Data scientist Explicabilité Transparence L’IA en entreprise : point de vue d’un data scientist Alain Rallet Alain Rallet Publié le 03/11/25 Les auteurs Alain Rallet est professeur émérite de sciences économiques à l’université Paris Saclay, membre du conseil scientifique de la 37e session nationale de l’INTEFP. Allan Cheral est data scientist. Fermer Les auteurs Alain Rallet est professeur émérite de sciences économiques à l’université Paris Saclay, membre du conseil scientifique de la 37e session nationale de l’INTEFP. Allan Cheral est data scientist. L’intelligence artificielle transforme notre manière de travailler et de décider. Entre innovation technologique et responsabilité humaine, elle repose sur la qualité des données et la compréhension de ses mécanismes. De l’éthique du data scientist à l’explicabilité des algorithmes, l’IA interroge nos pratiques et nos choix collectifs Le travail du data scientist Dans ce dialogue, Alain Rallet, économiste, échange avec Alann Chéral, data scientist dans une grande entreprise.Ils expliquent ce qu’est l’intelligence artificielle dans le quotidien d’un data scientist : comment elle apprend à partir des données, comment l’utilisateur participe à son fonctionnement, et pourquoi la qualité des données fait toute la différence. Comprendre l'IA au sein de l'entreprise L’intelligence artificielle en entreprise : comment elle aide à la décision, pourquoi il est important que tous les acteurs comprennent son fonctionnement, et comment la définition claire des objectifs et la collaboration permettent de développer des systèmes capables de raisonner correctement et d’éviter les erreurs liées à un usage automatique ou non réfléchi. Explicabilité et transparence : un paradoxe de l’IA ? L’intelligence artificielle et l’explicabilité : comment les systèmes d’IA, souvent opaques comme les modèles de deep learning, produisent des résultats, pourquoi il est important de comprendre les étapes et la logique qui gouvernent ces décisions, et comment la recherche sur l’explicabilité tente de révéler la sensibilité des modèles à de petites variations de données pour mieux « approximier » leurs règles. L’éthique du data scientist L’éthique du data scientist : entre responsabilité individuelle, impact sociétal des technologies et nécessité d’une prise de conscience dans la formation. Une réflexion sur la manière dont chacun peut anticiper les usages — prévus ou non — de ce qu’il développe. Article précédent Article suivant Article précédent Intelligence artificielle : comment transforme-t-elle notre société et quels défis pose-t-elle ? Article suivant Les données comme nouvelle infrastructure du travail : quelques points de repères Ceci pourrait vous intéresser Le ciblage des interventions sur les risques humains et l’automatisation des tâches simples ... Secteur bancaire Comment se caractérise la transformation du travail dans le contexte de l’industrie 4.0 ? ... Québec La collaboration entre les PME ... Québec Tout découvrir
