Symposium sur Responsabilité des Modèles, la Durabilité et la Santé
SMASH 2026
3 au 4 novembre 2026 @ 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.
Soumissions Acceptées
Félicitations à tous les articles acceptés ! Vous pouvez les consulter, ainsi que les articles phares, sur la page des articles acceptés.
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 don monétaire
- 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
Programme de la conférence
Remarque : l'agenda ci-dessous est encore sujet à de légers changements avant l'événement.
Jour 1 (mardi 3 novembre)
| Section | Heure (HE) |
|---|---|
| Accueil, inscription, collations et café | |
| Mot de bienvenue et ordre du jour Hugo Larochelle | |
| Conférence principale Finale Doshi-Velez | |
| Conférence principale Vrushali Gaud | |
| Conférence principale Sasha Luccioni | |
| Aperçu des présentations éclair | |
| Dîner | |
| Séance d’affiches | |
| Conférencière invitée Emma Kondrup | |
| Pause | |
| Conférence principale Khaled El Emam | |
| Séances en petits groupes Dialogue et échanges | |
| Mot de clôture |
Jour 2 (mercredi 4 novembre)
| Section | Heure (HE) |
|---|---|
| Accueil, inscription, collations et café | |
| Mot de bienvenue et ordre du jour Doina Precup | |
| Conférence principale Joaquin Vanschoren | |
| Pause | |
| Discussion en panel Alan Forster, Kathy Malas, Danina Kapetanovic, Samer Faraj (modération) | |
| Dîner | |
| Conférencière invitée Lyse Langlois | |
| Conférencier invité Pierre-Luc Bacon | |
| Pause | |
| Conférencière invitée Alejandra Parra-Orlandoni | |
| Conférencière invitée Jesse Michel | |
| Pause | |
| Conférencière invitée Michelle Lin | |
| Conférencière invitée Amir Kadivar | |
| Présentations éclair | |
| Remise de prix/Mot de clôture |
Conférenciers invités
- Pierre-Luc Bacon, Université de Montréal, CIFAR, Mila
- Finale Doshi-Velez, Harvard University
- Khaled El Emam, CHEO Research Institute, University of Ottawa
- Alam Forster, McGill University Health Centre Research Institute
- Vrushali Gaud, Google Sustainability
- Amir Kadivar, Tali AI
- Danina Kapetanovic, Waterloo Regional Health Network
- 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
- Sasha Luccioni, Sustainable AI Group
- Kathy Malas, OROT, Jewish General Hospital
- 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