Non classé

L'Institut des sciences cognitives est fier de s'associer à l'École de technologie supérieure (ETS) afin d'accueillir la Pr. Ying Fang de l'Université normale de Chine centrale pour un séminaire d'une durée de 2 heures, de 14 h à 16 h, le mercredi 19 février prochain.

L'évènement aura lieu en formule comodale au A-3740.

---

Titre : Faire progresser l'éducation grâce au Big Data et à l'IA : Intégrer les technologies de pointe et les systèmes d'apprentissage personnalisés.

Brève description : Dans cet exposé, seront présentés les recherches menées par l'équipe du Dr. Fang au National Engineering Research Center of Educational Big Data. La présentation couvrira leurs principaux domaines de recherche, y compris les systèmes de captation et de traitement des données multimodales, la modélisation de l'apprentissage et de l'enseignement, les systèmes de gestion intelligents et l’élaboration de politiques. En outre, Dr. Fang présentera ses recherches sur l'application de l'IA dans divers scénarios éducatifs, tels que l'encouragement de la pensée critique des étudiant-es, l'amélioration de leurs compétences en écriture, l'apprentissage des mathématiques et la compréhension en lecture. Elle discutera également de la manière dont son équipe exploite les techniques de TALN (NLP) et d'apprentissage automatique pour améliorer les environnements d'apprentissage par le jeu.

Biographie : Ying Fang est professeure associée à la faculté d'intelligence artificielle de l'Université normale de Chine centrale. Elle a obtenu son doctorat en psychologie expérimentale à l'Institut des systèmes intelligents de l'Université de Memphis (2019). Elle a ensuite travaillé en tant que chercheuse postdoctorale au laboratoire Science of Learning and Educational Technology de l'Arizona State University. La Dre Fang est également membre du National Engineering Research Center of Educational Big Data, une plateforme de recherche de niveau national axée sur l'innovation dans l'application des données massives en éducation, avec une équipe de plus de 300 chercheur-es. Ses recherches portent sur la mise en œuvre de l'intelligence artificielle dans les systèmes éducatifs, le développement et l'évaluation de systèmes tutoriels intelligents et l'amélioration de l'apprentissage par le biais d'environnements basés sur le jeu.

Références:

• Fang, Y., Roscoe, R. D., & McNamara, D. S. (2023). Artificial intelligence-based assessment in education. In Handbook of artificial intelligence in education (pp. 485-504). Edward Elgar Publishing.
• Fang, Y., Li, T., Huynh, L., Christhilf, K., Roscoe, R. D., & McNamara, D. S. (2023). Stealth literacy assessments via educational games. Computers, 12(7), 130.
• Fang, Y., Lippert, A., Cai, Z., Chen, S., Frijters, J. C., Greenberg, D., & Graesser, A. C. (2022). Patterns of adults with low literacy skills interacting with an intelligent tutoring system. International Journal of Artificial Intelligence in Education, 1-26.
• Fang, Y., Li, T., Roscoe, R. D., & McNamara, D. S. (2021). Predicting literacy skills via stealth assessment in a simple vocabulary game. In International Conference on Human-Computer Interaction (pp. 32-44). Cham: Springer International Publishing.
• Chen, S., Fang, Y., Shi, G., Sabatini, J., Greenberg, D., Frijters, J., & Graesser, A. C. (2021). Automated disengagement tracking within an intelligent tutoring system. Frontiers in artificial intelligence, 3, 595627.
• Fang, Y., Ren, Z., Hu, X., & Graesser, A. C. (2019). A meta-analysis of the effectiveness of ALEKS on learning. Educational Psychology, 39(10), 1278-1292.
• Fang, Y., Nye, B., Pavlik, P., Xu, Y. J., Graesser, A., & Hu, X. (2017). Online Learning Persistence and Academic Achievement. International Educational Data Mining Society.

L'Institut des sciences cognitives vous invite à une conférence de Valerie Thompson qui aura lieu le 27 septembre à 14 h en format hybride, au DS-1950 et par zoom.

Voici le lien zoom pour celles et ceux qui désireraient y assister à distance : https://uqam.zoom.us/j/85918742309

Au plaisir de vous y voir!

