Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Éthique par Conception
Approche méthodologique intégrant systématiquement les considérations éthiques dès la phase initiale de conception des systèmes d'IA, plutôt que comme une correction a posteriori.
Justice Algorithmique
Principe fondamental visant à garantir que les systèmes d'IA produisent des résultats équitables et non discriminatoires pour tous les groupes concernés.
Équité Prédictive
Mesure quantitative évaluant si les erreurs de prédiction d'un modèle sont distribuées de manière équitable entre les différents groupes démographiques.
Explicabilité
Qualité d'un modèle d'IA permettant aux utilisateurs humains de comprendre les raisons spécifiques derrière chaque décision ou prédiction individuelle.
Conception Centrée sur les Valeurs
Méthodologie de développement plaçant les valeurs humaines et éthiques au centre des processus de conception technique et décisionnelle.
Évaluation d'Impact Algorithmique
Processus structuré d'analyse prospective des effets potentiels d'un système d'IA sur les individus, les communautés et la société.
Gouvernance des Données
Cadre organisationnel définissant les politiques, procédures et responsabilités pour la gestion éthique et sécurisée des données utilisées en IA.
Diversité des Données
Principe assurant la représentation équilibrée et complète de tous les groupes pertinents dans les ensembles de données d'entraînement.
Surveillance Éthique Continue
Processus d'monitoring permanent des performances éthiques d'un système d'IA en production pour détecter et corriger les dérives.
Test de Biais
Ensemble de techniques statistiques et analytiques visant à identifier quantitativement les discriminations systématiques dans les modèles d'IA.
Mitigation des Biais
Ensemble de techniques proactives appliquées aux données, algorithmes ou résultats pour réduire ou éliminer les discriminations identifiées.