Thèmes‎ > ‎

Quelle autonomie face à l'intelligence artificielle ? - Guillaume CHEVILLON




Un des buts principaux des Sciences des données et de l'Intelligence artificielle vise le développement de méthodes systématiques de prévision, ancrées dans les mathématiques, les statistiques et l'informatique. Lorsqu'il s'agit de prévoir des comportements humains, ces derniers sont donc perçus comme résultant de stimuli dont l'impact est modélisable. L'être humain, dans sa dimension cognitive, apparaît alors comme un système décisionnel liant cause et conséquence. Qui comprend et prévoit le comportement humain est donc capable de l'influencer, voire de le contrôler.

Cette prévision et ce contrôle seront peut-être toujours hors de portée : les arts, la philosophie et la psychologie n'ont-ils pas montré que les humains sont mus par des émotions irrationnelles ? L'ethnologie, les sciences sociales et économiques n'ont-elles pas démontré que le comportement d'un groupe ne peut se réduire à la somme des comportements individuels ? que les agents économiques agissent en fonction des perceptions qu'ils ont de leur environnement et qu'ils modifient ce dernier en retour ?

Oui mais il faut se rendre à l'évidence : Google, Amazon, Facebook et autres réussissent bien à anticiper et modifier nos décisions et comportements. Est-ce seulement lié à leurs capacités en marketing et en communication ?

Ce séminaire vise à ce que les étudiants étudient les principes de modélisation et de prévision utilisées en Intelligence artificielle et les confrontent aux autres disciplines qui analysent les jugements, décisions et comportements humains (arts, sciences humaines et sociales, sciences cognitives, marketing...). Le but pour les étudiants est de se former une opinion sur les capacités, limitations, risques et opportunités liés aux applications de l'intelligence artificielle à la prédiction et à l'influence.

Ainsi, la question à laquelle le séminaire tente d'apporter une réponse est :

Comment maintenir notre autonomie vis-à-vis du contrôle imposé par l'intelligence artificielle ?

Outre une part de lectures et discussions indispensables à l'appropriation du thème, le séminaire comprendra des rencontres avec des chercheurs et praticiens d'une ou plusieurs disciplines (a priori une voire deux disciplines par sous-groupe). Le séminaire donnera l'occasion de pratiquer des expérimentations en laboratoire et/ou en ligne.

L'objectif du séminaire est que les étudiants et étudiantes rédigent un article d'analyse qu'elles/ils s'efforceront de publier dans la presse ou les médias en ligne.

Programme du Séminaire

COMPRENDRE
intelligence artificielle :
conférence mardi matin par deux professeurs en IA de CentraleSupélec
lectures + interviews
COMPARER 
étudier une autre discipline au choix (sciences, humaines et sociales, management, arts...)
lectures + entretien avec expert du domaine
EXPERIMENTER
faire une expérience de modélisation ou influence des comportements
comment analyser la causalité
EVALUER
bénéfices, risques et limites
comment transmettre et éduquer

Bibliographie

Causalité
Pearl, Glymour & Jewell, Causality: A Primer (Causal Inference in Statistics)
also the Book of Why links: 1, 2, 3
Facebook manipulation
Peter Donnelly How stats fool juries
Coursera course on measuring causal effects

Philosophy
Zygmunt Bauman, Postmodernity & its Discontents
La société de Contrôle (wiki)
Foucault, Surveiller et Punir
Foucault, Sécurité, Territoire, Population, cours au Collège de France 
Panopticon (wiki)
Cybersyn in Allende's Chile
Hannah Arendt, Les Origines du totalitarisme
Karl Popper, The Open Society and its enemies (review)

Anticipations Rationelles
Steven M. Sheffrin,  Rational Expectations. 2d ed. Cambridge: Cambridge University Press, 1996.
Thomas Sargent on Rational Expectations 
Akerlof and Shiller, Animal Spirits: How Human Psychology Drives the Economy, and Why It Matters for Global Capitalism
Kahneman, Thinking Fast and Slow
Lucas Critique, 1976
Armatya Sen, Rationalité et Liberté en Economie
Thaler, R. (2016). Misbehaving: The Making of Behavioral Economics

Sociology & Economics
Dominique Cardon, A quoi rêvent les algorithmes ?
Esther Duflo Social experiments to fight poverty
Matthew Salganik, Bit by Bit (Science review)
Cahuc P & A. Zylberberg (2016). Le négationnisme économique et comment s'en débarrasser 
Levitt, S. & S. Dubner (2005). Freakonomics (link) 

