Responsible Artificial Intelligence: Framework and Application

Intelligence artificielle responsable : cadre et application

• Auteur / Autrice : Ahmad, mohamad, haidar Ahmad
• Direction : Christine Balague
• Type : Projet de thèse
• Discipline(s) : Sciences de gestion
• Date : Inscription en doctorat le 01/10/2020
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : Droit, Economie, Management
• Partenaire(s) de recherche : Laboratoire : LITEM - Laboratoire en Innovation, Technologies, Economie et Management
• Partenaire(s) de recherche : référent : Université d'Évry-Val-d'Essonne (1991-....)

Mots clés

Mots clés libres

Intelligence Artificielle

Innovation Responsable

Durabilité

Économétrie

Artificial intelligence

Responsible innovation

Sustainability

Econometrics

Résumé

À l'ère des progrès technologiques rapides, il est impératif d'intégrer la responsabilité et l'éthique dans les systèmes d'intelligence artificielle (IA). Cette thèse se penche sur différentes dimensions de l'IA responsable, dans le but de créer un cadre complet pour son application. Le chapitre 1, intitulé "IA et risques", donne un aperçu de l'IA et de l'apprentissage automatique (ML), englobant leurs définitions, techniques et applications. Par la suite, le chapitre examine de manière critique la littérature sur les risques liés à l'IA, en identifiant six dimensions clés qui sont essentielles pour comprendre les défis et les périls posés par les systèmes d'IA. Ces dimensions aident à évaluer les conséquences négatives potentielles et à jeter les bases d'un développement responsable de l'IA. Dans le chapitre 2, "IA et éthique", l'accent est mis sur les considérations éthiques qui devraient guider le développement et le déploiement des systèmes d'IA. Le chapitre compile diverses déclarations et articles de revues concernant l'éthique de l'IA. Il cartographie l'évolution des principes éthiques dans l'IA, donnant un aperçu de la façon dont ces principes se sont adaptés et ont évolué en réponse aux défis émergents et aux besoins sociétaux. Le chapitre 3, « IA et durabilité », se penche sur l'IA durable. L'IA durable se compose de deux facettes : l'IA pour la durabilité, qui consiste à utiliser l'IA pour favoriser des pratiques durables, et l'IA de la durabilité, qui consiste à s'assurer que les systèmes d'IA eux-mêmes sont durables. Une revue complète de la littérature est présentée pour examiner l'impact net de l'IA sur les trois dimensions de la durabilité : l'économie, la société et l'environnement. Cet examen révèle le potentiel de l'IA en tant qu'outil de changement positif, tout en soulignant ses effets négatifs potentiels. Le chapitre 4, « Innovation responsable », examine les cadres existants de l'innovation responsable et leur applicabilité à l'IA. Grâce à une approche analytique, un cadre synthétisé comprenant cinq aspects de l'innovation responsable est construit. Ce cadre sert de guide pratique pour les innovateurs et les acteurs du domaine de l'IA, encourageant le développement de systèmes d'IA à la fois innovants et responsables. Le chapitre 5, le dernier chapitre, présente un cadre théorique pour une IA responsable. Il est fondé sur quatre dimensions et a été présenté lors d'une conférence de gestion de la R&D. Aussi, une étude sur l'innovation numérique responsable basée sur une recherche qualitative, qui a été présentée lors d'une conférence sur la société de transformation numérique et a été récompensée par le prix du meilleur article. En conclusion, cette thèse fournit un cadre complet et multidimensionnel pour une IA responsable, intégrant des éléments de gestion des risques, d'éthique, de durabilité et d'innovation responsable. Le cadre sert de boussole pour les parties prenantes, garantissant que les systèmes d'IA sont développés et déployés de manière responsable, sans compromettre l'innovation et le progrès.

In the era of rapid technological advancements, it is imperative to integrate responsibility and ethics into Artificial Intelligence (AI) systems. This thesis delves into various dimensions of Responsible AI, aiming to create a comprehensive framework for its application. Chapter 1, titled "AI and Risks", provides an overview of AI and Machine Learning (ML), encompassing their definitions, techniques, and applications. Subsequently, the chapter critically examines the literature on AI risks, identifying six key dimensions that are essential in understanding the challenges and perils posed by AI systems. These dimensions help assess the potential negative consequences and establish a foundation for AI's responsible development. In Chapter 2, "AI and Ethics", the focus shifts to the ethical considerations that should guide the development and deployment of AI systems. The chapter compiles various declarations and journal articles concerning AI ethics. It maps the evolution of ethical principles in AI, providing insights into how these principles have adapted and evolved in response to emerging challenges and societal needs. Chapter 3, “AI and Sustainability”, delves into Sustainable AI. Sustainable AI consists of two facets: AI for sustainability, which entails using AI to foster sustainable practices, and AI of sustainability, which involves ensuring that AI systems themselves are sustainable. A comprehensive literature review is presented to examine the net impact of AI on the three dimensions of sustainability: economy, society, and environment. This examination reveals the potential of AI as a tool for positive change while also highlighting its potential adverse effects. Chapter 4, “Responsible Innovation”, investigates existing frameworks of responsible innovation and their applicability to AI. A synthesized framework comprising five aspects of responsible innovation is constructed through an analytical approach. This framework serves as a practical guide for innovators and stakeholders in the AI domain, encouraging the development of AI systems that are both innovative and responsible. Chapter 5, the final chapter, introduces a theoretical framework for Responsible AI. It is grounded in four dimensions and has been presented at an R&D management conference. Also, a study on responsible digital innovation based on qualitative research, which was presented at a digital transformation society conference and was honored with the best paper award. In conclusion, this thesis provides a comprehensive, multidimensional framework for Responsible AI, integrating elements of risk management, ethics, sustainability, and responsible innovation. The framework serves as a guiding compass for stakeholders, ensuring that AI systems are developed and deployed responsibly without compromising innovation and progress.