#prédiction

Les dessous de l’informatique affective : épisode du podcast Comment les machines détectent nos #émotions | France Inter
▻https://www.radiofrance.fr/franceinter/podcasts/le-code-a-change/le-code-a-change-6609054

— Permalink

#intelligenceartificielle #reconnaissance #prédiction #limites #biais #intimité #intimitéartificielle

Editorial: #emotions and artificial intelligence
▻https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2025.1720713/full

— Permalink

#artificialintelligence #prediction #perception #empathy #cognition #decisionmaking #artificialintimacy #psychology

Politiques publiques : passer de l’#IA… à la #dénumérisation

L’intelligence artificielle et son monde est en train de prendre la main sur les #politiques_publiques, au risque de nous laisser sans échappatoire, alerte Dan McQuillan.

L’IA prédictive comme générative semble offrir une multitude d’avantages à l’élaboration des politiques publiques : de l’analyse de données complexes à l’optimisation des ressources. Elle semble à la fois être capable d’apporter une vision globale et d’identifier les leviers permettant de la modifier. Recourir à l’IA signifie mettre en place des politiques conduites par les données, ce qui permet d’assurer une forme d’#objectivité, notamment quant il s’agit de rationner le #service_public…

Mais, cette production de solutions politiques semble oublier que l’IA est incapable de résoudre les #problèmes_structurels. Elle propose des #solutions_performatives qui obscurcissent et amplifient les problèmes, explique l’iconoclaste #Dan_MacQuillan dans un article pour la Joseph Rowntree Foundation, une association britannique de lutte contre la pauvreté, qui a initié une réflexion sur l’usage de l’IA pour le #bien_public. Dan McQuillan est maître de conférence au département d’informatique de l’université Goldsmiths de Londres. Il est l’auteur de Resisting AI, an anti-fascist approach to artificial intelligence (Résister à l’IA, une approche anti-fasciste de l’intelligence artificielle, Bristol University Press, 2022, non traduit) dont nous avions déjà parlé.

McQuillan rappelle que l’IA, par principe, consiste à produire des #corrélations réductrices plutôt que des analyses causales. « La complexité de l’IA introduit une #opacité fondamentale dans le lien entre les #données_d’entrée et les #résultats, rendant impossible de déterminer précisément pourquoi elle a généré un résultat particulier, empêchant ainsi toute voie de recours. Ce phénomène est aggravé dans les applications concrètes, où les résultats apparemment fiables de l’IA peuvent devenir auto-réalisateurs. Un #algorithme d’apprentissage automatique qualifiant une famille de « difficile » peut ainsi créer une #boucle_de_rétroaction entre les membres de la famille et les #services_sociaux. De cette manière, l’IA imite des phénomènes sociologiques bien connus, tels que les #stéréotypes et la #stigmatisation, mais à grande échelle ». Ses inférences au final renforcent les #stratifications_sociales de la société comme pour les rendre acceptables.

Or, rappelle le chercheur, « une bonne politique doit impérativement être ancrée dans la réalité ». C’est pourtant bien ce lien que rompent les calculs de l’IA, à l’image des #hallucinations. Celles-ci proviennent du fait que l’IA repose sur l’#imitation_du_langage plutôt que sa #compréhension. Le même principe s’applique à toutes les #prédictions ou #classifications que produit l’IA. « Que l’IA soit appliquée directement pour prédire la #fraude aux #aides_sociales ou simplement utilisée par un décideur politique pour « dialoguer » avec une multitude de documents politiques, elle dégrade la #fiabilité des résultats ».

