Le Mythe de la Neutralité - Comment l'IA Élargit les Divisions Sociales

Aperçu

Explore comment les systèmes d'IA perpétuent et amplifient les biais sociétaux, en examinant des exemples concrets de discrimination algorithmique et en discutant des solutions potentielles pour développer des technologies d'IA plus équitables.

Programme

• Introduction à l'IA et aux biais
Aperçu des technologies de l'IA et de leur impact sociétal
Définition et types de biais dans les systèmes d'IA
• Contexte historique des biais dans l'IA
Évolution de l'IA et son rôle sociétal
Incidents notables de discrimination liée à l'IA
• Mécanismes des biais dans l'IA
Biais de données et leurs origines
Biais algorithmique et processus décisionnels
Boucles de rétroaction et amplification des biais
• Études de cas de discrimination algorithmique
Reconnaissance faciale et profilage racial
Biais dans les algorithmes de recrutement
Disparités dans l'IA appliquée à la santé
• Impact sociétal des biais induits par l'IA
Marginalisation des communautés
Disparités économiques et sociales
Considérations légales et éthiques
• Cadres d'analyse des biais de l'IA
Approches interdisciplinaires pour l'étude des biais
Analyse intersectionnelle des biais dans les systèmes d'IA
• Approches pour atténuer les biais dans l'IA
Techniques de collecte et de prétraitement des données
Conception d'algorithmes et contraintes d'équité
Surveillance et audit après déploiement
• Développement de technologies d'IA équitables
Conception d'IA impliquant les communautés
Politique et réglementation pour une IA équitable
Efforts collaboratifs entre technologues, décideurs et communautés
• Orientations futures et défis
Technologies émergentes et nouvelles formes de biais
Stratégies à long terme pour l'équité de l'IA
• Conclusion
Résumé des points clés
Recommandations pour les parties prenantes dans le développement de l'IA
• Ressources supplémentaires
Lectures recommandées et études de cas
Forums en ligne et communautés pour discussions continues

---

Sujets

Conférences