Dirk Hovy est un chercheur en sciences sociales computationnelles dont les travaux portent sur le traitement automatique du langage naturel (TALN), l'apprentissage automatique et l'équité en intelligence artificielle. Il est particulièrement connu pour ses recherches sur les biais démographiques dans les modèles de langage et l'équité algorithmique, examinant comment des attributs sociaux tels que le genre, l'âge et la nationalité sont encodés dans le texte et comment ces biais se propagent à travers les systèmes d'IA. Hovy a contribué au développement de méthodes pour détecter et atténuer les biais en TALN, et ses travaux ont influencé les discussions sur le développement responsable de l'IA.
Hovy est affilié à l'Université Bocconi à Milan, en Italie, où il dirige l'unité Data and Marketing Insights et est professeur au Département des sciences de l'informatique. Il a également occupé des postes à l'Université de Californie du Sud et à l'Université de Copenhague. Ses recherches jettent un pont entre les méthodes computationnelles et les sciences sociales, abordant des questions sur la façon dont le langage reflète et façonne les structures sociales.
Vie personnelle et éducation
Dirk Hovy est né en Allemagne et a développé un intérêt précoce pour l'informatique et la linguistique. Il a poursuivi ses études de premier cycle en linguistique computationnelle à l'Université de Tübingen, où il a été exposé à l'intersection du langage et du calcul. Il a ensuite déménagé aux États-Unis pour des études supérieures, obtenant un doctorat en informatique à l'Université de Californie du Sud (USC). Sa recherche doctorale portait sur la traduction automatique statistique et l'utilisation de l'information syntaxique dans les modèles de TALN, jetant les bases de ses travaux ultérieurs sur les dimensions sociales du langage.
Carrière académique
Après avoir obtenu son doctorat, il a rejoint l'Institut des sciences de l'information de l'Université de Californie du Sud en tant que chercheur scientifique. Il a collaboré avec des collègues sur des projets impliquant le TALN multilingue et le développement de ressources pour les langues à faibles ressources. En 2015, il a déménagé à l'Université de Copenhague, où il est devenu professeur associé puis professeur titulaire. À Copenhague, il a fondé la section TALN et dirigé des recherches sur les sciences sociales computationnelles, y compris des études sur les corrélations démographiques du langage.
En 2021, il a rejoint l'Université Bocconi en tant que professeur titulaire. Il lui y a établi un groupe de recherche axé sur l'équité et la transparence en IA, avec un accent particulier sur les applications TALN. Il a également participé à des initiatives de recherche européennes, y compris des projets financés par le Conseil européen de la recherche, et a servi dans les comités de programme pour des conférences majeures de T, comme ACL, EMNLP et NAACL.
Contributions de recherche
Les recherches de Hovy ont apporté des contributions significatives à la compréhension et à l'éduction des biais dans les systèmes de TALN. L'un de ses travaux notables, « Apprentissage des vecteurs de mots pour 157 langues » a introduit un modèle de plongement de mots multilingue largement utilisé dans les tâches TALN cross-lingues. Il a également publié des articles influents sur l'inférence automatique des attributs démographiques à partir du texte, démontrant que les modèles peuvent prédire le genre, l'âge et d'autres traits d'une personne en fonction de son style d'écriture. Cette ligne de recherche a soulevé des questions éthiques importantes sur la vie privée et le potentiel de mauvais usage de ces prédictions.
Dans le domaine de l'équité, il a étudié comment les biais dans les données d'apprentissage conduisent à des résultats discriminatoires dans les modèles de apprentissage automatique. Ses travaux montrent que les plongements de mots et les modèles de langage de grande taille encodent souvent des stéréotypes, comme associer certaines professions à des genres spécifiques. Il a proposé des méthodes pour réduire les biais dans ces modèles, y compris des techniques de traitement et des stratégies d'augmentation des données. Ses recherches ont été publiées dans des lieux de référence, y compris les Actes de l'Association pour la linguistique computationnelle et le Journal de la recherche en intelligence artificielle.
Impact et reconnaissance
Les travaux de Hovy ont été largement cités et ont influencé à la fois la recherche académique et les pratiques industrielles. Ses résultats sur les biais dans le TALN ont été référencés dans des directives pour un développement responsable de l'IA par des organisations telles que OpenAI et Google DeepMind. Il a été invité à parler à des conférences et à des ateliers dans le monde entier, notamment à la Conférence sur l'équité, la responsabilité et la transparence (IÉQUITÉ) et à la Conférence internationale sur l'apprentissage automatique.
En 2020, le Conseil européen de la recherche lui a accordé une subvention prestigieuse pour son projet intitulé le TALN social, qui vise à développer des modèles de langage qui sont plus sensibles au contexte social et moins enclins aux biais. Plusieurs prix de meilleur article lors de plusieurs conférences ont reconnu son travail, dont une mention honorable à la keynote 2016 pour ses recherches sur l'inférence démographique.
Publications sélectionnées
Il est l'auteur de plus de 100 articles évalués par des pairs. Ses œuvres les plus citées incluent :
- « Apprentissage des vecteurs pour les langues 157 » (avec Anders JOUR)
- « Informations démographiques à partir de texte : une enquête » (avec les autres, 2019)
- «Corpus pour la détection de la subjectivité au niveau des phrases en allemand» (avec d'autres)
- « L'impact social de la Traitement du langage naturel » (avec d'autres, 2021)
Son recherche a été soutenue par de multiples subventions du Fonds national pour la science, de l'Union européenne et de des fondations privées.
Voir aussi
- Intelligence artificielle
- Traitement automatique du langage naturel
- Vérité comptable
- Sciences sociales computationnelles