← Derniers articles
⚡ electrical engineering

Co-constructing sociotechnical AI governance: participatory system mapping using algorithm registers

Cet article critique les limites des registres algorithmiques actuels pour capturer la pleine complexité des systèmes sociotechniques et démontre comment la cartographie participative des systèmes avec diverses parties prenantes peut améliorer l'analyse de la sécurité et la responsabilité en révélant des dangers cachés, tels que les refus d'éligibilité et les barrières à la contestabilité, à travers une étude de cas d'un outil de protection sociale d'une municipalité néerlandaise.

Auteurs originaux : Íñigo de Troya, Maurus Enbergs, Neelke Doorn, Roel Dobbe

Publié 2026-08-13
📖 4 min de lecture☕ Lecture pause café

Auteurs originaux : Íñigo de Troya, Maurus Enbergs, Neelke Doorn, Roel Dobbe

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous venez d'acheter un nouvel aspirateur robot de haute technologie. Il est censé nettoyer votre maison parfaitement, mais parfois, il cogne votre chat ou rate complètement un coin du tapis. Vous voulez savoir : Comment décide-t-il où aller ? Que se passe-t-il s'il est confus ? Et qui appeler s'il mange votre chaussure préférée ? Dans le monde réel, les gouvernements utilisent des « robots » similaires — mais au lieu de nettoyer des sols, ils utilisent des programmes informatiques complexes (des algorithmes) pour décider qui reçoit des allocations de l'aide sociale, qui obtient un prêt ou qui reçoit un permis. Ces programmes sont les mains invisibles qui dirigent nos services publics.

Le gros problème est que ces « robots » sont souvent des boîtes noires. Nous ne pouvons pas voir à l'intérieur, donc nous ne savons pas pourquoi ils font ces choix. Pour corriger cela, certaines villes ont commencé à tenir des « Registres d'Algorithmes ». Pensez à ces registres comme à un menu public ou à un manuel d'utilisation affiché au mur. Ils sont censés lister quels algorithmes sont utilisés, quelles données ils consomment et comment ils fonctionnent, afin que les citoyens puissent faire confiance au système. Mais voici le piège : tout comme un menu écrit dans un code secret, un registre peut lister les ingrédients, mais ne pas vous dire si le chef cuisine réellement la nourriture correctement, ou si la cuisine est en feu. Ce document examine si ces registres sont réellement utiles ou s'ils ne sont qu'une façon élégante de dire « faites-nous confiance ».

Les chercheurs de cette étude ont décidé de tester cette idée en examinant un véritable « robot » utilisé par une ville néerlandaise pour décider qui reçoit des prestations sociales. Ils ne se sont pas contentés de lire le registre ; ils ont invité un groupe de personnes à jouer à un jeu de « points à relier ». Ils ont réuni des agents municipaux, des groupes de défense des droits civiques et des médiateurs publics (Ombudsmen) pour dessiner une carte de la façon dont le système fonctionne réellement, sur la base de ce qu'ils savaient et de ce qu'ils soupçonnaient.

Voici ce qu'ils ont trouvé : le registre officiel était comme un croquis flou et incomplet. Il listait les principales parties du système, mais omettait les connexions humaines désordonnées qui font réellement ou non le succès du processus. Lorsque le groupe diversifié d'experts a dessiné sa propre carte, il a mis au jour des dangers cachés que le registre ignorait complètement. Par exemple, ils ont découvert que même si le système était censé n'être qu'un simple « assistant » pour les travailleurs humains, les travailleurs se sentaient pressés de faire aveuglément confiance aux suggestions du robot, ce qui entraînait le refus injustifié de fonds pour certaines personnes. Ils ont également découvert que si une erreur se produisait, le chemin pour la corriger était si confus et truffé de documents manquants qu'il était presque impossible pour une personne ordinaire de porter plainte avec succès.

L'étude suggère que, bien que ces registres soient une bonne première étape, ils ne suffisent pas à eux seuls. Ils cachent souvent les risques réels car ils se concentrent trop sur les détails techniques et pas assez sur l'histoire humaine. Les chercheurs ont découvert qu'il faut impliquer différents types de personnes — en particulier celles qui ne sont pas celles qui construisent le système — pour aider à dessiner la carte. Ce n'est qu'en combinant les données techniques de la ville avec les expériences réelles des citoyens et des chiens de garde que nous pourrons voir l'image complète et nous assurer que les « robots » sont réellement sûrs et équitables pour tout le monde.

Noyé(e) sous les articles dans votre domaine ?

Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.

Essayer Digest →