Les grands défis de l'IA générative

Data For Good

juill. 2023 - 112 pages

Sous la forme d'un livre blanc, le collectif Data For Good publie ses propositions pour une IA générative plus responsable : un guide pour les utilisateurs, artistes, développeurs et décideurs

Sommaire

• Avant propos

• Executive Summary

• Les recommandations Data For Good
  • Pour les utilisateurs : « Don’t believe the hype »
  • Pour les data scientists : « Keep on working »
  • Pour les décideurs : « Safe and sound »

• 1 - Fiabilité de l’information
  • Un thème ancien toujours d’actualité
  • Vers une première définition
  • Avenir des modèles génératifs
  • Un cadre de fiabilité pour l’IA générative

• 2 - IA générative et Autorat
  • Introduction
  • Le prompt : art ou machine à photo-coller ?
  • Entre opportunités et menaces
  • Quand l’IA donne de la voix : peut-on hausser le ton ?
  • Les recommandations Data For Good
  • IA Générative et Données Personnelles
  • L’autorité italienne vis-à-vis des chatbots : une valse à trois temps
  • Vers une harmonisation européenne de l’application du RGPD sur les agents d’IA conversationnels
  • Le plan d’action sur l’IA de l’autorité de protection des données française
  • Les recommandations Data For Good

• 3 - Biais algorithmiques de l’IA générative
  • Des biais, quels biais ?
  • Comment apparaît un biais algorithmique ?
  • IA générative et politique
  • Gare à l’effet boule de neige

• 4 - Enjeux environnementaux
  • Introduction
  • Matérialité du numérique et de l’IA
  • Impacts directs de l’IA générative
  • Difficulté pour évaluer les impacts
  • Pistes de réduction des impacts
  • Conclusion sur les enjeux environnementaux

• Crédits

• Livre blanc à retrouver sur le site dataforgood.fr