L'informatique au service du bien-être collectif et du développement personnel.

La Faculté d'informatique a pour vision celle d'un monde dans lequel l'usage intensif et croissant de l'informatique est orienté vers le bien-être collectif et le développement personnel. Sa mission est de contribuer à cette orientation au travers de la formation, la recherche scientifique et le service à la société. 

Les études

Choisir d'étudier l'informatique c'est vous garantir un accès immédiat à un métier passionnant aux multiples facettes. Au travers d'une d'offre d'enseignement complète – bachelier, masters, master de spécialisation et doctorat – la Faculté d'informatique vous offre une formation de qualité basée sur la rigueur scientifique et l'esprit critique, tout en insistant sur l'interdisciplinarité et la responsabilité sociétale.  

Informatique études

La recherche

La Faculté d'informatique a pour mission d'assurer une recherche scientifique de pointe, ouverte à la création et à l'intégration des connaissances qui nourrit l'enseignement, l'innovation technologique et le débat de société. 

Faculté d'informatique robots

Service à la société

La Faculté d'informatique contribue au développement de notre environnement social, économique, technologique et politique par la diffusion des connaissances et le conseil tant au niveau régional, national et international. Par la synergie entre chercheurs et industriels, par la mise à disposition de savoir et de savoir-faire, elle participe à de nombreuses missions de service à la société. 

Faculté d'informatique service

International

L’ouverture de la Faculté d’informatique à l’international est fondamentale pour le développement de ses activités d’enseignement et de recherche. 

Etudiants de l'UNamur

Organisation

La Faculté d'informatique s'est organisée afin de pouvoir gérer ses missions de manière optimale. Elle compte une centaine de membres au service de l'enseignement, de la recherche et du service à la société.  

Le mot du Doyen

Plus de portraits
L'informatique est une clé de compréhension, de progrès et de responsabilité face aux défis et aux enjeux de notre société.
Anthony Cleve
Doyen de la Faculté d'informatique
Voir le contenu

Animation

Une série d’événements et d’acteurs gravitent autour de la Faculté d’informatique.

Animation étudiante fac info

À la une

Actualités

30 ans de formation en horaire décalé : quand l’adulte devient aussi étudiant

Droit
Économie
Gestion
Marketing
Informatique
Étudiants

Depuis plus de 30 ans, l’UNamur propose des formations en horaire décalé, permettant à des personnes déjà insérées dans la vie professionnelle de s’inscrire à une formation universitaire de bachelier, de master et de master de spécialisation. Des programmes qui s’appuient sur une pédagogie adaptée, centrée autour de l’expérience et de la réalité des étudiants. 

Etudiante en reprise d'études travaillant sur son ordinateur portable

D’aussi loin qu’il se souvienne, Théophile Renier, 31 ans, a toujours voulu être avocat. Une vocation que ce freelance du secteur musical, par ailleurs technicien nautique, a un temps mise de côté... avant d’y revenir il y a quelques années en s’inscrivant à la Faculté de droit. Depuis 2016, l’UNamur propose en effet un programme de bachelier et de master en droit en horaire décalé.  « Ce que je trouve exceptionnel dans cette formation, c’est que les professeurs accompagnent activement les étudiants dans leur réussite », raconte Théophile. « Tout est mis en place pour que les personnes qui ne peuvent pas être là physiquement puissent quand même avoir accès aux cours en distanciel. »  Tous les cours de l’horaire décalé en droit sont en effet enregistrés et mis en ligne, afin de faciliter le suivi à distance. Les étudiants se voient par ailleurs communiquer les dates de remises de travaux et d’examens très en amont, dans un souci de prise en compte de leurs contraintes professionnelles et familiales. 

Comme le souligne Mathieu Rolain, coordinateur pédagogique de ce programme, les étudiants de l’horaire décalé en droit se distinguent par une détermination et une discipline exceptionnelles : des « super-héros », estime-t-il. Ainsi, malgré ses trois jours de travail hebdomadaire au port de Zeebruges et son activité d’indépendant dans la musique – « je travaille une cinquantaine d’heures par semaine » –, Théophile parvient à tout mener de front. « Pour moi, c’est même très complémentaire », estime cet étudiant passionné. « On se demande souvent s’il n’est pas plus difficile d’étudier quand on a déjà une expérience professionnelle, mais pour moi c’est un plaisir d’étudier ! Aujourd’hui, je vais davantage à l’essentiel. » Après ses deux premières années de bachelier, l’étudiant entame aujourd’hui sa Bac 3 ; il a ensuite l’intention de suivre un master avant de faire le barreau. « Pour moi, c’est un rêve d’enfant qui est en train de se réaliser », résume-t-il.Le futur avocat n’a d’ailleurs qu’un conseil à donner à ceux qui hésiteraient encore : 

Beaucoup de personnes se demandent si c’est possible, si elles ne sont pas trop vieilles : à mon avis, il faut mettre ses réticences de côté ! C’est une formation qui est vraiment conçue pour les personnes qui sont dans la vie active : tous les ingrédients sont réunis pour favoriser la réussite. 

Théophile Renier Étudiant en Faculté de droit

Soft skills et bilan de compétences

Depuis 30 ans, la Faculté EMCP (Économie Management Communication sciencesPo) propose elle aussi des programmes à horaire décalé. C’est dans ce contexte qu’a été conçu le parcours FSE+ « Évaluation, renforcement et valorisation des compétences », piloté par Jean-Yves Gnabo. Grâce au soutien externe du Fonds social européen Plus, ce programme pédagogique permet aujourd’hui de mieux accompagner les adultes en reprise d’études, non seulement en EMCP mais aussi, à terme, dans les autres facultés de l’UNamur. L’originalité du projet tient à son articulation entre deux dimensions complémentaires. D’un côté, un dispositif académique centré sur une formule de mémoire originale, afin d’éviter les décrochages de fin de parcours dus à « l’angoisse de la page blanche ». De l’autre, un accompagnement des compétences transversales :  communication, organisation, leadership, travail en équipe, gestion du temps, gestion du stress...

« Nous nous sommes historiquement concentrés sur les compétences disciplinaires, tandis que les soft skills étaient censés acquises », explique Jean-Yves Gnabo. « Or réussir sa formation en horaire décalé passe aussi par des compétences "douces". Par ailleurs, il y avait un autre angle mort dans notre approche, à savoir le fait que les étudiants n’étaient pas toujours conscients de leurs compétences. » Le parcours FSE+ prévoit donc que l’étudiant puisse, avec l’aide d’un coach, réaliser un bilan de compétences à l’entrée et à la sortie, et ainsi mesurer la progression accomplie. « C’est non seulement essentiel pour la confiance en soi, mais aussi pour apprendre à valoriser les compétences nouvellement acquises dans le monde professionnel », précise le professeur d’économie. Depuis deux ans, la Faculté EMCP propose par ailleurs un master de spécialisation en horaire décalé centré sur le management et l’économie durable. 35 étudiants étaient déjà inscrits pour la première année. « Une fois que le master sera pérennisé, l’idée est de s’appuyer sur un board d’acteurs externes confrontés à des problèmes de transition, mais aussi de créer une communauté entre les étudiants, les anciens et les intervenants », conclut Jean-Yves Gnabo. 

