Symposium sur Responsabilité des Modèles, la Durabilité et la Santé
SMASH 2026
4 au 5 novembre 2025 @ Mila
Inscrivez-vous maintenantÀ propos
Le Symposium sur la Responsabilité des Modèles, la Durabilité et la Santé (SMASH) est un événement interdisciplinaire axé sur l’opérationnalisation de l’IA de manière sûre et responsable. L’objectif de cet événement est d’identifier les défis et de proposer des solutions techniques, éthiques et réglementaires liés à la sécurité de l’IA, à la confidentialité des données, à l’interopérabilité des modèles et à leur responsabilité. Ce symposium explorera ces thèmes de recherche à travers le prisme de la santé et de la durabilité.
Le secteur de la santé adopte rapidement l’IA, et les connaissances qui en découlent sont susceptibles d’éclairer les futures recherches en matière de développement durable.

Appel à contributions
Nous invitons les chercheur·se·s à soumettre des résumés étendus de 4 pages dans les domaines de recherche définis ci-dessous.
Sécurité du ML, confidentialité, responsabilité des modèles et alignement :
- Sécurité et alignement des systèmes de ML
- Traçabilité des systèmes de ML et des logiciels
- Applications des technologies de protection de la vie privée : confidentialité différentielle, apprentissage fédéré, etc.
- Performance du ML et méthodes d’évaluation comparative
- Provenance des systèmes de ML
- Cas d’utilisation de la sécurité pour les systèmes d’IA avancés
Soumissions interdisciplinaires en droit et en sciences sociales :
- Acceptation des technologies du ML par les cliniciens, les patient·e·s et les administrateur·rice·s
- Évaluation et communication des risques liés au ML
- Considérations éthiques lors du déploiement des systèmes de ML
- Réglementation des technologies du ML
Les contributions à SMASH de nature appliquée sont également les bienvenues, telles que des études de cas sur le déploiement du ML avec des données sensibles.
Applications dans le domaine de la santé :
- Applications de l’IA en santé (administration, médecine de précision, soins aux patient·e·s, diagnostic)
- Utilisation des données de patient·e·s dans la recherche en ML
- Métriques, suivi (monitoring) et évaluation comparative (benchmarking) du ML en santé
Méthodes pour la durabilité du ML :
- Métriques de comptabilisation des émissions du ML
- Études de cas et applications liées à la durabilité du ML
- Informatique durable et conception de systèmes
- Méthodes de comptabilité environnementale appliquées au ML
« Durabilité, santé et sécurité… voilà une combinaison surprenante. Quelle est l’idée ? »
Vous n’avez pas tort. Mais c’est en quelque sorte le point ! Nous sommes fermement convaincus que la création d’espaces qui traversent les frontières académiques génère des perspectives enrichissantes.
Cet événement explore la manière dont l’IA dans les domaines de la durabilité et de la santé suit des trajectoires réglementaires et opérationnelles parallèles, et comment ces domaines pourraient bénéficier d’un échange mutuel d’idées, de pratiques de gouvernance et d’outils.
Dates clés
- 1 juillet 2026: Ouverture des soumissions
- 31 août 2026: Date limite de soumission des articles
- 25 sept. 2026: Notification des décisions aux auteurs
- 15 oct. 2026: Date limite pour la version finale des articles
Comment soumettre
Veuillez cliquer sur le lien suivant pour accéder au portail de soumission OpenReview:
Tous les auteurs et auteur.e.s doivent remplir un formulaire pour confirmer que leur profil OpenReview est complet et tout auteur qualifié peut se voir assigner des évaluations.
Détails de la soumission
Les soumissions doivent comprendre un résumé détaillé de une à quatre pages. Nous vous invitons à utiliser un modèle LaTeX ou RTF à colonne unique et recommandons le modèle ICLR 2025 (OpenReview).
Toutes les soumissions seront évaluées en fonction de leur pertinence, de leur impact, de leur intérêt pour la communauté, de leur qualité technique et de leur clarté. Il n’y aura pas de période de réfutation. Les résumés exceptionnels seront sélectionnés pour des présentations orales, et toutes les soumissions acceptées seront invitées à faire l’objet d’une présentation par affiche.
