Make this article seo compatible,Let there be subheadings for the article, be in french, create at least 700 words
Nous savons déjà que l’intelligence artificielle peut être biaisée, un certain nombre d’incidents récents l’ont montré. Mais à quel point la technologie peut-elle être biaisée ?
Selon une nouvelle étude : Très. Une étude a utilisé l’IA pour analyser les médias sociaux afin de voir si la technologie pouvait détecter les signes de dépression dans les publications publiées en ligne. Les résultats en disent long.
IA biaisée
Les analyses ont révélé que même si l’intelligence artificielle (IA) peut détecter des signes de dépression chez les Américains blancs grâce à l’utilisation des médias sociaux, elle n’est peut-être pas aussi efficace pour les individus noirs. En fait, il était trois fois moins prédictif lorsqu’il était appliqué aux publications Facebook des Noirs, par rapport à celles des Blancs.
« La race semble avoir été particulièrement négligée dans les travaux sur l’évaluation linguistique de la maladie mentale », ont écrit les auteurs de l’étude publiée dans les Actes de l’Académie nationale des sciences (PNAS).
Méthodologie de recherche : « Je » parle
Pour leurs recherches, ils ont utilisé un outil d’IA « standard » pour analyser la langue de 868 volontaires, dont un nombre égal d’adultes noirs et blancs ayant des caractéristiques démographiques similaires comme l’âge et le sexe.
Les participants ont également été invités à remplir un questionnaire de dépistage de la dépression couramment utilisé par les prestataires de soins de santé.
Selon des recherches antérieures sur les publications sur les réseaux sociaux, les personnes qui utilisent fréquemment des pronoms à la première personne comme je, moi et le mien, ainsi que certains mots ou termes qui peuvent être considérés comme autodérision, sont plus à risque de dépression.
Fait intéressant, l’étude a révélé que l’utilisation de pronoms à la première personne et d’un langage d’autodérision n’était lié à la dépression que chez les individus blancs.
Sharath Chandra Guntuku, co-auteur de l’étude, a déclaré qu’ils « étaient surpris que ces associations linguistiques trouvées dans de nombreuses études antérieures ne s’appliquent pas à tous les niveaux ».
Tout en reconnaissant que les données des réseaux sociaux ne peuvent à elles seules diagnostiquer la dépression, il a déclaré qu’elles pourraient contribuer à l’évaluation des risques pour les individus ou les communautés.
(Avec la contribution des agences)