Intelligence artificielle, données, éthique : Une approche holistique pour les risques et la réglementation.

Résumé Une liste exhaustive des risques relatifs aux cadres de big data et à leur utilisation par le biais de modèles d'intelligence artificielle est fournie, ainsi que des mesures et des solutions réalisables. Les biais, l'interprétabilité et l'éthique sont étudiés en profondeur, avec plusieurs interprétations du point de vue des développeurs, des entreprises et des régulateurs. Les réflexions suggèrent que les cadres fragmentés augmentent les risques de mauvaise spécification des modèles, d'opacité et de biais dans le résultat. Les experts du domaine et les statisticiens doivent être impliqués dans l'ensemble du processus, car l'objectif commercial doit guider chaque décision, de l'étape d'extraction des données à la prédiction finale activable. Nous proposons une approche holistique et originale pour prendre en compte les risques rencontrés tout au long de la mise en œuvre de systèmes utilisant l'intelligence artificielle, depuis le choix des données et la sélection de l'algorithme, jusqu'à la prise de décision.