KDDC 2019 - Quand le monde se fait laboratoire : l'IA à l'épreuve des controverses
Longtemps cantonnés au seul périmètre des laboratoires de recherche, les systèmes d'intelligence
artificielle (IA) sont aujourd'hui régulièrement présentés comme allant radicalement transformer la plupart
des domaines d'activité, des plus régaliens (armée, police, justice) aux plus quotidiens (systèmes de
recommandation, chatbots, traduction automatique). Néanmoins, cette promesse de transformation n'est
pas sans soulever un certain nombre de préoccupations à propos d'éventuels risques liés au développement de ces systèmes d'IA. A travers une série d'études de cas (reconnaissance faciale, véhicule
autonome, art génératif, etc.), cet enseignement entend donc suivre la sortie hors du laboratoire de
de systèmes d'IA amenés à être testés - non sans controverses et frictions - dans l'espace public.
Valentin GOUJON
Séminaire
français
Automne 2022-2023
La validation de cet enseignement se fera sur la base de trois éléments : participation
à la dynamique du cours ; écriture d'une note de lecture sur un article scientifique
dédié aux enjeux théoriques, méthodologiques et/ou historiques de l'IA ; réalisation
collective d'un exposé consacré à un système d'IA ou à un de ses composants (jeu de
données, modèle, architecture neuronale, datacenter, etc.).
Crawford (Kate), Atlas of AI. Power, Politics, and the Planetary Costs of Artificial Intelligence, Yale University Press, 2021.
Cardon (Dominique), Cointet (Jean-Phillippe) & Mazières (Antoine), La revanche des neurones. L'invention des machines inductives et la controverse de l'intelligence artificielle, Réseaux, 2018, 173-220.
Jaton (Florian), "Pardonnez cette platitude" : de l'intérêt des ethnographies de laboratoire pour l'étude des processus algorithmiques, Zilsel, 2019, 315-339