Comment empêcher un biais de données de modifier injustement une décision robotique ?

Réponse rapide

Pour éviter qu’un biais de données influence injustement une décision, on vérifie couverture et performance par contexte, on sépare contraintes de mission et corrélations et on garde une possibilité de revue humaine.

Point de vigilance

Une moyenne équitable n’empêche pas un cas individuel dangereux. Vérifiez les contextes critiques et prévoyez une revue humaine lorsque le domaine est dépassé.

Examiner les entrées

Contrôlez provenance, représentativité, annotations et valeurs manquantes pour les personnes, lieux et conditions qui déterminent l’action.

Comparer les résultats

Ventilez erreurs, seuils et refus par contexte pertinent et vérifiez qu’une amélioration globale ne dégrade pas un groupe exposé.

Mettre une barrière

Limitez l’autonomie, demandez confirmation ou utilisez une règle explicite lorsque l’incertitude ou l’écart dépasse le domaine validé.

Sources et références

  1. [1] Robotics and Autonomous Systems — NIST

Cette réponse vous a-t-elle été utile ?