Des données probantes suggèrent déjà que l’imbrication des #algorithmes dans les solutions politiques conduit à une appréciation arbitraire de l’#injustice et de la #cruauté. Les #scandales abondent, de #Robodebt en Australie à l’affaire des allocations familiales aux Pays-Bas, qui auraient tous pu être évités en écoutant la voix des personnes concernées. Mais l’IA introduit une #injustice_épistémique, où la capacité des individus à connaître leur propre situation est dévaluée par rapport aux abstractions algorithmiques. Si l’IA, comme la #bureaucratie, est présentée comme une forme généralisée et orientée vers un objectif de processus rationnel, elle engendre en réalité de l’#inconscience : l’incapacité à critiquer les instructions, le manque de #réflexion sur les conséquences et l’adhésion à la croyance que l’ordre est correctement appliqué. Pire encore, l’IA dite générative offre la capacité supplémentaire de simuler une large consultation, que ce soit par « l’interprétation » hallucinatoire d’un grand nombre de soumissions publiques ou par la simulation littérale d’un public virtuel et prétendument plus diversifié en remplaçant des personnes réelles par des avatars d’#IA_générative. Une technique, qui, si elle a l’avantage de réduire les coûts, est dénoncée par des chercheurs comme contraire aux valeurs mêmes de l’enquête et de la recherche, rappelait Scientific American. « L’approche technocratique mise en œuvre par l’IA est à l’opposé d’un mécanisme réactif aux aléas de l’#expérience_vécue », explique McQuillan. « L’IA n’est jamais responsable, car elle n’est pas responsable ». Si l’on considère les attributs de l’IA dans leur ensemble, son application à l’élaboration des politiques publiques ou comme outil politique aggravera l’#injustice_sociale, prédit le chercheur. L’apport de l’IA à l’ordre social ne consiste pas à générer des arrangements de pouvoir alternatifs, mais à mettre en place des mécanismes de classification, de #hiérarchisation et d’#exclusion.

Chaque signalement par l’IA d’un risque de #fraude, d’un classement d’une personne dans une catégorie, mobilise une vision du monde qui privilégie des #représentations_abstraites à la complexité des relations vécues, et ce dans l’intérêt des institutions et non des individus. « Imprégnées des injustices criantes du #statu_quo, les solutions de l’IA tendent inexorablement vers la #nécropolitique, c’est-à-dire vers des formes de prise de décision qui modifient la répartition des chances de vie par des désignations de disponibilité relative. Détourner massivement les individus des parcours éducatifs ou des prestations sociales dont ils ont besoin pour survivre, par exemple, constitue un #filtre_algorithmique pour déterminer qui est bienvenu dans la société et qui ne l’est pas ».

Le problème, c’est que la pression sur les décideurs politiques à adopter l’IA est immense, non seulement parce que ses #biais viennent confirmer les leurs, mais plus encore du fait des engagements commerciaux et des promesses économiques que représente le développement de ce secteur. Et McQuillan de regretter que cette orientation nous éloigne de l’enjeu éthique qui devrait être au cœur des politiques publiques. La politique s’intéresse de moins en moins aux injustices structurelles de la société. « Un monde où l’élaboration et la mise en œuvre des politiques publiques reposent sur l’IA est aussi un monde qui confère un #pouvoir considérable à la petite poignée d’entreprises capables de disposer de ces ressources ». Par essence, « l’adoption de l’IA constitue un engagement en faveur de l’#extractivisme et d’un transfert de contrôle à un niveau qui supplante toute politique réelle ».

En fait, explique McQuillan, adopter l’IA dans l’élaboration des politiques publiques revient à soumettre les politiques à des agendas corporatifs et idéologiques plus vastes (à savoir se soumettre à ceux qui ont déjà décidé que l’avenir de la civilisation réside dans l’intelligence artificielle générale (IAG), ceux qui ont décidé que la meilleure réponse à la crise structurelle est de la masquer sous le battage médiatique de l’IA, et ceux qui ont conclu que le meilleur moyen de maintenir les revenus en période de récession mondiale est de remplacer les travailleurs réels par des émulations d’IA de mauvaise qualité). L’impact net de l’IA dans l’élaboration des politiques la rendrait plus précaire et favoriserait l’externalisation et la #privatisation sous couvert d’une #technologie surmédiatisée. Il s’agit d’une forme de « #stratégie_du_choc », où le sentiment d’urgence généré par une technologie prétendument transformatrice du monde est utilisé comme une opportunité pour l’#emprise des entreprises et pour transformer les systèmes sociaux dans des directions ouvertement autoritaires, sans réflexion ni débat démocratique.

