MétaCan
Menu
Retour à la cohorte
Enregistrement W7160987918 · doi:10.7202/1125077ar

Le mythe d’une IA responsable

2025· article· fr· W7160987918 sur OpenAlexaffvenue
Eric Martin

Notice bibliographique

RevueCahiers Société · 2025
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSociety, Economy, and Ethics Research
Établissements canadiensCégep Saint-Jean-sur-Richelieu
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Criminal liabilityPoison control

Résumé

récupéré en direct d'OpenAlex

L’industrie de l’IA n’est pas, contre toute attente, hostile à la régulation politique. Au contraire, elle est très proactive dans le champ de la régulation. Tout un battage médiatique sur les risques civilisationnels relatifs à l’IA sert à pousser les États à s’engager au plus vite à produire des cadres réglementaires afin, dit-on, de garantir que le développement de l’IA se poursuive en évitant les écueils et au bénéfice des sociétés. Ce discours constitue un cas de « capture réglementaire », c’est-à-dire que l’industrie trouve les moyens d’occuper elle-même le champ de la production normative et de définir le contenu des balises qui lui seront appliquées. De plus, les discours sur la production d’une IA sécuritaire et responsable servent à engendrer et à maintenir la confiance des investisseurs et des populations, permettant la poursuite du développement de l’IA. Or, les sociétés ne devraient pas être dupes du discours valorisant l’IA responsable. Ce discours fait écran au développement d’une critique fondamentale et globale de la société-système capitaliste et cybernétique. Il évite aussi de discuter comment les collectivités pourront retrouver la capacité de poser de véritables limites politiques susceptibles d’assurer la suite du monde plutôt que de laisser, en amont, les systèmes et les organisations capitalistes façonner le réel.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,031
Communication savante0,0140,010
Science ouverte0,0010,008
Intégrité de la recherche0,0050,010
Charge utile insuffisante (le modèle a refusé de juger)0,0150,005

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 Opus0,035
Tête enseignante GPT0,398
Écart entre enseignants0,362 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCahiers SociétéMême sujetSociety, Economy, and Ethics ResearchTravaux en français237 207