Newsroom

Contraindre les algorithmes pour limiter leur pouvoir discriminant

Recommandation musicale, aide au diagnostic médical, surveillance des populations ou encore parcours universitaire et recrutement professionnel : les algorithmes sont partout, ils transforment notre quotidien. Et parfois, ils nous trompent. En cause, des biais statistiques, économiques et cognitifs inhérents à la nature même des algorithmes actuels, nourris par des données massives pouvant être partielles ou inexactes.

Des solutions sont pourtant possibles pour limiter et corriger ces biais. Avec le soutien de la Fondation Abeona, Stéphan Clémençon et David Bounie, respectivement chercheurs en machine learning et en économie à Télécom ParisTech, viennent de publier un rapport recensant les approches déjà connues et celles en cours d’exploration.

À lire >> https://blogrecherche.wp.imt.fr/2019/03/18/contraindre-algorithmes-pouvoir-discriminant/