Informatique en horaire décalé : une formation plus que jamais nécessaire

Depuis 25 ans, il est aussi possible d’obtenir à l’UNamur un master en sciences informatiques en horaire décalé. Alors que le secteur est confronté à de nombreux questionnements liés à la généralisation de l’IA, Vincent Englebert, professeur d’informatique, ne doute pas que cette formation continuera à attirer de nombreux actifs. « On traverse évidemment une phase de turbulences mais ce qui est certain, c’est que si l’IA booste le nombre de lignes de code qu’on peut écrire par jour, elle introduit aussi pas mal de bêtises dans ces lignes, ce qui crée de sérieux problèmes de maintenance... Les entreprises commencent donc à se rendre compte de la ‘dette technique’ engendrée par l’IA : si on néglige un problème de moteur sous prétexte qu’une voiture roule toujours, on s’expose à ce que le véhicule explose un jour sur l’autoroute... » Pour Vincent Englebert, former de nouveaux professionnels aux enjeux des IA génératives est donc une nécessité. « Je dirais même que l’IA est une belle opportunité pour entreprendre des études d’informatique aujourd’hui ! Il y a 30 ans, on demandait aux informaticiens de développer des programmes très sommaires. Aujourd’hui, on leur demande de développer des systèmes beaucoup plus complexes et l’IA, bien utilisée, permet, dans ce contexte, de les libérer de tâches très techniques. Ils peuvent ainsi se concentrer sur l’essentiel : ce que l’humain souhaite faire avec l’IA pour la rendre plus éthique, plus juste, plus utile, plus sûre. » 

Master 60 en sciences économiques à horaire décalé

Une pédagogie adaptée aux besoins

À l’UNamur, la formation des adultes occupe une place privilégiée. Certains de ces actifs reprennent des études universitaires pour progresser dans leur carrière, d’autres parce qu’ils sont engagés dans un processus de reconversion. Tous arrivent avec leur expérience, leurs exigences, leurs rêves, mais aussi leurs responsabilités familiales et professionnelles, leurs contraintes de temps et leurs doutes... C’est pourquoi, à travers ses différentes formations en horaire décalé (cours en soirée et le samedi), l’UNamur a développé une pédagogie spécifique pour accompagner au mieux ces adultes dans leurs nouvelles ambitions académiques et professionnelles : gestion réaliste du temps, valorisation du travail collaboratif, proximité avec le personnel enseignant, démarche de co-construction des savoirs...

Cet article est tiré de la rubrique "Le jour où" du magazine Omalius #42 (Septembre 2026).

Omalius-Septembre-2026

Une étude de la VUB et de l’UNamur montre que des agents d'IA développent leur propre « langage naturel artificiel » pour communiquer sur des données complexes

Intelligence Artificielle

Les systèmes d’IA développent spontanément leur propre langage, adapté à leurs capteurs, plutôt que de copier le langage humain.

IA

Des chercheurs de l’Artificial Intelligence Lab de la VUB et de l’Université de Namur (UNamur) démontrent, dans une nouvelle étude à grande échelle, comment des systèmes d’IA autonomes peuvent développer spontanément, sans intervention humaine, un langage fonctionnel et partagé. Contrairement aux grands modèles linguistiques tels que ChatGPT, qui apprennent à partir de vastes corpus de textes produits par des humains, ces agents IA construisent leur propre système de communication, directement ancré dans les données fournies par leurs capteurs spécifiques et leur environnement. Cette découverte constitue une avancée majeure pour la communication entre les systèmes autonomes, tels que les voitures autonomes, les robots et les capteurs industriels.

Une couche d’abstraction pour les sens non humains

Les modèles linguistiques d’IA actuels se concentrent sur la compréhension et la génération de langues humaines telles que le néerlandais ou l’anglais. Ces langues humaines trouvent historiquement leur fondement dans nos propres perceptions sensorielles. Lorsque des agents d’IA physiques ou virtuels sont équipés de capteurs pour lesquels les humains n’ont pas d’équivalent sensoriel direct – tels que le lidar, le sonar, l’infrarouge ou l’analyse chimique –, le langage humain existant s’avère insuffisant.

Jérôme Botoko Ekila, doctorant à l’AI Lab de la VUB, explique : « Au lieu de contraindre les systèmes d’IA à communiquer dans une langue humaine qui ne correspond pas à leurs capteurs, nous leur permettons de faire développer leur propre « langue naturelle artificielle ». Ils construisent des concepts efficaces qui correspondent exactement à ce qu’ils perçoivent via leurs capteurs, même s’il s’agit de données incompréhensibles pour les humains. »

Comme, dans la pratique, les capteurs de différentes machines ou de différents véhicules ne peuvent pas toujours  être calibrés de manière identique, le langage consitute, selon les chercheurs, la solution idéale.

Paul Van Eecke, professeur d’intelligence artificielle à la VUB : « Dans les applications industrielles ou physiques, il est tout simplement irréaliste de s’attendre à ce que tous les capteurs de différents robots ou véhicules soient calibrés de manière parfaitement identique. Les humains résolvent ce problème grâce au langage : si je dis que je me trouve près de la « voiture rouge », nous nous comprenons sans que nos yeux n’enregistrent exactement les mêmes valeurs de couleur. Le langage constitue une couche d’abstraction au-dessus des valeurs des capteurs, et c’est précisément ce que nous laissons désormais ces agents d’IA construire de manière autonome. »

Auto-organisation et évolution

Au lieu de mots préprogrammés ou de codes fixes, les chercheurs ont simplement fourni aux agents les mécanismes de base qui sous-tendent l’évolution du langage humain : l’invention locale de mots, l’adaptation de prototypes conceptuels et la prise en compte du retour d’information en cas de réussite ou d’erreur de communication.

Image
Katrien Beuls

Ce qui est fascinant, c’est qu’il n’y a pas d’ordinateur central qui impose les règles. Nous laissons à chaque fois deux agents interagir localement, l’un avec l’autre. C’est uniquement grâce à ces interactions et mises à jour individuelles qu’une convention commune émerge spontanément au sein de toute la population. Ce principe d’auto-organisation permet au langage de s’optimiser automatiquement : les agents créent exactement le nombre de catégories nécessaires pour accomplir leurs tâches efficacement, sans détails superflus. 

Katrien Beuls Professeure au sein de la Faculté d’informatique et membre de l’Institut NaDI à l’UNamur

Testé sur 37 ensembles de données

L’applicabilité universelle de la méthode a été démontrée sur 37 ensembles de données variés et complexes. Ainsi, les agents ont réussi à développer leur propre vocabulaire pour communiquer, notamment sur des analyses physico-chimiques du vin, des données de la NASA sur les exoplanètes, des ensembles de données visuelles ou des images représentant des oiseaux ou des visages. Dans toutes ces situations, les agents ont réussi à regrouper  efficacement les données en  nouveaux concepts communs.

Transparents et adaptatifs

La transparence constitue un avantage notable des systèmes développés. Contrairement à de nombreux modèles d’IA de type « boîte noire », les chercheurs peuvent déterminer avec précision la signification d’un mot créé par les agents, car le prototype peut être directement rattaché aux valeurs des capteurs sous-jacents.

De plus, ces systèmes linguistiques évolutifs sont extrêmement robustes. Lorsque l’environnement change, lorsque les données des capteurs sont perturbées par du bruit ou lorsque les agents individuelsprésentent des caractéristiques ou des configurations différentes, le langage s’adapte automatiquement aux nouvelles circonstances grâce à une interaction continue.

Référence

Botoko Ekila, J., Verheyen, L., Nevens, J., Beuls, K., & Van Eecke, P. (2026). Emergent Communication in Continuous Worlds: Self-Organisation of Conceptually Grounded Vocabularies at Scale. Transactions of the Association for Computational Linguistics, vol. 14, pp. 2234–2257. DOI : 10.1162/TACL.a.799

Financement et collaboration

Cette recherche a été menée dans le cadre d'une collaboration entre le Laboratoire d'intelligence artificielle de la Vrije Universiteit Brussel (VUB) et la Faculté d'informatique de l'Université de Namur (UNamur), et a été financée par le Fonds de la recherche scientifique - de Flandre (FWO) et le Fonds de la Recherche Scientifique (FNRS) dans le cadre d’un projet WEAVE.

