Dr. Téo Sanchez

Zur Person

Téo Sanchez ist ein Postdoc, der sich auf die Interaktion zwischen Mensch und KI spezialisiert hat. Er promovierte im Juni 2022 als Mitglied des ExSitu-Forschungsteams an der Université Paris-Saclay unter der Betreuung von Wendy E. Mackay und Baptiste Caramiaux. Derzeit ist er Marie-Skłodowska-Curie-Forschungsstipendiat bei der Munich Interactive Intelligence Initiative (MI3) an der LMU München, wo er von Prof. Ophelia Deroy betreut wird.

Forschungsinteressen

Seine Forschung konzentriert sich auf die Gestaltung und Bewertung menschlicher Interaktionen mit maschinellen Lernsystemen – von Daten über Prozesse bis hin zu Modellen – mit dem Ziel, Nicht-ML-Expert*innen in die Lage zu versetzen, KI-Systeme effektiv zu erstellen und zu überprüfen.

Sein aktuelles Projekt untersucht die Beziehung zwischen Handlungsspielraum (Agency) und Verständnis von ML-Modellen. Durch die Betonung von selbstgesteuerten, praktischen Interaktionen mit KI-Systemen anstelle traditioneller erklärender Ansätze will er herausfinden, wie erfahrungsbasierte Interaktionen das Verständnis der Nutzer*innen für diese Technologien verbessern können.

Als zweiter Forschungsschwerpunkt untersucht er die Praxisgemeinschaften, die sich um KI-Technologien in den kreativen und kulturellen Industrien bilden. Seine Arbeit reicht von der Untersuchung der wegweisenden Künstler*innen, die in den späten 2010er Jahren begannen, KI in ihre Praktiken zu integrieren, bis hin zur Analyse jüngster Online-Communities, die sich auf die freizeitliche Text-zu-Bild-Generierung konzentrieren.

Aktuelle Projekte

• Menschliches Lehren und Prüfen: Untersuchung, wie Menschen sich verhalten, wenn sie einem Lernalgorithmus etwas beibringen oder ihn testen.
• Evaluierungsmethoden für ML-Verständnis und -Kompetenz: Systematische Literaturübersicht zu Evaluierungsmethoden des Verständnisses und der Kompetenz im Bereich maschinelles Lernen.
• Marcelle: Ein Open-Source-Toolkit zur Programmierung interaktiver maschineller Lernanwendungen.
• Künstler*innen, die ML nutzen: Analyse der Entwicklung früher Künstler*innen, die vor 2020 maschinelles Lernen in ihre kreativen Praktiken integriert haben.

Ausgewählte Publikationen

1. Sanchez, T., Caramiaux, B., Françoise, J., Bevilacqua, F., & Mackay, W. E. (2021). How do people train a machine? Strategies and (Mis) Understandings. Proceedings of the ACM on Human-Computer Interaction 5 (CSCW1), 1-26.
2. Françoise, J., Caramiaux, B., & Sanchez, T. (2021, October). Marcelle: composing interactive machine learning workflows and interfaces. In: The 34th Annual ACM Symposium on User Interface Software and Technology, 39-53.
3. Sanchez, T., Caramiaux, B., Thiel, P., & Mackay, W. E. (2022, March). Deep learning uncertainty in machine teaching. In: Proceedings of the 27th International Conference on Intelligent User Interfaces, 173-190.
4. Sanchez, T. (2023, June). Examining the Text-to-Image Community of Practice: Why and How do People Prompt Generative AIs?. In: Proceedings of the 15th Conference on Creativity and Cognition, 43-61.
5. Sungeelee, V., Sanchez, T., Jarrassé, N., & Caramiaux, B. (2024, March). Comparing Teaching Strategies of a Machine Learning-based Prosthetic Arm. In: Proceedings of the 29th International Conference on Intelligent User Interfaces, 715-730.