L'apprentissage automatique pour les applications à haut risque

Préface

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

Aujourd'hui, l'apprentissage machine (ML) est la sous-discipline la plus commercialement viable de l'intelligence artificielle (IA). Les systèmes d'apprentissage automatique sont utilisés pour prendre des décisions à haut risque en matière d'emploi, de caution, de libération conditionnelle, de prêt, de sécurité et dans de nombreuses autres applications à fort impact dans les économies et les gouvernements du monde entier. Dans les entreprises, les systèmes de ML sont utilisés dans toutes les parties d'une organisation, qu'il s'agisse de produits destinés aux consommateurs, d'évaluations des employés, d'automatisation du back-office, et bien plus encore. En effet, la dernière décennie a permis une adoption encore plus large des technologies de ML. Mais elle a également prouvé que la ML présente des risques pour ses opérateurs, les consommateurs et même le grand public.

Comme toutes les technologies, la ML peut échouer - que ce soit par une mauvaise utilisation involontaire ou un abus intentionnel. En 2023, des milliers de rapports publics ont fait état de discrimination algorithmique, de violations de la confidentialité des données, d'atteintes à la sécurité des données de formation et d'autres incidents préjudiciables. Ces risques doivent être atténués avant que les organisations, et le public, puissent profiter des véritables avantages de ...