FNRS-FWO

Une recherche de l'UNamur rend les outils de l'intelligence artificielle plus fiables

Intelligence Artificielle
Informatique
Transition numérique

Des chercheurs de l'UNamur ont développé une nouvelle méthode qui a permis de découvrir 32 bugs jusqu'alors invisibles dans certaines des bibliothèques logicielles les plus utilisées pour entraîner les modèles d'intelligence artificielle. Née d'un mémoire de master, cette recherche a déjà conduit à des corrections dans plusieurs logiciels utilisés par des millions de développeurs à travers le monde. 

Une recherche de l'UNamur rend les outils de l'intelligence artificielle plus fiables

Avant qu'une intelligence artificielle puisse reconnaître une image, comprendre un texte ou répondre à une question, elle doit d'abord être entraînée. Pour cela, les développeurs et les data scientists utilisent des bibliothèques logicielles spécialisées, de véritables « boîtes à outils » qui permettent de construire ces modèles d'IA.

C'est sur ces logiciels que s'est penchée une équipe de recherche réunissant l'Université de Namur, l'Université de Passau (Allemagne) et la TU Delft (Pays-Bas). Leur objectif : détecter des bugs particulièrement difficiles à repérer, susceptibles de provoquer l’arrêt brutal d'un programme.

Une nouvelle méthode pour révéler les bugs invisibles

Pour vérifier que ces bibliothèques fonctionnent correctement, les chercheurs utilisent des logiciels capables de générer automatiquement des milliers de tests. Leur rôle est de pousser les programmes dans leurs retranchements afin de repérer d'éventuelles erreurs. 

Jusqu'ici, ces outils avaient toutefois une limite importante Lorsqu'un test provoquait un dysfonctionnement d'une bibliothèque logicielle, le logiciel chargé d'effectuer les tests cessait lui aussi de fonctionner. Impossible, dès lors, de comprendre précisément l'origine du problème ou de le signaler aux développeurs. 

Les chercheurs de l'UNamur ont donc imaginé une nouvelle méthode. Désormais, chaque test est exécuté séparément. Si l'un d'eux provoque un crash, celui-ci est isolé : le logiciel de test continue de fonctionner, enregistre l'erreur et poursuit ses analyses. Il devient ainsi possible de détecter automatiquement des bugs qui passaient jusque-là inaperçus. 

32 bugs découverts et déjà corrigés

Grâce à cette nouvelle méthode, les chercheurs ont analysé 1 648 modules appartenant aux principales bibliothèques de machine learning et mis au jour 32 bugs inédits. Plusieurs concernaient des logiciels devenus incontournables pour entraîner des modèles d'intelligence artificielle.

Ces anomalies ont été signalées aux équipes de développement. Plusieurs ont déjà été reconnues puis corrigées. “Lorsqu'on corrige un bug à ce niveau-là, ce sont potentiellement des milliers, voire des millions d'utilisateurs qui en bénéficient”, souligne Xavier Devroey, professeur à la Faculté d’informatique de l’UNamur et membre du centre de recherche PReCISE du Namur Digital Institute (NaDI). Au-delà de ces corrections, cette recherche contribue à rendre plus fiables les logiciels sur lesquels reposent aujourd'hui de très nombreuses applications d'intelligence artificielle.

Une recherche née d'un mémoire

Cette avancée est née du mémoire de master de Lucas Berg, réalisé à l'UNamur sous la supervision du professeur Xavier Devroey. Dans le cadre de son stage de recherche, Lucas Berg rejoint ensuite l'équipe du professeur Annibale Panichella à la TU Delft afin de travailler sur Pynguin, l’outil open source de génération automatique de tests développé à l'Université de Passau par l'équipe du professeur Gordon Fraser évoqué précédemment. 

Au départ, son objectif était d'améliorer cet outil. En évitant les crashs tout en découvrant des bugs, cette première contribution a attiré ensuite l'attention des chercheurs de l'Université de Passau, confrontés au même problème, donnant naissance à une collaboration internationale qui débouchera sur une publication scientifique commune. 

Lucas Berg poursuit aujourd'hui un doctorat à la Faculté d'informatique de l'UNamur sous la supervision des professeurs Wim Vanhoof et Xavier Devroey. Les résultats de cette recherche ont été présentés à l'IEEE International Conference on Software Testing, Verification and Validation (ICST 2026), l'une des conférences internationales les plus prestigieuses dans le domaine du test logiciel.  

Cette recherche a aussi bénéficié du soutien du Service public de Wallonie (SPW Recherche) et de Wallonie-Bruxelles International. Une reconnaissance qui souligne la qualité de ces travaux et leur intérêt pour la communauté scientifique internationale. 

Le Namur Digital Institute (NaDI)

Au sein de NaDI, les chercheurs apportent des solutions innovantes aux nouveaux défis sociétaux posés par la révolution digitale (eGov, eHealth, eServices, Big data, etc.). Issus de différentes disciplines, les chercheurs croisent leurs expertises en informatique, technologie, éthique, droit, management ou sociologie. Regroupant six centres de recherche, le Namur Digital Institute offre une expertise multidisciplinaire unique dans tous les domaines de l'informatique, de ses applications et de son impact social.  

IA et contrôle qualité : quand l’humain garde la main

Intelligence Artificielle
Informatique
Médecine

Comment améliorer la détection d’anomalies sur une chaine de production ? C’est au départ d’une problématique très concrète rencontrée au sein de l’entreprise où il travaille qu’Arnaud Bougaham, avec le soutien de son employeur a décidé de consacrer sa thèse à ce sujet, à la Faculté d’informatique de l’UNamur. Objectif ? Développer un modèle d’intelligence artificielle qui assiste les opérateurs dans la détection d’anomalies sur une chaîne de production industrielle, en réduisant les fausses alertes et en rendant le diagnostic plus lisible. Avec à la clé, des perspectives de déploiement également dans le domaine médical. 

IA

Composant manquant, soudure fragile, polarité inversée, griffe, corps étranger telle qu’une vis qui tombe sur le produit : sur une chaine de production de pièces électroniques pour l’automobile telle que celle de l’entreprise AISIN Europe, les défauts, même s’ils sont rares, doivent pouvoir être détectés de manière immédiate et pertinente. « Mon objectif était de pouvoir apprendre à un ordinateur à repérer ce qui est normal et ce qui est anormal dans des images », résume Arnaud Bougaham, ingénieur data scientist au sein de l’entreprise AISIN EUROPE mais aussi chercheur associé à la Faculté d’informatique de l’UNamur. 

Sur une ligne de production, des images sont en effet prises par des caméras placées au-dessus d’un convoyeur et un système informatique est alors chargé de vérifier, à grande cadence, que chaque pièce est conforme. « Or, si le système d’inspection traditionnel fait bien son travail, il génère aussi beaucoup de faux positifs, de fausses alertes. Ce qui impacte fortement le travail des personnes chargées de confirmer ou infirmer les alertes : elles sont sollicitées sans relâche au risque d’y perdre du temps et de l’énergie ». C’est ce processus qu’Arnaud Bougaham a décidé d’améliorer pour son entreprise en commençant en 2020 une thèse de doctorat au sein du laboratoire HuMaLearn de la Faculté d’informatique reconnu pour son expertise en machine learning, sous la supervision des professeurs Benoit Frenay et Isabelle Linden.

