À propos | Programme | Participer | Soumettre | Comité | Contact | EN
20 octobre 2026
Lille, France
L’explicabilité des systèmes intelligents est devenue un enjeu central pour favoriser une adoption éclairée, une meilleure transparence et une utilisation responsable des technologies d’IA. Si de nombreuses approches ont émergé, elles se concentrent encore trop souvent sur les aspects techniques ou des catégories d’utilisateurs limitées, négligeant les besoins réels des utilisateurs finaux dans leur diversité.
L’atelier XAI4U – Explicabilité de l’IA pour les utilisateurs finaux, co-organisé avec le GT EXPLICON (GDR RADIA), propose d'explorer ces enjeux à l'intersection de l’IA explicable (XAI), de l’interaction humain-machine (IHM) et de l’expérience utilisateur (UX).
Pour sa troisième édition, l’atelier XAI4U prolonge les discussions initiées lors d’IHM 2025 autour des enjeux de l’explicabilité pour les utilisateurs finaux.
Nous discuterons des méthodes pour :
caractériser les attentes des utilisateurs vis-à-vis des explications,
évaluer leur impact sur la compréhension, la confiance ou la reliance,
concevoir des explications interactives, adaptatives et adaptées aux contextes d’usage.
L’objectif est de structurer un cadre méthodologique interdisciplinaire, utile aux chercheurs, praticiens et designers, pour mieux concevoir, intégrer et évaluer les explications produites dans le cadre de l'XAI. L’atelier est ouvert à toutes et tous, y compris à celles et ceux qui ne sont pas spécialistes de l’IHM mais s’intéressent à l’explicabilité et à l’interaction avec l’IA. L’atelier se veut simple, ouvert et participatif.
Cet atelier aura lieu dans le cadre de la 37ᵉ conférence francophone sur l’Interaction Humain-Machine (IHM 2026), qui se tiendra du 19 au 23 octobre 2026 au LILLIAD, à Villeneuve d'Ascq (Lille), France.
Mardi 20 octobre 2026
Chaque présentation dispose de 30 minutes : 20 minutes d’exposé et 10 minutes de questions.
08h30 - 09h00 : Inscriptions
09h00 - 09h30 : Accueil
Accueil des participants et introduction de l’atelier.
09h30 - 10h00
Pyplet : un framework Python de bout en bout pour intégrer l'explicabilité interactive dans les boucles d'annotation et d'apprentissage collaboratives
Paul Vanabelle, Vincent Stragier
10h00 - 10h30
Beyond L₂: Generalizing Abductive Latent Explanations to Diverse Prototype-Based Architectures
Jules Soria, Alban Grastien, Romain Xu-Darme, Julien Girard-Satabin, Zakaria Chihani, Daniela Cancila
10h30 - 11h00 : Pause café
11h00 - 11h30
Détéction des objets dans les images par apprentissage guidé par des explications
Alexey Zhukov, Jenny Benois-Pineau, Amira Youssef, Akka Zemmari, Mohamed Mosbah, Virginie Taillandier
11h30 - 12h00
Application d’XAI sur un flux vidéo : Challenges et solutions pour stabiliser les heatmaps et les rendre interprétables
Yassine Bougacha, Vincent Mussot
12h00 - 12h30
Explorer les concepts appris par un agent grâce au clustering de l’espace latent
Maxime Alaarabiou
12h30 - 14h00 : Pause déjeuner
14h00 - 14h30
Effet du niveau de détail des explications sur la prise de décision assistée par IA
Malak Mastari, Mäelle François, Gilles Coppin, Élodie Bouzekri, Thierry Coye de Brunelis
14h30 - 15h00
Conception d'interfaces utilisateur interactives et explicables pour une prise de décision appropriée
José Cezar de Souza Filho, Rafik Belloum, Káthia Marçal de Oliveira
15h00 - 15h30
Comment la structure des explications peut-elle aider l’utilisateur à décider sous contrainte de temps ?
Deo Munduku
15h30 - 16h00 : Pause café
16h00 - 16h30 : Discussion collective
Échanges autour des présentations de la journée, des projets des participants et des possibilités de collaboration.
16h30 : Clôture de l’atelier
Pour pouvoir participer à l'atelier, il faut s'inscrire sur le site de la conférence.
Nous invitons les participants à proposer une présentation autour de la thématique de l’explicabilité de l’IA pour les utilisateurs finaux. Cela inclut notamment la visualisation de données issues de l’IA, la conception d’interfaces compréhensibles, la prise en compte des biais cognitifs, ou tout autre enjeu de transparence, de confiance ou d’appropriation des systèmes intelligents.
Des contributions sur des systèmes explicatifs qui ne sont pas directement liés à l’IA pourront être acceptées si elles contribuent à enrichir la conception d’explications dans le cadre de l'XAI.
Les présentations peuvent porter sur des travaux de recherche (en cours ou finalisés), des outils, méthodes ou prototypes, des retours d’expérience, ou des réflexions conceptuelles.
Exemples de thématiques possibles
Conception d’explications adaptées aux profils et contextes d’usage
Méthodes de visualisation de données et visualisation immersive au service de l’explicabilité.
Évaluation de la confiance, de la transparence ou de la reliance
Études UX ou terrains autour de systèmes explicatifs
Effets des biais cognitifs dans la réception ou l'interprétation des explications
Formes non textuelles d’explication (visualisation interactive, mise en scène graphique, spatialisation…)
Comparaison de méthodes XAI centrées ou non sur l’interaction
Propositions de nouveaux formats, métaphores ou interactions explicatives
Enjeux sociaux ou éthiques liés à l’explicabilité
Modalités de soumission
Les personnes intéressées doivent soumettre un abstract d’une page maximum (références incluses), au format PDF, sans contrainte particulière de mise en forme. L’abstract doit indiquer le titre, les auteurs, l’affiliation et éventuellement quelques références.
Date limite de soumission : vendredi 18 septembre 2026 vendredi 25 septembre 2026
Notification aux auteurs : vendredi 25 septembre 2026 vendredi 2 octobre 2026
Présentations : mardi 20 octobre 2026
Chaque présentation acceptée durera environ 20 minutes, suivies d’un temps d’échange avec la salle. La langue principale de l’atelier est le français, mais, les propositions et présentations en anglais sont les bienvenues et seront acceptées. Si les participants le souhaitent, une compilation des résumés sera partagée sur arXiv.