Les soumissions sont évaluées en simple aveugle ; les noms des auteur·rice·s doivent donc apparaître sur les PDF soumis.
Prix des meilleurs articles
Les Prix du meilleur article de SMASH 2026 soulignent les contributions de recherche exceptionnelles présentées dans le cadre du Symposium on Model Accountability, Sustainability and Healthcare (SMASH).
Un Prix du meilleur article sera décerné dans chacun des cinq volets de la conférence :
- Sécurité de l’apprentissage automatique, protection de la vie privée, responsabilité et alignement des modèles
- Soumissions interdisciplinaires en droit et en sciences sociales
- Applications en santé
- Méthodes pour un apprentissage automatique durable
- Durabilité, santé et sécurité
Ces prix récompensent les travaux qui font progresser le développement, l’évaluation, la gouvernance et le déploiement responsables des systèmes d’intelligence artificielle.
Admissibilité
Tous les articles acceptés, inscrits et présentés à SMASH 2026 sont automatiquement admissibles à l'évaluation dans leur volet respectif.
Pour être admissible à la remise du prix, au moins un auteur de l'article primé doit être étudiant dans une université canadienne.
Sélection et évaluation
Les Prix du meilleur article sont attribués par les membres du comité de programme de SMASH. Les articles admissibles sont évalués en fonction des commentaires des évaluateurs, de la qualité du manuscrit soumis et de la présentation donnée lors de la conférence.
Les prix sont décernés aux articles qui se distinguent par leur qualité exceptionnelle, leur originalité, leur rigueur scientifique, leur importance et leur potentiel d'impact. Le comité de sélection tient compte de la valeur scientifique, du caractère novateur, de la clarté de la présentation ainsi que de la contribution potentielle des travaux à l'avancement de la recherche, des politiques et des pratiques en intelligence artificielle responsable.
Compte tenu du caractère interdisciplinaire de SMASH, une attention particulière peut être accordée aux travaux qui favorisent des liens significatifs entre les perspectives techniques, médicales, environnementales, juridiques, politiques et des sciences sociales.
Le comité de programme se réserve le droit de ne pas attribuer de prix dans un volet si aucune soumission ne répond au niveau d'excellence attendu.
Annonce
Les lauréats seront annoncés lors de la séance de clôture de SMASH 2026.
Reconnaissance
Les lauréats recevront :
- Une reconnaissance officielle à titre de lauréat d'un Prix du meilleur article de SMASH 2026
- Un certificat remis à tous les auteurs
Principes directeurs
- Le partenariat plutôt que la concurrence
- Un terrain d'entente plutôt que des différences
- Le pragmatisme plutôt que l'exagération
- Des questions plutôt que des réponses
- La nuance plutôt que les platitudes
Soumissions Acceptées
Cliquez ici pour voir les articles et les affiches acceptés l'année dernière.
Conférenciers invités
- Pierre-Luc Bacon, Université de Montréal, CIFAR, Mila
- Finale Doshi-Velez, Harvard University
- Khaled El Emam, CHEO Research Institute, University of Ottawa
- Vrushali Gaud, Google Sustainability
- Amir Kadivar, Tali AI
- Emma Kondrup, Mila, McGill University
- Lyse Langlois, International Observatory on the Societal Impacts of AI and Digital Technology (OBVIA)
- Hugo Larochelle, Mila, McGill University, Université de Montréal
- Michelle Lin, Mila, Université de Montréal
- Jesse Michel, Tutor Intelligence
- M. Alejandra Parra-Orlandoni, Harvard Kennedy School
- Joaquin Vanschoren, TU Eindhoven, AMORE
Comité de programme
- Audrey Durand, Université Laval
- Samer Faraj, Institute for Transforming Healthcare, McGill University
- Jin L.C. Guo, McGill University
- Bettina Kemme, McGill University
- Maroussia Lévesque, Harvard Law School, Queen's University
- Doina Precup, Google Deepmind, Mila, McGill University
- Parthasarathy (Partha) Ranganathan, Google
- Adriana Romero-Soriano, FAIR at Meta, Mila, McGill, CIFAR
Partenaires
Lieu
Mila, 6650 Rue Saint-Urbain, Montréal, QC H2S 3H1






