Comment rendre les systèmes de reconnaissance faciale responsables ?
PROPOS RAPPORTÉS
Elle relie les erreurs des outils de reconnaissance faciale à leurs conséquences concrètes pour les personnes. À partir de ses recherches et de cas de fausses identifications, elle souligne que les performances moyennes masquent des inégalités. Son intervention invite à examiner les préjudices, les possibilités de recours et la responsabilité des organisations qui déploient ces systèmes.
Synthèse en français, sans citation littérale. Elle ne représente pas l’intégralité de la source.
Crédits et licences
Illustration générée par IA, et non photographie documentaire.
Portrait cartoon généré par IA de Joy Buolamwini. Référence d’apparence : Duke Sanford, photographe non indiqué. Photographie source non republiée.
Modifications : Illustration cartoon tête et épaules, fond noir violet magenta, reflet violet discret. Déclinaisons WebP pour l’affichage web, sans recadrage supplémentaire.
Une illustration éditoriale ne constitue pas un soutien ou une affiliation de la personne représentée à MIND AI THINK TANK.
Les personnes référencées ne sont pas présentées comme membres, partenaires ou soutiens de MIND AI THINK TANK. Leurs interventions sont étudiées comme sources publiques.
D’autres regards sur ces domaines
Des interventions publiques indépendantes, rapprochées par leurs thèmes.
Isaac BayohConcevoir une IA attentive aux langues et aux cultures africaines
Sara HookerSara Hooker : les données des entreprises, un enjeu d’autonomie face à l’IA
Anima AnandkumarAnima Anandkumar : construire une IA adaptée aux phénomènes physiques
Alex KarpAlex Karp : responsabilité, partage des gains et protection des données
