148 articles
En combinant des données représentatives d'Américains avec celles de « Have I Been Pwned », cette étude révèle qu'au moins 82,84 % des adultes aux États-Unis ont vu leurs comptes compromis, avec une moyenne d'au moins trois violations par personne, touchant davantage les femmes, les personnes blanches, d'âge moyen et mieux éduquées.
Cette étude propose un cadre méthodologique combinant l'identification d'instances de demande excédentaire et un modèle de régression de Poisson filtré pour estimer la demande non satisfaite dans les systèmes de transport public, en appliquant cette approche aux données de la Port Authority de Pittsburgh pour corriger les biais liés aux données censurées.
Cette étude réexamine les biais implicites dans le arbitrage de la NBA en utilisant des données de jeu et des rapports des deux dernières minutes, révélant un avantage significatif pour les équipes à domicile (atténué depuis la pandémie) et des préférences individuelles pour certains joueurs, tout en ne trouvant aucune preuve de biais racial ou de défaveur envers des équipes ou des joueurs spécifiques.
Cette étude analyse par text-mining 160 directives et déclarations politiques couvrant quatorze secteurs industriels pour évaluer la gouvernance des IA génératives et des grands modèles de langage, en mettant en lumière les défis éthiques et réglementaires tout en proposant des recommandations pour une intégration responsable.
Cette étude démontre que les biais de genre dans la perception des managers s'étendent aux systèmes d'IA, les managers masculins étant mieux accueillis que leurs homologues féminins, en particulier lorsque ces derniers ne décernent pas de récompenses.
Cet article présente un jeu de données longitudinal à grande échelle couvrant dix ans d'interactions sur le forum de l'hebdomadaire autrichien DerStandard, incluant des millions de commentaires et de votes anonymisés sous forme de représentations vectorielles pour faciliter l'analyse du discours en allemand tout en préservant la vie privée des utilisateurs.
Cet article propose une approche novatrice utilisant des avatars virtuels et de la musique générée par l'IA pour transformer les syllabus textuels en présentations audiovisuelles chantées, afin d'améliorer l'engagement, la mémorisation et la compréhension des étudiants.
Ce papier présente CMASE, un cadre d'expérimentation pour les sociétés multi-agents computationnelles qui intègre des agents génératifs et des méthodes ethnographiques virtuelles pour permettre aux chercheurs de s'immerger dans des environnements sociaux simulés afin d'étudier, d'interpréter et d'intervenir sur des phénomènes sociaux complexes avec une rigueur causale et une précision empirique.
Cette étude démontre que l'utilisation de l'intelligence artificielle générative dans les publications scientifiques non anglophones accélère leur convergence stylistique vers l'anglais américain, réduisant ainsi les barrières linguistiques historiques tout en soulevant des questions sur l'homogénéisation culturelle.
Cet article propose une approche centrée sur les objectifs pour évaluer les méthodes d'ingénierie des exigences en matière de protection de la vie privée dès la conception, afin de mieux les adapter aux besoins spécifiques des organisations plutôt que de se limiter à leurs caractéristiques de processus.
Cet article propose de reconsidérer les chatbots non pas comme des assistants, mais comme des vendeurs habiles exploitant des biais cognitifs pour susciter une confiance comportementale qui masque l'écart entre la formation psychologique de la confiance et l'honnêteté normative des systèmes.
Ce papier présente Infusion, un cadre utilisant des approximations de fonctions d'influence pour modifier subtilement un faible pourcentage de données d'entraînement et façonner de manière ciblée le comportement des modèles d'apprentissage automatique, démontrant ainsi la vulnérabilité des systèmes d'IA à des attaques de type « empoisonnement de données » subtiles et transférables.
Ce sondage critique examine la littérature sur le NLP et les communautés LGBTQIA+, identifiant des tendances réactives et des lacunes méthodologiques tout en appelant à une approche plus proactive, inclusive et interdisciplinaire pour développer des technologies linguistiques plus justes.
Cette étude préliminaire suggère que les techniques d'alignement des modèles de langage, en particulier lorsqu'elles impliquent une censure invisible ou des contraintes complexes, peuvent paradoxalement générer des pathologies collectives et des dissociations entre la compréhension et l'action au sein de systèmes multi-agents, révélant ainsi un risque de préjudice iatrogène inhérent aux interventions de sécurité actuelles.
Cette étude propose un nouveau cadre conceptuel de maturité de l'IA spécifiquement adapté aux PME, qui redéfinit leur développement comme une capacité multidimensionnelle et non linéaire ancrée dans leur écosystème, en tenant compte de leurs contraintes de ressources et de leur gouvernance informelle.
Cet article présente un pipeline auto-hébergé et sans API qui convertit des supports de cours en quiz à choix multiples grâce à un modèle de langage local, en garantissant la qualité via des contrôles déterministes et en favorisant la confidentialité, la redevabilité et l'efficacité énergétique.
Cet article propose de repenser les fondements des dossiers de sécurité pour les systèmes d'IA de pointe en intégrant des méthodologies rigoureuses issues des industries critiques, afin de combler les lacunes des approches actuelles de l'alignement et d'établir un cadre plus robuste et défendable, illustré par une étude de cas sur l'alignement trompeur et les capacités CBRN.
Cette étude audite l'algorithme de recherche d'images inversée de Google et révèle qu'il fonctionne comme un garde-fou inefficace contre la désinformation visuelle, car les résultats de vérification des faits y sont minoritaires et noyés dans un flot d'informations irrélevantes et de fausses images récurrentes.
Ce papier soutient que l'amélioration des capacités de raisonnement logique des modèles de langage crée inévitablement des voies mécanistes vers une conscience situationnelle accrue et potentiellement dangereuse, et propose le cadre RAISE ainsi que de nouvelles mesures de sécurité pour atténuer ces risques émergents.
Cette étude présente PixelConfig, un cadre d'analyse rétro-ingénierie révélant que les configurations par défaut du Meta Pixel entraînent une adoption massive de fonctionnalités de suivi d'activité et d'identité sur les sites web, y compris ceux liés à la santé, où le suivi d'informations sensibles persiste malgré la mise en place limitée et souvent inefficace de mécanismes de restriction.