
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.
Ordre du jour
Les Matinales de la Data par Artefact
Orateur(s)

Jean-Marie John-Mathews, PhD, Co-fondateur
GISKARD AI

Camilo Rodriguez, Fondateur
Laboratoire d'apprentissage automatique

Veronika Shilova, Chercheur sur les biais dans la vision par ordinateur
Université Toulouse III Paul Sabatier

Laurent Risser, Docteur en droit, ingénieur de recherche au CNRS
Institut de mathématiques de Toulouse

Emmanuel Malherbe, Directeur du Artefact Research Center
Artefact






