Visualisation dynamique du réseau d'interactions sociales à l'école maternelle // Dynamic Visualization of Social Interaction Network in Preschool

Dans le cadre de la chaire Socialization and Language at School: An Opportunity and a Challenge for AI in the Exploitation of Massive Data (SoLaS) financée par MIAI Cluster, nous proposons un sujet de thèse consacré à la visualisation dynamique pour l'exploration du réseau d'interactions sociales dans une école maternelle. La thèse s'appuiera sur les données recueillies dans le cadre du projet DylNet (Language dynamics, linguistic learning, and sociability at preschool: benefits of wireless proximity sensors in collecting big data ; https://dylnet.univ-grenoble-alpes.fr/).
Pendant deux ans et demi, une semaine par mois, les quelques 200 personnes présentes (enfants, enseignants et personnels scolaires) d'une école socialement mixte ont été équipées de capteurs sans fil enregistrant à la fois les proximités entre les individus (une mesure prise toutes les 5 secondes via l'échange de signaux RSSI) et leurs prises de parole. Au total, 655 958 381 signaux RSSI ont été collectés, correspondant à 1 705 126 interactions sociales. Nous disposons des données sous forme de matrices donnant pour chaque dyade et chaque individu, au cours du temps, le nombre de contacts et la durée des interactions pour les temps de classe et les temps de récréation. Cette base de données massives contient également des informations sociodémographiques sur les participants et leur niveau de développement langagier (Dai et al., 2022 ; Dai et al., 2020).
L'objectif de cette thèse est de proposer des outils d'exploration adaptés à ces données et utilisables par des chercheurs en Sciences Sociales et Humaines. Même si des techniques de visualisation existent pour les réseaux dynamiques, l'enjeu, avec les données DyLNet, réside à la fois dans leur taille et dans la prise en compte de plusieurs ordres de grandeur dans les échelles temporelles. De plus, la compréhension des enjeux liés aux recherches en Sciences Sociales et Humaines sera nécessaire à la conception des outils de visualisation. La thèse sera co-encadrée par Laurence Nigay, chercheure en interaction humain-machine, R. Blanch, chercheur en visualisation d'information et A. Nardy, chercheure en acquisition du langage.
Plus précisément, il s'agira de :
- Faire un état de l'art sur la visualisation de graphes dynamiques
- Mettre en œuvre une méthodologie permettant la familiarisation avec les problématiques de recherche en Sciences Humaines et Sociales et le recueil des besoins
- Proposer des prototypes
- Mettre en œuvre une méthodologie permettant d'évaluer l'outil
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

As part of the chair Socialization and Language at School: An Opportunity and a Challenge for AI in the Exploitation of Massive Data (SoLaS), funded by the MIAI Cluster, we offer a PhD position focused on dynamic visualization for exploring social interaction networks in a preschool setting. The PhD will leverage data collected as part of the DylNet project (Language dynamics, linguistic learning, and sociability at preschool: benefits of wireless proximity sensors in collecting big data ; https://dylnet.univ-grenoble-alpes.fr/).
Over a period of two and a half years, one week per month, approximately 200 individuals (children, teachers, and school staff) in a socially mixed preschool were equipped with wireless sensors. These sensors recorded both the proximity between individuals (with measurements taken every 5 seconds via RSSI signal exchange) and their speech. In total, 655,958,381 RSSI signals were collected, corresponding to 1,705,126 social interactions. The data is available in the form of matrices that provide, for each dyad and each individual over time, the number of contacts and the duration of interactions during classroom and free time. This large-scale dataset also includes sociodemographic information on participants and their level of language development (Dai et al., 2022; Dai et al., 2020).
The objective of this PhD is to develop exploration tools adapted to this dataset and usable by researchers in the field of Social Sciences and Humanities. Although visualization techniques for dynamic networks already exist, the challenge with the DyLNet data lies both in its sheer volume and in accounting for multiple temporal scales of differing orders of magnitude. Furthermore, an understanding of the issues relevant to research in the Social Sciences and Humanities will be essential for designing effective visualization tools. The PhD will be co-supervised by Laurence Nigay, researcher in human-computer interaction, R. Blanch, researcher in information visualization, and A. Nardy, researcher in language acquisition.
More specifically, the PhD will involve:
- Conducting a literature review on the visualization of dynamic networks
- Implementing a methodology to become familiar with research issues in the Social Sciences and Humanities and to gather user needs
- Designing and implementing prototypes
- Defining a methodology to evaluate the tool
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/09/2025

Autres financements

Université Grenoble Alpes

217 MSTII - Mathématiques, Sciences et technologies de l'information, Informatique

- Master en Informatique avec de préférence, une spécialisation en IHM, visualisation, ou informatique graphique - Maîtrise d'un langage et de bibliothèques graphiques associées (C++/Python/JavaScript, OpenGL/D3, ...) - Ouverture aux Sciences Humaines et Sociales - Très bonnes compétences de communication en français ou à défaut, en anglais
- Master's degree in Computer Science, preferably with a specialization in HCI, visualization, or computer graphics - Proficiency in at least one programming language and associated graphics libraries (e.g., C++/Python/JavaScript, OpenGL/D3, etc.) - Interest in and openness to Social Sciences and Humanities - Excellent communication skills in French or, alternatively, in English