Matthieu Cisel est Professeur Junior à l’Université Gustave Eiffel, membre du LISIS et enseignant à l’ESIEE Paris. Son parcours de recherche est centré sur les méthodes quantitatives en sciences de l’éducation et de la formation, et plus généralement sur les sciences sociales computationnelles. Au début de sa carrière, il s’est consacré aux technologies éducatives et à l’analyse de traces laissées par les apprenants (learning analytics), dans le cadre de travaux sur différents types d’EIAH (Environnements Informatiques pour l’Apprentissage Humain) : MOOC, ENT, applications numériques pour la classe, etc.
Depuis 2020, il se spécialise dans l’exploitation et la valorisation, à des fins de recherche, de différents types de jeux de données en lien avec l’enseignement supérieur (theses.fr) et la formation d’adultes (Compte Personnel de Formation). Ce travail implique notamment de mobiliser des techniques de deep learning pour enrichir les bases afin de développer des angles d’analyse innovants, et de mener des discussions méthodologiques sur le potentiel, et les limites, de la mise à disposition de telles bases par la puissance publique. Arrivé début 2026 au LISIS, en plus de la poursuite de ses travaux en sciences sociales computationnelles, il s’intéresse aux enjeux associés à l’introduction de l’IA Générative (IAG) pour l’apprentissage du code dans les écoles d’ingénieur.