ON
← Retour au fil
"Deep Unlearning": Timnit Gebru sur le battage médiatique autour de l'IA, l'éthique et les préjugés raciaux algorithmiques
United States💻 TechnologieCentreil y a 10 j

"Deep Unlearning": Timnit Gebru sur le battage médiatique autour de l'IA, l'éthique et les préjugés raciaux algorithmiques

Democracy Now! interviewe Timnit Gebru, une figure éminente de l'éthique de l'IA, pour discuter de ses vues sur l'évolution du paysage de l'intelligence artificielle. Gebru souligne l'utilisation large et souvent trompeuse du terme "IA", notant que diverses technologies, telles que les grands modèles de langage et la vision par ordinateur, sont regroupées sous cet étiquette malgré leur nature distincte. Elle explique comment certains sous-domaines de l'IA gagnent en importance tandis que d'autres tombent en disgrâce, compliquant les discussions significatives sur les implications éthiques de ces technologies. Gebru fait également référence à son prochain livre, "Deep Unlearning", qui explore l'essor de l'IA et son parcours personnel en tant qu'idéaliste technique. L'interview parle de son travail avec le Distributed Artificial Intelligence Research Institute (DAIR), de son rôle précédent chez Google et de son plaidoyer dans l'IA noire, une organisation axée sur la représentation et l'inclusion croissante des individus noirs dans le domaine de l'IA.

Hank Green, une célèbre personnalité et auteur d'Internet, a récemment souligné l'importance de l'élaboration par les individus de leurs propres politiques personnelles en matière d'IA. Dans une discussion qui met en évidence les préoccupations croissantes concernant les implications éthiques de l'intelligence artificielle, Green a fait valoir que tout le monde devrait prendre la responsabilité de comprendre et de façonner l'impact de l'IA sur leur vie.

La conversation autour de l'éthique de l'IA a pris une tournure plus détaillée lors d'une récente interview avec Timnit Gebru, une figure éminente de l'éthique de l'IA et fondatrice de l'Institut de recherche sur l'intelligence artificielle distribuée (DAIR).

La perspective de Gebru sur l'IA va au-delà des défis techniques. Elle considère l'IA comme une vaste discipline englobant plusieurs sous-domaines, chacun avec des applications et méthodologies distinctes. Par exemple, alors que de grands modèles linguistiques comme ceux derrière ChatGPT dominent le discours actuel, les technologies plus anciennes telles que les systèmes de vision par ordinateur, développés dès la guerre du Vietnam, sont souvent négligées. Cette distinction souligne un défi clé dans la définition de ce qui constitue l'IA aujourd'hui, car le terme est souvent mal appliqué ou trop simplifié.

En plus de son travail chez DAIR, Gebru a cofondé Black in AI, une organisation à but non lucratif dédiée à l'augmentation de la représentation et de l'inclusion des professionnels noirs dans le domaine de l'intelligence artificielle.

Dans ce travail, Gebru critique la commercialisation de l'IA et la tendance à donner la priorité au battage médiatique sur les progrès significatifs. Elle soutient que l'adoption rapide des technologies d'IA éclipsent souvent les questions critiques sur leur impact sociétal, y compris les questions de partialité raciale et d'équité algorithmique. La discussion avec Gebru a également abordé des précédents historiques, tels que le passage de la terminologie des "systèmes experts" des années 1980 aux concepts d'IA modernes. Ces changements reflètent des tendances plus larges dans la façon dont les avancées technologiques sont commercialisées et perçues, conduisant souvent à la confusion sur leurs capacités et limites réelles.

Gebru suggère qu'une telle fluidité terminologique complique les efforts visant à engager un dialogue éclairé sur le rôle de l'IA dans la société. Alors que le débat sur la gouvernance de l'IA continue d'évoluer, des voix comme Green et Gebru jouent un rôle crucial dans la formation de la sensibilisation du public et des considérations politiques. Leurs contributions soulignent la nécessité d'une agence individuelle pour naviguer dans les complexités de l'IA, ainsi que d'une action collective pour garantir que le progrès technologique soit aligné sur les normes éthiques et les valeurs sociales. Les prochains mois verront probablement de nouveaux développements dans le plaidoyer de base et les réponses institutionnelles à ces questions urgentes.

Aller aux sources primaires (1)

Les sources officielles sur lesquelles repose la couverture. Lisez-les directement pour contourner le cadrage.

3 articles

Democracy Now! logoDemocracy Now!IndépendantCentreFactualité 85Objectivité 75il y a 10 j
"Deep Unlearning": Timnit Gebru sur le battage médiatique autour de l'IA, l'éthique et les préjugés raciaux algorithmiques

Timnit Gebru, une figure de proue de l'éthique de l'IA et fondatrice de l'Institut de recherche sur l'intelligence artificielle distribuée, discute de la manière dont les systèmes d'intelligence artificielle renforcent les préjugés et les inégalités sociétaux existants. Elle souligne les préoccupations concernant les données de formation utilisées par l'IA, notant que des sources telles que Wikipédia reflètent les perspectives occidentales et masculines dominantes.

Lecture du biais (Centre): L'article se concentre sur les questions technologiques liées à l'éthique de l'IA et ne présente pas de position politique ou de controverse claire. Il fournit des informations sur les impacts sociétaux de l'IA et les efforts des individus travaillant pour relever ces défis sans adopter une position partisane.

