Écosystème de gouvernance et technologie : une source d’innovation ou de confusion ?
Notice bibliographique
Résumé
Les innovations technologiques se complexifient et deviennent un facteur d’influence majeur du développement des sociétés. Pourtant, peu de processus de régulations réussissent à les baliser causant, entre autres, des enjeux sociaux, éthiques, économiques, politiques et environnementaux. Cet article se penche sur l’usage de la métaphore des écosystèmes appliquée à la gouvernance de l’intelligence artificielle (IA). L’IA apparaît désormais dans un vaste paysage numérique organisé à l’interface du « techno » et du « social » décuplant les possibilités médiatiques et l’accès à des ressources expertes. Certains proposent le modèle des écosystèmes pour ouvrir cette « boîte noire » du technosocial demeurant compliqué à réguler. Par une revue critique des écrits en éthique de l’IA, nous argumentons l’impératif et l’urgence d’un partage des responsabilités systémique entre les institutions imputables en IA. Plusieurs théories sociales permettent de concevoir par collectif le partage des responsabilités par groupes, par communautés, voire par « écosystèmes ». Le but est de mieux comprendre et, espérons-le, d’aider à mieux gérer cette dynamique complexe liant le techno au social.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,037 |
| Communication savante | 0,023 | 0,024 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».