Astrid BertrandDoctorante

Parcours scolaire

À l’issue d’une prépa scientifique, j’ai intégré Centrale Lyon, une école d’ingénieur généraliste avec un programme scientifique varié et approfondi en informatique, mathématiques, économie, génie civil, sciences de l’environnement… Après une courte première expérience professionnelle, j’ai voulu faire un bilan sur mes plans professionnels, et explorer d’autres domaines avec une utilité sociale bien établie en faisant un master en innovation sociale à HEC. J’ai alors eu l’occasion de faire ma thèse de master entre HEC et Télécom Paris sur l’inclusion financière à partir de données de paiement, ainsi qu’un certificat en science des données. La combinaison de la recherche, de la data science et d’un projet d’intérêt social me plaisait beaucoup. Ensuite, un sujet de thèse s’est présenté sur l’explicabilité de l’IA pour la lutte anti-blanchiment d’argent, rassemblant beaucoup de mes intérêts : recherche d’intérêt public, IA responsable, science des données, expérience utilisateur …

Sujet de doctorat, enjeux et applications

Ma thèse porte sur l’explicabilité de l’intelligence artificielle pour la lutte anti-blanchiment d’argent. Comme je l’ai expliqué dans un article, l’IA est en train d’être testée pour améliorer les dispositifs de lutte anti-blanchiment. L’IA a le potentiel d’améliorer grandement l’efficacité de ces systèmes, mais elle introduit également de nouveaux risques, comme le risque d’être mal interprétée, mal implémentée, ou bien le risque de violer des libertés fondamentales comme celui du droit à l’explication, récemment introduit par l’UE en 2018.

Les enjeux de cette recherche sont très concrets : ils sont de faire progresser les algorithmes de détection d’anomalie des transactions suspectes, pour in fine bloquer le financement d’activités financières criminelles. Il s’agit également d’améliorer la prise en main de ces nouveaux algorithmes de détection de flux illicites pour que l’interaction homme-machine soit la plus efficace possible. Le sujet de l’explicabilité de l’IA dépasse le domaine de la LCB-FT : beaucoup d’applications de l’IA sont dépendantes d’une forte interaction avec l’humain, et l’explicabilité est une notion clé pour rendre utilisables ces modèles.

Intérêts de recherche

Mon sujet de thèse est à l’interface de plusieurs disciplines : économie, droit, informatique, psychologie…  ce qui le rend foisonnant, et difficile à cadrer ! Pour commencer, je vais centrer ma recherche autour de deux axes majeurs : le premier est l’utilisation de la modélisation sous forme de graphes pour détecter les cas de blanchiment. Il s’agit d’utiliser la morphologie des réseaux de transactions pour détecter les morceaux de réseaux « suspects ». Le second axe de recherche porte sur la forme des explications des modèles d’IA : comment le design des explications affecte les utilisateurs ? Est-ce que la combinaison de plusieurs formes d’explications permet aux utilisateurs de mieux interagir avec l’IA? Est-ce que les graphes peuvent aider à l’interprétabilité des modèles d’IA ?

En plus de ces deux axes concrets de recherche, je m’intéresse plus globalement aux questions sur l’équité et la régulation de l’IA, et à une question plus large sur l’économie du crime et le blanchiment d’argent : l’IA peut-elle réduire la criminalité ?

Plans pour l’avenir

Pour l’instant, je vais me concentrer sur ma thèse qui constitue mon horizon à court terme pour 3 ans. Je verrai ensuite quelles opportunités se présentent, que ce soit dans le privé ou ailleurs. J’aimerais bien par exemple travailler dans une institution internationale ou européenne.