Les algorithmes et l’IA ont une influence majeure sur divers aspects de notre vie. En IA, le biais algorithmique survient lorsque le modèle de machine learning est exposé à des données d’apprentissage subjectives plutôt qu’à un ensemble représentatif, provoquant une déviation des résultats du modèle et remettant en question la fiabilité de la prise de décision.
En collaboration avec notre collectif Women@Artefact et accompagnés par des experts de ces enjeux, nous vous proposons d’explorer ces biais et de discuter des moyens concrets pour les atténuer, afin de favoriser une utilisation éthique et équitable de l’IA.
Agenda
Les Matinales de la Data par Artefact
Speakers
Jean-Marie John-Mathews, PhD, Co-fondateur
GISKARD AI
Camilo Rodriguez, Fondateur
Machine Learning Lab
Veronika Shilova, Research Scientist on Biases in Computer Vision
Université Toulouse III Paul Sabatier
Laurent Risser, PhD, CNRS Research engineer
Toulouse Mathematics Institute
Emmanuel Malherbe, Director of the Artefact Research Center
Artefact