Santiago Quintero Pabón, de l’équipe Comète, soutient sa thèse de doctorat, intitulée Modèles de croyance pour l’information distribuée et la polarisation dans les réseaux sociaux.

La soutenance aura lieu le mardi 18 janvier 2022, à 15h00 (CET), dans la salle Alonzo Church, Bâtiment Alan Turing, 1 Rue Honoré d’Estienne d’Orves, Campus de l’École Polytechnique, 91120 Palaiseau; ainsi qu’en visioconférence :

• Lien: https://cnrs.zoom.us/j/94181786018?pwd=S0krQVcwTE9vYWZ3d0tadFVEcklHUT09
• nº de réunion: 941 8178 6018
• code secret: mWM9a1

L’exposé sera en anglais.

Résumé: Dans cette thèse, nous répondrons à deux sujets d’intérêt lorsque nous travaillerons avec la notion de croyances (informations) dans les systèmes multi-agents concurrents. Nous remarquons deux besoins. D’une part, le besoin de raisonner sur les informations, ou les croyances, réparties sur des groupes d’agents, appelées informations distribuées. D’autre part, un seconde besoin quant à un modèle de croyance pour décrire le phénomène social connu sous le nom de polarisation de groupe, ou la tendance des agents ayant des croyances similaires à se regrouper et à éloigner leurs croyances de ceux en dehors du groupe.

Premièrement, les systèmes multi-agents actuels tels que les réseaux sociaux reposent souvent sur des agents différents se comportant comme faisant partie d’un groupe plutôt que comme des individus isolés. Les interactions des individus avec d’autres membres à l’intérieur et à l’extérieur du même groupe façonnent les informations, les opinions ou les croyances que chaque acteur détient. De ce fait, il est important de pouvoir raisonner non seulement sur l’information que chaque individu fournit au système, mais aussi l’information obtenue en incluant le contexte du groupe dans son ensemble, dite information distribuée. Dans les réseaux sociaux, où le nombre d’agents, ou la taille des groupes est généralement inconnu, il est utile de raisonner sur des groupes d’agents potentiellement infinis.

Afin d’exprimer les informations distribuées, ou les croyances, pertinentes pour un groupe d’agents, nous développons davantage la théorie des systèmes de contraintes spatiales (scs). Dan des scs, un ensemble de fonctions de préservation des jointures, sur un treillis d’informations, représente l’espace disponible pour chaque agent. Les informations à l’intérieur de l’espace d’un agent sont considérées comme vraies par cet agent. Nous caractérisons la notion d’information distribuée d’un groupe d’agents comme l’infimum d’un ensemble de fonctions préservant les jointures qui représentent les espaces de chaque agent du groupe. Alternativement, nous caractérisons également cette notion comme la famille de fonctions préservant d’une part les supremums et d’autre part qui satisfont à certaines propriétés de base. Nous établissons et fournissons des résultats de compositionnalité et de compacité pour ces caractérisations. Pour les treillis finis, nous développons également des algorithmes efficaces pour le calcul de l’information distribuée et montrons des applications dans d’autres domaines, comme la morphologie mathématique.

Deuxièmement, les réseaux sociaux favorisent la distribution d’agents avec des informations similaires dans des groupes dont les croyances varient considérablement de celles de l’extérieur du groupe, et renforcent les croyances des uns et des autres. Nous présentons un modèle pour représenter ce phénomène, basé sur la mesure standard de polarisation d’Esteban et Ray issue de l’économie.

Les agents mettent à jour leurs croyances en fonction d’un graphe d’influence donné, similaire au processus d’apprentissage social de DeGroot. Mais aussi sous un biais de confirmation, une fonction de mise à jour qui écarte les avis des agents aux avis divergents. Nous étudions les conditions dans lesquelles un tel modèle permet à un groupe d’agents de se polariser et de se dépolariser. Finalement, nous présentons quelques simulations, et montrons la relation entre notre modèle et le modèle classique de DeGroot.