{"id":1740,"date":"2021-04-19T17:02:05","date_gmt":"2021-04-19T15:02:05","guid":{"rendered":"https:\/\/lestempselectriques.net\/?p=1740"},"modified":"2021-04-20T10:03:37","modified_gmt":"2021-04-20T08:03:37","slug":"guide-ethique-de-lia-a-lattention-des-disrupteurs","status":"publish","type":"post","link":"https:\/\/lestempselectriques.net\/index.php\/2021\/04\/19\/guide-ethique-de-lia-a-lattention-des-disrupteurs\/","title":{"rendered":"Guide \u00e9thique de l\u2019IA \u00e0 l\u2019attention des disrupteurs"},"content":{"rendered":"\n
\"\"
Cr\u00e9dits : Envato Elements, leungchopan<\/figcaption><\/figure>\n\n\n\n

Alors qu\u2019un encadrement juridique contraignant semble s\u2019esquisser pour le d\u00e9ploiement de certains syst\u00e8mes d\u2019IA en Europe, la derni\u00e8re d\u00e9cennie a \u00e9t\u00e9 marqu\u00e9e par une intense production \u00e9thique venant, directement ou indirectement, de l\u2019industrie num\u00e9rique [1]. Les motivations d\u2019une telle production ont d\u00e9j\u00e0 \u00e9t\u00e9 relativement bien document\u00e9es [2] et rel\u00e8vent d\u2019un m\u00e9lange de communication externe, de lobbying (pour diff\u00e9rer une r\u00e9glementation contraignante) et de management interne de la base des ing\u00e9nieurs et techniciens, pour certains tr\u00e8s attentifs aux usages de leurs d\u00e9veloppements.\u00a0<\/p>\n\n\n\n\n\n\n\n

Plut\u00f4t que de longs d\u00e9veloppements sur le sujet, l\u2019humour et le d\u00e9tournement parviennent \u00e0 illustrer avec efficacit\u00e9 la vacuit\u00e9 de tr\u00e8s nombreuses initiatives. Dans la s\u00e9rie t\u00e9l\u00e9vis\u00e9e Silicon Valley<\/em>, le personnage de Gavin Belson repr\u00e9sente la figure de l\u2019ing\u00e9nieur-entrepreneur \u00e0 la t\u00eate d\u2019un g\u00e9ant technologique tentaculaire (fictif) Hooli. \u00c9gomaniaque, parano\u00efaque et totalement illumin\u00e9, concentr\u00e9 de Peter Thiel, Elon Musk et de bien d\u2019autres, Belson entend se repentir de ses abus d\u2019entrepreneurs dans la 6\u00e8me<\/sup> saison en devenant un \u00e9vang\u00e9liste anti-technologie, fondant une religion baptis\u00e9e \u00ab Tethics \u00bb [3].<\/p>\n\n\n\n

C\u2019est au tour de la \u2013 tr\u00e8s s\u00e9rieuse \u2013 MIT Technology Review de publier un court article<\/a>, humoristique et d\u00e9cal\u00e9 r\u00e9dig\u00e9 par Karen Hao, regroupant les termes les plus couramment employ\u00e9s dans le domaine de l\u2019\u00e9thique de l\u2019IA. L\u2019objet de ce guide pratique \u00e0 l\u2019intention des disrupteurs de tout genre – dont les startups et autres xTech (MedTech, LegalTech, EdTech, RegTech,\u2026) n\u2019est pas de documenter, tel une m\u00e9ta-analyse, les grands principes \u00e9thiques mais bien d\u2019en r\u00e9v\u00e9ler le (non-)sens sous un prisme honn\u00eate et sinc\u00e8re, voire m\u00eame cynique.<\/p>\n\n\n\n

Pour les non-anglophones, je vous livre ci-dessous une tentative de traduction tout aussi honn\u00eate et sinc\u00e8re, \u00e0 laquelle il serait bien tentant d\u2019ajouter. L\u2019ordre alphab\u00e9tique anglais a \u00e9t\u00e9 conserv\u00e9 afin de maintenir la logique du texte original.<\/p>\n\n\n