Pour Dan McQuillan, plutôt que de se demander comment l’IA va imprégner l’élaboration des politiques, il faudrait se concentrer sur des politiques publiques qui favorisent la dénumérisation. C’est-à-dire favoriser une stratégie sociotechnique de réduction de la #dépendance à l’échelle computationnelle, de participation maximale des communautés concernées et de reconnaissance accrue du fait que le raisonnement computationnel ne saurait se substituer aux questions politiques exigeant un jugement réfléchi et perspicace. L’IA, en tant qu’appareil de calcul, de concepts et d’investissements, est l’apothéose de la « vue d’en haut », l’abstraction désincarnée du savoir privilégié qui empoisonne déjà nombre de formes d’élaboration des politiques. Pour McQuillan, un pivot vers la « #décomputation » est une façon de réaffirmer la valeur des #connaissances_situées et du contexte sur le seul passage à l’échelle. Contrairement aux prédictions et simulations de l’IA, notre réalité commune est complexe et intriquée, et la théorie ne permet pas de prédire l’avenir. Cela ne signifie pas que nous ne pouvons pas progresser vers des objectifs tels que la justice sociale et une transition juste, mais la dénumérisation suggère de les aborder de manière à la fois itérative et participative. Le véritable travail de restructuration réoriente l’attention des technologies toxiques vers le développement de techniques de #redistribution du #pouvoir_social, telles que les #conseils_populaires et les #assemblées_populaires. Bref, pour sortir de l’enfermement des politiques publiques de l’abstraction qu’impose l’IA, il faut prendre un virage contraire, suggère McQuillan. Un constat qui n’est pas si éloigné de celui que dresse le chercheur Arvind Narayanan quand il invite à limiter l’emprise du calcul sur le social, même s’il est exprimé ici d’une manière bien plus radicale.

►https://danslesalgorithmes.net/2025/10/07/politiques-publiques-passer-de-lia-a-la-denumerisation
#intelligence_artificielle #AI

Dans les algorithmes | Politiques publiques : passer de l’IA... à la dénumérisation
►https://danslesalgorithmes.net/2025/10/07/politiques-publiques-passer-de-lia-a-la-denumerisation

« La complexité de l’IA introduit une opacité fondamentale dans le lien entre les données d’entrée et les résultats, rendant impossible de déterminer précisément pourquoi elle a généré un résultat particulier, empêchant ainsi toute voie de recours. Ce phénomène est aggravé dans les applications concrètes, où les résultats apparemment fiables de l’IA peuvent devenir auto-réalisateurs. Un algorithme d’apprentissage automatique qualifiant une famille de « difficile » peut ainsi créer une boucle de rétroaction entre les membres de la famille et les services sociaux. De cette manière, l’IA imite des phénomènes sociologiques bien connus, tels que les stéréotypes et la #stigmatisation, mais à grande échelle »

-- (...)

#intelligenceartificielle #automatisation #imitation #fiabilité #simplification #prédiction #corrélation #causalité #politique #justice #droit #éthique #rationalité #solutionnisme #gouvernementalité #algorithmique #gouvernancealgorithmique #bestof

Public #policymaking: from AI to decomputing | Joseph Rowntree Foundation
▻https://www.jrf.org.uk/ai-for-public-good/public-policymaking-from-ai-to-decomputing

AI, whether in the form of plain old neural networks or Large Language Models like ChatGPT, learns its patterns from the world as it is. While these #algorithms can find a path between messy input data and desired outcomes, the underlying mechanism is one of reductive #correlation not causal analysis; there’s nothing based on how things happen, just that certain patterns seem to reoccur. AI’s complexity introduces a fundamental opacity to the link between input and output, making it impossible to be sure exactly why it generated a particular result, removing any route to due process. This is compounded in real-world applications, where AI’s apparently authoritative outputs can become self-fulfilling, a machine learning algorithm labelling a family as ‘troubled’ can set up a feedback loop of (...)

