Science et Intelligence Artificielle. Nos recherches visent à comprendre l’impact des technologies liées à l’IA sur (i) la vitesse et la nouveauté des découvertes scientifiques, (ii) la topologie du réseau de scientifiques et sa dynamique, et (iii) les causes et les conséquences potentielles de la privatisation de la recherche en IA. Nous développons des indicateurs en temps réel sur la science, la technologie et l’innovation (STI) en analysant les données Web accessibles au public provenant des sites et des resaux sociaux des chercheurs, des universités et des OPR. Nous fournissons de nouvelles informations à un large public dans la communauté scientifique et soutenons également des actions politiques plus judicieuses dans le domaine de la science, de la technologie et de l’innovation.
Twin transition. Notre recherche vise à comprendre les implications de la transition numérique et verte (twin) en termes d’impacts environnementaux. Nous construisons un ensemble de données sur les connaissances scientifiques (publications) et technologiques (brevets) numériques et vertes, ainsi que sur les émissions de gaz à effet de serre (GES) dans l’Union européenne (UE28), en Norvège et en Suisse au niveau des régions métropolitaines. Nous évaluons l’impact environnemental d’un sous-ensemble de technologies numériques. La transition numérique et la transition écologique peuvent-elles aller de paire pour réduire les émissions globales de gaz à effet de serre ou, à l’inverse, entraîneront-elles des tendances concurrentes ?
Nouveaux indicateurs. Nous développons des indicateurs de nouveauté pour la recherche scientifique via la science des réseaux et l’apprentissage automatique, par exemple en tenant compte des réseaux de collaboration des auteurs, de leurs stocks de connaissances et de compétences, et d’autres éléments. Ces indicateurs permettront de compléter les études sur l’IA dans la science.
