L’explicabilité dans le domaine de l’intelligence artificielle, et plus particulièrement en machine learning, est devenue aujourd’hui incontournable pour permettre à tout utilisateur de mieux prendre conscience et de mieux s’impliquer dans les décisions algorithmiques qui lui sont proposées.
Les utilisateurs de domaine (médecine, finance, assurance, chimie ...) profitent désormais de systèmes permettant de lever, en partie, le voile sur le problème bien connu de « boite noire ». Ces systèmes posent cependant de nouveaux défis afin de toujours mieux considérer ces utilisateurs finaux. En particulier, se posent aujourd’hui des questions impliquant de nombreuses disciplines et portant par exemple : sur la représentation de ces explications, le besoin de les contextualiser ou d’interagir, le raisonnement , de mesurer leur fiabilité, de les rendre plus éthiques, conformes aux contraintes juridiques, de les adapter aux compétences et connaissance des utilisateurs, etc.
Cet atelier vise à rassembler une communauté scientifique investie dans la problématique de l’explicabilité ainsi que tout utilisateur concerné par sa pratique.
L’objectif de cette journée est de proposer un moment d’échange sur les avancées et sur les projets scientifiques menés autour du triptyque « Données, utilisateurs, Explications »
réunir la communauté francophone travaillant sur l’explicabilité
réunir les collègues menant des travaux de recherche sur l’explicabilité ou l’utilisant dans leurs travaux scientifiques
partager les connaissances provenant de domaines scientifiques diverses en explicabilité
Soumission des articles : 26 novembre 2021 29 novembre 2021
Notification aux auteurs : 13 décembre 2021
Version finale des articles : 16 janvier 2022
Journée de l'atelier : 25 janvier 2022
Les inscriptions à l'atelier se font directement depuis le site d'inscription de la conférence EGC : https://egc2022.univ-tours.fr/inscription/