Michael Fauss est chercheur scientifique à l’Institut de recherche ETS. Ses travaux portent sur l’application de l’intelligence artificielle à l’éducation et aux tests, avec un accent particulier sur l’équité et la sécurité des tests. Cet objectif inclut le développement et l’évaluation de méthodes innovantes pour promouvoir l’équité dans les systèmes d’IA humain dans la boucle, l’amélioration de la précision et des propriétés d’équité de la détection du plagiat dans les évaluations linguistiques et écrites, ainsi que l’exploration de techniques de classification de la communication orale et écrite dans les tâches collaboratives de résolution de problèmes. De plus, il étudie l’utilisation de méthodes statistiquement robustes dans les modèles de théorie de la réponse aux items afin d’améliorer l’équité et la fiabilité en répondant à des hypothèses trop optimistes.
Michael a obtenu un doctorat en génie électrique à l’Université technique de Darmstadt en 2016. En 2017, il a reçu la Thèse de la Société allemande des technologies de l’information pour sa thèse de doctorat sur la détection séquentielle robuste. De 2019 à 2022, il a été chercheur postdoctoral dans le groupe du Professeur H. Vincent Poor à l’Université de Princeton, où il a travaillé sur la robustesse statistique, la détection et l’estimation séquentielles, ainsi que le rôle des mesures de similarité dans l’inférence statistique. En tant qu’investigateur principal (PI) ou co-PI, il a obtenu de nombreuses subventions de la Fondation nationale pour la science et de la Fondation allemande pour la recherche. Il a publié plus de 60 articles évalués par des pairs dans des revues et conférences de premier plan, notamment les Annals of Statistics et le Congrès mondial de statistiques de l’ISI.
Michael Fauss | LinkedIn
Dernière mise à jour : 10/03/2025