v2.11.0 (5776)

Enseignement scientifique & technique - BGDIA702 : Intelligence artificielle et sciences des données : enjeux éthiques, sociaux et économiques

Domaine > Sciences économiques et sociales.

Descriptif

Intelligence artificielle et sciences des données font l’objet d’une effervescence intense dans l’espace public. En effet, le perfectionnement des techniques d’apprentissage qui s’appuient sur des bases de données toujours plus volumineuses ouvre de nouvelles opportunités. Comme pour toute innovation technologique s’opposent des discours enthousiastes et critiques : tantôt ces technologies constituent un axe majeur d’innovation et de progrès, tantôt une menace pour l’humanité. Pour les utilisateurs, la situation est paradoxale : ils oscillent entre une perception positive des services rendus et une inquiétude face à l’exploitation de leurs traces.

L’objectif de ce cours est de prendre au sérieux les représentations de ces technologies telles qu’elles s’expriment dans les discours mais aussi dans des formes artistiques et de les confronter à la réalité de ce que peuvent produire les algorithmes associés à des bases de données de plus en plus importantes.

Comment les sciences sociales et les humanités peuvent nous aider à y voir plus clair dans ces débats?

Intelligence artificielle et sciences des données font l’objet d’une effervescence intense dans l’espace public. En effet, le perfectionnement des techniques d’apprentissage qui s’appuient sur des bases de données toujours plus volumineuses ouvre de nouvelles opportunités. Comme pour toute innovation technologique s’opposent des discours enthousiastes et critiques : tantôt ces technologies constituent un axe majeur d’innovation et de progrès, tantôt une menace pour l’humanité. Pour les utilisateurs, la situation est paradoxale : ils oscillent entre une perception positive des services rendus et une inquiétude face à l’exploitation de leurs traces.

L’objectif de ce cours est de prendre au sérieux les représentations de ces technologies telles qu’elles s’expriment dans les discours mais aussi dans des formes artistiques et de les confronter à la réalité de ce que peuvent produire les algorithmes associés à des bases de données de plus en plus importantes.

Comment les sciences sociales et les humanités peuvent nous aider à y voir plus clair dans ces débats?

 

 

Objectifs pédagogiques

Pour mettre en pratique les apports théoriques du cours, vous serez amenés à mener un projet de recherche autour d’un enjeu de société lié à l’IA et aux sciences des données. Vous choisirez une thématique et définirez une problématique (à titre d’exemple : quel avenir pour le travail avec l’IA et la robotique, l’attachement émotionnel aux robots, l’intelligence de la machine peut-elle dépasser celle de l’humain, les algorithmes sont-ils biaisés…). L’idée est d’articuler une réflexion en articulant trois types de sources : une ou deux prises de position par des chercheurs ou experts dans l’espace médiatique ; une fiction (film, série, roman, oeuvre d’art) qui traite du sujet ; un ou deux travaux de recherche qui s’attache à explorer les pratiques concrètes.

24 heures en présentiel (16 blocs ou créneaux)

effectifs minimal / maximal:

10/60

Diplôme(s) concerné(s)

Parcours de rattachement

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme IA : Intelligence Artificielle

Vos modalités d'acquisition :

Mise en situation / projet avec présentation orale

Rentre dans le calcul de la moyenne du BE1.

Conformément au règlement scolaire (art.3.3.2 page 6) : "Si l'étudiant obtient une note de BE inférieure à 10, il peut passer un examen de rattrapage pour toute ue de ce BE pour laquelle il a obtenu une note inférieure à 10".

Le rattrapage est autorisé (Note de rattrapage conservée)
  • le rattrapage peut être demandé par l'étudiant si :
    Note initiale < 10
L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2 ECTS

La note obtenue rentre dans le calcul de votre GPA.

Pour les étudiants du diplôme Big Data : gestion et analyse des données massives

Programme détaillé

 

Bibliographie :

Cardon Dominique, « Dans l’esprit du PageRank. Une enquête sur l’algorithme de Google », Réseaux, 2013, vol. 177, no 1, p. 63‑95.

Cardon Dominique, A quoi rêvent les algorithmes. Nos vies à l’heure des big data, Paris, Seuil, 2015.

 Dessalles J. L. (à paraitre), Des intelligences très artificielles, Paris, Odile Jacob.

Diaconescu A. et Pitt J. (2017), « Technological Impacts in Socio-Technical Communities: Values and Pathologies », IEEE Technology and Society Magazine, vol. 36, n°3, pp. 63‑71. Dreyfus H. (s. d.), L’intelligence artificielle : mythes et limites, Paris, Flammarion.

Ganascia J.-G. (1993), L’intelligence artificielle, Paris, Flammarion.

Ganascia J.-G. (2017), Le mythe de la Singularité. Faut-il craindre l’intelligence artificielle., Paris, Seuil.

Hutchby I. (2001), Conversation and technology : from the telephone to the internet, Cambridge, Polity Press.

Malabou C. (2017), Métamorphoses de l’intelligence. Que faire de leur cerveau bleu ?, PUF (dir.), Paris.

Pontille D. et Torny D. (2013), La manufacture de l’évaluation scientifique, 23-61 p.

Turing A.M. (1964), « Computing Machinery and Intelligence », in Alan Ross Anderson (dir.), Minds and Machines, N. J.:Prentice-Hall, Englewood Cliffs.

Turkle S. (2011), Alone together. Why we expect more from technology and less from each other ?, New-York, Basic Books.

Velkovska J. et Beaudouin V. (2014), « Parler aux machines, coproduire un service. Intelligence artificielle et travail du client dans les services vocaux automatisés », in Emmanuel Kessous et Alexandre Mallard (dir.), La Fabrique de la vente. Le travail commercial dans les télécommunications., Paris, Presse des Mines, pp. 97‑128.

 

Mots clés

éthique de l’intelligence artificielle, sociologie de l’IA, droit de l’IA, travail et IA, singularité, biais et discrimination

Support pédagogique multimédia

Oui

Veuillez patienter