Thèse Identification d'Une Structure Communue dans les Préférences des Agents pour la Décision Collective H/F - Doctorat.Gouv.Fr

Établissement : Université Paris-Saclay GS Sciences de l'ingénierie et des systèmes
École doctorale : Interfaces : matériaux, systèmes, usages
Laboratoire de recherche : Mathématiques et Informatique pour la Complexité et les Systèmes - EA 4037
Direction de la thèse : Vincent MOUSSEAU
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-05-25T23:59:59

Dans la prise de décision collective, un groupe doit parvenir à un choix commun parmi plusieurs alternatives - par exemple, des candidats, des projets à financer ou des politiques à adopter - en fonction des préférences individuelles de ses membres. Comprendre comment agréger ces préférences individuelles en une décision collective est une question centrale du choix social computationnel (COMSOC), un domaine à l'intersection de l'intelligence artificielle, de l'économie et des sciences politiques [1]. Chaque agent évalue les alternatives selon un ensemble de critères personnels (fondés sur ses croyances, ses valeurs, ses expériences, etc.), que nous appellerons ici son système de valeurs. Bien que ces systèmes soient privés et spécifiques à chaque agent, il est généralement admis en COMSOC que les préférences individuelles s'articulent souvent, au moins approximativement, autour d'une structure sous-jacente commune [2]. Un exemple classique d'une telle structure est celui des préférences unimodales, où les alternatives sont ordonnées le long d'un axe commun (par exemple, un axe politique gauche-droite).
Pour apprendre une structure de préférences, il est nécessaire d'extraire des informations des systèmes de valeurs des agents. Cependant, nous n'avons pas d'accès direct à ces systèmes privés et complexes : les préférences sont généralement recueillies via un format de préférence commun, par exemple, des classements, des votes d'approbation ou des comparaisons par paires. Ces formats offrent inévitablement une vision partielle, et parfois déformée, des préférences. Par exemple, un agent peut préférer strictement une alternative à une autre, ce qui ne peut pas toujours être exprimé par un vote d'approbation. Inversement, un agent peut n'avoir aucune opinion sur certaines alternatives, mais être contraint de les classer lorsqu'on lui demande un classement général.
Ceci soulève une question naturelle, mais largement inexplorée : comment le choix du format de préférence influence-t-il les structures de préférences qui peuvent être apprises ? Des travaux récents suggèrent que différents formats peuvent effectivement conduire à des conclusions différentes concernant une même population, par exemple en produisant des axes politiques différents selon que les préférences sont exprimées sous forme de classements ou de votes d'approbation.
Cette thèse étudiera l'impact des formats de préférence sur l'information structurelle de ces préférences. L'objectif est d'élaborer un cadre formel permettant de comparer ces formats en fonction des informations qu'ils révèlent, déforment ou dissimulent. Plus précisément, le projet examinera :
- les types de propriétés structurelles qui peuvent être inférées à partir de différents formats,
- l'information (structurelle) perdue ou transformée lors du passage d'un format à un autre,
- comment la connaissance de la structure sous-jacente peut guider la conception de méthodes d'élicitation des préférences plus efficaces.
En comprenant le lien entre la manière dont les préférences sont exprimées et l'information structurelle qui peut en être extraite, cette recherche vise à contribuer à la fois aux fondements théoriques de la théorie des préférences structurées et à la conception de systèmes de décision collective plus efficaces, fiables et interprétables.

Références

[1] F. Brandt, V. Conitzer, U. Endriss, J. Lang et A. Procaccia (dir.). Handbook of Computational Social Choice. Cambridge University Press, 2016.
[2] E. Elkind, M. Lackner et D. Peters. Preference restrictions in computational social choice: A survey, IJCAI 2025.

Dans la prise de décision collective, un groupe doit parvenir à un choix commun parmi plusieurs alternatives - par exemple, des candidats, des projets à financer ou des politiques à adopter - en fonction des préférences individuelles de ses membres. Comprendre comment agréger ces préférences individuelles en une décision collective est une question centrale du choix social computationnel (COMSOC), un domaine à l'intersection de l'intelligence artificielle, de l'économie et des sciences politiques [1]. Chaque agent évalue les alternatives selon un ensemble de critères personnels (fondés sur ses croyances, ses valeurs, ses expériences, etc.), que nous appellerons ici son système de valeurs. Bien que ces systèmes soient privés et spécifiques à chaque agent, il est généralement admis en COMSOC que les préférences individuelles s'articulent souvent, au moins approximativement, autour d'une structure sous-jacente commune [2]. Un exemple classique d'une telle structure est celui des préférences unimodales, où les alternatives sont ordonnées le long d'un axe commun (par exemple, un axe politique gauche-droite).
Pour apprendre une structure de préférences, il est nécessaire d'extraire des informations des systèmes de valeurs des agents. Cependant, nous n'avons pas d'accès direct à ces systèmes privés et complexes : les préférences sont généralement recueillies via un format de préférence commun, par exemple, des classements, des votes d'approbation ou des comparaisons par paires. Ces formats offrent inévitablement une vision partielle, et parfois déformée, des préférences. Par exemple, un agent peut préférer strictement une alternative à une autre, ce qui ne peut pas toujours être exprimé par un vote d'approbation. Inversement, un agent peut n'avoir aucune opinion sur certaines alternatives, mais être contraint de les classer lorsqu'on lui demande un classement général.
Ceci soulève une question naturelle, mais largement inexplorée : comment le choix du format de préférence influence-t-il les structures de préférences qui peuvent être apprises ? Des travaux récents suggèrent que différents formats peuvent effectivement conduire à des conclusions différentes concernant une même population, par exemple en produisant des axes politiques différents selon que les préférences sont exprimées sous forme de classements ou de votes d'approbation.

Cette thèse étudiera l'impact des formats de préférence sur l'information structurelle de ces préférences. L'objectif est d'élaborer un cadre formel permettant de comparer ces formats en fonction des informations qu'ils révèlent, déforment ou dissimulent. Plus précisément, le projet examinera :
- les types de propriétés structurelles qui peuvent être inférées à partir de différents formats,
- l'information (structurelle) perdue ou transformée lors du passage d'un format à un autre,
- comment la connaissance de la structure sous-jacente peut guider la conception de méthodes d'élicitation des préférences plus efficaces.
En comprenant le lien entre la manière dont les préférences sont exprimées et l'information structurelle qui peut en être extraite, cette recherche vise à contribuer à la fois aux fondements théoriques de la théorie des préférences structurées et à la conception de systèmes de décision collective plus efficaces, fiables et interprétables.

Le candidat retenu intégrera le laboratoire MICS de CentraleSupélec. Les candidatures sont ouvertes aux titulaires d'un master ou d'un diplôme d'ingénieur en informatique, mathématiques appliquées, intelligence artificielle. Des compétences en théorie du choix social et un intérêt pour la modélisation des décisions sont souhaitables.