Controverses et collaborations académiques autour de l’intelligence artificielle et computationnelle (CAIAC)

Porté par une équipe interdisciplinaire avec une solide expérience de recherche collaborative, le projet CAIAC vise à produire une cartographie scientométrique des controverses scientifiques et des alliances interdisciplinaires autour de l’intelligence artificielle.

L’analyse proposée par ce projet explorera les convergences et divergences sur l’impact et l’essence de l’IA dans tout le spectre de la recherche académique et à travers plusieurs décennies. Pour cela, CAIAC réunira une large base de données bibliométriques sur l’IA et développera une nouvelle méthode d’analyse des controverses et des collaborations scientifiques basée sur l’analyse des réseaux de co-citation.

Dans un esprit de « science ouverte », CAIAC mettra à disposition de la communauté scientifique non seulement les résultats de sa recherche, mais aussi la base de données et l’outil scientométrique qui seront produits dans le cadre du projet.

Mots-clés : scientométrie, analyse de réseaux, cartographie des controverses, interdisciplinarité.

Le projet CAIAC est financé par le CNRS, dans le cadre de l’appel à projets 2020 Enjeux scientifiques et sociaux de l’intelligence artificielle de la Mission pour les initiatives transverses et interdisciplinaires (MITI). Le financement a été renouvelé en 2021.

Partenaires

Le projet réunit Tommaso Venturini (Centre Internet et Société, UPR 2000, CNRS), Paolo Frasca (GIPSA-lab, UMR 5216, CNRS, Grenoble INP, Université Grenoble Alpes) et Floriana Gargiulo (GEMASS, UMR 8598, CNRS, Sorbonne Université).

Bibliograph

Developed with the support of the Mission pour les initiatives transverses et interdisciplinaires du CNRS, Bibliograph allows you to turn a corpus of scientometrics records from ISI Web of Science or Scopus into a landscape of bibliographic coupling. Such a landscape consists in:

1. a base map network of references co-occurring in the records of the corpus – weighted by the frequency of their co-occurrence;

2. a layer of metadata extracted from the records (e.g. authors, subject areas, keywords) and positioned in the graph according to their co-occurrence with the references of the base map.