Séminaire sur l'Intelligence Artificielle : VOILA! saison 2

«Réalisme algorithmique : pratiques de Data Science pour promouvoir la justice sociale»

Résumé :

Les Data Scientists ont été confrontés à un fossé entre leur désir d'améliorer la société et les effets néfastes de leurs créations. Alors que les algorithmes semblaient autrefois être des outils précieux pour faire progresser la justice sociale, ils apparaissent aujourd'hui comme des outils dangereux qui exacerbent l'inégalité et l'oppression.

Dans cet exposé, Ben Green soutient que pour améliorer la société grâce aux algorithmes, il faut transformer la Data Science, qui est une méthodologie formelle axée sur les modèles mathématiques, en une méthodologie pratique permettant de résoudre les problèmes sociaux du monde réel. L'approche actuelle de la Data Science - qu'il appelle « formalisme algorithmique » - se concentre sur les attributs mathématiques formels des algorithmes. Par conséquent, même lorsque les Data Scientists respectent les normes disciplinaires de rigueur, leurs tentatives d'amélioration de la société renforcent souvent l'injustice.

En réponse à ces limitations, Ben Green présente le « réalisme algorithmique », une méthodologie de Data Science qui conçoit et évalue les algorithmes en se concentrant sur les impacts dans le monde réel. Le réalisme algorithmique élargit la filière de la Data Science, en fournissant des stratégies concrètes sur la manière dont les scientifiques des données peuvent promouvoir la justice sociale. Cette nouvelle méthodologie suggère également des orientations plus bénéfiques pour la société dans les domaines en plein essor de l'éthique de la science des données, de l'équité algorithmique et de la science des données centrée sur l'Homme.
_____

"Algorithmic Realism: Data Science Practices to Promote Social Justice"

Abstract:

Data scientists have confronted a gap between their desire to improve society and the harmful impacts of their creations. While algorithms once appeared to be valuable tools that advance social justice, today they appear to be dangerous tools that exacerbate inequality and oppression.

In this talk, Ben Green argues that improving society with algorithms requires transforming data science from a formal methodology focused on mathematical models into a practical methodology for addressing real-world social problems. The current approach to data science - which he calls “algorithmic formalism” - focuses on the formal mathematical attributes of algorithms. As a result, even when data scientists follow disciplinary standards of rigor, their attempts to improve society often entrench injustice.

In response to these limitations, he introduces “algorithmic realism,” a data science methodology that designs and evaluates algorithms with a focus on real-world impacts. Algorithmic realism expands the data science pipeline, providing concrete strategies for how data scientists can promote social justice. This new methodology also suggests more socially beneficial directions for the burgeoning fields of data science ethics, algorithmic fairness, and human-centered data science.

Table ronde

La table ronde qui suivra la conférence traitera du thème IA, Data Science et justice sociale, et sera animée par les chercheuses et les chercheurs d'Université Côte d'Azur.
La présentation de Pr. Green et la table ronde seront en anglais, avec possibilité de sous-titrage en français.
_____

Panel discussion

The round-table discussion following the conference will address the theme of AI, Data Science and Social Justice, and will be moderated by researchers from Université Côte d'Azur.
Pr. Green's presentation and the round-table will be in English, with the option of French subtitles.