---

L'Institut des sciences cognitives vous invite à une conférence de Patrck Girard qui aura lieu le 12 septembre prochain au local A-3740 du pavillon Hubert-Aquin à 14 heures.

En arrivant devant les portes barrées dans le couloir du A au 3e étage, vous devrez presser très fort la sonnette à droite de la porte afin qu'on vienne vous ouvrir.

Au plaisir de vous y voir!

---

Bourse de diffusion / soutien à la recherche

L’ISC fusionne les concours de bourse de diffusion et de bourse de soutien à la recherche et accepte les demandes visant :

• à encourager les étudiantes, les étudiants à diffuser les résultats de leurs recherches (volet diffusion);
• à soutenir l’avancement ou la bonification du projet de mémoire ou de thèse, au regard des coûts liés à la collecte de données de l’étudiant-e (volet soutien à la recherche)

Jusqu’à 500 $ par demande.

Le concours est ouvert à l’année, mais les demandes doivent être déposées avant le 1^er mars 2023 pour l’année universitaire en cours.

Objectifs

Ces bourses visent à soutenir l’avancement et la diffusion des recherches des étudiantes et étudiants des cycles supérieurs qui travaillent à l’UQAM en lien avec les sciences cognitives.

Conditions d’admissibilité

• Être supervisé-e par un membre régulier de l’Institut des sciences cognitives, qui agit à titre de directeur ou codirecteur du mémoire ou de la thèse; et/ou être inscrit à une concentration en sciences cognitives; et/ou être membre junior de l’Institut des sciences cognitives;
• Être inscrit et actif à temps complet dans un programme de 2^e ou de 3^e cycle universitaire de l’UQAM et poursuivre un projet de recherche s’inscrivant dans le domaine des sciences cognitives;

Les coûts liés à la diffusion ou à la collecte de données sont pour l’année universitaire en cours;

L’institut octroie, au maximum, une bourse par année par étudiant-e.

Dossier de présentation de la candidature

Le dossier doit contenir les documents énumérés ci-dessous, et doit être acheminé par courriel à isc@uqam.ca.

• Une copie des relevés de notes universitaires (pièces non officielles acceptées);
• Présentation du projet de mémoire ou thèse et état d’avancement (1 page maximum);
• Présentation et justification de la demande de bourse, incluant la description et la pertinence, l’échéancier et la ventilation des dépenses (1 page maximum).

Critères d’évaluation

Les dossiers sont évalués selon les critères qui suivent :

• Qualité du dossier universitaire;
• Nature et envergure de la diffusion scientifique (volet diffusion) ou impact du soutien demandé sur la réalisation du projet (volet soutien);
• Pertinence du projet de maîtrise ou de thèse pour les sciences cognitives.

Frais et montants remboursés

• Jusqu’à concurrence de 500 $, le montant alloué peut varier en fonction des critères susmentionnés et de la justification du montant demandé;
• Les frais d’inscription à des événements scientifiques en présentiel ou en ligne en lien avec le sujet de recherche de l’étudiant-e;
• Les frais liés à des publications scientifiques (révision, traduction, etc.);
• Les coûts liés à la collecte de données dans le cadre du projet de maîtrise ou de thèse (déplacement, rétribution, traductions, équipements ou accès à des logiciels, frais de laboratoire, frais techniques, etc.).  

Attribution de la bourse et annonce du résultat

Les candidatures sont évaluées et classées au mérite par le Comité de coordination de l’ISC dans les 15 jours ouvrables suivant la demande. La décision du comité d’évaluation est finale et sans appel.

Il n’existe pas de procédure de révision.

Par : Todd Gureckis

Résumé :
The ability to reason about the physics of our world (e.g., what arrangements of objects are stable, how things will fall or move under a force) is central to human intelligence.  One influential hypothesis is that this capacity stems from the ability to perform “mental simulations” of physical events (in effect, playing a mental “movie” of the future evolution of a scene according to the laws of physics).  In this talk, I’ll try to pin down several core commitments of the mental simulation approach that must be present for the general theory to be viable.  I then will describe experiments we conducted recently trying to test these commitments.  Along the way, we stumbled into several curious and novel errors and biases in human physical reasoning ability that we believe represent limits to the universality of contemporary simulation theories.  If there is time, I will discuss a related project considering how efficient or optimal people are when they “experiment” in the physical world in order to learn the covert properties of objects such as mass or attractive/repulsive forces like magnetism.

