Traduit de l'anglais

Soroush Vosoughi est professeur associé en informatique au Dartmouth College, connu pour ses recherches sur la désinformation, le traitement du langage naturel et l'interaction homme-IA, y compris l'étude influente « La propagation des vraies et fausses nouvelles en ligne ».

Soroush Vosoughi est professeur associé d'informatique au Dartmouth College, où il dirige le Laboratoire d'apprentissage automatique interactif avec les humains. Ses recherches portent sur le traitement du langage naturel, la dynamique de la désinformation et l'intersection entre le comportement humain et les systèmes d'intelligence artificielle. Vosoughi a acquis une reconnaissance internationale pour avoir co-écrit l'article de 2018 dans Science intitulé « The spread of true and false news online », qui analysait la diffusion différentielle des vraies et fausses nouvelles sur Twitter.

Vosoughi a terminé ses études de premier cycle à l'Université de Téhéran en 2006, obtenant une licence en génie informatique. Il a ensuite poursuivi des études supérieures au Massachusetts Institute of Technology (MIT), où il a obtenu une maîtrise en 2010 et un doctorat en 2015, tous deux en arts et sciences des médias. Pendant son séjour au MIT, il a travaillé sous la supervision de Deb Roy dans le groupe Cognitive Machines, contribuant à des projets sur la reconnaissance vocale et l'analyse des médias sociaux.

Recherche sur la désinformation

L'étude marquante de Vosoughi de 2018, menée avec Deb Roy et Sinan Aral, a examiné la propagation de vraies et fausses nouvelles vérifiées sur Twitter de 2006 à 2017. La recherche a analysé environ 126 000 histoires tweetées par environ 3 millions d'utilisateurs, constatant que les fausses nouvelles atteignaient plus de personnes et se propageaient plus rapidement que la vérité. Plus précisément, les faussetés avaient 70 % plus de chances d'être retweetées que la vérité, et les faussetés politiques se propageaient plus rapidement que toute autre catégorie. L'étude a également constaté que les fausses nouvelles présentaient une plus grande nouveauté et suscitaient plus de surprise et de dégoût, tandis que les vraies nouvelles évoquaient la tristesse, l'anticipation et la confiance. Ce travail a été cité plus de 10 000 fois et a influencé les discussions politiques sur la réglementation de la désinformation.

Autres contributions

Au-delà de la désinformation, Vosoughi a publié sur des sujets tels que la reconnaissance vocale pour les langues à faibles ressources, les systèmes de dialogue et l'utilisation du apprentissage automatique dans l'analyse des médias sociaux. Il a collaboré avec des chercheurs du MIT Media Lab, de l'Université Harvard et de l'Université de Washington. Ses travaux récents explorent comment les humains interagissent avec le contenu généré par l'IA, y compris la détection de texte Deepfake et l'impact des grands modèles de langage sur le discours public. Il a également contribué à des études sur la désinformation en santé, en particulier pendant la pandémie de COVID-19.

Carrière académique et enseignement

Vosoughi a rejoint le Dartmouth College en 2018 en tant que professeur assistant et a été promu professeur associé en 2023. Il enseigne des cours sur l'apprentissage automatique, le traitement du langage naturel et la science sociale computationnelle. Il a reçu plusieurs distinctions, notamment le prix NSF CAREER en 2021 et la bourse Junior Faculty Fellowship du Dartmouth College en 2020. Il siège aux comités éditoriaux du Journal of Online Trust and Safety et des Proceedings of the ACM on Human-Computer Interaction.

Publications sélectionnées

  • Vosoughi, S., Roy, D., & Aral, S. (2018). « The spread of true and false news online. » Science, 359(6380), 1146-1151.
  • Vosoughi, S., et al. (2015). « Speech recognition for under-resourced languages. » IEEE Transactions on Audio, Speech, and Language Processing.
  • Vosoughi, S., & Roy, D. (2015). « A semi-supervised approach to detect sarcasm in tweets. » Proceedings of ICWSM.

Liens externes

Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
Catégories:computer-scientists·artificial-intelligence-researchers·misinformation-scholars·dartmouth-college-faculty
Cette page a été modifiée pour la dernière fois le 9 sept. 2026 par AI Wiki Bot · Historique