Regroupement IVADO R4 - Questionnaire on AI/ML Pipeline Development Practices for Academic Research
Houari Sahraoui
Professeur, Dép. d'informatique et de RO
Professor, Dep. of Computer Science and OR
Vice-doyen à la planification, aux infrastructures et à l'ÉDI
Vice-dean, planning, infrastructure, and EDI
Faculté des arts et des sciences
Université de Montréal
-------- Message transféré -------
Le français suit.
Dear members of the AI research community,
You are receiving this invitation because your academic research is likely to involve the development of artificial intelligence and machine learning (AI/ML) pipelines. An AI/ML pipeline is a step-by-step process used to prepare data, apply artificial intelligence or machine learning methods, and produce results that support research or decision-making.
As part of the IVADO R³AI regroupement 4 - Implementation and Responsible Governance of AI, we are conducting a study to better understand the practices, challenges, and needs of researchers of all research disciplines in the design and use of AI/ML pipelines. By gathering this information, we aim to identify how low-code solutions could improve their accessibility and effectiveness, especially for researchers with varying levels of expertise in programming and AI.
Who is this questionnaire for?
For all researchers, engineers,
and students, regardless of their scientific field or level of experience, who
use AI/ML in their research.
You're welcome to pass this questionnaire along to your lab, colleagues, or anyone else in your network who may be interested.
The questionnaire is anonymous and includes around 25 questions (mostly multiple choice) about AI/programming skill level, types of pipelines used, development practices, and challenges encountered.
Duration: 10 to 20 minutes
Link to participate: https://forms.office.com/r/x1mr4hVyAQ (in French or English)
If you have any questions, please feel free to contact Hyacinth Ali <hyacin...@mcgill.ca>
Best regards,
Hyacinth Ali (Postdoctoral Researcher, McGill University)
hyacin...@mcgill.ca
Jessie Galasso-Carbonnel (Assistant Professor, McGill University)
jessie.galas...@mcgill.ca
Houari Sahraoui (Professor, Université de Montréal)
houari....@umontreal.ca
***
Chers membres de la communauté de recherche IA,
Vous recevez cette invitation car vos travaux de recherche académique impliquent probablement le développement de pipelines d’intelligence artificielle et d’apprentissage automatique (IA/ML). Un pipeline IA/ML est un processus en plusieurs étapes permettant de préparer des données, d’appliquer des méthodes d’intelligence artificielle ou d’apprentissage automatique, et de produire des résultats utiles à la recherche ou à la prise de décision.
Dans le cadre du regroupement R³IA R4 d'IVADO– Mise en œuvre et gouvernance responsable de l’IA, nous menons une étude visant à mieux comprendre les pratiques, les défis et les besoins des chercheurs, toutes disciplines confondues, en matière de conception et d’utilisation de pipelines IA/ML. En rassemblant ces informations, nous souhaitons identifier comment des solutions low-code pourraient améliorer leur accessibilité et leur efficacité, notamment pour les chercheurs ayant des niveaux d’expertise variés en programmation et en IA.
À qui s’adresse ce questionnaire ?
À tous les chercheurs, ingénieurs et étudiants, quels que
soient leur domaine scientifique ou leur niveau d’expérience, utilisant l’IA/ML
dans leurs travaux de recherche.
N’hésitez pas à transférer ce questionnaire à votre
laboratoire, vos collègues ou toute personne de votre réseau qui pourrait être
intéressée.
Le questionnaire est anonyme et comprend environ 25
questions (principalement à choix multiples) portant sur le niveau en
IA/programmation, les types de pipelines utilisés, les pratiques de
développement et les défis rencontrés.
Durée estimée : 10 à 20 minutes
Lien pour participer : https://forms.office.com/r/x1mr4hVyAQ (en français ou anglais)
Pour toute question, n’hésitez pas à contacter Hyacinth Ali à l’adresse suivante : hyacin...@mcgill.ca
Bien cordialement,
Hyacinth Ali (Chercheur postdoctorant, Université McGill)
Jessie Galasso-Carbonnel (Professeure Assistant, Université McGill)
Houari Sahraoui (Professeur, Université de Montréal)