Bio :
Todd M. Gureckis, Professor of Psychology, New York University, studies how people actively explore their world in order to learn, including everyday reasoning capacities for the physical and social world. His research combines methods of computational modeling, developmental psychology, cognitive neuroscience, and online data collection. He is the founder and a lead developer of the psiTurk package, a tool for facilitating online experiments used in hundreds of research labs. His work has been recognized by the NSF CAREER award, the Presidential Early Career Award (PECASE) from the Office of Science and Technology Policy at the White House, the James S. McDonnell Foundation Scholar award, and several paper and conferences awards with his students including the Marr Prize from the Cognitive Science Society, the Clifford T. Morgan Prize from the Psychonomic Society. He has variously served an Associate Editor for Cognitive Science, Topics in Cognitive Science, and Computational Brain and Behavior.

Références
https://gureckislab.org/ :
https://gureckislab.org/papers/#/ref/ludwin2021limits
https://gureckislab.org/papers/#/ref/ludwinpeery2020broken
https://gureckislab.org/papers/#/ref/bramley2018intuitive

Jeudi 15 décembre, 10 h 30. 

Lien zoom : ​ https://uqam.zoom.us/j/88481835073

IMPORTANT : connectez-vous au moins 10 à 15 minutes avant.  Lors de la période de question, il est maintenant obligatoire d’ouvrir votre caméra et de poser vos questions directement et surtout PARTICIPER à la discussion.

Par : Karl Friston

Résumé :
This talk offers a formal account of insight and learning in terms of active (Bayesian) inference. It deals with the dual problem of inferring states of the world and learning its statistical structure. In contrast to current trends in machine learning (e.g., deep learning), we focus on how agents learn from a small number of ambiguous outcomes to form insight. I will use simulations of abstract rule-learning and approximate Bayesian inference to show that minimising (expected) free energy leads to active sampling of novel contingencies. This epistemic, curiosity-directed behaviour closes `explanatory gaps' in knowledge about the causal structure of the world, thereby reducing ignorance, in addition to resolving uncertainty about states of the known world. We then move from inference to model selection or structure learning to show how abductive processes emerge when agents test plausible hypotheses about symmetries in their generative models of the world. The ensuing Bayesian model reduction evokes mechanisms associated with sleep and has all the hallmarks of aha moments.

Bio :
Karl Friston is a theoretical neuroscientist and authority on brain imaging. He invented statistical parametric mapping (SPM), voxel-based morphometry (VBM) and dynamic causal modelling (DCM). Mathematical contributions include variational Laplacian procedures and generalized filtering for hierarchical Bayesian model inversion. Friston currently works on models of functional integration in the human brain and the principles that underlie neuronal interactions. His main contribution to theoretical neurobiology is a free-energy principle for action and perception (active inference). Friston received the first Young Investigators Award in Human Brain Mapping (1996), the Weldon Memorial prize and Medal in 2013 for contributions to mathematical biology, the 2016 recipient of the Charles Branch Award for unparalleled breakthroughs in Brain Research and the Glass Brain Award, a lifetime achievement award in the field of human brain mapping. He holds Honorary Doctorates from the University of Zurich and Radboud University.

A repository of active inference papers: GitHub - BerenMillidge/FEP_Active_Inference_Papers: A repository for major/influential FEP and active inference papers. Theoretical lecture on the physics behind active inference: I am therefore I think by Karl Friston - YouTube

Jeudi 8 décembre, 10 h 30. 

Lien zoom : : ​ https://uqam.zoom.us/j/88481835073

IMPORTANT : connectez-vous au moins 10 à 15 minutes avant.  Lors de la période de question, il est maintenant obligatoire d'ouvrir votre caméra et de poser vos questions directement et surtout PARTICIPER à la discussion.

