Professeure en IA à Sorbonne Université, Spécialiste Mondiale des Robots Émotionnels & Conférencière de Référence sur l'Éthique de l'IA

"L'IA est une machine extrêmement puissante, mais qui ne comprend rien à ce qu'elle fait."

Chercheuse, professeure et conférencière française née le 8 octobre 1962 à Châtillon-sur-Seine. Thèse sur des projets européens dédiés à l'acoustique et aux premiers modèles d'apprentissage de Markov appliqués à la linguistique. Chercheuse au LIMSI-CNRS (devenu LISN) depuis plus de 30 ans. Professeure en informatique appliquée aux sciences sociales à l'Université Paris-Sorbonne depuis 2011 : dirige l'équipe de recherche "Dimensions affectives et sociales dans les interactions parlées". Habilitée à diriger des recherches. Spécialiste mondiale de l'interaction homme-machine, la détection des émotions, le dialogue oral et la robotique affective et interactive. Membre de la CERNA (Commission de réflexion sur l'éthique de la recherche en sciences et technologies du numérique). Membre fondateur du HUB IA (écosystème privé-public sur l'éthique appliquée, depuis 2017). Chargée de mission à l'Institut DATAIA de Paris-Saclay (2017) : dirige un projet sur l'éthique de la robotique sociale "Bad Nudge Bad Robot". Membre du Partenariat Mondial sur l'IA (PMIA) : groupe de travail sur le futur du travail. Membre du Comité National Pilote d'Éthique du Numérique (CNPEN). Présidente de la Fondation Blaise Pascal (médiation en mathématiques et informatique, depuis 2021). Impliquée dans Confiance.ai (sécurisation et fiabilité des systèmes IA). Programme AI for Tomorrow (IA citoyenne et responsable). ISCA Distinguished Lecturer 2017-2018. Chairman du groupe de travail IEEE P7008 sur l'éthique des systèmes robotiques. Plus de 150 articles dans des revues internationales avec comité de lecture. Participante aux projets européens Rex Humaine, Chist-era Joker. Auteure de "Des Robots et des Hommes" (Plon, 2017), "Les Robots émotionnels" (Éditions de l'Observatoire, 2020). Chevalière de la Légion d'honneur (nommée le 31 décembre 2019, décorée par Cédric Villani le 12 avril 2022). Conférencière référencée par London Speaker Bureau France.

Laurence Devillers a grandi à Châtillon-sur-Seine, en Bourgogne. Rien dans son enfance ne la prédestinait à devenir l'une des chercheuses françaises les plus influentes sur l'intelligence artificielle. C'est par hasard qu'elle tombe sur un sujet de thèse portant sur les modèles acoustiques et la linguistique computationnelle. Un hasard qui décide de tout. Dans son laboratoire où cohabitent linguistes et informaticiens, elle comprend très vite que le grand défi ne sera pas technique mais humain : comment faire en sorte que les machines comprennent vraiment le langage, avec ses émotions, ses ambiguïtés, ses sous-entendus ?

Depuis trente ans, elle explore cette question à la frontière de l'informatique, de la psychologie, des neurosciences et de la philosophie. Ses travaux sur la détection des émotions dans les interactions parlées, sur la robotique affective et sur le traitement automatique du langage en font une référence mondiale dans un domaine qui était confidentiel il y a encore vingt ans, et qui est aujourd'hui au cœur de tous les débats sur l'IA générative. Quand ChatGPT fait irruption dans nos vies en 2022, elle est l'une des premières voix scientifiques à contextualiser le phénomène avec rigueur : non, l'IA générative ne pense pas. Non, elle n'a pas d'intention. Non, elle ne ressent rien. Elle imite. Et cette imitation, aussi bluffante soit-elle, n'est pas de l'intelligence au sens humain du terme.

Ce positionnement lucide et courageux, refusant aussi bien les catastrophismes que les utopies naïves, fait d'elle une intervenante particulièrement précieuse pour les décideurs qui cherchent à comprendre vraiment l'IA. Membre de toutes les grandes instances éthiques françaises et internationales sur le numérique, auteure de livres accessibles au grand public, elle sait rendre compréhensible ce qui semble opaque, et poser les bonnes questions là où d'autres se contentent de donner des réponses trop simples.