Journée doctorants TransNum 2022
Comme chaque année, TransNum consacre une séance de son séminaire aux travaux de jeunes chercheur.e.s. de Sciences Po travaillant sur ou avec le numérique.
Le 17 juin 2022 (14h-18h), la séance sera consacrée aux travaux de cinq doctorant.e.s.
Chaque présentation de 20 minutes de leurs travaux, sera suivie par 25 minutes de discussion collective.
Programme
14h-14h45 : Louise Baumais "On the use of quantitative data in foreign policy: a false promise?"
Bien souvent, l’utilisation d’analyses quantitatives pour appréhender l’environnement international est conditionnée à l’utilisation d’outils numériques (allant des bases de données en ligne à l’utilisation d’algorithmes mis en place spécifiquement pour répondre à un besoin) pour lesquels ces praticiens ne sont pas forcément formés. Généralement, ce manque de formation est justifié de trois manières : soit par une formation universitaire non axée sur ces questions, soit par un manque de ressources (financières ou temporelles), soit par le désintérêt que les analyses quantitatives représentent.
Dans le cadre de sa thèse, Louise creuse plus particulièrement la question du quantitatif en politique étrangère française, en le déclinant au travers des figures du militaire et du diplomate. Là où les militaires semblent plus enclins à utiliser des analyses quantitatives et à louer les mérites du numérique, il demeure encore de nombreuses réticences du côté des diplomates.
Louise Beaumais est doctorante en deuxième année au CERI (sous la direction de F. Ramel et T. Lindemann) et membre du programme « Datawar », qui s’intéresse aux analyses quantitatives des conflits et à leur mobilisation
14h50: Aurélien Salas "Information Design in Platforms"
Internet platforms collect vast amounts of data about buyers. Usually, the service operated by the platform is free for them, while sellers pay an ad valorem fee. The platform can monetize its informational advantage by informing the seller about the willingness to pay of the buyers. We call this practice third-degree price discrimination, or personalized pricing.
EU regulation demands that the platforms announce to the consumers what information they collect and commit on how they intend to use it. It seems fair to assume that the desired effect is to better inform consumers about these practices, allowing them to respond strategically and prevent abuses.
We model a setting where a perfectly informed two-sided platform informs a monopolist seller about the willingness to pay of buyers through a market segmentation. Buyers incur a random privacy cost when joining the platform, that can be zero. The platform announces a market segmentation before the buyers make their participation decision and commits to it.
As of now, we developed an algorithm that finds the optimal segmentation with three types of buyers. We show under what conditions sophisticated consumers that are informed about the usage of their data limit the incentives of the platform to price discriminate.
The goal of the paper is to characterize the optimal information design under general assumptions about the distributions of valuations and privacy costs. This new framework would help understand theoretically the welfare consequences of the EU privacy regulations, depending on how concerned consumers are about their privacy.
Aurélien Salas est doctorante au département d’économie (sous la direction d’Eduardo Perez-Richet)
15h40: Louison Carroué "Le rôle des acteurs du conseil sur le marché de l’intelligence artificielle à destination des organisations"
Depuis une dizaine d’années, l’intelligence artificielle (IA) connaît un regain de médiatisation et une inflation des promesses autour de ses débouchés. Portée par les pouvoirs publics et par les directions de grandes entreprises, la mise en œuvre d’outils dits d’IA connaît des matérialisations extrêmement diverses dans le fonctionnement quotidien des organisations.
Cette montée d’une injonction de « se mettre à l’intelligence artificielle » est parfois problématique pour ceux qui doivent lui donner une traduction concrète. Derrière l’apparente unicité du terme, l’IA se révèle en effet être une catégorie floue dont les attributs varient selon les espaces sociaux et au cours du temps. Face au caractère ambigu de l’IA, des acteurs économiques proposent des services pour donner un contenu à cette injonction, parmi lesquels les cabinets de conseil.