Présentation faite au 89e congrès de l'Acfas en mai dernier, par Elisabeth Doyon, doctorante en informatique cognitive à l'UQAM, Toufik Mechouma, doctorant en informatique cognitive à l'UQAM, et Julien Vallières, étudiant à la maîtrise en langue et littérature françaises, Université McGill.

Ces 3 membres juniors de l'ISC se sont mérités la bourse de valorisation de projets de 5000 $ de l'ISC, en 2021, pour ce projet : Soixante-trois ans de conférences philosophiques (1933-1995) : pilote d’extraction de corpus et d’indexation analytique par forage textuel des Annales de l’ACFAS.

Leur présentation au congrès de l'ACFAS est accessible sur le YouTube de l'ISC.

RACCOURCIS propose un guide vulgarisé et bilingue des biais cognitifs. Ce guide en ligne fait un tour d'horizon critique de la recherche effectuée dans plusieurs disciplines sur le thème des biais cognitifs et du raisonnement, en plus d'exposer les répercussions que ces biais peuvent engendrer.

Visitez le site pour voir le travail que fait l'équipe, et consultez les détails si vous êtes intéressé-e à contribuer à RACCOURCIS en écrivant une entrée sur un biais ou un raccourcis cognitif L'équipe vous invite aussi à t leur propositions d'appels de textes.

Par : Baptiste Caramiaux

Résumé :
Machine learning algorithms are present in many of the applications and services we use every day. These technologies are often designed in isolation from their users, leading to a standardisation of their uses and a centralised control of their capabilities. Creating learning technologies that are closer to people and their context of use opens up the possibility of more responsive, appropriable and inclusive interactions. In this talk, I will present the context and the research community working on these themes at the intersection between HCI and AI. Then I will focus on my work in this field. I will show examples of research where the artistic approach is sometimes seen as a tool to reflect on technologies as cultural actors, and sometimes seen as a tool to inspire the design of rich and expressive interactions. Finally, I will present concrete ways to design interactions with machine learning algorithms through the concept of Machine Teaching.


Bio :
Baptiste Caramiaux is a CNRS researcher at ISIR, Sorbonne Université in Paris, in the HCI Sorbonne group. He conducts research in human-computer interaction (HCI), studying and designing interactions with machine learning algorithms in the context of performing arts, health and pedagogy, engineering.

Jeudi 3 novembre, 10 h 30. 

Lien zoom : ​https://uqam.zoom.us/j/88481835073

IMPORTANT : connectez-vous au moins 10 à 15 minutes à l’avance, et donnez votre nom complet pour nous faciliter la tâche de vous admettre au séminaire.
Lors de la période de question, nous vous invitons à ouvrir votre caméra et à poser vos questions directement.

Par : Tom Ziemke

Résumé :
People commonly attribute intentional mental states, such as beliefs and goals, to robots (Thellman et al., 2022; Ziemke, 2020). In a recent paper we formulated the perceptual belief attribution problem (Thellman & Ziemke, 2021): How can people interacting with robots understand what they know about the shared physical environment without knowing much about those robots’ sensors, perception, memory, etc.? In this talk I’ll focus on the observer’s grounding problem, which is the other side of the same coin, i.e., the fact that in interaction with a robot people tend to make anthropomorphic, folk-psychological attributions, based on their own grounding rather than the robot’s

Bio :
Tom Ziemke is Professor of Cognitive Systems at Linkoping University, Sweden. His main research interests are in situated/embodied cognition and social interaction, with a current focus on people’s interaction with different types of autonomous technologies, ranging from social robots to automated vehicles. A long-standing research interest is the relation between cognition and computation – and the resulting (mis-) conceptions of AI among both researchers and the general public

References:
Understanding robots https://www.science.org/doi/10.1126/scirobotics.abe2987
Explainability in Social Robotics https://doi.org/10.1145/3461781
Mental State Attribution to Robots https://doi.org/10.1145/3526112

Jeudi 17 novembre, 10 h 30. 

Lien zoom : ​ https://uqam.zoom.us/j/88481835073

IMPORTANT : connectez-vous au moins 10 à 15 minutes à l'avance, et donnez votre nom complet. Aussi, lors de la période de question, il est maintenant obligatoire d'ouvrir votre caméra. Posez vos questions directement mais surtout participez à la discussion.