Résumé en français
Publication et communication d’un article lors de la journée EIAH&IA « Vers une approche éthique pour la prédiction automatique du risque d’échec Scolaire », par le GTnum IA_EO, sur le thème de la « recommandation, personnalisation et prédiction par l’IA pour l’éducation ». Cette communication est un bref état de l’art sur la prédiction d’apprenants à risque d’échec scolaire, et pose la question d’éthique dans la prédiction. L’équité algorithmique, un sujet actuellement en plein essor en apprentissage automatique, montre des pistes de recherche prometteuses pour atténuer les biais algorithmiques et offrir des solutions éthiques d’aide à la décision.
Résumé en anglais
Publication and communication of a paper in the EIAH&IA day “Towards an ethical approach for automatic prediction of school dropout “, by GTnum IA_EO, on the theme “recommendation, personalization and prediction by AI for education”. This communication is a brief state of the art on the prediction of at-risk students, and raises the question of ethics in prediction. Algorithmic fairness, a current growing topic in machine learning, shows promising avenues of research to mitigate algorithmic biases and offer ethical solutions for decision support.
Auteur
Fahima DJELIL, IMT Atlantique