\"\"<\/div>
Yannick MENECEUR<\/span><\/a><\/div>

Magistrat et ma\u00eetre de conf\u00e9rences associ\u00e9 \u00e0 l’universit\u00e9 de Strasbourg
\nAuteur des ouvrages \u00ab\u00a0L’intelligence artificielle en proc\u00e8s<\/a>\u00a0\u00bb (Bruylant) et \u00ab\u00a0IA g\u00e9n\u00e9rative et professionnels du droit<\/a>\u00a0\u00bb (LexisNexis)<\/p>\n

Les opinions exprim\u00e9es n’engagent que son auteur.<\/em><\/p>\n<\/div><\/div>

<\/div>
<\/path><\/svg><\/span><\/a><\/svg><\/span><\/a><\/path><\/svg><\/span><\/a><\/path><\/svg><\/span><\/a><\/path><\/svg><\/span><\/a><\/div><\/div><\/div><\/div>\n\n\n

[1] Pour une liste des cadres \u00e9thiques de l’IA, voir l’infographie publi\u00e9e sur ce site : https:\/\/lestempselectriques.net\/index.php\/2020\/05\/06\/ia-algorithmes-big-data-data-science-inventaire-des-cadres-ethiques-et-politiques\/<\/a> <\/p>\n\n\n\n

[2] V. par exemple R. Ochigame, The invention of \u2018Ethical AI\u2019, The Intercept, 20 d\u00e9cembre 2019 – https:\/\/theintercept.com\/2019\/12\/20\/mit-ethical-ai-artificial-intelligence\/<\/a><\/p>\n\n\n\n

[3] Contraction de technologie et d\u2019\u00e9thique \u2013 O. Henderson, Silicon Valley Recap : We Are Experiencing Tethical Difficulties, Vulture, 24 novembre 2019 – https:\/\/www.vulture.com\/2019\/11\/silicon-valley-recap-season-6-episode-5-tethics.html<\/a><\/p>\n\n\n\n

\n\n\n\n

Guide de la Big Tech pour parler de l’\u00e9thique de l’IA<\/strong><\/h1>\n\n\n\n

Une cinquantaine de mots que vous pouvez utiliser pour montrer que vous vous sentez concern\u00e9, sans vous mettre en cause<\/em><\/h2>\n\n\n\n

Traduction de l\u2019article \u201cBig Tech\u2019s guide to talking about AI ethics\u201d<\/a> de Karen Hao, publi\u00e9 dans la MIT Technology Review (13 avril 2021)<\/em><\/p>\n\n\n\n

Les chercheurs en IA affirment souvent qu’un bon apprentissage automatique rel\u00e8ve davantage de l’art que de la science. On pourrait en dire autant des relations publiques efficaces. Choisir les bons mots pour donner un ton positif<\/a> ou recadrer la conversation sur l’IA est une t\u00e2che d\u00e9licate : bien faite, elle peut renforcer l’image de marque, mais mal faite, elle peut d\u00e9clencher un retour de b\u00e2ton encore plus important.<\/p>\n\n\n\n

Les g\u00e9ants de la technologie le savent bien. Au cours des derni\u00e8res ann\u00e9es, ils ont d\u00fb apprendre cet art rapidement, car ils ont d\u00fb faire face \u00e0 une m\u00e9fiance croissante du public \u00e0 l’\u00e9gard de leurs activit\u00e9s et \u00e0 une intensification des critiques concernant leurs recherches et leurs technologies en mati\u00e8re d’IA.<\/p>\n\n\n\n

Ils ont maintenant d\u00e9velopp\u00e9 un nouveau vocabulaire \u00e0 utiliser lorsqu’ils veulent assurer au public qu’ils ont \u00e0 c\u0153ur de d\u00e9velopper l’IA de mani\u00e8re responsable, tout en veillant \u00e0 ne pas susciter un examen trop approfondi. Voici un guide de l’initi\u00e9 pour d\u00e9coder leur langage et remettre en perspective les hypoth\u00e8ses et les valeurs qui y sont int\u00e9gr\u00e9es.<\/p>\n\n\n\n

Responsabilit\u00e9<\/strong> (n.f. – Accountability<\/em>) – Le fait de tenir quelqu’un d’autre responsable<\/a> des cons\u00e9quences d’une d\u00e9faillance de votre syst\u00e8me d’IA.<\/p>\n\n\n\n