Aujourd’hui, les résultats de sa thèse viennent d’être présentés et sont prometteurs. « J’ai mis au point un modèle qui, avec le recours de l’intelligence artificielle, repère de manière très précise et fiable une image qui est normale d’une autre qui ne l’est pas, réduisant ainsi les fausses alertes d’autrefois. » 

Arnaud Bougaham

De plus le modèle permet aussi, lorsqu’un défaut est soupçonné, d’afficher précisément la zone concernée : l’opérateur peut visualiser l’indication, manipuler la pièce si nécessaire, puis trancher. 

Autre plus-value de l’outil développé ? Le système n’affiche pas seulement un verdict, il indique aussi la confiance que le système a dans sa prédiction. « L’objectif est de filtrer les cas simples et d’attirer l’attention sur des cas plus complexes, afin que les experts ne soient plus noyés par de mauvais diagnostics et puissent se concentrer sur l’essentiel », insiste Arnaud Bougaham.

Un potentiel au-delà de l’automobile

Si l’outil a avant tout été conçu pour répondre au besoin de l’entreprise de production automobile, la logique est générique. « Il pourrait être transposable au sein d’usines qui fabriquent du parquet, du bois, du tissu. Mais aussi dans le secteur médical », s’enthousiasme Arnaud Bougaham. « Une maladie, c’est finalement une anomalie dans une image. Les contraintes se ressemblent : quand il y a un défaut, il faut absolument le détecter, tout en limitant, autant que possible, les fausses alertes. Dans le secteur médical, avoir un outil similaire qui dégrossit l’analyse tout en laissant la responsabilité au médecin peut être impactant. »

Dans cette approche, l’IA n’est donc pas un pilote automatique, mais un outil d’aide à la décision et se met ainsi au service de l’humain. « L’objectif, c’est de faire prendre la décision finale par la personne, pas de manière automatique », ajoute Arnaud Bougaham. Il s’agit d’un assistant qui « filtre, explique et donne toutes les informations pour que derrière, une personne puisse être décisionnaire ». 

Scan

Quand la recherche rencontre la « vérité terrain »

La thèse d’Arnaud Bougaham est née d’un double ancrage : doctorant à l’UNamur et, en parallèle, ingénieur chez AISIN Europe. Cette position lui a donné accès à ce qu’il appelle « la vérité terrain ». « En laboratoire, on peut obtenir de très bons résultats, mais en production il y a une réalité avec un environnement précis. » Données bruitées, conditions variables, contraintes de coûts, et surtout cadence : « il faut que notre système fonctionne au rythme de la ligne ». En partageant son temps de travail entre l’entreprise AISIN Europe et l’UNamur, Arnaud Bougaham démontre ainsi comment une thèse peut avoir un impact concret sur les besoins du terrain. Le tout en devant concilier les fonctionnements et obligations de chacun. 

Image
Arnaud Bougaham

Côté académique, on va davantage se situer dans l’analyse fine pour trouver des solutions pérennes, là où côté industriel on va davantage être à la recherche d’une solution fiable, ici et maintenant. C’est là que lorsque l’on travaille simultanément pour les deux secteurs, il faut faire preuve de compromis, de dialogue, de confiance. Mais cette complémentarité entre recherche académique et réalité industrielle permet d’aboutir sur des résultats très riches

Arnaud Bougaham Ingénieur data scientist au sein de l’entreprise AISIN EUROPE et chercheur associé à la Faculté d’informatique de l’UNamur

Déployer, généraliser, renforcer

Au-delà des promesses, ces travaux sont déjà confrontés à des cas d’usage concrets. Au sein d’AISIN Europe, le cadre développé est notamment en intégration au sein d’une ligne de production active pour détecter des composants inattendus (comme une vis) sur les cartes de circuits imprimés. Dans le domaine médical, l’approche est orientée pour l’analyse de la réceptivité au coma via un examen d’imagerie médicale qui permet d’observer le fonctionnement des organes et des tissus. Certaines techniques sont également reprises pour une application de segmentation du cancer de l’ovaire ou du lymphome.

Ces résultats démontrent aussi comment une intelligence artificielle peut être fiable et centrée sur l’humain dans des environnements à haut risque.

Le projet en images : L'IA au service de l'humain dans le milieu industriel, mythe ou réalité ? :

IA

Cet article est tiré de la rubrique "Impact" du magazine Omalius #41 (Juin 2026).

Omalius 41

30 ans de formation en horaire décalé : quand l’adulte devient aussi étudiant

Droit
Économie
Gestion
Marketing
Informatique
Étudiants

Depuis plus de 30 ans, l’UNamur propose des formations en horaire décalé, permettant à des personnes déjà insérées dans la vie professionnelle de s’inscrire à une formation universitaire de bachelier, de master et de master de spécialisation. Des programmes qui s’appuient sur une pédagogie adaptée, centrée autour de l’expérience et de la réalité des étudiants. 

Etudiante en reprise d'études travaillant sur son ordinateur portable

D’aussi loin qu’il se souvienne, Théophile Renier, 31 ans, a toujours voulu être avocat. Une vocation que ce freelance du secteur musical, par ailleurs technicien nautique, a un temps mise de côté... avant d’y revenir il y a quelques années en s’inscrivant à la Faculté de droit. Depuis 2016, l’UNamur propose en effet un programme de bachelier et de master en droit en horaire décalé.  « Ce que je trouve exceptionnel dans cette formation, c’est que les professeurs accompagnent activement les étudiants dans leur réussite », raconte Théophile. « Tout est mis en place pour que les personnes qui ne peuvent pas être là physiquement puissent quand même avoir accès aux cours en distanciel. »  Tous les cours de l’horaire décalé en droit sont en effet enregistrés et mis en ligne, afin de faciliter le suivi à distance. Les étudiants se voient par ailleurs communiquer les dates de remises de travaux et d’examens très en amont, dans un souci de prise en compte de leurs contraintes professionnelles et familiales. 

Comme le souligne Mathieu Rolain, coordinateur pédagogique de ce programme, les étudiants de l’horaire décalé en droit se distinguent par une détermination et une discipline exceptionnelles : des « super-héros », estime-t-il. Ainsi, malgré ses trois jours de travail hebdomadaire au port de Zeebruges et son activité d’indépendant dans la musique – « je travaille une cinquantaine d’heures par semaine » –, Théophile parvient à tout mener de front. « Pour moi, c’est même très complémentaire », estime cet étudiant passionné. « On se demande souvent s’il n’est pas plus difficile d’étudier quand on a déjà une expérience professionnelle, mais pour moi c’est un plaisir d’étudier ! Aujourd’hui, je vais davantage à l’essentiel. » Après ses deux premières années de bachelier, l’étudiant entame aujourd’hui sa Bac 3 ; il a ensuite l’intention de suivre un master avant de faire le barreau. « Pour moi, c’est un rêve d’enfant qui est en train de se réaliser », résume-t-il.Le futur avocat n’a d’ailleurs qu’un conseil à donner à ceux qui hésiteraient encore : 

Beaucoup de personnes se demandent si c’est possible, si elles ne sont pas trop vieilles : à mon avis, il faut mettre ses réticences de côté ! C’est une formation qui est vraiment conçue pour les personnes qui sont dans la vie active : tous les ingrédients sont réunis pour favoriser la réussite. 

