Équité algorithmique· Fairness

Ensemble de critères visant à limiter les traitements discriminatoires produits par un système d'IA.

ExempleUn modèle de tarification satisfait l'équité individuelle (même profil = même prime) mais viole l'équité de groupe (les résidents de certains codes postaux paient systématiquement plus, pour des raisons non causales).

En clairLe piège est de croire qu'il existe une seule définition du mot juste. Traiter tout le monde pareil, obtenir le même taux d'erreur par groupe, ou le même taux de réussite, sont trois exigences différentes. Elles sont mathématiquement incompatibles entre elles dès que les groupes diffèrent. Choisir laquelle prime est une décision politique, pas technique. Un système déclaré équitable l'est selon un critère précis, qu'il faut demander à voir.