Artificial Intelligence
Nick Bostrom, Superintelligence: Paths, Dangers, Strategies 
Margaret A. Boden, Artificial Intelligence: A Very Short Introduction 
Mueller Artificial Intelligence for Dummies 
Gérard Berry L'Hyperpuissance de l'informatique
Eric Horvitz and Deirdre Mulligan "Data, privacy, and the greater good." Science 349.6245 (2015): 253-255.
O'Neil, Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy
Edward A. Lee, Plato and the Nerd: The Creative Partnership of Humans and Technology
Leçon inaugurale de Stephane Mallat au Collège de France
site de simulation de classification par réseaux de neurones


Marketing
LilienArvind Rangaswamy & De Bruyn, Principles of Marketing Engineering and Analytics, 2017
Malcolm Gladwell - The Ketchup Connendrum

Arts
Jeff Guess Ecole des arts de Cergy
Artistes & Robots au Grand Palais
AI and Poetry (Dazed)
5 artists (Dazed)

Laboratoires & projets
Centre des Humanités Digitales EPFL
Oxford Future of Humanity Institute
Harvard Digital Lab for the Social Sciences
Harvard Insitute for the Quantitative Social Sciencees

Conferences
Deliberation, Belief Aggregation and Epistemic Democracy

General references
SelectionFile type iconFile nameDescriptionSizeRevisionTimeUser
Ċ
View Download
syllabus  170k v. 1 Sep 10, 2018, 5:55 AM Guillaume Chevillon
ĉ
View Download
Ensemble des idées apparues lors de la séance de brainstorming  13k v. 1 Sep 13, 2018, 11:37 PM Guillaume Chevillon
Ċ
View Download
slides de Edouard Oyallon  2071k v. 1 Sep 16, 2018, 9:22 AM Guillaume Chevillon
ċ

View
présentation générale  Sep 10, 2018, 5:55 AM Guillaume Chevillon
SelectionFile type iconFile nameDescriptionSizeRevisionTimeUser
Ċ
View Download
  789k v. 2 Sep 11, 2018, 12:01 AM Guillaume Chevillon
ċ

View
Tim Harford -- Financial Times -- April 2014  Sep 10, 2018, 1:15 PM Guillaume Chevillon
Ċ
View Download
Artificial intelligence and behavioral economics  553k v. 2 Sep 1, 2018, 6:14 AM Guillaume Chevillon
Ċ
View Download
Discussion by Daniel Kahneman  22k v. 2 Sep 1, 2018, 6:14 AM Guillaume Chevillon
Ċ
View Download
The Economist  424k v. 2 Sep 9, 2018, 1:08 PM Guillaume Chevillon
Ċ
View Download
The New Yorker  593k v. 2 Sep 1, 2018, 6:16 AM Guillaume Chevillon
Ċ
View Download
The Economist   983k v. 2 Sep 1, 2018, 6:14 AM Guillaume Chevillon
Ċ
View Download
The Economist  3338k v. 2 Sep 1, 2018, 6:33 AM Guillaume Chevillon
Ċ
View Download
The Economist  284k v. 2 Sep 1, 2018, 6:33 AM Guillaume Chevillon
Ċ
View Download
The Economist  410k v. 2 Sep 1, 2018, 6:33 AM Guillaume Chevillon
Ċ
View Download
Libération   1533k v. 2 Sep 1, 2018, 6:34 AM Guillaume Chevillon
Ċ
View Download
The New Yorker  680k v. 2 Sep 1, 2018, 6:34 AM Guillaume Chevillon
Ċ
View Download
Le Monde  299k v. 2 Sep 1, 2018, 6:14 AM Guillaume Chevillon
Ċ
View Download
by Hal Varian (Google)  647k v. 2 Sep 1, 2018, 6:14 AM Guillaume Chevillon
Ċ
View Download
The Economist  555k v. 2 Sep 1, 2018, 6:34 AM Guillaume Chevillon
Ċ
View Download
The New Yorker  267k v. 2 Sep 1, 2018, 6:14 AM Guillaume Chevillon
ċ

View
Chris Anderson, Wired  Sep 9, 2018, 1:43 PM Guillaume Chevillon
Ċ
View Download
The Economist   286k v. 2 Sep 1, 2018, 6:17 AM Guillaume Chevillon