Le dialogue inclusif sur l’éthique de l’IA : délibération en ligne citoyenne et internationale pour l’UNESCO
Notice bibliographique
Résumé
Cet article rend compte de la manière dont les organisations internationales pourraient s’approprier la démarche délibérative à l’occasion de leurs efforts de régulation éthique de l’IA en présentant le projet de la délibération internationale intitulée « Dialogue inclusif sur l’éthique de l’intelligence artificielle (IA) » (ODAI) menée par Algora Lab - Université de Montréal et Mila - Institut québécois d’intelligence artificielle. Ce projet délibératif portait sur le premier instrument normatif mondial en éthique de l’IA rédigé par l’UNESCO. L’ODAI se démarque par sa portée internationale, le nombre de personnes consultées et sa réalisation en ligne. Après une présentation du cadre méthodologique et théorique de la délibération sur l’éthique de l’IA, nous opérons une analyse critique du processus et nous proposerons finalement des recommandations pratiques pour de futures délibérations en éthique de l’IA.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,077 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,013 | 0,031 |
| Communication savante | 0,022 | 0,015 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».