Équité en IA : plus qu'un idéal

Éthique de l'IA

Joe Franklin

Associate Data Literacy and Essentials Manager, DataCamp

Équité en IA

  • Équité : veiller à ce qu'aucun groupe ne soit favorisé
  • Concerne la race, le genre, le statut socioéconomique, etc.

Une liste de vérification comprenant la race, le genre et le statut socioéconomique.

  • L'IA doit prédire les issues des patients de façon équitable
  • Aucun parti pris ne doit viser un groupe en particulier

Une croix rouge au‑dessus du mot « bias ».

Éthique de l'IA

Pourquoi l'équité compte‑t‑elle ?

  • La rapidité de l'IA peut avoir des effets à grande échelle

Icône illustrant les effets à grande échelle de l'IA.

Icône représentant la vulnérabilité.

  • L'équité évite de cibler négativement les populations vulnérables
  • Essentielle à une IA responsable ; assure un traitement équitable pour tous
1 Icônes créées par noomtah et Parzival' 1997 de www.flaticon.com
Éthique de l'IA

Promouvoir l'équité

  • Promouvoir l'équité : difficile, mais faisable
  • Réduit les biais potentiels en omettant certaines variables
  • Variables : race, genre, âge, statut socioéconomique, orientation sexuelle, religion

Personne tentant de comprendre « fairness through unawareness ».

Éthique de l'IA

Des enjeux involontaires existent

 

  • Même sans ces variables, des biais involontaires peuvent survenir

 

  • Des stratégies robustes sont nécessaires pour garantir l'équité

Icône montrant une radiographie thoracique d'un patient.

1 Icônes créées par Freepik de www.flaticon.com
Éthique de l'IA

Réduire les biais au minimum

  • L'objectif principal de l'équité en IA : réduire au minimum les biais
  • Première étape : reconnaître l'existence des biais
  • Rester critique et vigilant face à l'IA
  • Effectuer un suivi et des audits fréquents pour l'équité
Éthique de l'IA

Passons à la pratique !

Éthique de l'IA

Preparing Video For Download...