Activité de recherche

My research area is in human-centered artificial intelligence. My main goal is to create intelligent systems that can better support effective human-computer interaction by integrating traditional HCI approaches with innovative AI techniques that enable advanced forms of interaction. To this end, I have focused on designing intelligent user-adaptive systems that can: (i) Recognize the specific needs, affect and abilities of their users (a task called user modeling); (ii) Provide users with a personalized interaction experience by adapting in real-time to the detected user’s needs and abilities. I have studied the benefits of such user adaptation for a variety of systems, including intelligent educational environments, pedagogical virtual agents, visualizations, decision support systems, and citizen engagement platforms.

Mon domaine de recherche est l'intelligence artificielle centrée humain. Ma recherche porte plus spécifiquement sur les systèmes intelligents qui utilisent l'intelligence artificielle pour proposer une interaction plus personnalisée à leurs utilisateurs. Pour ce faire, je crée et évalue des systèmes dit adaptatifs, qui sont capables (i) de prédire les besoins et états de leurs utilisateurs via l'analyse de leurs données d'interaction (modélisation d'utilisateur) ; (ii) de personnaliser l'interaction en temps réel pour mieux répondre à ces besoins et états. J'ai montré la faisabilité et l'intérêt de tels systèmes adaptatifs dans une variété de domaines d'application, dont les environnements informatiques pour l'apprentissage humain (EIAH), les agents pédagogiques virtuels, les visualisation de données, les outils d'aide à la décision et les plateformes pour l'engagement citoyen.

Un doctorant à Sorbonne Université (Direction de recherche / Co-encadrement)

Publications 2022-2024

• 2024
  • V. Švábenský, M. Verger, Maria Mercedes T. Rodrigo, Clarence James G. Monterozo, R. Baker, M. Saavedra, S. Lallé, A. Shimada : “Evaluating Algorithmic Bias in Models for Predicting Academic Performance of Filipino Students”, Proceedings of the 17^th International Conference on Educational Data Mining (EDM 2024), Atlanta, GA, United States (2024)
  • M. Verger, Ch. Fan, S. Lallé, F. Bouchet, V. Luengo : “A Comprehensive Study on Evaluating and Mitigating Algorithmic Unfairness with the MADD Metric”, Journal of Educational Data Mining, vol. 16 (1), pp. 365–409, (International Educational Data Mining Society) (2024)
  • S. Lallé, F. Bouchet, M. Verger, V. Luengo : “Fairness of MOOC Completion Predictions Across Demographics and Contextual Variables”, Proceedings of the 25^th International Conference on Artificial Intelligence in Education, vol. 14829, Lecture Notes in Computer Science, Recife, Brazil, pp. 379-393, (Springer Nature Switzerland) (2024)
• 2023
  • M. Verger, Ch. Fan, S. Lallé, F. Bouchet, V. Luengo : “A Fair Post-Processing Method based on the MADD Metric for Predictive Student Models”, 1^st International Tutorial and Workshop on Responsible Knowledge Discovery in Education (RKDE 2023) at ECML PKDD 2023, Turino, Italy (2023)
  • M. Verger, S. Lallé, F. Bouchet, V. Luengo : “Is Your Model "MADD"? A Novel Metric to Evaluate Algorithmic Fairness for Predictive Student Models”, Proceedings of the 16^th International Conference on Educational Data Mining, Bengaluru, India, (ISBN: 978-1-7336736-4-8) (2023)
  • S. Lallé, Ö. Yalçin, C. Conati : “How to Repeat Hints: Improving AI-Driven Help in Open-Ended Learning Environments”, Artificial Intelligence in Education. AIED 2023, vol. 13916, Lecture Notes in Computer Science, Tokyo, Japan, pp. 760-766, (Springer Nature Switzerland), (ISBN: 978-3-031-36272-9) (2023)
  • M. Verger, F. Bouchet, S. Lallé, V. Luengo : “Caractérisation et mesure des discriminations algorithmiques dans la prédiction de la réussite à des cours en ligne”, EIAH2023 : 11^e Conférence sur les Environnements Informatiques pour l'Apprentissage Humain, Brest, France (2023)
  • C. Conati, S. Lallé : “Student modeling in open-ended learning environments”, chapter in Handbook of Artificial Intelligence in Education, pp. 170-183, (Edward Elgar Publishing) (2023)
  • Ö. Yalçin, S. Lallé, C. Conati : “The Impact of Intelligent Pedagogical Agents’ Interventions on Student Behavior and Performance in Open-Ended Game Design Environments”, ACM Transactions on Interactive Intelligent Systems, (Association for Computing Machinery (ACM)) (2023)
  • D. Rotelli, Y. Noel, S. Lallé, V. Luengo, D. Pesce : “A Moodle Plugin for Rich xAPI Data Logging”, Responsive and Sustainable Educational Futures 18^th European Conference on Technology Enhanced Learning, EC-TEL 2023, Aveiro, Portugal, September 4–8, 2023, Proceedings, vol. 14200, Lecture Notes in Computer Science, Aveiro, Portugal, pp. 748-754, (Springer Nature Switzerland) (2023)
• 2022
  • Ö. Yalçin, S. Lallé, C. Conati : “An Intelligent Pedagogical Agent to Foster Computational Thinking in Open-Ended Game Design Activities”, IUI '22: 27^th International Conference on Intelligent User Interfaces, Helsinki, Finland, pp. 633-645, (ACM) (2022)