De nombreuses questions éthiques émergent de l’opacité entourant les technologies d’intelligence artificielle (IA). Les performances impressionnantes de l’IA reposent souvent sur des mécanismes obscurs, créant ainsi ce que l’on appelle les « boîtes noires » : des systèmes algorithmiques dont le fonctionnement interne reste largement incompris, même par les chercheurs. Cette opacité soulève des préoccupations majeures, notamment en ce qui concerne la reproduction de biais et de discriminations par l’IA, alors qu’elle se déploie dans nos vies sociales et économiques.
Promouvoir l’Explicabilité des Algorithmes
La recherche sur l’explicabilité des algorithmes d’apprentissage automatique est devenue une priorité cruciale. Ce domaine nécessite un soutien public accru pour explorer trois axes principaux : la création de modèles plus explicables, le développement d’interfaces utilisateur plus compréhensibles, et la compréhension des mécanismes cognitifs sous-jacents à une explication satisfaisante.
Renforcer l’Auditabilité des Systèmes d’IA
Au-delà de la simple transparence, il est impératif d’améliorer l’auditabilité des systèmes d’IA. Cela pourrait impliquer la mise en place d’un corps d’experts publics spécialisés, habilités à réaliser des audits approfondis des algorithmes, des bases de données, et à mener des tests conformément aux exigences légales. Ces experts pourraient être sollicités dans le cadre de litiges judiciaires, d’enquêtes menées par des autorités administratives indépendantes, ou sur demande du Défenseur des droits.
