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...

Mô tả đầy đủ

Đã lưu trong:
Chi tiết về thư mục
Xuất bản năm:URI:https://journals.openedition.org/statsoc,
Tác giả chính: Besse, Philippe
Định dạng: Article ou chapitre numérique
Ngôn ngữ:Français
Được phát hành: Statistique et société 2023
Những chủ đề:
Truy cập trực tuyến:Accès Université d'Orléans et IFPM
Accès Université d'Orléans et IFPM
id openedition-oai:revues.org:statsoc_565
record_format openedition
spelling openedition-oai:revues.org:statsoc_565 https://doi.org/10.4000/statsoc.565 urn:doi:10.4000/statsoc.565 fr https://journals.openedition.org/statsoc/565 2023-12-07T01:00:00Z info:eu-repo/semantics/openAccess article info:eu-repo/semantics/article urn:handle:20.500.13089/kwav https://creativecommons.org/licenses/by-nc/4.0/ Conformité européenne des systèmes d’IA : outils statistiques élémentaires Statistique et société Société Française de Statistique (SFdS) info:eu-repo/semantics/reference/issn/2269-0271 URI:https://journals.openedition.org/statsoc Besse, Philippe bias discrimination artificial intelligence machine learning disparate impact AI Act european regulation discrimination intelligence artificielle apprentissage automatique effet disproportionné AI Act réglementation européenne 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. Following the publication of the white paper for an excellence and trust-based approach to AI, the European Commission (EC) has published numerous regulatory proposals including an AI Act (EC, 2021) establishing harmonized rules on artificial intelligence (AI). What will be the consequences and impacts of the upcoming adoption of this text from the point of view of a mathematician or rather a statistician involved in the design of high-risk AI systems as defined by the EC? What tools and methods can be used to reach future compliance obligations? Rigorous and documented analysis of the data and performance, robustness, resilience of the algorithm, its explicability, and the risks of discriminatory bias for fundamental rights. These questions are illustrated by a numerical example analogous to a credit score (cf. tutorial) in search of the least bad compromise between all the constraints. We conclude on the advances and limitations of the proposed regulation for high risk AI systems.
collection OpenEdition Journal
language Français
format Article ou chapitre numérique
building 0/Bibliothèque numérique/
1/Bibliothèque numérique/OpenEdition Journals/
topic bias
discrimination
artificial intelligence
machine learning
disparate impact
AI Act
european regulation
discrimination
intelligence artificielle
apprentissage automatique
effet disproportionné
AI Act
réglementation européenne
spellingShingle bias
discrimination
artificial intelligence
machine learning
disparate impact
AI Act
european regulation
discrimination
intelligence artificielle
apprentissage automatique
effet disproportionné
AI Act
réglementation européenne
Besse, Philippe
Conformité européenne des systèmes d’IA : outils statistiques élémentaires
description 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.
author Besse, Philippe
author_facet Besse, Philippe
author_sort Besse, Philippe
title Conformité européenne des systèmes d’IA : outils statistiques élémentaires
title_short Conformité européenne des systèmes d’IA : outils statistiques élémentaires
title_full Conformité européenne des systèmes d’IA : outils statistiques élémentaires
title_fullStr Conformité européenne des systèmes d’IA : outils statistiques élémentaires
title_full_unstemmed Conformité européenne des systèmes d’IA : outils statistiques élémentaires
title_sort conformité européenne des systèmes d’ia : outils statistiques élémentaires
publisher Statistique et société
publishDate 2023
container_title URI:https://journals.openedition.org/statsoc
url https://ezproxy.univ-orleans.fr/login?url=https://doi.org/10.4000/statsoc.565
https://ezproxy.univ-orleans.fr/login?url=https://journals.openedition.org/statsoc/565
_version_ 1877292602253901824