L'explicabilité des IA - A la une du mois de février !

L’EXPLICABILITÉ DES IA, UNE VÉRITABLE OPPORTUNITÉ BUSINESS !

De nos jours, tout le monde s’accorde à dire que les IA représentent de formidables opportunités business pour les entreprises, aussi bien pour créer que pour améliorer des processus, services ou produits. Pourtant force est de constater que près de 80% des projets lancés sur ces sujets ne voient jamais le jour d’après Gartner. Il s’avère que le côté “boîte noire” des algorithmes utilisés est souvent pointé du doigt. En effet, beaucoup d’utilisateurs finaux montrent souvent envers leurs résultats de la réserve voire de la méfiance. Il faut avouer qu’il est difficile de faire confiance à quelque chose de nouveau, que l’on ne comprend pas et qui vient bouleverser notre quotidien (vous accepteriez d’être jugé par une IA au tribunal sans que l’on vous explique la sentence ?).

Dans ce contexte d’adoption de ces algorithmes, un sujet est de plus en plus au cœur des attentions, il s’agit de “l’explicabilité”.
L’explicabilité des IA fait référence aux méthodes et outils qui permettent d’expliquer chaque résultat calculé par une intelligence artificielle, de manière simple et intelligible pour un être humain. Il est en effet important de comprendre leur raisonnement pour des raisons de :

• Ethique – Quand les IA vont donner lieu à des prises de décision concernant des êtres humains.
• Adhésion – Pour permettre aux utilisateurs de les intégrer au mieux dans leurs quotidiens.
• Sécurité – En vérifiant qu’il n’y a pas de biais, que l’algorithme fait bien ce pourquoi il a été conçu.
• Législation – Demander par certaines réglementations (RGPD).
• Performance – Pour comprendre pourquoi l’algorithme se trompe, afin de le corriger et l’améliorer.

Aujourd’hui par exemple, de nombreuses sociétés proposant des services d’abonnement (téléphone, assurance, banque, électricité…) calculent pour chacun de leurs clients ce que l’on appelle un “score de churn ou d’attrition” via des algorithmes de Data Science. Ces scores de churn donnent la probabilité qu’un client a de résilier son contrat.
Actuellement dans la majorité des cas, les équipes de fidélisation de ces entreprises ne voient que ce score et doivent contacter les clients en fonction. L’objectif de l’XAI est d’expliquer “pourquoi” l’algorithme a identifié le client comme souhaitant résilier son contrat.

Rendre une IA explicable nécessite notamment de s’approprier des nouveaux algorithmes dits d’explicabilité, de les adapter et surtout de rendre intelligibles les résultats.

Chez Socio Data Management nous avons eu l’occasion de réaliser toutes ses étapes sur différents projets et nous serions ravis de vous les présenter ! Pour en savoir plus…

 CONTACTEZ-NOUS !