MétaCan
Menu
Retour à la cohorte
Enregistrement W4214689568 · doi:10.4000/ethiquepublique.6551

Vers une régulation néodarwinienne de l’Intelligence artificielle centrée sur le concept de l’« Ethics by Evolution »

2021· article· fr· W4214689568 sur OpenAlexvenueno aff
Jérôme Béranger, Gauthier Chassang

Notice bibliographique

RevueÉthique Publique · 2021
Typearticle
Languefr
DomaineNeuroscience
ThématiqueEmbodied and Extended Cognition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

Un climat de tension entremêlant engouement et inquiétude s’est installé envers le numérique et les développements de l’Intelligence artificielle (IA). Face aux enjeux grandissants qui entourent l’IA, une vision éthique et écoresponsable apparaît nécessaire afin de retrouver de la cohérence, du sens, et de la confiance dans l’approche de cette nouvelle technologie évolutive. La mise en place d’un système de normes éthiques illustré par des chartes et référentiels éthiques n’est pas simple à mettre en place, et suscite quelques questionnements et défis à relever en termes de planification, de temporalité et d’application concrète. Il apparaît alors essentiel d’instaurer une régulation éthique néodarwinienne systémique qui s’appuie sur des recommandations pragmatiques, en identifiant et en faisant évoluer des critères d’évaluation éthiques au fur et à mesure de l’apprentissage et de l’évolution de la machine, de ses algorithmes ou de ses autres paramètres fonctionnels, selon son environnement et ses usages : c’est ce que nous conceptualisons ici comme de l’« Ethics by Evolution ».

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,945
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,271
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉthique PubliqueMême sujetEmbodied and Extended CognitionTravaux en français237 207