La part du citoyenTikTok et les mineurs
Sihem Amer-Yahia

Sihem Amer-Yahia

Role dans la commission : Personne auditionnee

Biographie

Sihem Amer-Yahia est une informaticienne franco-algérienne, directrice de recherche au CNRS, affectée au Laboratoire d'informatique de Grenoble (LIG — CNRS / Université Grenoble Alpes / Grenoble INP / Inria), où elle dirige l'équipe SLIDE. L'identification est établie sans ambiguïté : la fonction déclarée devant la commission (« directrice de recherche au CNRS ») et sa spécialité (algorithmes de recommandation, informatique sociale) correspondent exactement à son profil institutionnel ; il n'existe pas d'homonyme connu dans ce champ.

Formation. Diplôme d'ingénieur de l'Institut national d'informatique (INI, Algérie) en 1994 ; master à l'université Paris-Dauphine en 1995 ; doctorat en informatique (gestion de données) de l'université Paris-Orsay et de l'Inria en 1999.

Parcours. Elle fait d'abord une quinzaine d'années de recherche dans le secteur privé, aux États-Unis puis au Qatar : membre du personnel technique des AT&T Labs à partir de 1999 (environ sept ans, sur l'optimisation de requêtes et la recherche plein texte XML), chercheuse senior chez Yahoo! Research à partir de 2006 (modèles de pertinence, algorithmes de traitement top-k), puis chercheuse principale au Qatar Computing Research Institute (QCRI) à partir de 2010, où elle dirige le groupe Social Computing. Elle entre au CNRS comme directrice de recherche en 2011, au Laboratoire d'informatique de Grenoble. Elle en est directrice adjointe (mandat 2021-2026).

Travaux. Ses recherches se situent à l'intersection de la gestion et de l'analyse de données à grande échelle et des contenus sociaux : algorithmes de recommandation, crowdsourcing, transparence et éthique des algorithmes, détection de biais et de discriminations automatisées (recrutement, logement), exploration de données pour non-spécialistes, équité dans le futur du travail. Elle travaille en interdisciplinarité avec le droit, la sociologie, la médecine et la psychologie.

Responsabilités éditoriales et communautaires. Rédactrice en chef du VLDB Journal pour l'Europe et l'Afrique ; vice-présidente du VLDB Endowment (2022-2026) et trustee emerita ; membre du comité exécutif de SIGMOD ; présidente du comité de programme d'EDBT (2014), d'ICDE (2021) et de SIGMOD (2023) ; membre du conseil scientifique du Max Planck Institute of Informatics (2018-2026) ; coordinatrice DEI@DB pour la communauté de recherche en gestion de données (2020-2023).

Distinctions. Membre distinguée de l'ACM (2017), médaille d'argent du CNRS (2020), IEEE TCDE Impact Award (2024), ACM SIGMOD Contributions Award (2024), VLDB Women in Database Research Award (2024).

Dans la commission

Fiche courte : le dossier corpus est mince — 4 interventions relevées sur une seule audition (cr06b), pour environ 776 mots de prise de parole.

Entendue le 29 avril 2025 (cr06b), sous la présidence d'Arthur Delaporte, dans une audition conjointe avec Lucile Coquelin et Olivier Ertzscheid (le titre officiel ne mentionne pas Marc Faddoul, qui a également prêté serment et pris part à l'échange). Elle y parle depuis la conception même des algorithmes de recommandation.

Sa thèse. L'algorithme de TikTok agrège des signaux explicites (like, publication) et implicites (temps de visionnage, heure de connexion) au service de la publicité personnalisée ; il a été conçu pour capter, et cela justifie d'en étudier les effets sur les mineurs — mais le levier utile n'est pas d'abord répressif : c'est la mesure, l'explicabilité et l'audit.

Points saillants (verbatims du dossier) :

Sur le plan des remèdes, la synthèse de l'audition retient qu'elle confirme la faisabilité technique d'une ouverture algorithmique (pluralisme des algorithmes de recommandation, interopérabilité) et qu'elle réclame des explications accessibles, un registre des publicités et des audits indépendants.

Sources