Accueil
| Titre : | Conformité européenne des systèmes d’IA : outils statistiques élémentaires (2023) |
| Auteurs : | Philippe Besse |
| Type de document : | Article : document Ă©lectronique |
| Dans : | Statistique et Société (Vol. 10, n° 3, 2022) |
| Article en page(s) : | pp. 25-46 |
| Langues: | Français |
| Catégories : |
Thésaurus CEREQ INTELLIGENCE ARTIFICIELLE ; LEGISLATION ; LEGISLATION EUROPEENNE ; METHODOLOGIE D'ENQUETE ; ANALYSE DES DONNEES ; INEGALITES ; EUROPE |
| Résumé : | Suite à la publication du livre blanc pour une approche de l’IA basée sur l’excellence et la confiance, la Commission Européenne (CE) a publié de nombreuses propositions de textes réglementaires dont un AI Act (CE, 2021) établissant des règles harmonisées sur l’intelligence artificielle (IA). Quels seront les conséquences et impacts de l’adoption à venir de ce texte du point de vue d’un mathématicien ou plutôt statisticien impliqué dans la conception de système d’intelligence artificielle (IA) à haut risque au sens de la CE ? Quels outils et méthodes permettent de répondre aux obligations à venir de conformité : analyse rigoureuse et documentée des données traitées, des performances, robustesse, résilience de l’algorithme, de son explicabilité, des risques pour les droits fondamentaux, de biais discriminatoires ? Ces questions sont illustrées par un exemple numérique analogue à un score de crédit (cf. tutoriel) à la recherche d’un moins mauvais compromis entre toutes les contraintes. Nous concluons sur les avancées et limites du projet de règlement pour les systèmes d’IA à haut risque. |
| Document Céreq : | Non |
| En ligne : | https://statistique-et-societe.fr/index.php/stat_soc/article/view/865 |
