2026_05_G_BORDEA

Le 22 mai 2026 de 13h00 à 14h00

Georgeta Bordea est Chaire de Professeur Junior en Humanités Numériques au sein du Laboratoire Informatique, Image, Interaction (L3i) de La Rochelle Université. Spécialiste du traitement automatique des langues, elle s’intéresse à l’utilisation de l’intelligence artificielle générative pour l’extraction d’information, la compréhension des récits et leur visualisation. Ses recherches s’inscrivent dans une démarche interdisciplinaire menée en collaboration avec des experts en histoire, sociologie, économie et finance, afin de développer des méthodes innovantes d’analyse des données culturelles et sociales. Forte d’une solide expérience dans les projets collaboratifs financés par l’Union européenne, elle est également très impliquée dans l’encadrement et l’accompagnement des étudiants de Master et de doctorat. Avant de rejoindre La Rochelle Université, Georgeta Bordea a été chercheuse Marie Skłodowska-Curie (MSCA Research Fellow) et responsable de projets européens au sein du LaBRI (Laboratoire Bordelais de Recherche en Informatique) et de Bordeaux Population Health, où elle a travaillé sur des approches d’IA frugale et leurs applications dans le domaine de la santé. Elle a obtenu un doctorat en informatique à l'Université de Galway, Irelande, pour ses travaux sur l’extraction de graphes de connaissances à partir de textes. Ses recherches visent à créer des passerelles entre les technologies de l’IA et les humanités, en favorisant des approches innovantes pour comprendre et interpréter les récits.

Résumé de la présentation : 

Les recherches récentes en Traitement Automatique des Langues (TAL) témoignent d’un déplacement progressif d’approches centrées principalement sur les dimensions lexicales et sémantiques des textes vers des modèles davantage sensibles aux structures narratives, aux événements et à la construction du sens à un niveau discursif plus global. Dans ce contexte, cette présentation explorera le potentiel et les limites des grands modèles de langage (LLM) pour l’analyse des récits, à partir d’une étude de cas portant sur la légitimité des profits. S’inscrivant dans le « tournant narratif » des SHS, nos travaux montrent comment les méthodes de traitement automatique des langues permettent de passer à l’échelle pour identifier, classer et visualiser des discours qualitatifs au sein de vastes corpus historiques. Nous développons des jeux de données annotés, des cadres d’évaluation multimodaux des LLM ainsi que de nouveaux outils de détection des récits afin d’étudier la manière dont les narratifs liés aux profits, à la gouvernance et aux politiques économiques ont influencé les pratiques comptables et fiscales au fil du temps. Dans l’ensemble, nous montrerons que les LLM ouvrent des perspectives importantes pour transformer l’analyse narrative et l’exploration des archives historiques, mais qu’ils doivent être mobilisés de manière critique, en tenant compte du contexte historique, de l’interprétabilité des résultats et des équilibres disciplinaires. Les travaux présentés sont développés dans le cadre du projet ANR MILL-EHNAS (MappIng profit Legitimacy Language by Exploring Historical NArrativeS).