Pr\u00e9cision<\/strong> (n.f. – Accuracy<\/em>) – Exactitude technique<\/em>. La mesure la plus importante du succ\u00e8s dans l’\u00e9valuation des performances d’un mod\u00e8le d’IA. Voir Validation<\/em>.<\/p>\n\n\n\n

Contradictoire <\/strong>(adj. – Adversary<\/em>) – Un ing\u00e9nieur solitaire capable de perturber votre puissant syst\u00e8me d’IA g\u00e9n\u00e9rateur de revenus. Voir Robustesse<\/em>, S\u00e9curit\u00e9<\/em>. <\/p>\n\n\n\n

[NdT : voir par exemple les exemples contradictoires \u2013 adversarial examples en mati\u00e8re de reconnaissance d\u2019image, o\u00f9 des pandas sont confondus avec des gibbons avec l\u2019adjonction d\u2019un \u00ab bruit \u00bb invisible \u00e0 l\u2019\u0153il nu \u2013 I.J. Goodfellow, J. Shlens, Ch. Szegedy, Explaining and Harnessing Adversarial Examples, https:\/\/arxiv.org\/abs\/1412.6572<\/a><\/em>]<\/p>\n\n\n\n

Alignement<\/strong> (n.m – Alignment<\/em>) – Le d\u00e9fi de concevoir des syst\u00e8mes d’IA qui font ce que nous leur disons de faire et qui valorisent ce que nous valorisons. Volontairement abstrait. \u00c9vitez d’utiliser des exemples r\u00e9els de cons\u00e9quences involontaires n\u00e9fastes. Voir S\u00e9curit\u00e9<\/em>.<\/p>\n\n\n\n

Intelligence artificielle g\u00e9n\u00e9rale<\/strong> (expr. \u2013 Artificial general intelligence<\/em>) – Une IA divine  hypoth\u00e9tique<\/a> qui est probablement loin dans le futur mais aussi peut-\u00eatre imminente. Elle peut \u00eatre tr\u00e8s bonne ou tr\u00e8s mauvaise, selon ce qui est le plus utile sur le plan rh\u00e9torique. \u00c9videmment, vous construisez la bonne. Ce qui est cher. Par cons\u00e9quent, vous avez besoin de plus d’argent. Voir Risques \u00e0 long terme<\/em>.<\/p>\n\n\n\n

Audit<\/strong> (n.m. – Audit<\/em>) – Examen<\/a> pour lequel vous payez quelqu’un d’autre afin de faire para\u00eetre votre entreprise ou votre syst\u00e8me d’IA plus transparent sans avoir \u00e0 changer quoi que ce soit. Voir \u00c9valuation d’impact<\/em>.<\/p>\n\n\n\n

Augmenter<\/strong> (v. – Augment<\/em>) – Augmenter la productivit\u00e9 des cols blancs. Effet secondaire : l’automatisation des emplois de cols bleus. Triste mais in\u00e9vitable.<\/p>\n\n\n\n

B\u00e9n\u00e9fique<\/strong> (adj. – Beneficial<\/em>) – Un terme descriptif g\u00e9n\u00e9ral<\/a> pour ce que vous essayez de construire. Opportun\u00e9ment vague. Voir Valeur<\/em>.<\/p>\n\n\n\n

D\u00e8s la conception<\/strong> (expr. \u2013 By design<\/em>) – Comme dans \u00ab\u00a0\u00e9quit\u00e9 d\u00e8s la conception – fairness by design<\/em>\u00a0\u00bb ou \u00ab\u00a0Responsable d\u00e8s la conception – accountability by design<\/em>\u00ab\u00a0. Une expression qui indique que vous r\u00e9fl\u00e9chissez s\u00e9rieusement \u00e0 des questions importantes d\u00e8s le d\u00e9part.<\/p>\n\n\n\n

Conformit\u00e9<\/strong> (n.f. – Compliance<\/em>) – Le fait de respecter la loi. Tout ce qui n’est pas ill\u00e9gal est autoris\u00e9.<\/p>\n\n\n\n

