Système de recommandation pour exploiter pleinement nos logiciels

Titre : Système de recommandation pour exploiter pleinement nos logiciels
Mots-cles : IHM; Systèmes intelligents;
Modalités du stage :
- 5-6 mois à l'ISIR (Sorbonne Université, campus de Jussieu)
- compensation ~600€/mois
- encadrement: Julien Gori (gori@isir.upmc.fr) et Gilles Bailly (Gilles.Bailly@sorbonne-
universite.fr)
Contexte et objectifs du stage
Comment exploiter au mieux tout le potentiel des logiciels à notre disposition ?
Les applications telles que Word, Powerpoint, Photoshop ou AutoCad proposent des centaines de
fonctionalités permettant un haut niveau de productivité. Certaines de ces fonctionnalités permettent
en 1 click d’obtenir le même effet que l’execution d’une longue séquence de commandes plus
basiques. Un exemple est celui d’Adobe Photoshop, qui propose un outil pour supprimer les yeux
rouges sur les photos, ce qui permet de gagner du temps par rapport à la coloration manuelle de la
pupille de l’oeil en noir à l’aide d’un pinceau qui est chronophage. Avec les avancées de l’IA (en
particulier l’IA générative), ces fonctionalités vont avoir tendance à se développer de plus en plus.
Pour autant, de nombreux utilisateurs, même experts, ne connaissent pas ces fonctionalités avancées
et donc ne les utilisent pas. Par exemple, la plupart des utilisateurs de AutoDesk AutoCad utilisent
environ 30 commandes sur les milliers disponibles dans AutoDesk AutoCad, ce qui indique que les
utilisateurs exploitent peu les commandes avancées de cette application.
L’objectif de ce stage est de permettre aux utilisateurs de mieux exploiter le potentiel des logiciels.
Il s’agit précisément d’élaborer un système de recommendation proposant ces fonctionnalités
avancées lorsqu’il détecte que l’utilisateur est en train d’interagir de manière sous-optimale.
Travail à réaliser :
- Revue de littérature sur les systèmes de recommendation pour l’utilisation de logiciels
- Conception et implémentation du système de recommendation
- Conception et implémentation de techniques d’interaction et de visualisation pour faciliter
l’utilisation du système de recommendation.
- Intégration des solutions proposées dans une vraie application (e.g. VSCode)
- Étude utilisateur pour valider les bénéfices de l’approche.
Profil recherché
Nous cherchons avant tout un étudiant en informatique avec une forte appétence pour l'interaction
humain machine (IHM). Des compétences en IA, vision par ordinateur ou Traitement automatique
des Langues (TAL) sont un plus. En fonction des compétences apportées, nous définirons la nature
du système de recommendation et l’application visée (application plutôt visuelle, plutôt textuelle,
etc.).