Aurélie Jean – La science des algorithmes n’est pas manichéenne

CHRONIQUE. Nous sommes dans une ère de défiance vis-à-vis des algorithmes et de l’utilisation de nos données personnelles. Mais tout n’est pas si noir !

Nous avons perdu le nombre de livres, documentaires et articles de journaux qui nous informent à juste titre sur les menaces algorithmiques pour la société, comme les risques de biais technologique et de manipulation d’opinions sur les réseaux sociaux. Les scandales des trois dernières années expliquent ce prisme dystopique généralisé. L’affaire Cambridge Analytica de 2018 a marqué le début d’une ère de méfiance envers la science algorithmique, une discipline relativement nouvelle, avec l’utilisation illégale de données par des millions d’utilisateurs de Facebook. Pourtant, il ne faut pas entrer dans le monde manichéen, tout est bon ou tout est mauvais: la réalité est plus subtile.

De nombreux scientifiques et ingénieurs s’organisent pour avertir des divergences d’algorithmes inoffensifs lorsqu’ils sont bien utilisés ou appliqués différemment. Les outils de reconnaissance faciale sont particulièrement intimidants. Ils sont largement controversés, car il existe un risque élevé de biais algorithmique en raison duquel ces outils ne reconnaissent pas (ou moins) les personnes colorées ou la surveillance de masse des citoyens. C’est exactement ce que les scientifiques Joy Buolamwini, Cathy O’Neil et Meredith Broussard soulignent dans le documentaire Coded Bias. Ces technologies de reconnaissance faciale sont basées sur des algorithmes d’identification d’images utilisés ailleurs dans le contexte de nombreuses autres applications inoffensives. L’identification sur une photographie ou une vidéo du niveau de maturité des fruits sur la ligne de production en fait partie.

LIRE AUSSI Aurélie Jean – Gafam: nous sommes leur talon d’Achille

LIRE AUSSI Aurélie Jean – Gafam: nous sommes leur talon d’Achille

L’effet bulle

Les algorithmes de catégorisation consistent à classer les individus par classes en fonction des similitudes statistiques de leur comportement et / ou de leurs données personnelles. Quelqu’un dans la catégorie est plus susceptible d’aimer le contenu que les membres de sa classe aiment. Il peut s’agir d’une série sur un site Web de vidéo à la demande, d’un vêtement sur un site Web de commerce électronique ou d’un message Twitter. Abus, ces algorithmes peuvent créer des classes rigides qui enferment les utilisateurs dans des cercles opaques de vision du monde et de pensée. Nous ne voyons plus jamais ce que les gens extrêmement différents de nous voient, aiment ou consomment. L’activiste américain Eli Pariser parle de l’effet ballon.

Dans le documentaire Social Dilemma, l’ingénieur Tristan Harris partage sa propre expérience chez Google, estimant que les algorithmes menacent la démocratie. Mais ces algorithmes, lorsqu’ils sont utilisés correctement, vous permettent également d’estimer le taux de réussite du traitement d’un patient ou de soumettre des articles pertinents sur le site Web de votre revue.

S’il est fondamental et dans l’intérêt public de continuer à avertir des aléas algorithmiques, il est également important d’exprimer ce qui peut être bien fait avec ces outils. Pour cette raison, le prochain règlement européen sur ces sujets doit s’éloigner de la position conservatrice et manichéenne sur cette science. Et devenir une référence mondiale à une vision nuancée et réaliste … pas dystopique.

Vous lisez actuellement: Aurélie Jean – La science des algorithmes n’est pas manichéenne

De Gaulle – Pensez, résistez, réglez

Son nom est devenu synonyme d’une France libre et puissante. De Gaulle, homme d’appel depuis le 18 juin, s’est imposé dans l’histoire d’abord comme un rebelle, un combattant de la résistance, puis comme un leader politique charismatique, en France et à l’étranger. Adoré et détesté pendant sa présidence, il est devenu après sa mort un mythe, un idéal de politiciens dont on se plaint à droite et à gauche.

Sources :

• scoopnest.com