|
Résumé :
|
Le point sur les dérives de l'intelligence artificielle et sa capacité à amplifier les biais et les stéréotypes présents dans les bases de données utilisées comme modèles. Rappel des principes de fonctionnements des IA utilisant des données massives et statistiques ; points de vue de spécialistes mettant en cause les méthodes d'apprentissage ; la difficulté de corriger les biais. Encadrés : projets de correctifs possibles ; cas d'algorithmes posant problème (Predpol, Dfge, Amazon ATS, Compas, Genderified, Syri).
|
