Mes intérêts de recherche actuels incluent : Mes activités de recherches sont financées par le CRSNG et MITACS. Je vous invite à me contacter si vous êtes intéressés à collaborer sur un projet.

Modélisation de la toxicité dans les communautés en-ligne
  Les communautés en-ligne abondent aujourd’hui, que ce soit à travers les réseaux sociaux, les sites web de communautés réelles tels des écoles ou des clubs, les forums de discussion, les outils de conversation intégrés aux jeux vidéo, ou dans les fils de commentaires sur les sites de nouvelles ou les blogs. La majorité de ces communautés sont « en santé » et mènent à des conversations respectueuses entre les participants. Mais certaines deviennent « toxiques » et dégénèrent en chicanes virulentes, cyberharcèlement, fraudes, menaces verbales, et pire encore, à l’incitation au suicide, à la radicalisation, ou à la prédation sexuelle sur les mineurs. La détection de ces messages toxiques et des utilisateurs toxiques est un défi important. Un premier défi vient du volume de messages à traiter; des milliards de nouveaux messages sont envoyés à chaque jour. La notion de toxicité elle-même peut être subjective, et certains messages peuvent sembler toxiques à une personne mais innocent à une autre qui a une perspective différente, une compréhension différente de certains termes, ou une connaissance différente du contexte de la conversation. Finalement, l’utilisateur toxique de qui origine les messages est une autre source de défi : c’est un adversaire qui, loin de coopérer avec notre système, cherche plutôt à le déjouer, à en découvrir les failles et à les exploiter.

La compagnie privée Two Hat Security offre actuellement le logiciel Community Sift pour assister les modérateurs de communautés à trouver les messages toxiques dans les conversations en-ligne. Dans ce projet, nous allons nous allier avec cette compagnie afin de réaliser cinq objectifs généraux : (1) Implémenter des améliorations aux algorithmes d’analyse de conversations et aux métriques de toxicité du logiciel Community Sift; (2) Créer de nouvelles techniques et méthodologies pour la détection de toxicité dans les conversations en-ligne; (3) Développer des algorithmes innovateurs pour agréger différents éléments de preuve en une évaluation unifiée du niveau de toxicité et de risque; (4) Développer des implémentations de ces méthodologies pouvant traiter un flux massif de messages en temps réel; (5) Étudier la nature des comportements toxiques, des impacts sur les utilisateurs et les communautés, et les mécanismes pour les combattre.

Forage de données d'assurance : techniques, éthique, et sécurité
  La compagnie d'assurances canadienne La Capitale Assurance et Services Financiers a accumulé, à travers le temps, plusieurs bases de données massives traitant de leurs clients dans leurs divers programmes d'assurances. Ils recherchent actuellement un moyen d'exploiter ces données afin de mieux comprendre leur clientèle, et ainsi personnaliser leur offre de produits d'assurance aux besoins de chaque individu. Ceci doit être réalisé dans le respect de normes éthiques strictes et des contraintes que les utilisateurs eux-même peuvent vouloir mettre sur l'utilisation de leurs données. Et, considérant la nature personnelle des informations qui seront obtenues sur les individus, la sécurité des données se doit d'être extrêmement robuste.

Ce programme de recherche s'oriente donc autour de trois axes fondamentaux. L'axe de forage des données vise à développer de nouveaux algorithmes pour inférer des informations sur les clients à partir de données d'interactions avec la compagnie. L'axe d'éthique et de l'acceptabilité sociale étudie les attentes des clients face à ce forage de données, tant du point de vue des bénéfices qu'ils veulent en tirer que de la protection de leurs vies privées. Et l'axe de sécurité des données développe de nouvelles techniques pour garantir la confidentialité, l'intégrité, la disponibilité, et la traçabilité de ces données.

L'industrie de l'assurance vaut plusieurs milliards de dollars dans l'économie canadienne, et la protection des informations personnelles est un sujet d'une grande importance pour la majorité de la population canadienne. Les outils de gestion d'information et de découverte de connaissance que nous allons développer vont donner aux compagnies canadiennes un avantage important dans ce marché international compétitif, tout en garantissant à la population canadienne un contrôle et une protection de ses informations personnelles.

