Équité algorithmique: perspective interdisciplinaire et recommandations pour statisticiens et autres scientifiques de données
Notice bibliographique
Résumé
Au cours des dernières années, les algorithmes prédictifs ont fait la manchette en raison de leur caractère potentiellement discriminatoire. Ce qui représente, ou non, de la discrimination algorithmique et les différentes méthodes de correction sont devenues le centre d'attention de plusieurs chercheurs universitaires. L'objectif de cet article est de faire le lien entre différentes perspectives disciplinaires sur l'équité algorithmique et de mettre le tout en lien avec les notions de statistique, dans une tentative de faire ressortir le rôle du statisticien sur la question. La recherche s'appuie sur une revue de littérature narrative qui permet, entre autres, de mettre en évidence l'impossibilité d'automatiser l'équité, la nécessité d'une compréhension approfondie des modèles, du domaine d'application et des enjeux éthiques pour une prise de décision éclairée quant à la conception et l'élaboration de ce type de modèle. L'analyse de la littérature permet aussi d'émettre un certain nombre de recommandations pour le praticien et pour les chercheurs en équité algorithmique. Mots-clés équité algorithmique • discrimination algorithmique • biais algorithmique • prise de décision • modèles prédictifs • intelligence artificielle • science des données • analytique avancée • éthique
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 | 0,095 | 0,215 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,019 | 0,017 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,004 |
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 ».