Théophile Renier Étudiant en Faculté de droit

Soft skills et bilan de compétences

Depuis 30 ans, la Faculté EMCP (Économie Management Communication sciencesPo) propose elle aussi des programmes à horaire décalé. C’est dans ce contexte qu’a été conçu le parcours FSE+ « Évaluation, renforcement et valorisation des compétences », piloté par Jean-Yves Gnabo. Grâce au soutien externe du Fonds social européen Plus, ce programme pédagogique permet aujourd’hui de mieux accompagner les adultes en reprise d’études, non seulement en EMCP mais aussi, à terme, dans les autres facultés de l’UNamur. L’originalité du projet tient à son articulation entre deux dimensions complémentaires. D’un côté, un dispositif académique centré sur une formule de mémoire originale, afin d’éviter les décrochages de fin de parcours dus à « l’angoisse de la page blanche ». De l’autre, un accompagnement des compétences transversales :  communication, organisation, leadership, travail en équipe, gestion du temps, gestion du stress...

« Nous nous sommes historiquement concentrés sur les compétences disciplinaires, tandis que les soft skills étaient censés acquises », explique Jean-Yves Gnabo. « Or réussir sa formation en horaire décalé passe aussi par des compétences "douces". Par ailleurs, il y avait un autre angle mort dans notre approche, à savoir le fait que les étudiants n’étaient pas toujours conscients de leurs compétences. » Le parcours FSE+ prévoit donc que l’étudiant puisse, avec l’aide d’un coach, réaliser un bilan de compétences à l’entrée et à la sortie, et ainsi mesurer la progression accomplie. « C’est non seulement essentiel pour la confiance en soi, mais aussi pour apprendre à valoriser les compétences nouvellement acquises dans le monde professionnel », précise le professeur d’économie. Depuis deux ans, la Faculté EMCP propose par ailleurs un master de spécialisation en horaire décalé centré sur le management et l’économie durable. 35 étudiants étaient déjà inscrits pour la première année. « Une fois que le master sera pérennisé, l’idée est de s’appuyer sur un board d’acteurs externes confrontés à des problèmes de transition, mais aussi de créer une communauté entre les étudiants, les anciens et les intervenants », conclut Jean-Yves Gnabo. 

Informatique en horaire décalé : une formation plus que jamais nécessaire

Depuis 25 ans, il est aussi possible d’obtenir à l’UNamur un master en sciences informatiques en horaire décalé. Alors que le secteur est confronté à de nombreux questionnements liés à la généralisation de l’IA, Vincent Englebert, professeur d’informatique, ne doute pas que cette formation continuera à attirer de nombreux actifs. « On traverse évidemment une phase de turbulences mais ce qui est certain, c’est que si l’IA booste le nombre de lignes de code qu’on peut écrire par jour, elle introduit aussi pas mal de bêtises dans ces lignes, ce qui crée de sérieux problèmes de maintenance... Les entreprises commencent donc à se rendre compte de la ‘dette technique’ engendrée par l’IA : si on néglige un problème de moteur sous prétexte qu’une voiture roule toujours, on s’expose à ce que le véhicule explose un jour sur l’autoroute... » Pour Vincent Englebert, former de nouveaux professionnels aux enjeux des IA génératives est donc une nécessité. « Je dirais même que l’IA est une belle opportunité pour entreprendre des études d’informatique aujourd’hui ! Il y a 30 ans, on demandait aux informaticiens de développer des programmes très sommaires. Aujourd’hui, on leur demande de développer des systèmes beaucoup plus complexes et l’IA, bien utilisée, permet, dans ce contexte, de les libérer de tâches très techniques. Ils peuvent ainsi se concentrer sur l’essentiel : ce que l’humain souhaite faire avec l’IA pour la rendre plus éthique, plus juste, plus utile, plus sûre. » 

Master 60 en sciences économiques à horaire décalé

Une pédagogie adaptée aux besoins

À l’UNamur, la formation des adultes occupe une place privilégiée. Certains de ces actifs reprennent des études universitaires pour progresser dans leur carrière, d’autres parce qu’ils sont engagés dans un processus de reconversion. Tous arrivent avec leur expérience, leurs exigences, leurs rêves, mais aussi leurs responsabilités familiales et professionnelles, leurs contraintes de temps et leurs doutes... C’est pourquoi, à travers ses différentes formations en horaire décalé (cours en soirée et le samedi), l’UNamur a développé une pédagogie spécifique pour accompagner au mieux ces adultes dans leurs nouvelles ambitions académiques et professionnelles : gestion réaliste du temps, valorisation du travail collaboratif, proximité avec le personnel enseignant, démarche de co-construction des savoirs...

Cet article est tiré de la rubrique "Le jour où" du magazine Omalius #42 (Septembre 2026).

Omalius-Septembre-2026

Une étude de la VUB et de l’UNamur montre que des agents d'IA développent leur propre « langage naturel artificiel » pour communiquer sur des données complexes

Intelligence Artificielle

Les systèmes d’IA développent spontanément leur propre langage, adapté à leurs capteurs, plutôt que de copier le langage humain.

IA

Des chercheurs de l’Artificial Intelligence Lab de la VUB et de l’Université de Namur (UNamur) démontrent, dans une nouvelle étude à grande échelle, comment des systèmes d’IA autonomes peuvent développer spontanément, sans intervention humaine, un langage fonctionnel et partagé. Contrairement aux grands modèles linguistiques tels que ChatGPT, qui apprennent à partir de vastes corpus de textes produits par des humains, ces agents IA construisent leur propre système de communication, directement ancré dans les données fournies par leurs capteurs spécifiques et leur environnement. Cette découverte constitue une avancée majeure pour la communication entre les systèmes autonomes, tels que les voitures autonomes, les robots et les capteurs industriels.

Une couche d’abstraction pour les sens non humains

Les modèles linguistiques d’IA actuels se concentrent sur la compréhension et la génération de langues humaines telles que le néerlandais ou l’anglais. Ces langues humaines trouvent historiquement leur fondement dans nos propres perceptions sensorielles. Lorsque des agents d’IA physiques ou virtuels sont équipés de capteurs pour lesquels les humains n’ont pas d’équivalent sensoriel direct – tels que le lidar, le sonar, l’infrarouge ou l’analyse chimique –, le langage humain existant s’avère insuffisant.

Jérôme Botoko Ekila, doctorant à l’AI Lab de la VUB, explique : « Au lieu de contraindre les systèmes d’IA à communiquer dans une langue humaine qui ne correspond pas à leurs capteurs, nous leur permettons de faire développer leur propre « langue naturelle artificielle ». Ils construisent des concepts efficaces qui correspondent exactement à ce qu’ils perçoivent via leurs capteurs, même s’il s’agit de données incompréhensibles pour les humains. »

Comme, dans la pratique, les capteurs de différentes machines ou de différents véhicules ne peuvent pas toujours  être calibrés de manière identique, le langage consitute, selon les chercheurs, la solution idéale.

Paul Van Eecke, professeur d’intelligence artificielle à la VUB : « Dans les applications industrielles ou physiques, il est tout simplement irréaliste de s’attendre à ce que tous les capteurs de différents robots ou véhicules soient calibrés de manière parfaitement identique. Les humains résolvent ce problème grâce au langage : si je dis que je me trouve près de la « voiture rouge », nous nous comprenons sans que nos yeux n’enregistrent exactement les mêmes valeurs de couleur. Le langage constitue une couche d’abstraction au-dessus des valeurs des capteurs, et c’est précisément ce que nous laissons désormais ces agents d’IA construire de manière autonome. »

Auto-organisation et évolution

Au lieu de mots préprogrammés ou de codes fixes, les chercheurs ont simplement fourni aux agents les mécanismes de base qui sous-tendent l’évolution du langage humain : l’invention locale de mots, l’adaptation de prototypes conceptuels et la prise en compte du retour d’information en cas de réussite ou d’erreur de communication.