Que vend-on et que fait-on lorsque l’on propose des prestations de conseil en IA ? Quel rôle les consultants jouent-ils dans la circulation et la production de cette injonction à adopter des technologies dites « d’IA » ? Comment les acteurs du conseil donnent-ils une traduction concrète à une catégorie peu définie a priori ?
Ce travail de recherche propose d’étudier la réception de l’IA hors du monde académique en prenant le champ du conseil comme l’un des espaces privilégiés pour observer sa production comme catégorie marchande.
Louison Carroué est doctorant au Centre de Sociologie des Organisations (sous la direction d’Henri Bergeron)
16h30: Ayse Gizem Yasar (Law School) "Disruptive Innovation and Competition Policy: A Critical Appraisal"
Disruptive innovation” is perceived in competition policy and antitrust/competition law literature as an antidote to market power. This perception reflects the broader competition policy goal of “promoting innovation”. More specifically, the literature and policymaking on disruptive innovation in the EU and the United States rest upon two connected premises: firstly, that “disruptive innovation is a source of competition” and secondly, that “competition promotes disruptive innovation.” This PhD project argues that both of these premises are largely inaccurate. They stem from an over-reliance on neoclassical economics and a misapprehension of innovation processes and entrepreneurial activity on the ground. To substantiate this point, the analysis draws widely upon the conceptual foundations of disruptive innovation in Schumpeterian economic thought, innovation studies, management literature and a review of publications by entrepreneurs, investors, and industry observers.
Ayse Gizem Yasar is a teaching and research fellow (ATER) & PhD candidate at Sciences Po Law School. She is currently working on innovation policy, platform regulation, and Schumpeterian economic thought.
17h20: Valentin Goujon (médialab) "D’une économie des grandeurs scientifiques à une ingénierie de la promesse et vice versa : la recherche en intelligence artificielle à l’ère de l’apprentissage profond"
Cette présentation entend mettre en relation trois tendances actuellement à l’oeuvre au sein de la recherche scientifique en intelligence artificielle (IA).
La première relève d’une étude de l’économie des grandeurs scientifiques de ce domaine, marqué par l’essor de méthodes d’apprentissage profond (deep learning) depuis le début des années 2010. Une mise en perspective socio-historique de la structuration de deux sousdomaines de la recherche en IA, la vision par ordinateur et le traitement automatique du langage, au prisme de jeux de données élevés au rang de benchmarks nous permet d’avancer une première hypothèse, celle de la montée en puissance d’un impératif de performance avec l’essor du deep learning.
De ce fait, la recherche en IA se distingue également par une forte tendance à la montée en capacité avec l’augmentation du volume des jeux de données, des paramètres des modèles et de la puissance de calcul du hardware. Là encore, on fait l’hypothèse que le deep learning vient renforcer ce mouvement de scalabilité ascendante, ce qui produit des effets en termes d’économie politique du secteur.
Enfin, la combinaison de ces deux premières dynamiques participe d’une troisième tendance, à savoir l’existence de plusieurs plans de convergence de la recherche en IA. Ainsi, on propose l’hypothèse selon laquelle l’avènement du deep learning marque la convergence des efforts de recherche et d’ingénierie autour d’un petit nombre de benchmarks, de types de modèles et d’architectures neuronales.
En conclusion, ces trois tendances convergent elles-mêmes vers l’une des principales aspirations de la recherche en IA, la création d’une IA générale, ce qui justifie l’analyse de l’ingénierie de la promesse de ce champ de recherche.
Valentin Goujon est doctorant en sociologie au sein du médialab depuis octobre 2021. Effectuée sous la direction de Dominique Cardon et Donato Ricci, sa thèse porte sur l’essor de l’apprentissage profond (deep learning) au sein de la recherche en intelligence artificielle.
Informations pratiques
Le séminaire aura lieu sur le campus parisien de Sciences Po, situé au 1 Place Saitn Thomas D'Aquin (75007).
Séminaire ouvert à tous, sur inscription.