\u00c9tiqueteurs de donn\u00e9es<\/strong> (expr. – Data labelers<\/em>) – Les personnes qui existeraient derri\u00e8re l’interface Mechanical Turk<\/em> d’Amazon<\/a> pour faire du nettoyage de donn\u00e9es \u00e0 bas prix. Je ne sais pas qui ils sont. Je ne les ai jamais rencontr\u00e9s.<\/p>\n\n\n\n

D\u00e9mocratiser\u00a0<\/strong>(v. –\u00a0Democratize<\/em>) – Diffuser \u00e0 grande \u00e9chelle une technologie \u00e0 tout prix. Une justification pour concentrer des ressources. Voir\u00a0Diffuser \u00e0 grande \u00e9chelle<\/em>.<\/p>\n\n\n\n

Diversit\u00e9, \u00e9quit\u00e9 et inclusion<\/strong> (expr. – Diversity, Equity, and Inclusion<\/em>) – Le fait d’embaucher des ing\u00e9nieurs et des chercheurs issus de groupes marginalis\u00e9s afin de pouvoir les exhiber devant le public. S’ils remettent en cause le statu quo, virez-les<\/a>.<\/p>\n\n\n\n

Efficacit\u00e9<\/strong> (n.f. – Efficiency<\/em>) – L’utilisation de moins de donn\u00e9es, de m\u00e9moire, de personnel ou d’\u00e9nergie pour construire un syst\u00e8me d’IA.<\/p>\n\n\n\n

Comit\u00e9 d’\u00e9thique<\/strong> (expr. – Ethics board<\/em>) – Un groupe de conseillers sans pouvoir r\u00e9el, convoqu\u00e9 pour donner l’impression que votre entreprise est \u00e0 l’\u00e9coute. Exemples : Le comit\u00e9 d’\u00e9thique de l’IA de Google<\/a> (annul\u00e9), le comit\u00e9 de surveillance de Facebook (toujours en place).<\/p>\n\n\n\n

Principes \u00e9thiques<\/strong> (expr. – Ethics principles<\/em>) – Un ensemble de truismes utilis\u00e9s pour signaler vos bonnes intentions. Restez \u00e0 un niveau \u00e9lev\u00e9. Plus le langage est vague, mieux c’est. Voir IA responsable<\/em>.<\/p>\n\n\n\n

Explicable<\/strong>\u00a0(adj. –\u00a0Explicable<\/em>) – Pour d\u00e9crire un syst\u00e8me d’IA que vous, le d\u00e9veloppeur et l’utilisateur pouvez comprendre. Beaucoup plus difficile \u00e0 atteindre en ce qui concerne les personnes qui sont l’objet du traitement. Ne vaut probablement pas la peine d’en faire l’effort. Voir\u00a0Interpr\u00e9table<\/em>.<\/p>\n\n\n\n

\u00c9quit\u00e9<\/strong> (n.f. – Fairness<\/em>) – Une notion compliqu\u00e9e d’impartialit\u00e9 utilis\u00e9e pour d\u00e9crire des algorithmes non biais\u00e9s. Peut \u00eatre d\u00e9finie de dizaines de fa\u00e7ons diff\u00e9rentes, en fonction de vos pr\u00e9f\u00e9rences.<\/p>\n\n\n\n

For good<\/strong> (expr. – For good<\/em>) – Comme dans \u00ab\u00a0AI for good\u00a0\u00bb ou \u00ab\u00a0data for good<\/a>\u00ab\u00a0. Une initiative compl\u00e8tement parall\u00e8le \u00e0 votre activit\u00e9 principale qui vous aide \u00e0 g\u00e9n\u00e9rer une bonne publicit\u00e9.<\/p>\n\n\n\n

Pr\u00e9vision<\/strong> (n.f. – Foresight<\/em>) – La capacit\u00e9 de se projeter dans l’avenir. Fondamentalement impossible : il s’agit donc d’une explication parfaitement raisonnable pour expliquer pourquoi vous ne pouvez pas d\u00e9barrasser votre syst\u00e8me d’IA des cons\u00e9quences inattendues.<\/p>\n\n\n\n

