journée du GDR TAL Explicabilité et interprétabilité en TAL

 

Lieu : Sorbonne Université, ISIR, Jussieu, Paris
Date : 17 mars 2026
Heure : 9h30 – 17h

Le LIUM a participé à la journée du GDR TAL Explicabilité et interprétabilité en TAL : enjeux, méthodes et applications, organisé par le Groupe de Travail Interprétabilité dont fait partie Marie Tahon. On peut dire que le LIUM était bien représenté sur cette thématique: une présentation orale de Théo Mariotte, une présentation en poster de Félix Saget et une présentation longue par Nicolas Dugué.

 

Programme Le programme complet est disponible sur le site de la journée: https://gdr-tal-i.sciencesconf.org/program?lang=fr

Conférence invitée: Apprendre, évaluer et explorer des plongements lexicaux interprétables par Nicolas Dugué

Contexte Avec l’entrée en vigueur de la réglementation européenne sur l’IA, l’explicabilité et l’interprétabilité deviennent des défis majeurs pour le Traitement Automatique des Langues (TAL). Ces approches permettent de comprendre le fonctionnement des modèles, d’identifier leurs biais et limites, et de concevoir des architectures plus robustes et responsables. Cette journée, organisée par le GDR TAL, est gratuite et libre d’accès, mais l’inscription est obligatoire via le site https://gdr-tal-i.sciencesconf.org.

 

Thématiques La journée permettra de présenter des contributions exploratoires, des retours d’expérience et des travaux en cours, centrés sur le TAL et abordant notamment :

• Interprétabilité pour la recherche des biais : Comment les méthodes explicatives révèlent-elles les biais dans les données ou les modèles, et contribuent-elles à des systèmes plus équitables ?
• Interprétabilité et applications : Usage des approches explicatives dans des domaines sensibles (médecine, éducation, sciences sociales) et leur impact sociétal.
• Parole, multimodalité et interprétabilité : Défis spécifiques liés à l’explication des modèles de parole ou des systèmes multimodaux (texte, image, son, vidéo).
• Interprétabilité par design : Intégration de l’explicabilité dès la conception des modèles, ou comme levier pour de nouvelles architectures.