Démasquer les biais : Assurer l'équité algorithmique dans les modèles d'IA

Techniques pour intégrer l'équité dans les modèles d'IA et minimiser les biais.

Format

Cours
en ligne

Expert

Khaoula Chehbouni

Date de la séance en direct

8 oct. , 2025

Heure de la séance en direct

12h30 - 15h00

Travail préparatoire individuel

1 Hour

Prix

$225 + taxes

À propos du module

À l'ère numérique actuelle, les algorithmes exercent une influence considérable dans divers domaines, mais ils comportent souvent des biais qui peuvent perpétuer les inégalités.Comprendre et analyser ces biais dans les algorithmes est essentiel pour garantir des résultats équitables dans les processus automatisés. Dans ce module, vous examinerez les différentes sources de biais dans les algorithmes et découvrirez des stratégies techniques pour atténuer ces biais afin de créer des systèmes d'IA plus équitables et dignes de confiance.

Objectifs d'apprentissage

Démasquer les différentes sources de biais dans les algorithmes pour comprendre leurs origines et leurs impacts 
Évaluer l'impact des algorithmes biaisés dans la vie réelle.
Identifier les meilleures pratiques pour mettre en œuvre l'équité dans les systèmes d'IA et explorer les outils techniques.
Articuler les défis uniques de l'équité dans l'IA générative.

À qui s'adresse ce module ?


CTO, ingénieur·e·s en apprentissage automatique, scientifiques des données, chercheur·se·s en IA, développeur·se·s de produits IA, professionnel·le·s du marketing/communications.

Conçu pour les participant·e·s ayant une compréhension fondamentale des concepts de l'IA et des connaissances de base en probabilité, algèbre linéaire et apprentissage automatique.

Course Lessons

Khaoula Chehbouni

Khaoula Chehbouni est doctorante en informatique à l'université McGill et au Mila. Elle a reçu la prestigieuse bourse de formation doctorale du FRQNT pour mener des recherches sur l’équité et la sécurité dans les grands modèles de langage. Précédemment, elle a travaillé en tant que scientifique de données senior chez Statistique Canada et a complété sa maîtrise en intelligence d'affaires à HEC Montréal, où elle a remporté le prix du meilleur mémoire.