La propriété intellectuelle applicable aux systèmes d’intelligence artificielle
Notice bibliographique
Résumé
L'intelligence artificielle (« IA ») est une technique mathématique sophistiquée d'exploitation de l'information numérique à l'ère des mégadonnées (big data) souvent assimilée à la reproduction d'aptitudes humaines. Ces caractéristiques font de l'IA un objet d'étude idéal pour mettre en lumière les difficultés qu'a la propriété intellectuelle à s'adapter aux nouvelles formes de créations intangibles, pourtant les fers de lance de l'innovation au XXIe siècle. Puisque la propriété intellectuelle a été créée pour régir des objets tangibles comme le livre et l'art matériel, cette branche du droit peine à se redéfinir dans l'économie numérique globalisée contemporaine. En faisant un descriptif des véhicules de propriété intellectuelle applicables aux systèmes d'IA, nous constaterons l'inadéquation des véhicules dits « classiques » - le brevet et le droit d'auteur - à protéger ces systèmes. Nous remarquerons que cette inadéquation engendre une convergence vers le secret d'affaires, une protection flexible capable de se moduler à des innovations complexes comme l'IA, notamment en raison de sa provenance non législative. Cependant, ce constat s'avère problématique si l'on considère l'inexplicabilité et l'opacité inhérentes à l'IA, qui lui vallent d'ailleurs son qualificatif de « boîte noire »
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 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,012 | 0,009 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,006 |
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 ».