Image
Katrien Beuls

Ce qui est fascinant, c’est qu’il n’y a pas d’ordinateur central qui impose les règles. Nous laissons à chaque fois deux agents interagir localement, l’un avec l’autre. C’est uniquement grâce à ces interactions et mises à jour individuelles qu’une convention commune émerge spontanément au sein de toute la population. Ce principe d’auto-organisation permet au langage de s’optimiser automatiquement : les agents créent exactement le nombre de catégories nécessaires pour accomplir leurs tâches efficacement, sans détails superflus. 

Katrien Beuls Professeure au sein de la Faculté d’informatique et membre de l’Institut NaDI à l’UNamur

Testé sur 37 ensembles de données

L’applicabilité universelle de la méthode a été démontrée sur 37 ensembles de données variés et complexes. Ainsi, les agents ont réussi à développer leur propre vocabulaire pour communiquer, notamment sur des analyses physico-chimiques du vin, des données de la NASA sur les exoplanètes, des ensembles de données visuelles ou des images représentant des oiseaux ou des visages. Dans toutes ces situations, les agents ont réussi à regrouper  efficacement les données en  nouveaux concepts communs.

Transparents et adaptatifs

La transparence constitue un avantage notable des systèmes développés. Contrairement à de nombreux modèles d’IA de type « boîte noire », les chercheurs peuvent déterminer avec précision la signification d’un mot créé par les agents, car le prototype peut être directement rattaché aux valeurs des capteurs sous-jacents.

De plus, ces systèmes linguistiques évolutifs sont extrêmement robustes. Lorsque l’environnement change, lorsque les données des capteurs sont perturbées par du bruit ou lorsque les agents individuelsprésentent des caractéristiques ou des configurations différentes, le langage s’adapte automatiquement aux nouvelles circonstances grâce à une interaction continue.

Référence

Botoko Ekila, J., Verheyen, L., Nevens, J., Beuls, K., & Van Eecke, P. (2026). Emergent Communication in Continuous Worlds: Self-Organisation of Conceptually Grounded Vocabularies at Scale. Transactions of the Association for Computational Linguistics, vol. 14, pp. 2234–2257. DOI : 10.1162/TACL.a.799

Financement et collaboration

Cette recherche a été menée dans le cadre d'une collaboration entre le Laboratoire d'intelligence artificielle de la Vrije Universiteit Brussel (VUB) et la Faculté d'informatique de l'Université de Namur (UNamur), et a été financée par le Fonds de la recherche scientifique - de Flandre (FWO) et le Fonds de la Recherche Scientifique (FNRS) dans le cadre d’un projet WEAVE.

FNRS-FWO

Une recherche de l'UNamur rend les outils de l'intelligence artificielle plus fiables

Intelligence Artificielle
Informatique
Transition numérique

Des chercheurs de l'UNamur ont développé une nouvelle méthode qui a permis de découvrir 32 bugs jusqu'alors invisibles dans certaines des bibliothèques logicielles les plus utilisées pour entraîner les modèles d'intelligence artificielle. Née d'un mémoire de master, cette recherche a déjà conduit à des corrections dans plusieurs logiciels utilisés par des millions de développeurs à travers le monde. 

Une recherche de l'UNamur rend les outils de l'intelligence artificielle plus fiables

Avant qu'une intelligence artificielle puisse reconnaître une image, comprendre un texte ou répondre à une question, elle doit d'abord être entraînée. Pour cela, les développeurs et les data scientists utilisent des bibliothèques logicielles spécialisées, de véritables « boîtes à outils » qui permettent de construire ces modèles d'IA.

C'est sur ces logiciels que s'est penchée une équipe de recherche réunissant l'Université de Namur, l'Université de Passau (Allemagne) et la TU Delft (Pays-Bas). Leur objectif : détecter des bugs particulièrement difficiles à repérer, susceptibles de provoquer l’arrêt brutal d'un programme.

Une nouvelle méthode pour révéler les bugs invisibles

Pour vérifier que ces bibliothèques fonctionnent correctement, les chercheurs utilisent des logiciels capables de générer automatiquement des milliers de tests. Leur rôle est de pousser les programmes dans leurs retranchements afin de repérer d'éventuelles erreurs. 

Jusqu'ici, ces outils avaient toutefois une limite importante Lorsqu'un test provoquait un dysfonctionnement d'une bibliothèque logicielle, le logiciel chargé d'effectuer les tests cessait lui aussi de fonctionner. Impossible, dès lors, de comprendre précisément l'origine du problème ou de le signaler aux développeurs. 

Les chercheurs de l'UNamur ont donc imaginé une nouvelle méthode. Désormais, chaque test est exécuté séparément. Si l'un d'eux provoque un crash, celui-ci est isolé : le logiciel de test continue de fonctionner, enregistre l'erreur et poursuit ses analyses. Il devient ainsi possible de détecter automatiquement des bugs qui passaient jusque-là inaperçus. 

32 bugs découverts et déjà corrigés

Grâce à cette nouvelle méthode, les chercheurs ont analysé 1 648 modules appartenant aux principales bibliothèques de machine learning et mis au jour 32 bugs inédits. Plusieurs concernaient des logiciels devenus incontournables pour entraîner des modèles d'intelligence artificielle.

Ces anomalies ont été signalées aux équipes de développement. Plusieurs ont déjà été reconnues puis corrigées. “Lorsqu'on corrige un bug à ce niveau-là, ce sont potentiellement des milliers, voire des millions d'utilisateurs qui en bénéficient”, souligne Xavier Devroey, professeur à la Faculté d’informatique de l’UNamur et membre du centre de recherche PReCISE du Namur Digital Institute (NaDI). Au-delà de ces corrections, cette recherche contribue à rendre plus fiables les logiciels sur lesquels reposent aujourd'hui de très nombreuses applications d'intelligence artificielle.

Une recherche née d'un mémoire

Cette avancée est née du mémoire de master de Lucas Berg, réalisé à l'UNamur sous la supervision du professeur Xavier Devroey. Dans le cadre de son stage de recherche, Lucas Berg rejoint ensuite l'équipe du professeur Annibale Panichella à la TU Delft afin de travailler sur Pynguin, l’outil open source de génération automatique de tests développé à l'Université de Passau par l'équipe du professeur Gordon Fraser évoqué précédemment. 

Au départ, son objectif était d'améliorer cet outil. En évitant les crashs tout en découvrant des bugs, cette première contribution a attiré ensuite l'attention des chercheurs de l'Université de Passau, confrontés au même problème, donnant naissance à une collaboration internationale qui débouchera sur une publication scientifique commune. 

Lucas Berg poursuit aujourd'hui un doctorat à la Faculté d'informatique de l'UNamur sous la supervision des professeurs Wim Vanhoof et Xavier Devroey. Les résultats de cette recherche ont été présentés à l'IEEE International Conference on Software Testing, Verification and Validation (ICST 2026), l'une des conférences internationales les plus prestigieuses dans le domaine du test logiciel.  

Cette recherche a aussi bénéficié du soutien du Service public de Wallonie (SPW Recherche) et de Wallonie-Bruxelles International. Une reconnaissance qui souligne la qualité de ces travaux et leur intérêt pour la communauté scientifique internationale. 

Le Namur Digital Institute (NaDI)

Au sein de NaDI, les chercheurs apportent des solutions innovantes aux nouveaux défis sociétaux posés par la révolution digitale (eGov, eHealth, eServices, Big data, etc.). Issus de différentes disciplines, les chercheurs croisent leurs expertises en informatique, technologie, éthique, droit, management ou sociologie. Regroupant six centres de recherche, le Namur Digital Institute offre une expertise multidisciplinaire unique dans tous les domaines de l'informatique, de ses applications et de son impact social.  

