Détecter le genre et l’origine pour lutter contre les biais algorithmiques – Elian Carsenat de Namsor

par demain.ai

Présentation de l’épisode :

Ingénieur ENSIIE/INRIA, Elian a commencé sa carrière à la banque JP Morgan en 1997, puis travaillé comme consultant. En 2012, il conçoit le logiciel NamSor qui permet de classer les noms personnels selon le genre ou l’origine socio-culturelle. Appliqué à l’intelligence artificielle, NamSor permet d’évaluer le risque de biais algorithmiques (sur le genre ou l’origine ethnique).

Son profil linkedin : https://www.linkedin.com/in/eliancarsenat/

S’abonner au Podcast L’intelligence artificielle pour le Business en utilisant votre lecteur favori

Les moments-clés de l’épisode

Elian Carsenat nous décrit son parcours dans l’IA et comment il a imaginé Namsor, un service de NLP centré sur l’analyse des noms propres.

Il revient sur la méthode utilisée pour constituer le corpus d’entrainement de ses algorithmes en lien avec de nombreux instituts de recherche dans le monde entier.

Les fonctionnalités de Namsor, détection des genres et de l’origine, trouvent des cas d’usages notamment dans l’analyse des flux migratoires ou la caractérisation des diasporas.

Elian nous explique comment une grande compagnie aérienne utilise Namsor pour prédire les flux d’arrivées dans les aéroports, ou encore comment AngelList peut prédire l’appétence d’investisseurs en capital-risque.

Enfin, Namsor s’applique à la détection des biais dans les algorithmes d’intelligence artificielle, par exemple dans le scoring de CVs.

Les conseils de lecture de notre invité et de demain.ai :

• Les articles de Baptiste Coulmont sur les prénoms du Bac
• Jérôme Fourquet : L’Archipel Français aux Editions du Seuil
• Predictions Machines, the simple economics of Artificial Intelligence de AJ Agrawal, Harvard Business Review Press

En savoir plus sur demain.ai sur www.demain.ai

La musique du générique a été créée par une IA.
Soundtrack composed by AIVA (Artificial Intelligence Virtual Artist): www.aiva.ai