Margot Hérin reçoit le Prix Cor Baayen pour les jeunes chercheurs 2026

Remise par l'ERCIM, cette distinction prestigieuse récompense des chercheurs en début de carrière se distinguant dans les domaines de l'informatique et des mathématiques appliquées.

Ancienne doctorante de l'équipe DECISION, Margot Herin, actuellement chercheuse postdoctorale à l’Instituto de Telecomunicações de Lisbonne, a été désignée lauréate du prix Cor Baayen 2026 de l’ERCIM (European Research Consortium for Informatics and Mathematics). Ce prix annuel récompense des jeunes chercheurs exceptionnels dans les domaines de l’informatique et des mathématiques appliquées.

À la croisée de l'apprentissage automatique et de la théorie de la décision, les travaux de Margot visent à développer des systèmes d'intelligence artificielle à la fois plus transparents et plus rationnels. Ses recherches portent notamment sur l'apprentissage des préférences : des méthodes qui permettent de comprendre comment les décisions ou les choix sont pris.

Soutenue au LIP6 en juin 2025 sous la direction de Patrice Perny (LIP6) et Nataliya Sokolovska (LCQB), sa thèse intitulée "Apprentissage des modèles de préférence : un mariage entre la théorie de la décision et l’apprentissage automatique" allie des fondements mathématiques à une validation expérimentale approfondie basée sur des données réelles et synthétiques. Elle a déjà été remarquée par le prix Gilles Khan 2025 de la Société Informatique de France et le prix de thèse 2026 du GDR ROD.

Au delà de la recherche fondamentale en IA, les travaux de Margot démontrent également le potentiel des méthodes d’apprentissage dans des applications telles que la surveillance environnementale ou le droit. Dans le cadre d’un projet interdisciplinaire réunissant des chercheurs en droit et en informatique, les méthodes sur lesquelles elle travaille ont été utilisée pour prédire le montant des dommages-intérêts compensatoires dans des affaires de divorce.

Plus récemment, ses recherches se sont étendues aux grands modèles de langages, et notamment aux méthodes permettant d'adapter ces modèles à des préférences variées et aux techniques d'optimisation visant à orienter leurs processus de génération.