La pratique de concevoir, développer et déployer des systèmes d'IA de manière éthique, transparente et responsable envers les parties prenantes et la société.
Une discipline holistique intégrant des principes éthiques (équité, transparence, responsabilité), une gouvernance robuste (comités d’éthique, évaluations d’impact) et des contrôles techniques (explicabilité, atténuation des biais). Les programmes d’IA responsable définissent les valeurs de l’organisation, les traduisent en exigences de conception, intègrent des points de contrôle éthiques dans les pipelines de développement et mesurent les résultats à l’aide d’indicateurs clés de performance éthiques (KPI) — garantissant que l’IA serve les intérêts de la société et des parties prenantes.
Une entreprise de réseau social lance une initiative « IA responsable » : tous les algorithmes de recommandation doivent réussir des tests d’équité avant déploiement, fournir des explications destinées aux utilisateurs et inclure des options de « désactivation ». Un Comité interne d’éthique de l’IA examine la conformité, et des rapports semestriels présentent les performances au regard des indicateurs internes de responsabilité.