Cadre<\/strong> (n.m. – Framework<\/em>) – Un ensemble de lignes directrices pour prendre des d\u00e9cisions. Un bon moyen de para\u00eetre r\u00e9fl\u00e9chi et mesur\u00e9 tout en retardant la prise de d\u00e9cision r\u00e9elle.<\/p>\n\n\n\n

G\u00e9n\u00e9ralisable<\/strong> (adj. – Generalizable<\/em>) – Le signe d’un bon mod\u00e8le d’IA. Un mod\u00e8le qui continue \u00e0 fonctionner dans des conditions changeantes. Voir Monde r\u00e9el<\/em>.<\/p>\n\n\n\n

Gouvernance<\/strong> (n.f. – Governance<\/em>) – Bureaucratie.<\/p>\n\n\n\n

Conception centr\u00e9e sur l’humain<\/strong> (expr. – Human-centered design<\/em>) – Processus qui consiste \u00e0 utiliser des personnalit\u00e9s reconnues pour imaginer ce qu’un utilisateur moyen pourrait attendre de votre syst\u00e8me d’IA. Peut impliquer de solliciter les commentaires d’utilisateurs r\u00e9els. Seulement si vous avez le temps. Voir Parties prenantes<\/em>.<\/p>\n\n\n\n

Humain dans la boucle<\/strong> (expr. – Human in the loop<\/em>) – Toute personne faisant partie d’un syst\u00e8me d’IA. Cela couvre tant le fait de faire semblant de se comporter comme<\/a> <\/a>une IA<\/a> que de pr\u00e9venir des accusations de totale automatisation d\u2019une t\u00e2che.<\/p>\n\n\n\n

\u00c9valuation d’impact<\/strong>\u00a0(expr. –\u00a0Impact assessment<\/em>) – Un examen que vous faites vous-m\u00eame de votre entreprise ou de votre syst\u00e8me d’IA pour montrer votre volont\u00e9 de prendre en compte ses inconv\u00e9nients sans rien changer. Voir\u00a0Audit<\/em>.<\/p>\n\n\n\n

Interpr\u00e9table<\/strong> (adj. – Interpretable<\/em>) – Description d’un syst\u00e8me d’IA dont vous, le d\u00e9veloppeur, pouvez suivre le calcul \u00e9tape par \u00e9tape pour comprendre comment il est arriv\u00e9 \u00e0 sa r\u00e9ponse. En fait, il s’agit probablement d’une r\u00e9gression lin\u00e9aire. L’IA sonne mieux.<\/p>\n\n\n\n

Int\u00e9grit\u00e9<\/strong> (n.f. – Integrity<\/em>) – Questions qui compromettent les performances techniques de votre mod\u00e8le ou la capacit\u00e9 de votre entreprise \u00e0 \u00e9voluer. \u00c0 ne pas confondre avec les questions qui sont mauvaises pour la soci\u00e9t\u00e9. \u00c0 ne pas confondre avec l’honn\u00eatet\u00e9.<\/p>\n\n\n\n

Interdisciplinaire<\/strong> (adj. – Interdisciplinary<\/em>) – Terme utilis\u00e9 pour toute \u00e9quipe ou projet impliquant des personnes qui ne codent pas : chercheurs sur les exp\u00e9riences d\u2019utilisation, chefs de produit, philosophes moraux. Surtout des philosophes moraux.<\/p>\n\n\n\n

Risques \u00e0 long terme<\/strong> (n.m. \u2013 Long-term risks<\/em>) – Mauvaises choses qui pourraient avoir des effets catastrophiques dans un avenir lointain. Ils ne se produiront probablement jamais, mais il est plus important de les \u00e9tudier et de les \u00e9viter que les inconv\u00e9nients imm\u00e9diats des syst\u00e8mes d’IA existants.<\/p>\n\n\n\n

Partenaires<\/strong> (n.m. – Partners<\/em>) – Autres groupes d’\u00e9lite qui partagent votre vision du monde et peuvent travailler avec vous pour maintenir le statu quo. Voir Parties prenantes<\/em>.<\/p>\n\n\n\n

