Atelier animé par Théo Alves Da Costa, Manager data science, Ekimetrics.

Dans le cadre d’un premier atelier, nous avons introduit le sujet des biais, de l’équité, des risques de l’IA et étudié un cas concret à l’aide d’un premier outil open source – la librairie Python ethical ai – aujourd’hui released en version alpha (très expérimentale). Pour les prochains ateliers, nous proposons aux membres de tester l’outil EthicalAI en s’inspirant du notebook Python, ainsi qu’un Benchathon – un moment de collaboration pour tester d’autres outils et construire ensemble cette boite à outil de la Data Science responsable.

Au programme donc:

• Retour sur l’outil présenté par Théo lors de l’atelier du 28 avril “Utilisation responsable des données: modèles de Churn, quelles données pour un algorithme de classification par apprentissage automatique ?”
• Préparation du Benchathon du 25/06 – comparaison des bibliothèques AI fairness 360 / aequitas / What-if Tool

Il existe de nombreuses initiatives sur l’éthique et la responsabilité des données, mais très peu d’outils concrets sont disponibles pour les experts data qui veulent contribuer à une utilisation responsable des données. Nous avons choisi de collaborer autour d’un dataset et d’un cas d’usage spécifique présenté par un datacrafter afin d’adresser ensemble les sujets de biais et d’équité, d’interprétabilité, de coding convention, d’impact carbone… Les cas d’usage permettront d’échanger et de se challenger sur les questions à se poser et les réponses apportées pour une utilisation responsable de la donnée.

Nos ateliers ont lieu en présentiel, il y a suffisamment d’espace dans nos locaux pour accueillir les participants, tout en respectant les gestes barrières (port du masque et distanciation). Un lien zoom est proposé pour ceux qui ne peuvent pas se déplacer.