I.A. Café - Enquête au cœur de la recherche sur l’intelligence artificielle Épisode 126- Le « débiaisage » des données et les errances algorithmiques
20 snips
Jan 22, 2026 Dans ce balado, Véronique Tremblay, experte en science des données et éthique de l'IA, se joint à Frédérick Plamondon, analyste des technologies numériques en santé, et Benjamin Leblanc, commentateur sur l'impact sociétal de l'IA. Ils explorent le défi du « débiaisage » des données et critiquent l'idée d'une neutralité totale. Des discussions intrigantes sur ChatGPT Health, l'évaluation des technologies de santé, et l'impact des compagnons IA sur les jeunes émergent. Le tout souligné par des réflexions sur l'éthique et les implications pratiques de l'IA.
AI Snips
Chapters
Transcript
Episode notes
Limites Des Énoncés De Principes
- Les énoncés de principes en IA restent souvent vagues et des obligations de moyens plutôt que de résultats.
- Véronique Tremblay craint qu'ils alourdissent l'administration sans transformer la réflexion éthique.
Rendre Les Principes Opérationnels
- Rédigez un énoncé de principes général puis déclinez-le en règles concrètes et exemples opérationnels.
- Formez les équipes pour développer une réflexion éthique plutôt que de se contenter de cases à cocher.
La Mythologie Des Données Neutres
- Les données sont produites par des humains et reflètent leurs biais; prétendre qu'elles peuvent être «exemptes de biais» est trompeur.
- Il vaut mieux documenter les choix de correction et être transparent sur les décisions prises.