Faut-il rendre le Big Data loyal ? (1/3)

Transcript de mon intervention au colloque “Intelligence Artificielle. Loyauté et transparence des Algorithmes” à l’Institut Henri Poincaré. Intervenants Cédric Villani, Dominique Cardon, Pierre Saurel, Igor Carron et Franck Bardol

Introduction

Les algorithmes du Big Data nichés dans les sites internet que nous parcourons se nourrissent de nos données personnelles. En retour, l’utilisateur attend d’être guidé et orienté dans un tourbillon perpétuel d’informations non-triées.

Nous allons mettre en lumière que la justesse et la pertinence des résultats de ces algorithmes de calcul ne devrait pas être l’unique préoccupation des data-scientists chargés de leur mise en oeuvre.

La loyauté de ces procédés de calcul ainsi qu’un traitement équitable de nos traces numériques doit constituer un objectif tout aussi central.

Des algorithmes prédictifs présents dans tous les secteurs

Les algorithmes auto-apprenants du Big Data trient et recoupent sans relâche les fragments d’information laissés à leur portée. En ce sens, ces algorithmes sélectionnent, hiérarchisent et révèlent. Les spécialistes des Data science évoquent l’art de “faire parler la donnée”.

Pas une activité humaine n’échappe à leur l’emprise. Médecine, industrie, services, agriculture, transport, sport, production artistique et culturelle deviennent le terrain de jeu de ces programmes informatiques.

Ces algorithmes sécrètent des prédictions qui concernent toutes les sphères de notre vie : du travail aux loisirs en passant par la vie amoureuse.

Faut-il embaucher cet individu ? Ce patient va-t-il développer un cancer ? Comment choisir les contacts parmi les clients d’un site de rencontre afin d’obtenir un fort taux de compatibilité ?

Lire la suite

L’auteur

Franck Bardol

Helps you to gain strategic insights for your business through your data

Former Programmer in Software industry — Analyst in Hedge-fund industry — ALM consultant in Insurance

Founder & co-organizer biggest european community of Data-Scientists (Paris Machine Learning)