Déterminer la qualité de la polypharmacie chez les aînés : une approche basée sur l’intelligence artificielle
  La prise de plusieurs médicaments, la polypharmacie, est de plus en plus commune, surtout chez les personnes âgées. Pour l’instant, il n’est pas possible de bien départager quelles polypharmacies apportent des bénéfices et quelles sont inappropriées. En effet, le nombre de combinaisons de médicaments possibles est imposant, et prendre en compte les caractéristiques individuelles de chacune des personnes rend la situation très complexe. L’intelligence artificielle permettra de comprendre ces éléments pour en dégager des normes. Nous utiliserons les données du Système intégré de surveillance des maladies chroniques du Québec qui contiennent les informations sur les réclamations de médicaments pour l’ensemble des aînés du Québec depuis 1996, de même que les informations sur les services médicaux, les hospitalisations et les décès. Ces données, décrivant l'exposition aux médicaments de chaque individu, permettront d'entraîner un système expert basé sur l'intelligence artificielle pour établir quelles combinaisons, séquences, durées de traitement sont associées à des effets négatifs (ex. hospitalisations, décès) et lesquelles les évitent en tenant compte des conditions médicales et sociodémographiques de la personne. L’analyse de ces données pourrait engendrer des enjeux éthiques, légaux et sociaux que nous explorerons afin d’assurer que les résultats ne conduisent pas à accroître d'éventuelles inégalités dans les traitements que nous observons présentement entre différents sousgroupes de la population. Les résultats serviront à développer la surveillance de la polypharmacie dans la population et apporteront des connaissances nouvelles sur l’usage de médicaments qui pourraient changer la pratique clinique. De nouvelles avenues de recherche en intelligence artificielle seront également explorées, permettant le développement de cette discipline en santé.

Unpacking COVID-19 Vaccine Hesitancy in Canada
  La vaccination contre le COVID-19 est essentielle pour mettre fin à la pandémie. Cependant, de nombreux Canadiens adultes canadiens peuvent être incertains ou avoir peur de la vaccination. De nombreux experts considèrent que le contenu négatif négatifs sur la vaccination qui circulent dans les médias sociaux en ligne peuvent avoir un impact négatif sur la volonté des gens de se faire vacciner contre le COVID-19. Cependant, la plupart des recherches sur la manière dont les gens prennent leurs décisions en matière de vaccination et sur l'influence des (mauvaises) informations en ligne sur les attitudes envers la vaccination se sont concentrées sur les décisions parentales concernant la vaccination des enfants. Dans ce projet, nous allons explorer les raisons pour lesquelles certains adultes canadiens hésitent à recevoir les vaccins COVID-19, quelles sont les sources d'information auxquelles ils font confiance et quel est l'impact des informations en ligne sur les vaccins COVID-19 sur leurs attitudes. Nous décrirons également les " fake news " qui qui circulent dans les médias sociaux au Canada et identifierons les caractéristiques qui les rendent deviennent " virales ". Enfin, nous étudierons des outils novateurs, amusants et interactifs tirant parti des technologies numériques pour transmettre des messages positifs sur les vaccins COVID-19. technologies numériques pour diffuser des messages positifs sur la vaccination par le COVID-19.

Virage numérique de la presse québécoise
  Ce programme de recherche vise à épauler les compagnies de presse francophones dans la création et l'adoption d'outils intelligents pour la pratique journalistique. Plus spécifiquement, nous allons développer des d'algorithmes de recommandation pour diriger les lecteurs et lectrices vers les articles susceptibles de les intéresser, et ainsi améliorer l'expérience client des abonnés de ces journaux. En complément, et compte tenu de la fragilité financière des journaux régionaux, nous développerons des algorithmes de recommandation en charge de choisir les meilleures publicités à afficher sur un article et pour un lecteur, afin d'augmenter la rentabilité publicitaire du journal sans nuire à l'expérience du lecteur. Finalement, nous allons développer une gamme d'algorithmes visant à améliorer la distribution des articles sur les médias sociaux. Ceux-ci incluent des algorithmes éditoriaux dont l'objectif sera de présenter les articles d'une manière plus attrayante pour les utilisateurs des réseaux sociaux afin d'augmenter la visibilité et la diffusion de ces articles, et des algorithmes de modération afin de filtrer les commentaires toxiques souvent écrits à la suite d'articles sur les réseaux sociaux et encourager des discussions constructives et saines entre les lecteurs.