#imitation #reliability #simplification #prediction #stigmatization #causality #politics #justice #law #ethics #rationality #solutionism #technosolutionism #bestof

IA et #science : du pliage de protéines… à l’illusion de la #connaissance
▻https://danslesalgorithmes.net/2025/09/30/ia-et-science-du-pliage-de-proteines-a-lillusion-de-la-connaissa

— Permalink

#IntelligenceArtificielle #recherche #prediction #biologie #lifescience #alphafold #folding #génomique

GitHub - #apple/ml-simplefold
▻https://github.com/apple/ml-simplefold

— Permalink

#modeling #protein #structure #prediction #folding #simplefold

#labind: identifying #protein binding #ligand-aware sites via learning interactions between ligand and protein
▻https://www.nature.com/articles/s41467-025-62899-0

— Permalink

#molecularmodeling #modeling #bindingsite #prediction

#intfold: A Controllable Foundation Model for General and Specialized Biomolecular #structure #prediction
▻https://arxiv.org/abs/2507.02025

▻https://github.com/IntelliGen-AI/IntFold ▻https://app.tamarind.bio/intfold

-- Permalink

#modeling #protein #folding

Stock market trend #prediction using deep neural network via chart analysis: a practical method or a myth?
▻https://www.nature.com/articles/s41599-025-04761-8

— Permalink

#stockmarket #machinelearning #endogenous #chaos #secondorder #stockexchange

#branch Privilege Injection: Exploiting Branch Predictor Race Conditions – Computer Security Group
▻https://comsec.ethz.ch/research/microarch/branch-privilege-injection

— Permalink

#intel #cpu #cybersecurity #vulnerability #prediction

The impact of Library Size and Scale of Testing on Virtual Screening
▻https://www.biorxiv.org/content/10.1101/2024.07.08.602536v1

— Permalink

#modeling #protein #ligand #interaction #prediction #smallmolecules #VHTS #gigascale #docking

A database for large-scale #docking and experimental results
▻https://www.biorxiv.org/content/10.1101/2025.02.25.639879v1.full

— Permalink

#modeling #protein #ligand #interaction #prediction #smallmolecules #VHTS #gigascale

Have #protein-ligand co-folding methods moved beyond memorisation?
▻https://www.biorxiv.org/content/10.1101/2025.02.03.636309v1

— Permalink

#drugdesign #folding #ligand #smallmolecules #structure #prediction #deeplearning #benchmark #docking #runsposes #alphafold3 #protenix #chai #boltz1

A Bear Case : My #predictions Regarding AI Progress
▻https://www.lesswrong.com/posts/oKAFFvaouKKEhbBPm/a-bear-case-my-predictions-regarding-ai-progress

— Permalink

#LLMs #generativeai #prospective

jwohlwend/boltz: Official repository for the #boltz-1 #biomolecular #interaction model
▻https://github.com/jwohlwend/boltz

— Permalink

#prediction #modeling #protein #DNA #RNA #ligands

Ce livre a été écrit par une #IA (et ça pose plein de questions)

L’intelligence artificielle est aussi capable de créer des livres. On a plongé les mains dans la génération d’un #roman pour questionner les enjeux posés sur la #création_artistique.

▻https://www.youtube.com/watch?v=Zp4QRmjGLFM

#créativité #intelligence_artificielle #écriture #livre #écrivains #prédiction #algorithme #prompt #chaînage_de_prompt

via @reka

La Ville de #Montréal devra indemniser les victimes de #profilage_racial par les policiers

La Ville de Montréal vient d’être condamnée à verser des milliers de dollars aux personnes victimes de profilage racial qui ont été interpellées sans raison par des agents du Service de police de la Ville de Montréal (SPVM).

–-

Visée par une action collective, la Ville de Montréal devra verser 5000 $ à chaque personne victime de profilage racial interpellée par des policiers du SPVM entre 2017 et 2019.

Il y a eu près de 40 000 #interpellations de personnes racisées au cours de cette période.

Les Autochtones ont 6 fois plus de risques d’être interpellés que les Blancs, les populations noires, 3,5 fois plus, et les personnes arabes, 2,6 fois plus, selon un rapport de 2023.

–-

« Il s’avère indéniable que le phénomène du profilage racial se manifeste au sein du SPVM depuis nombre d’années. Des membres de groupes racisés en sont victimes et font ainsi l’objet, sans justification, d’#interventions_policières présentant un lien avec leur appartenance raciale ou ethnique », déclare sans ambages un #jugement de la Cour supérieure, rendu mardi.

La Ligue des Noirs du Québec menait une #action_collective contre la Ville de Montréal pour que chaque personne racisée interpellée sans motif entre 2017 et 2019 soit indemnisée à hauteur de 5000 $.

