FacileChoix unique

Question d'entraînement AI-900

Qu'est-ce que cela signifie pour un système AI d'être 'inclusif' selon les principes d'AI responsable de Microsoft?

Choisissez la meilleure réponse.

Bonne réponse

  • BLes systèmes AI doivent autonomiser toutes les personnes, y compris celles handicapées et issues de milieux divers

Explication

Le principe d'inclusivité de l'AI responsable de Microsoft exige que les systèmes AI soient conçus pour autonomiser tout le monde, y compris les personnes handicapées et celles issues de milieux culturels, linguistiques et socio-économiques divers. Cela signifie que le système doit tenir compte des besoins d'accessibilité (par exemple, lecteurs d'écran, saisie vocale) et éviter les biais qui pourraient exclure ou défavoriser un groupe quelconque.

Pourquoi chaque option est juste ou fausse

A

Fausse

Les systèmes AI doivent inclure autant de fonctionnalités que possible, indépendamment des besoins des utilisateurs

Maximiser le nombre de fonctionnalités sans tenir compte des besoins des utilisateurs contredit directement l'inclusivité, qui met l'accent sur l'accès équitable et le bénéfice pour toutes les personnes. L'ajout d'une complexité inutile peut rendre un système plus difficile à naviguer pour les utilisateurs souffrant de handicaps cognitifs ou utilisant des technologies d'assistance, excluant ainsi les populations mêmes que l'inclusivité vise à autonomiser. Une conception inclusive efficace repose sur une sélection réfléchie et axée sur l'utilisateur des fonctionnalités et sur la fourniture de multiples façons d'accomplir une tâche, et non sur le nombre de fonctionnalités ou sur l'atteinte de la surface la plus large possible.

B

Juste

Les systèmes AI doivent autonomiser toutes les personnes, y compris celles handicapées et issues de milieux divers

L'inclusivité en tant que principe d'AI responsable exige que les systèmes AI soient conçus pour autonomiser tout le monde, y compris les personnes handicapées et celles issues de divers milieux culturels ou linguistiques. Cela signifie aller au-delà du simple accès pour s'adapter activement à un large éventail de capacités grâce à des fonctionnalités telles que la synthèse vocale, le texte alternatif pour les images et le support multilingue, tout en s'attaquant aux biais potentiels qui pourraient exclure ou défavoriser des groupes spécifiques. L'objectif est de créer une AI qui soit utile et équitable pour chaque utilisateur, et pas seulement pour la population moyenne ou majoritaire.

C

Fausse

Les données d'AI doivent inclure des exemples de chaque pays du monde

Bien que disposer de données géographiquement diverses puisse aider à réduire le biais du modèle, le principe d'inclusivité n'exige pas que chaque pays soit représenté dans l'ensemble d'entraînement. Les données d'un modèle doivent être représentatives de la population d'utilisateurs prévue et des contextes de déploiement, qui peuvent être régionaux ou spécifiques à un domaine plutôt que mondiaux. Exiger une couverture mondiale serait une norme peu pratique et souvent non pertinente, et l'inclusivité est un principe de conception plus large qui englobe l'accessibilité, l'équité et la sensibilité culturelle tout au long du cycle de vie du système.

D

Fausse

Tous les employés doivent être inclus dans les décisions de formation du modèle d'AI

Inclure tous les employés dans les décisions de formation des modèles relève d'une question de gouvernance interne ou de processus participatif, et non d'une exigence d'inclusivité. L'inclusivité se concentre sur les personnes qui utiliseront réellement le système AI ou qui en seront affectées — telles que les utilisateurs handicapés ou issus de communautés marginalisées —, garantissant que la technologie fonctionne pour eux. Bien que la contribution d'un large éventail de parties prenantes puisse être précieuse, elle ne garantit pas que le système soit accessible ou équitable, et c'est l'expertise sectorielle, plutôt que l'implication universelle des employés, qui stimule le développement responsable de l'AI.

Pour aller plus loin

Le principe d'inclusivité dans l'AI responsable est distinct d'autres principes tels que l'équité, la fiabilité et la transparence, bien qu'ils se recoupent dans la pratique. Il exige que les systèmes AI soient conçus dès le départ en pensant à un ensemble diversifié d'utilisateurs — cela inclut la prise en compte de l'âge, du genre, de la culture, de la langue et du handicap — et implique souvent des normes de conception accessible telles que le WCAG pour le contenu Web. Une idée reçue courante est que l'inclusivité signifie seulement éviter les biais dans les données d'entraînement; en réalité, elle exige également une attention portée à l'interface utilisateur, aux mécanismes de rétroaction et à la manière dont le système répond aux cas limites. Par exemple, un assistant commandé par la voix doit bien fonctionner pour les personnes ayant des troubles de la parole ou des accents prononcés, et un système de vision par ordinateur ne doit pas mal classifier des personnes ayant des tons de chair ou des types de corps différents. Les directives réglementaires et les cadres industriels traitent de plus en plus l'inclusivité comme une exigence fondamentale, et les échecs peuvent entraîner à la fois des dommages à la réputation et une responsabilité légale, comme on l'a vu dans des cas où des systèmes ont exclu des utilisateurs en raison d'une conception inaccessible.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement AI-900 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.