Pourquoi factualité (85): The article accurately reports Timnit Gebru's role in AI ethics, her founding of organizations like Black in AI, and her departure from Google in 2020 over concerns about AI bias and environmental impact. These details align with public records and cross-source consensus. However, the claim that 'th

Pourquoi objectivité (75): The article presents Gebru's perspective on AI bias and ethical concerns in a balanced manner, but it frames her arguments as critical of mainstream AI practices, which may subtly favor her viewpoint. The language used to describe her firing ('was fired') implies a judgment about her actions, rather

Vox logoVoxIndépendantCentreFactualité 80Objectivité 85il y a 12 j
Tout le monde a besoin d'une police d'IA personnelle.

L'article discute de l'importance pour les individus de développer leur propre "politique d'IA personnelle" pour naviguer dans l'influence croissante de l'intelligence artificielle dans la vie quotidienne. Il fait référence à Hank Green, créateur de contenu et défenseur de l'alphabétisation numérique, qui souligne la nécessité pour les gens de comprendre et de réglementer leurs interactions avec les technologies d'IA. L'article met en évidence les préoccupations concernant la confidentialité des données, les biais algorithmiques et les considérations éthiques dans l'utilisation de l'IA. Bien qu'il ne s'approfondisse pas dans des politiques ou des réglementations spécifiques, il suggère que la responsabilité personnelle et la sensibilisation sont cruciales pour façonner une relation plus transparente et équitable avec l'IA.

Lecture du biais (Centre): L'article présente une discussion équilibrée sur le rôle de la responsabilité individuelle dans la gouvernance de l'IA sans favoriser ouvertement une idéologie politique particulière.

Pourquoi factualité (80): The article accurately reflects that Hank Green is discussing the need for a personal AI policy, which matches the broader narrative from other sources. It avoids making unverified claims and sticks to general statements about AI usage.

Pourquoi objectivité (85): The tone remains neutral and informative, focusing on the practical implications of AI policies rather than taking sides. It presents the topic objectively without emotional language or overt bias.

Democracy Now! logoDemocracy Now!IndépendantCentreFactualité 5Objectivité 5il y a 10 j
"Deep Unlearning": Timnit Gebru sur le battage médiatique autour de l'IA, l'éthique et les préjugés raciaux algorithmiques

Democracy Now! interviewe Timnit Gebru, une figure éminente de l'éthique de l'IA, pour discuter de ses vues sur l'évolution du paysage de l'intelligence artificielle. Gebru souligne l'utilisation large et souvent trompeuse du terme "IA", notant que diverses technologies, telles que les grands modèles de langage et la vision par ordinateur, sont regroupées sous cet étiquette malgré leur nature distincte. Elle explique comment certains sous-domaines de l'IA gagnent en importance tandis que d'autres tombent en disgrâce, compliquant les discussions significatives sur les implications éthiques de ces technologies. Gebru fait également référence à son prochain livre, "Deep Unlearning", qui explore l'essor de l'IA et son parcours personnel en tant qu'idéaliste technique. L'interview parle de son travail avec le Distributed Artificial Intelligence Research Institute (DAIR), de son rôle précédent chez Google et de son plaidoyer dans l'IA noire, une organisation axée sur la représentation et l'inclusion croissante des individus noirs dans le domaine de l'IA.

Lecture du biais (Centre): L'article traite de l'éthique de l'IA et des développements technologiques sans aborder directement les questions politiques, les politiques ou les chiffres. Il se concentre sur les aspects techniques, les pratiques de l'industrie et les considérations éthiques dans le domaine de l'IA, ce qui la rend largement apolitique.

Pourquoi factualité (5): The article does not discuss the specific incident involving Brisha Borden and Vernon Prater. Instead, it focuses on broader discussions about AI ethics and algorithmic bias. It references the primary source document indirectly but does not provide detailed information about the case or the algorith

Pourquoi objectivité (5): The article maintains a general discussion about AI ethics and does not present a biased perspective on the specific case. However, it lacks direct coverage of the event and thus cannot be assessed for objectivity in relation to the specific incident.

Comment chaque camp l’a couvert

Le même événement, regroupé selon l’orientation politique des médias qui le couvrent.

Comment chaque camp l’a couvert

Soutenez une information indépendante et consciente des biais, et débloquez le pouls social, le vote communautaire et toutes les autres fonctions pour les soutiens.

Devenir soutien

Couverture dans le monde

Le même événement tel que rapporté dans d’autres pays.

Couverture dans le monde

Soutenez une information indépendante et consciente des biais, et débloquez le pouls social, le vote communautaire et toutes les autres fonctions pour les soutiens.

Devenir soutien

Vérification des affirmations

Les principales affirmations factuelles et combien de sources les confirment ou les contestent.

Vérification des affirmations

Soutenez une information indépendante et consciente des biais, et débloquez le pouls social, le vote communautaire et toutes les autres fonctions pour les soutiens.

Devenir soutien

Gardons l’information honnête.

ObjectiveNews est financé par ses lecteurs et sans publicité : nous vous montrons le biais au lieu de le cacher. Soutenez un journalisme indépendant pour 4 €/mois.

Devenir soutien

Sujets liés