Collaborative systems for large scale citizen participation
Systèmes collaboratifs pour la participation citoyenne à grande échelle
Résumé
Online participatory platforms have become a common means to involve citizens in public decision-making, allowing for participation at a larger scale than their offline counterparts, both in the number of participants and in the geographical distribution. However, the term "participatory platform" covers a wide range of extremely different systems, implying differences in the problems encountered by platforms administrators and contributors. More precisely, such platforms face specific issues when they aim at allowing citizens to collaborate to produce common contributions or when the number of contributors involved becomes particularly high. This Ph.D. research aims at identifying issues in contemporary online citizen participation platforms and proposing technical means to create participatory platforms more collaborative and suitable for large scale online participation. My thesis is mainly based on previous works produced in the Computer-Supported Collaborative Work (CSCW) and Natural Language Processing (NLP) fields of computer science research. The contributions of this thesis are: the identification of flaws in a specific citizen participation platform and the recommendation of platform design-oriented alternatives to solve them; the representation of a participatory platform as a knowledge graph and its enrichment using a preexisting external knowledge base; the identification of the different objectives motivating the creation of participatory platforms and of the different types of features for interaction implemented based on a series of interviews; the conception and implementation of a Natural Language Inference-based method to reduce issues faced by online citizen participation when the number of contributors becomes particularly high.
Les plates-formes participatives en ligne sont devenues un moyen courant d'impliquer les citoyens dans la prise de décision publique, permettant une participation à plus grande échelle que leurs homologues hors ligne, à la fois en termes de nombre de participants et de répartition géographique. Cependant, le terme "plateforme participative" recouvre un large éventail de systèmes extrêmement différents, ce qui implique des différences dans les problèmes rencontrés par les administrateurs et les contributeurs des plateformes. Plus précisément, ces plateformes font face à des problèmes spécifiques lorsqu'elles visent à permettre aux citoyens de collaborer pour produire des contributions communes ou lorsque le nombre de contributeurs impliqués devient particulièrement élevé. Cette recherche doctorale vise à identifier les problèmes des plateformes de participation citoyenne contemporaines et à proposer des moyens techniques pour créer des plateformes participatives plus collaboratives et adaptées à une participation à grande échelle. Ma thèse s'appuie principalement sur des travaux antérieurs réalisés dans les champs de la recherche en informatique que sont le travail collaboratif assisté par ordinateur (TCAO) et le traitement automatique du langage naturel (TAL). Les contributions de cette thèse sont : l'identification des biais d'une plateforme participative spécifique et la recommandation d'alternatives centrées sur la conception de la plateforme pour les résoudre ; la représentation d'une plateforme participative sous la forme d'un graphe de connaissances (knowledge graph) et son enrichissement à partir d'une base de connaissances externe préexistantes ; l'identification des différents objectifs motivant la création de plateformes participatives et des différents types de fonctionnalités d'interaction mises en œuvre à partir d'une série d'entretiens ; la conception et la mise en œuvre d'une méthode basée sur l'inférence en langage naturel pour réduire les problèmes rencontrés par la participation citoyenne en ligne lorsque le nombre de contributeurs devient particulièrement élevé.
| Origine | Version validée par le jury (STAR) |
|---|