Vers une régulation néodarwinienne de l’Intelligence artificielle centrée sur le concept de l’« Ethics by Evolution »
Notice bibliographique
Résumé
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 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 | 0,013 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,017 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».