Sources et références Sources et références
Je cite ci-dessous quelques-unes des sources que j’ai utilisées pour ce chapitre. La liste n’est pas exhaustive, mais elle recense la plus grande partie d’entre elles.
Les biais
-
Clémence Maquet, Intelligence artificielle : quelle approche des biais algorithmiques, SiecleDigital, 2021.
-
Joy Buolamwini, Shalini Kantayya, Coded Bias, Netflix, 2021.
-
Wikipedia, le biais.
-
Yann Le Cun, Quand la machine apprend, Éditions Odile Jacob, 2019.
Les risques
-
Adrienne Yapo, Joseph Weiss, Ethical Implications Of Bias In Machine Learning, Bentley University, 2018.
-
J. Angwin, J. Larson, S. Mattu, and L. Kirchner, Machine bias: There’s software used across the country to predict future criminals. and it’s biased against blacks, ProPublica, 2016.
-
Lori Witzel, 5 Things You Must Do Now About the Coming EU AI Regulation, Medium.com, 2021.
-
Parlement européen et du conseil, Règles harmonisées concernant l’intelligence artificielle, Commission européenne, 2021.
La prévention
-
Antoine Crochet-Damais, Biais algorithmique en IA : définition, exemples et techniques de lutte, JDN, 2022.
-
Officiel Prevention, La prévention des risques professionnels de l’Intelligence artificielle, 2022.
-
S. Barocas, M. Hardt, and A. Narayanan, Fairness and Machine Learning, fairmlbook.org, 2019.
-
Thomas Klierg, Stephan Bahnik, Johannes Furnkranz, A review of possible effects of cognitive biases on Interpretation of rule-based...
Conditions générales d'utilisationCopyright - © Editions ENI ||Politique de protection des données du groupe ENI