Selon des données transmises par la Ville de Montréal dans le cadre du procès, il y a eu près de 40 000 interpellations de personnes racisées au cours de cette période.

Un des avocats qui ont mené cette bataille, Jacky-Éric Salvant, estime qu’entre 10 000 et 30 000 victimes de profilage pourraient se manifester à la suite du jugement.

Au début de l’action collective, la Ligue des Noirs du Québec évaluait le montant de la poursuite à 170 millions. Elle visait particulièrement les personnes issues des communautés noires, arabes, latinos et autochtones.
5000 $ par personne

La juge Dominique Poulin oblige Montréal à verser 5000 $ à chaque personne « interpellée sans justification qui a subi du profilage racial », et 2500 $ aux personnes interpellées dont les données personnelles n’ont pas été enregistrées par les policiers.

Celles qui ont en plus été arrêtées et détenues sans raison devront établir les #dommages_moraux et matériels qu’elles ont subis, pour recevoir la somme appropriée.

Les parties vont retourner devant le juge pour discuter des modalités de versement des indemnités.

La mairesse de Montréal, Valérie Plante, avait témoigné dans le cadre de ce procès en février 2023.

La Ville a reconnu l’existence de profilage racial au sein de son service de police, ainsi que la présence de #biais_systémiques, mais elle affirmait que le profilage était loin d’être généralisé, rappelle le jugement.

Jugement historique

« La Ville contribue au phénomène du profilage racial en demandant à ses policiers de faire de la #prévention et de procéder à des interpellations, dans un contexte de #racisme_systémique, où les #prédictions de policiers sont nécessairement appelées à reposer sur des #biais conscients et inconscients, en appliquant des pratiques susceptibles de cibler de façon particulière les membres de groupes racisés », écrit la juge Poulin, dans sa décision, qui fait une centaine de pages.

Selon la Ligue des Noirs, il s’agit d’un jugement #historique.

« Ce jugement va marquer l’histoire parce que nous sommes la première organisation qui a poursuivi une ville pour profilage racial au Québec et on a obtenu un jugement favorable », souligne le président de l’organisme, Max Stanley Bazin.

Il s’agirait aussi du premier jugement au #Canada qui indemnise les victimes de profilage, ajoute Me Jacky-Éric Salvant, avocat d’Alexandre Lamontagne, celui qui représente les victimes dans le cadre de l’action collective.

Un genou sur le cou

M. Lamontagne, un homme noir, a été interpellé par des policiers en août 2017 alors qu’il marchait tout bonnement sur le trottoir dans le Vieux-Montréal, sortant d’un bar. « Hey, est-ce que je peux t’aider ? », lui aurait lancé un agent, sans raison, selon son témoignage rapporté dans le jugement.

Se sentant agressé, M. Lamontagne a une altercation avec les policiers et leur demande de s’identifier. Alors que la tension monte de part et d’autre, les policiers plaquent l’homme au sol, l’un d’eux lui met un genou sur le cou et ils lui passent les menottes, tandis que trois autres voitures de police arrivent en renfort.

M. Lamontagne passe le reste de la nuit en prison et reçoit trois constats d’infraction pour avoir fait du bruit, avoir continué un acte interdit et ne pas avoir emprunté le trottoir, accusations qui seront par la suite abandonnées.

Les policiers ont raconté en cour une version différente, mais la juge Poulin ne l’a pas retenue, s’appuyant notamment sur des images vidéo.

Alexandre Lamontagne a dû être soigné pour des spasmes musculaires à la suite de l’incident, en plus de se sentir humilié et dénigré. Le jugement lui accorde 5000 $ en indemnisation.

« Que les personnes responsables de l’application des lois et règlements ne respectent pas les droits et libertés qui sont garantis par les chartes, c’est un grave problème », fait remarquer Max Stanley Bazin, qui s’attend à d’importants changements de la part de la Ville de Montréal à la suite du jugement.
Risque plus grand pour les non-Blancs

La décision de la juge Poulin s’appuie en bonne partie sur le témoignage et le rapport de l’expert Victor Armony au sujet du profilage racial au SPVM.

Avec deux autres chercheurs, M. Armony a étudié la question à la demande du corps policier, et son rapport, rendu en 2023, concluait que les Autochtones avaient 6 fois plus de risques d’être interpellés que les Blancs, les populations noires, 3,5 fois plus, et les personnes arabes, 2,6 fois plus.

