Introduction à l’Intelligence artificielle
- Concepts clés et terminologie
- Aperçu historique de l’IA
- Types d'IA (IA sémantique, IA générative, IA distribuée, apprentissage automatique, etc.)
- L'impact de l'IA sur diverses industries et dans l’administration
Introduction à l’éthique normative
- Exploration des trois grands historiques: éthique des vertus; déontologisme; l’utilitarisme/conséquentialisme
- Introduction au binôme « IA et Éthique » « IA : un simple outil/instrument »? Vue générale sur la dimension politique
- Identification des risques et défis de l’IA, avec échanges/ateliers de discussion
Identification pratique (casuistique) des questions éthiques liée à l’IA
- Qualité des données et qualité IA
- Qualité du logiciel: fiabilité et responsabilité (Trustworthy AI, aspects légaux)
- Biais ethniques, culturels, sociolinguistiques, politiques
- Ethique et usage individuel et institutionnel (e.g. Droits d’auteurs, pré-sélection de candidats)
- Impact écologique des logiciels IA: l’empreinte carbone des logiciels IA
- Impact économique
Bonnes pratiques et solutions
- Approche à la fois techniciste (liée aux applications des procédés et outils techniques) et normative (articulée à l’éthique appliquée), axée sur les deux temps de vie d’une IA: la conception et le déploiement utilisation
- L’éthique dès la conception (algor-éthique ; data- éthique): « Ethics by design »; vérification de l’adéquation des logiciels IA aux grands principes éthiques
- Éthique du déploiement et de l’utilisation: IA et explicabilité; IA et fiabilité et confiance; catalogue des bonnes pratiques et recommandations; autres outils techniques (e.g Ethical hackers, détection du plagiat (Comment contourner/exploiter des outils comme chatGPT)
- Applications concrètes: applications dans les entreprises et organisations, recommandations de bonnes pratiques