Les systèmes d'apprentissage automatique excellent dans la prédiction. Une approche courante consiste à former un système en lui montrant une grande quantité de données sur, par exemple, les étudiants et leurs résultats. Le logiciel analyse les exemples et apprend quelles sont les caractéristiques les plus utiles pour prédire si un élève va abandonner l'école. Une fois formé, il peut étudier un autre groupe et repérer avec précision les élèves à risque. En aidant à allouer plus précisément des fonds publics limités, l'apprentissage automatique pourrait permettre aux gouvernements d'économiser des sommes considérables. Selon Stephen Goldsmith, professeur à Harvard et ancien maire d'Indianapolis, elle pourrait également transformer presque tous les secteurs de la politique publique

Pour les gouvernements qui adoptent l'apprentissage automatique, l'avenir dépendra de la manière dont ils sauront marier son pouvoir prédictif avec la sagesse humaine à l'ancienne. Pour limiter les biais potentiels, M. Ghani conseille d'éviter les préjugés dans les données d'entraînement et de fixer les bons objectifs aux machines. Les machines sont entraînées à trouver des modèles qui prédisent la criminalité future à partir de données antérieures. On peut donc leur demander de trouver des modèles qui prédisent la criminalité et évitent de catégoriser à tort et de manière disproportionnée les Noirs (et d'autres) comme futurs délinquants. Lorsqu'un nouveau prévenu est testé par rapport à ces modèles, le risque de biais racial devrait être moindre.

Les décisions de mise en liberté sous caution, dans lesquelles les juges estiment le risque qu'un prisonnier s'enfuie ou commette un délit avant le procès, semblent particulièrement mûres pour une aide. Jens Ludwig, de l'université de Chicago et ses collègues affirment que leur algorithme, testé sur un échantillon de cas passés, aurait permis de réduire la criminalité d'environ 20% (voir graphique), tout en laissant le nombre de libérations inchangé. Selon eux, une réduction similaire à l'échelle nationale nécessiterait 20 000 policiers supplémentaires, pour un coût de $2,6 milliards d'euros. La Maison Blanche en prend note. L'amélioration des décisions de mise en liberté sous caution est l'une des grandes priorités de son initiative "Data-Driven Justice", que 67 États, villes et comtés ont signée en juin.

Lire la suite : Prévision et politique

Cette discussion s'inscrit parfaitement dans le cadre de nombreux thèmes clés abordés dans mon nouveau livre La technologie contre l'humanité. 

Un commentaire en rapport avec ce que je dis dans le livre :

L'humanité changera davantage au cours des 20 prochaines années qu'au cours des 300 années précédentes : Beaucoup de gens se moquent de cette déclaration parce qu'elle ressemble à un grand discours. Je pense qu'il s'agit en fait d'un euphémisme compte tenu de la réalité des changements technologiques exponentiels et combinatoires - l'effet combiné de ces changements dépasse largement la révolution industrielle ou l'invention de la presse à imprimer. L'un des facteurs clés est que la technologie n'est plus seulement un moyen de communication, mais un moyen de communication à part entière. en dehors de nous (comme la machine à vapeur ou l'imprimerie qui existaient en dehors de la biologie humaine, bien sûr) - elle se déplace en fait à l'intérieur de nous (wearables, BCI, nanotechnologie, édition du génome humain, IA, etc) et a un impact sur la définition même de l'humanité

Lire la suite Intelligence artificielle sur ce blog