Ce qu’ils disent de la tech. Ce que cela nous invite à penser.
Explorer les idées exprimées dans les médias sur l’intelligence artificielle, la data, la cybersécurité, la robotique et le digital. Retrouver les personnes, comparer les sujets et remonter aux sources.
Classées par date de publication ou de diffusion de la source, de la plus récente à la plus ancienne, avec Daniel Kokotajlo présenté en tête de sélection éditoriale. Les archives ne sont pas présentées comme de nouvelles prises de parole. Les dates partielles sont conservées ; les sources sans date sont affichées en dernier.
Nina da Hora analyse les risques de surveillance et de discrimination liés à la collecte des données, notamment biométriques. Elle défend une transparence adaptée aux usagers, l’éducation numérique et un débat démocratique plus inclusif. Pour elle, les biais sociaux exigent une réflexion collective, pas simplement davantage de données.
Regina Barzilay envisage une IA médicale capable d’aider à anticiper les risques et l’évolution des maladies, au-delà de l’automatisation de tâches existantes. Elle place les médecins au centre de la responsabilité clinique et souligne l’importance de protocoles sûrs. L’entretien aborde également la formation des soignants et les limites de modèles entraînés sur des populations trop peu représentatives.
Elle relie l’adoption de l’IA à l’organisation des données et au développement des compétences. Elle insiste sur l’évolution de l’éducation et l’accès des jeunes filles aux formations techniques.
Elle décrit une informatique théorique attentive aux obstacles sociaux qui limitent les possibilités individuelles. Ses travaux modélisent notamment les chocs de revenu et la distribution de l’aide. L’entretien montre comment les questions de justice peuvent orienter le choix des problèmes scientifiques, tout en exigeant un dialogue avec les institutions et les personnes concernées.
Elle explique pourquoi les hypothèses occidentales sur l'équité doivent être réexaminées dans le contexte indien. L'accès inégal au numérique peut laisser des communautés entières hors des données, tandis que caste, religion et rapports sociaux produisent des biais spécifiques.
Inioluwa Deborah Raji explique comment des données peu représentatives ont orienté son travail sur la reconnaissance faciale. Elle souligne que des systèmes techniquement performants peuvent néanmoins causer des dommages et compare les contraintes des audits internes et externes. Elle plaide pour une responsabilité accrue des organisations qui déploient ces outils.
Il relie la gouvernance de l’IA aux biais des données, aux transformations du travail et à la formation éthique des chercheurs. Il défend des mécanismes d’évaluation et une coopération internationale qui accepte la diversité des perspectives.
Dans cet entretien, Shakir Mohamed présente l’approche décoloniale de l’IA et revient sur la création du Deep Learning Indaba, une communauté destinée à renforcer la recherche africaine.
Dans cet entretien, Marcus Hutter présente les fondements mathématiques de l’IA universelle et du modèle AIXI. Le programme de la conversation relie induction de Solomonoff, complexité de Kolmogorov, apprentissage par renforcement et rationalité limitée. Il ouvre une discussion sur les approximations nécessaires lorsque des modèles théoriques rencontrent les contraintes du calcul. Cette présentation d’un cadre de recherche ne constitue ni une démonstration d’IA générale opérationnelle ni une prévision de sa date d’arrivée.
Il explique pourquoi la formation à l’IA doit représenter davantage de points de vue. Il souligne les bénéfices de la vision par ordinateur tout en rappelant les risques pour la vie privée.
Un observatoire éditorial des paroles publiques, ouvert aux experts et intervenants de tous horizons. Ce répertoire se construit progressivement ; il n’est ni exhaustif ni un classement des personnes.
Retrouver la sourceIdentifier le média, le lien original, la date, le format et le contexte de l’intervention.
Rapporter sans déformerLes synthèses sont des paraphrases en français, pas des citations exactes ni des transcriptions intégrales. Les déclarations restent attribuées.
Distinguer l’analyseLes réflexions éditoriales sont identifiées séparément. Vérifier la source ne signifie pas valider toutes les affirmations.
Documenter et corrigerLes fonctions de la prise de parole sont distinguées des fonctions actuelles lorsque celles-ci ont été vérifiées et sourcées. Les archives sont datées et les sources peuvent évoluer. Signaler une erreur ou proposer une source.
Les personnes référencées ne sont pas présentées comme membres, partenaires ou soutiens de MIND AI THINK TANK. Leurs interventions sont étudiées comme sources publiques.