Compromis sur la vie priv\u00e9e<\/strong> (expr. – Privacy trade-off<\/em>) – Le noble sacrifice du contr\u00f4le individuel sur les informations personnelles pour des avantages collectifs tels que les progr\u00e8s de l’IA dans le domaine de la sant\u00e9, qui s’av\u00e8rent \u00e9galement tr\u00e8s rentables.<\/p>\n\n\n\n

Progr\u00e8s<\/strong> (n.m. – Progress<\/em>) – Avancement scientifique et technologique. Intrins\u00e8quement bon.<\/p>\n\n\n\n

Monde r\u00e9el<\/strong> (expr. \u2013 Real World<\/em>) – L’oppos\u00e9 du monde simul\u00e9. Un environnement physique dynamique rempli de surprises inattendues auxquelles les mod\u00e8les d’IA sont form\u00e9s pour survivre. \u00c0 ne pas confondre avec les humains et la soci\u00e9t\u00e9.<\/p>\n\n\n\n

R\u00e9glementation <\/strong>(n.f. – Regulation<\/em>) – Ce que vous demandez pour transf\u00e9rer la responsabilit\u00e9 de l’att\u00e9nuation des effets n\u00e9fastes de l’IA aux d\u00e9cideurs politiques. \u00c0 ne pas confondre avec les politiques qui entraveraient votre croissance.<\/p>\n\n\n\n

IA responsable<\/strong> (n.f. – Responsible AI<\/em>) – Un surnom pour tout travail de votre entreprise qui pourrait \u00eatre interpr\u00e9t\u00e9 par le public comme un effort sinc\u00e8re pour att\u00e9nuer les dommages de vos syst\u00e8mes d’IA.<\/p>\n\n\n\n

Robustesse<\/strong> (n.f. – Robustness<\/em>) – Capacit\u00e9 d’un mod\u00e8le d’IA \u00e0 fonctionner de mani\u00e8re coh\u00e9rente et pr\u00e9cise malgr\u00e9 les tentatives malveillantes de l\u2019alimenter avec des donn\u00e9es corrompues<\/a>.<\/p>\n\n\n\n

S\u00e9curit\u00e9<\/strong> (n.f. – Safety<\/em>) – Le d\u00e9fi de construire des syst\u00e8mes d’IA qui ne s’\u00e9cartent pas des intentions du concepteur. \u00c0 ne pas confondre avec la construction de syst\u00e8mes d’IA qui n\u2019ont pas de rat\u00e9. Voir Alignement<\/em>.<\/p>\n\n\n\n

Diffuser \u00e0 grande \u00e9chelle<\/strong>\u00a0(expr. –\u00a0Scale<\/em>) –\u00a0De facto<\/em>, l’\u00e9tat final que tout bon syst\u00e8me d’IA devrait s’efforcer d’atteindre.<\/p>\n\n\n\n

S\u00e9curit\u00e9<\/strong> (n.f. – Security<\/em>) – Action de prot\u00e9ger les donn\u00e9es pr\u00e9cieuses ou sensibles et les mod\u00e8les d’intelligence artificielle contre les intrusions de mauvais acteurs. Voir Contradictoire<\/em>.<\/p>\n\n\n\n

Parties prenantes<\/strong> (n.f. – Stakeholders<\/em>) – Actionnaires, r\u00e9gulateurs, utilisateurs. Les personnes au pouvoir que vous voulez satisfaire.<\/p>\n\n\n\n

Transparence<\/strong> (n.f. – Transparency<\/em>) – R\u00e9v\u00e9ler vos donn\u00e9es et votre code. Mauvais pour les informations exclusives et sensibles. Donc vraiment difficile ; franchement, m\u00eame impossible. \u00c0 ne pas confondre avec une communication claire sur le fonctionnement r\u00e9el de votre syst\u00e8me.<\/p>\n\n\n\n

Digne de confiance<\/strong> (adj. – Trustworthy<\/em>) – Une \u00e9valuation d’un syst\u00e8me d’IA qui peut \u00eatre r\u00e9alis\u00e9e avec une coordination publicitaire suffisante.<\/p>\n\n\n\n

