Conformité européenne des systèmes d’IA : outils statistiques élémentaires
Suite à la publication du livre blanc pour une approche de l’IA basée sur l’excellence et la confiance, la Commission Européenne (CE) a publié de nombreuses propositions de textes réglementaires dont un AI Act (CE, 2021) établissant des règles harmonisées sur l’intelligence artificielle (IA). Quels...
محفوظ في:
| الحاوية / القاعدة: | URI:https://journals.openedition.org/statsoc, |
|---|---|
| المؤلف الرئيسي: | |
| التنسيق: | Article ou chapitre numérique |
| اللغة: | Français |
| منشور في: |
Statistique et société
2023
|
| الموضوعات: | |
| الوصول للمادة أونلاين: | Accès Université d'Orléans et IFPM Accès Université d'Orléans et IFPM |
| الملخص: | Suite à la publication du livre blanc pour une approche de l’IA basée sur l’excellence et la confiance, la Commission Européenne (CE) a publié de nombreuses propositions de textes réglementaires dont un AI Act (CE, 2021) établissant des règles harmonisées sur l’intelligence artificielle (IA). Quels seront les conséquences et impacts de l’adoption à venir de ce texte du point de vue d’un mathématicien ou plutôt statisticien impliqué dans la conception de système d’intelligence artificielle (IA) à haut risque au sens de la CE ? Quels outils et méthodes permettent de répondre aux obligations à venir de conformité : analyse rigoureuse et documentée des données traitées, des performances, robustesse, résilience de l’algorithme, de son explicabilité, des risques pour les droits fondamentaux, de biais discriminatoires ? Ces questions sont illustrées par un exemple numérique analogue à un score de crédit (cf. tutoriel) à la recherche d’un moins mauvais compromis entre toutes les contraintes. Nous concluons sur les avancées et limites du projet de règlement pour les systèmes d’IA à haut risque. |
|---|