Une initiative de

Soutenu par

logo
COOMEP

Mécanismes de coordination pour le partage de l'énergie via des proxies, de l'utilisateur aux lignes directrices générales

Urban & Public AI

JANV. 2025

CPC-FARI 2022 : Mécanismes de coordination pour le partage de l'énergie via des proxies, de l'utilisateur aux lignes directrices générales

Description du projet

COOMEP est un projet de recherche interdisciplinaire dirigé par FARI, visant à développer des connaissances et une expertise permettant aux ménages de coordonner leur comportement en matière de consommation d’énergie, grâce à des proxies basés sur l’IA, c’est-à-dire des décideurs autonomes sélectionnés et configurés par leurs utilisateurs pour agir en leur nom.

Le projet est structuré autour de quatre axes clés :

Suivi et modélisation de la consommation énergétique des ménages

Cette partie du projet se concentre sur le suivi de la consommation d’énergie des ménages à l’aide de dispositifs technologiques avancés. En analysant les données en temps réel grâce à des algorithmes, elle identifie quels appareils sont utilisés, à quel moment et dans quel but. L’objectif est de créer un modèle qualitatif de la consommation énergétique des ménages, offrant des informations détaillées sur l’utilisation de l’électricité.

Coordination intelligente de l’énergie domestique

Cette partie du projet explore comment la production et la consommation d’énergie des ménages contribuent à l’utilisation collective des ressources. Un modèle multi-agents est développé pour déterminer quand des mécanismes de coordination doivent être introduits. L’objectif est d’optimiser la consommation d’énergie grâce à des proxies ADM, qui seront bientôt disponibles sur le marché pour gérer les besoins énergétiques des foyers. Ces proxies doivent identifier les meilleurs moments pour acheter ou vendre de l’énergie. Des recommandations seront faites pour gérer cet écosystème tout en veillant, en collaboration avec l’équipe juridique, à la protection des droits humains.

Gestion de l’énergie centrée sur l’utilisateur

Cette partie du projet intègre les perspectives des personnes qui interagiront avec les proxies IA, afin de s’assurer que leurs besoins sont pris en compte. La participation des utilisateurs finaux est essentielle, car ils sont les mieux placés pour définir comment le système doit tenir compte de leur quotidien. Par exemple, pour les familles avec un nouveau-né, un tel changement de vie aura des répercussions sur leur utilisation de l’énergie et leur stratégie quotidienne de consommation énergétique. Des méthodes des sciences sociales seront utilisées pour amener les experts en IA à repenser leurs « modèles » ou à envisager des alternatives tenant compte de ces besoins spécifiques.

Protection des droits fondamentaux dans les systèmes d’IA

Cette partie du projet adopte une approche de précaution afin de prévenir toute atteinte aux droits fondamentaux. Elle se concentre sur la compréhension de l’impact des décisions de conception impliquant des proxies IA sur nos droits. Par exemple, la description détaillée de la consommation énergétique de certains ménages peut avoir des conséquences importantes si elle sert de base à la création de mécanismes appliqués à d’autres communautés. Même si des simulations sont utilisées pour limiter les erreurs de représentation, les hypothèses sous-jacentes à ces modèles doivent être explicites, car elles influencent le comportement des agents intelligents. Cette section vise à aborder ces préoccupations et à garantir que les décisions de conception ne violent pas les droits fondamentaux dans divers scénarios de déploiement.

Objectifs

L’objectif global de ce projet est de co-créer un mécanisme de coordination socio-technique distribué basé sur des proxies, qui soit équitable envers ses utilisateurs et la communauté, sans être manipulatif, en renforçant plutôt qu’en réduisant l’autonomie des personnes concernées. Pour atteindre cet objectif, le projet poursuivra les objectifs suivants :

Partenaires

  • IRIDIA – ULB (WP1) PI : Prof. Hugues Bersini
  • MLG – ULB (WP2) PI : Prof. Tom Lenaers
  • AI Lab – VUB (WP2) PI : Prof. Ann Nowe
  • SMIT – VUB (WP3) PI : Prof. Rob Heyman
  • LSTS – VUB (WP4) PI : Prof. Mireille Hildebrandt, Prof. Rocco Bellanova

Date

  • Date de début : 1/04/23
  • Date de fin : 31/03/25

Plus d’information sur le projet ici

Contributeurs

Ann Nowe
Illustration
Illustration

+2

Ann NowéMireille HildebrandtRob HeymanTom LenaertsHugues Bersini

Contributeurs

Partager

Autres projets

Tous les projets

Tous les projets