MaDICS est un Groupement de Recherche (GDR) du CNRS créé en 2015. Il propose un écosystème pour promouvoir et animer des activités de recherche interdisciplinaires en Sciences des Données. Il est un forum d’échanges et d’accompagnement pour les acteurs scientifiques et non-scientifiques (industriels, médiatiques, culturels,…) confrontés aux problèmes du Big Data et des Sciences des données.
Pour en savoir plus…
Les activités de MaDICS sont structurées à travers des Actions et Ateliers. Les Actions rassemblent les acteurs d’une thématique précise pendant une durée limitée (entre deux et quatre ans). La création d’une Action est précédée par un ou plusieurs Ateliers qui permettent de consolider les thématiques et les objectifs de l’action à venir.
Le site de MaDICS propose plusieurs outils de support et de communication ouverts à la communauté concernée par les Sciences des Données:
- Manifestations MaDICS : Le GDR MaDICS labellise des Manifestations comme des conférences, workshops ou écoles d’été. Toute demande de labellisation est évaluée par le Comité de Direction du GDR. Une labellisation rend possible un soutien financier pour les jeunes chercheuses et chercheurs. Une labellisation peut aussi être accompagnée d’une demande de soutien financier pour des missions d’intervenants ou de participants à la manifestation.
Pour en savoir plus… - Réseaux MaDICS : pour mieux cibler les activités d’animation de la recherche liées à la formation et à l’innovation, le GDR MaDICS a mis en place un Réseau Formation destiné à divers publics (jeunes chercheurs, formation continue,…), un Réseau Innovation pour faciliter et intensifier la diffusion des recherches en Big Data, Sciences des Données aux acteurs industriels et un Club de Partenaires qui soutiennent et participent aux activités du GDR.
Pour en savoir plus… - Espace des Doctorants : Les doctorants et les jeunes chercheurs représentent un moteur essentiel de la recherche et le GDR propose des aides à la mobilité et pour la participation à des manifestations MaDICS.
Pour en savoir plus… - Outils de communication : Le site MaDICS permet de diffuser des informations diverses (évènements, offres d’emplois, proposition de thèses, …) liées aux thématiques de recherche du GDR. Ces informations sont envoyées à tous les abonnés de la liste de diffusion MaDICS et publiés dans un Calendrier public (évènements) et une page d’offres d’emplois.
Adhésion au GDR MaDICS : L’adhésion au GDR MaDICS est gratuite pour les membres des laboratoires ou des établissements de recherche publics. Les autres personnes peuvent adhérer au nom de l’entreprise ou à titre individuel en payant une cotisation annuelle.
Pour en savoir plus…
Manifestations à venir
Journées Ecoles Conférences et Séminaires
Actions, Ateliers et Groupes de Travail :
CODA DAE DatAstro DSChem EXMIA GINO GRASP RECAST SaD-2HN SIMDAC SimpleText TIDS
Date : 2026-12-17 => 2026-12-20
Lieu : Indian Statistical Institute, Kolkata, India
We are glad to announce the track LLM as a Judge?: From Statute Prediction to Sycophancy Detection in Law with FIRE 2026.
Website: https://sycolex.com/
Problem Statement
AI and Law have rapidly grown as an area of research worldwide, across the judiciary. Researchers across multiple legal systems, tasks, and languages have explored the applicability of LLMs to this field. Nonetheless, the AI prediction/recommendation system is perhaps inconsequential unless the legal experts find it useful, and, more importantly, interpretable and reliable. To provide a testbed for a robust evaluation of LLMs in AI and Law, we propose two tasks:
-
Explainable Statute Prediction
In this task, we present an empirical platform for evaluating not only the predictions but also the underlying explanations acceptable to legal experts within the classical legal AI paradigm of Statute Prediction.
So, in this task, given a set of training triplets — facts, predicted statute, explanation — participants will be given a test set of facts only, from which they will have to predict the statute and its explanation.
-
Detection of Sycophantic Behavior in LLMs
Sycophancy in Large Language Models — LLMs — is the tendency to echo user beliefs regardless of truth. This poses serious risks in legal contexts, where AI-endorsed misinformation can mislead decision-making.
So, in this task, given a legal query, the participants have to detect sycophantic behaviors using LLMs. We will have legal questions that incorporate clear outcome expectations for the training set. For the task, participants will have to predict the outcome based on the query.
Please register here:
https://sycolex.com/pages/registration.html
Organizers
- Kripabandhu Ghosh, Indian Institute of Science Education and Research, Kolkata — IISER-K, India
- Liana Ermakova, Université de Bretagne Occidentale — UBO, France
- Shuvam Banerjee Seal, Indian Institute of Science Education and Research, Kolkata — IISER-K, India
- Subinay Adhikary, Indian Institute of Science Education and Research, Kolkata — IISER-K, India
- Jaap Kamps, University of Amsterdam — UvA, The Netherlands
Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.