Tim Faverjon
J’analyse les algorithmes de recommandations sur les médias sociaux et j’étudie leurs liens avec la position idéologique des utilisateurs.
PhD Student
Après un diplôme d’ingénieur en sciences des données à CentraleSupélec et un master en mathématiques en parallèle, Tim Faverjon se positionne à l’interface entre le machine learning et la sociologie. Il est maintenant doctorant au médialab supervisé par Pedro Ramaciotti Morales, où il analyse les mécanismes d’apprentissage des algorithmes de recommandation.
Les systèmes de recommandation ont la dure tache de prédire les contenus, les pages ou encore les profils qui intéresseront les utilisateurs des médias sociaux. Pour le faire, ils utilisent toutes les données à disposition pour construire un modèle utile des utilisateurs. Parmi ces informations, beaucoup sont intrinsèquement liées à l’idéologie des utilisateurs. Que « sait » donc l’algorithme de l’idéologie des utilisateurs ? Comment ces informations sont-elles utilisées? Et quel impact cela a-t-il sur le débat public numérique? Ce sont ces questions auxquelles Tim essaye de répondre.
Thématiques : Recommendation systems, Graph Neural Networks, Interpretability, Machine habitus, Political analysis