Ken Satoh

Ken Satoh est diplômé du département des sciences de l'information de la Faculté des sciences de l’université de Tokyo (mars 1981) et a rejoint les laboratoires Fujitsu en avril de la même année. Il a obtenu un doctorat en sciences (Ph.D.) à l’université de Tokyo en janvier 1993. En juillet 1995, il devient professeur associé à l’université d’Hokkaido, puis professeur à l’Institut national d’informatique (NII) en avril 2001. En novembre 2023, il est nommé directeur du Centre d’informatique juridique au Centre commun de soutien à la recherche en science des données, Organisation de recherche en information et systèmes (ROIS-DS), avant de devenir directeur à temps plein en avril 2024.

Ses recherches portent sur les fondements de l’informatique juridique (IA et droit) et de l’intelligence artificielle basée sur la logique. De 2006 à 2009, il a étudié le droit à l’Université de Tokyo, à l’École supérieure de droit et de politique, afin d’explorer l’application de l’intelligence artificielle aux études juridiques. Il a obtenu son diplôme d’avocat en 2017.

Le projet

Titres : Exploration France

"Avec le développement et la diffusion des techniques d’IA, garantir la conformité du comportement des systèmes d’IA aux principes juridiques et éthiques est devenu un enjeu majeur. La crainte des effets indésirables de ces systèmes, par leurs actions et leur utilisation des données personnelles, a accru la demande pour une IA fiable, faisant de cette question une priorité tant dans l’opinion publique que dans l’agenda des décideurs politiques.

Des solutions techniques sont donc nécessaires, et il est largement admis que des mécanismes traitant ces enjeux doivent être intégrés au cœur des architectures des agents IA. Dans ce cadre, j’ai conduit une recherche collaborative trilatérale (Japon-France-Allemagne) sur la conformité de l’IA, le projet RECOMP (Realtime Compliance Mechanism for AI, 2021‑2024) avec des chercheurs de l’Université de la Sorbonne et de l’Institut Fraunhofer. Le système développé s’est révélé utile, mais sa mise en œuvre reposant sur un cadre logique révèle des écarts entre la formulation des normes, généralement en langage naturel, et leur représentation sous forme de formules logiques.

L’objectif de cette proposition est de développer une traduction de ces normes en langage naturel vers des formules logiques, à l’aide de grands modèles linguistiques. Mon groupe de recherche travaille déjà sur le traitement de documents juridiques avec ces modèles, et les résultats attendus contribueront à l’élaboration d’une méthode de traduction fiable et applicable aux systèmes d’IA."

Institution d'accueil : Sorbonne Université 

Bibliographie sélective

• May Myo Zin, Satoh, K., Borges, G., "Leveraging LLM for Identification and Extraction of Normative Statements", Proc. of JURIX 2024, pp. 215 - 225 (2024).
• Fungwacharakorn, W., Takeda, H., and \me, "Using WikiData for Handling Legal Rule Exceptions: Proof of Concept", New Frontiers in Artificial Intelligence, LNAI 14644, pp.85-99 (2024).
• May Myo Zin, Nguyen, H.T., \me, Nishino, F., "Addressing Annotated Data Scarcity in Legal Information Extraction", Proc. of JSAI-IsAI 2024, LNCS 14741, pp.77-92 (2024).
• Zin, M.M., Nguyen, H.T., \me, K., Sugawara, S., Nishino, F., "Information Extraction from Lengthy Legal Contracts: Leveraging Query-Based Summarization and GPT-3.5", Proc. of JURIX 2023, pp. 177 - 186 (2023).
• Zin, M.M., Nguyen, H.T., \me, K., Sugawara, S., Nishino, F., "Improving Translation of Case Descriptions into Logical Fact Formulas using LegalCaseNER", Proc. of ICAIL '23, pp. 462 - 466 (2023).