Hila Gonen
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2026
Hila Gonen mène des recherches à la croisée du traitement automatique du langage (TAL), de l’apprentissage automatique et de l’intelligence artificielle. Sa vision à long terme est de transformer les grands modèles de langage en systèmes fiables et responsables, accessibles à l’ensemble de la population, sans égard à la langue ou au profil sociodémographique. Ses travaux se concentrent sur trois grands axes de recherche : le contrôle et l’interprétation des modèles afin d’en comprendre le comportement et d’encadrer la génération de contenu; la fiabilité, la sécurité et l’équité, pour accroître la précision des modèles tout en atténuant les biais et les risques; le multilinguisme, par la création d’outils de TAL au service de la plus grande diversité linguistique possible et l’étude des capacités émergentes de transfert interlinguistique des modèles. Plus récemment, ses travaux se sont étendus à l’utilisation des outils et méthodologies de TAL dans le secteur de la santé.
Prix
- Prix de perfectionnement pour les postdoctorantes en sciences, Institut Weitzmann des sciences, 2023
- Deuxième prix de la meilleure thèse de doctorat, Association israélienne pour l’intelligence artificielle (IAAI), 2022
- Prix de la relève de l’EECS, Université du Texas à Austin, 2022
- Bourse postdoctorale Rothschild, Yad Hanadiv, 2021
- Prix du meilleur article, CoNLL (Conférence sur l’apprentissage automatique du langage naturel), 2019
Publications Pertinentes
- Zadok, M., Peled-Cohen, L., Calderon, N., Gonen, H., Schnaider Beeri, M. et Reichart, R. (2026), « Human and LLM judgments of cognitive impairment from language: An explainable AI approach », Alzheimer’s & Dementia : Diagnosis, Assessment & Disease Monitoring.
- Verma, S., Hines, K., Bilmes, J., Siska, C., Zettlemoyer, L., Gonen, H. et Singh, C. (2025), « OMNIGUARD: An efficient approach for AI safety moderation across languages and modalities », Proceedings of EMNLP.
- Gonen, H., Iyer, S., Blevins, T., Smith, N. A. et Zettlemoyer, L. (2023), « Demystifying prompts in language models via perplexity estimation », Findings of EMNLP.
- Ahia, O., Kumar, S., Gonen, H., Kasai, J., Mortensen, D. R., Smith, N. A. et Tsvetkov, Y. (2023), « Do all languages cost the same? Tokenization in the era of commercial language models », Proceedings of EMNLP.
- Gonen, H. et Goldberg, Y. (2019), « Lipstick on a pig: Debiasing methods cover up systematic gender biases in word embeddings but do not remove them », Proceedings of NAACL.