{ "id": 19209, "date": "2023-11-02T17:36:19", "date_gmt": "2023-11-02T16:36:19", "guid": { "rendered": "https:\/\/grain-africa.org\/?p=19209" }, "modified": "2023-11-02T17:36:19", "modified_gmt": "2023-11-02T16:36:19", "slug": "comprendre-les-biais-de-genre-dans-la-construction-de-modeles-dintelligence-artificielle-dans-le-contexte-africain", "status": "publish", "type": "post", "link": "https:\/\/grain-africa.org\/fr\/comprendre-les-biais-de-genre-dans-la-construction-de-modeles-dintelligence-artificielle-dans-le-contexte-africain\/", "title": { "rendered": "Comprendre les biais de genre dans la construction de mod\u00e8les d’intelligence artificielle dans le contexte africain" }, "content": { "rendered": "

Pays : Ouganda<\/strong>\u00a0<\/h3>\n\n\n\n

R\u00e9sum\u00e9 du projet <\/strong><\/h3>\n\n\n\n

Les technologies d’apprentissage automatique telles que les syst\u00e8mes de reconnaissance automatique de la parole, les mod\u00e8les de langage et les syst\u00e8mes de traduction automatique sont d\u00e9velopp\u00e9s pour fonctionner dans des environnements o\u00f9 le genre et d’autres formes de pr\u00e9jug\u00e9s et de discrimination sont pr\u00e9sents.<\/p>\n\n\n\n

Ces pr\u00e9jug\u00e9s sont pr\u00e9sents dans les ensembles de donn\u00e9es qui sont utilis\u00e9s pour l’entra\u00eenement des mod\u00e8les et les choix autour des mod\u00e8les d’apprentissage automatique. Les mod\u00e8les de ML d\u00e9velopp\u00e9s finissent par renforcer les pr\u00e9jug\u00e9s qui sont int\u00e9gr\u00e9s dans les donn\u00e9es d’entra\u00eenement.<\/p>\n\n\n\n

Cette recherche se concentrera sur une approche de recherche ax\u00e9e sur les donn\u00e9es afin de r\u00e9aliser une \u00e9tude de port\u00e9e sur une compr\u00e9hension plus approfondie des pr\u00e9jug\u00e9s sexistes et de l’inclusivit\u00e9 des outils d’intelligence artificielle sur le continent africain. Les r\u00e9sultats serviront \u00e0 \u00e9laborer un cadre et des lignes directrices pour l’att\u00e9nuation des pr\u00e9jug\u00e9s sexistes dans les syst\u00e8mes d’ASR gr\u00e2ce \u00e0 l’\u00e9quit\u00e9 dans la collecte des donn\u00e9es et la cr\u00e9ation de mod\u00e8les.<\/p>\n\n\n\n

Enfin, ce travail d\u00e9veloppera un cadre de gouvernance des mod\u00e8les pour aborder les aspects \u00e9thiques et de genre autour des donn\u00e9es et des algorithmes \u00e0 partir desquels les syst\u00e8mes d’ASR sont construits.<\/p>\n\n\n\n

Zone de mise en \u0153uvre du projet :<\/strong> Ouganda<\/h3>\n\n\n\n

Porteur du projet :<\/strong> Dr. Joyce Nakatumba-Nabende<\/h3>\n\n\n\n

Joyce Nakatumba-Nabende est ma\u00eetre de conf\u00e9rences au d\u00e9partement d’informatique. Elle dirige le laboratoire d’intelligence artificielle de Makerere, o\u00f9 elle a travaill\u00e9 sur des projets de recherche visant \u00e0 d\u00e9velopper et \u00e0 appliquer des m\u00e9thodes et des outils d’intelligence artificielle et d’apprentissage automatique afin d’am\u00e9liorer la qualit\u00e9 de vie, en particulier dans les pays en d\u00e9veloppement. Elle est membre du conseil d’administration de Data Science Africa et membre du comit\u00e9 consultatif sur l’\u00e9ducation de l’ACM.<\/p>\n\n\n\n

Les membres de l’\u00e9quipe <\/strong><\/h3>\n\n\n\n

Andrew Katumba<\/strong><\/p>\n\n\n\n

Andrew KatumbaAndrew Katumba est ma\u00eetre de conf\u00e9rences au d\u00e9partement d’ing\u00e9nierie \u00e9lectrique et informatique de l’universit\u00e9 de Makerere. Ses recherches actuelles se concentrent sur l’application de l’apprentissage automatique et des techniques de science des donn\u00e9es dans des domaines pertinents pour le contexte africain. Parmi les exemples cl\u00e9s, on peut citer :\u00a01) le d\u00e9veloppement d’une plateforme smartphone assist\u00e9e par l’apprentissage automatique pour le diagnostic du cancer du col de l’ut\u00e9rus,\u00a02) le d\u00e9veloppement d’un syst\u00e8me portable d’\u00e9chographie pulmonaire assist\u00e9 par l’apprentissage automatique, 3) le d\u00e9veloppement d’une plateforme de diagnostic pour les maladies des plantes 4) la mise au point d’outils NLP assist\u00e9s par l’apprentissage automatique pour les langues \u00e0 faibles ressources.<\/p>\n\n\n\n