IA et contrôle qualité : quand l’humain garde la main

Intelligence Artificielle
Informatique
Médecine

Comment améliorer la détection d’anomalies sur une chaine de production ? C’est au départ d’une problématique très concrète rencontrée au sein de l’entreprise où il travaille qu’Arnaud Bougaham, avec le soutien de son employeur a décidé de consacrer sa thèse à ce sujet, à la Faculté d’informatique de l’UNamur. Objectif ? Développer un modèle d’intelligence artificielle qui assiste les opérateurs dans la détection d’anomalies sur une chaîne de production industrielle, en réduisant les fausses alertes et en rendant le diagnostic plus lisible. Avec à la clé, des perspectives de déploiement également dans le domaine médical. 

IA

Composant manquant, soudure fragile, polarité inversée, griffe, corps étranger telle qu’une vis qui tombe sur le produit : sur une chaine de production de pièces électroniques pour l’automobile telle que celle de l’entreprise AISIN Europe, les défauts, même s’ils sont rares, doivent pouvoir être détectés de manière immédiate et pertinente. « Mon objectif était de pouvoir apprendre à un ordinateur à repérer ce qui est normal et ce qui est anormal dans des images », résume Arnaud Bougaham, ingénieur data scientist au sein de l’entreprise AISIN EUROPE mais aussi chercheur associé à la Faculté d’informatique de l’UNamur. 

Sur une ligne de production, des images sont en effet prises par des caméras placées au-dessus d’un convoyeur et un système informatique est alors chargé de vérifier, à grande cadence, que chaque pièce est conforme. « Or, si le système d’inspection traditionnel fait bien son travail, il génère aussi beaucoup de faux positifs, de fausses alertes. Ce qui impacte fortement le travail des personnes chargées de confirmer ou infirmer les alertes : elles sont sollicitées sans relâche au risque d’y perdre du temps et de l’énergie ». C’est ce processus qu’Arnaud Bougaham a décidé d’améliorer pour son entreprise en commençant en 2020 une thèse de doctorat au sein du laboratoire HuMaLearn de la Faculté d’informatique reconnu pour son expertise en machine learning, sous la supervision des professeurs Benoit Frenay et Isabelle Linden.

Aujourd’hui, les résultats de sa thèse viennent d’être présentés et sont prometteurs. « J’ai mis au point un modèle qui, avec le recours de l’intelligence artificielle, repère de manière très précise et fiable une image qui est normale d’une autre qui ne l’est pas, réduisant ainsi les fausses alertes d’autrefois. » 

Arnaud Bougaham

De plus le modèle permet aussi, lorsqu’un défaut est soupçonné, d’afficher précisément la zone concernée : l’opérateur peut visualiser l’indication, manipuler la pièce si nécessaire, puis trancher. 

Autre plus-value de l’outil développé ? Le système n’affiche pas seulement un verdict, il indique aussi la confiance que le système a dans sa prédiction. « L’objectif est de filtrer les cas simples et d’attirer l’attention sur des cas plus complexes, afin que les experts ne soient plus noyés par de mauvais diagnostics et puissent se concentrer sur l’essentiel », insiste Arnaud Bougaham.

Un potentiel au-delà de l’automobile

Si l’outil a avant tout été conçu pour répondre au besoin de l’entreprise de production automobile, la logique est générique. « Il pourrait être transposable au sein d’usines qui fabriquent du parquet, du bois, du tissu. Mais aussi dans le secteur médical », s’enthousiasme Arnaud Bougaham. « Une maladie, c’est finalement une anomalie dans une image. Les contraintes se ressemblent : quand il y a un défaut, il faut absolument le détecter, tout en limitant, autant que possible, les fausses alertes. Dans le secteur médical, avoir un outil similaire qui dégrossit l’analyse tout en laissant la responsabilité au médecin peut être impactant. »

Dans cette approche, l’IA n’est donc pas un pilote automatique, mais un outil d’aide à la décision et se met ainsi au service de l’humain. « L’objectif, c’est de faire prendre la décision finale par la personne, pas de manière automatique », ajoute Arnaud Bougaham. Il s’agit d’un assistant qui « filtre, explique et donne toutes les informations pour que derrière, une personne puisse être décisionnaire ». 

Scan

Quand la recherche rencontre la « vérité terrain »

La thèse d’Arnaud Bougaham est née d’un double ancrage : doctorant à l’UNamur et, en parallèle, ingénieur chez AISIN Europe. Cette position lui a donné accès à ce qu’il appelle « la vérité terrain ». « En laboratoire, on peut obtenir de très bons résultats, mais en production il y a une réalité avec un environnement précis. » Données bruitées, conditions variables, contraintes de coûts, et surtout cadence : « il faut que notre système fonctionne au rythme de la ligne ». En partageant son temps de travail entre l’entreprise AISIN Europe et l’UNamur, Arnaud Bougaham démontre ainsi comment une thèse peut avoir un impact concret sur les besoins du terrain. Le tout en devant concilier les fonctionnements et obligations de chacun. 

Image
Arnaud Bougaham

Côté académique, on va davantage se situer dans l’analyse fine pour trouver des solutions pérennes, là où côté industriel on va davantage être à la recherche d’une solution fiable, ici et maintenant. C’est là que lorsque l’on travaille simultanément pour les deux secteurs, il faut faire preuve de compromis, de dialogue, de confiance. Mais cette complémentarité entre recherche académique et réalité industrielle permet d’aboutir sur des résultats très riches

Arnaud Bougaham Ingénieur data scientist au sein de l’entreprise AISIN EUROPE et chercheur associé à la Faculté d’informatique de l’UNamur

Déployer, généraliser, renforcer

Au-delà des promesses, ces travaux sont déjà confrontés à des cas d’usage concrets. Au sein d’AISIN Europe, le cadre développé est notamment en intégration au sein d’une ligne de production active pour détecter des composants inattendus (comme une vis) sur les cartes de circuits imprimés. Dans le domaine médical, l’approche est orientée pour l’analyse de la réceptivité au coma via un examen d’imagerie médicale qui permet d’observer le fonctionnement des organes et des tissus. Certaines techniques sont également reprises pour une application de segmentation du cancer de l’ovaire ou du lymphome.

Ces résultats démontrent aussi comment une intelligence artificielle peut être fiable et centrée sur l’humain dans des environnements à haut risque.

Le projet en images : L'IA au service de l'humain dans le milieu industriel, mythe ou réalité ? :

IA

Cet article est tiré de la rubrique "Impact" du magazine Omalius #41 (Juin 2026).

Omalius 41
Toutes les actualités

Événements

19
2026

Soutenance publique de thèse de doctorat en informatique - Liesbet De Vos

Défense de thèse

Soutenance publique de thèse de doctorat en informatique - Liesbet De Vos

Informatique
Langue des signes (LSFB)
19
2026 15:00 - 19:00
Université de Namur, Faculté d'informatique, auditoire I02 - rue Grandgagnage - 5000 Namur
Personne de contact :  Medugno Sara

SignFCG : A Framework for Operationalising Sign Language Constructions in Computational Construction Grammar.

