Les outils d'IA se répandent et des études ont montré des conséquences graves : des traitements médicaux différents selon le profil des patients et des outils de recrutement qui discriminent certaines personnes. Ces cas ont attiré l'attention des chercheurs.
Une équipe de l'Université du Texas à Austin, dirigée par Hüseyin Tanriverdi avec John-Patrick Akinyemi, a étudié 363 algorithmes identifiés comme biaisés, issus d'un dépôt nommé AI Algorithmic and Automation Incidents and Controversies. Les chercheurs ont comparé chaque algorithme problématique à un algorithme similaire non signalé et ont examiné aussi les organisations utilisatrices.
Ils identifient plusieurs facteurs : l'absence d'une vérité de terrain claire (par exemple pour estimer l'âge d'un os sur une radiographie), la simplification excessive de situations réelles (cas de l'Arkansas où des visites à domicile ont été remplacées par des décisions automatisées, privant des personnes handicapées d'aide pour manger et se doucher) et le manque de participation de groupes divers lors de la conception. Les auteurs concluent qu'il faut plus que des gains de précision : ouvrir les boîtes noires et prendre en compte la complexité, des entrées diverses et des vérités de terrain claires. La recherche est publiée dans MIS Quarterly.
Mots difficiles
- algorithme — suite d'instructions pour prendre des décisionsalgorithmes
- biaisé — qui favorise ou défavorise certains casbiaisés
- discriminer — traiter différemment et injustement des personnesdiscriminent
- vérité de terrain — mesure ou référence claire pour vérifier résultatsvérités de terrain
- simplification — réduction excessive de la complexité d'une situation
- boîte noire — système dont le fonctionnement interne est cachéboîtes noires
- conception — processus de création ou de développement d'un produit
Astuce : survolez, mettez le focus ou touchez les mots en surbrillance dans l’article pour voir des définitions rapides pendant que vous lisez ou écoutez.
Questions de discussion
- Pensez-vous que les entreprises devraient ouvrir les boîtes noires des algorithmes ? Pourquoi ?
- Comment la participation de groupes divers peut-elle améliorer la conception d'un outil d'IA ?
- Avez-vous déjà vu un service automatisé qui semblait injuste ? Que feriez-vous pour l'améliorer ?
Articles liés
Artistes autochtones demandent protection face à l'IA
Des artistes, journalistes et agents culturels aborigènes en Australie lancent la campagne «Stop AI Theft» contre l'utilisation de leurs œuvres par des intelligences artificielles. Ils réclament règles, transparence et compensation financière.
L'IA favorise l'anglais, selon une étude
Une étude de 2025 du Stanford HAI montre que de nombreux grands modèles de langage donnent de mauvais résultats dans des langues autres que l'anglais. Cela exclut des communautés et des experts proposent de valider les données et de travailler avec les locaux.
Rendre la science intéressante pour tous
Des événements avec expériences, conférences et ateliers aident enfants et adultes à comprendre la science. Les organisateurs adaptent les activités, mesurent le succès et cherchent des solutions pour le financement, la sécurité et l'accessibilité.
La dopamine renforce des gestes pendant le sommeil
Des chercheurs montrent que des neurones dopaminergiques s'activent pendant le sommeil NREM après l'apprentissage d'un mouvement. Cette activité, synchronisée aux fuseaux de sommeil, aide à consolider les souvenirs moteurs et améliore la performance au réveil.
