Détail de l'offre
DOI https://doi.org/10.69777/347989
Titulaire de la demande évaluée Mushkani, Rashid Ahmad
Établissement de la demande évaluée Université de Montréal - https://ror.org/0161xgx34
Titre de la demande évaluée Rues pour tous et Intelligence Artificielle éthique : Une démarche participative d'évaluation de la qualité des espaces publics
ROR organisme subventionnaire https://ror.org/00w3qhf76 Nom du programme Bourses de doctorat en recherche
Montant total 58 334$ Secteur Société et culture
Période couverte par l’octroi 2024-05-15 - 2027-05-14 Mots clés
Résumé Résumé du projet: Rues pour tous et Intelligence Artificielle éthique : Une démarche participative d'évaluation de la qualité des espaces publics Dans un contexte de multiculturalisme croissant et d'essor de l'Intelligence Artificielle (IA), des métropoles telles que Montréal, Toulouse et Boston sont confrontées à la dualité de ces tendances. Bien que ces villes deviennent des creusets de diversité, l'inclusivité de leurs espaces publics n'est pas garantie. De plus, l'IA, malgré son potentiel d'inclusion, présente également des risques d'exclusion. Cette étude vise à pallier ces lacunes en proposant une IA éthique capable d'évaluer la qualité des espaces publics. Historiquement, l'absence d'outils d'évaluation rapide a engendré une utilisation différentielle des espaces publics, marginalisant certains groupes tels que les femmes âgées, la communauté LGBTQ+, les personnes handicapées et les individus d'origines diverses. De plus, malgré les efforts pour éliminer les biais éthiques des systèmes d'IA, leur impact sur les groupes marginalisés reste préoccupant. Pour surmonter ces défis, cette recherche adopte une démarche participative, en s'inspirant de l'Expansive Learning théorie et de celle du Design Justice. Elle introduit un cycle de vie augmenté de l'IA qui se base sur la collaboration avec les citoyens, une approche multidisciplinaire, et les principes de diversité, équité et inclusion. Le processus méthodologique est structuré autour de six modules spécifiques. Le premier module établit la co-production de l'IA en intégrant les principes de diversité. Le second module comprend des entretiens semi-dirigés avec un échantillon varié de citoyens pour sonder leurs perceptions des espaces publics. Le troisième module, basé sur des groupes de discussion, approfondit ces perceptions à travers des images de rues. Le quatrième module utilise la comparaison d'images pour étiqueter 15 000 images de Google Street View. Le cinquième module est consacré à la formation et à l'évaluation des algorithmes, tandis que le dernier module synthétise les résultats en lignes directrices pour les politiques, les actions communautaires et les communications scientifiques. En somme, cette recherche contribue à l'élaboration d'un outil pour évaluer l'inclusivité des rues de Montréal, Boston et Toulouse, tout en proposant une méthode pour une IA éthique. Au-delà de ces contributions directes, elle offre des perspectives sur la démocratisation de l'IA, soulignant l'importance d'inclure ceux qui sont affectés par les décisions de l'IA. La recherche est actuellement menée à l'Université de Montréal avec des collaborations prévues avec d'autres universités pour étendre l'étude à d'autres villes.