Malgré ce constat, le chef du SPVM, Fady Dagher, avait refusé de décréter un moratoire sur les interpellations, comme le recommandait le rapport.

« La Ville continuera de déployer des efforts sans précédent pour lutter contre le profilage racial. En tant que première administration à avoir reconnu l’existence du racisme systémique, nous continuerons de travailler, avec l’ensemble de nos partenaires et des organisations publiques de Montréal, afin que chaque citoyenne et citoyen se sente en sécurité et bénéficie des mêmes droits », a réagi le cabinet de la mairesse Valérie Plante, dans une communication écrite.

En réaction au jugement, la Ligue des droits et libertés (LDL) rappelle que les policiers n’ont pas le pouvoir au Québec de faire des interpellations en vertu de la loi ou de la common law. « Les interpellations policières bafouent les droits et libertés des personnes interpellées et sont une source connue et documentée de profilages racial et social systémiques », souligne Lynda Khelil, porte-parole de la LDL.

« La LDL exhorte la Ville de Montréal à ne pas faire appel de ce jugement et à y donner suite de façon urgente, notamment en interdisant aux policiers du SPVM de faire des interpellations, une bonne fois pour toutes. »

▻https://www.lapresse.ca/actualites/justice-et-faits-divers/2024-09-03/la-ville-de-montreal-devra-indemniser-les-victimes-de-profilage-racial-par-
#indemnisation #police #forces_de_l'ordre #Canada #justice

via @freakonometrics
ping @karine4 @cede

Genre tout se joue avant trois mois ! The winner is ! roulement de tambour.A mon extrême droite...
▻https://www.cnews.fr/france/2024-04-22/rachel-khan-jaurais-prefere-des-internats-des-lecole-primaire-1486568
#fasciste #boule_de_cristal #prédiction

Banques, gouvernements, employeurs, commerçants, réseaux sociaux… Tout le monde aujourd’hui produit des profils pour prédire des comportements. Le problème, c’est que ces prédictions ne sont ni précises, ni justes, ni efficaces.

Pour les chercheurs Arvind Narayanan, Angelina Wang, Sayash Kapoor et Solon Barocas ces « optimisations prédictives » échouent le plus souvent, expliquent-ils dans une très intéressante méta-étude : ▻https://predictive-optimization.cs.princeton.edu

Le problème, c’est que, de la prédiction du risque criminel à la prédiction à l’embauche (les chercheurs en ont travaillé sur une cinquantaine de systèmes prédictifs - ▻https://docs.google.com/.../1eOIKLbT7sCIe0OMHiA6V.../edit... et cherchent à en recenser d’autres…), ces prédictions prolifèrent.

Or, elles présentent toutes des défauts structurels, expliquent-ils en pointant 7 limites :
– De bonnes prédictions ne conduisent pas à de bonnes décisions ;
– La mesure rate souvent sa cible ;
– Les données d’entraînement correspondent rarement aux périmètres de déploiements ;
– Les impacts sociaux des systèmes ne sont pas prévisibles ;
– Les performances différentes des groupes ne peuvent pas être corrigées par des interventions algorithmiques ;
– La contestabilité est rendue difficile ;
– L’optimisation prédictive ne tient pas compte des comportements stratégiques.

Ces défauts n’ont pas de correctifs techniques. « L’optimisation prédictive échoue selon ses propres conditions ». Si chaque défaut est problématique, l’ensemble devrait nous conduire à remettre sérieusement en cause les applications prédictives.

Les chercheurs appuis leurs constats en produisant 27 questions pour contester les systèmes de ce type : ▻https://predictive-optimization.cs.princeton.edu/rubric.pdf

Par exemple, l’intervention affecte-t-elle les résultats prédits, et peuvent-ils déclencher une prophétie auto-réalisatrice ? Par exemple, des montants de caution plus élevés sont fixés en raison d’une prédiction de récidive peut augmenter la probabilité de récidive.
Les prédictions optimales individuellement conduisent-elles à une intervention globalement optimale ? L’embauche individuelle de bons vendeurs ne prédit pas la qualité de leur capacité à travailler ensemble et peut produire une baisse globale des ventes.

