L'IA responsable : du principe à la pratique

Les cadres et les lignes directrices pour une IA éthique sont légion - mais comment les mettre en œuvre concrètement ? Quatre exemples pratiques suisses montrent comment passer de la théorie au quotidien.

Dans sa chronique "SATW Insights" sur inside-it, Manuel Kugler, responsable du programme Data & AI et Advanced Manufacturing à la SATW, explique clairement : "Celui qui cherche aujourd'hui des orientations pour une utilisation responsable de l'IA trouve certes beaucoup de matériel - de l'EU AI Act aux principes Ethical AI propres à l'entreprise. Ce qui manque, c'est la traduction dans le concret. Que signifie par exemple la "transparence" pour un informaticien qui doit introduire un nouveau système d'IA ?

L'article fournit des réponses à l'aide de quatre exemples d'entreprises et distille cinq recommandations centrales :

  • Impliquer activement les parties prenantes - pas seulement les informer, mais les intégrer dans le processus de développement. Celui qui peut exprimer des doutes contribue au succès.
  • Évaluation éthique dès le début - ne pas attendre la mise en service, mais poser les questions critiques dès le choix des données et la conception du modèle.
  • Passer des principes aux critères mesurables - au lieu d'exigences vagues telles que "le système doit être équitable", il faut des exigences vérifiables, par exemple : "le taux de faux positifs ne doit pas varier de plus de cinq pour cent entre les groupes"
  • Mettre en œuvre la transparence sur le plan technique - ancrer l'explicabilité non pas comme un aveu du bout des lèvres, mais comme une décision de conception.
  • Comprendre la responsabilité comme un processus continu - l'utilisation responsable de l'IA exige plus que de bonnes intentions ; elle doit être intégrée systématiquement dans les structures et les processus.

Lire l'article en allemand