De la définition à la modélisation : une perspective d'apprentissage automatique

Gestion des systèmes d'information et des opérations

© HEC Paris De la définition à la modélisation : une perspective d'apprentissage automatique

Intervenant : Heng Xu, Université de Notre-Dame

Salle T-020

Résumé

Cette conférence explore les enseignements que l'apprentissage automatique peut nous apporter sur l'avenir de la recherche en matière de protection de la vie privée. Je soutiens que la protection de la vie privée a résisté à toute théorisation unifiée car elle est intrinsèquement complexe, dépendante du contexte et souvent difficile à formuler pour les individus eux-mêmes en termes de règles. En m'appuyant sur l'histoire de l'IA – des systèmes symboliques à l'apprentissage statistique moderne – je suggère que la recherche sur la protection de la vie privée pourrait progresser en se concentrant moins sur une définition définitive de la protection de la vie privée et davantage sur l'identification des structures sous-jacentes à la manière dont les individus appréhendent la protection de la vie privée selon les contextes. J'aborde la manière dont l'hétérogénéité et l'incertitude situationnelle influencent les jugements en matière de protection de la vie privée, les raisons pour lesquelles ces dynamiques complexifient la recherche empirique et leurs implications pour la gouvernance des systèmes d'IA contemporains. La conférence conclut en soulignant les nouveaux défis tels que les atteintes à la vie privée fondées sur l'inférence et les compromis croissants entre protection de la vie privée, équité et pertinence dans l'IA.