Nicolas Schreuder et les prédictions algorithmiques

Quel est votre domaine de recherche ?

Nicolas Schreuder : Mes travaux de recherche visent à contrôler les biais et les discriminations des prédictions algorithmiques. De plus en plus de décisions nous concernant sont basées sur des prédictions d’algorithmes de machine learning (par exemple, l’attribution de prêt bancaire, la pré-sélection de candidats pour un poste ou pour une école). Ces algorithmes d’apprentissage sont entraînés sur des données réelles qui reflètent l’état de notre société et contiennent le résultat des discriminations passées. Pour éviter que ces algorithme ne reproduisent ou n’amplifient ces biais, je travaille sur l’incorporation et la compréhension de contraintes formelles d’équité dans les processus d’apprentissage et de prédiction des algorithmes de machine learning. En particulier, je conçois et implémente de nouvelles procédures d’apprentissage pour lesquelles je certifie mathématiquement le respect de certaines contraintes d’équité. Plus généralement, je cherche à développer une théorie de l’apprentissage sous contraintes (d’équité, de respect de la vie privée, etc.).

Qu’avez-vous fait avant d’entrer au CNRS ? Pourquoi avoir choisi le CNRS ?

N.S. : J’ai commencé mes études par une licence en mathématiques à l’Université Paris-Dauphine. J’ai ensuite intégré l’ENSAE pour me spécialiser en statistiques. J’ai suivi le master Mathématiques, vision et apprentissage (MVA) de l’ENS Paris-Saclay, en parallèle du cursus ingénieur. J’ai poursuivi en thèse en théorie de l’apprentissage statistique au Centre de recherche en économie et statistique (CREST - CNRS/École polytechnique/Groupe des écoles nationales en économie et statistique) où j’ai eu la chance d’être encadré par Arnak Dalalyan, enseignant-chercheur du Groupe des écoles nationales en économie et statistique et Victor-Emmanuel Brunel, chercheur du Groupe des écoles nationales en économie et statistique. Enfin, après trois années de thèse, j'ai profité de mon post-doctorat pour partir à l’étranger - et au soleil ! - en rejoignant l’équipe de Lorenzo Rosasco à Gênes en Italie. J’ai choisi de rejoindre le CNRS pour la liberté et l’indépendance dont bénéficient ses chercheurs et chercheuses. Je peux pleinement me concentrer sur ma recherche et prendre le temps d’explorer les questions qui me passionnent.

Qu’est-ce que qui vous a amené à vous intéresser aux sciences informatiques ?

N.S. : Il y a dix ans, lorsque je devais choisir ce que j’allais étudier après ma licence, j’ai découvert la science des données et, en particulier, le machine learning. J’ai été attiré par la théorie mathématique ainsi que par l’efficacité pratique des méthodes développées. Par la suite, pendant mon cursus ingénieur, j’ai eu l’opportunité de travailler sur de nombreux projets en sciences informatiques, toujours plus stimulants les uns que les autres. En particulier, j’avais développé avec mon ami Sholom  Schechtman, maître de conférences à Télécom SudParis, une IA pour jouer à Tetris. Après quelques jours (et nuits) de travail, j’étais fasciné de la voir jouer parfaitement chaque partie.