L’essor récent de l’intelligence artificielle (IA), en particulier générative, met à l’épreuve les pratiques autant que les épistémologies de nombreuses disciplines. Il transforme les manières de modéliser, d’apprendre, d’interpréter, d’écrire, de créer, d’évaluer et de décider. Pour les sciences humaines et sociales (SHS), ces transformations ne relèvent pas seulement de nouveaux outils. Elles interrogent la nature des modèles, les formes de la connaissance, les régimes de preuve et d’explication, ainsi que les conditions sociales, culturelles et politiques de production et de circulation des savoirs.

Argumentaire

L’essor récent de l’intelligence artificielle (IA), en particulier générative, met à l’épreuve les pratiques autant que les épistémologies de nombreuses disciplines. Il transforme les manières de modéliser, d’apprendre, d’interpréter, d’écrire, de créer, d’évaluer et de décider. Pour les sciences humaines et sociales (SHS), ces transformations ne relèvent pas seulement de nouveaux outils. Elles interrogent la nature des modèles, les formes de la connaissance, les régimes de preuve et d’explication, ainsi que les conditions sociales, culturelles et politiques de production et de circulation des savoirs.

MASHS 2026 propose d’aborder ces questions dans une perspective interdisciplinaire, à l’interface des mathématiques, de l’informatique, des humanités et des sciences sociales. Le programme suivra un parcours allant des fondements de l’apprentissage statistique et des modèles génératifs aux pratiques d’interprétation, de création et de transmission des savoirs, puis aux questions d’explicabilité, de confiance, d’éthique, d’affects et de responsabilité associées aux systèmes d’IA.

Il s’agira ainsi d’examiner non seulement ce que l’IA permet de faire en SHS, mais aussi ce qu’elle conduit à repenser, depuis le statut des données et des corpus jusqu’à la construction du sens. Une attention particulière sera portée aux biais et limites des modèles, aux effets des systèmes génératifs sur les pratiques intellectuelles et culturelles, ainsi qu’aux enjeux de responsabilité et aux implications sociales et politiques associés à leur conception, à leur évaluation et à leurs usages.

La journée franco-cubaine prolongera ces réflexions du côté des applications, en examinant comment les méthodes de modélisation, de statistique et d’aide à la décision peuvent être mobilisées dans des contextes où données, incertitude, contraintes institutionnelles et enjeux sociaux jouent un rôle central.

Le programme s’organisera en deux volets :

• 9–10 septembre : conférences invitées et session posters ;
• 11 septembre : journée franco-cubaine consacrée aux applications interdisciplinaires.

Appel à contributions

• Les propositions attendues pourront relever d’approches fondamentales, méthodologiques, appliquées ou critiques. Elles devront contribuer au dialogue entre méthodes computationnelles et sciences humaines et sociales, en portant une attention particulière aux enjeux d’interprétabilité, d’explicabilité, de confiance, de responsabilité ou d’usage des systèmes d’IA.
• Les propositions pourront porter aussi bien sur l’usage de l’IA comme outil d’analyse en SHS que sur l’IA comme objet d’étude sociale, culturelle, politique ou épistémologique.

Les thématiques pourront notamment inclure :

• fondements, modèles et méthodes pour l’IA interprétable appliquée aux SHS ;
• explicabilité, confiance, évaluation et usages situés des systèmes d’IA en SHS ;
• biais, équité et limites des modèles de langue appliqués à des corpus ou données relevant des SHS ;
• IA générative, écriture, création, interprétation et transmission des savoirs ;
• analyse de corpus, réseaux sociaux, données langagières, historiques ou patrimoniales ;
• enjeux éthiques, affectifs, politiques, épistémologiques et questions de responsabilité de l’IA en SHS.

Modalités de contribution

Les propositions critiques sur les conditions de conception, d’évaluation, d’usage et d’interprétation des systèmes d’IA sont également les bienvenues. Les jeunes chercheurs et chercheuses sont particulièrement encouragé·es à soumettre leurs travaux. La session posters constituera notamment un cadre adapté pour présenter des travaux en cours ou des résultats préliminaires.

Calendrier et informations pratiques

• Soumission des résumés : au plus tard le 30 juin 2026 (300 mots maximum).
• Réponse aux auteurs et autrices : 31 juillet 2026.
• Dépôt des posters acceptés : au plus tard le 4 septembre 2026.

Les propositions pourront être soumises en français ou en anglais. Afin de faciliter les échanges avec les collègues non francophones, l’usage de l’anglais est recommandé lorsque cela est possible.

Les résumés acceptés et les posters seront mis en ligne sur le site de la conférence https://mashs2026.sciencesconf.org. Le dépôt d’une proposition implique, en cas d’acceptation, l’accord des auteurs et autrices pour cette mise en ligne.

Dans le cadre des 60 ans de la revue Investigación Operacional, certains travaux présentés lors de la conférence pourront donner lieu à la soumission d’une version étendue, en vue d’un éventuel numéro spécial, sous réserve de l’adéquation avec la ligne éditoriale de la revue et du processus habituel d’évaluation.

Les auteurs et autrices des posters acceptés sont également invités à apporter leur poster imprimé le jour de la conférence. Afin de faciliter l’affichage, il est recommandé de privilégier le format A0 portrait ; les formats A1 portrait et A1 paysage sont également compatibles avec les panneaux d’affichage.

La conférence se déroulera les 9, 10 et 11 septembre 2026 à la Maison des sciences économiques, 106–112 boulevard de l’Hôpital, 75013 Paris.

L’inscription aux journées sera gratuite. Le nombre de places étant limité, en cas de sur-inscription, nous privilégierons les personnes ayant proposé des travaux.

Comité scientifique

• Sira Allende, Universidad de La Habana
• Laurent Boyer, Université Paris 1 Panthéon-Sorbonne
• Muriel Epstein, CY Cergy Paris Université
• Cécile Hardouin, Université Paris Nanterre
• Dominique Haughton, Bentley University
• Stéphane Lamassé, Université Paris 1 Panthéon-Sorbonne
• Jean-Charles Lamirel, LORIA
• Fabien Navarro, Université Paris 1 Panthéon-Sorbonne

Comité d’organisation

• Jean-Marc Bardet, SAMM, Université Paris 1 Panthéon-Sorbonne
• Marie Cottrell, SAMM, Université Paris 1 Panthéon-Sorbonne
• Muriel Epstein, EMA, CY Cergy Paris Université, associée au SAMM
• Dominique Haughton, Bentley University, associée au SAMM
• Jean-Charles Lamirel, Synalp/LORIA, associé au SAMM
• Fabien Navarro, SAMM, Université Paris 1 Panthéon-Sorbonne

Présentation des organisateurs

Le SAMM est une unité de recherche de l’Université Paris 1 Panthéon-Sorbonne (UR 4543, FR 2036 CNRS) dont les travaux couvrent un large spectre des mathématiques appliquées : apprentissage statistique et machine learning, analyse, optimisation, contrôle, modélisation et analyse stochastique. Par son positionnement transversal, le SAMM contribue au développement des interactions entre mathématiques, informatique et sciences humaines et sociales. Il joue également un rôle de référent interne à Paris 1 sur les questions d’intelligence artificielle, notamment dans le cadre de l’Observatoire de l’IA, qui associe des chercheurs et chercheuses issus des SHS et des disciplines juridiques.