Fairwashing et la folie du solutionnisme ML avec Zachary Lipton

Aujourd’hui, nous sommes rejoints par Zachary Lipton, professeur adjoint à la Tepper School of Business de l’Université Carnegie Mellon et des professeurs d’affiliation au Machine Learning Department (MLD) et Heinz School of Public Policy.

Avec un thème global de la qualité et de l’interprétation des données, la recherche et le travail de Zachary se concentrent sur l’apprentissage automatique dans les soins de santé, dans le but de ne pas remplacer les médecins, mais pour aider par une compréhension du processus de diagnostic et de traitement. Zachary travaille également sur la question plus large de l’équité et de l’éthique dans les systèmes d’apprentissage automatique dans plusieurs industries. Nous nous plongeons dans ces sujets aujourd’hui, discutant de l’apprentissage supervisé dans le domaine médical, de la robustesse garantie sous les changements de distribution, du concept de «lavage de fair», de la façon dont un langage insuffisant dans l’apprentissage automatique pour englober le comportement éthique abstrait, et bien plus encore.