Revenu de base universel<\/strong> (expr. – Universal basic income<\/em>) – L’id\u00e9e que le versement \u00e0 chacun d’un salaire fixe r\u00e9soudra les bouleversements \u00e9conomiques massifs caus\u00e9s lorsque l’automatisation entra\u00eene une perte d’emploi g\u00e9n\u00e9ralis\u00e9e. Popularis\u00e9 par le candidat \u00e0 la pr\u00e9sidentielle de 2020, Andrew Yang. Voir Redistribution des richesses<\/em>.<\/p>\n\n\n\n

Validation<\/strong> (n.f. – Validation<\/em>) – Processus consistant \u00e0 tester un mod\u00e8le d’IA sur des donn\u00e9es autres que celles sur lesquelles il a \u00e9t\u00e9 entra\u00een\u00e9, afin de v\u00e9rifier qu’il est toujours exact.<\/p>\n\n\n\n

Valeur<\/strong> (n.f. – Value<\/em>) – Un avantage impalpable fourni \u00e0 vos utilisateurs qui vous rapporte beaucoup d’argent.<\/p>\n\n\n\n

Valeurs<\/strong> (n.fr. – Values<\/em>) – Vous en avez. Rappelez-le aux gens.<\/p>\n\n\n\n

Redistribution des richesses<\/strong> (expr. \u2013 Wealth redistribution<\/em>) – Une id\u00e9e utile \u00e0 brandir<\/a> lorsque les gens vous reprochent d’utiliser beaucoup trop de ressources et de gagner beaucoup trop d’argent. Comment fonctionnerait la redistribution des richesses ? Le revenu de base universel, bien s\u00fbr. Ce n’est pas non plus quelque chose que vous pouvez imaginer vous-m\u00eame. Il faudrait une r\u00e9glementation. Voir R\u00e9glementation<\/em>.<\/p>\n\n\n\n

Retenir la publication<\/strong> (expr. \u2013 Withhold publication<\/em>) – L’acte bienveillant de choisir de ne pas ouvrir son code parce qu’il pourrait tomber dans les mains d’un mauvais acteur. Il est pr\u00e9f\u00e9rable de limiter l’acc\u00e8s aux partenaires<\/a> qui peuvent se le payer.<\/p>\n","protected":false},"excerpt":{"rendered":"

Alors qu\u2019un encadrement juridique contraignant semble s\u2019esquisser pour le d\u00e9ploiement de certains syst\u00e8mes d\u2019IA en Europe, la derni\u00e8re d\u00e9cennie a \u00e9t\u00e9 marqu\u00e9e par une intense production \u00e9thique venant, directement ou indirectement, de l\u2019industrie num\u00e9rique [1]. Les motivations d\u2019une telle production ont d\u00e9j\u00e0 \u00e9t\u00e9 relativement bien document\u00e9es [2] et rel\u00e8vent d\u2019un m\u00e9lange de communication externe, de… Plus…<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2}},"categories":[15],"tags":[192,126,191,125,25,4,193,194,195],"coauthors":[17],"class_list":["post-1740","post","type-post","status-publish","format-standard","hentry","category-billetsetudes","tag-definitions","tag-ethique","tag-ethique-de-lia","tag-ethiques","tag-ia","tag-intelligence-artificielle","tag-meta-analyse","tag-mit","tag-mit-technology-review"],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/lestempselectriques.net\/index.php\/wp-json\/wp\/v2\/posts\/1740","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/lestempselectriques.net\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/lestempselectriques.net\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/lestempselectriques.net\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/lestempselectriques.net\/index.php\/wp-json\/wp\/v2\/comments?post=1740"}],"version-history":[{"count":13,"href":"https:\/\/lestempselectriques.net\/index.php\/wp-json\/wp\/v2\/posts\/1740\/revisions"}],"predecessor-version":[{"id":1761,"href":"https:\/\/lestempselectriques.net\/index.php\/wp-json\/wp\/v2\/posts\/1740\/revisions\/1761"}],"wp:attachment":[{"href":"https:\/\/lestempselectriques.net\/index.php\/wp-json\/wp\/v2\/media?parent=1740"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/lestempselectriques.net\/index.php\/wp-json\/wp\/v2\/categories?post=1740"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/lestempselectriques.net\/index.php\/wp-json\/wp\/v2\/tags?post=1740"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/lestempselectriques.net\/index.php\/wp-json\/wp\/v2\/coauthors?post=1740"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}