These-BENSALEM
Cette thèse étudie comment l'analyse de données, l'expertise humaine et l'intelligence artificielle explicable peuvent contribuer à la compréhension des inégalités numériques des établissements. Nous proposons une approche centrée sur l’humain, fondée sur des vocabulaires linguistiques flous définis par des experts. Elle comprend une mesure multiniveau du désaccord entre vocabulaires, DiCE_F pour produire des explications contrefactuelles individuelles et DiCE_GI pour générer des explications partagées au sein d'un groupe. Évaluées sur des jeux de données de référence, puis intégrées au tableau de bord DASIDE, ces méthodes sont expérimentées par des experts de la DRANE de Rennes et du ministère de l'Éducation nationale afin d'analyser les disparités en matière d'inégalités numériques entre 193 collèges publics bretons. Les résultats montrent comment les inégalités numériques reflètent des disparités socio-économiques et territoriales plus larges et soutiennent une analyse et des actions par profils d'établissements.
Grégory SMITS
Fahima DJELIL
Le 24/11/2026 à 09h00
à IMT Atlantique campus de Brest - Salle B01-010
M. Grégory SMITS - Professeur - IMT Atlantique
Mme Fahima DJELIL - Maître de conférences - IMT Atlantique
M. Christophe MARSALA - Professeur - Sorbonne Université
M. Julien GOSSA - Maître de conférences - Université de Strasbourg
Mme Anne LAURENT - Professeure - Université de Montpellier
Mme Amel YESSAD - Maître de conférences HDR - Sorbonne Université
Dernière mise à jour : 18 novembre, 2026 - 15:04
