Skip to main content
catalogue.edulib.org
  • Courses
  • Organizations
  • Series
  • You are here:
  • Home
  • Courses
  • Biais et Discrimination en IA

Biais et Discrimination en IA

Ref. BIAIS1FR
CategoryedXCategoryPaid CertificateCategoryArtificial and numeric intelligenceCategorySocial Science & Humanities
  • Duration: 4 weeks
  • Effort: 20 hours
  • Pace: ~5 hours/week

Découvrez comment les algorithmes informatiques peuvent être biaisés et entraîner un impact important sur notre vie quotidienne. Dans ce MOOC, avec des experts internationaux, vous apprendrez comment identifier et atténuer les biais et la discrimination en intelligence artificielle (IA).

Share on FacebookShare on TwitterShare on LinkedinShare by Email

IVADO-BIAIS+1T2025

Enrollment
From May 1, 2025 to April 30, 2026
Course
From May 1, 2025 to April 30, 2026
Languages
French
Enroll now

Description

Ce cours, a été classé parmi le top 10 des meilleurs cours en ligne gratuits dans l’intelligence artificielle (IA) responsable dans sa version originale anglaise et porte sur une dimension trop rarement abordée de l’IA malgré ses impacts considérables.

Grâce à des experts internationaux de l’école internationale d’IVADO qui a eu lieu à Montréal (2019), vous y explorerez les aspects techniques et sociaux des biais, de la discrimination et de l’équité dans l’apprentissage automatique et la conception d’algorithmes. 

Le cours se concentre sur les biais liés au sexe, à la race et à la situation socio-économique, ainsi que sur les biais dans les modèles de prédiction basés sur les données et menant à des décisions. 

Le cours s’adresse principalement aux professionnels et aux universitaires ayant des connaissances de base en mathématiques et en programmation. La richesse de ce cours sera également d’une grande utilité pour quiconque utilise l’IA ou s’y intéresse. Ces sujets sociotechniques se sont avérés très révélateurs pour les professionnels techniques.

La durée totale du contenu vidéo est d’une durée totale de de 7 h 30,  enregistré en anglais et sous-titré en français. Le contenu est découpé en segments que vous pouvez regarder à votre propre rythme. Des quiz complets sont également proposés à la fin de chaque segment pour évaluer votre compréhension du contenu.

IVADO est une plaque tournante de la science des données en économie qui réunit des partenaires industriels, universitaires et gouvernementaux ayant une expertise en intelligence numérique. L’une de ses missions est de contribuer à l’avancée des connaissances numériques et de former de nouvelles générations d’experts en science des données conscients des biais. Bienvenue dans le monde de l’IA éthique et responsable!

Objectifs du cours

Au terme de ce MOOC, vous serez en mesure de : 

  • Comprendre les biais et la discrimination sous tous les aspects techniques et sociaux  
  • Identifier les effets néfastes des biais en apprentissage automatique (effets discriminatoires de la prise de décision algorithmique)
  • Identifier les sources de biais et de discrimination en apprentissage automatique
  • Utiliser des méthodes pour atténuer les biais en apprentissage automatique (stratégies de lutte contre les biais)
  • Émettre des recommandations pour guider le développement et l’évaluation éthiques des algorithmes en apprentissage automatique.

Prérequis

Une compréhension de base de l’apprentissage automatique est fortement recommandée pour ce MOOC.

Plan du cours

Module 1 Les concepts des biais et de l'équité dans le paradigme de l’IA

  • Différents types de biais
  • Critères et mesures d’équité

Module 2 Domaines dans lesquels des problèmes de biais algorithmiques ont été décelés

  • Vie privée, travail et système judiciaire
  • Politique et santé publique

Module 3 Tentatives institutionnelles visant à atténuer les biais et la discrimination en IA

  • L’outil d’évaluation de l’incidence algorithmique du Canada (Aequitas)
  • La Déclaration de Montréal pour une IA responsable

Module 4 Tentatives techniques visant à atténuer les biais et la discrimination en IA

  • Contraintes d’équité dans les plongements de graphe
  • Biais sexistes dans les textes

Other course runs

Archived

  • BIAIS1FR-A2021, enrollment from Aug. 26, 2021 to March 28, 2024
  • IVADO-BIAIS+2T2024, enrollment from May 1, 2024 to April 30, 2025

Course team

Farnadi, Golnoosh

Categories

Researcher and Fellow

Mila, IVADO

Kiciman, Emre

Categories

Senior Principal Researcher

Microsoft Research AI

Thomas, Rachel

Categories

Director

University of San Francisco, Center for Applied Data Ethics

Quels sont les instructeurs de ce cours ?

  • Behrouz BABAKI
  • Noel CORRIVEAU
  • Nathalie De MARCELLIS-WARRIN
  • Audrey DURAND
  • Golnoosh FARNADI
  • Will HAMILTON
  • Emre KICIMAN
  • François LAVIOLETTE
  • Petra MOLNAR
  • Deborah RAJI
  • Tania SABA
  • Pedro SALEIRO
  • Cynthia SAVARD SAUCIER
  • Rachel THOMAS
  • Nicolas VERMEYS
  • RC WOODMAS

Organizations

Université de Montréal

IVADO

catalogue.edulib.org
FacebookTwitter pageLinkedin page

Learn more

  • About
  • Sitemap
  • Contact

2025 © EDUlib All Rights Reserved.

Powered by Richie & open edX