13 mai 2022
info:eu-repo/semantics/OpenAccess
Thierry Kirat et al., « Equité et explicabilité des algorithmes d'apprentissage automatique : un défi technique et juridique », HAL SHS (Sciences de l’Homme et de la Société), ID : 10670/1.7a456e...
Version 1.0-6 mai 2022 RESUME L'article propose une contribution aux constructions interdisciplinaires de l'analyse des enjeux d'équité dans les décisions algorithmiques automatiques. La section 1 montre que les choix techniques en apprentissage supervisé ont des implications sociales dont il faut prendre la mesure. La section 2 propose une approche contextuelle de la question de la discrimination de groupe non intentionnelle, c'est-à-dire de règles de décision facialement neutres mais qui génèrent des impacts disproportionnés selon les groupes sociaux (selon les cas : genrés, raciaux ou ethniques). La contextualisation portera sur les systèmes juridiques des États-Unis d'un côté, de l'Europe d'un autre côté. En particulier, la législation et la jurisprudence tendent à promouvoir des critères d'équité différents de part et d'autre de l'Atlantique. La section 3 est consacrée à l'explicabilité des décisions algorithmiques ; elle confrontera et tentera de croiser les concepts juridiques (en droit européen et en droit français) avec les concepts techniques et mettra en exergue la pluralité, voire la polysémie, des textes juridiques européens et français relatifs à l'explicabilité des décisions algorithmiques. La conclusion propose des orientations pour la recherche.