principales réalisations attendues sont :
un modèle mathématique de confiance qui serait la meilleure explication de l'agent humain dans un échange sensoriel fiable avec un robot motorisé par un LLM ;
Profil recherché
Le périmètre scientifique de la thèse se situe dans les disciplines suivantes :- Mathématiques appliquées, calcul et simulation : Apprentissage et méthodes statistiques : Statistiques " mathématiques : modèle d'estimation et d'inférence (131) ; Théorie d'apprentissage (132) .
- Informatique, algorithmique, programmation, logiciels et architectures : Informatique théorique, l'algorithmique et performances : Intelligence artificielle, systèmes multi-agents (212) .
La (le) candidat(e) devra démontrer, à travers ses études et ses premières expériences professionnelles, une grande capacité d'abstraction, un goût prononcé pour les mathématiques appliquées et l'informatique, une capacité de travail et toute autre qualité compatible avec un projet de doctorat.
Un ou plusieurs stages dans les domaines de l'apprentissage machine, de l'intelligence artificielle, des probabilités et / ou des mathématiques appliquées sont un pré-requis pour candidater à l'offre de thèse.
La curiosité pour les disciplines scientifiques contextuelles au sujet de thèse (c'est à dire de manière non exhaustive : des éléments en sociologie, neurosciences, sciences cognitives, économie) sera également un critère déterminant pour la sélection du candidat.