Human and/or Machine Learning ?
Informations
|
Auteur(s)
|
: |
Dominique
Boullier
Professeur des universités en sociologie, chercheur au Centre d’Études Européennes et de Politique Compérée à Science Po Paris
|
| Activité | : |
Séminaires NumeRev
|
| Événement | : |
NumeRev
|
| Lieu | : |
MSH Sud, site Saint-Charles 2, Montpellier
|
| Date | : | 4 décembre 2020 |
| Langue | : | Français |
| Licence | : |
|
En résumé
Les promesses du Machine Learning sont souvent survendues mais ce qui est certain c’est qu’il apporte un véritable défi à travers une nouvelle division de l’apprentissage (Zuboff). Si les Machine learners avancent sans cesse dans la direction d’un désencastrement de l’IA vis-à-vis du design organisationnel et des contributions des experts, ils seront confrontés à de vraies déconvenues en surestimant la valeur de leurs prédictions. Mais dans le même temps, ils obtiendront un véritable avantage en termes de connaissance des comportements sociaux en précision et en profondeur, ce qui placera leur entreprises en position de contourner toutes les institutions et les lois, des gouvernements comme des villes. Une autre voie est cependant possible pour développer un "human-machine learning" qui renforcera les pouvoirs des organisations et des citoyens, non seulement au moment des usages des résultats du ML mais au cœur même de leur conception.
