Algorithmes et discrimination dans l’emploi
Cet article problématise la question de la preuve statistique de la discrimination à l’intersection des sciences sociales et de l’intelligence artificielle. Il traite des situations de discrimination indirecte liée à l’emploi, dénommée « disparate impact » (ou impact disproportionné) et qui est au c...
Gardado en:
| Publicado en: | URI:https://journals.openedition.org/statsoc, |
|---|---|
| Autor Principal: | |
| Formato: | Article ou chapitre numérique |
| Idioma: | Français |
| Publicado: |
Statistique et société
2025
|
| Sujets: | |
| Acceso en liña: | Accès Université d'Orléans et IFPM Accès Université d'Orléans et IFPM |
| Résumé: | Cet article problématise la question de la preuve statistique de la discrimination à l’intersection des sciences sociales et de l’intelligence artificielle. Il traite des situations de discrimination indirecte liée à l’emploi, dénommée « disparate impact » (ou impact disproportionné) et qui est au cœur de la recherche en IA visant à concevoir des algorithmes non discriminatoires. Il est possible de trouver dans ces travaux des considérations statistiques, relatives à la définition et à la mesure de la fairness, qui sont utiles pour reconsidérer la question des discriminations liées à l’emploi. Toutefois, le concept de disparate impact est un concept juridique dont il importe de comprendre l’histoire, les interprétations judiciaires, donc les composantes contextuelles. Enfin, des recherches interdisciplinaires récentes, menées aux États-Unis et en Europe, montrent la voie à une structuration de la problématique d’algorithmes équitables par les valeurs sociales portées par la jurisprudence sur l’application du droit anti-discrimination. Cela ouvre la voie à des algorithmes juridiquement fondés et non discriminatoires. |
|---|