README.md

Evaluation des Risques Sociétaux des Algorithmes d'IA: ressources pédagogiques

Philippe Besse

Université de Toulouse -- INSA; Institut de Mathématiques -- UMR CNRS 5219 & ObvIA -- Université Laval.

Présentation

Suite à la publication du livre blanc pour une approche de l'IA basée sur l'excellence et la confiance (2020), la Commission Européenne (CE) a publié de nombreuses propositions de textes réglementaires dont un AI Act (2021) établissant des règles harmonisées sur l'intelligence artificielle (IA). Quels seront les conséquences et impacts de l'adoption à venir de ce texte du point de vue d'un mathématicien ou plutôt statisticien impliqué dans la conception de système d'intelligence artificielle (IA) à haut risque au sens de la CE? Quels outils et méthodes vont permettre de répondre à l'obligation d'une analyse rigoureuse et documentée des données traitées, des performances, robustesse, résilience de l'algorithme, de son explicabilité, des risques, pour les droits fondamentaux, de biais discriminatoires?

• Besse et al. (2019) analysent les différentes sources de risque: défaillances, opacité, discrimination des algorithmes d'apprentissage statistique.

• Besse et al. (2020) applique ces réflexions au déploiement des algorithmes d'IA en Santé.

• Besse (2021) illustre ces questions par un exemple numérique analogue à un score de crédit (cf. tutoriel) à la recherche d'un moins mauvais compromis entre toutes les contraintes puis conclut sur les avancées et limites du projet de règlement européen pour les systèmes d'IA à haut risque.

Ce dépôt regroupe les ressources pédagogiques (données, fonctions, calepins jupyter) permettant l'exécution du tutoriel, accompagnant l'article Besse et al. (2021) et reproduisant les résultats de Besse (2021).

Références

• Besse P., Castets-Renard C., Garivier A., Loubes J.-M. (2019). L'IA du Quotidien peut elle être Éthique? Loyauté des Algorithmes d'Apprentissage Automatique, Statistique et Société, Vol6 (3), pp 9-31.

• Besse P. Besse-Patin A., Castets-Renard C. (2020). Implications juridiques et éthiques des algorithmes d'intelligence artificielle dans le domaine de la santé, Statistique & Société, 3, pp 21-53.

• Besse P. (2021). Statistique & Règlement Européen des Systèmes d'IA (AI Act), preprint, HAL-03253111.

• Besse P. del Barrio E. Gordaliza P. Loubes J.-M., Risser L. (2021). A survey of bias in Machine Learning through the prism of Statistical Parity for the Adult Data Set, The American Statistician, DOI: 10.1080/00031305.2021.1952897 Open access version.