Pablo Piantanida

Biographie

Pablo Piantanida étudie les conditions dans lesquelles un renseignement, un calcul ou un échange supplémentaire améliore une décision. À partir de la théorie de l’information et de la théorie statistique de la décision, il développe des méthodes pour comparer les représentations apprises avant même de connaître leur usage futur. Ses travaux sur la fiabilité portent sur les situations où un modèle devrait s’abstenir de prédire et sur la manière d’évaluer une IA générative avec un budget de test limité. Il étudie aussi comment des agents disposant d’observations différentes peuvent raisonner ensemble et choisir les informations à échanger.

Thèmes de recherche

• Apprentissage, représentation et raisonnement
• Incertitude et évaluation des modèles
• Raisonnement et communication entre agents