J'interviens comme responsable de projets de recherche et ingénieur de recherche au médialab. Je suis spécialisée dans la collecte, la modélisation et l'analyse de données et m'occupe également des questions liées au règlement général sur la protection des données (RGPD) pour le médialab. Par ailleurs, j'enseigne les méthodes numériques et, en tant que médiatrice, développe les communautés d'utilisateurs autour des outils développés par le laboratoire.

Mes recherches (Doctorat en Intelligence Artificielle de l'université Paris 6) se situent au confluent de l'intelligence artificielle et des méthodes numériques; Elles se déclinent en trois axes:

1 - Apporter des pistes pour résoudre le problème de l’hétérogénéité des données numériques afin d’améliorer notre compréhension des communautés de savoirs. Les recherches menées concernent la construction de réseaux épistémiques centrés sur la façon dont ces communautés se forment, comment elles évoluent, interagissent et, plus largement, aux types de processus de collaboration qui les animent. L’enjeu est double : d’une part, caractériser l’émergence et l’enchevêtrement de ces communautés à différents niveaux de granularité et, d’autre part, montrer les objets des collaborations entre individus au sein de ces communautés.

Dans ce contexte, je m'intéresse aux questions liées à la construction du genre dans l'espace numérique et à la circulation des savoirs au prisme des méthodes numériques. Je copilote le groupe de recherche "Genre et espaces numériques", porté par le Centre Internet et Société du CNRS, dans lequel je m'intéresse à cartographier les espaces numériques dans lesquels il est question de la construction de genre, en dehors de la dichotomie femme-homme.

Je pilote le projet RésIn dont l'objectif est de créer un réseau pluridisciplinaire de professionnels des méthodes de recherche au sein du collectif des institutions composant Sciences Po et l’Université Paris Cité. Le développement de ce réseau permet de fédérer les ingénieurs dans la recherche au travers d’actions de valorisation des compétence de chacun et de formation collective aux outils et méthodes quantitatives et qualitatives, tout en développant des synergies de recherche.

2 - Rendre compte de la complexité de la production scientifique au sens large, de ses mécanismes et fonctionnements. A l’heure des classements internationaux des universités, les enjeux sont de taille pour un domaine tel que les SHS qui doit être en mesure de rendre compte de ses activités à des fins d’évaluation alors même que la plupart des disciplines qui le compose sont bien mal représentées dans les grandes bases de données bibliométriques normalisées (Scopus, HAL, Web of Science par exemple).

3 - Développer des scénarios pédagogiques et d'usages pour des outils adaptés aux recherches en SHS permettant d’aller de la constitution d’un corpus textuel numérique à la représentation des connaissances qu’il contient afin d’en facilité l'analyse.