Les données synthétiques ne visent pas à remplacer la réalité. Il s’agit de le remettre en question.

Il existe un moment de calme que beaucoup d’entre nous atteignent lorsqu’ils travaillent avec des données et du machine learning.

Le modèle fonctionne bien. Les chiffres semblent rassurants. Le pipeline semble terminé.

Et pourtant, quelque chose ne va pas. Pas parce que le système est en panne. Mais parce que nous ne sommes pas convaincus que ce soit juste.

C’est là que les données synthétiques deviennent plus qu’un outil technique. Cela devient une façon de poser des questions inconfortables.

Le problème caché des données du monde réel

Nous parlons souvent de données du monde réel comme si elles étaient neutres. Ce n'est pas.

Les données sur l’embauche reflètent des décennies d’accès inégal à l’éducation, à l’emploi et aux opportunités. Les données de santé indiquent qui a été diagnostiqué, qui a été cru et qui a été ignoré. Les ensembles de données comportementales reflètent les normes culturelles et les pressions économiques.

Lorsque les systèmes d’IA sont formés uniquement sur des données historiques, ils n’apprennent pas l’équité. Ils apprennent des modèles. Et bon nombre de ces modèles sont façonnés par les inégalités. Ce n'est pas un argument philosophique. C'est une question statistique.

Ce que sont réellement les données synthétiques

Les données synthétiques sont des données générées artificiellement qui imitent la structure et les propriétés statistiques d’ensembles de données réels, sans représenter de véritables individus. Il n’est pas créé pour que le...
[Courte citation de 8% de l'article original]