These en fouille d'argumentation sur ERC PANDORA (H/F)
Localisation
Alpes Maritimes (06), France (06)
Niveau d'études
Niveau 8 Doctorat/diplômes équivalents
Publication
4 septembre 2026
Date limite
26 septembre 2026
Domaine
Recherche
Secteur
Recherche & Innovation
Missions principales
Sujet de thèse :
Cette thèse propose d'étudier comment concevoir des systèmes de fouille d'arguments (détection, classification et extraction de relations argumentatives dans des textes) qui limitent les biais induits par les données d'entraînement, les annotateurs et les architectures neuronales sous-jacentes. L'objectif final est de produire des outils de fouille d'arguments plus robustes, généralisables et équitables, applicables à des domaines sensibles comme l'analyse de débats publics, la modération de contenu ou l'aide à la décision, tout en questionnant la notion même de "neutralité" dans un contexte où l'argumentation reflète intrinsèquement des positions situées.
La these est financée par l'ERC CoG PANDORA (Deep Multimodal Learning
for Mining and Generation of Arguments).
Contexte :
These dans le cadre de l'equipe MARIANNE du Laboratoire I3S (Laboratoire d'Informatique, Signaux et Systèmes de Sophia Antipolis) CNRS/Université Côte d'Azur. L'équipe est basée dans le Centre Inria d'Université Côte d'Azur. L'équipe est composée d'informaticiens, mais elle présente une forte dimension interdisciplinaire, notamment avec la linguistique, la philosophie, la sociologie et le droit. MARIANNE propose des méthodes innovantes de traitement du langage naturel, qui répondent à des problèmes concrets et qui sont à la fois rigoureuses sur le plan théorique et explicables.
La these est financée par l'ERC CoG PANDORA (Deep Multimodal Learning
for Mining and Generation of Arguments).
Compétences attendues
Sujet de thèse :Cette thèse propose d'étudier comment concevoir des systèmes de fouille d'arguments (détection, classification et extraction de relations argumentatives dans des textes) qui limitent les biais induits par les données d'entraînement, les annotateurs et les architectures neuronales sous-jacentes. L'objectif final est de produire des outils de fouille d'arguments plus robustes, généralisables et équitables, applicables à des domaines sensibles comme l'analyse de débats publics, la modération de contenu ou l'aide à la décision, tout en questionnant la notion même de "neutralité" dans un contexte où l'argumentation reflète intrinsèquement des positions situées.La these est financée par l'ERC CoG PANDORA (Deep Multimodal Learningfor Mining and Generation of Arguments). Contexte :These dans le cadre de l'equipe MARIANNE du Laboratoire I3S (Laboratoire d'Informatique, Signaux et Systèmes de Sophia Antipolis) CNRS/Université Côte d'Azur. L'équipe est basée dans le Centre Inria d'Université Côte d'Azur. L'équipe est composée d'informaticiens, mais elle présente une forte dimension interdisciplinaire, notamment avec la linguistique, la philosophie, la sociologie et le droit. MARIANNE propose des méthodes innovantes de traitement du langage naturel, qui répondent à des problèmes concrets et qui sont à la fois rigoureuses sur le plan théorique et explicables.La these est financée par l'ERC CoG PANDORA (Deep Multimodal Learningfor Mining and Generation of Arguments).
Profil attendu
Contraintes et risques :
Conditions d'exercice
Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.
Métier de référence
Chercheuse / Chercheur
Comprendre ce poste
Cette thèse s'inscrit dans un projet ERC ambitieux visant à développer des méthodes de fouille d'argumentation plus robustes et équitables. Le doctorant travaillera sur la détection, la classification et l'extraction de relations argumentatives dans des textes, en accordant une attention particulière aux biais systémiques : ceux introduits par les données d'entraînement, les pratiques d'annotation et les modèles neuronaux. Au-delà de la technique, le travail interrogera les présupposés d'objectivité en analyse argumentative, particulièrement pertinent pour des applications comme la modération de contenu ou l'aide à la décision publique.
Le recrutement dans ce cadre
Le contrat doctoral s'inscrit en catégorie A au CNRS, versant fonction publique d'État. Le recrutement s'adresse exclusivement aux contractuels, ce qui reflète un parcours spécifique ou un profil particulier au moment du recrutement. L'équipe MARIANNE du laboratoire I3S (CNRS/UCA) offre un environnement de recherche structuré, avec un financement garantis par le projet ERC, conditions favorables pour une thèse doctorale.
Conseils pour candidater
- **Mettre l'accent sur l'approche critique** : démontrer une compréhension que la fouille d'argumentation n'est jamais neutre, et avoir une première réflexion sur les biais dans les systèmes d'IA, au-delà de la seule compétence technique.
- **Justifier les compétences en TAL et apprentissage automatique** : sélectionner les projets académiques ou professionnels attestant maîtrise du traitement du langage naturel, modèles neuronaux et évaluation critique des datasets.
- **Anticiper l'aspect pluridisciplinaire** : mettre en avant ouverture à l'argumentation théorique, l'éthique et l'impact sociétal, pas seulement les dimensions algorithmiques.
Éclairage rédigé par PostePublic pour contextualiser cette offre.
Réf. UMR7271-SERVIL-002Fonction publique d'État