Dr Peter Nabende<\/strong><\/p>\n\n\n\n

Peter Nabende est ma\u00eetre de conf\u00e9rences au d\u00e9partement des syst\u00e8mes d’information de la School of Computing and Informatics Technology de l’universit\u00e9 de Makerere. Ses recherches portent sur le traitement du langage naturel, les applications de l’intelligence artificielle pour le monde en d\u00e9veloppement et l’exploration des donn\u00e9es. Il a travaill\u00e9 sur des projets de recherche visant \u00e0 d\u00e9velopper des ressources et des mod\u00e8les pour des applications dans des contextes africains \u00e0 faibles ressources. Il a \u00e9galement d\u00e9velopp\u00e9 un court tutoriel sur l’\u00e9limination ou l’att\u00e9nuation des biais dans les donn\u00e9es d’entra\u00eenement de l’IA.<\/p>\n\n\n\n

Eric Peter Wairagala<\/strong><\/p>\n\n\n\n

Eric Peter Wairagala est ing\u00e9nieur logiciel de recherche au laboratoire de recherche sur l’IA et la science des donn\u00e9es de l’universit\u00e9 de Makerere. Tr\u00e8s motiv\u00e9 et passionn\u00e9, il pr\u00e9pare un master en informatique \u00e0 l’universit\u00e9 de Makerere, avec une sp\u00e9cialisation en IA et en science des donn\u00e9es. Ses recherches portent sur les domaines de la vision artificielle, de l’apprentissage automatique et du traitement du langage naturel, avec un accent particulier sur l’IA responsable. Il collabore avec les communaut\u00e9s Masakhane, Data Science Africa et Deep Learning Indaba, qui visent \u00e0 combler le foss\u00e9 entre l’IA et l’apprentissage automatique en Afrique.<\/p>\n\n\n\n

Tobius Saul Bateesa<\/strong><\/p>\n\n\n\n

Tobius Saul Bateesa est assistant de recherche et ing\u00e9nieur logiciel au laboratoire d’intelligence artificielle et de science des donn\u00e9es de Makerere. Au Makerere AIR Lab, il a travaill\u00e9 sur des projets qui utilisent la science des donn\u00e9es et l’intelligence artificielle pour r\u00e9soudre les probl\u00e8mes des pays en d\u00e9veloppement dans des domaines tels que l’agriculture, la sant\u00e9, l’urbanisme, l’\u00e9thique et la pr\u00e9servation de la culture. Il poursuit actuellement son master en science des donn\u00e9es \u00e0 l’universit\u00e9 d’East London, o\u00f9 il continue d’approfondir son expertise.<\/p>\n\n\n\n

Carol Kantono<\/strong><\/p>\n\n\n\n

Caroline Kantono est assistante de recherche au laboratoire d’intelligence artificielle et de science des donn\u00e9es de l’universit\u00e9 de Makerere. Elle poursuit une carri\u00e8re dans la science des donn\u00e9es apr\u00e8s avoir obtenu un Master en Business Intelligence et Analytics \u00e0 l’Universit\u00e9 des Sciences Appliqu\u00e9es de Neu-Ulm. Ses recherches portent sur le traitement du langage naturel (NLP) et l’intelligence artificielle, o\u00f9 elle a termin\u00e9 son projet de recherche sur l’analyse des sentiments.<\/p>\n\n\n\n

Description de l’institution<\/strong><\/p>\n\n\n\n

Le laboratoire d’intelligence artificielle de Makerere est un laboratoire de recherche de l’universit\u00e9 de Makerere sp\u00e9cialis\u00e9 dans l’application de l’intelligence artificielle et de la science des donn\u00e9es aux probl\u00e8mes du monde en d\u00e9veloppement. Le laboratoire d’intelligence artificielle a plus de dix ans d’exp\u00e9rience dans la recherche sur l’intelligence artificielle en mettant l’accent sur l’application aux probl\u00e8mes locaux. Pouss\u00e9s par notre mission “Faire avancer la recherche en intelligence artificielle pour r\u00e9soudre les d\u00e9fis du monde r\u00e9el”, et gr\u00e2ce \u00e0 des partenariats solides avec les organisations nationales et les d\u00e9partements universitaires comme l’Institut des langues, nous avons des comp\u00e9tences dans (a) le d\u00e9veloppement d’outils pour la collecte et la curation d’ensembles de donn\u00e9es pour les t\u00e2ches de NLP en aval, (b) la construction de mod\u00e8les informatiques pour les t\u00e2ches de traitement du langage naturel en aval, (c) la construction de mod\u00e8les informatiques pour le crowdsourcing d’images et la surveillance en temps r\u00e9el, (b) l’application de la vision par ordinateur pour le diagnostic des ravageurs et des maladies des r\u00e9coltes.<\/p>\n\n\n\n

Lien de l\u2019institution : <\/strong>https:\/\/air.ug\/<\/strong><\/a><\/p>\n

\r\n
Articles similaires<\/div>\r\n
\r\n\r\n
\r\n
\r\n \r\n\r\n \"STEM\r\n\r\n \r\n\r\n <\/a>\r\n <\/div>\r\n\r\n \r\n STEM ET EDUCATION : RECHERCHE DES GAPS LI\u00c9S AU GENRE <\/a>\r\n\r\n

\r\n Not that long ago, people lived and functioned in tight communities. Every vendor knew their customers personally and could make... <\/p>\r\n <\/div>\r\n

\r\n
\r\n \r\n\r\n \"\"\r\n\r\n <\/a>\r\n <\/div>\r\n\r\n \r\n AI et autonomisation \u00e9conomique des femmes dans l\u2019agriculture <\/a>\r\n\r\n

\r\n This Machine Learning Glossary aims to briefly introduce the most important Machine Learning terms - both for the commercially and... <\/p>\r\n <\/div>\r\n \r\n <\/div>\r\n\r\n