L’intervention crée-t-elle une boucle de rétroaction ? Rejeter un crédit en fonction du score de la personne a tendance à diminuer encore le score !

Les individus peuvent-ils accéder ou contester les données qu’un modèle utilise à leur sujet ? Les privilégiés qui comprennent le fonctionnement du système décisionnel ont-ils un avantage ? Quelle est la gravité des conséquences d’une mauvaise catégorisation ? ...

Enfin, bien souvent la prédiction privilégie un critère ou un objectif sur tous les autres et au détriment des autres. Par exemple, la sélection des meilleurs élèves au détriment de leur diversité ou de leur motivation.

Bref, les optimisations prédictives construisent un optimalité de façade. La prédiction est surtout enfermée dans la prédiction de sa propre réussite sans apporter de preuves que ce n’est pas au détriment de la justice comme de l’équité ! #prédiction #calcul #limites

« Les "pierres de la faim" dans certaines rivières tchèques et allemandes ont été utilisées pour marquer des niveaux de rivière très bas et prédire des famines. Cellle-ci, dans l’Elbe, date de 1616 et dit : "Si tu me vois, pleure" »

https://pbs.twimg.com/media/FaIDjyUagAA4FHB?format=jpg&name=small#.jpg

Prédire les flux migratoires grâce à l’intelligence artificielle, le pari risqué de l’Union européenne
▻https://disclose.ngo/fr/article/union-europeenne-veut-predire-les-flux-migratoires-grace-a-lintelligence-a

https://admin.disclose.ngo/wp-content/uploads/2022/07/twitter_maroc.jpg

Depuis plusieurs mois, l’Union européenne développe une intelligence artificielle censée prédire les flux migratoires afin d’améliorer l’accueil des migrants sur son sol. Or, selon plusieurs documents obtenus par Disclose, l’outil baptisé Itflows pourrait vite se transformer en une arme redoutable pour contrôler, discriminer et harceler les personnes cherchant refuge en Europe. Lire l’article

https://admin.disclose.ngo/wp-content/uploads/2022/07/twitter_maroc.jpg

The biggest tech trends of 2022, according to experts
▻https://www.fastcompany.com/90704618/the-biggest-tech-trends-of-2022

https://images.fastcompany.net/image/upload/w_1280,f_auto,q_auto,fl_lossy/wp-cms/uploads/2021/12/p-1-the-biggest-tech-trends-of-2022-according-to-40-experts.jpg

La technologie comme nouvelle deité dans l’ère post-covid, pré-guerre... Pray for NFT !

Tim Hwang, author of Subprime Attention Crisis (Hwang is also editor of The California Review of Images and Mark Zuckerberg.)
As the world becomes ever more uncertain in 2022, technology will increasingly become the locus of fantasy, escapism, and fin de siècle excess. That means two trends are set to expand in the coming year. First, technology as cult infrastructure: We’ll see things like the tungsten cube [collector NFTs], religiously skinned tokenization [such as GAWDS.xyz’s deity NFTs], and divinatory platformization [such as the C0-Star personalized astrology app] make a major leap in popularity and complexity. Second, technology fundamentalism. After a period of apology and attempted cooperation with policymakers and civil society, I anticipate that tech leaders will harden in their visions for society and their diagnoses of its problems, becoming unwilling to compromise on increasingly radical plans to remake life after COVID.

#Tim_Hwang #Prédictions

Trois scénarios possibles pour la fin de la « civilisation industrielle » :

La prédiction du MIT sur l’effondrement de la civilisation semble être en phase avec la réalité
▻https://trustmyscience.com/prediction-mit-effondrement-civilisation-en-phase-avec-realite

