Jeudi 18 janvier 2024, 14h00 - 15h30 (UTC/GMT+1 ou CET)

Langues: interprétation simultanée en français, anglais et espagnol (Foire aux questions sur l’interprétation simultanée)

Ce webinaire est organisé en partenariat avec le Groupe opérationnel pour la gouvernance électronique au service des politiques publiques de l’Université des Nations Unies (UNU-EGOV).

Dans le domaine de l’intelligence artificielle (IA), l’explicabilité désigne la capacité à comprendre de quelle manière ces systèmes prennent des décisions ou émettent des prédictions. Ce concept s’avère primordial pour renforcer la confiance du grand public envers la technologie, en particulier auprès des personnes ne disposant pas de connaissances en la matière, et permettre aux équipes de comprendre la logique qui sous-tend les prédictions de l’IA, afin de veiller à ce que les décisions prises correspondent aux objectifs de l’institution de sécurité sociale.

Parallèlement à cette notion, le webinaire mettra également en contexte les données d’apprentissage, les hypothèses de modèle et les éventuelles limites qui renforcent l’intelligibilité des systèmes d’IA, pour aider à identifier et résoudre les problèmes potentiels.

Ce webinaire présentera les concepts d’explicabilité et d’intelligibilité de l’IA ainsi que les différences entre des modèles plus simples comme les arbres décisionnels ou la régression linéaire, de même que d’autres modèles de type «boîte noire», plus complexes, comme les réseaux neuronaux profonds.

En outre, il se penchera sur l’importance de la responsabilisation dans le contexte de l’IA, en insistant sur la nécessité de documenter, de tester et d’assurer un suivi rigoureux afin de pouvoir associer les décisions aux parties responsables et respecter les normes de transparence en vigueur.

Enfin, le webinaire permettra de partager des informations sur les manières dont les institutions de sécurité sociale peuvent contrôler les algorithmes et solutions pour veiller à leur conformité au regard des objectifs stratégiques.

Intervenants

	Moinul Zaber, Chargé de recherche principal, Groupe opérationnel pour la gouvernance électronique au service des politiques publiques (UNU-EGOV), Université des Nations Unies
	Raphaël Duteau, Gestionnaire, Division de la Science des données, Emploi et Développement social Canada, Canada

Ce webinaire examinera les questions suivantes:

• Qu’est-ce que l’explicabilité dans le domaine de l’intelligence artificielle?
• En quoi l’explicabilité est-elle importante pour les applications d’IA, en particulier dans la sécurité sociale?
• Quelle est la différence entre les niveaux de transparence des différents modèles et qu’est-ce que cela implique?
• Quelles pratiques clés peuvent aider les institutions de sécurité sociale à gagner en clarté lorsqu’elles utilisent l’IA?

Ordre du jour

• Mot de bienvenue par Marcelo Abi-Ramia Caetano, Secrétaire général de l’AISS
• Mise en contexte par UNU-EGOV
• Expérience de l’EDSC, Canada
• Commentaires techniques
• Q&R – Discussion
• Conclusions

Modéré par Ernesto Brodersohn, Fonctionnaire principal en sécurité sociale, AISS

Informations pratiques

Le webinaire est ouvert aux délégués des institutions membres de l’AISS et aux institutions invitées sans frais d’inscription.