La pratique de concevoir, développer et déployer des systèmes d'intelligence artificielle d'une manière qui s'aligne sur des principes et valeurs éthiques, garantissant l'équité, la responsabilité et la transparence.
Une approche holistique qui intègre des considérations éthiques — telles que l’atténuation des biais, le consentement des utilisateurs, les garanties de confidentialité et le suivi des impacts — à chaque phase du cycle de vie de l’IA. L’IA éthique exige une collaboration multidisciplinaire (philosophes, experts métier, technologues), des processus de gouvernance clairs (comités d’éthique, évaluations d’impact) et des KPI éthiques mesurables (indicateurs d’équité, scores de transparence).
Une startup du secteur de la santé met en œuvre une IA éthique en réunissant un comité d’éthique chargé de superviser son chatbot de vérification des symptômes. Elle impose des tests de biais couvrant différentes tranches d’âge, des dialogues de consentement utilisateur avant la collecte des symptômes, ainsi que des enquêtes post-déploiement afin de garantir que les recommandations respectent l’autonomie des patients et ne favorisent pas involontairement certains groupes démographiques.
