| Titre | Le deep learning au service de la prédiction de l'orientation sexuelle dans l'espace public : Déconstruction d'une alerte ambiguë | |
|---|---|---|
| Auteur | Nicolas Baya-Laffite, Boris Beaude, Jérémie Garrigues | |
 |
Revue | Réseaux (communication - technologie - société) |
| Numéro | vol. 36, no 211, septembre-octobre 2018 Machines prédictives | |
| Rubrique / Thématique | Dossier : Machines prédictives |
|
| Page | 137-172 | |
| Résumé |
L'alerte lancée en septembre 2017 à propos d'un algorithme susceptible de prédire l'orientation sexuelle des individus questionne le statut des « machines prédictives » et le rôle des sciences sociales dans de telles circonstances. Entre la revendication d'un retour à la physiognomonie à l'heure du deep learning, l'explication des performances à partir d'une théorie « biologisante » des origines de l'orientation sexuelle et l'annonce de la fin de la vie privée, cette recherche, menée sous la direction de Michal Kosinski, professeur de psychologie à Stanford, engage à ne pas laisser un tel débat au seul registre de l'éthique. Dans cet article, nous proposons d'interroger la pertinence de l'alerte lancée par Kosinski au regard de la controverse qu'elle a suscitée, tant elle se révèle pertinente pour examiner l'entrée des algorithmes prédictifs dans le débat public. Nous questionnons l'ambiguïté du statut de « lanceur d'alerte » que les auteurs assument pourtant explicitement, car l'examen critique de leur modèle prédictif révèle finalement son inaptitude à démontrer les origines hormonales prénatales de l'orientation sexuelle et à distinguer les orientations sexuelles des personnes dans l'espace public. Source : Éditeur (via Cairn.info) |
|
| Résumé anglais |
Deep learning to predict sexual orientation in the public space In September 2017 the alarm was raised about an algorithm that could predict people's sexual orientation, thus calling into question the status of “predictive machines” and the role of social science in such circumstances. Between claims of a return to physiognomy in the era of deep learning, its explanation of performance drawing on a “biologizing” theory of the origins of sexual orientation, and its announcement of the end of private life, this research – headed by Stanford psychology professor Michal Kosinski – calls for not allowing the debate to revolve solely around ethics. This article examines the relevance of the alert raised by Kosinski in light of the pivotal controversy it sparked on predictive algorithms entering public debate. This article highlights the ambiguity of the “whistleblower” status that the authors explicitly assumed, showing that a critical examination of their predictive model ultimately reveals its inability to demonstrate the prenatal hormonal origins of sexual orientation and to distinguish the sexual orientations of individuals in the public space. Source : Éditeur (via Cairn.info) |
|
| Article en ligne | http://www.cairn.info/article.php?ID_ARTICLE=RES_211_0137 |