Ces dernières décennies sont marquées par la crainte d’un déclin de notre civilisation telle que nous la connaissons, alors même que les progrès technologiques et industriels semblent exponentiels. La surpopulation et la surconsommation placent les générations actuelles dans une véritable impasse. En 1972, une équipe de scientifiques du MIT a publié une étude prédisant la fin de ce que l’on appelle la « civilisation industrielle » au cours du 21e siècle, et ces prédictions semblent aujourd’hui totalement en phase avec la réalité, selon une nouvelle étude.
Actuellement, d’autres chercheurs tentent toujours d’établir des scénarios prédictifs afin d’aider les acteurs au pouvoir à prendre des décisions, qui détermineront en quelques sortes l’avenir de l’humanité. Si l’étude a été critiquée à l’époque, de nouvelles recherches montrent que ces prédictions se sont révélées étrangement exactes jusqu’à présent.
Une nouvelle étude publiée dans le Yale Journal of Industrial Ecology et menée par Gaya Herrington, responsable de la durabilité et de l’analyse des systèmes dynamiques au sein du cabinet comptable KPMG, a examiné l’évolution de la situation depuis le rapport initial de 1972 et a conclu que nous pourrions effectivement assister à l’effondrement de la civilisation (telle que nous la connaissons) dès 2040.
Mais cela ne se produira que si nous poursuivons notre approche actuelle de l’extraction et de la surexploitation des ressources, ce qui suggère qu’il y a de l’espoir, bien qu’il soit difficile de le croire. Nous précisons que cette étude a été réalisée de manière indépendante — et exclut le cabinet KPMG, dans le cadre de la thèse de maîtrise à Harvard de Gaya Herrington.

A propos de Gaya Herrigton :

▻https://www.kpmg.us/bios/b/branderhorst-gaya.html?marketingTactic=C-00099130

Director Advisory, Internal Audit & Entrprse Risk
KPMG US

Gaya is the Sustainability and Dynamic System Analysis Lead in North and South America, as part of a global “Center of Excellence." She works to provide large corporate clients and KPMG partners in the Americas with long term risk management and/or business strategy advice.

▻https://advisory.kpmg.us/articles/2021/limits-to-growth.html

Gaya is responsible for development and implementation of the KPMG Dynamic Assessment (DA) method; a new analytic and holistic technique based on interconnectivity - a triple bottom line (economic, social, and environmental). DA has been applied in modelling climate change risks, business strategy integration of the UN Sustainable Development Goals, as well as other applications in the financial sector, manufacturing, energy, technology, agriculture, and communication.
Gaya presents and trains on thse topics regularly, including at the United Nations (UN) annual Public Service Day, at the UN Department of Economic & Social Affairs, at a U.S. department of Commerce event, and as a recurring speaker at the Victoria University of Wellington.
Given the unappealing prospect of collapse, I was curious to see which scenarios were aligning most closely with empirical data today. After all, the book that featured this world model was a bestseller in the 70s, and by now we’d have several decades of empirical data which would make a comparison meaningful. But to my surprise I could not find recent attempts for this. So I decided to do it myself.

#prédictions #effondrement #civilisation #MIT #Dennis_Meadows #the_limits_to_growth

Police in Ogden, Utah and small cities around the US are using these surveillance technologies | MIT Technology Review
▻https://www.technologyreview.com/2021/04/19/1022893/police-surveillance-tactics-cameras-rtcc/?truid=a497ecb44646822921c70e7e051f7f1a

https://wp.technologyreview.com/wp-content/uploads/2021/04/MJ21_crime_5547-e1618594477183.jpg?resize=1200,600

Police departments want to know as much as they legally can. But does ever-greater surveillance technology serve the public interest?

At a conference in New Orleans in 2007, Jon Greiner, then the chief of police in Ogden, Utah, heard a presentation by the New York City Police Department about a sophisticated new data hub called a “real time crime center.” Reams of information rendered in red and green splotches, dotted lines, and tiny yellow icons appeared as overlays on an interactive map of New York City: Murders. Shootings. Road closures.

In the early 1990s, the NYPD had pioneered a system called CompStat that aimed to discern patterns in crime data, since widely adopted by large police departments around the country. With the real time crime center, the idea was to go a step further: What if dispatchers could use the department’s vast trove of data to inform the police response to incidents as they occurred?

In 2021, it might be simpler to ask what can’t be mapped. Law enforcement agencies today have access to powerful new engines of data processing and association. Police agencies in major cities are already using facial recognition to identify suspects—sometimes falsely—and deploying predictive policing to define patrol routes.

Around the country, the expansion of police technology has followed a similar pattern, driven more by conversations between police agencies and their vendors than between police and the public they serve. The question is: where do we draw the line? And who gets to decide?

#Police #Prédiction #Smart_city