Machines méprisables - Comment les ordinateurs peuvent être des connards

Aperçu

Explore the ethical implications of machine learning, examining bias in algorithms and its real-world consequences. Learn about cutting-edge research on counteracting bias and consider unanswered questions in AI morality.

Programme

• Introduction à l'éthique dans l'IA
Aperçu de l'éthique de l'IA
Importance des considérations éthiques dans l'apprentissage automatique
• Comprendre les biais dans les algorithmes
Types de biais dans l'apprentissage automatique
Sources de biais dans les données et les algorithmes
• Conséquences réelles des biais algorithmiques
Études de cas de biais dans les systèmes d'IA
Impact sociétal des algorithmes biaisés
Discussion sur la responsabilité et la transparence dans l'IA
• Techniques pour identifier les biais dans les algorithmes
Méthodes de détection des biais
Outils et cadres pour mesurer les biais
• Contrecarrer les biais dans l'apprentissage automatique
Stratégies pour atténuer les biais
Principes de conception éthique de l'IA
Techniques d'apprentissage automatique conscientes de l'équité
• Recherche de pointe en éthique de l'IA
Progrès récents et développements
Solutions innovantes pour la réduction des biais
• L'avenir de la moralité de l'IA
Questions sans réponse en éthique de l'IA
Rôle de la politique et de la réglementation
IA et supervision humaine
• Projet d'étude de cas
Sélectionner une application d'IA réelle
Analyser les biais potentiels et les préoccupations éthiques
Proposer des solutions pour une amélioration éthique
• Conclusion et orientations futures
Récapitulatif des principales considérations éthiques
Discussion sur les tendances futures dans l'IA et l'éthique
• Conclusion du cours
Réflexions finales
Lectures et ressources complémentaires

---

Matières

Conference Talks