Alors que l’IA colonise tous les champs de recherche, « la crise de reproductibilité dans la science basée sur l’apprentissage automatique n’en est qu’à ses débuts », alertent les chercheurs Arvind Narayanan et Sayash Kapoor dans Nature. « Les outils de l’apprentissage automatique facilitent la construction de modèles, mais ne facilitent pas nécessairement l’extraction de connaissances sur le monde, et pourraient même la rendre plus difficile. Par conséquent, nous courons le risque de produire davantage, tout en comprenant moins », expliquent les deux chercheurs, qui rappellent que ce qui est bénéfique à l’ingénierie ne l’est pas forcément pour la science.
Stream "Punchlines"
- ↪ Le panoptique du soin : la bienveillance de la surveillance
- ↪ Vers la montée des préjudices d’inférences
- ↪ Les coopératives de nounous pour lutter contre les plateformes
- ↪ « Laissez-nous filtrer ces inepties générées par l’IA, bande de lâches ! »
- ↪ Ne leur donnez jamais votre visage
- ↪ L’algorithme a encore gagné
- ↪ Réguler l’IA ? Non !
- ↪ Conception de produits : le boom de l’automatisation
- ↪ Data centers : une résistance populaire
- ↪ Tension de la productivité : le goulot de la diffusion