Bannière

Librairie

Exploration des biais dans les offres d'emploi au Québec: une approche basée sur l’analyse du langage

Présenté par

Institut intelligence et données

Conférences midi

Participation en direct du campus de l’Université Laval + sur Zoom Webinar

Dans un contexte où l’équité et la diversité sont de plus en plus valorisées, cette présentation offerte le 10 novembre 2023 par Julien Laumônier expose une approche préliminaire de l’analyse d’offres d’emploi du secteur de l’assurance au Québec.

Conférencier : Julien Laumônier, chef d’équipe scientifique, Institut intelligence et données (IID) de l’Université Laval

À propos de la conférence

Dans un contexte où l’équité et la diversité sont de plus en plus valorisées, cette présentation expose une approche préliminaire de l’analyse d’offres d’emploi du secteur de l’assurance au Québec. Cette présentation en détaille les différentes étapes incluant la collecte des données, leur analyse par l’utilisation de techniques de traitement du langage naturel et l’identification des critères de certains biais potentiels. Enfin, certaines hypothèses, basées sur une analyse quantitative du vocabulaire utilisé, sont présentées.

Bien que cette approche ne propose pas d’analyse qualitative approfondie, elle fournit une base pour des actions futures visant à promouvoir l’équité des chances pour l’ensemble des personnes qui posent leur candidature.

À propos du conférencier

Julien Laumônier est scientifique des données à l’Institut intelligence et données (IID) de l’Université Laval. Fort d’un doctorat en apprentissage par renforcement multiagent et de plus de 10 ans d’expérience comme consultant en technologies de l’information dans le milieu gouvernemental, Julien Laumônier s’est spécialisé en architecture et développement de logiciels. Depuis son retour dans le milieu de la recherche, il s’intéresse à l’éthique de l’intelligence artificielle et à la manière dont les organisations s’approprient cette nouvelle technologie.

Activities

Discover

Featured project

Prostate cancer is the second most frequent cancer and the fifth leading cause of cancer death among men. To improve patient outcomes, treatment must be personalized based on accurate prognosis. Nomograms already exist to identify patients at low risk for recurrence based on preoperative clinical information, but these tools do not use patients’ medical images.

Read more