Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Université de Montréal

Biais et discrimination en IA

Université de Montréal via edX

Overview

Ce cours, a été classé parmi le top 10 des meilleurs cours en ligne gratuits dans l’intelligence artificielle (IA) responsable dans sa version originale anglaise et porte sur une dimension trop rarement abordée de l’IA malgré ses impacts considérables.

Grâce à des experts internationaux de l’école internationale d’IVADO qui a eu lieu à Montréal (2019), vous y explorerez les aspects techniques et sociaux des biais, de la discrimination et de l’équité dans l’apprentissage automatique et la conception d’algorithmes.

Le cours se concentre sur les biais liés au sexe, à la race et à la situation socio-économique, ainsi que sur les biais dans les modèles de prédiction basés sur les données et menant à des décisions.

Le cours s’adresse principalement aux professionnels et aux universitaires ayant des connaissances de base en mathématiques et en programmation. La richesse de ce cours sera également d’une grande utilité pour quiconque utilise l’IA ou s’y intéresse. Ces sujets sociotechniques se sont avérés très révélateurs pour les professionnels techniques.

La durée totale du contenu vidéo est d’une durée totale de de 7 h 30, enregistré en anglais et sous-titré en français. Le contenu est découpé en segments que vous pouvez regarder à votre propre rythme. Des quiz complets sont également proposés à la fin de chaque segment pour évaluer votre compréhension du contenu.

IVADO est une plaque tournante de la science des données en économie qui réunit des partenaires industriels, universitaires et gouvernementaux ayant une expertise en intelligence numérique. L’une de ses missions est de contribuer à l’avancée des connaissances numériques et de former de nouvelles générations d’experts en science des données conscients des biais. Bienvenue dans le monde de l’IA éthique et responsable!

Syllabus

Module 1 Les concepts des biais et de l'équité dans le paradigme de l’IA

  • Différents types de biais
  • Critères et mesures d’équité

Module 2 Domaines dans lesquels des problèmes de biais algorithmiques ont été décelés

  • Vie privée, travail et système judiciaire
  • Politique et santé publique

Module 3 Tentatives institutionnelles visant à atténuer les biais et la discrimination en IA

  • L’outil d’évaluation de l’incidence algorithmique du Canada (Aequitas)
  • La Déclaration de Montréal pour une IA responsable

Module 4 Tentatives techniques visant à atténuer les biais et la discrimination en IA

  • Contraintes d’équité dans les plongements de graphe
  • Biais sexistes dans les textes

Taught by

Golnoosh Farnadi, Emre Kiciman and Rachel Thomas

Reviews

Start your review of Biais et discrimination en IA

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.