Abstract

Les langues des signes expriment le sens à travers des productions manuelles et non manuelles qui sont produites de manière séquentielle et simultanée, ce qui fait qu’elles difèrent structurellement des langues vocales. Cependant, de nombreuses théories linguistiques restent biaisées en faveur des structures des langues vocales. Une exception à cela est la grammaire de constructions, une théorie linguistique qui analyse les langues à travers leurs associations de forme et de sens, lesquelles peuvent impliquer des articulations manuelles et non manuelles et combiner des structures spécifiques et schématiques. Bien que la grammaire de constructions soit de plus en plus utilisée pour décrire théoriquement les constructions des langues des signes, les implémentations computationnelles restent rares, ce qui limite son application systématique à des corpus. L’applicabilité théorique de la grammaire de constructions aux langues des signes ne garantit toutefois pas que cette théorie puisse être opérationnalisée computationnellement, ce qui soulève des défis en matière de représentation et de traitement. Cette thèse aborde ces défis en introduisant SignFCG, une extension de Fluid Construction Grammar (FCG). SignFCG introduit des représentations phonétiques pour les articulations manuelles des langues des signes, en tenant compte de leur organisation séquentielle et simultanée. En plus, SignFCG fournit des visualisations d’avatar pour les formes signées, ainsi que des outils pour transformer des annotations linguistiques vers le format proposé. Afin d’étudier les types de constructions qui peuvent être opérationnalisés pour un domaine restreint de la Langue des Signes de Belgique Francophone (LSFB), une grammaire computationnelle se composant de 904 constructions a été développée manuellement à partir de GeoQuery-LSFB, une extension du corpus multilingue GeoQuery créée dans le cadre de cette thèse. La grammaire a été évaluée en compréhension et en production, atteignant une couverture élevée. Une étude utilisateur, basée sur des entretiens semi-structurés avec des chercheurs en langues des signes, a permis d’identifier leurs perceptions de l’utilisabilité de SignFCG et de son adoption potentielle. Les participants ont identifié plusieurs applications prometteuses, notamment l’exploration et la formalisation de constructions ainsi que l’étude de la variation constructionnelle selon différents contextes. L’étude utilisateur a également identifié un besoin de plus grande flexibilité dans la représentation des formes proposée par SignFCG, différents niveaux de détail pouvant être nécessaires pour répondre à différentes questions de recherche. Les contributions de cette thèse se situent à l’intersection de la recherche linguistique sur les langues des signes, de la grammaire de constructions et de la linguistique computationnelle. Pour la grammaire de constructions, elle démontre comment les principes constructionnels peuvent être opérationnalisés pour la modalité visuo-gestuelle et comment la combinaison de structures spécifiques et schématiques au sein des constructions peut faciliter cette opérationnalisation. Pour la linguistique computationnelle, elle démontre la faisabilité d’un traitement bidirectionnel entre les formes signées manuellement et les représentations sémantiques structurées dans un domaine restreint, tout en fournissant des ressources pour de futures recherches. L’extension de FCG aux langues des signes fournit également une base pour explorer d’autres domaines de recherche computationnelle dans lesquels FCG a déjà été utilisé.

Jury

  • Prof. Katrien BEULS - Université de Namur, Belgique
  • Prof. Bruno DUMAS - Université de Namur, Belgique
  • Prof. Anthony CLEVE - Université de Namur, Belgique
  • Prof. Laurence MEURANT - Université de Namur, Belgique
  • Prof. Paul VAN EECKE - Artificiel Intelligence Laboratory, Vrije Universiteit Brussel, Belgique
  • Dr. Remi VAN TRIJP - Sony Computer Science Laboratories, France
  • Dr. Michael FILHOL - LISN, CNRS, France
  • 25
    2026
  • 27
    2026

CFIES 2026 - 9è colloque international sur l'enseignement de la statistique

Congrès / Colloque / Conférence
Congrès / Colloque / Conférence
-
Faculté d'informatique Institut NaDI Institut IRDENa

CFIES 2026 - 9è colloque international sur l'enseignement de la statistique

Informatique
Didactique
25
2026 09:00 - 27
2026 17:00
Université de Namur - rue de Bruxelles, 61 - 5000 Namur

Le Colloque Francophone International sur l'Enseignement de la Statistique rassemblera durant trois jours les enseignants et les chercheurs des disciplines concernées : la statistique évidemment, mais aussi les mathématiques, les sciences de l'éducation, l'ingénierie des connaissances, la didactique de la statistique, l'informatique, sans oublier les disciplines utilisatrices de l'outil statistique, tant du côté des sciences exactes que des sciences humaines ou de la santé, ainsi que les entreprises désirant former leur personnel aux techniques statistiques.

Visule du colloque CFIES2026

Une des forces du colloque est de rassembler des acteurs de la formation tout au long de la vie.

Les thèmes de ce prochain colloque permettront d'aborder des questions en lien avec l’enseignement de la statistique face aux innovations/transformations techniques et technologiques dans une approche historique et contemporaine.

Le colloque est d'ailleurs organisé, et ce pour la première fois, en collaboration avec le groupe "Socio-histoire de la Statistique et des Probabilités". 

26
2026

Soutenance publique de thèse de doctorat en informatique - Maxime André

Défense de thèse

Abstract

Au cours des quinze dernières années, le style architectural des microservices est devenu un modèle dominant, en particulier pour la conception d'applications basées sur le cloud dans le continuum cloud. Porté par les méthodes de développement agiles, il a été adopté par de nombreux acteurs de l'industrie logicielle moderne, notamment des communautés open-source ainsi que des entreprises de développement logiciel telles que Netflix, Spotify et Amazon. Contrairement au style architectural monolithique, il est loué pour ses qualités de modularité, d'hétérogénéité, de déployabilité, de collaboration et d'automatisation. Faciliter l'évolution logicielle est l'une des principales motivations de l'adoption des architectures microservices. Paradoxalement, de récentes études observent l'inverse, en particulier en ce qui concerne la couche de manipulation des données. Aujourd'hui, elle est considérée comme l'un des défis les plus pressants. En effet, ce style impacte la couche de données, la rendant hétérogène et distribuée. En pratique, les développeurs rencontrent des difficultés à obtenir une vue holistique du système, à comprendre les concepts de données associés, à mesurer l'impact des changements et à propager les modifications subséquentes tout en préservant les relations inter-microservices et inter-données, qui sont parfois implicites. Ces défis conduisent souvent à une surcharge manuelle importante lors des tâches d'évolution, pour lesquelles les développeurs souffrent d'un manque de soutien. Cette thèse vise à combler ces lacunes en proposant de nouvelles méthodes, techniques et outils. Plus précisément, elle combine des techniques d'analyse statique et dynamique des programmes pour opérer la rétro-ingénierie des microservices et de leur couche de manipulation des données, identifier les concepts de données et localiser les fragments de code associés, tout en tenant compte de leur nature hétérogène et distribuée. Elle visualise ensuite les informations extraites d'un point de vue multicouche. Enfin, elle introduit des techniques permettant d'analyser l'évolution orientée sur les données des microservices dans une perspective historique.

Le jury

  • Prof. Dr. Katrien BEULS - Président du jury, UNamur, Belgique
  • Prof. Dr. Anthony CLEVE - Promoteur, UNamur, Belgique
  • Prof. Dr. Xavier DEVROEY - Membre interne, UNamur, Belgique
  • Prof. Dr. Etienne RIVIERE - Co-Promoteur, UCLouvain, Belgique
  • Prof. Dr. Massimiliano DI PENTA - Membre externe, University of Sannio, Italie
  • Prof. Dr Michele LANZA – Membre externe, Università della Svizzera Italiana, Suisse

Evènement gratuit sur inscription.

Tous les événements
Image
Etudiants en Fac d'informatique

Contacts et localisation

La Faculté d'informatique vous accueille au cœur du campus namurois.