Séance de cours

Éthique de l’IA : partialité des données et justice

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

HUM-392: The Ethics and Law of Artificial Intelligence

This course enables students to sharpen their proficiency in tackling ethical and legal challenges linked to Artificial Intelligence (AI). Students acquire the competence to define AI and identify ethical and legal questions linked to its increased use in ...

Description

Cette séance de cours explore les considérations éthiques entourant l’IA, en mettant l’accent sur le biais des données, l’équité et la justice. L’instructeur discute de l’importance de reconnaître les biais dans les ensembles de données de formation, de l’impact des biais sur les systèmes d’IA et des implications éthiques de la collecte de données et des processus décisionnels. La séance de cours souligne la nécessité d’un examen critique des préjugés dans les systèmes d’IA et l’importance de rechercher l’équité et la justice dans la conception et le déploiement des technologies d’IA.

Source officielle

Concepts associés (21)

Alignement des intelligences artificielles

Lalignement des intelligences artificielles (ou alignement de l'IA, ou encore problème de l'alignement) est un champ de recherche visant à concevoir des intelligences artificielles (IA) dont les résultats s'orientent vers les objectifs, éthiques ou autres, de leurs concepteurs. On dit ainsi qu'une IA est alignée avec un opérateur si elle essaie de faire ce que l'opérateur veut qu'elle fasse. Les systèmes d'IA peuvent être difficiles à aligner, et être dysfonctionnels ou dangereux si mal alignés.

Machine ethics

Machine ethics (or machine morality, computational morality, or computational ethics) is a part of the ethics of artificial intelligence concerned with adding or ensuring moral behaviors of man-made machines that use artificial intelligence, otherwise known as artificial intelligent agents. Machine ethics differs from other ethical fields related to engineering and technology. Machine ethics should not be confused with computer ethics, which focuses on human use of computers.

Éthique de l'intelligence artificielle

L'éthique de l'intelligence artificielle est le domaine de l' propre aux robots et autres entités artificiellement intelligents. Il est généralement divisé en roboéthique, qui se préoccupe de l'éthique humaine pour guider la conception, la construction et l'utilisation des êtres artificiellement intelligents, et l', préoccupée par le comportement moral des agents moraux artificiels. Pour l'aspect philosophique de l'intelligence artificielle, voir Philosophie de l'intelligence artificielle.

Roboéthique

La roboéthique est l'éthique appliquée à la robotique. Elle est centrée sur l'éthique humaine pour guider la conception, la construction et l'utilisation des robots. Le terme roboéthique a été inventé en 2002, par le roboticien Gian Marco Veruggio, initiateur du premier colloque international sur la rob éthique en 2004. Comme la roboéthique est une éthique avant tout centrée sur l'humain, elle doit respecter les principes les plus importants et largement acceptés de la Déclaration universelle des droits de l'homme : La dignité humaine et des droits de l'homme.

Biais algorithmique

vignette|Organigramme représentant l'algorithme derrière un moteur de recommandation. Un biais algorithmique est le fait que le résultat d'un algorithme d'apprentissage ne soit pas neutre, loyal ou équitable. Le biais algorithmique peut se produire lorsque les données utilisées pour entraîner un algorithme d'apprentissage automatique reflètent les valeurs implicites des humains impliqués dans la collecte, la sélection, ou l'utilisation de ces données.

Afficher plus

Séances de cours associées (64)

L’éthique de l’IA : partialité, responsabilité et responsabilisation

Explore l'éthique de l'IA, abordant les biais, la responsabilité et la responsabilité dans la conception et les résultats des algorithmes.

Éthique dans le traitement du langage naturel: lutter contre les préjugés et la désinformation

Couvre les considérations éthiques en PNL, en se concentrant sur les biais, la toxicité et la désinformation.

Éthique des données: Al & Egalité

Explore l'éthique des données, en mettant l'accent sur l'équité, la justice et les implications plus larges des systèmes Al.

Éthique de l'IA: Cadre juridique

Examine le cadre juridique de l'éthique de l'IA, y compris l'interprétation des lois, les sources des normes juridiques et l'interdiction des pratiques nocives de l'IA.

L'équité dans la prise de décision algorithmique

Se penche sur les défis que pose l'équité dans les processus décisionnels algorithmiques, la lutte contre les préjugés et les injustices historiques dans les données.

Afficher plus

Concepts associés (21)

Alignement des intelligences artificielles

Machine ethics

Éthique de l'intelligence artificielle

Roboéthique

Biais algorithmique

Afficher plus